Stellen Sie sich vor: Eine Studentin reicht eine Seminararbeit ein. Der Plagiatschecker gibt grünes Licht. Trotzdem beschleicht Sie das Gefühl, diese Argumente, diese Gedankenabfolge, schon einmal gelesen zu haben, nur in anderen Worten.
Dieses Unbehagen hat einen Namen: Para-Plagiat. Und es ist kein Randphänomen mehr.
Ist KI-Missbrauch an sich ein Randphänomen? Nein, die Zahlen sind eindeutig: 95% der Hochschulangehörigen sind überzeugt, dass KI an ihren Institutionen missbräuchlich eingesetzt wird bzw. die Fähigkeit des kritischen Denkens schwächt. Und auf der anderen Seite geben bereits 18% der britischen Grundstudierenden offen zu, KI-generierten Text eingereicht zu haben – wohlgemerkt sind das nur diejenigen, die es zugeben. Weiters bleiben gemäß Studienlage davon bis zu 94% der erschummelten Texte gänzlich unentdeckt.
Sich an einer Hausarbeiten-Börse im Internet zu bedienen oder einen Fundus im Dunstkreis der Kommilitonen zu bemühen, um eine bereits validierte Arbeit als die eigene auszugeben ist nichts Neues. Heute kopiert ein Student den Text nicht nur, sondern bemüht KI den eigenen Text zu paraphrasieren, bzw. einen ‚Humanizer‘ (KI, die KI-Text vermenschlicht) und reicht das Ergebnis ein. Dreißig Sekunden. Der Inhalt, also das geistige Eigentum, das nie selbst erarbeitet wurde, bleibt dabei unverändert. Und Forschung zur „machinell-paraphrasierte Plagiate“ nennt den Einsatz von Paraphrasierungstools zur Verschleierung explizit eine „ernsthafte Gefahr„ für die akademische Integrität.
Warum klassische Tools hier versagen
Das Grundproblem ist technisch gut belegt: Klassische Plagiatsprüfung misst Wortgleichheit. Das funktionierte so lange Abschreiben handwerklichen Aufwand bedeutete. Diese Welt existiert nicht mehr. Eine systematische Übersicht von 189 Studien kommt zum klaren Schluss: Lexikalische Methoden scheitern ausgerechnet bei paraphrasiertem Plagiat.
Noch unbequemer: Paraphrasieren hebelt nicht nur Plagiatsprüfungen aus. Es umgeht im gleichen Schritt auch KI-Detektoren – ohnehin generell mit Vorsicht anzuwenden – da der Text ja nur paraphrasiert und damit noch nah genug am menschlichen Text ist. Zwei Schranken, ein Werkzeug, null Aufwand.
Das grundlegende Dilemma: Sie haben nur das PDF
Gibt es das Prüfungsformat her, hilft eine enge Betreuung. Oder man kann sich auf verschiedene Zwischenschritte berufen, denen man die menschliche Eigenleistung ansehen kann. Aber in vielen Prüfungssituationen fehlt jede Prozessevidenz. Kein Schreibverlauf, keine Zwischenversionen. Was bleibt, ist das finale Dokument – und die Qualität der Textanalyse entscheidet darüber, ob es überhaupt belastbare Hinweise gibt. Genau hier war bisher eine Lücke.
Mentafy’s Antwort – “S³: Semantic Source Search”
Mit dem aktuellen Release schließen wir diese Lücke. Unser neuer Algorithmus S³ – Semantic Source Search ergänzt die klassische Ähnlichkeitsprüfung um eine semantische Ebene: Statt Wortfolgen zu vergleichen, analysiert S³ Bedeutung und Argumentationsstruktur über ganze Textabschnitte hinweg.
Was das konkret bedeutet: Zwei Sätze, die dasselbe bedeuten, aber völlig unterschiedlich formuliert sind, werden als inhaltlich verwandt erkannt. Identifiziert S³ eine semantisch nahe Passage, ordnet das System die mutmaßliche Quelle zu und stellt sie der Einreichung direkt gegenüber. Sie erhalten keinen abstrakten Score – sondern eine konkrete Gegenüberstellung als Grundlage für das Gespräch mit der Studierenden.
Der eigentliche Clou ist: Während einerseits KI-Detektion bestenfalls Hinweise und keine belastbaren Beweise liefert und klassische Plagiatsoftware Para-Plagiate verpasst, wird S³ genau die Dokumente ausweisen, die Grundlage der Paraphrasierung waren.
Überzeugen Sie sich selbst
S³ ist ab sofort Teil der Mentafy Academic Integrity Suite. Wenn Sie wissen möchten, was in Ihren Einreichungen wirklich steckt – jenseits von Wortgleichheit – testen Sie die Para-Plagiatserkennung direkt in Ihrem Account.
Haben Sie Grenzfälle oder Fachdomänen, in denen Para-Plagiate besonders häufig auftreten? Wir freuen uns (wie immer) über Ihr Feedback – es hilft uns, S³ so präzise wie möglich weiterzuentwickeln.
Noch kein Kommentar, Füge deine Stimme unten hinzu!