Die besten AI-Detektoren für akademisches Schreiben im Jahr 2026: 10 Tools im Vergleich

Zwei der zehn hier aufgeführten Tools veröffentlichen dieselbe Schlagzeile: 99.98% Genauigkeit. Eines von ihnen nennt die Forschenden und die Universitäten hinter diesem Wert und weist seine False-Positive-Rate nach Inhaltsgenre aus. Das andere nennt überhaupt keinen Test. Dieser Gegensatz ist das Nützlichste an jedem Vergleich von AI-Detektoren nebeneinander, und er bleibt nützlich, nachdem sich jeder Preis auf jeder dieser Seiten geändert hat.

Dieser Leitfaden vergleicht die besten AI-Detektoren für akademisches Schreiben im Jahr 2026: Turnitin, GPTZero, Copyleaks, Originality.ai, Pangram, Winston AI, ZeroGPT, Scribbr, Sapling und Compilatio, die zehn, denen eine Studierende, ein Forschender, eine Korrekturperson oder eine Redaktion am ehesten begegnet. Sie werden an unterschiedliche Käufer verkauft, nach unterschiedlichen Modellen bepreist, und sie melden unterschiedliche Dinge zurück. Sie nur nach Genauigkeit zu vergleichen, verfehlt fast alles, was entscheidet, durch welchen von ihnen Ihr Text läuft, und was danach geschieht.

Die vier Dinge, die sich tatsächlich unterscheiden

Die Marketingseiten von Detektoren laufen auf eine Zahl hinaus und unterscheiden sich in allem anderen. Vier Fragen trennen diese Produkte, und nur eine davon ist der Prozentsatz auf der Startseite.

• An wen es verkauft wird. Ein Tool, das an Institutionen lizenziert ist und nur Lehrenden gezeigt wird, steht in einer anderen Position als eines, für das sich jede Person im Browser anmelden kann, und dieser Unterschied entscheidet, wer jemals ein Ergebnis über Sie sieht.
• Welche Kennzahl es veröffentlicht. Jeder Anbieter hier veröffentlicht irgendeine Art von Behauptung, von einem bloßen Prozentsatz bis zu einer False-Positive-Rate, die mit vier Stellen angegeben wird.
• Ob hinter dieser Kennzahl ein benannter Test steht. Dies ist die Achse, die die zehn am deutlichsten voneinander trennt, und die einzige, die keine Vergleichstabelle von Anbietern verwendet.
• Was der Bericht tatsächlich zurückgibt. Ein Prozentsatz auf Dokumentebene, Hervorhebungen auf Satzebene, eine Interpretationsansicht und ein teilbarer Bericht sind vier verschiedene Objekte, und eine Anschuldigung, die auf dem einen beruht, ist ein anderes Gespräch als eine Anschuldigung, die auf dem anderen beruht.

Die dritte Frage lohnt es sich, bei ihr zu verweilen. Ein Prozentsatz mit einer benannten Institution, einem benannten Datensatz und einer angegebenen Methode dahinter kann angefochten, repliziert oder bestritten werden. Ein Prozentsatz ohne etwas dahinter kann nur geglaubt oder ignoriert werden, und Glaube ist keine Grundlage für eine Anhörung wegen Fehlverhaltens. Perplexity, die statistische Eigenschaft, auf die sich eine frühere Generation von Detektoren am stärksten stützte, ist hinreichend messbar, dass ein kostenloser perplexity checker Ihnen zeigt, wie er in Ihrem eigenen Schreiben aussieht, obwohl kein Anbieter unten sein Urteil als perplexity score ausweist.

Die Vergleichstabelle: an wen jeder einzelne verkauft wird und was er behauptet

Detektor	Verkauft an	Wie Sie Zugang erhalten	Hauptaussage	Benannter Test hinter der Aussage
Turnitin	Lehrende und Administratoren an lizenzierten Institutionen	Nur institutionelle Lizenz	Dokumentierte Falsch-Positiv-Rate unter 1% oberhalb der 20% Schwelle	Turnitins eigener Validierungssatz, keine externe Studie benannt
GPTZero	Lehrkräfte, Studierende, Schreibende, Recruiter, Verlage	Direkte Anmeldung, kostenlose Stufe	99% Genauigkeit, 96.5% bei gemischten Dokumenten	Verweist auf RAID, einen Benchmark eines Drittanbieters, und eine Partnerschaft mit Penn State
Copyleaks	Bildung und Unternehmen, innerhalb von Canvas, Blackboard und Moodle	Direkte Anmeldung und LMS-Lizenz	Über 99% Genauigkeit mit einer Falsch-Positiv-Rate von 0.03%	Unabhängige Daten liegen vor, die unten genannte VUB-Studie von 2026
Originality.ai	Schreibende, Redakteure, Marketer, Agenturen, Unternehmen	Direkte Anmeldung, kreditbasiert	99% Genauigkeit bei den neuesten AI-Modellen	Eigene Genauigkeitsstudie sowie von Dritten begutachtete Arbeiten
Pangram	Universitäten, Schulen und Unternehmen	Direkte Anmeldung, institutionelle und API-Tarife	99.98% Genauigkeit, Falsch-Positiv-Rate von 1 in 10,000	Eine Studie, die es Forschern der Chicago Booth und der University of Maryland zuschreibt
Winston AI	Einzelpersonen, Teams, Kunden für Website-Zertifizierung	Direkte Anmeldung, kreditbasiert	99.98% Genauigkeit, als der einzige Detektor bezeichnet, der dies erreicht	Keiner benannt
ZeroGPT	Einzelpersonen, die Vorprüfung ohne Anmeldung	Kostenlos, 15,000 Zeichen, kein Konto	Über 98% bei internen Auswertungen	Keiner benannt, die Zahl stammt vom Anbieter selbst
Scribbr	Studierende, kostenloser Prüfer plus Premium-Stufe	Kostenlos im Browser	78% der Testtexte korrekt identifiziert	Scribbrs eigener Vergleich, von Scribbr selbst durchgeführt
Sapling	Entwickler und Support-Teams, API-first	Direkte Anmeldung, öffentliche API, Browser-Erweiterung	AI-Wahrscheinlichkeiten pro Satz	Keiner benannt, unabhängige Bewertungen widersprechen sich stark
Compilatio	Europäische Institutionen und Studierende, am stärksten in französischsprachigen Systemen	Institutionelle Lizenz oder direkter Kauf durch Studierende ab 4.99 euros	94 bis 99% Zuverlässigkeit, unter 1% Falsch-Positive	Auf Platz 2 von 14 Tools, Weber-Wulff et al. 2023

Eine Zeile verhält sich anders als die übrigen. Turnitin kann nicht von der Person gekauft werden, die bewertet wird, kann nicht vor der Einreichung von ihr ausgeführt werden und gibt seine Ergebnisse an jemand anderen zurück. Compilatio wird von Institutionen auf dieselbe Weise lizenziert, verkauft Studierenden dieselben Prüfungen aber auch direkt, sodass es der einzige institutionelle Detektor ist, den man zunächst auf den eigenen Entwurf anwenden kann. Jeder andere Detektor hier ist ein Produkt, das eine Studentin, ein Autor oder eine Redakteurin heute Nachmittag in einem Browser öffnen und auf den eigenen Text anwenden kann.

Die Genauigkeitsangaben und welche davon durch einen benannten Test gestützt werden

Winston AI und Pangram veröffentlichen dieselbe Zahl. Winston erklärt, es sei "The only AI detector with a 99.98% accuracy rate". Die Startseite von Pangram erklärt: "Detect AI-generated content with 99.98% accuracy. Trusted by universities, schools, and enterprises worldwide." Die Zahlen sind identisch. Die Belege dahinter sind es bei weitem nicht.

Pangram nennt seine Quelle. Auf den eigenen Seiten wird die Statistik einer Vergleichsstudie von Forschenden der Booth School of Business der University of Chicago und der University of Maryland zugeschrieben, und es wird eine Aufschlüsselung der False Positives nach Inhaltsgenre veröffentlicht. Auf den Seiten von Winston wird keine Studie genannt, kein Datensatz, keine Stichprobengröße, keine Methode für die 99.98% Zahl. Die Glaubwürdigkeitsmerkmale dort sind SOC 2 und GDPR Abzeichen sowie Presselogos, die eher etwas über die Sicherheitslage und die Medienberichterstattung aussagen als über die Erkennungsleistung. Die vollständige Analyse jeder Behauptung findet sich in den ausführlichen Besprechungen: Pangram reviewed und Winston AI reviewed.

Die spezifischsten Zahlen der zehn werden von Turnitin veröffentlicht und sind Fehlerraten, keine Genauigkeitsraten: eine False Positive Rate für Dokumente von unter 1% oberhalb seiner 20% Schwelle, eine ungefähr 4%ige Fehlerwahrscheinlichkeit auf Satzebene und eine angegebene Wahrscheinlichkeit, 15% von AI Text in einem Dokument zu übersehen, eine veröffentlichte Übersehungsrate, die fast niemand zitiert. How Turnitin's detector works und what its false positive rate means in practice werden gesondert behandelt.

GPTZero veröffentlicht 99% Genauigkeit und verweist auf RAID, einen Benchmark eines Drittanbieters, sowie auf eine Forschungspartnerschaft mit Penn State, was es einen Schritt über eine bloße Zahl und einen Schritt unter eine Zitierung stellt. Originality.ai veröffentlicht 99% für die neuesten KI-Modelle, unter Berufung auf eine eigene Studie und von Dritten begutachtete Arbeiten, und veröffentlicht außerdem den Satz, der diesen gesamten Abschnitt leiten sollte: "Any AI detector accuracy claim that is not transparently supported by methodology, benchmark data, and independent or reproducible analysis should be viewed skeptically." Gleichmäßig angewandt, stellt dieser Standard dieselbe Frage an jede Zahl auf dieser Seite, einschließlich beider 99.98% Angaben. ZeroGPTs Zahl, über 98% in internen Auswertungen, hat ebenfalls keinen benannten Test als Grundlage; die ZeroGPT Genauigkeitsprüfung zeichnet nach, woher diese Zahl stammt. Scribbrs 78% ist zumindest ehrlich hinsichtlich seines Umfangs, auch wenn der Test von Scribbr selbst stammt.

Der gleiche Standard muss auch auf unsere eigenen Zahlen angewandt werden. TextPulse veröffentlicht gemessene Bestehensquoten von 92.33% bei Turnitin AI, 89.12% bei Originality.ai und 87.91% bei GPTZero für seinen akademischen KI Humanizer. Das sind Anbieterzahlen aus Anbietertests, genau wie bei Winston und Pangram, und kein Werkzeug auf einer der beiden Seiten dieses Marktes kann versprechen, was ein Detektor über ein bestimmtes Dokument berichten wird.

Die Top 10 KI-Detektoren für akademisches Schreiben

Jeder Eintrag behandelt dieselben vier Dinge: wie die Engine funktioniert, was der Anbieter behauptet, was unabhängige Belege zeigen und wer das Werkzeug tatsächlich nutzt. Die über einen Link in jedem Abschnitt erreichbare ausführliche Rezension geht tiefer darauf ein.

1. Turnitin: der institutionelle Standard

Turnitins KI-Schreibindikator ist ein Deep-Learning-Klassifikator, der auf akademische Prosa trainiert wurde. Er zerlegt eine Einreichung in überlappende Segmente von jeweils einigen hundert Wörtern, bewertet jedes Segment nach den statistischen Mustern modellgenerierten Textes und fasst die Ergebnisse zu dem Dokumentprozentsatz zusammen, den Lehrende sehen. Nur längere Prosa zählt als qualifizierender Text, Aufzählungen, Zitate und Literaturverzeichnisse sind ausgeschlossen.

Turnitin veröffentlicht Fehlerraten statt einer Genauigkeitsrate: eine Dokument-Fehlalarmrate unter 1% für Arbeiten oberhalb seiner 20% Schwelle, eine ungefähr 4%ige Fehlerwahrscheinlichkeit bei jedem einzelnen hervorgehobenen Satz und eine angegebene Wahrscheinlichkeit, 15% des KI-Textes in einem Dokument zu übersehen. Die VUB-Studie von 2026 war strenger als die eigenen Zahlen des Anbieters: Turnitin meldete 0% KI bei jeder der 40 vollständig KI-generierten Abschlussarbeiten im Testdatensatz. Es bleibt der Standard, weil es in den Plagiats-Workflow eingebettet ist, für den bereits mehr als 16,000 Institutionen laut Turnitins eigener Angabe lizenziert sind, und nur Lehrende und Administratoren den Wert sehen. Es ist außerdem das am stärksten zurückgenommene Werkzeug auf dieser Seite: Mehrere große Universitäten haben es wegen Bedenken hinsichtlich falscher Positivbefunde deaktiviert, dokumentiert in universities that stopped using Turnitin. How Turnitin detects AI und similarity versus AI score erläutern die Mechanik.

2. GPTZero: die größte Marke auf Studentenseite

GPTZero startete im Januar 2023 als Prüfer für Perplexität und Burstiness und hat seine Engine seither zu einem mehrschichtigen Klassifikator neu aufgebaut. Ein Scan liefert ein Dokumenturteil, eine Wahrscheinlichkeitsaufteilung in KI, Mensch und gemischt, eine satzweise Hervorhebung der Passagen, die das Ergebnis bestimmen, sowie eine Liste von KI-Vokabular. Die Startseite behauptet 99% Genauigkeit, 17 million users und 1 million educators, die kostenlose Stufe akzeptiert etwa 10,000 Zeichen pro Scan, und das Unternehmen veröffentlicht eine ESL-Kalibrierung, die darauf abzielt, falsche Kennzeichnungen bei nicht muttersprachlichem Englisch zu verringern.

Nach den Belegen liegt es im Mittelfeld. Es verweist auf den Drittanbieter-Benchmark RAID und eine Forschungskooperation mit Penn State, also einen Schritt über eine bloße Behauptung hinaus, aber in der VUB-Studie blieb sein Medianwert bei vollständig KI-generierten Abschlussarbeiten unter 20%, mit starken Schwankungen zwischen einzelnen Arbeiten. Es ist das Werkzeug, das Studierende am häufigsten verwenden, um ihre eigenen Entwürfe vor der Einreichung vorzuprüfen. Wie GPTZero funktioniert geht die Berichtsebene Schicht für Schicht durch; GPTZero versus Turnitin erklärt, warum die beiden beim selben Text zu unterschiedlichen Ergebnissen kommen.

3. Copyleaks: der Detektor in Ihrem LMS

Copyleaks verkauft KI-Erkennung und Plagiatsprüfung als ein Unternehmensprodukt, das in Canvas, Blackboard und Moodle eingebunden ist, mit der breitesten Sprachabdeckung der zehn: Der Anbieter nennt mehr als 30 Sprachen mit sprachspezifischen Erkennungsmodellen. Ein Scan liefert einen Dokumentprozentsatz mit hervorgehobenen Passagen. Der Anbieter behauptet über 99% Genauigkeit mit einer False-Positive-Rate von 0.03%, und der kostenlose Scanner akzeptiert etwa 25,000 Zeichen.

Die unabhängige Bilanz ist die schwache Hälfte des Arguments. In der VUB-Studie stufte Copyleaks nicht eine einzige der 40 vollständig von KI erzeugten Abschlussarbeiten als vollständig von KI verfasst ein, markierte nur 10 der 40 auch nur teilweise und hielt den gemeldeten mittleren KI-Anteil bei Arbeiten, die zu 100% maschinell erzeugt waren, unter 20%. Es erkannte jedoch alle 40 menschlich verfassten Arbeiten, jede von einer Person, die kein Englisch als Muttersprache sprach, was ein echter Beleg zu seinen Gunsten in Bezug auf False Positives ist. Die Copyleaks-Bewertung enthält das vollständige Bild.

4. Originality.ai: für Verlage gebaut, nicht für den Unterricht

Originality.ai richtet sich an Verlage, SEO-Agenturen und Content-Teams, die freiberufliche Texte prüfen, und jede Designentscheidung folgt aus diesem Käuferprofil, kreditbasierte Preisgestaltung mit einem Kredit pro 100 Wörtern, eine API, eine Chrome-Erweiterung, Zusatzfunktionen für Plagiatsprüfung und Faktenprüfung sowie ein anpassbarer AI allowance slider, mit dem ein Redakteur festlegen kann, wie viel KI-unterstützter Text akzeptabel ist. Es trainiert seine Erkennungsmodelle für jede neue Generation von Sprachmodellen neu und behauptet 99% Genauigkeit bei den neuesten Modellen, gestützt auf eine eigene Studie und begutachtete Arbeiten Dritter.

Es schneidet in unabhängigen Tests respektabel ab, gehört im RAID-Benchmark zu den stärksten kommerziellen Werkzeugen, und seine Kalibrierung ist bewusst aggressiv, es zieht es vor, eher zu viel als zu wenig zu markieren. Das ist der richtige Kompromiss für einen Verlag und der falsche für ein Gremium für Fehlverhalten, und es ist das Wichtigste, das man verstehen muss, wenn sein Vorab-Prüfwert nicht mit dem übereinstimmt, was ein universitäres Werkzeug später anzeigt. Originality.ai versus Turnitin stellt diese Lücke dar.

5. Pangram: das einzige, das unabhängige Studien immer wieder bevorzugen

Pangram ist das jüngste Tool hier und dasjenige, das Forschende immer wieder validieren. Sein Klassifikator wurde speziell darauf trainiert, falsch positive Ergebnisse nahe null zu halten, und sein Bericht enthält eine Interpretierbarkeitsansicht, die zeigt, welche Formulierungen das Urteil beeinflusst haben. Die Funktionen umfassen mehr als 20 Sprachen, Datei-Upload mit OCR, eine Browser-Erweiterung und eine Google Docs-Integration, die kostenlose Stufe scannt bis zu 2,000 Wörter pro Tag. Der Anbieter behauptet eine Genauigkeit von 99.98% und eine falsch positive Rate von 1 in 10,000, veröffentlicht mit einer Aufschlüsselung nach Genre.

Ungewöhnlicherweise weisen die unabhängigen Belege in dieselbe Richtung wie das Marketing. Die VUB-Studie von 2026 stellte fest, dass es das einzige der vier getesteten Tools war, dessen Medianwert bei vollständig von KI erzeugten Abschlussarbeiten dem tatsächlichen Wert nahekam, und das bei hybriden und humanisierten Arbeiten am besten übereinstimmte. Das NBER-Arbeitspapier von Forschern der Chicago Booth und Maryland stellte fest, dass es der einzige Detektor war, der falsch positive Ergebnisse bei oder unter 0.5% hielt und zugleich bei umgeschriebenem Text stark blieb. Beide Studien sind neu und in ihrem Umfang begrenzt, aber kein anderes Tool auf dieser Seite hat so viele aktuelle Belege zu seinen Gunsten. Die Pangram-Bewertung liest beide Studien genau.

6. Winston AI: die größte Behauptung, die geringste Evidenz

Winston AI ist ein auf Guthaben basierender Detektor, der sich an Lehrkräfte und Content-Teams richtet. Sein Funktionsumfang ist praktisch: eine Heatmap auf Satzebene, OCR, das fotografierte und handschriftliche Seiten liest, ein Plagiats-Add-on und eine Google Classroom-Integration. Auf der Startseite werden 99.98% Genauigkeit und mehr als 10 million users behauptet, die Genauigkeitsangabe stammt aus internen Tests, und auf der gesamten Website werden weder Methodik noch Datensatz noch Stichprobengröße veröffentlicht.

Der beste unabhängige Referenzpunkt ist der RAID-Benchmark (ACL 2024), in dem Winston insgesamt 71% von AI-Text bei einer festen False-Positive-Rate von 5% erkannte: ausgezeichnet bei ChatGPT-artigen Ausgaben mit 99.6%, deutlich schwächer bei älteren und Open-Source-Modellen und bis auf 52.6% bei paraphrasiertem Text. Ein kompetentes Werkzeug mit einer aufgeblähten Schlagzeile. Die Winston AI-Bewertung untersucht die Behauptung im Detail.

7. ZeroGPT: die kostenlose Vorprüfung

ZeroGPT ist die kostenlose Vorprüfung mit dem höchsten Traffic: Bis zu 15,000 Zeichen können ohne Konto eingefügt werden, und es wird sofort ein Prozentsatz sowie hervorgehobene Sätze aus dem, was das Unternehmen als DeepAnalyse-Technologie bezeichnet, ausgegeben. Der Anbieter behauptet eine Genauigkeit von über 98% auf internen Auswertungen und nennt keinen externen Test. Unabhängige Vergleiche ordnen das Tool durchgängig im unteren Bereich des kommerziellen Feldes ein, und sein Wert kann bei demselben Text zwischen einzelnen Durchläufen schwanken. Als grober erster Blick ist es unbedenklich, als Urteil ist es das am wenigsten vertretbare Werkzeug auf dieser Seite. Die ZeroGPT-Genauigkeitsbewertung führt seine Behauptungen auf ihre Quellen zurück.

8. Scribbr: die vertrauenswürdige Marke mit einer lizenzierten Engine

Scribbrs KI-Prüfer ist die QuillBot-Erkennungs-Engine unter dem Branding von Scribbr, der Ergebnisbereich zeigt die Engine-Version, und die Über-uns-Seite von Scribbr ordnet beide Unternehmen der Learneo-Familie zu. Die kostenlose Stufe prüft im Browser etwa 1.200 Wörter ohne Anmeldung und meldet eine Dreiteilung in KI-generiert, KI-überarbeitet und menschlich geschrieben. In Scribbrs eigenem Vergleich vom Juli 2026 identifizierte der kostenlose Prüfer 78% der Testtexte und die Premium-Version 84%, bei null falsch-positiven Ergebnissen in dieser Stichprobe.

Das sind die besten veröffentlichten Zahlen in der kostenlosen Stufe, und sie stammen aus einem Test, den Scribbr selbst entworfen, durchgeführt und ausgewertet hat, in dem das eigene Unternehmensgeschwister den ersten Platz teilte. Studierende vertrauen dem Prüfer, weil Scribbrs Leitfäden zu Zitieren und Abschlussarbeiten dieses Vertrauen aufgebaut haben, der Detektor erbt es. Die Scribbr-Bewertung behandelt, was die kostenlose und die Premium-Version tatsächlich messen.

9. Sapling: das Entwicklerwerkzeug

Der Detektor von Sapling stammt von einem NLP-Unternehmen, dessen Hauptgeschäft Schreibunterstützung für Kundensupport-Teams ist, und das zeigt sich: die zugänglichste API der Gruppe, Wahrscheinlichkeitswerte auf Satzebene mit einer Perplexity-Ansicht und eine Browser-Erweiterung, die Text in Google Docs, Gmail, Zendesk und Salesforce scannt. Kostenlose Prüfungen sind auf 2.000 Zeichen begrenzt, kostenpflichtige Pläne erhöhen die Grenze auf 100,000.

Seine unabhängige Bilanz ist die volatilste unter den zehn: 68% mit null falsch positiven Ergebnissen in Scribbrs Vergleich, nahezu vollständige Ausfälle in einem arXiv-Benchmark von 2023 und mindestens eine praktische Überprüfung, die zeigte, dass es alles als gefälscht markierte. Einzelbewertungen lassen sich für jeden Detektor nur schlecht verallgemeinern, und Sapling ist das deutlichste Beispiel dafür. Die Sapling-Bewertung untersucht, warum.

10. Compilatio: Europas institutionelles Gegenstück

Compilatio ist die Plagiats und AI-Suite, die europäische Institutionen lizenzieren, wo US-zentrierte Übersichten Turnitin voraussetzen: am stärksten in französischsprachigen Systemen, mit AI-Erkennung, die in denselben lehrkraftseitigen Arbeitsablauf wie die Ähnlichkeitsprüfung integriert ist, und einer Studentenedition, die dieselben Prüfungen nach Guthaben verkauft. Das Unternehmen behauptet eine Zuverlässigkeitsrate von 94 bis 99% und unter 1% falsch positive Ergebnisse, und es ist neben Turnitin das einzige Werkzeug hier, das in einem peer-reviewten Test nahe an die Spitze gelangte, als Zweiter von vierzehn bei Weber-Wulff und Kolleginnen und Kollegen. Wenn Sie in der EU studieren, kann der Detektor, der Ihre Abschlussarbeit liest, sehr wohl dieser sein. Die Compilatio-Bewertung behandelt, was diese Platzierung belegt und was nicht.

iThenticate: der Detektor auf dem Schreibtisch des Verlags

Noch ein Turnitin-Produkt verdient hier einen eigenen Abschnitt, weil die meisten Forschenden damit in Berührung kommen, ohne es je zu sehen. iThenticate ist Turnitins Prüfwerkzeug für Verlage, Zeitschriften und Forschungseinrichtungen, entwickelt für die Überprüfung von Manuskripten vor der Veröffentlichung und nicht für die Bewertung von Studienleistungen. Sein Versprechen lautet, mit Sicherheit zu publizieren: ein Dokument mit hohem Risiko vor dem Versand auf mögliches Fehlverhalten prüfen. Tausende wissenschaftliche Zeitschriften lassen Einreichungen darüber über den Similarity Check-Dienst von Crossref laufen, also hat Ihr Manuskript, wenn Sie es bei einer begutachteten Zeitschrift eingereicht haben, wahrscheinlich iThenticate durchlaufen, unabhängig davon, ob Ihnen das jemand mitgeteilt hat.

Zwei Dinge unterscheiden es von der Turnitin-Zeile oben. Es ist dokumentorientiert statt kursorientiert, keine Klassen, keine Aufgaben, ein Bericht pro Manuskript. Und anders als Turnitin kann es von der Person gekauft werden, die bewertet wird. Credits werden direkt auf der Website verkauft, mit einem Preis pro Dokument, was es zum einzigen Tool in der Turnitin-Familie macht, das eine Autorin oder ein Autor auf dem eigenen Manuskript ausführen kann, bevor eine Zeitschrift dies tut. Der Bericht ist zunächst ein Ähnlichkeitsbericht, der mit veröffentlichter Literatur und dem Web abgleicht, und Turnitin führt iThenticate unter den Produkten auf, die für berechtigte Kundinnen und Kunden seine KI-Schreiberkennung enthalten.

Für akademische Schreibende ist der praktische Nutzen eng begrenzt, aber real: eine Originalitätsprüfung vor der Einreichung des endgültigen Manuskripts, durchgeführt von demselben Unternehmen, dessen Werkzeuge die Zeitschrift wahrscheinlich verwenden wird. Was der Bericht nicht leistet, ist, irgendetwas zu beheben. Er markiert Überschneidungen und wahrscheinlich von AI verfasste Passagen, und die markierte Prosa zu überarbeiten bleibt Ihre Aufgabe, also genau der Teil der Einreichungs-Checkliste, für den ein akademischer AI-Humanizer entwickelt wurde.

Was die unabhängige Forschung über die Kategorie sagt

Die Angaben der Anbieter liegen nahe bei 99%. Die veröffentlichte Forschung nicht. Weber-Wulff und Kolleginnen und Kollegen testeten 14 Systeme im International Journal for Educational Integrity im Jahr 2023, darunter Turnitin, und Liang und Kolleginnen und Kollegen fanden im selben Jahr in Patterns, dass 89 von 91 TOEFL-Aufsätzen von nicht muttersprachlichen Englischsprechenden, also 97.8%, von mindestens einem von sieben Detektoren als AI markiert wurden, wobei 18 von allen sieben markiert wurden.

Der unmittelbarste akademische Test der oben genannten Werkzeuge ist die VUB-Studie von 2026, open access im International Journal for Educational Integrity veröffentlicht: reale Masterarbeiten, vier kommerzielle Detektoren und Medianwerte unter 20% bei vollständig von AI erzeugten Arbeiten für drei der vier. Jabarian und Imas bauten in NBER-Arbeitspapier w34223 ein Korpus aus 1,992 menschlichen Texten vor 2020 und 1,992 AI-Texten aus vier Frontier-Modellen auf und unterzogen Pangram, GPTZero, Originality.ai und eine Open-Source-Baseline einem Stresstest: Die kommerziellen Detektoren übertrafen die Baseline, und nur ein Werkzeug hielt eine Falsch-Positiv-Rate von höchstens 0.5% ein und blieb zugleich bei umgeschriebenem Text leistungsfähig. Die Open-Source-Baseline markierte zwischen 30% und 69% des menschlichen Textes, weshalb freie GitHub-Detektoren in der obigen Tabelle fehlen.

OpenAI zog seinen eigenen AI Text Classifier am 20. Juli 2023 zurück und erklärte, er sei "no longer available due to its low rate of accuracy". Giray, Roe und Espiritu, die im März 2026 in English Teaching: Practice & Critique veröffentlichten, formulierten das Gerechtigkeitsproblem klar: "These tools disproportionately flag authentic writing by multilingual students, creating a chilling effect that paradoxically encourages AI use to avoid false accusations." Das Muster hinter diesem Befund ist in how detectors treat non-native English writing dokumentiert.

Institutionen haben auf die Bilanz der false positives reagiert. Vanderbilt deaktivierte Turnitin's AI detector im August 2023 und begründete dies damit, dass bei den 75,000 Arbeiten, die es 2022 einreichte, eine false positive rate von 1% etwa 750 fälschlich als solche gekennzeichnete Arbeiten impliziert. Die Dokumentation von Michigan State erklärt, dass AI detection tools nicht die alleinige Grundlage für nachteilige Maßnahmen gegen einen Studierenden sein sollten, und die University of Texas at Austin unterstützt AI detection software überhaupt nicht. How accurate AI detectors actually are ist als Kategorie eine andere Frage als die, welche Ihr Institut lizenziert.

Das Modell, das die Bewertung umgeht: Prozessverfolgung

Eine andere Antwort auf das Problem der false positives stößt auf institutionelles Interesse: den fertigen Text nicht mehr zu bewerten und stattdessen aufzuzeichnen, wie das Dokument geschrieben wurde. Grammarly's Authorship feature und die Bewertungsplattform Cadmus arbeiten beide auf diese Weise und erfassen den Schreibprozess, Tippen, Einfügen und Überarbeitungshistorie, während er stattfindet. Ein Prozessprotokoll kann bei einem Aufsatz, der tatsächlich getippt wurde, kein false positive erzeugen, und genau das ist der Fehlermodus, der Universitäten dazu gebracht hat, Detektoren abzuschalten. Die Abwägungen sind andere, Überwachungsfragen ersetzen Statistikfragen, aber wenn Ihre Institution eines dieser Systeme einführt, wird die oben stehende Detektordebatte für Sie weitgehend irrelevant: Der Beleg ist das Prozessprotokoll, nicht ein Wahrscheinlichkeitswert.

Wie man einen Detektorwert liest, der Ihnen vorgelegt wurde

Eine Zahl erscheint fast jedes Mal ohne ihren Kontext. Vier Fragen stellen davon genug wieder her, um ein sinnvolles Gespräch zu führen.

• Welches Tool und welche Kennzahl. Ein prozentualer Wert auf Dokumentebene und eine Hervorhebung auf Satzebene tragen unterschiedliche veröffentlichte Fehlerraten desselben Anbieters, und Turnitin's liegen bei 1% und etwa 4% jeweils.
• Was der Anbieter über Fehler veröffentlicht hat. Ein Tool, das eine Fehlerrate und eine Falsch-Positiv-Rate angibt, hat Ihnen mitgeteilt, wo seine Grenzen liegen. Ein Tool, das nur einen Genauigkeitsprozentsatz veröffentlicht, hat das nicht getan.
• Ob der Wert ein Beleg oder ein Anstoß ist. Die Formulierung von Michigan State, dass diese Tools nicht die alleinige Grundlage für nachteilige Maßnahmen sein sollten, ist eine gängige institutionelle Position und es lohnt sich, sie in einer Berufung zu zitieren. Der Leitfaden für das Berufungsschreiben zeigt, wie.
• Was die Richtlinie Ihrer Institution tatsächlich sagt. Ob ein Detektor lizenziert ist, ob seine Ausgabe in einem Verfahren wegen Fehlverhaltens verwendet werden kann und was ein Studierender anfordern kann, ist irgendwo schriftlich festgehalten, und das variiert stark zwischen den Universitäten.

Was Turnitin mit humanisiertem Text macht wird separat beantwortet, zusammen mit einer breiteren Übersicht über Alternativen zu Humanizern.

Die Anbieter von Detektoren werden weiterhin runde Zahlen veröffentlichen, und die meisten werden weiterhin ablehnen zu sagen, woher die Zahlen stammen. Welche von diesen zehn Ihr Text erfüllt, entscheidet die Person, die ihn liest, daher besteht die nützliche Vorbereitung darin, zu wissen, was dieses Tool über seine eigenen Fehlerraten veröffentlicht, bevor jemand Ihnen eine Prozentzahl nennt. Die aktuellen TextPulse-Preise stehen auf einer eigenen Seite, dort aktualisiert und nicht in einer Übersicht.

Was unsere eigene Forschung zeigt

In der Detektor-Übereinstimmungsstudie von TextPulse Research bewerteten neun kommerzielle KI-Detektoren dieselben 90 akademischen Texte. Einer davon war ein Hybridtext mit 455 Wörtern: ein von Menschen geschriebener Anfang und Schluss um einen KI-generierten Mittelteil von 168 Wörtern. Copyleaks bewertete diesen Text mit 0% KI, während die Urteile der anderen Tools zu denselben Wörtern von 0% bis 95.7% KI reichten. Das vollständige Paper, das Korpus und die Score-Matrix aller Tools sind frei zugänglich unter TextPulse Research.