Worum es geht
„Hat das ein Mensch oder eine KI geschrieben?" ist eine Frage, die jede Lehrkraft 2026 öfter stellt. Die ehrliche Antwort: oft nicht sicher zu beantworten. Aber: Es gibt Indikatoren, die helfen — und eine Lernchance, die in jeden Unterricht gehört.
Sechs sprachliche Marker
Indikatoren, die KI-Texte häufig haben. Keine Beweise — aber Hinweise.
Glatte Sprache
KI-Texte sind oft zu sauber: kaum Tippfehler, kaum stilistische Brüche, gleichförmige Satzlänge. Echte Schülertexte haben mehr Unregelmäßigkeiten.
Generische Beispiele
KI bevorzugt allgemeine Beispiele („zum Beispiel ein Apfel"). Individuelle, schulspezifische Beispiele fehlen.
Listen-Struktur
KI strukturiert gerne nummeriert oder mit Bullet Points — auch wo Fließtext angemessen wäre.
Standardphrasen
„In conclusion", „Es ist wichtig zu betonen", „Diese vielfältigen Aspekte" — wiederkehrende Floskeln.
Halluzinierte Fakten
Datums-, Personen-, Zitat-Angaben sind häufig erfunden oder verzerrt. Stichproben-Quellencheck.
Fehlender Standpunkt
KI gibt selten klare Positionen — Argumentationen wirken balanciert aber meinungslos.
Detektoren — was sie können (nicht)
Vier verbreitete Werkzeuge, ehrlich eingeordnet. Keines ist alleine bewertungs-tauglich.
GPTZero
Bekanntester Detektor — hohe False-Positive-Rate vor allem bei Nicht-Muttersprachlern
Turnitin AI Detector
In Hochschule verbreitet. False-Positives dokumentiert.
Copyleaks AI
Kommerzielles Tool. Wechselnde Genauigkeit. Nicht alleinige Bewertungsgrundlage.
Wasserzeichen-Verfahren
OpenAI/Google arbeiten an unsichtbaren Markern. Stand 2026 nicht zuverlässig im Alltagseinsatz.
4-Stunden-Unterrichtseinheit
Erkennen wird zur Kompetenz, wenn es bewusst trainiert wird.
- Stunde 1: KI-Texte vs. echte Schülertexte raten (Lehrkraft präsentiert 5 Beispiele anonym, Klasse vermutet).
- Stunde 2: Sprachliche Marker erarbeiten (Stationenarbeit mit 3 Strategien).
- Stunde 3: Detektoren ausprobieren — und ihre Grenzen erleben (False Positives sichtbar machen).
- Stunde 4: Eigene Erkennungs-Strategien formulieren und auf neue Texte anwenden.
Grenzen der Erkennung
Vier Punkte, die unbequem sind — aber wichtig zu wissen.
Mit Aufforderung wird KI menschlich
Prompts wie „Schreibe in einem natürlichen, leicht fehlerhaften Schülerstil" umgehen Detektoren weitgehend.
Detektoren benachteiligen Nicht-Muttersprachler
DaZ-Texte werden überproportional als „KI" erkannt — strukturell ungerecht.
Kein Beweisinstrument
Detektor-Ergebnisse sind keine forensische Evidenz. Für Bewertungs-/Disziplinar-Verfahren ungeeignet.
Wettrüsten
Schreib-KIs werden „menschlicher", Detektoren versuchen aufzuholen. Die Entfernung wächst eher.
Häufige Fragen
Sind KI-Detektoren zuverlässig?
Stand 2026: nicht zuverlässig genug für Bewertungen oder Disziplinarfragen. Sie liefern Hinweise, aber nicht Beweise. Vor allem False Positives bei Nicht-Muttersprachlern und mit gutem Prompting täuschbar.
Was tun, wenn ich KI-Nutzung vermute?
Gespräch suchen statt Anklage. Frage konkret: „Erzähl mir, wie du auf diesen Gedanken gekommen bist." Wer den Text selbst geschrieben hat, kann erklären. Wer KI genutzt hat, gerät ins Schwimmen. Kein Verhör, sondern Dialog.
Welche Aufgabenformate sind „KI-resistent"?
Vollständig: keine. Aber: Aufgaben mit persönlichem Bezug, in der Stunde geschrieben, mit Quellenbezug zum Unterricht oder mit Reflexion über Lernprozess sind erheblich schwerer KI-zu-faken.
Sollten wir Schüler:innen das Erkennen explizit beibringen?
Ja — als Teil von Medienkompetenz. Schüler:innen müssen wissen, wo KI-Inhalte stecken können (Bewerbungsschreiben, Werbung, Wahlkampf). Schule hat hier klaren Bildungsauftrag.
Ist die Erkennung eine Wettrüstungs-Logik?
Leider ja. Texte werden besser, Detektoren versuchen aufzuholen. Die produktivste Strategie für Schule: Erkennung als Kompetenz, nicht als Schiedsrichter. Plus: Aufgaben so gestalten, dass KI-Nutzung sichtbar oder schwierig wird.