Erkenne sofort, was auf Twitter, LinkedIn, Substack und anderen Plattformen von Menschen und was von KI stammt. Hol dir unsere neue Chrome-Erweiterung.

In den letzten Monaten ist der Markt für KI-Erkennung stetig gewachsen, und gleichzeitig hat sich ein ähnlicher Markt für Möglichkeiten zu dessen Umgehung entwickelt.
Heute gibt es auf dem Markt eine ganze Reihe von Tools, die sich als „Humanizer“ bezeichnen. Im Hintergrund unterscheiden sich diese Tools zwar geringfügig voneinander, aber sie alle versprechen dasselbe: Wenn Sie unser Tool verwenden, wird niemand erkennen können, dass Ihr Text von einer KI geschrieben wurde. Diese Tools sind schnell bei Studenten, SEO-Experten und anderen beliebt geworden, die hoffen, die Entdeckung ihrer KI-Nutzung zu vermeiden.
Wir freuen uns jedoch, Ihnen mitteilen zu können, dass wir heute ein Modell ausgeliefert haben, das über 90 % der hochwertigen humanisierten Inhalte erkennen kann.
So funktioniert unser neues Modell:
| 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, bei dem 19 öffentlich zugängliche Humanisierer genau 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 andere Anfragen 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.






