Markieren KI-Detektoren neurodivergente Schreibende häufiger? Was die Studien sagen

Ja. In einer peer-reviewten Studie aus dem Jahr 2025 kennzeichnete ein AI detector mutmaßlich autistische Schreibende häufiger: 1,7 Prozent ihrer Beiträge gegenüber 1,2 Prozent bei einer allgemeinen Gruppe, bei 300 Wörtern pro Beitrag. Es ist die wichtigste Studie zu false positives bei der AI detection und Neurodivergenz, und Universitäten warnen auch vor ADHD und Dyslexie.

Dies sind AI text detectors, die Texte als menschlich oder maschinell erzeugt bewerten. Tools, die Menschen auf Autismus screenen, tauchen oft in denselben Suchanfragen auf und sind ein anderes Thema. Diese Studien messen, wie oft detectors Texte kennzeichnen, ohne Aussagen über irgendeine Diagnose zu treffen.

AI detection false positive neurodivergent research auf einen Blick

Eine Studie aus dem Jahr 2025 über autistische Schreibende liefert bislang die besten Daten. Sie maß die Kennzeichnungsraten für einen AI detector. Universitäre Lehrzentren warnen Lehrende außerdem vor Studierenden mit ADHD und Dyslexie. Ein Nachrichtentest aus dem Jahr 2024 maß, wie Rechtschreibprüfung und Umschreibtools AI scores beeinflussen. Andere große Studien zu nicht muttersprachlichen englischen Schreibenden zeigen, wie die Ergebnisse verschiedener detectors variieren.

Gruppe	Befund oder Hinweis	Quelle
Autistische Schreibende	1,7 Prozent gekennzeichnet gegenüber 1,2 Prozent einer allgemeinen Gruppe bei 300 Wörtern, auf einem AI detector	Chambers & Kelley, AIED 2025
Schreibende mit ADHD	Unter Studierenden aufgeführt, die "prone to receive false positive ratings" sind	University of Nebraska-Lincoln teaching center
Schreibende mit Dyslexie	In derselben Anleitung aufgeführt	University of Nebraska-Lincoln teaching center
Neurodivergente Studierende im Allgemeinen	„Wahrscheinlicher fälschlich markiert zu werden“	Northern Illinois University teaching center
Schreibende, die Bearbeitungstools verwenden	Rechtschreibprüfung und Grammatikvorschläge veränderten AI scores kaum, und vollständige Umschreibungen veränderten sie stark	Bloomberg Businessweek test, 2024
Nicht muttersprachliche englische Schreibende	False positive rates von 0,0 bis 100,0 Prozent über 13 detectors hinweg	Park, Jeong & Kim, EMNLP 2026

Etwa zwei Drittel der Lehrkräfte geben an, dass sie regelmäßig einen KI-Detektor verwenden, laut einer Umfrage unter mehr als 450 Lehrenden. Das Center for Democracy & Technology veröffentlichte sie im März 2024. Selbst eine geringe Fehlerrate kann sich über die Zahl der Arbeiten summieren, die Studierende jedes Jahr schreiben, berichtete Bloomberg Businessweek.

Studie zu Autism AI detector: was die Autoren herausfanden

Die Arbeit trägt den Titel "The Misclassification of Autistic Writing as AI-Generated" von Summer Chambers und Matthew C. Kelley von George Mason University. Sie wurde begutachtet, und Springer veröffentlichte sie in Artificial Intelligence in Education (AIED 2025). Eine kostenlose Kopie ist auf arXiv erhältlich. Die Forschenden schreiben, dass die Anekdoten darüber, dass Texte autistischer Schreibender häufiger falsch identifiziert werden, "nicht formell untersucht worden sind". Sie wollten diese Behauptungen testen.

Ihr Datensatz besteht aus etwa 60,000 Reddit-Beiträgen, ein Beitrag pro Nutzer. Sie schlossen kurze Beiträge aus, unter 1,000 Zeichen. Die Gruppe mit wahrscheinlicher Autismuszugehörigkeit stammte aus 13 Subreddits zu Autismus. Die allgemeine Gruppe stammte aus 12 populären Subreddits, die so ausgewählt wurden, dass sie im Stil ähnlich sind, mit langen Ich-Erzählungen zu psychischer Gesundheit, sozialen Situationen und Ratschlägen. Allgemeine Beiträge mit Autismus-Schlüsselwörtern wurden entfernt.

Die Beiträge wurden über die Reddit API bezogen und umfassten Beiträge von etwa 2021 bis 2024 sowie eine Sammlung älterer Beiträge, von 2010 bis 2020. Beiträge, die sowohl Autismus-Schlüsselwörter als auch Formulierungen wie "my daughter" oder "my nephew" enthielten, wurden ebenfalls entfernt, um Beiträge zu behalten, die von autistischen Schreibenden verfasst wurden.

Die Autoren bezeichnen die erste Gruppe als "likely-autistic", weil keine Diagnose überprüft wurde und jede Person in jedem Subreddit posten kann. Einige autistische Menschen posten ebenfalls in den allgemeinen Subreddits, daher vermuten die Autoren, dass die tatsächliche Lücke zwischen autistischen und nicht autistischen Schreibenden größer sein könnte als die von ihnen gemessene.

Der Detektor war OpenAI's RoBERTa GPT-2 detector, veröffentlicht 2019 und kostenlos herunterzuladen. Ein Beitrag erhielt das Label "Fake", was hier als Flag zählt, wenn der Detektor seine AI-Wahrscheinlichkeit über 0.5 setzte. Im ersten Experiment wurden kürzere Beiträge häufiger geflaggt als längere, und die vermutlich autistischen Beiträge waren im Durchschnitt kürzer. Die Länge hätte einen Teil der Differenz erklären können, daher behielten die Autoren für das zweite Experiment nur Beiträge mit mehr als 300 Wörtern und kürzten jeden auf genau 300.

Measure	Experiment 1	Experiment 2
Analysierte Beiträge	59,947	33,216
Verwendeter Text	Beiträge mit 1,000 oder mehr Zeichen	Beiträge auf genau 300 Wörter gekürzt
Als wahrscheinlich autistisch eingestufte Gruppe markiert	1.9%	1.7%
Allgemeine Gruppe markiert	1.5%	1.2%
Bereinigtes Chancenverhältnis	1.246 (p = 0.001)	1.501 (p below 0.001)
Higher perplexity	Geringere Wahrscheinlichkeit einer Markierung	Nicht signifikant

Die Differenz blieb bestehen, als die Länge gleich war. In Experiment 2 entsprechen 1.7 und 1.2% ungefähr 17 gegenüber 12 Beiträgen pro 1,000, sodass die meisten Beiträge in beiden Gruppen nicht geflaggt wurden.

Sie berichten außerdem Odds, entnommen aus einer Regression (statistical model), die für Satzlänge, Wortlänge, perplexity, burstiness und Beitragsdatum kontrolliert. Sie sprechen von "a 25% greater chance" eines Flags in Experiment 1 und "a 50% greater chance" in Experiment 2. Das sind relative Zahlen auf kleiner Basis. Der Unterschied in Experiment 2 beträgt in den Rohprozenten einen halben Prozentpunkt, verwenden Sie die Prozente, wenn Sie wissen möchten, wie viele geflaggte Beiträge es gab.

Warum Detektoren neurodivergentes Schreiben möglicherweise flaggen

Universitäre Leitlinien und Forschende verweisen auf die Wortwahl. "The Challenge of AI Checkers", ein Leitfaden für Lehrende von der University of Nebraska-Lincoln, sagt, dass es keinen einzelnen Grund gibt, warum neurodivergente Studierende falsch positive Ergebnisse erhalten. Dort heißt es, diese seien oft mit der Verwendung wiederholter Phrasen, Begriffe und Wörter verbunden. Derselbe Leitfaden sagt, dass das Fehlen von Pronomen wie I, me und we je nach Checker als KI-Schreiben missverstanden werden kann.

Ein Bericht von Bloomberg Businessweek aus Oktober 2024 sagt, die am stärksten gefährdeten Studierenden seien "likely" diejenigen, die in einer allgemeineren Weise schreiben, einschließlich neurodivergenter Studierender. Die Reporter hörten dies von Studierenden, Wissenschaftlern und KI-Entwicklern. James Zou von Stanford war leitender Autor der Studie von 2023 über nicht muttersprachliche Schreibende. Derselbe Bericht zitiert ihn mit den Worten: "If the word choices tend to be more generic and formulaic, that work has a higher chance of being flagged by AI detectors."

In der Autismus-Studie war eine höhere Rate an Markierungen mit keiner Verringerung von perplexity oder burstiness verbunden. Beide Werte waren für die beiden Gruppen nahezu identisch, tendierten jedoch bei der wahrscheinlich autistischen Gruppe dazu, etwas höher zu sein. Die Autoren merken an, dass Beziehungen zwischen Merkmalen von Texten von Autorinnen und Autoren, die wahrscheinlich Autismus haben, und solchen von KI-generiertem Text "were not straightforward".

Unser Leitfaden zu der Funktionsweise von KI-Detektoren erklärt perplexity und burstiness, falls Ihnen diese Begriffe neu sind.

ADHD writing flagged AI: was Universitäten Lehrenden mitteilen

Universitäre Lehrzentren haben begonnen, Lehrende auf Studierende mit ADHD hinzuweisen. Der Leitfaden aus Nebraska sagt: "Students that are neurodivergent (autism, ADHD, dyslexia, etc...) are also prone to receive false positive ratings". Northern Illinois University's "AI detectors: An ethical minefield", aus Dezember 2024, sagt: "Neurodiverse students are also more likely to be falsely flagged for AI-generated writing".

Whitney Gegg-Harrison und Claire Quarterman verfassten ein Buchkapitel aus dem Jahr 2024 in Academic Integrity in the Age of Artificial Intelligence (IGI Global). Seine kleine Korpusstudie fand deutlich höhere als beworbene Falsch-Positiv-Raten über populäre Erkennungstools hinweg. Gestützt auf diese Studie, Nachrichtenberichte und Aussagen von Studierenden, "präsentiert das Kapitel die Möglichkeit, dass neurodivergente Schreibende zusammen mit L2-Schreibenden mit größerer Wahrscheinlichkeit von Falsch-Positiven betroffen sind". L2 bedeutet Zweitsprache.

Ein Befund aus der Autismusstudie gilt für alle, die kurze Texte schreiben, etwa Diskussionsbeiträge. In Experiment 1 wurden kürzere Beiträge häufiger markiert als längere. Was Detektoren über die Länge sagen, behandeln wir in unserem Beitrag über die Mindestwortzahl von AI-Detektoren. Ihre Entwürfe und Notizen beim Schreiben zu speichern, ist eine gute Möglichkeit, einen Nachweis Ihres Schreibprozesses zu haben. Das beantwortet eine Markierung besser als jeder Score.

Dyslexie, AI-Erkennung und Bearbeitungstools

Der Leitfaden aus Nebraska bezieht Studierende mit Dyslexie in seine Warnung vor Falsch-Positiven ein. Viele Schreibende verwenden Rechtschreibprüfung, Grammatikvorschläge oder Umschreibwerkzeuge, während sie Entwürfe verfassen, und zwei Studien zeigen, wie diese Werkzeuge AI-Scores verändern.

In einem Test von Bloomberg Businessweek aus dem Jahr 2024 hatten die Rechtschreibprüfung und die Grammatikvorschläge eines beliebten Schreibassistenten nur einen geringen Einfluss darauf, dass Dokumente stärker wie von AI verfasst erschienen. Umfassende Umschreibungen waren anders: Wenn derselbe Assistent gebeten wurde, einen Aufsatz zu "verbessern" oder "akademisch klingen zu lassen", wurde Arbeit, die als zu 100 Prozent von Menschen geschrieben bewertet worden war, zu 100 Prozent als von AI geschrieben bewertet.

Hyeonchu Park, Gahye Jeong und Bugeun Kim untersuchten professionelles Lektorat in "Style as a Confound", vorgestellt auf EMNLP 2026. Sie verwendeten 135,389 Paare von Dokumenten aus einem akademischen Englisch-Lektoratsdienst, aus den Jahren 2018 bis 2025. Jedes Paar ist das Manuskript eines nicht muttersprachlichen Autors vor und nach der Bearbeitung durch einen muttersprachlichen Lektor. Über 13 Detektoren hinweg erhöhten dieselben Bearbeitungen die Werte bei einigen Detektoren und senkten sie bei anderen, und die Änderungen der Werte nahmen mit dem Umfang der Bearbeitung zu.

Anschließend zerlegten sie die Bearbeitungen bei einem der Detektoren, einem OpenAI RoBERTa-Modell, nach Typ. Grammatikbearbeitungen erzeugten eine kleine negative Verschiebung seines Werts, während syntaktische Bearbeitungen, die die Satzstruktur verändern, die größte positive Verschiebung erzeugten. Sie kommen zu dem Schluss, dass die Ausgaben von Detektoren nicht als endgültiger Beleg für die Verwendung von AI behandelt werden sollten, insbesondere dort, wo Bearbeitung üblich ist. Wenn Sie ein Tool verwenden, das ganze Passagen umschreibt, bewahren Sie Ihre früheren Versionen auf und prüfen Sie, was Ihr Kurs erlaubt.

Falsch-Positiv-Raten hängen vom Detektor ab

Die Falsch-Positiv-Rate variiert je nach Detektor. Die Rate gilt für den jeweiligen Detektor, den die Studie getestet hat. Liangs und Kolleginnen und Kollegen' Studie von 2023 in Patterns fand bei Aufsätzen von Achtklässlern aus den USA eine nahezu perfekte Genauigkeit. Im Gegensatz dazu markierten die Detektoren mehr als die Hälfte der TOEFL-Aufsätze von nicht muttersprachlichen Autoren. Einzelheiten finden Sie in unserem Beitrag über die Verzerrung von Detektoren gegen nicht muttersprachliche Autoren.

Unser Working Paper zu nicht muttersprachlichen Autoren und Falsch-Positiven von TextPulse Research aus dem Jahr 2026 bewertete 5,600 ICNALE-Aufsätze, die vor modernen AI-Tools verfasst wurden. Ein Forschungs-Klassifikator, eine logistische Regression, markierte 2.7 Prozent der Lernenden-Aufsätze und 3.3 Prozent der Aufsätze von Muttersprachlern. Ein Gradient-Boosting-Modell, das auf denselben Merkmalen und Aufsätzen trainiert wurde, markierte Lernende mit 12.5 Prozent und Muttersprachler mit 3.8 Prozent. Ob also eine Gruppe häufiger markiert wird, hängt vom Detektor ab.

In der Park-Studie variierten die Falsch-Positiv-Raten der 13 Detektoren bei von Menschen verfassten Texten stark, von 0.0 Prozent bis 100.0 Prozent. Zwei prominente Detektoren wurden von Bloomberg Businessweek an einer Zufallsstichprobe von 500 Bewerbungsaufsätzen getestet, die im Sommer 2022, vor ChatGPT, an Texas A&M gesendet worden waren. Die Dienste stuften 1 Prozent bis 2 Prozent der Aufsätze fälschlich als wahrscheinlich AI ein.

Im selben Bericht erklärte Turnitin, dass seine Falsch-Positiv-Rate auf Dokumentebene unter 1 Prozent lag und seine Rate auf Satzebene 4 Prozent betrug. Daher ist für eine Studentin oder einen Studenten die Zahl maßgeblich, die für den von der jeweiligen Schule verwendeten Detektor gilt.

Wenn Sie markiert werden oder wenn Sie eine Markierung prüfen

Für Studierende

Ihre Entwurfshistorie ist der Ausgangspunkt. Sie zeigt frühere Entwürfe und Notizen dazu, wie sich Ihr Text entwickelt hat, ein Score kann das nicht. Bitten Sie schriftlich um den vollständigen Bericht und um die geltende Richtlinie. Die Schritte werden in unseren Beiträgen darüber behandelt, was Sie zuerst tun sollten, wenn Ihnen die Verwendung von AI vorgeworfen wird, und über das Verfassen eines Einspruchsschreibens gegen AI-Erkennung.

Die beste Reaktion auf eine Markierung ist, Ihre Arbeit zu belegen. Führen Sie Aufzeichnungen darüber, was Sie geschrieben haben. Verwenden Sie Google Docs oder Microsoft Word, mit aktivierter Versionshistorie, um Entwürfe zu erstellen und Ihre Notizen, Gliederungen und die von Ihnen gelesenen Quellen nachzuverfolgen. Wenn Sie unterstützende Technologien wie Rechtschreibprüfung, Diktat oder Text-zu-Sprache verwenden, können Sie Ihrer Lehrkraft oder dem Büro für Barrierefreiheit mitteilen, welche Sie verwenden und wie.

Sie sollten sich möglicherweise auch an das Büro für Behinderung oder Barrierefreiheit Ihrer Universität wenden. Entscheiden Sie, ob Sie Ihrer Lehrkraft oder dem Gremium Ihre Diagnose mitteilen möchten. Sie könnten etwa Folgendes sagen: Die Raten variieren von Detektor zu Detektor. Eine peer-reviewte Studie zeigte bei einem von ihnen eine höhere Markierungsrate für wahrscheinlich autistische Schreibende. Ihre Entwürfe sind wichtiger als Forschung zu Gruppen, weil Forschung zu Gruppen nicht zeigen kann, wie Ihr eigener Aufsatz geschrieben wurde.

Für Mitarbeitende

Die Punktzahl ist nur eine Schätzung. Sie ist ein Anlass, nach dem Schreibprozess zu fragen. Bitten Sie darum, Entwürfe und Notizen zu sehen, falls sie vorhanden sind. Fragen Sie die Studierende oder den Studierenden, wie die Arbeit verfasst wurde. Eine Diagnose oder ein Schreibstil ist kein Beleg für oder gegen die Nutzung von AI. Fragen Sie, welche Werkzeuge die Studierende oder der Studierende verwendet hat, etwa Rechtschreibprüfung oder Diktat. Rechtschreibprüfung und Grammatikvorschläge veränderten die AI-Werte in Bloombergs Test von 2024 kaum, aber vollständige Umschreibungen veränderten sie stark. Derselbe Bloomberg-Bericht sagt, dass die Hersteller von Detektoren ihre Werte als einen Datenpunkt darstellen, der eine Lehrkraft leiten soll. Chambers und Kelley empfehlen eine weitere kritische Prüfung dieser Modelle und ihrer Verwendung in akademischen Kontexten.

Werkzeuge auf dieser Seite

Der kostenlose perplexity checker schätzt die Wortvariation in Ihrem Entwurf, und der kostenlose burstiness checker stellt Ihre Satzlängen grafisch dar. Keine der beiden Zahlen beweist etwas darüber, wer den Text geschrieben hat. Der TextPulse AI humanizer ist darauf ausgelegt, AI-Werte bei einem von Ihnen selbst verfassten Entwurf zu senken, während Zitate und Begriffe erhalten bleiben. Wenn Sie ihn verwenden, prüfen Sie, ob Ihr Kurs ein solches Werkzeug erlaubt, und lesen Sie die Ausgabe. Nichts in dieser Forschung sagt, dass Sie Ihre Schreibweise ändern müssen.