KI-Text ohne Tool menschlicher machen: Welche Eingriffe die Statistik wirklich bewegen

Zwei völlig unterschiedliche Aufgaben werden „KI-Text humanisieren" genannt. Die eine besteht darin, generierten Text irgendwie an einer Prüfung vorbeizubringen. Die andere ist die Lage, in der die meisten stecken: Der Text ist Ihrer, oder er war einmal ein Entwurf, den Sie seitdem umgeschrieben haben – und trotzdem kam er markiert zurück. Auf dieser Seite geht es um den zweiten Fall. Fast alles Weiter unten ist ein Grund dafür, warum der erste ein bewegtes Ziel bleibt.

Arbeite auf der Ebene ganzer Passagen. Turnitin zerlegt eine Einreichung in überlappende Segmente aus mehreren Sätzen, bewertet jedes Segment einzeln und lässt jeden qualifizierenden Satz die Wertung der Segmente erben, in denen er steckt. Eine Änderung, die auf einen einzigen Satz beschränkt bleibt, tritt also gegen den Absatz ringsum an. Die drei Eigenschaften, die Turnitin bei den eigenen Fehlalarmen nennt, sind Text mit wenig struktureller Abwechslung, Text, der sich wörtlich wiederholt, und Text, der umformuliert wurde, ohne neue Gedanken zu entwickeln. Diese Liste kommt einer veröffentlichten Spezifikation für Handarbeit so nahe wie sonst nichts.

Niemand – uns eingeschlossen – kann Ihnen eine Zahl nennen, bei der Ihr Wert hinterher landet. Die meisten Ratschläge zu diesem Thema sind so geschrieben, als könnten Sie Ihr eigenes Ergebnis messen. Das können Sie meistens nicht; weiter unten gibt es einen Abschnitt genau dazu.

Der Prozentwert für KI-Text ist keine Zählung verdächtiger Sätze. In Turnitins FAQ wird die Verarbeitung so beschrieben:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score." (Wenn eine Arbeit bei Turnitin eingereicht wird, werden die Sätze der Einreichung extrahiert und zur Vorhersageanalyse in überlappende Abschnitte zerlegt. Jedes Segment wird vom KI-Erkennungsmodell klassifiziert und erhält einen Wert zwischen 0 und 1, der die Wahrscheinlichkeit angibt, dass der Text von einem Menschen oder von einer KI stammt. Jeder qualifizierende Satz innerhalb dieser Segmente erbt die Wertung des Segments. Da sich die Segmente überlappen, kann ein Satz mehrere Wertungen haben, die dann zu einer einzigen zusammengefasst werden. Diese Satzwertungen werden weiter aggregiert, und daraus wird der KI-Schreibwert für das gesamte Dokument berechnet.)

Drei praktische Dinge folgen daraus.

Ein Satz hat keine eigene Meinung. Seine Wertung kommt von den Textblöcken, zu denen er gehört – und er gehört zu mehreren. Der Satz also, auf den Sie starren, kann eine Wertung tragen, die seine Nachbarn gesetzt haben.

Es zählt nur Fließtext. Turnitin nennt das „qualifying text" (qualifizierender Text) und analysiert nach eigenen Angaben "only blocks of text that are written in standard grammatical sentences" (nur Textblöcke, die in standardsprachlichen, grammatikalisch vollständigen Sätzen geschrieben sind) – keine Listen, keine Aufzählungspunkte, keine anderen Strukturen ohne Sätze. Ferner heißt es, der ermittelte Wert "is not necessarily the percentage of the entire submission" (ist nicht notwendigerweise der Prozentanteil der gesamten Einreichung), und ein Dokument, das mehrere Textarten mischt, "would result in a disparity between the percentage and the highlights" (führe zu einer Abweichung zwischen Prozentwert und Markierungen). Wenn Ihre Markierungen nicht zu der Zahl zu passen scheinen, die man Ihnen genannt hat, ist das der dokumentierte Grund – keine Fehlfunktion. Mehr dazu in Wie lässt sich ein Turnitin-AI-Writing-Report lesen?

Und der Score hängt an der Passage: Das ist die Einheit, die der Detektor liest.

Alles Weitere auf dieser Seite folgt aus einem einzigen Satz dieser FAQ:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Manchmal können falsch positive Ergebnisse – also menschlich verfasster Text, der fälschlich als KI-generiert markiert wird – Inhalte ohne große strukturelle Abwechslung betreffen, Text, der sich wörtlich wiederholt, oder Text, der umformuliert wurde, ohne neue Gedanken zu entwickeln.)

Der nächste Satz wiegt genauso schwer: "If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Wenn unser Indikator in einem solchen Text einen höheren Anteil an KI-Schreibweise anzeigt, empfehlen wir, dies bei der Betrachtung des ausgewiesenen Prozentwerts zu berücksichtigen.) Das ist der Anbieter, der Lehrenden sagt, hohe Werte bei Texten dieser Art zu relativieren.

Klar muss sein, was diese Liste ist: Turnitin benennt die Formen menschlichen Schreibens, bei denen der eigene Detektor danebenliegt. Das ist keine Beschreibung der Funktionsweise des Modells, und es ist keine Checkliste, um generierten Text zu tarnen. Es ist eine Beschreibung Ihrer Lage, wenn Sie den Text selbst geschrieben haben und er trotzdem markiert wurde. Drei benannte Eigenschaften, drei Eingriffe. Das ist die ganze Methode.

Vor den Eingriffen erst das hier aus dem Weg räumen – die Hälfte aller Ratschläge im Netz baut darauf auf.

Die Standarderzählung lautet: Detektoren messen Burstiness und Perplexity, und akademische Prosa schneidet schlecht ab, weil sie gleichmäßig getaktet ist. Dieselben FAQ widersprechen dem: Das Modell "is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions" (ist nicht ausdrücklich darauf programmiert, bestimmte Signale wie „Burstiness", „Perplexity" oder andere einzelne Kennzahlen zu bewerten, die in öffentlichen Diskussionen gelegentlich genannt werden). Stattdessen heißt es, das Modell lerne statistische Muster aus den Trainingsdaten, und einzelne Vorhersagen ließen sich nicht immer Merkmal für Merkmal erklären.

Vorsicht, wie weit Sie das treiben. Auf derselben Seite heißt es nämlich auch, die Klassifikatoren seien darauf trainiert, Unterschiede in der Wortwahrscheinlichkeit zu erkennen – und Perplexity ist ein Maß für Wortwahrscheinlichkeit. Die zutreffende Fassung ist deshalb eng: Turnitin bestreitet, diese beiden genannten Werte als feste Regeln zu berechnen. Es bestreitet nicht, dass die Statistik der Wortwahl eine Rolle spielt.

Der praktische Effekt ist kleiner, als es klingt. Den Satzrhythmus zu variieren lohnt sich trotzdem – aber aus dem Grund aus dem vorigen Abschnitt, nicht weil Sie an einem Burstiness-Regler drehen. Wo diese Erzählung herkommt, haben wir in Was KI-Detektoren jenseits von Perplexity und Burstiness messen nachgezeichnet.

Öffnen Sie den markierten Absatz – und schließen Sie dann den Entwurf. Schreiben Sie den Absatz neu, aus Ihren Notizen, Ihrer Gliederung oder der Quelle, aus der er stammt. Bearbeiten Sie nicht die vorhandenen Sätze. Schreiben Sie die Passage, dann vergleichen Sie sie mit der alten, um zu prüfen, ob ein Fakt, eine Zahl oder ein Zitat verloren gegangen ist.

Warum dieser zuerst: Weil Segmente bewertet werden, gehören die Nachbarsätze mit zu dem, was den Wert erzeugt hat. Ein Absatz, der aus dem Quellmaterial neu geschrieben wird, kommt mit einem anderen Satzbestand heraus, einer anderen Reihenfolge der Aussagen und meist auch einer anderen Länge. Ein Absatz, der Wort für Wort überarbeitet wurde, behält seine Form.

Arbeite in Blöcken von zwei oder drei aufeinanderfolgenden Absätzen, statt einzelne Satzkorrekturen über das Dokument zu verstreuen. Segmente reichen über Absatzgrenzen hinaus; zusammenhängendes Arbeiten bringt deshalb mehr als dieselbe Zahl an Änderungen, quer verteilt.

Das ist der langsame Eingriff. Es ist auch der einzige, der verlässlich Text entstehen lässt, den Sie Satz für Satz als Ihren verteidigen können, wenn jemand Sie danach fragt.

Erster Punkt auf Turnitins Fehlalarm-Liste. Generierte Entwürfe – und, ehrlich gesagt, viele müde menschliche Entwürfe – laufen auf dieselbe Form hinaus: Absätze von nahezu identischer Länge, jeder eröffnet mit einem Themensatz, jeder endet mit einem „Das zeigt, dass"-Fazit, jeder enthält drei belegende Punkte.

Was Sie ändern sollten:

• Lassen Sie die Absatzlänge der Aufgabe folgen, die der Absatz hat. Eine Einschränkung darf ein einziger Satz sein. Ein durchgerechnetes Beispiel darf zwölf Sätze brauchen – und soll es auch, wenn das nötig ist, um das Beispiel durchzurechnen.
• Streichen Sie den abschließenden Zusammenfassungssatz aus allen Absätzen, die keinen brauchen. In vielen Entwürfen wiederholt jeder dritte Absatz am Ende seinen eigenen Auftakt.
• Brechen Sie den Themensatz-Reflex: Fangen Sie einen Absatz mit der Ausnahme an, einen mit der Zahl, einen mitten im Argument.
• Manche Sätze sollten einfach aufhören.

Eine Falle: Fließtext in Aufzählungspunkte zu verwandeln ist nicht dieser Eingriff. Aufzählungen sind kein „qualifying text"; wer Prosa aus Sätzen herauszieht, zieht sie damit aus der Analyse heraus – und das kann die Zahl bewegen, ohne dass sich an Ihrem Schreiben irgendetwas geändert hätte. Ihr Prüfer merkt das, und Sie haben die Arbeit verschlechtert, um eine Statistik zu reparieren. Text in eine Tabelle zu schieben bringt nicht einmal das: Laut einer Release Note kann Turnitin inzwischen längere Fließtexte in Tabellen verarbeiten – wobei bestehende Einreichungen dafür erneut eingereicht werden müssen.

Zweiter Punkt auf der Liste – und der billigste Gewinn auf dieser Seite.

Durchsuchen Sie Ihr eigenes Dokument nach wiederholten Wortfolgen ab sechs Wörtern. Prüfen Sie dann die vier Stellen, an denen akademische Entwürfe sich gewohnheitsmäßig wiederholen: Abstract gegen Einleitung, Einleitung gegen den ersten Abschnitt, jedes „wie oben erwähnt" und die Schlussfolgerung gegen alles. Achten Sie außerdem auf den Absatz, der seinen eigenen ersten Satz am Ende noch einmal sagt – das ist das Problem aus Eingriff 2 in anderem Gewand.

Streichen Sie das zweite Vorkommen, nicht das erste. Wenn ein Punkt in der Schlussfolgerung wirklich noch einmal gesagt werden muss, dann sagen Sie ihn in einem Nebensatz, nicht in einem Absatz.

Richtig gemacht, kann das einem Abschnitt erstaunlich viel wegnehmen. Es kürzt die Arbeit außerdem – was meist ein ganz eigenes Problem ist, das Sie ohnehin schon haben.

Dritter Punkt: "text that has been paraphrased without developing new ideas" (Text, der umformuliert wurde, ohne neue Gedanken zu entwickeln). Das ist der einzige Eingriff auf der Liste, der verändert, was der Absatz behauptet, statt nur, wie er klingt – und er ist der einzige, der den Kontakt mit einem echten Korrektor übersteht.

Ergänzen Sie in jeder markierten Passage das, was nur Sie ergänzen können:

• Die Zahl aus Ihren eigenen Daten – und den einen Fall, in dem sie nicht standhält.
• Warum Sie diese Methode gewählt haben, nachdem Sie die naheliegende verworfen hatten.
• Eine Einschränkung, die Ihnen bei der Arbeit selbst aufgefallen ist, statt einer, die Sie im Diskussionsteil einer fremden Arbeit aufgelistet gefunden haben.
• Wo zwei Ihrer Quellen sich widersprechen – und welcher Sie folgen.
• Das Ergebnis, das Sie erwartet haben und nicht bekommen haben.

Wenn ein Absatz davon nichts aufnehmen kann, fragen Sie sich, ob er überhaupt ein Argument trägt. Absätze, die wahr, aber leer sind, wirken wie generiert – und nach Turnitins eigener Auskunft sind es genau die, bei denen der Detektor danebenliegt.

Kosten: nach oben offen. Es kann bedeuten, einen Nachmittag lang zurück zu den Quellen zu gehen. Es ist aber auch der einzige Eingriff hier, der die Note unabhängig von jedem Erkennungswert verbessert.

Turnitin zufolge verhalten sich kurze Dokumente anders:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (Bei kürzeren Dokumenten mit nur wenigen hundert Wörtern wird die Vorhersage meist „alles oder nichts" lauten, weil wir auf der Basis eines einzigen Segments vorhersagen, ohne die Möglichkeit zur Überlappung.)

Und der nächste Satz: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Das bedeutet, dass mancher Text, der eine Mischung aus KI-generierten und eigenen Inhalten ist, als vollständig KI-generiert markiert werden könnte.)

Bei einem Personal Statement von 500 Wörtern oder einem Diskussionsbeitrag gibt es praktisch ein einziges Segment. Zwei Sätze darin zu bearbeiten ist kein Teilerfolg auf dem Weg zu irgendetwas. Entweder schreiben Sie das Stück aus Ihren Notizen komplett neu, oder Sie akzeptieren, dass der Wert sich so verhält wie dokumentiert, und stecken Ihre Energie darein, zeigen zu können, wie Sie geschrieben haben. Diese Seite haben wir in Markiert, obwohl Sie selbst geschrieben haben behandelt.

Die Spalte „Aufwand" ist eine Schätzung, keine Messung. Sie unterstellt englische akademische Prosa, griffbereite Notizen und keine Unterbrechungen – eine Annahmenkombination, die noch nie eingetreten ist.

Lesen Sie die ersten vier Zeilen als eine Aufgabe, nicht als Menü. Sie überlappen stark: Wer einen Absatz aus Notizen neu schreibt, korrigiert meist in einem Durchgang Länge, Wiederholung und Leere gleich mit.

Diesen Teil lassen die meisten Ratgeber weg – und er verändert, was Sie tun sollten.

Der KI-Schreib-Indikator und der Bericht sind für Studierende nicht sichtbar. Nur Lehrende und die Verwaltung sehen sie, wobei eine Lehrkraft den Bericht als PDF herunterladen und weitergeben kann. Wenn ihn Ihnen also niemand zeigt, bearbeiten Sie Ihren Text ohne Messgerät.

Selbst wenn der Bericht vor Ihnen liegt, ist die Auflösung am unteren Ende schlecht. Turnitin zeigt für Werte zwischen 1 und 19 keinen Prozentwert an, sondern nur ein Sternchen – und begründet das damit, mögliche Fehlalarme zu vermeiden. Eine Änderung, die ein Dokument von 18 % auf 6 % gebracht hat, erscheint im Bericht deshalb exakt so wie eine Änderung, die gar nichts bewirkt hat.

Das Modell ist außerdem so gebaut, dass es eher zu wenig meldet. Um die Fehlalarmquote niedrig zu halten, "there is a chance that we might miss some AI written text in a document" (besteht die Chance, dass wir in einem Dokument manchen KI-geschriebenen Text übersehen), so Turnitin – und es nennt ein eigenes Beispiel: Ein mit 50 % ausgewiesenes Dokument "could contain as much as 65% AI writing" (könnte bis zu 65 % KI-Text enthalten). Eine Zahl, die nach unten geht, beweist in keine der beiden Richtungen viel.

Etwas, an dem Sie sich bei dieser Arbeit festhalten können: Turnitin sagt Lehrenden, der Wert werde dann bestimmungsgemäß verwendet, wenn man ihn als "a single data point rather than a definitive response" (einen einzelnen Datenpunkt statt einer endgültigen Antwort) behandle, und drei seiner Hilfeseiten sagen, der Wert dürfe nicht die alleinige Grundlage für eine Maßnahme gegen eine Studentin oder einen Studenten sein. Reparieren Sie die Arbeit. Der Wert ist der Arbeit nachgelagert – und Sie sehen ihn ohnehin nicht.

Die Zeit ist der offensichtliche Posten, und sie wächst nicht linear mit. Ein Essay mit 1.500 Wörtern ist ein Abend. Ein Kapitel mit 8.000 Wörtern, Tabellen, Literaturverzeichnis und Querverweisen ist ein anderes Kaliber, weil das Editieren dann nicht mehr der schwierige Teil ist.

Die weniger offensichtlichen Kosten:

• Jeder Absatz, den Sie neu schreiben, ist ein Absatz, den Sie erneut prüfen müssen. Zahlen, die Zeitform im Methodenteil, die Frage, ob das Zitat noch auf die Aussage zeigt, an der es hing. Das Prüfen dauert oft länger als das Neuschreiben.
• Sie können Ihr eigenes Argument plattwalzen. Dreimal „mach das weniger gleichförmig" über die eigene Prosa, um ein Uhr nachts – und aus einer sorgfältigen Abschwächung ist eine Übertreibung geworden.
• Bei langen Dateien ist der Schaden strukturell. Querverweise, nummerierte Beschriftungen, Fußnoten und Felder des Inhaltsverzeichnisses gehen kaputt, wenn Text verschoben wird – und sie gehen lautlos kaputt. Über diese Art des Scheiterns haben wir in Word-Felder, Inhaltsverzeichnisse und Querverweise geschrieben.
• Sie machen womöglich Arbeit noch einmal, die schon in Ordnung war – denn welche Passagen markiert wurden, sehen Sie nicht, es sei denn, Ihre Lehrkraft gibt den Bericht weiter.

Der Umfang ist der teure Teil, und genau darum herum ist HumanPen gebaut – lesen Sie diesen Absatz also als das, was er ist: eine Partei, die etwas davon hat. Der Weg über den Bericht-Import nimmt den AI Writing Report, den Sie bekommen haben, und – in den Worten jener Seite – "Only passages matched from the report are rewritten; the rest of the document is preserved verbatim" (Nur die im Bericht gefundenen Passagen werden umgeschrieben; der Rest des Dokuments bleibt unverändert erhalten). Passagen, die die Voraussetzungen erfüllen, können kostenlos erneut durchlaufen werden. Ob Sie die Eingriffe von Hand machen oder nicht: Das Prinzip ist in beiden Fällen dasselbe, und es ist das langweilige – je enger der Umfang, desto weniger muss hinterher erneut geprüft werden.

Von Hand zu editieren ist öfter die richtige Entscheidung, als ein Tool-Anbieter gern zugibt:

• Das Dokument ist kurz. Bei ein paar hundert Wörtern schreiben Sie ohnehin alles neu.
• Ihre Notizen und Quellen sind noch offen. Eingriff 4 ist dann fast kostenlos – und ein halbes Jahr später unmöglich.
• Der markierte Abschnitt ist einer, den Sie aus der zugrundeliegenden Arbeit wirklich neu schreiben können – ein Methodenteil etwa oder ein Ergebnisabsatz.
• Das Problem, das der Bericht gefunden hat, ist ein echtes Problem. Wiederholungen, leere Absätze und gleichförmiger Aufbau sind zuallererst handwerkliche Fehler. Sie zu beheben macht die Arbeit besser, ob sich nun eine Zahl bewegt oder nicht.

Sinkt der KI-Erkennungswert, wenn ich die Satzlänge variiere? Nicht aus dem Grund, der meistens genannt wird. Turnitin sagt, das Modell sei nicht ausdrücklich darauf programmiert, Signale wie Burstiness oder Perplexity zu bewerten. Andererseits nennt es "content without a lot of structural variation" (Inhalt ohne große strukturelle Abwechslung) als Eigenschaft, die bei den eigenen Fehlalarmen häufig vorkommt – Abwechslung wiederherzustellen lohnt sich also. Sehen Sie es als einen Eingriff unter mehreren, nicht als den Trick.

Wie viel muss ich ändern, bevor sich die Zahl bewegt? Niemand kann Ihnen das sagen, und wer Ihnen einen Prozentwert nennt, erfindet ihn. Turnitin bewertet überlappende Segmente und fasst die Ergebnisse zusammen; wie eine Änderung wirkt, hängt also von der Passage ringsum ab. Hinzu kommt, dass Ihnen die Rückmeldung im Bereich von 1 % bis 19 % fehlt, wo der Bericht ein Sternchen zeigt statt einer Zahl.

Mein Literaturverzeichnis wurde markiert. Sollte ich meine Literaturangaben bearbeiten? Prüfen Sie zuerst, welchen Bericht Sie in der Hand halten. Laut einer Release Note werden Literaturverzeichnisse bei der Verarbeitung des AI Writing Report ausgenommen – wobei bestehende Einreichungen diese Änderung erst bei einer erneuten Einreichung greifen –, und Turnitin sagt, KI-Schreib-Markierungen seien im Similarity Report überhaupt nicht sichtbar. Ein markiertes Literaturverzeichnis ist fast immer ein Ähnlichkeitstreffer, und übereinstimmende Literaturangaben sind der Normalfall: Ein Zitierstil existiert schließlich, damit alle dieselbe Quelle gleich formatieren.

Ich habe nur eine Grammatikprüfung benutzt. Wird das markiert? Die FAQ von Turnitin sagt zu Tests mit von Menschen geschriebenen Dokumenten, dass "in most cases" (in den meisten Fällen) Änderungen durch Grammarly und andere Grammatik-Tools vom Detektor nicht markiert wurden. Weiter heißt es, das gelte nicht für die generativen Funktionen von Grammarly – ausdrücklich genannt werden Entwurfserstellung, Umformulieren und Zusammenfassen –, und damit erzeugte Inhalte "will likely be flagged as AI-generated by our detector" (werden wahrscheinlich von unserem Detektor als KI-generiert markiert). Die Grenze verläuft zwischen dem Korrigieren Ihrer Sätze und ihrem Erzeugen.

Gibt es einen Wert, den ich anpeilen sollte? Einen veröffentlichten Schwellenwert gibt es nicht, und die Hochschulen handhaben das jeweils selbst. Turnitin sagt Lehrenden, der Wert werde dann bestimmungsgemäß verwendet, wenn man ihn als einzelnen Datenpunkt statt als endgültige Antwort behandle. Warum die verbreitete Marke von 20 % keine Regel ist, haben wir in Ist ein KI-Anteil von 20 % zu hoch? ausgeführt.

Quellen: Turnitins AI writing detection capabilities FAQs, Using the AI Writing Report und die AI writing detection model release notes. Zitate am 14. August 2026 gegen diese Seiten geprüft. Erschienen im Blog eines Unternehmens, das ein Werkzeug zum Humanisieren von Dokumenten verkauft – was zu wissen gut ist, wenn Sie den Abschnitt über die Kosten der Handarbeit lesen.