Ja, die KI-Erkennung kann präzise sein

Kurz gesagt: Wissenschaftler und Content-Moderatoren sollten ihre Einschätzung von KI-Erkennungswerkzeugen oder KI-Prüfprogrammen überdenken. Der bisherige Konsens, der sich 2023 aus wissenschaftlichen Veröffentlichungen und den Mainstream-Medien herauskristallisiert hatte, ist mittlerweile überholt. Die neuesten KI-Erkennungsmodelle wie Pangram haben nicht nur zu den aktuellsten großen Sprachmodellen (LLMs) aufgeholt, sondern werden auch zukunftssicher entwickelt.

Wie es dazu kam: Ein kurzer Überblick über die Geschichte der KI-Erkennung

Als ChatGPT im Jahr 2022 auf den Markt kam, strömten Autoren und Content-Ersteller zu diesem neuen KI-Tool, um damit Inhalte zu erstellen. Seitdem hat sich daran nichts geändert. Die Ersteller nutzten ChatGPT (und andere KI-Modelle) sowie dessen Konkurrenten, um alles Mögliche zu verfassen – von umfangreichen Dokumenten wie Forschungsarbeiten und Romanen bis hin zu kurzen Texten wie E-Mails, Reddit-Kommentaren und Amazon-Rezensionen. KI-generierte Inhalte überschwemmten das Internet. Seit der Einführung von LLMs gab es jedoch die Forderung, zwischen von Menschen verfassten und von KI verfassten Texten zu unterscheiden. OpenAI erkannte diesen Bedarf und entwickelte ein Produkt, das Texte als KI-generiert klassifiziert. Mit zunehmender Verbreitung von KI stieg auch die Nachfrage nach KI-Detektoren oder -Klassifikatoren, insbesondere an Schulen und Universitäten, wo akademische Integrität oberste Priorität hat. Einige Studierende (die oft zu den Early Adopters gehören) nutzten die neuesten Modelle, um Hausarbeiten zu erledigen, Prüfungen zu schreiben und sich für ein Studium zu bewerben. Einige Forscher nahmen unter Zeitdruck Abkürzungen und reichten KI-verfasste oder KI-unterstützte Arbeiten zur Veröffentlichung ein. Daher wurden viele Tools auf den Markt gebracht, in der Hoffnung, diese Bedenken auszuräumen. Etablierte Anbieter von akademischer Software wie TurnItIn führten im April 2023 ein Tool namens „AI Checker“ ein, um bestehende Kunden aus dem Bildungsbereich zu bedienen. Auch Grammarly brachte 2024 ein eigenes Tool namens „Grammarly Authorship“ auf den Markt. Die vorherrschende Meinung dieser Unternehmen war, dass ihre Tools, wenn sie Plagiate erkennen konnten, auch KI erkennen sollten. Insbesondere im Hochschulbereich musste der Übergang von „Plagiatsprüfern“ zu „KI-Prüfern“ vollzogen werden. Es war jedoch schon früh klar, dass dies nicht funktionieren würde.

Frühe KI-Detektoren versprachen Genauigkeit durch die Verwendung von Perplexity und Burstiness. Bradley Emi, CTO von Pangram, erläutert diese Begriffe:„Perplexity gibt an, wie unerwartet oder überraschend jedes Wort in einem Text ist. Burstiness ist die Veränderung der Perplexity im Verlauf eines Dokuments. Wenn einige überraschende Wörter und Ausdrücke über das gesamte Dokument verteilt sind, weist es eine hohe Burstiness auf.“

Wir wollen uns nicht zu sehr in diesen Begriffen verlieren, aber wenn man sich bei der Entwicklung eines Tools zur KI-Erkennung zu sehr auf diese Faktoren stützt, führt dies zu drei wiederkehrenden Mängeln:

• Die Tools sind bei der Verwendung mit verschiedenen Modellen wie Claude, GPT-4 usw. manchmal unzuverlässig.
• Diese Tools werden mit der Zeit nicht besser; daher würden geringfügige Verbesserungen an LLMs die Genauigkeit beeinträchtigen.
• Sie haben nicht-muttersprachliche englische Texte (ESL) fälschlicherweise als KI klassifiziert

Dies sind insbesondere für akademische Einrichtungen echte Bedenken. Die Folgen einer falschen Anschuldigung, dass Studierende und Forscher in ihren Studien und Arbeiten KI eingesetzt haben, sind enorm. Sie können Karrieren ruinieren. Es ist unglaublich riskant, sich auf Tools zu verlassen, die KI nur zu 95 % zuverlässig herausfiltern. Daher unterstützen viele führende akademische Einrichtungen wie das MIT, die Vanderbilt University und die UC Berkeley den Einsatz von KI-Detektoren durch ihre Lehrkräfte nicht. In vielen Fällen verwiesen sie auf spezifische Forschungsarbeiten, die die mangelhafte Leistungsfähigkeit von KI-Detektoren aufzeigen, wie beispielsweise „Testing of Detection Tools for AI-Generated Text“, sowie auf Fachartikel wie „Why AI writing detectors don’t work“.

OpenAI empfand diese Probleme als so schwierig, dass das Unternehmen im Juli 2023 seinen KI-Textklassifikator aufgab und erklärte: „Der KI-Klassifikator ist aufgrund seiner geringen Genauigkeit nicht mehr verfügbar.“ Viele Schulverwaltungen kamen zu dem Schluss: Wenn OpenAI es nicht schafft, ist es wahrscheinlich unmöglich.

Während führende Universitäten und die breite Öffentlichkeit zu dem Konsens gelangten, dass das Versprechen der KI-Erkennung unrealistisch oder gar reine Augenwischerei sei, gelang es Unternehmen wie Pangram Labs, erhebliche Fortschritte in diesem Bereich zu erzielen, wodurch die KI-Erkennung zu einem wichtigen Werkzeug im universitären und unternehmerischen Umfeld wurde.

Warum sich die KI-Erkennung im Jahr 2025 unterscheidet

Die KI-Erkennung wird oft als Wettrüsten zwischen Studierenden, die nach Abkürzungen suchen, und Lehrenden, die versuchen, menschliche Texte von maschinell generierten zu unterscheiden, bezeichnet. Im Jahr 2025 haben die Erkennungssysteme die Messlatte höher gelegt.

Im August 2025 veröffentlichten die beiden Forscher der Chicago Booth School of Business, Brian Jabarian und Alex Emi, einen Artikel mit dem Titel „Artificial Writing and Automated Detection“, in dem sie feststellten, dass „die meisten kommerziellen KI-Detektoren bemerkenswert gut abschneiden, wobei insbesondere Pangram eine Falsch-Positiv- und Falsch-Negativ-Rate von nahezu Null erreicht“. Sie bezeichnen Pangram als „den einzigen Detektor, der eine strenge Richtlinie (Falsch-Positiv-Rate ≤ 0,005) erfüllt, ohne die Fähigkeit zur genauen Erkennung von KI-Text zu beeinträchtigen“. Dies ist ein Beispiel dafür, wie weit die KI-Erkennung in nur wenigen Jahren gekommen ist. Aber wie ist es dazu gekommen?

Erstens haben KI-Forscher die Datensätze verbessert, indem sie ein breiteres Spektrum an menschlichen Texten und KI-generierten Texten gesammelt haben. Dazu gehören nicht nur wissenschaftliche Arbeiten, sondern auch andere Texte wie E-Mails und Artikel. Zweitens haben Entwickler aktives Lernen eingesetzt, um die Falsch-Positiv-Rate zu senken. Das bedeutet, dass sie gezielt die Texte ausfindig machen, die am schwierigsten als KI- oder Menschentext zu klassifizieren sind, und diese dann wieder in ihre Modelle integrieren.

Und im Wettlauf um die Vorherrschaft haben die Entwickler von General-KI noch nicht genug unternommen, um einige KI-Detektoren zu überlisten. Als OpenAIs vielbeachtetes GPT-5 veröffentlicht wurde, versprach es weniger „Halluzinationen“, einen verbesserten Schreibstil und kreativeres Schreiben. Innerhalb von 12 Stunden schrieb Max Spero, Mitbegründer von Pangram Labs, auf LinkedIn, dass das KI-Erkennungstool von Pangram ohne zusätzliches Training GPT-5-Tests mit einer ähnlichen Genauigkeit klassifizieren könne wie frühere Modelle:

„Pangram ist der einzige KI-Detektor, der GPT-5 zuverlässig erkennen kann, ohne dafür explizit trainiert worden zu sein.“

Die Institutionen passen sich der neuen Realität an

Es gibt berechtigte Bedenken hinsichtlich der Verwendung von KI-Detektoren. Viele von ihnen weisen nach wie vor alarmierend hohe Fehlalarmquoten auf und machen falsche Angaben zu ihrer Genauigkeit. Einige der neuesten Technologien sind jedoch unglaublich zuverlässig und werden bereits aktiv in Unternehmen und an Universitäten integriert. So hat beispielsweise das Expertenvermittlungsunternehmen Qwoted kürzlich KI-Erkennung in seinen Arbeitsablauf integriert, um KI-generierte Zitate von „Experten“ zu reduzieren. „Die Zukunft des Journalismus hängt vom Vertrauen ab. Deshalb freuen wir uns sehr über die Partnerschaft mit Pangram, das den Goldstandard für KI-Erkennung und -Zuordnung gesetzt hat.“

Auch Forscher und Journalisten kehren wieder in die Gemeinschaft zurück. Langjährige Kritiker revidieren ihre bisherigen Ansichten und suchen nach Möglichkeiten, die KI-Erkennung in eine umfassendere KI-Politik zu integrieren. Rob Waugh von der Press Gazette empfahl kürzlich Pangram für Nutzer, die KI-generierte Texte erkennen möchten. „Solche Tools sind nicht zu 100 % zuverlässig, aber Pangram wurde im Vergleich zu anderen Online-KI-Prüfprogrammen als genau bewertet und ist in journalistische Antwortdienste wie Qwoted integriert, um KI-generierte Pitches und Texte zu erkennen.“

Wir würden gerne Ihren Anwendungsfall mit Ihnen besprechen und herausfinden, ob Pangram für Ihr Unternehmen von Nutzen sein könnte. Testen Sie uns und kontaktieren Sie uns bezüglich unserer Unternehmenslösungen.