Large Language Model Detector

LLM-Detektor für deutsche und englische Texte.

Name: Plagiatsprüfung mit Plag-Aware
Brand: Plagiatsprüfer.de
Price: 2.90 EUR
Availability: InStock

Unser LLM-Detektor entscheidet pro Satz, mit welcher Wahrscheinlichkeit ein Text von einem Large Language Model wie GPT-4o, Claude 4 oder Gemini 2.x stammt. Hinter den Kulissen läuft Plag-Aware, die professionelle Plagiatssoftware aus dem Universitätsbetrieb, im Einsatz an Hochschulen in Deutschland und mit einem Index von rund 60 Milliarden Quellen.

Text jetzt prüfen Preise ansehen

✓ Ergebnis in wenigen Minuten. ✓ DE + EN, gleich starke Erkennung

rund 60 Mrd.Quellen im Index

20+deutsche Universitäten

wenige MinutenBis zum Ergebnis

DE + ENBeide Sprachen, gleich stark

Definition

Was ein LLM-Detektor genau macht

Ein LLM-Detektor (Large Language Model Detector) ist ein Klassifikator, der zu einem vorgelegten Text die Frage beantwortet, ob dessen Urheber ein Mensch oder ein Large Language Model war. Technisch gesehen liegt eine binäre Klassifikation vor, deren Resultat eine Wahrscheinlichkeit P(LLM | Text) im Bereich zwischen 0 und 1 ist.

Anders als ein Plagiatsdetektor, der ein Dokument mit einer Sammlung bekannter Quellen vergleicht, kommt ein LLM-Detektor ganz quellenlos aus: Bewertet werden allein die statistischen, lexikalischen und syntaktischen Merkmale des Textes an sich. Am Ende steht daher keine Recherche, sondern das Erkennen wiederkehrender Muster.

Betrieben wird der LLM-Detektor von Plagiatsprüfer.de mit Plag-Aware, also genau der Technologie, die über 20 deutsche Universitäten in ihrem offiziellen Prüfbetrieb verwenden.

Ein- und Ausgabe auf einen Blick

Eingabe: beliebiger Text, vom einzelnen Satz bis zur kompletten Arbeit
Ausgabe: die Wahrscheinlichkeit P(LLM) je Satz sowie zusammengefasst für das gesamte Dokument
Zusatz: Konfidenzintervall plus Klassifikations-Label (human / mixed / LLM)
Granularität: auf Satz-, Absatz- und Dokumentebene
Sprachen: Deutsch und Englisch mit jeweils eigenem Modell

Funktionsweise

So arbeitet ein LLM-Detektor technisch

Drei einander ergänzende Signalgruppen fließen zu einer gemeinsamen Gesamtkonfidenz zusammen. Für sich genommen genügt keine davon.

Statistische Signale

Perplexity gibt an, wie "überraschend" ein Text für ein Referenz-Sprachmodell wirkt. Bei LLM-Texten fällt dieser Wert häufig auffällig niedrig aus, weil solche Modelle lieber zum wahrscheinlichen Wort greifen, als gewagt zu formulieren.

Burstiness erfasst, wie stark Satzlänge und Komplexität schwanken. Menschliches Schreiben verläuft in Wellen, kurze und lange Sätze lösen einander ab, während LLMs eher gleichförmig mittellange Sätze aneinanderreihen.

Token-Verteilungen: Wie oft bestimmte Funktionswörter, Konjunktionen und Überleitungen vorkommen, unterscheidet sich messbar zwischen menschlichen und maschinellen Texten.

Klassifikatoren (ML)

Überwachtes Lernen: Ein neuronales Netz trainiert auf Hunderttausenden ausgezeichneten Beispielen (menschlich gegenüber LLM-generiert) und erschließt sich dabei Merkmale, die sich von Hand kaum benennen lassen.

Zero-Shot-Erkennung: Ansätze wie DetectGPT ziehen ein Referenzmodell heran und prüfen, ob geringfügige Änderungen am Text die Modell-Likelihood spürbar kippen. LLM-Texte liegen dabei typischerweise in lokalen Maxima der Likelihood-Landschaft.

Ensembles: Mehrere Klassifikatoren treffen gemeinsam eine Entscheidung, jeweils gewichtet danach, wie zuverlässig sie sich im betreffenden Genre bereits erwiesen haben.

III

Stilometrische Analyse

Lexik: Umfang des Wortschatzes (type-token-ratio), Anteil seltener Wörter und idiomatischer Wendungen. Bestimmte Lieblingsvokabeln setzen LLMs nachweislich zu oft ein.

Syntaxmuster: Anteil an Nebensatzkonstruktionen, Passivgebrauch und Art der Satzanfänge. Auch hier fallen LLMs durch wiederkehrende Schemata auf.

Satzlängenvariation: Durchschnittslänge, Standardabweichung und Schiefe der Verteilung. Ist die Verteilung auffällig glatt, ist das bereits für sich ein Hinweis.

Modellabdeckung

Diese Sprachmodells deckt unser Detektor ab

Ein LLM-Detektor steht und fällt mit seinem Trainingskorpus. Deshalb erweitern wir das Referenzkorpus fortlaufend, sobald ein neues Modell spürbar an Verbreitung gewinnt. Derzeit erfasst:

OpenAI: GPT-4o, GPT-4.5, o3, o4-mini
Anthropic: Claude 4 Familie (Opus, Sonnet, Haiku)
Google: Gemini 2.x, Gemini 2.5 Pro
Meta: Llama 4 (alle Größen)
Mistral: Mistral Large, Mixtral
DeepSeek: DeepSeek-V3, DeepSeek-R1
Weitere: Qwen, Yi, Command R+, Phi

Ebenso zuverlässig geht der Detektor mit älteren Modellen wie GPT-3.5, GPT-4 Turbo, Claude 3 oder Llama 3 um: Deren stilistische Fingerabdrücke treten sogar deutlicher hervor als bei den jüngsten Generationen.

"Die Frage 'Wurde dieser Text von einem KI-Modell geschrieben' ist mathematisch dieselbe Art Frage nach einer Wahrscheinlichkeitsverteilung wie die Frage 'Wird es morgen regnen'. Ein guter Erkenner nennt kalibrierte Wahrscheinlichkeiten und eben kein Schwarz-Weiß-Urteil."

, aus der internen Methoden-Dokumentation des Plagiatsprüfer-LLM-Detektors

Wahrscheinlichkeiten statt Wahrheiten

False Positives und False Negatives

Statt eines simplen "Ja/Nein" gibt ein LLM-Detektor stets eine Wahrscheinlichkeit aus. Genau daraus folgen zwei Arten von Fehlern:

False Positive: Ein von Menschen geschriebener Text landet irrtümlich in der Kategorie LLM-Text. Besonders anfällig sind sehr formelhafte Passagen wie Methodikteile, juristische Schriftsätze oder technische Dokumentation.
False Negative: Ein LLM-Text rutscht unbemerkt durch. Das droht vor allem bei kräftig überarbeiteten oder mit Humanizer-Tools geglätteten Ausgaben.

Dazu nutzen wir Konfidenz-Schwellen: Ab einem Wert von 0,80 markiert der Bericht einen Satz als "wahrscheinlich LLM", ab 0,95 als "sehr wahrscheinlich LLM". Alles darunter erscheint als "unklar" und nicht als Urteil.

Was steht im Bericht?

Gesamtwahrscheinlichkeit P(LLM) für das komplette Dokument
farblich hinterlegte Wahrscheinlichkeit für jeden einzelnen Satz
Konfidenzklasse in den Stufen low, medium und high
Histogramm zur Verteilung der Satz-Scores
Markierung untypischer Phrasen-Cluster
eine Empfehlung, ausdrücklich kein Urteil

Anwendungsfelder

Sprachmodell-Erkennung im Praxiseinsatz

Sechs Felder, in denen die LLM-Erkennung schon heute eine echte Entscheidungsgrundlage bildet.

Akademisch

Vor der Abgabe lassen sich Bachelor-, Master- und Promotionsarbeiten prüfen, damit die eigene Textleistung nachweisbar bleibt. Lehrende verstehen Detektoren dabei als Indikator, nicht als Beweismittel.

Journalistisch

Redaktionen kontrollieren Texte externer Autorinnen und Autoren auf ihren KI-Anteil, gerade dort, wo sorgfältige Quellenarbeit und eigene Recherche zum journalistischen Standard gehören.

Juristisch (Gutachten)

Bei Verfahren wegen Täuschungsverdachts dienen LLM-Detektor-Berichte als Indiz. Anerkennung finden allerdings nur Berichte mit nachvollziehbarer Methodik, Konfidenzangabe und Wiederholbarkeit, also genau das, was unser Detektor liefert.

Redaktionell / SEO

Agenturen und Verlage sehen sich Auftragstexte vor der Veröffentlichung genau an, denn Suchmaschinen wie Google werten in ihren Quality-Raters-Guidelines redaktionellen Mehrwert höher als bloße LLM-Ausgaben.

Bewerbungen und HR

Personalabteilungen nehmen Motivationsschreiben und Essays auf ihren LLM-Anteil unter die Lupe, häufig rund um die Vergabe akademischer Stipendien oder bei internationalen Studiengängen.

Wissenschaftliches Publizieren

Immer mehr Verlage und Konferenzen fordern eine LLM-Selbstauskunft. Ein Detektor-Bericht taugt hier als interne Plausibilitätsprüfung für eingereichte Manuskripte.

Wettrüsten

KI-Erkennung vs. Humanizer und Paraphraser

Solange es Detektoren gibt, existieren auch Werkzeuge für die Gegenrichtung: sogenannte Humanizer oder Paraphraser. Sie greifen den LLM-Output auf und ebnen gezielt die statistischen Auffälligkeiten ein, an denen Detektoren ansetzen, indem sie Satzlängen abwandeln, seltene Wörter einstreuen und Funktionswortmuster aufbrechen.

Dieser Effekt ist echt, hat aber Grenzen. Auch Humanizer hinterlassen Spuren: gleichförmige Synonymdichten, untypische Burstiness-Profile und Nester künstlich eingefügter Füllwörter. Da moderne Detektoren gezielt auf solche Humanizer-Ausgaben trainiert werden, wandert der Vorsprung immer wieder von einer Seite zur anderen.

Jedes Quartal schulen wir unseren Detektor auf die neuesten Humanizer-Generationen nach. So bleibt die Trefferquote selbst nach einer Humanizer-Bearbeitung hoch genug für eine belastbare Indikation. Im Bericht gehen wir offen damit um: Deutet etwas auf einen Humanizer hin, vermerken wir das im Konfidenzteil.

Typische Humanizer-Artefakte

Synonyme, die unnatürlich gleichmäßig gestreut sind
nachträglich eingesetzte Füllwörter ohne echte Bedeutung
ein auffällig hoher Adverbienanteil
ein Burstiness-Profil, das "zu menschlich wirkt, um echt zu sein"
abrupte Stilwechsel von Absatz zu Absatz
uneinheitliche Idiomatik, etwa DE-typische Wendungen inmitten von EN-Stilmustern

Forschungsstand

Was die Forschung dazu sagt

Die Fachdebatte zur LLM-Erkennung dreht sich um drei Achsen: die Erkennungsrate, die Robustheit gegen Adversarial-Angriffe (Humanizer, Paraphrasen) und Bias-Fragen (etwa die Benachteiligung nicht-muttersprachlicher Autor:innen, deren selbst geschriebene Texte öfter als LLM-Text eingestuft werden).

Neuere Arbeiten aus Computerlinguistik und ML-Forschung nennen Erkennungsraten zwischen 80 % und 99 % und schwanken mit Modellfamilie, Textlänge und Sprache. Einig ist sich die Forschung: kein Detektor ist perfekt, doch gut kalibrierte Systeme liefern eine belastbare Indikation, solange Konfidenz und Methodik offen ausgewiesen werden.

Genau daran hält sich unser LLM-Detektor: keine harten Urteile, sondern kalibrierte Wahrscheinlichkeiten, dokumentierte Schwellenwerte und je ein eigenes Modell für Deutsch und Englisch.

Methoden-Prinzipien unserer Implementierung

Wahrscheinlichkeiten anstelle binärer Urteile
je Sprache ein eigenes Modell (DE / EN)
ein Ensemble aus statistischen, ML- und stilometrischen Bausteinen
vierteljährliche Nachschulung auf die aktuellen Modellgenerationen
offen ausgewiesene Schwellenwerte im Bericht
Bias-Audits mit Blick auf Texte von Nicht-Muttersprachlern

Tarife

Was die KI-Detektion kostet

Mindestbestellwert 2,90 € pro Arbeit. Als Normseite gelten 1.800 Zeichen inklusive Leerzeichen.

LLM-Detektor

Ausschließlich LLM-Erkennung.

0,29 € / Normseite

GPT-4o, Claude 4, Gemini 2.x, Llama 4, DeepSeek
Wahrscheinlichkeit für jeden Satz
PDF-Ergebnis in Minuten.

LLM-Prüfung starten

Kombi: Plagiat + LLM

Beides in einem Bericht, 33 % günstiger.

0,39 € / Normseite

rund 60 Mrd. Quellen + LLM-Detektor
Plagiat- und LLM-Score separat ausgewiesen
ideal für akademische Arbeiten

Kombi-Paket starten

Plagiatsprüfung

Nur der Quellenabgleich.

0,29 € / Normseite

Abgleich mit rund 60 Mrd. Quellen
PDF-Ergebnis in Minuten.
markierte Passagen samt Quellenangabe

Plagiatsprüfung starten

Häufige Fragen

Häufige Fragen zur KI-Erkennung

Wie treffsicher ist Ihr LLM-Detektor?

Ab einer Textlänge von 500 Wörtern erzielen wir Erkennungsraten zwischen 92 % und 98 %, je nach Modellfamilie und Sprache. Wichtig ist: Wir fällen keine binären Urteile, sondern nennen kalibrierte Wahrscheinlichkeiten. Ein Score von 0,87 heißt: 87 % Konfidenz, nicht "schuldig". Das ganze System stützt sich auf Plag-Aware, im Einsatz an Hochschulen in Deutschland.

Funktioniert der Detektor in Deutsch und Englisch gleich gut?

Ja. Für Deutsch und Englisch laufen bei uns getrennte Modelle, jeweils auf umfangreichen, sprachspezifischen Korpora trainiert. Die Trefferquote liegt in beiden Sprachen auf ähnlichem Niveau, wobei sich englische Texte historisch etwas leichter einordnen lassen, weil die meisten LLMs in ihrer Trainingsverteilung ein stärkeres English-Bias mitbringen.

Wie verhält sich der Detektor bei sehr kurzen Texten?

Unter 200 Wörtern fällt die Konfidenz spürbar ab. Das ist kein Fehler, sondern Statistik: Perplexity, Burstiness und stilometrische Merkmale brauchen genügend Stichprobe. Für sehr knappe Texte ergänzen wir daher ein Konfidenzintervall und markieren sie als "low confidence". Wer eine belastbare Aussage braucht, reicht am besten mindestens 500 Wörter ein.

Erkennen Sie auch ganz neue Modelle, die erst vor wenigen Wochen veröffentlicht wurden?

Meistens ja. Neue Modelle teilen den überwiegenden Teil ihrer statistischen Signatur mit ihren Vorläufern, da sie auf ähnlichen Trainingsdaten und Architekturen beruhen. Gänzlich neue Stilfingerprints wandern vierteljährlich in unser Referenzkorpus. Taucht ein brandneues Modell zwischen zwei Updates auf, ordnet es sich trotzdem fast immer einer bestehenden Familie zu (OpenAI-like, Claude-like, Llama-like).

Was ist mit Texten, die ich mit einem Humanizer "menschlicher" gemacht habe?

Humanizer drücken die Trefferquote, ausschalten können sie sie aber nicht. Unsere Detektoren trainieren gezielt mit Humanizer-Ausgaben, sodass die typischen Humanizer-Artefakte (unnatürliche Synonymdichte, eingefügte Füllwörter) selbst zum verräterischen Signal werden. Besteht der Verdacht auf eine nachträgliche Bearbeitung, halten wir das im Bericht ausdrücklich fest.

Wie sieht der wissenschaftliche Forschungsstand zur LLM-Erkennung aus?

Die wissenschaftliche Debatte ist jung, aber lebhaft. In Computerlinguistik und ML-Forschung herrscht Einigkeit: Gut kalibrierte Detektoren erreichen eine verlässliche Indikationsqualität, absolute Sicherheit liefert keiner, und Konfidenzangaben sind Pflicht. Genau diesem Konsens folgen wir. Konkrete Studien nennen wir auf Wunsch gerne im Detail.

Werden bilinguale oder gemischte Texte korrekt verarbeitet?

Ja. Der Detektor bemerkt Sprachwechsel bereits auf Satzebene und schaltet jeweils auf das passende sprachspezifische Modell um. Deutsche Fachzitate in englischen Arbeiten (oder der umgekehrte Fall) werden sauber segmentiert und gewichtet.

Kann ich das Ergebnis als juristisches Gutachten verwenden?

Der Bericht ist als Indiz mit nachvollziehbarer Methodik, Konfidenzangabe und Wiederholbarkeit angelegt, also genau so, wie es Gerichte für eine Verwertung verlangen. Das abschließende Urteil über Echtheit oder Täuschung fällt selbstverständlich das Gericht oder die Prüfungskommission, nicht der Detektor.

Lassen Sie Ihren Text von der KI-Detektion von Plagiatsprüfer.de prüfen.

Ab 0,29 € je Normseite. PDF-Ergebnis in Minuten. Diskret behandelt. Wahrscheinlichkeiten statt harter Urteile.

Text prüfen lassen

Der LLM-Detektor hilft dabei, KI-generierte Passagen frühzeitig zu erkennen. Wer einen Text einreicht, sollte eigene KI-Anteile selbst erkennen können, lange bevor eine Prüferin oder ein Prüfer darauf stößt. Der Detektor unterscheidet dabei zwischen GPT-4o, Claude und Gemini und liefert eine Wahrscheinlichkeit pro Satz.