Die kurze Antwort lautet ja, aber nicht mit letzter Sicherheit. Es gibt kein Verfahren, das eine KI-Urheberschaft zu hundert Prozent nachweist. Was es gibt, sind sprachliche und strukturelle Muster, die mit hoher Wahrscheinlichkeit auf eine maschinelle Herkunft hindeuten.

Ein Sprachmodell wählt jedes Wort nach Wahrscheinlichkeit. Dadurch entstehen Texte, die glatt und korrekt sind, aber selten überraschen. Genau diese Gleichmäßigkeit ist die Spur, der sowohl geübte Leser als auch Prüftools folgen. Wer die Muster kennt, erkennt viele KI-Texte schon beim Lesen, oft schneller als jede Software.

Am Stil verrät sich ein KI-Text am deutlichsten. Diese Merkmale treten besonders häufig auf.

– Wiederkehrende Floskeln. Wendungen wie in der heutigen Zeit, es ist entscheidend, ein weiterer wichtiger Aspekt oder eine Rolle spielen häufen sich weit stärker als in menschlichen Texten. Oft leitet fast jeder Absatz mit derselben Konstruktion ein.
– Ein begrenzter Wortschatz. Wörter und Satzmuster wiederholen sich, weil das Modell auf sichere, häufige Formulierungen zurückgreift. Menschlicher Text greift zu eigeneren Bildern.
– Gleichförmiger Satzrhythmus. Die Sätze ähneln sich in Länge und Bau. Es fehlt das Auf und Ab von kurzen und langen Sätzen, das entsteht, wenn ein Mensch schreibt.
– Fehlende Übergänge. Jeder Absatz behandelt sauber ein Thema, beginnt und endet für sich, aber die Verbindung zum nächsten Gedanken fehlt. Der Text wirkt fragmentiert.

Ein einzelnes dieser Merkmale beweist nichts, denn auch Menschen schreiben manchmal so. Erst die Häufung mehrerer Anzeichen macht eine maschinelle Herkunft wahrscheinlich.

Neben dem Stil verrät auch der Aufbau viel. Ein sehr typisches Zeichen ist die Dreierstruktur. Modelle wie ChatGPT geben ihren Text gerne in Dreierlisten aus, drei Tipps, drei Argumente, drei Schritte. Das wirkt aufgeräumt, fällt aber nach ein paar Texten als Schema auf.

Auch inhaltlich gibt es Anhaltspunkte. KI-Texte übertreiben manchmal, etwa wenn von einer Vielzahl an Möglichkeiten die Rede ist, obwohl es nur zwei gibt. Dazu kommen erfundene Fakten oder Quellen, die es nicht gibt, weil ein Modell Inhalte erzeugt, die plausibel klingen, aber nicht stimmen müssen. Ein weiteres Signal ist ein Bruch im Niveau. Wenn ein Absatz professionell klingt und der nächste deutlich einfacher wird, deutet das oft auf eingefügte oder überarbeitete KI-Passagen hin.

Prüftools automatisieren die Mustersuche. Sie messen vor allem zwei Kennzahlen. Die Perplexität beschreibt, wie vorhersehbar das nächste Wort ist. Menschlicher Text ist weniger vorhersehbar, KI-Text berechenbarer. Die Burstiness misst, wie stark die Satzlängen schwanken. Menschen mischen kurze und lange Sätze, ein Modell bleibt gleichmäßiger.

Viele Tools nutzen zusätzlich eigene Modelle, die mit großen Mengen menschlicher und maschineller Texte trainiert wurden. Sie lernen feine Unterschiede in Stil und Satzbau, die dem Auge entgehen. Wichtig bleibt, dass jedes Ergebnis eine Wahrscheinlichkeit ist, kein Beweis. Das gilt für alle Tools am Markt.

Die Erkennung ist ein Katz-und-Maus-Spiel. Kein Tool am Markt erreicht volle Sicherheit, und OpenAI hat den eigenen Erkennungsdienst im Jahr 2023 sogar abgeschaltet, weil die Trefferquote zu niedrig war. Das zeigt, wie schwer die Aufgabe selbst für die Entwickler ist.

Zwei Fälle sind besonders schwierig. Erstens gemischte Texte, die teils von Hand und teils mit KI entstehen, dazu Paraphrasen und Übersetzungen. Zweitens deutschsprachige Texte, denn die meisten Tools sind auf Englisch trainiert und schneiden auf Deutsch schwächer ab. Deshalb kann ein selbst geschriebener Text fälschlich als KI markiert werden. Warum das passiert, steht ausführlich im Beitrag darüber, warum eigener Text als KI erkannt wird.

Ein Verdacht ist noch kein Urteil. Wer einen Text prüfen will, sollte mehrere Anzeichen zusammen betrachten, nicht ein einzelnes. Lies den Text auf die genannten Muster, prüfe die Fakten und Quellen, und nutze ein Tool als zusätzlichen Anhaltspunkt, nicht als letzte Instanz.

Im Hochschul- und Bewerbungskontext ist das besonders wichtig, weil viel auf dem Spiel steht. Betreuende und Personalverantwortliche nutzen Detektoren als Hinweis, um das Gespräch zu suchen, nicht als Beweismittel. Mehr dazu, wie zuverlässig sich das im Einzelfall feststellen lässt, steht in ChatGPT-Text erkennen.