Fingerabdrücke im Text – Wie KI‑Schreiben erkennbar wird
Können wir wirklich unterscheiden, ob ein Text von einem Menschen oder einer Maschine stammt? Und lohnt sich die Forschung dazu?
Die Frage, ob ein Text von einer KI oder einem Menschen verfasst wurde, ist längst nicht mehr nur ein technisches Problem. Sie betrifft Wissenschaft, Verlage, Hochschulen, Medien und jede Form von Wissenskommunikation. Die Universität Göttingen untersucht genau diese Unterschiede im neuen Forschungsprojekt „Paraphrase Types and Plagiarism Detection“, das von der Deutschen Forschungsgemeinschaft (DFG) mit 340.000 Euro gefördert wird.
Woran erkennt man den Ursprung eines Textes?
Die klassische Plagiatserkennung arbeitet binär:
Sind zwei Texte ähnlich oder nicht?
Doch durch künstliche Intelligenz erstellte Texte verändern die genutzten Inhalte oft so, dass herkömmliche Systeme, die den Ursprungstext identifizieren könnten, versagen. Die Göttinger Forscher möchten daher die „Fingerabdrücke“ von KI-Modellen identifizieren – also typische Muster, die Maschinen häufiger verwenden als Menschen.
Typische Merkmale von KI-Texten
Momentan werden von künstlicher Intelligenz erzeugte Satzstrukturen als rhythmisch ausgeglichen und in gleichförmiger Satzlänge erwartet. Sie weißen hohe sprachliche Qualität auf, ja, sind glatt – zumeist ohne die Ecken und Kanten, die ein Mensch so oft in seine Texte einbaut. Generische Formulierungen werden ebenso unterstellt, wie überkorrekte Logik. Die KI vermeidet echte Originalität und persönliche Perspektive. Auch werden Argumente als zu sauber, zu linear, zu „lehrbuchhaft“ empfunden.
Es fehlt an situativen Details, die KI schreibt selten konkret, verallgemeinert eher und abstrahierd ganz gerne.
Theoretisch zeigen typische Merkmale menschlicher Texte folgende Merkmale:
- Individuelle Stilmerkmale
- Wiederkehrende Formulierungen, persönliche Tonalität.
- Unregelmäßigkeiten
- Satzabbrüche, gedankliche Sprünge, kleine Inkonsistenzen.
- Kontextwissen
- Menschen verknüpfen Details, die KI nicht kennt.
- Perspektive und Haltung
Menschen schreiben mit Absicht, Emotion, Ziel – na ja, sollten sie auf jeden Fall :-).
Nun, das stellt sich mir die Frage: Wie ist das mit wissenschaftlichen Texten?
Gerade in wissenschaftlichen Texten wird eine präzise und sachliche Sprache erwartet. Ja, so mancher Studierende muss sich erst an diesen „Speziellen Sprech“ gewöhnen, während die Bachelor- oder Masterarbeit angefertigt wird. Ein wissenschaftliche Texte vermeidet:
- Umgangssprache
- emotionale Wertungen
- unklare Begriffe
- rhetorische Ausschmückungen
- Ganz einer Maschine entsprechend werden stattdessen:
- klare Definitionen
- präzise Formulierungen
- konsistente Terminologie
- neutrale Tonalität
genutzt, ja gefordert.
Meine persönliche Sicht: das macht die KI im Zweifelsfall besser als der Mensch.
Ist dieser Forschungsansatz wirklich sinnvoll? Sollten wir nicht lieber das wissenschaftliche Denken fördern, Studierenden die KI als Sparringspartner und kritisch zu hinterfragenden Lektor zur Seite stellen, anstatt zu fragen: Hat da jemand KI benutzt?
Mal ehrlich: wer schreibt noch ohne? Bei E-Mails angefangen hin zu größeren Texten. Die Frage ist doch schon lange nicht mehr: Wer hat KI genutzt, sondern, wer hat freigegeben, wer hat seinen Namen drauf geschrieben?
Dann kann man den Studierenden gerne „grillen“ und prüfen, ob er sich im Fachgebiet auskennt, ober ob die KI geschrieben hat. Meine Befürchtung in Bezug auf KI-Forschung ist hier: Ist ein Muster entdeckt, macht die KI schon was anders…ein bisschen so wie ein schnell mutierendes Virus, dem die spezifisch passende Antikörperproduktion nicht hinterher kommt
Warum könnte diese Forschung trotz allem wichtig sein?
Plagiate werden schwerer erkennbar. KI kann Texte mit minimalem Aufwand so umschreiben, dass klassische Plagiatsoftware sie nicht mehr erkennt. Ein gut formulierender Mensch kann das allerdings auch.
Die Wissenschaftliche Integrität steht auf dem Spiel
Universitäten müssen wissen, ob Studierende oder Forschende KI-Texte als eigene Arbeit ausgeben.
Nun, diese Frage ließe sich 1. Durch eine gute engmaschige Betreuung von Studierenden beheben und 2. Dadurch, dass bei einer Prüfung so gefragt wird, dass ersichtlich wird, ob der Studierende sich wirklich mit der Materie auseinandergesetzt hat.
Verlage brauchen verlässliche Qualitätskontrolle
Ghostwriting, Fachbücher, Ratgeber – überall entstehen Texte, deren Ursprung relevant ist. Wissenschaftliche Arbeit lebt davon, dass die Quellen gelesen und zitiert werden. Da frage ich mich: Wenn sich alle an diese Vorgabe halten, wo ist dann das Problem? Schiebt man einen Text in die Maschine der LLMs und lässt diesen nochmal chic formulieren, tut das der wisschenschaftlichen Arbeit keinen Abbruch. Oder sehe ich das falsch?
Transparente KI-Systeme sind gesellschaftlich notwendig. Ich bin der Meinung, dass eine Freigabe von KI im Rahmen von Abschlussarbeiten sicherlich die Qualität selbiger als auch die wissenschaftliche Arbeit der Studierenden verbessern würde. Die Frage ist immer: Wie werden Methoden eingesetzt, wer lernt davon? Wer muss kontrollieren?
Ich sehe diese Forschung eher kritisch:
Durch künstliche Intelligenz erstellte Text werden immer besser. Einen einheitlichen Fingerabdruck wird man schon bald nicht mehr finden…
- Die Forschung könnte einem beweglichen Ziel hinterherlaufen, ganz so, wie die Rote Königin im Wunderland von Alice…
- Also hoher Aufwand mit geringem praktischen Nutzen.
- Nicht jede Institution braucht hochkomplexe Textanalysen.
Viele Probleme ließen sich pragmatisch lösen – etwa durch klare Regeln für KI-Nutzung.
Ich sehe eher ein Risiko der Überregulierung. Statt dem Austausch mit den Studierenden, guter wissenschaftlicher Praxis und einem engen Betreuer-Studierenden Verhältnis, werden Menschen im Prüfungsamt arbeiten durch irgendwelche Prüfprogramme schicken, die im Zweifelsfall schon veraltet sind, bevor sie zum ersten Mal eingesetzt werden…Wenn jede KI-Nutzung als potenzielles Plagiat gilt, hemmt das die Innovation und Kreativität und damit auch die Wissenschaft.
Der Fokus sollte nicht auf Erkennung von KI-generierten Texten liegen, sondern statt auf die Kompetenz, die sich Studierende aneignen. Statt nur KI-Texte zu entlarven, könnte man stärker darauf setzen, Menschen im Umgang mit KI zu schulen.
Fazit: Sinnvoll – aber nur mit klarem Ziel
Die Forschung der Universität Göttingen ist sinnvoll, weil sie ein reales Problem adressiert:
KI-Texte sind oft nicht mehr von menschlichen Texten zu unterscheiden, und klassische Plagiat-Software reicht nicht mehr aus. Gleichzeitig ist sie nur dann nachhaltig, wenn sie nicht nur auf Erkennung abzielt, sondern auf ein besseres Verständnis von KI-Schreiben insgesamt – und auf transparente, verantwortbare Nutzung.
