Es wäre praktisch, wenn sich künstliche Intelligenz nach getaner Arbeit wenigstens ordentlich ausweisen müsste. Mensch geschrieben, Maschine geschrieben, vielleicht noch ein kleines digitales Dienstsiegel darunter. Stattdessen gibt es KI-Detektoren. Die versprechen etwas, das im Alltag sehr viel eindeutiger klingt, als es wissenschaftlich ist.
Eine Untersuchung auf der NAACL 2025 testete mehrere bekannte Verfahren wie Fast-DetectGPT, Binoculars und RADAR mit unbekannten Modellen, verschiedenen Textsorten und veränderten Prompts. Das Ergebnis war wenig geeignet, Vertrauen zu schaffen. Schon moderate Versuche, die Erkennung zu umgehen, konnten die Leistung erheblich verschlechtern. Bei einer sehr niedrigen zugelassenen Fehlalarmrate sank die Trefferquote in einzelnen Tests sogar auf null Prozent. Der Detektor war dann immerhin konsequent. Er erkannte einfach nichts mehr.
Noch komplizierter wird es, sobald Menschen und Maschinen gemeinsam schreiben. Eine Studie mit 15.000 Texten zeigte 2025, dass Detektoren bereits leicht von KI überarbeitete menschliche Texte häufig als KI-generiert einstufen und schlecht unterscheiden können, wie stark die Maschine überhaupt beteiligt war. Das ist insbesondere dann unangenehm, wenn aus einer Wahrscheinlichkeitsanzeige plötzlich ein Plagiatsvorwurf wird.
Auch die Fehlalarme verteilen sich nicht unbedingt gleichmäßig. Eine ACL-Studie von 2026 untersuchte 16 Detektionssysteme anhand von Schüler- und Studententexten. Texte von Englischlernenden wurden bei mehreren Systemen häufiger fälschlich der Maschine zugeschrieben. Wer sprachlich vom erwarteten Muster abweicht, kann also ausgerechnet deshalb verdächtig werden, weil eine Software menschliches Schreiben erkennen soll.
Ganz hoffnungslos ist die Sache trotzdem nicht. Erfahrene Nutzer generativer KI konnten in einer Studie von 2025 englische Sachtexte erstaunlich gut unterscheiden. Fünf besonders erfahrene Teilnehmer lagen gemeinsam bei 299 von 300 Texten richtig. Das war allerdings ein begrenztes Experiment und kein universeller Lügendetektor für Literatur.
Vielleicht ist das derzeit die wichtigste Erkenntnis: KI-Texte hinterlassen Indizien. Ein Beweis sind sie nicht. Wer aus einem Detektorwert ein Urteil über einen Autor macht, benutzt ausgerechnet eine unsichere Maschine, um festzustellen, ob jemand eine unsichere Maschine benutzt hat.
Quellen:
▪︎ Tufts, Zhao, Li: A Practical Examination of AI-Generated Text Detectors for Large Language Models, NAACL 2025
▪︎ Saha, Feizi: Almost AI, Almost Human, ACL Findings 2025
▪︎ Stowe et al.: Identifying Bias in Machine-generated Text Detection, ACL 2026
▪︎ Russell, Karpinska, Iyyer: People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text, ACL 2025