Mit der zunehmenden Verbreitung von KI verfassen immer mehr Menschen Texte gemeinsam mit KI. Ebenso möchten viele Nutzer von KI-Detektoren wissen , inwieweit KI an der Erstellung des Textes beteiligt war. Hat jemand KI genutzt, um seine eigenen Formulierungen zu verfeinern, oder hat er die KI gebeten, einen ganzen Aufsatz von Grund auf neu zu erstellen?
Pangram 3.0 ist unser neuestes Erkennungsmodell. Es kann Texte in folgende Kategorien einteilen:
Ähnlich wie bei Pangram 2.0 zerlegt der Erkennungsalgorithmus längere Dokumente in Segmente und ordnet jedes einzelne im Kontext des Gesamtdokuments ein. Das bedeutet: Wenn die erste Hälfte eines Dokuments von Menschen verfasst und die zweite Hälfte KI-gestützt ist, kann Pangram Ihnen dies anzeigen. Sehen Sie sich unser Video an:
Als vollständig von Menschen verfasster Text gilt ein Text, der ohne nennenswerte Unterstützung durch KI verfasst wurde. Pangram kann zwar nicht ableiten, woher eine Idee stammt, erkennt jedoch stilistische Merkmale, die KI bei der Wortwahl verwendet. Der beste Weg, einen Text zu verfassen, der als vollständig von Menschen verfasst gekennzeichnet wird, besteht darin, beim Schreibprozess keine KI zu verwenden.
Eine leichte KI-Unterstützung umfasst in der Regel oberflächliche Änderungen, die keinen Einfluss auf die zugrunde liegenden Ideen, die Struktur oder den Inhalt des Textes haben. Dazu gehören Korrekturen von Rechtschreibung und Grammatik, eine optimierte Formulierung, Übersetzungen sowie Änderungen zur Verbesserung der Lesbarkeit.
Eine moderate KI-Unterstützung deutet in der Regel auf Änderungen hin, bei denen die KI möglicherweise wesentliche Teile des Textes umformuliert oder eigene Inhalte hinzugefügt hat. Zu einer moderaten Unterstützung zählen Änderungen wie das Hinzufügen weiterer Details oder Erläuterungen, die Anpassung des Tons, die Umstrukturierung des Textes oder die Umformulierung des Textes in einem anderen Stil oder Ton.
Text, der als vollständig KI-generiert eingestuft wurde, stammt in der Regel direkt aus einem KI-Modell wie ChatGPT. Zu dieser Kategorie gehören auch Texte, die überwiegend KI-generiert sind, oder Texte, die ursprünglich von einer KI generiert wurden.
Kurz gesagt trainieren wir unser Modell anhand einer Vielzahl von gemeinsam verfassten Texten, indem wir KI-Modelle dazu anweisen, ursprünglich von Menschen verfasste Texte in unterschiedlichem Umfang zu überarbeiten. Wenn Sie sich näher mit den technischen Details befassen möchten, lesen Sie gerne unseren technischen Blogbeitrag, in dem die wissenschaftlichen Grundlagen des Modells beschrieben werden.
Von Pangram können Sie nach wie vor die gewohnte Genauigkeit erwarten: 99,98 % Genauigkeit bei der Erkennung von KI-generiertem Text bei einer Falsch-Positiv-Rate von nahezu Null für die Kennzeichnung „KI-generiert“.
| Von Menschen verfasste Aufsätze, klassifiziert als | Preis |
|---|---|
| Vollständig von Menschen verfasst | 99.84% |
| Leicht KI-gestützt | 0,14 % (1 von 700) |
| In gewissem Maße KI-gestützt | 0,013 % (1 von 7.500) |
| Vollständig durch KI generiert | 0,0064 % (1 von 15.000) |
Wenn Sie Pangram-Abonnent sind, ist die KI-Unterstützungserkennung standardmäßig aktiviert. Kostenlose Nutzer können die KI-Unterstützung von Pangram für einen begrenzten Zeitraum testen, indem sie eine 7-tägige kostenlose Testversion abonnieren, die alle kostenpflichtigen Funktionen von Pangram freischaltet, darunter erweiterte Nutzungslimits, die KI-Unterstützungserkennung und die Plagiatserkennung.
Auch Nutzer der kostenlosen Version sehen die Ergebnisse von Pangram 3.0, allerdings ist die Erkennung der KI-Unterstützung standardmäßig deaktiviert. Das bedeutet derzeit, dass Nutzer der kostenlosen Version Texte mit geringer KI-Unterstützung als „menschlich“ und Texte mit mäßiger KI-Unterstützung als „KI-generiert“ sehen.
Während vollständig von Menschen verfasste und vollständig von KI generierte Texte konkrete Kategorien mit klaren Definitionen sind, fällt ein Großteil der heute produzierten Texte in keine dieser beiden Kategorien. Wo genau liegt die Grenze zwischen „leichter“ und „mittlerer“ KI-Unterstützung? Wie viel Input kann ein Mensch einem LLM in einer Eingabeaufforderung geben, bevor sein Einfluss auf das Ergebnis größer ist als der der KI?
Letztendlich versuchen wir, diese Fragen zu beantworten, indem wir die Ergebnisse von Pangram so genau wie möglich mit unseren eigenen Interpretationen der einzelnen Kategorien abgleichen; wir sind uns jedoch bewusst, dass Mitautorenschaft ein Kontinuum ist und die genaue Abgrenzung zwischen diesen Kategorien eher eine Kunst als eine Wissenschaft ist.

Max ist ein erfahrener Machine-Learning-Ingenieur. Zuletzt arbeitete er bei Nuro an autonomen Fahrzeugen und leitete dort den Bereich „Active Learning“. Er kann auf eine langjährige Erfahrung bei der erfolgreichen Einführung von Machine-Learning-Produkten bei Google, Two Sigma und Yelp zurückblicken.
Max hat einen Bachelor of Science in Theoretischer Informatik und einen Master of Science in Künstlicher Intelligenz von der Stanford University. Neben seiner Leidenschaft für das Bauen ist er auch ein aktives Mitglied der „Magic: The Gathering“-Cube-Community.






