Seit generative KI im Alltag angekommen ist, begleitet uns stetig diese Frage: Wie verlässlich lässt sich eigentlich erkennen, ob ein Text von einem Menschen stammt oder von einer KI?

Spätestens seit dem Boom rund um ChatGPT ist klar, dass diese Frage in Bildungskontexten weit mehr bedeutet als eine technische Fingerübung. Sie berührt Vertrauen, Fairness und letztlich die Frage, welche Konsequenzen aus einer Leistungsbewertung folgen dürfen.

Was KI-Detektion kann und was nicht

Die ehrliche Antwort zuerst: KI-Detektion ist ein wertvolles Signal, keine gerichtsfeste Forensik. Auch die stärksten Systeme liefern Wahrscheinlichkeiten und keine Beweise. Zu kurze Texte, ungewöhnliche Schreibstile oder schlichte Umformulierungen können Ergebnisse ins Wanken bringen. Deshalb warnen seriöse Anbieter ausdrücklich davor, Detektionsergebnisse als alleinige Grundlage für Sanktionen heranzuziehen. Und sie warnen zu Recht.

Aber: Diese Limitationen sind am Ende kein Argument dafür, den bestmöglichen Job nicht zu machen.

Genau das ist die Philosophie hinter Mentafy. Ein Klassifikator ist ein Hinweis. Kein Urteil.

Wenn die Datenlage es erlaubt, betrachten wir deshalb mehrere Signale parallel: Plagiatsprüfung, Quellen- und Referenzanalyse, KI-Klassifikation und, wo vorhanden, Hinweise aus Versions- und Prozessdaten. Also nicht nur wie ein Text klingt, sondern wie er entstanden ist.

Warum Deutsch eine eigene Lösung braucht

Heute möchten wir über unser Modul zur KI-Klassifikation sprechen und über ein Update, auf das wir uns schon lange freuen: Unser KI-Klassifikator bekommt ein sprachspezifisches Upgrade für Deutsch.

Warum ist das keine Kleinigkeit? Weil viele Modelle und Detektoren in der Praxis einen sogenannten „Englisch-Bias“ tragen. Das liegt schlicht daran, dass Englisch in großen Webdatenquellen dominant vertreten ist, während Deutsch, und viele andere Sprachen, deutlich unterrepräsentiert sind. In der Konsequenz werden nichtenglische Texte mit einer Brille bewertet, die für sie nicht gemacht wurde.

Was wir gebaut haben

In den letzten Monaten haben wir deshalb ein neues Grundmodell entwickelt und es gezielt mit umfangreichem deutschsprachigem Datenmaterial weitertrainiert. Das Ergebnis: Für deutsche Texte kann unser System nun in einen eigenen, spezialisierten Pfad wechseln und liefert dort spürbar stabilere und überzeugendere Ergebnisse als ein generischer, sprachblinder Ansatz.

Was das konkret bedeutet: Ein deutschsprachiger Text wird als Deutsch bewertet und nicht als „englischer Schreibstil, ins Deutsche übertragen“. Diese Passung macht in unseren Tests einen signifikanten Unterschied.

Ein bewusster Start mit Raum zum Wachsen

Mit dem aktuellen Release bringen wir diese deutschspezifische Version jetzt in die Praxis und starten dabei bewusst in einem Modus, der zu unserer Arbeitsweise passt: Wir sammeln Feedback aus dem echten Einsatz, beobachten Grenzfälle und entwickeln das Modell iterativ weiter.

Denn auch das gehört zur Realität: Studierende arbeiten längst mit immer neuen Modellgenerationen. Detektion bleibt nur dann nützlich, wenn sie Schritt hält. Deshalb investieren wir kontinuierlich in Modell- und Daten-Updates, statt auf einem einmaligen „Detektor-Stand“ stehen zu bleiben.

Unser Ausblick ist klar: Wenn sich der sprachspezifische Ansatz, der im Labor so gut performt, auch im Alltag bestätigt, wiederholen wir das Muster Sprache für Sprache.

Ihr Feedback zählt

Wenn ihr Mentafy bereits nutzt und mit deutschsprachigen Einreichungen arbeitet: Wir freuen uns über jede Rückmeldung aus Euren Erfahrungen, besonders zu Grenzfällen, spezifischen Textsorten und typischen Schreibstilen in eurem Kontext.

Dieses Upgrade ist ein Schritt in eine Richtung, die uns wichtig ist: mehr Fairness, weniger Bias und bessere Entscheidungsgrundlagen für alle Beteiligten (nicht nur auf Englisch).