Copyleaks AI Detector Test: Der in Ihr LMS integrierte Detektor

Die meisten Studierenden wählen Copyleaks nie aus. Es wird vorinstalliert ausgeliefert, von einer Institution, die den Vertrag vor Jahren unterzeichnet hat, in die Abgabebox der Lehrveranstaltung eingebunden, und viele Schreibende hören den Namen zum ersten Mal, wenn neben ihrer Einreichung ein Prozentsatz erscheint. Die entscheidende Frage ist daher nicht, ob Copyleaks beliebt ist. Entscheidend ist, ob der Detektor, den Ihre Universität in ihr Learning Management System eingebaut hat, genau genug ist, um das Gewicht zu tragen, das Institutionen ihm beimessen.

Die Antwort des Anbieters ist eindeutig: Auf der Produktseite werden über 99 Prozent Genauigkeit und eine branchenweit niedrige Falsch-Positiv-Rate von .03 Prozent angegeben. Die bislang strengste unabhängige akademische Prüfung kommt zu einem anderen Ergebnis. In einer begutachteten Studie der Vrije Universiteit Brussel, die im Juni 2026 veröffentlicht wurde, markierte Copyleaks nicht vollständig eine einzige von 40 vollständig KI-generierten wissenschaftlichen Arbeiten.

Beide Aussagen sind gleichzeitig wahr, und die Distanz zwischen ihnen ist Gegenstand dieser Besprechung: was Copyleaks ist, was das Unternehmen behauptet, was unabhängige Tests tatsächlich ergeben haben und was ein Ergebnis daraus beweisen kann und was nicht.

Was ist Copyleaks, und wer nutzt es tatsächlich?

Copyleaks begann als Plagiatsprüfer und ergänzte die KI-Erkennung, als generative Modelle aufkamen, und genau deshalb mögen Institutionen es: Eine Einreichung erzeugt einen kombinierten Bericht, der sowohl Plagiatsübereinstimmungen als auch vermutete KI-Inhalte abdeckt. Die eigene Website nennt native Integrationen für Canvas, D2L, Moodle, Blackboard, Schoology, Edsby und Sakai, was den größten Teil des LMS-Marktes abdeckt, in dem sich Studierende wahrscheinlich wiederfinden. Das Unternehmen behauptet außerdem Unterstützung für mehr als 30 Sprachen und die Erkennung von Ausgaben aus GPT-5, GPT-4, Claude, Gemini, DeepSeek, Llama und anderen.

Dieses Verteilungsmodell ist die wichtigste einzelne Tatsache über Copyleaks. Neben Turnitin und GPTZero ist es einer der wenigen KI-Detektoren, die Institutionen tatsächlich in großem Umfang einsetzen, was bedeutet, dass die Personen, die danach bewertet werden, selten diejenigen sind, die es ausgewählt haben, und selten diejenigen, die den vollständigen Bericht sehen können.

Was behauptet Copyleaks über die eigene Genauigkeit?

Die Überschrift auf der AI detector page des Unternehmens lautet "99% accuracy backed by independent third-party studies", und weiter unten auf derselben Seite wird die Behauptung zugespitzt zu "over 99% accuracy and an industry-low .03% false positive rate." Die Seite veröffentlicht sprachspezifische Werte für ihr neuestes Modell und nennt für Englisch 99.97 percent bei menschlichem Text und 99.20 percent bei KI-Text, während Französisch, Deutsch, Italienisch, Portugiesisch und Spanisch alle über 93 percent liegen. Außerdem heißt es dort, das Tool halte "low false-positive rates for non-native English text" ein, und verweist auf eine Studie auf arXiv von Forschenden des Cornell Tech, die Copyleaks als den genauesten getesteten Detektor bezeichnete.

Diese Behauptungen sollten sorgfältig gelesen werden. Die sprachspezifischen Zahlen stammen aus der eigenen Testmethodik des Anbieters, und die angeführten Drittstudien sind diejenigen, die er ausgewählt hat. Das macht die Werte nicht falsch, aber es macht sie zu Marketing, bis eine externe Partei sie an den Arten von Dokumenten reproduziert, über die Universitäten tatsächlich entscheiden. Mechanisch beschreibt Copyleaks ein Modell, das auf menschlichem Schreiben trainiert wurde und Abweichungen von menschlichen Mustern markiert, also dieselbe statistische Signalfamilie, die die Erläuterung von TextPulse zu how AI detectors work für die gesamte Kategorie behandelt.

Was zeigt unabhängige Evidenz?

Der bislang stärkste unabhängige Test ist die Studie der Vrije Universiteit Brussel, die im Juni 2026 im International Journal for Educational Integrity veröffentlicht wurde. Die Forschenden erstellten ein Korpus von 160 langen wissenschaftlichen Arbeiten, jeweils mit über 4.000 Wörtern, gleichmäßig auf vier Kategorien verteilt: vollständig von nicht muttersprachlichen englischsprachigen Graduierten verfasst, vollständig von AI erzeugt, hybrid und von AI erzeugt und dann absichtlich humanisiert. Sie ließen alle 160 Texte durch vier institutionelle Detektoren laufen: Pangram, GPTZero, Copyleaks und Turnitin.

Copyleaks stufte alle 40 von Menschen verfassten Arbeiten korrekt als unauffällig ein, ein tatsächlich gutes Ergebnis. Alles andere verlief schlecht. Bei den 40 vollständig von AI erzeugten Arbeiten klassifizierte es keine als vollständig von AI verfasst, markierte nur 10 von 40 überhaupt teilweise, und sein gemeldeter medianer AI-Anteil blieb unter 20 Prozent bei Dokumenten, die zu 100 Prozent maschinell erzeugt waren. Bei humanisierten AI-Arbeiten erkannte es 22.5 Prozent. Pangram, das im Studium am besten abschnitt, markierte 97.5 Prozent des vollständig von AI erzeugten Satzes und 92.5 Prozent des humanisierten Satzes bei denselben Dokumenten.

Arbeitssatz (je 40)	Copyleaks	Turnitin	Pangram
Vollständig von Menschen verfasst	100% korrekt unauffällig	100% korrekt unauffällig	100% korrekt unauffällig
Vollständig von AI erzeugt	25% mindestens teilweise markiert, 0% vollständig	0% markiert	97.5% markiert, 65% vollständig
Humanisierte AI	22.5% identifiziert	50% identifiziert	92.5% identifiziert

Die Schlussfolgerung der Autoren war eindeutig: Von den vier untersuchten Werkzeugen lieferte "at this moment only one produced satisfactory results", und es war nicht Copyleaks. Bei wissenschaftlichen Langtexten aus aktuellen Modellen, also den Dokumenten, die Institutionen am meisten interessieren, bestand der dominierende Fehlermodus von Copyleaks in diesem Test darin, AI-Text zu übersehen, nicht darin, Menschen fälschlich zu beschuldigen.

Was ist mit falsch positiven Ergebnissen, und wer wird dadurch geschädigt?

Falsch negative Ergebnisse blamieren einen Anbieter. Falsch positive Ergebnisse ruinieren ein Semester eines Studierenden, daher verdient die Behauptung von .03 percent eine eigene Prüfung. In der Untersuchung von Bloomberg Businessweek aus dem Jahr 2024 ließen Reporter 500 Bewerbungsaufsätze von Texas A&M, die alle im Sommer 2022 geschrieben worden waren, bevor ChatGPT existierte, durch Copyleaks und GPTZero laufen. Die beiden Dienste stuften 1 bis 2 percent davon fälschlich als KI-generiert ein, in einigen Fällen mit einer angegebenen Sicherheit von nahezu 100 percent. Ein bis zwei percent klingt gering, bis man es auf das Einreichungsvolumen einer Universität hochrechnet, und es ist 30 bis 60 Mal die von Copyleaks beworbene Rate.

Das Bild der Fairness ist tatsächlich gemischt. In der VUB-Studie stammten die 40 menschlichen Arbeiten, die Copyleaks freigab, alle von Personen, für die Englisch nicht die Muttersprache war, was auf dieser Stichprobe ein echtes Argument zugunsten des Anbieters ist. Die breitere peer-reviewte Literatur hat jedoch wiederholt gezeigt, dass Detektoren genau bei dieser Gruppe Fehlalarme auslösen, ein Muster, das auf der Seite von TextPulse zu warum AI-Detektoren gegen Nicht-Muttersprachler voreingenommen sind ausführlich behandelt wird, und die Berichterstattung von Bloomberg porträtierte Studierende, deren Unterlagen durch Werte beschädigt wurden, die sie nicht einsehen oder anfechten konnten. Wenn Ihnen das passiert, ist das praktische Vorgehen separat dokumentiert: wie Sie nachweisen, dass Sie keine AI verwendet haben.

Preisgestaltung und Zugang, für Personen, die ihn nicht gewählt haben

Die eigenen Seiten des Anbieters legen die individuellen Preise dar: ein kostenloses Scan-Kontingent von bis zu 25,000 Zeichen, ein Personal-Tarif für 16.99 dollars pro Monat, 13.99 bei jährlicher Abrechnung, mit Kreditlimits, ein Pro-Tarif für 99.99 dollars pro Monat sowie individuell bepreiste Education- und Enterprise-Verträge, die über das Vertriebsteam verkauft werden. Studierende zahlen fast nie etwas davon. Die Institution kauft die Lizenz, die Lehrkraft sieht den Bericht, und die Person, deren Text bewertet wird, sieht häufig überhaupt nichts, sofern ihn niemand teilt. Diese Asymmetrie, nicht der Listenpreis, ist die relevante Zugangsrealität.

Wo Copyleaks in die Detektorlandschaft passt

Die eigentlichen Stärken von Copyleaks liegen im operativen Bereich: ein Bericht, der Plagiats- und KI-Erkennung bündelt, die breiteste LMS-Abdeckung in der Kategorie und mehr unterstützte Sprachen als die meisten Wettbewerber. Als Produkt für Unternehmens-Workflows ist es glaubwürdig. Als Messinstrument ist seine öffentliche Evidenzbasis dünner als seine Verbreitung. In der einzigen peer-reviewten direkten Gegenüberstellung bei langen akademischen Dokumenten lag es mit enormen Abständen hinter dem besten Werkzeug, und selbst Turnitin, dessen eigenes Erkennungsverfahren anders funktioniert, erfasste mehr von dem humanisierten Satz. Ein Copyleaks-Prozentsatz, ob hoch oder niedrig, ist die Schätzung eines Modells unter Bedingungen, deren Berichterstattung vom Anbieter kontrolliert wird. Er ist ein Anlass, genauer hinzusehen, niemals für sich allein ein Urteil.

Der vollständige Vergleich

Copyleaks ist ein Akteur in einem überfüllten Feld, und das Muster, das diese Rezension festgestellt hat, vorne die Gewissheit des Anbieters, dahinter dünnere unabhängige Evidenz, wiederholt sich dort. Wie es sich im Vergleich zu Turnitin, GPTZero, Pangram, ZeroGPT und den übrigen auf demselben evidenzorientierten Standard schlägt, zeigt der vollständige Leitfaden AI detectors compared.

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.