
In den letzten Monaten ist der Markt für KI-Erkennungssysteme stetig gewachsen, und parallel dazu hat sich ein ähnlicher Markt für Methoden zu deren Umgehung entwickelt.
Heute gibt es auf dem Markt eine ganze Reihe von Tools, die sich selbst als „Humanizer“ bezeichnen. Im Detail unterscheiden sich diese Tools zwar ein wenig voneinander, doch alle versprechen letztlich dasselbe: Wenn Sie unser Tool verwenden, wird niemand erkennen können, dass Ihr Text von einer KI verfasst wurde. Diese Tools sind bei Studierenden, SEO-Experten und anderen, die hoffen, die Erkennung ihres KI-Einsatzes zu umgehen, schnell beliebt geworden.
Wir freuen uns jedoch, Ihnen mitteilen zu können, dass wir heute ein Modell veröffentlicht haben, das über 90 % der hochwertigen humanisierten Inhalte erkennen kann.
So schneidet unser neues Modell ab:
| Sprache | KI-Texterkennung % | Humanisierte KI-Texterkennung % |
|---|---|---|
| GPTZero | 95.60% | 34.53% |
| Fernglas | 94.40% | 29.73% |
| Pangram-Basislinie | 100.00% | 73.07% |
| Pangram Humanizers (aktuelles Modell!) | 100.00% | 93.66% |
Um diese Ergebnisse zu erzielen, hat unser Team einen strengen Forschungsprozess durchlaufen, in dessen Rahmen 19 öffentlich zugängliche Humanizer eingehend geprüft, ein Klassifizierungssystem zur Bewertung ihrer Qualität erstellt und unser Produktionsmodell mit hochwertigen humanisierten Texten aus dem Trainingskorpus neu trainiert wurden.
Diese Arbeit wurde kürzlich auf dem Workshop zum Thema „Erkennung von KI-generierten Inhalten“ im Rahmen der Internationalen Konferenz für Computerlinguistik vorgestellt. Um den Fachartikel zu lesen, klicken Sie hier.
Für weitere Informationen, Demo-Anfragen oder sonstige Fragen wenden Sie sich bitte an info@pangram.com!

Elyas Masrour ist Gründungsingenieur bei Pangram. Seit er direkt nach seinem Abschluss an der University of Maryland als zweiter Mitarbeiter zu Pangram kam, hat er wichtige Infrastrukturkomponenten wie die Modell-Serving-API, rollenbasierte Zugriffskontrollen und unterstützende Evidenz-Pipelines aufgebaut. Elyas arbeitet zudem eng mit dem Forschungsteam an Projekten wie adversarialer Robustheit, Modellinterpretierbarkeit und der Erkennung heterogener gemischter Inhalte zusammen. Außerhalb der Arbeit genießt Elyas die vielfältigen Ausdrucksformen menschlicher Kreativität, darunter Filmemachen, Lesen und das Erkunden der Stadt.






