Wie Turnitin KI erkennt, Schritt für Schritt

Ein Turnitin-Bericht kann eine einzelne Zahl zurückgeben, sagen wir zweiundvierzig Prozent, und fast nichts anderes darüber sagen, wie er zustande gekommen ist, es sei denn, jemand sucht nach dem Mechanismus dahinter. Diese Zahl wird nicht als Ganzes aus dem Dokument abgelesen und sie ist kein Schätzwert. Sie ist das Ergebnis einer spezifischen, dokumentierten Pipeline, die bei jeder Einreichung auf dieselbe Weise abläuft.

Wie erkennt Turnitin also KI? Indem eine Einreichung in Teile zerlegt, diese einzeln danach bewertet werden, ob sie wahrscheinlich von KI generiert oder von KI generiert und dann paraphrasiert sind, und indem diese Bewertungen gemittelt werden, um den gesamten Prozentsatz zu bestimmen, der im Bericht angezeigt wird. Jede Stufe dieser Pipeline ist in der eigenen Dokumentation von Turnitin beschrieben, nicht von außen rekonstruiert.

Dies bezieht sich ausdrücklich auf die KI-Schreiberkennung von Turnitin, ein separates System von der älteren Ähnlichkeits- oder Plagiatsprüfung, die eine Einreichung mit anderen Dokumenten vergleicht. Die Mechanik unten ist Teil der umfassenderen Frage, wie KI-Detektoren tatsächlich funktionieren, und Turnitin ist gerade deshalb ein nützliches Beispiel, weil es mehr von seiner eigenen Methode veröffentlicht als die meisten Anbieter. Im Folgenden geht es zuerst um die Pipeline, dann darum, was sie in der Praxis markiert, was unabhängige Tests als übersehen festgestellt haben und wer innerhalb einer Institution das Ergebnis tatsächlich zu sehen bekommt.

Wie erkennt Turnitin KI? Die Pipeline in Kürze

Turnitins KI-Schreibdetektor durchläuft vier Schritte in einer festen Reihenfolge. Zuerst prüft er, ob ein Dokument überhaupt genügend zulässigen Prosatext enthält, um bewertet zu werden. Zweitens teilt er diesen Text in Segmente von jeweils einigen hundert Wörtern. Drittens bewertet ein Modell jedes Segment einzeln. Viertens werden die Segmentwerte zu dem einzigen prozentualen Dokumentwert gemittelt, den eine lesende Person tatsächlich sieht.

Der KI-Schreibbericht ist nicht der Ähnlichkeitsbericht

Der KI-Schreibbericht von Turnitin ist ein separates Produkt vom Ähnlichkeitsbericht, der auf Plagiate prüft. Sie laufen auf unterschiedlichen Modellen und werden in derselben Oberfläche auf verschiedenen Registerkarten angezeigt. Der Ähnlichkeitswert vergleicht eine Einreichung mit einer Datenbank zuvor veröffentlichter Quellen und anderer studentischer Arbeiten und gibt den Prozentsatz zurück, der übereinstimmt. Der KI-Wert tut etwas ganz anderes: Ein Klassifikator liest die Prosa, weist jedem bewerteten Segment eine Wahrscheinlichkeit zu, dass es von KI erzeugt wurde, und fasst diese Werte zu einem einzigen Dokumentprozentsatz zusammen. Da sie unterschiedliche Dinge messen, kann eine Einreichung einen Ähnlichkeitswert von 2 Prozent und einen KI-Wert von 60 Prozent aufweisen, oder umgekehrt.

Der KI-Prozentsatz ist außerdem enger gefasst, als es klingt. Er beschreibt den Anteil der zulässigen Prosa, von dem das Modell vorhersagt, dass er von KI geschrieben wurde, nicht das gesamte Dokument, da Codeblöcke, Aufzählungspunkte, Überschriften und Kurzformschreiben vor der Berechnung des Werts entfernt werden. Zum Zeitpunkt dieses Schreibens läuft der Detektor nur für englischen, spanischen und japanischen Text.

Schritt Eins: Das Dokument in Abschnitte aufteilen

Bevor überhaupt etwas bewertet wird, teilt Turnitins Modell die Einreichung in Abschnitte von jeweils einigen hundert Wörtern, ungefähr fünf bis zehn Sätze pro Abschnitt. Die Segmentierung erfolgt zuerst, weil das Modell dafür entwickelt wurde, einen Abschnitt dieser Größe zu bewerten, nicht einen einzelnen Satz und nicht eine gesamte Dissertation in einem Durchgang.

Nur Prosatext zählt zu einem Chunk. Das Modell wurde dafür entwickelt, längere Texte zu lesen. Ein Dokument, das sowohl Prosatext als auch Tabellen oder Code enthält, wird als zu einem bestimmten Prozentsatz aus Prosatext bestehend bewertet, beschreibt aber möglicherweise nicht den gesamten Prosatext im Dokument. Das liegt daran, dass der Detektor einen Datenpool bewertet, der keine Codeblöcke, Aufzählungspunkte oder Kurztexte umfasst. Deshalb kann das Dokument einen Prozentsatz zurückgeben, der nur einen Teil dessen beschreibt, was eingereicht wurde.

Die Bewertung auf Chunk-Ebene hat eine ruhigere, aber erwähnenswerte Folge. Ein einzelner von AI verfasster Satz, der in einem ansonsten von Menschen geschriebenen Chunk aus einigen hundert Wörtern steht, wird mit allem anderen in diesem Chunk gemittelt, sodass sein Einfluss auf die eigene Bewertung dieses Chunks dadurch verwässert wird, wie viel umgebender von Menschen geschriebener Text denselben Chunk teilt. Eine kurze von AI verfasste Einfügung wird vom Modell weiterhin erfasst. Sie hat lediglich weniger Gewicht als ein Chunk, der von seinem ersten bis zu seinem letzten Wort von AI verfasst ist.

Schritt Zwei: Bewertung jedes Segments

Jeder Chunk wird für sich bewertet, unabhängig von jedem anderen Chunk im Dokument. Das Modell sagt voraus, ob dieser bestimmte Textabschnitt von Menschen geschrieben, von AI erzeugt oder von AI erzeugt und dann paraphrasiert ist, also eine Dreiteilung statt eines einfachen Ja oder Nein.

Dies ist eine separate Kategorie und nicht nur eine Erweiterung von AI-generated suggests there's a real problem with paraphrasing weakening detection. Dies wird durch eine Studie aus dem Jahr 2023 gestützt, die ergab, dass das Durchlaufen von AI-generiertem Text durch ein spezielles Paraphrasierungsmodell die Genauigkeit eines Forschungsdetektors namens DetectGPT von 70.3% auf 4.6% senkte, bei einer konstanten Falsch-Positiv-Rate von 1%. Es scheint nicht, dass Turnitin etwas darüber veröffentlicht hat, wie widerstandsfähig ihr eigener Dreiklassenklassifikator gegenüber derselben Technik ist. Die Kategorie existiert aus einem dokumentierten Grund.

Die Bewertung auf Chunk-Ebene statt auf Dokumentebene ist eine bewusste Designentscheidung. Eine neunzigseitige Dissertation mit zwei von KI verfassten Absätzen und ein fünfseitiger Aufsatz, der vollständig von KI verfasst ist, sind unterschiedliche Probleme, und die Mittelung über Chunks ist das, was es ermöglicht, dass eine einzelne Zahl auf Dokumentebene diesen Unterschied widerspiegelt, statt ihn zu glätten.

Turnitin hat die interne Architektur dieses Modells pro Chunk nicht in derselben Detailtiefe veröffentlicht wie seine Pipeline-Schritte. Es handelt sich um einen überwachten Klassifikator, der auf gelabelten Beispielen trainiert wurde, nicht um einen einfachen Schwellenwert auf die Art von Rohwert für das nächste Token, der in TextPulse's Leitfaden zu was Perplexity in der KI-Erkennung tatsächlich misst behandelt wird, obwohl dieselbe zugrunde liegende Idee, ungewöhnlich vorhersehbarer Text, mit großer Wahrscheinlichkeit Teil dessen ist, was ein solcher Klassifikator zu erkennen lernt.

Schritt drei: Mittelung zu einem Prozentsatz auf Dokumentebene

Die Chunk-Werte werden zu dem einzelnen Prozentsatz gemittelt, den ein Bericht anzeigt. Dieser Prozentsatz stellt den Anteil des qualifizierenden Prosatextes dar, also nur Langformschreiben, den das Modell als von KI erzeugt oder von KI erzeugt und anschließend paraphrasiert vorhersagt. Es handelt sich um einen Anteil bewerteter Segmente, nicht um die Behauptung, dass ein exakter Anteil der Wörter des Dokuments buchstäblich von einer Maschine getippt wurde.

Der Prozentsatz im Bericht ist der Durchschnitt. Deshalb können zwei Dokumente, die beide vierzig Prozent ergeben, aus der Nähe unterschiedlich aussehen. Bei dem einen könnten vierzig Prozent seiner Chunks als vollständig von KI erzeugt bewertet sein. Bei dem anderen könnte jeder Chunk als teilweise wahrscheinlich bewertet sein, was im Durchschnitt auf dieselbe Hauptzahl hinausläuft. Es zeigt nicht, welches Muster dazu geführt hat.

Kann Turnitin ChatGPT, Claude oder Gemini erkennen?

In der Regel ja, wenn ein Dokument einen erheblichen Anteil an KI-Text enthält, und der Klassifikator spielt keine Rolle dafür, welcher Anbieter ihn erzeugt hat. Turnitin sagt, sein Modell 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 mehrfach 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. Ein Student, der stattdessen Gemini, Claude oder DeepSeek verwendet hat, umgeht den Detektor nicht einfach dadurch, dass er sich für ein anderes Unternehmen entscheidet.

Der Anteil der Einreichungen, die davon betroffen sind, ist gestiegen. Etwa 15 Prozent der Aufsätze, die Turnitin zwischen Oktober 2025 und Februar 2026 geprüft hat, wiesen 80 Prozent oder mehr KI-generierten Text auf, gegenüber etwa 3 Prozent bei der Einführung des Tools im April 2023.

Paraphrasierter KI-Text erhält eine eigene Kategorie statt einer Freikarte, was die oben beschriebene Dreifachklassifikation ist. Turnitins Dokumentation trennt Text, den es nur als KI-generiert einstuft, von Text, den es als KI-generiert und dann als KI-paraphrasiert einstuft, und im August 2025 fügte es eine Erkennung hinzu, die speziell auf KI-Bypasser-Tools abzielt, die darauf ausgelegt sind, maschinell erzeugte Ausgaben an einem Detektor vorbei umzuschreiben. Das bedeutet nicht, dass Paraphrasierung sinnlos ist oder dass jeder umgeschriebene Abschnitt erfasst wird. Es bedeutet, dass die Annahme, Paraphrasierung sei für Turnitin standardmäßig unsichtbar, seit einiger Zeit überholt ist. Was das Tool mit paraphrasiertem Text im Besonderen und mit DeepSeek-Ausgaben macht, wird gesondert behandelt.

Die Mindestwortzahl und die Sternchen-Schwelle

Eine Einreichung benötigt mindestens 300 Wörter qualifizierenden Prosatexts, bevor Turnitins KI-Detektor überhaupt eine Bewertung erzeugt, erhöht von einer früheren Mindestgrenze von 150 Wörtern. Unterhalb dieser Länge gibt es schlicht nicht genug Text, damit das Segmentierungs- und Mittelungsverfahren darauf angewendet werden kann.

Die Untergrenze von 300 Wörtern entspricht der Größe eines einzelnen Bewertungsabschnitts, der zuvor beschrieben wurde, also einigen hundert Wörtern, fünf bis zehn Sätzen. Ein Dokument, das genau am Minimum liegt, liefert der Pipeline im Grunde nur etwa einen Abschnitt an qualifizierbarem Text zum Mitteln, nicht mehrere. Das ist ein Teil des Grundes, warum ein Bericht, der nahe an dieser Untergrenze liegt, eher in den weniger zuverlässigen Bereich fällt, den die nächste Schwelle markieren soll.

Turnitin zeigt außerdem keinen Prozentsatz unterhalb einer Schwelle von 20% an. Seit Juli 2024 zeigt der Bericht anstelle einer Zahl ein Sternchen neben einem Prozentzeichen. Dieses einzelne Verhalten des Berichts verursacht mehr Verwirrung als jeder andere Teil der Pipeline, daher erhält es unten einen eigenen Abschnitt.

Bedingung	Was der Bericht anzeigt	Warum
Weniger als 300 Wörter qualifizierender Prosa	Überhaupt keine AI-Bewertung	Zu wenig Text, damit die Segmentierungs- und Mittelungs-Pipeline zuverlässig arbeiten kann
Die Bewertung würde unter 20% fallen	Ein Sternchen neben einem Prozentzeichen, keine Zahl	Die eigene Dokumentation von Turnitin berichtet in diesem Bereich über eine messbar höhere Rate falsch positiver Ergebnisse
Bewertung von 20% oder höher	Ein bestimmter Prozentsatz	Von Turnitin als hinreichend zuverlässig angesehen, um als Zahl angezeigt zu werden

Was bedeutet die Sternchen-Bewertung bei Turnitin?

Ein Sternchen in einem Turnitin AI-Schreibbericht bedeutet, dass das Modell einige AI-geschriebene Passagen erkannt hat, aber weniger als 20 Prozent des Dokuments, und Turnitin verzichtet darauf, in diesem Bereich eine Zahl zu veröffentlichen. An der Stelle, an der normalerweise ein Prozentsatz stehen würde, zeigt der Bericht stattdessen ein Sternchen neben einem Prozentzeichen. Die eigene Produktdokumentation von Turnitin sagt dies ausdrücklich: "When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (*%) and no percentage is attributed."

Ein Sternchen ist daher kein Fehler, keine fehlende Punktzahl und kein Zeichen dafür, dass beim Hochladen etwas schiefgelaufen ist. Es ist eine bewusste Entscheidung des Anbieters, eine Zahl zurückzuhalten, die er nicht für zuverlässig genug hält, um sie auszudrucken.

Warum Turnitin die Zahl unter 20 percent verbirgt

Weil genau in diesem Bereich das Tool am ehesten falsch liegt, und Turnitins eigenes Genauigkeitsversprechen diesen Bereich ausdrücklich ausklammert. Das Unternehmen verpflichtet sich, seine Rate falsch positiver Ergebnisse bei "unter 1% für Dokumente mit über 20% KI-Schreiben" zu halten. Lesen Sie den Geltungsbereich genau: In die Zusage ist eine Untergrenze eingebaut, und diese Untergrenze ist dieselben 20 percent. Unterhalb dieser Schwelle beansprucht das Unternehmen nicht dieselbe Zuverlässigkeit, also druckt es, statt eine kleine Zahl auszugeben, die ein Leser zwangsläufig als präzise behandeln würde, überhaupt nichts. Das Sternchen dient dazu, falsch positive Ergebnisse zu vermeiden, das heißt, es dient dazu zu verhindern, dass einem Dozenten eine Zahl vorgelegt wird, die ein menschlich verfasstes Dokument falsch darstellen würde.

Die Begründung folgt der zuvor beschriebenen Funktionsweise. Eine Punktzahl auf Dokumentebene ist ein Durchschnitt über Abschnitte von jeweils einigen hundert Wörtern. Wenn nur ein kleiner Anteil dieser Abschnitte als KI bewertet wird, beruht der resultierende Durchschnitt auf sehr wenig Signal, und die Pipeline kann ein echtes 8 percent nicht zuverlässig von einem zufälligen unterscheiden. Das Unterdrücken der Zahl ist darauf die ehrliche Reaktion, und derselbe Impuls steht hinter dem Minimum von 300 Wörtern.

Was das Sternchen an einer Universität in der Praxis bedeutet

In der Praxis behandeln die meisten Institutionen ein Sternchen als etwas, auf das man nicht reagieren muss, und lesen es als niedrige Punktzahl, die mit menschlich verfasster Arbeit vereinbar ist. Die Begründung ist einfach. Wenn der Anbieter, der den Detektor entwickelt hat, nicht für eine Zahl in diesem Bereich einsteht, hat ein Dozent nichts Substanzielles, das er mit einem Studierenden besprechen könnte, geschweige denn etwas, das er vor ein Gremium für Fehlverhalten bringen könnte. Für die meisten Verfahren zur akademischen Integrität ist ein Bericht mit Sternchen funktional gleichbedeutend mit einem unauffälligen Bericht.

Das ist eine Beschreibung dafür, wie das Ergebnis verwendet wird, und das ist wichtig zu wissen, wenn Sie auf eines starren. Es ist nicht dasselbe wie eine Feststellung darüber, was das Dokument tatsächlich ist, und dieser Unterschied ist in beide Richtungen bedeutsam.

Was ein Sternchen nicht bedeutet

• Es ist kein Zertifikat für menschliche Urheberschaft. Turnitin verzichtet darauf, das Dokument mit Sicherheit zu bewerten, was eine Aussage über den Detektor und nicht über die Verfasserin oder den Verfasser ist.
• Es ist nicht dasselbe wie null. Ein Dokument ohne jegliches AI-Schreiben und ein Dokument mit einem von AI unterstützten Absatz können dasselbe Sternchen erzeugen, und genau deshalb wird die Zahl zurückgehalten.
• Es ist nicht zwischen Einreichungen vergleichbar. Zwei Sternchen sagen Ihnen nur, dass beide Dokumente unter denselben Schwellenwert gefallen sind, und nichts darüber, wie sie im Verhältnis zueinander zu bewerten sind.
• Es ist nicht der Ähnlichkeitsscore. Das Plagiats-Matching ist ein separater Bericht auf einer separaten Registerkarte, und es zeigt seinen eigenen Prozentsatz an, unabhängig davon, was der AI-Indikator tut.

Die praktische Konsequenz, die man sich merken sollte, ist, dass eine leichte von AI unterstützte Überarbeitung, ein Absatz mit Hilfe umgeschrieben und der Rest ohne Hilfe verfasst, oft ein Sternchen statt eines kleinen Prozentsatzes erzeugt. Weder das Vorhandensein noch das Fehlen einer Zahl entscheidet die Frage für sich allein, und genau zu demselben Schluss gelangen die unten stehenden Genauigkeitswerte aus der anderen Richtung.

Was Turnitin über die Genauigkeit behauptet, und wessen Zahlen das sind

Turnitin veröffentlicht eigene Genauigkeitswerte, und sie sind genau als das zu lesen, als die eigenen Validierungszahlen des Anbieters, nicht als unabhängiges Audit. Das veröffentlichte Material gibt eine Falsch-Positiv-Rate von unter 1% für Dokumente an, die das Modell mit über 20% AI-Schreiben bewertet, ein Schwellenwert, der mit der oben beschriebenen Sternchen-Grenze übereinstimmt. Dasselbe Programm wurde später als Reaktion auf Forschung zur Verzerrung von Detektoren auf Schreibproben von English Language Learner ausgeweitet.

Turnitin sagt, es habe diese Zahl anhand einer großen Basislinie von von Menschen verfassten Arbeiten validiert, die eingereicht wurden, bevor ChatGPT existierte. Die Materialien von Turnitin sind hinsichtlich der genauen Größe dieser Basislinie uneinheitlich, die FAQ-Seite nennt 700,000 Arbeiten, während ein Blogbeitrag des Chief Product Officer von Turnitin 800,000 nennt, wobei beiden dieselbe Angabe von unter 1% beigefügt ist. Die Materialien von Turnitin beschreiben außerdem einen Zielkonflikt, nach eigener Darstellung des Unternehmens, eine aggressivere Erkennung von KI-generierten Inhalten bedeutet, etwa 15% davon zu übersehen.

Das Unternehmen hat seine eigenen Angaben auch öffentlich überarbeitet. Im Jahr 2023, kurz nach der Einführung, räumte der Chief Product Officer von Turnitin ein, dass Labortests nicht vorhergesagt hatten, wie viele falsch positive Ergebnisse im realen Einsatz auftreten würden, insbesondere bei kurzen Einreichungen, und berichtete von einer falsch positiven Rate auf Satzebene von etwa 4 Prozent. Die Erhöhung der minimal bewertbaren Länge von 150 auf 300 Wörter war die Reaktion auf diese Lücke.

Zusammengenommen beschreiben diese Zahlen einen spezifischen Zielkonflikt und nicht eine einzelne Genauigkeitszahl. Eine falsch positive Rate unter 1% klingt nahezu vernachlässigbar, bis man sie an der Zahl der Einreichungen misst, die durch das System laufen, und eine Auslassungsrate von 15% bedeutet, dass ein erheblicher Anteil KI-generierter Inhalte absichtlich als menschlich bewertet wird, nicht aufgrund einer Fehlfunktion. Die eigenen Materialien von Turnitin stellen beide Zahlen als das beabsichtigte Gleichgewicht des Systems dar, nicht als Beleg dafür, dass das Werkzeug einfach richtig oder einfach falsch liegt.

Was unabhängige Tests ergaben

Unabhängige Tests fügen Details hinzu, die die Zahlen des Anbieters nicht liefern, im selben Geist wie die breitere unabhängige Prüfung von KI-Detektoren, die immer wieder Lücken zwischen Laborbedingungen und tatsächlichen Einreichungen aufzeigt. Das Center for the Advancement of Teaching der Temple University führte eine der sorgfältigeren verfügbaren Untersuchungen durch. Die Forschenden reichten 120 Schreibproben ein, gleichmäßig aufgeteilt zwischen vollständig menschlichem Schreiben, vollständig KI-generiertem Schreiben, KI-generiertem Schreiben, das durch ein Paraphrasierungstool lief, und hybriden Texten, die menschliche und KI-Beiträge kombinierten, und erfassten, was Turnitin für jede einzelne zurückgab.

Das Tool identifizierte 93 Prozent der rein menschlichen Stichproben und 77 Prozent der rein von AI erzeugten Stichproben korrekt. Bei den schwierigeren Fragen sank die Genauigkeit weiter. Turnitin identifizierte nur 63 Prozent der paraphrasierten AI-Stichproben korrekt als von AI erzeugt und nur 43 Prozent der hybriden Stichproben korrekt als weder vollständig menschlich noch vollständig AI. Das sind die Kategorien, die der tatsächlichen Entstehung von mit AI unterstütztem Schreiben am nächsten kommen, und die Forschenden wiesen insbesondere auf hybriden Text als wahrscheinlich hin, einen großen und wachsenden Anteil realer Einreichungen auszumachen, da immer mehr Kurse Aufgaben vergeben, bei denen AI einen Teil der Arbeit übernimmt.

Was getestet wurde	Ergebnis von Turnitin
100% von Menschen verfasste Stichproben	93% korrekt als menschlich identifiziert
100% von AI erzeugte Stichproben	77% korrekt als AI identifiziert
AI-Text, der durch ein Paraphrasierungstool bearbeitet wurde	63% korrekt als AI identifiziert
Hybride Stichproben, teils menschlich und teils AI	43% korrekt als weder 0% noch 100% identifiziert
Dokumente mit über 20% markiert, Turnitins eigene Angabe	Weniger als 1% Falsch-Positiv-Rate

Nichts davon sind unabhängige Befunde auf Seiten von Turnitin. Forschende außerhalb des Unternehmens, die in der Berichterstattung über Turnitins eigene Bias-Studien zitiert werden, beschreiben erneut ein komplizierteres Bild, insbesondere für nicht muttersprachliche englische Schreibende und stark überarbeitete Entwürfe.

Wo die Hervorhebungen auf Satzebene an ihre Grenzen stoßen

Die auf Dokumentebene angezeigte Punktzahl ist nicht die einzige Ansicht, die eine Lehrkraft öffnen kann, und die andere ist weniger zuverlässig. Einige Oberflächen zeigen einen Flaggenbericht an, der bestimmte Sätze als vermutlich von AI geschrieben hervorhebt. Die Forschenden von Temple prüften diese Hervorhebungen anhand der Frage, welche Sätze in ihren hybriden Stichproben tatsächlich von AI geschrieben waren, und fanden keinen Zusammenhang zwischen beiden. Das ist relevant, wenn eine Lehrkraft einen Screenshot eines hervorgehobenen Absatzes weiterleitet statt der zusammenfassenden Prozentangabe, die Gesamtpunktzahl des Dokuments schnitt deutlich besser ab als die Hervorhebungen auf Satzebene.

Wer die Punktzahl tatsächlich sieht

Die AI-Punktzahl ist standardmäßig nicht Teil des Berichts, den Studierende sehen. Sie befindet sich auf einem eigenen Reiter, der für Lehrkräfte und Administratoren sichtbar ist, und ein Studierender sieht sie nur, wenn die Lehrkraft sich entscheidet, den Bericht zu teilen oder sie direkt offenzulegen. Das ist ein echter struktureller Unterschied zur Ähnlichkeitsbewertung, die Studierende nach der Verarbeitung einer Einreichung in der Regel selbst innerhalb desselben Systems einsehen können.

Dasselbe gilt dafür, ob die Funktion für einen bestimmten Kurs überhaupt vorhanden ist, 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. Zwei Studierende an unterschiedlichen Universitäten können vergleichbare Arbeiten einreichen und sehr unterschiedliche Erfahrungen mit diesem Werkzeug machen, aus Gründen, die nichts mit dem zu tun haben, was eine von ihnen geschrieben hat.

Warum einige Universitäten sie ausgeschaltet haben

Die University of Waterloo hat die AI-Erkennungsfunktion von Turnitin im September 2025 eingestellt, 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 mit 100 Prozent als von AI generiert bewertet wurde. Im Vergleich zu den Kosten des Werkzeugs kam die Universität zu dem Schluss, dass die Kosten die Vorteile überwiegen, und lenkte die Anstrengungen stattdessen auf die Neugestaltung von Prüfungsleistungen und die Schulung in AI-Kompetenz um.

Waterloo ist ein sichtbares Beispiel für eine breitere Spaltung und kein Ausreißer. Universitäten, die die Funktion eingeschaltet lassen, haben im Allgemeinen Schutzmechanismen ergänzt, statt den Wert als Urteil für sich allein zu behandeln, indem sie vor Beginn irgendeines formalen Verfahrens ein Gespräch mit dem Studierenden verlangen und die Zahl als Anlass verstehen, dieses Gespräch zu eröffnen, nicht zu beenden. Wenn man sich allgemein darüber informiert, wie Universitäten mit KI-Richtlinien umgehen, wird das Muster klarer: Ob ein Wert Sie überhaupt erreicht, hängt von einer Entscheidung ab, die weit oberhalb Ihres Seminarraums getroffen wird, nicht von einer festen Eigenschaft der Technologie selbst.

Was ein hoher Wert beweist, und was nicht

Ein hoher KI-Wert ist ein Hinweis, kein Urteil. Turnitin selbst versteht den Prozentsatz als einen Datenpunkt für das Urteil einer Lehrperson und nicht als Feststellung eines Fehlverhaltens, und die oben genannten Genauigkeitswerte erklären, warum diese Einordnung wichtig ist: Selbst ein Wert auf Dokumentebene, der einigermaßen gut funktioniert, 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 ein einzelner Wert falsch ist. Es bedeutet, dass ein Prozentsatz ein Grund ist, Fragen zu stellen, und nicht eine Feststellung, die man auf den ersten Blick akzeptieren sollte.

Ein einzelner Prozentsatz auf Dokumentebene verdichtet vier getrennte Schritte zu einer Zahl, und keiner dieser Schritte erfasst Bedeutung oder prüft, ob ein Argument stichhaltig ist. Zu sehen, wie ein kürzerer Abschnitt auf den zugrunde liegenden statistischen Signalen abschneidet, aus denen eine solche Pipeline aufgebaut ist, ist ein direkterer Weg, einen Bericht zu verstehen, als den Prozentsatz als Urteil zu behandeln. Der kostenlose Perplexity-Checker von TextPulse führt eine vereinfachte Version einer solchen wortbezogenen Bewertung an Ihrem eigenen Entwurf aus, außerhalb jeder institutionellen Pipeline, und der kostenlose Burstiness-Checker deckt die Hälfte derselben Messung ab, die den Satzrhythmus betrifft. Beide geben Ihnen eine Einschätzung zu Ihrem eigenen Text, nicht eine Vorhersage darüber, was Turnitin dazu sagen wird. Kein Tool kann dies verantwortungsvoll für ein System versprechen, das es nicht kontrolliert.

Turnitin berichtet zwei Zahlen, und sie messen unterschiedliche Dinge. Welche welche ist, wird separat erläutert, zusammen mit was tatsächlich als guter Turnitin-Wert gilt, sobald man weiß, worauf sich der Prozentsatz bezieht. Mehrere verwandte Fragen haben eigene Seiten: ob eine Professorin oder ein Professor erkennen kann, dass Sie ChatGPT verwendet haben, ganz ohne irgendeinen Detektor, die direktere Variante davon, werde ich erwischt, und für bestimmte Kontexte, KI-Erkennung in Pflegeprogrammen sowie ob Zulassungsstellen an Hochschulen diese Prüfungen durchführen. Die weiter gefasste Einordnung steht in einem separaten Beitrag über akademische Integrität und KI.

Nichts davon dürfte die endgültige Fassung 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. Es steht neben dem übrigen Sammlung kostenloser Tools von TextPulse, für alle, die ein zweites Signal möchten, bevor sie den Prozentsatz einer einzelnen Institution als letztes Wort behandeln.

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. Turnitin bewertete diesen Text mit 26.8% 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.