KI-Text erkennen: Tools und Methoden für Unternehmen

Ein Blogbeitrag wird zur Prüfung eingereicht – und das Detektor-Tool markiert ihn als KI-generiert. Der Text stammt von einer erfahrenen Redakteurin, die seit zwanzig Jahren schreibt. Ein anderer Text, komplett von ChatGPT verfasst, passiert dieselbe Prüfung ohne Beanstandung.

Solche Szenen spielen sich gerade in Unternehmen ab, die KI-Erkennungstools einsetzen. Die Werkzeuge messen Muster – gleichmäßige Satzlängen, vorhersagbare Wortwahl – nicht Herkunft. Was professionelles Lektorat erzeugt, ähnelt dem, was Algorithmen produzieren.

Die eigentliche Frage ist nicht, welches Tool die höchste Trefferquote verspricht. Sondern wie sich diese Werkzeuge so einsetzen lassen, dass sie Entscheidungen unterstützen, ohne sie zu ersetzen.

Wer KI-generierte Texte im Unternehmen identifizieren will, steht vor einem Paradox: Die gleichen Merkmale, die Detektoren als maschinell einstufen – gleichmäßige Satzlängen, vorhersagbare Wortwahl – entstehen auch durch professionelles Lektorat. Die Werkzeuge messen Muster, keine Herkunft. Das erklärt, warum ein erfahrener Texter fälschlich als KI markiert wird, während geschickt promptete Texte durchrutschen.

Bei der Toolwahl zeigt sich ein weiteres Spannungsfeld: Internationale Platzhirsche wie GPTZero oder Copyleaks trainieren primär auf englischen Korpora. Deutsche Syntax erkennen sie schlechter. Spezialisierte Lösungen wie Detectora liefern bei deutschen Pressemitteilungen präzisere Ergebnisse – scheitern aber an englischen Whitepapers. Entscheidend ist daher weniger das Tool selbst als dessen Passung zum konkreten Anwendungsfall.

Die folgenden Abschnitte zeigen, wie sich Detektoren sinnvoll einsetzen lassen: als Feedback-Instrument zur Content-Verbesserung, als Compliance-Baustein im Vier-Augen-Prinzip – aber nie als alleiniger Entscheider.

Wie Maschinen versuchen, Maschinen zu erkennen

Ein Marketing-Manager lädt einen Blogpost in GPTZero hoch. Das Ergebnis: 87 Prozent KI-Wahrscheinlichkeit. Doch was genau hat die Software erkannt? Die Antwort liegt in zwei Metriken, die nahezu alle AI Content Detektoren verwenden. Perplexität misst, wie überraschend Wortwahlen sind – je vorhersagbarer ein Text, desto maschineller wirkt er. Burstiness erfasst die Varianz der Satzlängen. Menschen schreiben unregelmäßiger, mal kurz und prägnant, mal in verschachtelten Konstruktionen. KI-generierte Texte tendieren zur Gleichförmigkeit, zu einer Glätte, die statistisch auffällt.

Hier zeigt sich ein Paradox: Gut redigierte menschliche Texte können ebenfalls zu glatt wirken. Ein erfahrener Texter verfasst einen Artikel, das Lektorat glättet Ecken, die SEO-Optimierung vereinheitlicht Strukturen – und plötzlich markiert der Detektor den Text als maschinell erstellt. Umgekehrt machen clevere Prompts KI-Output menschlicher. Was die Werkzeuge erkennen, sind Muster. Keine Intention, keine Herkunft.

Die Werkzeugkiste: Von internationalen Platzhirschen bis zu deutschen Nischenlösungen

Welche Tools navigieren durch dieses Minenfeld? Die Entscheidung hängt weniger von Ranking-Listen ab als vom konkreten Anwendungskontext. Internationale Generalisten wie GPTZero bieten kostenlose Basisversionen und gute Dokumentation. Copyleaks richtet sich an Enterprise-Kunden mit API-Anbindung. Originality.ai hat sich in der SEO-Community etabliert. Diese Plattformen profitieren von großen Datensätzen und regelmäßigen Updates gegen neue Sprachmodelle wie GPT-4 oder Claude.

Ihre blinde Stelle: Das Training basiert primär auf englischen Korpora. Deutsche Syntax, Satzstellung und idiomatische Wendungen werden schlechter erkannt. Hier setzen Spezialisten an. Detectora, entwickelt an der FH Wedel, fokussiert sich auf deutsche Sprachmodelle und lieferte in Tests bei Pressemitteilungen präzisere Ergebnisse als GPTZero. Bei englischen Whitepapers war es umgekehrt. KIDetektiv bietet eine deutsche Oberfläche für den kommerziellen Einsatz. Wer internationale Content-Teams koordiniert, braucht andere Lösungen als wer interne Berichte prüft.

Was die Genauigkeitszahlen verschweigen

98 Prozent Accuracy – so werben viele Anbieter. Die versteckten Fußnoten verraten: Getestet wurde mit unbearbeiteten ChatGPT-Outputs. Nicht mit Texten, die Menschen überarbeitet haben. Doch genau das ist der häufigste Unternehmens-Use-Case. Ein Content-Manager entwirft mit Claude, redigiert intensiv, fügt Unternehmens-Sprech ein. Der Detektor schlägt trotzdem an. Ist das ein Fehlalarm? Technisch nein, KI war involviert. Praktisch ja, der finale Text trägt individuelle Handschrift.

Falsch-Positive können existenziell werden. Ein Freelancer verliert den Auftrag, weil sein strukturiert geschriebener Text als KI markiert wurde – obwohl er ihn selbst verfasst hat. In HR- oder Compliance-Kontexten wiegen solche Fehler schwer. Detektoren sind Indizien-Werkzeuge, keine Beweismittel. Diese Unterscheidung entscheidet über sinnvollen Einsatz.

Wann der Einsatz Sinn macht (und wann er Schaden anrichtet)

Die pragmatische Frage lautet nicht, ob Detektoren funktionieren, sondern wozu. In der Content-Qualitätssicherung helfen sie, zu glatte Texte zu identifizieren und nachzuschärfen. Ein Social-Media-Post wurde als 73 Prozent KI markiert – statt ihn zu verwerfen, analysierte das Team: zu viele generische Phrasen. Nach Überarbeitung sank der Score, und der Text war besser. Der Detektor als Feedback-Instrument, nicht als Richter.

In regulierten Branchen wie Versicherungen oder Banken dienen sie dem Compliance-Nachweis, dass Kundeninformation nicht blind von KI generiert wurde – als Teil eines Vier-Augen-Prinzips. Im Bildungskontext funktionieren sie als Lernsignal: Dein Text wirkt formulaisch, hier sind Vorschläge.

Problematisch wird es beim HR-Screening von Bewerbungen, wo Falsch-Positive Diskriminierungsrisiken schaffen. Oder bei Freelancer-Überwachung, die Vertrauensbeziehungen zerstört. Ein sinnvoller Workflow behandelt Detektoren als Hinweisgeber. Nach jedem Alarm folgt menschliche Überprüfung. Nie ist die Software alleiniger Entscheider.

Die erfahrene Redakteurin aus der Einleitung schreibt noch immer. Ihr Stil hat sich nicht verändert – aber ihr Verhältnis zu den Werkzeugen, die ihn bewerten. Sie weiß jetzt, dass ein Algorithmus Muster erkennt, nicht Absichten. Dass ein hoher KI-Score manchmal nur bedeutet: professionell strukturiert.

Was bleibt, ist ein Werkzeug, das seinen Platz kennen muss. Detektoren können Gespräche anstoßen, Fragen aufwerfen, zur Überarbeitung einladen. Sie können keine Urteile fällen.

Vielleicht liegt die eigentliche Kompetenz nicht darin, KI-Texte zu erkennen – sondern darin zu entscheiden, wann diese Erkennung überhaupt zählt.