Kann Turnitin ChatGPT erkennen? Was es erfasst und was es verpasst

Ja, aber nur für eine bestimmte Art der Nutzung von AI, und innerhalb eines Berichts, den die meisten Studierenden nie sehen. Der AI writing indicator von Turnitin markiert Prosa, die statistisch typisch für ein Sprachmodell klingt, und er tut dies bei einem wachsenden Anteil der von ihm geprüften Aufsätze: Zwischen Oktober 2025 und Februar 2026 wiesen etwa 15 Prozent 80 Prozent oder mehr AI-generated writing auf, gegenüber etwa 3 Prozent, als das Tool im April 2023 eingeführt wurde. Ob er Ihre konkrete Einreichung markiert, hängt von Details ab, die die meisten Antworten auf can Turnitin detect ChatGPT überspringen: wie sich der AI report vom plagiarism report unterscheidet, wer die Zahl tatsächlich zu sehen bekommt und wie oft sich diese Zahl als falsch erweist.

Dieser Beitrag behandelt die Funktionsweise dieses einen Produkts und nicht die akademische Integrität im Allgemeinen. Er legt dar, was der AI writing report misst, was unabhängige Tests als richtig und falsch festgestellt haben, und warum zwei Studierende, die identische Arbeiten einreichen, je nach Universität unterschiedliche Ergebnisse erhalten können. Nichts davon ändert, was in Ihrem eigenen Kursleitfaden über zulässige AI-Nutzung steht. Er ersetzt eine Vermutung über eine Black Box durch eine Beschreibung dessen, was sich tatsächlich in ihr befindet.

Can Turnitin Detect ChatGPT? Was der Bericht tatsächlich zeigt

Der Turnitin AI writing report ist ein separates Produkt vom similarity report, der auf Plagiate prüft. Sie laufen auf unterschiedlichen Modellen und werden in derselben Oberfläche auf unterschiedlichen Registerkarten angezeigt. Der similarity score betrachtet Ihre Einreichung und vergleicht sie mit einer Datenbank zuvor veröffentlichter Quellen und anderer studentischer Arbeiten, um den Prozentsatz zurückzugeben, der übereinstimmt. Der AI score macht etwas völlig anderes: Er ist ein Klassifikator, der Ihre Prosa Satz für Satz liest, jedem Satz eine Wahrscheinlichkeit für AI-generated zuweist und diese Satzwerte dann zu einem einzigen Dokumentprozentsatz zusammenführt. Da sie unterschiedliche Dinge messen, kann eine Einreichung einen similarity score von 2 Prozent und einen AI score von 60 Prozent haben, oder umgekehrt.

Dieser Prozentsatz ist tatsächlich enger gefasst, als er klingt. Es handelt sich um den Anteil des zulässigen Fließtexts, den das Modell als von AI geschrieben vorhersagt, nicht um das gesamte Dokument, weil bei der Berechnung der Punktzahl Dinge wie Codeblöcke, Aufzählungspunkte, Überschriften und Kurzformtexte entfernt werden. Der Detektor kann nur auf Dokumente angewendet werden, die mindestens 300 Wörter Fließtext in Langform enthalten, und zum Zeitpunkt dieses Schreibens gilt das nur für englische, spanische und japanische Texte. Wie zu erwarten ist, ergibt sich im Vergleich dazu, wie AI-Detektoren diese Punktzahl im Allgemeinen berechnen, ein vertrautes Muster: Eine Zahl auf Dokumentebene, die präzise wirkt, wird aus einem engeren Ausschnitt des Textes gebildet, als die Überschrift vermuten lässt.

Was als AI erscheint: ChatGPT und der Rest

Turnitin sagt, sein Klassifikator suche nach einem Schreibmuster und nicht nach einem Markennamen, und sein Abdeckungsbereich wurde seit der ursprünglichen Einführung von GPT-3.5 und GPT-4 im Jahr 2023 wiederholt erweitert. Die aktuelle Anleitung nennt die GPT-5-Serie, Gemini und Claude unter den Systemen, gegen die es trainiert wurde, wobei fortlaufend neue Modellveröffentlichungen hinzugefügt werden. Dazu gehört auch Text, der nie direkt mit ChatGPT in Berührung gekommen ist. Ein Student, der stattdessen Gemini, Claude oder DeepSeek verwendet hat, umgeht den Detektor nicht einfach dadurch, dass er ein anderes Unternehmen wählt, Turnitins eigene Beschreibung des Modells macht ausdrücklich klar, dass es nicht darauf abstellt, welcher Anbieter den Text erzeugt hat, sondern nur darauf, wie der Text sich liest.

Paraphrasierter AI-Text erhält eine eigene Kategorie und nicht einfach einen Freifahrtschein. Turnitins Dokumentation trennt Text, den es nur als AI-generiert einstuft, von Text, den es als AI-generiert und anschließend AI-paraphrasiert einstuft, und im August 2025 fügte es eine Erkennung hinzu, die speziell auf AI-Bypasser-Tools abzielt, die darauf ausgelegt sind, maschinell erzeugte Ausgaben so umzuschreiben, dass sie einen Detektor umgehen. Das bedeutet nicht, dass Paraphrasierung nutzlos ist oder dass jeder umgeschriebene Abschnitt erfasst wird. Es bedeutet, dass die Annahme, Paraphrasierung sei für Turnitin standardmäßig unsichtbar, seit einiger Zeit überholt ist.

Wie genau ist Turnitins AI-Punktzahl?

Turnitins Genauigkeitsanspruch läuft auf eine zentrale Kennzahl hinaus: Das Unternehmen gibt an, dass es bei Dokumenten, in denen mehr als 20 Prozent des Textes markiert werden, eine Falsch-Positiv-Rate von unter 1 Prozent beibehält. Das Unternehmen sagt außerdem, dass es jede neue Version seiner Modelle anhand von 700,000 wissenschaftlichen Arbeiten testet, die vor dem Erscheinen von ChatGPT verfasst wurden, um diese Genauigkeit zu überprüfen. Dies ist eine konkrete, überprüfbare Behauptung über einen bestimmten Satz von Umständen. Sie sollte genau als solche gelesen werden. Turnitin hat 2023, kurz nach seiner Einführung, weitere Behauptungen zur Genauigkeit aufgestellt. Der Chief Product Officer des Unternehmens räumte öffentlich ein, dass Labortests nicht vorhersagten, wie viele Falsch-Positive im praktischen Einsatz auftreten würden, insbesondere bei kurzen Einreichungen, und sagte, der Anteil der Falsch-Positiven sei in der Praxis höher gewesen als im Test. Er bezifferte die Falsch-Positiv-Rate auf Satzebene auf etwa 4 Prozent und merkte an, dass Turnitin infolgedessen die Mindestlänge von Einreichungen, die bewertet werden können, von 150 auf 300 Wörter erhöht habe. Die aktuelle Mindestlänge beträgt weiterhin 300 Wörter.

Unabhängige Tests liefern Details, die die Herstellerangabe nicht bietet. Das Center for the Advancement of Teaching der Temple University führte eine der sorgfältigeren verfügbaren Untersuchungen durch, im selben Geist wie das unabhängige Testen von AI-Detektoren, das immer wieder Lücken zwischen Laborbedingungen und realen Einreichungen aufzeigt. Die Forschenden reichten 120 Schreibproben ein, gleichmäßig aufgeteilt zwischen vollständig menschlichem Schreiben, vollständig von AI erzeugtem Schreiben, von AI erzeugtem Schreiben, das durch ein Paraphrasierungswerkzeug bearbeitet wurde, und hybriden Texten, die menschliche und AI-Beiträge kombinierten, und erfassten, was Turnitin für jede Probe zurückgab. Das Tool identifizierte 93 Prozent der rein menschlichen Proben und 77 Prozent der rein von AI erzeugten Proben korrekt.

Bei den schwierigeren Fragen sank die Genauigkeit noch weiter. Turnitin identifizierte nur 63 Prozent der paraphrasierten KI-Beispiele korrekt als KI-generiert und nur 43 Prozent der Hybrid-Beispiele korrekt als weder vollständig menschlich noch vollständig KI, also als die Kategorien, die der tatsächlichen Entstehung KI-gestützten Schreibens am nächsten kommen. Hybrid-Text war für die Forschenden insbesondere von Interesse, weil sie davon ausgehen, dass er künftig wahrscheinlich einen großen Teil, möglicherweise die Mehrheit, der tatsächlichen Einreichungen ausmachen wird, da immer mehr Kurse Aufgaben vergeben, bei denen Studierende KI für einen Teil der Arbeit einsetzen sollen.

Was getestet wurde	Ergebnis von Turnitin
100% menschlich verfasste Beispiele	93% korrekt als menschlich identifiziert
100% KI-generierte Beispiele	77% korrekt als KI identifiziert
KI-Text, der durch ein Paraphrasierungstool gelaufen ist	63% korrekt als KI identifiziert
Hybrid-Beispiele, teils menschlich und teils KI	43% korrekt als weder 0% noch 100% identifiziert
Dokumente mit über 20% markiert, Turnitins eigene Angabe	Weniger als 1% Falsch-Positiv-Rate

Wo es scheitert, selbst wenn die Zahl richtig aussieht

Die Bewertung auf Dokumentebene ist nicht das Einzige, was eine Lehrkraft sehen kann, und die andere Ansicht ist weniger zuverlässig. Einige Oberflächen erlauben es einer Lehrkraft, einen Markierungsbericht zu öffnen, der bestimmte Sätze als wahrscheinlich von KI verfasst hervorhebt. Die Forschenden von Temple prüften diese Hervorhebungen daran, welche Sätze in ihren Hybrid-Beispielen tatsächlich von KI verfasst waren, und fanden keinen Zusammenhang zwischen beiden. Das ist relevant, wenn eine Professorin oder ein Professor Ihnen einen Screenshot eines hervorgehobenen Absatzes weiterleitet statt der zusammenfassenden Prozentangabe, denn die Gesamtbewertung des Dokuments schnitt deutlich besser ab als die Hervorhebungen auf Satzebene.

Niedrige Werte werden wiederum anders und vorsichtiger behandelt als früher. Seit Juli 2024 zeigt Turnitin anstelle einer Zahl ein Sternchen an, wenn sein Modell schätzt, dass weniger als 20 Prozent eines Dokuments von AI geschrieben wurden, weil dieser Bereich derjenige ist, in dem das Tool am ehesten in beide Richtungen falsch liegt. Eine leichte AI-gestützte Überarbeitung, bei der ein Absatz mit Hilfe umgeschrieben wird und der Rest ohne Hilfe verfasst ist, führt oft überhaupt zu keinem sichtbaren Prozentsatz statt zu einem kleinen, was man wissen sollte, bevor man das Fehlen einer Zahl als Beweis für irgendetwas behandelt.

Wer die Zahl tatsächlich sieht

Der AI-Score ist standardmäßig nicht Teil des Berichts, den Studierende sehen. Er befindet sich auf einem eigenen Tab, sichtbar für Lehrende und Administratoren, und ein Student sieht ihn nur, wenn die Lehrkraft sich dafür entscheidet, den Bericht zu teilen oder ihn direkt mitzuteilen. Das ist ein echter struktureller Unterschied zum Ähnlichkeitsscore, den Studierende in der Regel selbst innerhalb desselben Systems einsehen können, sobald eine Einreichung verarbeitet worden ist.

Dasselbe gilt dafür, ob die Funktion für einen bestimmten Kurs überhaupt existiert, was eine institutionelle Entscheidung ist, die über die Lehrkraft hinausgeht. Administratoren auf Kontoebene können die AI-Erkennung von Turnitin für eine ganze Institution ein- oder ausschalten. Eine Dozentin oder ein Dozent kann sie möglicherweise nicht einschalten, wenn die Universität sie ausgeschaltet hat, und umgekehrt. Ein Student einer Universität, der eine ähnliche Arbeit bei einem anderen Studenten einer anderen Universität einreicht, kann mit diesem Tool eine sehr andere Erfahrung machen, aus Gründen, die nichts damit zu tun haben, was einer von beiden geschrieben hat.

Warum einige Universitäten es ausgeschaltet haben

Die University of Waterloo stellte die KI-Erkennungsfunktion von Turnitin im September 2025 ein, und ihre veröffentlichte Begründung ist ungewöhnlich direkt. Die Universität verwies auf die dokumentierte Unzuverlässigkeit des Werkzeugs, seine Voreingenommenheit gegenüber Studierenden, deren Erstsprache nicht Englisch ist, sowie auf eigene interne Tests, die mindestens einen Fall umfassten, in dem vollständig von Menschen verfasster Text als zu 100 Prozent KI-generiert eingestuft wurde. Im Vergleich zu den Kosten des Werkzeugs kam die Universität zu dem Schluss, dass die Kosten den Nutzen überstiegen, und lenkte die Anstrengungen stattdessen auf die Neugestaltung von Prüfungsformen und auf Schulungen zur KI-Kompetenz um.

Waterloo ist ein sichtbares Beispiel für eine breitere Spaltung und kein Ausreißer. Universitäten, die die Funktion eingeschaltet lassen, haben im Allgemeinen Schutzmaßnahmen ergänzt, statt die Punktzahl für sich allein als Urteil zu behandeln. Sie verlangen ein Gespräch mit dem Studierenden, bevor etwas Formelles beginnt, und betrachten die Zahl als Anlass, dieses Gespräch zu eröffnen, nicht zu beenden. Ein Blick darauf, wie Universitäten mit KI-Richtlinien umgehen, macht das Muster deutlicher: Ob eine Punktzahl Sie überhaupt erreicht, hängt von einer Entscheidung ab, die weit über Ihrem Seminarraum getroffen wird, nicht von einer festen Eigenschaft der Technologie selbst.

Was eine hohe Punktzahl beweist und was nicht

Eine hohe KI-Punktzahl ist ein Hinweis, kein Urteil. Turnitin selbst versteht den Prozentsatz als einen Datenpunkt für die Beurteilung durch eine Lehrperson und nicht als Feststellung eines Fehlverhaltens, und die oben genannten Genauigkeitswerte erklären, warum diese Einordnung wichtig ist: Selbst eine auf Dokumentebene einigermaßen gut funktionierende Punktzahl liest einen erheblichen Anteil stark überarbeiteter, paraphrasierter oder hybrider Texte falsch, und die Hervorhebungen auf Satzebene sind deutlich weniger zuverlässig als die zusammenfassende Zahl. Nichts davon garantiert, dass eine einzelne Punktzahl falsch ist. Es bedeutet, dass ein Prozentsatz ein Grund ist, Fragen zu stellen, und keine Feststellung, die man auf den ersten Blick akzeptieren sollte. Wenn Sie sehen möchten, wo Ihr eigener Text steht, bevor ihn jemand anderes bewertet, lassen sich dieselben Muster geringer Variation und allgemeiner Formulierungen, auf die ein Klassifikator reagiert, direkt mit einem kostenlosen Perplexity-Checker überprüfen.

TextPulse's AI-Humanizer für Studierende arbeitet auf derselben statistischen Grundlage, und ebenso sein kostenloser Burstiness-Checker für die Satzrhythmus-Hälfte derselben Messung. Er gibt Ihnen einen geschätzten Human Score auf Grundlage Ihres eigenen Entwurfs, nicht eine Vorhersage darüber, was Turnitin dazu sagen wird. Kein Tool kann verantwortungsvoll so etwas für ein System versprechen, das es nicht kontrolliert. Betrachten Sie es als eine zweite Lektüre Ihres eigenen Schreibens, nicht mehr.

Mehrere dieser Fragen haben eigene Seiten. Ob ein Professor erkennen kann, dass Sie ChatGPT verwendet haben ohne irgendeinen Detektor, und die direktere Version davon, werde ich erwischt, werden separat beantwortet. Dasselbe gilt für Turnitins Verhalten bei paraphrasiertem Text und ob Turnitin DeepSeek-Ausgaben erkennt im Besonderen. Für bestimmte Kontexte gibt es Beiträge über KI-Erkennung in Pflegeprogrammen und darüber, ob Zulassungsstellen an Hochschulen diese Prüfungen durchführen. Die breitere Einordnung steht in einem separaten Beitrag über akademische Integrität und KI.

Nichts davon dürfte die endgültige Version sein. Turnitin hat seine Schwellenwerte, seine Sichtbarkeitsregeln und seine Modellabdeckung seit 2023 mehr als einmal überarbeitet, und August 2026 wird ebenfalls nicht das letzte Wort sein. Konstant bleibt die Gewohnheit, die sich unabhängig davon lohnt, welchen Detektor ein bestimmter Kurs verwendet: Schreiben Sie mit genügend spezifischen, ungleichmäßigen, wirklich eigenen Details, sodass das, was ein Klassifikator zufällig denkt, nebensächlich wird.