Perplexity-Score
Wie überraschend wirkt die Wortwahl aus Sicht eines Sprachmodells? Von Menschen verfasste Texte leben von unerwarteten Wendungen, während KI-Texte statistisch glatter und damit „erwartbarer" ausfallen.
Selbsteinschätzung vor der Abgabe
KI-Text prüfen, bevor jemand anders es tut.
Hausarbeit, Bachelorarbeit, Blogtext oder Redaktionsbeitrag: prüfen Sie Ihren eigenen Text auf KI-Anteil, bevor Sie ihn abgeben oder veröffentlichen. Wir analysieren mit der Technologie von Plag-Aware, die an über Hochschulen in Deutschland im offiziellen Prüfungsbetrieb läuft, und gleichen optional gegen rund 60 Milliarden Quellen ab.
✓ Ergebnis in wenigen Minuten.
✓ ChatGPT, Claude, Gemini und mehr
Plag-AwareUniversitätstechnologie
20+Deutsche Universitäten
rund 60 Mrd.Quellen im Index
wenige MinutenBis zum Ergebnis
Warum jetzt
Weshalb die KI-Prüfung heute zum Abgabe-Alltag gehört
Seit 2023 fordern fast alle Hochschulen im deutschsprachigen Raum eine erweiterte Eigenständigkeitserklärung, die den Einsatz generativer KI transparent macht. Bleibt ein von ChatGPT vorformulierter Absatz unbemerkt, kann die Abgabe als Täuschung gelten, obwohl inhaltlich alles stimmt. Auch Verlage und Redaktionen ziehen nach: Häuser wie Springer Nature, Elsevier und viele Tageszeitungen verlangen, dass Autorinnen und Autoren den Anteil großer Sprachmodelle offenlegen.
Konkret heißt das: bevor Sie einreichen oder veröffentlichen, sollten Sie einschätzen können, wie ein Prüfsystem Ihren Text bewertet. Das hat nichts mit Verschleiern zu tun, denn ein hoher KI-Wert entsteht mitunter auch bei komplett selbst verfasstem Material (etwa in einem formelhaften Methodenteil, bei technischen Definitionen oder besonders klarer Sprache).
Wer vorab prüft, kann in Ruhe nachsteuern. Wer darauf verzichtet, erfährt das Resultat erst dann, wenn es für Korrekturen zu spät ist.
Wer die Prüfung typischerweise nutzt
- Studierende kurz vor der Abgabe von Haus-, Bachelor- oder Masterarbeit
- Promovierende, die einzelne Kapitelentwürfe einreichen
- Bewerberinnen und Bewerber mit Motivationsschreiben oder Exposé
- Blogger und Selbstständige, bevor ein Beitrag online geht
- Redaktionen und Verlage, die eingereichte Autorentexte gegenchecken
- Firmen, die Whitepaper und Pressetexte vor der Freigabe prüfen
Methodik
So spüren wir KI-Formulierungen auf
Ausschlaggebend ist nie ein einzelnes Signal, sondern ein Gesamtbild aus mehreren statistischen Sprachmerkmalen, die zusammen ein Muster ergeben.
Burstiness
Gemeint ist die Schwankung der Satzlängen. Menschen schreiben in Wellen, mal knapp, mal ausschweifend. Modellausgaben verlaufen gleichmäßiger, mit deutlich weniger Ausreißern in beide Richtungen.
Mustererkennung
Immer wiederkehrende Floskeln und Übergänge, die viele Modelle bevorzugen, etwa „Es ist wichtig zu beachten", „Zusammenfassend lässt sich sagen" oder „In der heutigen Zeit".
Statistische Sprachanalyse
Die Verteilung von Wortarten, Funktionswörtern und Satzbau verrät viel. Sprachmodelle greifen unbewusst zu bestimmten Konstruktionen, und daraus entsteht ein charakteristischer Fingerabdruck.
Kohärenz-Profil
Wie hängen die Absätze inhaltlich zusammen? KI-Texte bleiben thematisch sehr konsistent, wirken dabei aber oft redundant, während menschliche Texte immer wieder kleine thematische Sprünge machen.
Modell-Fingerprint
Einzelne Sprachmodelle hinterlassen eigene lexikalische Signaturen. Daran zeigt sich nicht nur, ob überhaupt KI beteiligt war, sondern häufig sogar, welches Modell den Text geformt hat.
Modell-Abdeckung
Diese Sprachmodelle deckt die Erkennung ab
Unsere Erkennung erfasst die in Europa verbreiteten Sprachmodelle, von den kommerziellen Marktführern bis zu frei verfügbaren Open-Source-Varianten. Im Fokus stehen dabei vor allem:
- ChatGPT: GPT-3.5, GPT-4, GPT-4 Turbo, GPT-4o, o1, o3
- Claude (Anthropic): Sonnet, Opus, Haiku in allen aktuellen Versionen (3, 3.5, 4, 4.5)
- Gemini (Google): 1.0 Pro, 1.5 Flash, 1.5 Pro, 2.0, 2.5
- Perplexity: Sonar Small, Sonar Large, Pro Search
- Mistral: Large, Medium, Small, Mixtral
- Llama (Meta): 2, 3, 3.1, 3.2, 3.3 in allen Größen
- DeepSeek: V2, V3, R1
- Grok (xAI): 1, 2, 3
Ganz frische Modelle fließen mit geringem Zeitversatz ins Training ein. Bei umgeschriebenen oder „humanisierten" Passagen fällt die Trefferquote zwar, bleibt statistisch jedoch klar aussagekräftig.
„Ich habe meine Bachelorarbeit komplett selbst geschrieben, aber im Methodikteil war der KI-Wert plötzlich bei 68 %. Nach drei Umformulierungen war ich bei 12 %. Ohne den Bericht hätte ich nie gewusst, dass ich nachschärfen muss."
L. Berger, B. A. Sozialwissenschaften, Universität Köln
Bericht lesen
Was der Prozentwert pro Satz für Sie aussagt
Der Bericht nennt Wahrscheinlichkeiten, kein fertiges Urteil. Was Sie damit anfangen, entscheiden Sie selbst.
Übersichtsseite
Ein Gesamtwert für den KI-Anteil Ihres Dokuments, also den Anteil möglicherweise KI-erzeugter Sätze, ergänzt um eine Ampel in Grün, Gelb und Rot. So sehen Sie sofort, ob überhaupt Handlungsbedarf besteht.
Volltext mit Markierung
Jeder Satz wird farblich unterlegt, je nach errechneter Wahrscheinlichkeit. Grün (unter 25 %), gelb (25 bis 70 %), rot (über 70 %). Die Schwellen sind bewusst zurückhaltend angesetzt.
Satz-Analyse
Zu jedem markierten Satz sehen Sie die berechnete Wahrscheinlichkeit in Prozent samt dem vermutlichen Quell-Modell (z. B. „GPT-4o, 81 %"). Genau dort lässt sich gezielt umformulieren.
Ein hoher Wert beweist nichts. Er ist ein Hinweis darauf, dass eine prüfende Person denselben Eindruck gewinnen dürfte, und damit ein guter Grund, den Satz noch einmal in eigenen Worten zu fassen.
Praxis-Tipps
Hoher KI-Wert: und jetzt?
Ein hoher KI-Wert ist kein Beweis dafür, dass Sie KI genutzt haben. Oft lösen die folgenden Schreibmuster falsche Treffer aus:
- Formelhafter Methodenteil voller Standardwendungen wie „Im Folgenden wird ..." oder „Zur Beantwortung der Forschungsfrage wird ..."
- Sehr saubere Lehrbuchsprache ohne persönliche Note, typisch für Einleitungen und Theoriekapitel
- Übersetzte Passagen aus englischen Quellen, die im Deutschen auffällig glatt wirken
- Aufzählungen und Definitionen, deren Struktur der von KI-Output ähnelt
Konkrete Anregungen, falls Sie nachschärfen möchten:
- Variieren Sie die Satzlänge bewusst und mischen Sie kurze mit langen Sätzen
- Streichen Sie Floskeln wie „Es ist wichtig zu beachten" ersatzlos
- Bringen Sie eigene, konkrete Beispiele aus Ihrem Material ein
- Ergänzen Sie Quellenverweise, die genau zum Kontext passen
- Lesen Sie laut vor: Was holprig klingt, wirkt meist menschlich
Sie dürfen Sätze aber auch genau so stehen lassen. Der Bericht liefert eine Wahrscheinlichkeit, kein Urteil.
False Positives, offen erklärt
Keine KI-Erkennung arbeitet komplett fehlerfrei. Unsere stützt sich auf Plag-Aware-Technologie und rund 60 Mrd. Referenzdaten und erreicht damit ein Niveau, das Hochschulen in Deutschland als Entscheidungsgrundlage dient. Dennoch kommt es vor, dass ein selbst verfasster Text als KI eingestuft wird:
- Stark fachsprachliche Texte etwa aus Recht, BWL oder Medizin
- Texte, die ein intensives Lektorat oder einen Korrekturservice durchlaufen haben
- Aus dem Englischen übertragene Passagen
- Texte, die so lange überarbeitet wurden, bis sie sehr „rund" klangen
Damit gehen wir offen um. Der Bericht ist ein Werkzeug, kein Urteil, und was daraus folgt, entscheiden Sie.
Tarife
Transparente Preise je Normseite
Der Mindestbestellwert liegt bei 2,90 € pro Arbeit. Eine Normseite entspricht 1.800 Zeichen inklusive Leerzeichen.
Plagiatsprüfung
Vergleich mit rund 60 Mrd. Quellen.
0,29 € / Normseite- Für Webseiten, Verlage und Hochschulen
- PDF-Bericht nach wenigen Minuten.
- Markierte Fundstellen samt Quellen
Kombi: Plagiat + KI
Beides in einem Bericht und 33 % günstiger.
0,39 € / Normseite- Vollständige Plagiatsprüfung
- Vollständige KI-Texterkennung
- Zwei Berichte zu einem Preis
KI-Texterkennung
Erkennt ChatGPT, Claude und Gemini.
0,29 € / Normseite- Findet typische LLM-Muster
- PDF-Bericht nach wenigen Minuten.
- Wahrscheinlichkeit für jeden Satz
Häufige Fragen
Antworten rund um die KI-Prüfung
Wie zuverlässig arbeitet die KI-Texterkennung?
Im Hintergrund arbeitet die Technologie von Plag-Aware, die an Hochschulen in Deutschland im Prüfungsbetrieb im Einsatz ist. Für unverändert von ChatGPT, Claude oder Gemini erzeugte Texte liegt die Trefferquote klar über 95 %. Bei „humanisierten" oder umgeschriebenen Stellen geht sie zurück, bleibt statistisch aber aussagekräftig. Und denken Sie daran: jeder Wert ist eine Wahrscheinlichkeit, kein Urteil.
Werden auch ChatGPT 4o und o1 erkannt?
Ja. Abgedeckt sind die vollständigen GPT-4o-, o1- und o3-Familien, dazu die jeweils aktuellen Claude-Versionen (Sonnet, Opus, Haiku), Gemini bis 2.5, Perplexity Sonar, Mistral Large, Llama 3.x, DeepSeek V3/R1 sowie Grok 3. Frische Releases fließen mit kurzem Zeitversatz ins Training ein, in der Regel binnen weniger Wochen.
Klappt die Prüfung auch bei englischen Texten?
Ja, wobei die Erkennung bei deutschen Texten etwas zuverlässiger ausfällt, weil unser Modell besonders auf deutschsprachige Muster trainiert ist. Englische Texte prüfen wir mit einer Rate von ca. 90 %, deutsche mit über 95 %. Auch Französisch, Italienisch und Spanisch lassen sich analysieren.
Und wie sieht es bei aus dem Englischen übersetzten Texten aus?
Übersetzungen zählen zu den typischen Auslösern für False Positives. Ein sauber aus dem Englischen ins Deutsche übertragener Text (ob von Ihnen selbst oder per Übersetzungstool) klingt sprachlich häufig so glatt, dass er fälschlich als KI gilt. Wenn Sie viel übersetzt zitieren, vermerken Sie das in Ihrer Eigenständigkeitserklärung.
Was geschieht mit meinem Text nach der Prüfung?
Ihr Text dient ausschließlich der einmaligen Prüfung und wird nach 14 Tagen automatisch entfernt. Eine Aufnahme in Prüfungs-Bibliotheken oder Trainingsdaten sowie eine Weitergabe an Dritte finden nicht statt. Sämtliche Server stehen in Deutschland, DSGVO konform.
Lässt sich auch nur ein einzelner Abschnitt prüfen?
Ja. Sie dürfen ebenso ein einzelnes Kapitel, eine Einleitung oder nur einen Blogartikel hochladen. Der Mindestbestellwert beträgt 2,90 €. Bei kürzeren Texten (unter 10 Normseiten) lohnt es sich, etwas Kontext mitzuschicken, weil die Erkennung über mehrere Absätze hinweg sicherer greift.
Worin unterscheiden Sie sich von kostenlosen KI-Detektoren?
Kostenlose Detektoren im Netz stützen sich meist auf ein einziges, oft veraltetes Modell und geben nur einen pauschalen Gesamtwert aus. Wir setzen auf Plag-Aware, verbinden mehrere statistische Verfahren (Perplexity, Burstiness, Mustererkennung, Modell-Fingerprint) und liefern eine satzgenaue Auswertung samt Schätzung des Quell-Modells im PDF-Bericht.
Erhalte ich den Bericht als PDF?
Ja, binnen wenigen Minuten per E-Mail. Das PDF umfasst die Übersichtsseite, den Volltext mit Markierungen und eine Satz-Analyse samt Wahrscheinlichkeiten und Modell-Schätzung. Bei Bedarf drucken Sie den Bericht aus oder legen ihn Ihrem Prüfer als Beleg vor.
Wissen Sie vorher, was Ihr Prüfer sehen wird.
Schon ab 3 € pro Arbeit, mit PDF-Ergebnis in Minuten. Plag-Aware-Technologie, vertraulich, mit garantierter Rückerstattung.
KI-Text prüfen lassenWer seinen KI-Text lieber selbst prüfen möchte, sollte das tun, bevor es jemand anders übernimmt. Verzichten Sie darauf zu checken, tut es spätestens der Prüfer, und dann bleibt kein Spielraum mehr für Korrekturen. Eine Vorabprüfung bildet genau diesen Blick nach, sodass Sie den KI-Text mit anderen Augen betrachten und schon vorher wissen, was jemand anderes erkennen wird.
Wer seinen Text vor der Abgabe checken lassen will, sollte ihn vollständig checken und nicht nur einzelne Kapitel.