Zum Inhalt springen
Gemessene Genauigkeit

Genauigkeit des KI-Detektors nach Textart

Die Genauigkeit des KI-Detektors hängt von der Sprache und der Textart ab. Jede Zahl unten wurde an zurückgehaltenen Texten gemessen, an die der Detektor nie angepasst wurde, an der Linie, die auch die Ergebniskarte verwendet, jeweils mit Stichprobengröße und Bereich. Unten findest du für jede Sprache die Erkennung von KI-Texten und die Fehlalarme.

  • 13 Sprachen mit eigener Kalibrierung
  • Ein Wert, eine Bewertung der Ergebnissicherheit und Satzmarkierungen
  • Neue Messungen bei Änderungen am Modell oder Schwellenwert
Ergebnisse nach Sprache

Vergleiche die unterstützten Sprachen

Wie viele KI-Texte der Test jeder Sprache an zurückgehaltenen Texten erkannt und wie viele menschliche Texte er markiert hat. Ein Text zählt ab einem Wert von 65 als markiert.

  • Englisch

    Im Test erkannte KI-Texte90.7%
    Markierte Texte von Muttersprachlern0%
    Markierte Texte von Nichtmuttersprachlern0.5%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Spanisch

    Im Test erkannte KI-Texte82.9%
    Markierte Texte von Muttersprachlern0.7%
    Markierte Texte von Nichtmuttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Französisch

    Im Test erkannte KI-Texte68.8%
    Markierte Texte von Muttersprachlern0%
    Markierte Texte von Nichtmuttersprachlern1%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Deutsch

    Im Test erkannte KI-Texte90.7%
    Markierte Texte von Muttersprachlern0%
    Markierte Texte von Nichtmuttersprachlern0%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Italienisch

    Im Test erkannte KI-Texte94.7%
    Markierte Texte von Muttersprachlern0%
    Markierte Texte von Nichtmuttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Portugiesisch

    Im Test erkannte KI-Texte96%
    Markierte Texte von Muttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Niederländisch

    Im Test erkannte KI-Texte97.3%
    Markierte Texte von Muttersprachlern1.3%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Polnisch

    Im Test erkannte KI-Texte91.9%
    Markierte Texte von Muttersprachlern0%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Türkisch

    Im Test erkannte KI-Texte89%
    Markierte Texte von Muttersprachlern0%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Russisch

    Im Test erkannte KI-Texte90.7%
    Markierte Texte von Muttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Arabisch

    Im Test erkannte KI-Texte95.9%
    Markierte Texte von Muttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Hindi

    Im Test erkannte KI-Texte94.5%
    Markierte Texte von Muttersprachlern0.7%
    Gemessen an zurückgehaltenen Texten, 2026-10-12
  • Indonesisch

    Im Test erkannte KI-Texte98.6%
    Markierte Texte von Muttersprachlern0%
    Gemessen an zurückgehaltenen Texten, 2026-10-12

Wähle eine Sprache, um zu sehen, wie viele KI-Texte der Test mit zurückgehaltenen Texten erkannt und wie viele menschliche Texte er markiert hat, getrennt für Muttersprachler und Nichtmuttersprachler.

Ergebnisse nach Sprache

Genauigkeit des KI-Detektors von beiden Seiten

Testergebnisse: Englisch

Erkannte KI-Texte

90.7%

68 von 75 Texten

95-%-Bereich 82% bis 95.4%

Alle maschinellen Texte im Test: Antworten eines Chatmodells, Fortsetzungen eines menschlichen Anfangs und Paraphrasen.

Erkannte KI-Chatantworten

100%

54 von 54 Texten

95-%-Bereich 93.4% bis 100%

Texte, die vollständig von einem Chatmodell geschrieben wurden.

Fälschlich markierte Texte von Muttersprachlern

0%

0 von 150 Texten

95-%-Bereich 0% bis 2.5%

Eine niedrigere Rate bedeutet, dass im Test weniger menschliche Texte markiert wurden. In den Hinweisen findest du Angaben zu den berücksichtigten Autoren und Textarten.

Fälschlich markierte Texte von Nichtmuttersprachlern

0.5%

3 von 600 Texten

95-%-Bereich 0.2% bis 1.5%

Aufsätze und Antworten von Menschen, die in einer erlernten Sprache schreiben.

Diese Raten stammen aus zurückgehaltenen Texten, an die der Detektor nie angepasst wurde. Ein Text zählt ab einem Wert von 65 als markiert, der Linie der Ergebniskarte. Die Raten beschreiben den Test, nicht die Sicherheit eines einzelnen Werts.

Gemessen an zurückgehaltenen Texten, 2026-10-12
Textlänge

Gib dem Detektor genug Kontext

Längere Passagen liefern mehr Hinweise auf Schreibmuster. Betrachte die Ergebnissicherheit zusammen mit dem Wert, da auch Sprache und Textart das Ergebnis beeinflussen. Was solltest du einfügen? Wähle eine zusammenhängende Passage aus dem Dokument, das du prüfen möchtest. Lass den Wortlaut bei der ersten Prüfung unverändert. Nutze dann die Satzmarkierungen, um zu entscheiden, welche Passagen du genauer betrachten solltest.

Unter 50 Wörtern gibt der Detektor keine Einschätzung ab.

Vergleiche die Tests mit kürzeren Texten

Testergebnisse: Englisch

Messungen mit kürzeren Texten für diese Sprache stehen noch aus.

So funktioniert es

Von deinem Text zu einer hilfreichen Einschätzung

Der Detektor untersucht Satz für Satz, wie vorhersehbar der Text ist. Er nutzt Muster, die er aus menschlichen und maschinellen Texten gelernt hat, und wendet dann die für die Textsprache angepasste Kalibrierungskurve an. Er bewertet Schreibmuster, statt nach verbotenen Wörtern, einem Wasserzeichen oder einer Übereinstimmung in einer Datenbank zu suchen.

  1. 01

    Füge deinen Text hinzu

    Füge deinen Text ein oder lade eine Datei in einer der auf dieser Seite aufgeführten Sprachen hoch.

  2. 02

    Jeden Satz im Kontext betrachten

    Jeder Satz wird zusammen mit der umgebenden Passage bewertet. So berücksichtigt die Einschätzung mehr als einzelne Formulierungen.

  3. 03

    Schreibmuster bewerten

    Trainierte Modelle bewerten, wie stark jede Passage Mustern folgt, die mit menschlichen oder maschinellen Texten verbunden sind.

  4. 04

    Die Sprachkalibrierung anwenden

    Der Wert wird anhand einer Kurve eingeordnet, die an die Textsprache angepasst wurde und auch Texte von Nichtmuttersprachlern berücksichtigt.

  5. 05

    Wert und Hinweise prüfen

    Du erhältst einen Wert, seinen Wertebereich, eine Bewertung der Ergebnissicherheit als hoch, mittel oder niedrig sowie Satzmarkierungen, die zeigen, welche Passagen eher auf KI oder einen Menschen hindeuten.

Entwicklung und Tests

Gemessen mit Blick auf menschliche Autoren

Du erhältst aussagekräftigere Hinweise, wenn Fehlalarme zusammen mit der KI-Erkennung gemessen werden. Wir legen die Entscheidungsgrenze mit Blick auf menschliche Texte fest und veröffentlichen dann datierte Ergebnisse samt dem nötigen Kontext für ihre Einordnung. Das sind eigene Messungen von Blurwrite. Die Forschungslinks und der externe Vergleich liefern zusätzlichen, unabhängigen Kontext, damit du unsere Tests von externen Belegen unterscheiden kannst.

  1. 01

    Aus vielfältigen Texten lernen

    Die Modelle haben aus vielen Korpora und Quellen gelernt, die unterschiedliche menschliche Texte und maschinelle Texte aktueller Modelle abdecken.

  2. 02

    Jede Sprache kalibrieren

    Jede Sprache hat ihre eigene angepasste Kurve. Dafür werden Texte in dieser Sprache verwendet, darunter auch Texte von Nichtmuttersprachlern.

  3. 03

    Über die Kalibrierung hinaus testen

    Tests mit zurückgehaltenen Texten umfassen Texte, die nicht zur Kalibrierung verwendet wurden, Texte von Sprachlernenden, ältere Modellgenerationen, andere Modellfamilien und maschinelle Fortsetzungen menschlicher Textanfänge.

  4. 04

    Eine Veröffentlichungsregel anwenden

    Unsere Veröffentlichungsregel erlaubt höchstens einen Fehlalarm unter zwanzig Texten bei den Textarten, für die wir Werte veröffentlichen. Texte von Nichtmuttersprachlern werden separat gemessen. Die Ergebnisse mit zurückgehaltenen Texten unten zeigen, wie die aktuellen Einschätzungen im Vergleich zu dieser Regel abschneiden.

So funktioniert die Entscheidungsgrenze

Menschliche und maschinelle Texte können ähnliche Werte erzielen. Die Entscheidungsgrenze schafft einen Ausgleich zwischen KI-Erkennung und dem Schutz vor Fehlalarmen. Bei Texten nahe dieser Grenze solltest du die Ergebnissicherheit und die Hinweise auf Satzebene genauer betrachten.

Menschliche TexteMaschinelle TexteEntscheidungsgrenzeÜberlappende Hinweise

Genauigkeit bei Texten von Nichtmuttersprachlern messen

Studien zeigen, dass KI-Detektoren englische Aufsätze von Nichtmuttersprachlern häufiger markieren können als solche von Muttersprachlern. Wir messen Texte von Nichtmuttersprachlern separat, damit ein Durchschnittswert für die gesamte Sprache diese Fehler nicht verdeckt.

Genauigkeit des KI-Detektors: häufige Fragen

Sind 20 % KI-Erkennung schlecht?

Ein Wert von 20 % ist eine Einschätzung des Textes, kein Beweis dafür, dass du KI verwendet hast oder dass ein bestimmter Anteil deiner Wörter generiert wurde. Prüfe die Ergebnissicherheit und die markierten Passagen im Kontext. Was ist die 30-%-Regel für KI? Betrachte jede prozentuale Grenze als eine Regel, die du bei der Organisation überprüfen solltest, die deine Arbeit anfordert. Frage nach, ob sie sich auf einen KI-Wert, einen Ähnlichkeitswert oder eine Regel zur erlaubten Nutzung bezieht. Das sind unterschiedliche Dinge. Auch die Entscheidungsgrenze eines Tools erfüllt einen anderen Zweck als die Anforderungen einer Aufgabe. Prüfe deinen Text mit dem KI-Detektor von Blurwrite, um die Hinweise hinter seinem Wert zu sehen.

Kann ein KI-Detektor falschliegen?

Ja. Menschliche Texte können markiert werden, und die Raten unterscheiden sich je nach Sprache und Textart. Ein Auszug mit 50 Wörtern liefert weniger Kontext als eine längere Passage. Vergleiche eine Probe mit 50 Wörtern mit einer von mindestens 100 Wörtern. Warum wurde mein eigener Text markiert? Menschliche und maschinelle Texte können ähnliche Muster aufweisen. Deshalb kann auch eine selbst verfasste Passage die Entscheidungsgrenze überschreiten. Beginne mit genau dem Text, der geprüft wurde, und untersuche die markierten Sätze. Wenn du ein umstrittenes Ergebnis besprichst, halte Tool, Datum, Sprache, Auszug und Ergebnissicherheit fest. So konzentriert sich die Prüfung auf die tatsächliche Einschätzung statt auf Annahmen über deinen Schreibprozess. Prüfe deinen Text mit Blurwrite und betrachte die Ergebnissicherheit zusammen mit dem Wert.

Wie beweise ich, dass ich keine KI verwendet habe?

Entwürfe, Versionsverlauf, Notizen und Quellenaufzeichnungen können helfen, deinen Schreibprozess nachzuweisen. Bewahre diese Belege auf und erkläre, wie du den Text entwickelt hast. Ein Detektorwert liefert ergänzenden Kontext, ist aber kein Beweis für die Urheberschaft. Was sollte ich bei einer Überprüfung vorlegen? Erstelle eine klare Zeitleiste von deiner Gliederung bis zum eingereichten Entwurf. Zeige, wo du Quellen ergänzt, ein Argument geändert oder eine Passage überarbeitet hast. Bewahre nach Möglichkeit die Originaldateien und Zeitstempel auf. Frage die prüfende Person, welche Passagen Bedenken ausgelöst haben und welche Belege das Verfahren akzeptiert. Wenn du erlaubte Schreibhilfen verwendet hast, erkläre ihre Rolle und befolge die geltenden Offenlegungsregeln. Prüfe deinen Text mit Blurwrite, um Passagen zu untersuchen, die möglicherweise eine Erklärung brauchen.

Wie gut ist die KI-Erkennung meiner Einrichtung?

Beurteile sie anhand veröffentlichter Tests für die relevante Version, Sprache und Textart. Die Messungen auf dieser Seite beschreiben Blurwrite, nicht die Leistung eines anderen Tools. Wie sollte ich KI-Detektoren vergleichen? Achte auf datierte Erkennungsraten, Fehlalarme, Stichprobengrößen, Textarten und Tests mit zurückgehaltenen Texten auf vergleichbarem Material. Berücksichtige, wie die Tools mit umgeschriebenen Passagen umgehen und ob Messungen aktualisiert werden, wenn sich KI-Texte verändern. Bei einem Aufsatz sind Ergebnisse für Aufsätze wichtiger als ein breiter Durchschnitt. Frage nach, ob der angegebene Schwellenwert dem tatsächlich verwendeten entspricht und ob Nichtmuttersprachler separat getestet wurden. Übereinstimmung zwischen Tools ist hilfreicher Kontext, kann aber auch durch gemeinsame Fehler entstehen. Prüfe deinen Text mit dem KI-Detektor von Blurwrite und nutze die Anleitung zur Einordnung der Werte auf dieser Seite, um das Ergebnis zu interpretieren.

Lies die Ergebnisse im Kontext

Was Wert und Bewertung bedeuten

Der Wert beschreibt, wie der Text wirkt. Die Bewertung hoch, mittel oder niedrig beschreibt dagegen die Stärke der Hinweise. Nutze die Satzmarkierungen, um prüfenswerte Passagen zu finden, statt den Wert als Beweis für die Urheberschaft zu behandeln. Wie unterscheiden sich die Testraten? Die KI-Erkennung zählt korrekt markierte maschinelle Texte. Die Fehlalarmrate zählt fälschlich markierte menschliche Texte. Ihre Bezugsgrößen beschreiben unterschiedliche Gruppen. Die Raten sind daher keine Gegensätze und sollten nicht addiert werden. Ein aussagekräftiger Genauigkeitsvergleich nennt beide Raten zusammen mit Stichprobengrößen, Textarten und Entscheidungsgrenze. Ein einzelnes Ergebnis ist eine separate Einschätzung deines Textes.

Zurück zum Tool