Plagiats-Evolutionserkennung

Das echte Ausmaß des Problems

Wenn ein Text ausschließlich mithilfe von Generativer KI erstellt wurde, hinterlässt er bei herkömmlicher Plagiatssoftware fast keine Spuren. Der Text ist nicht von einer anderen Quelle abgeschrieben — er wurde generiert. Kein Satz existiert irgendwo anders, es gibt keinen String-Match, keine verdächtige Überlappung mit bekannten Quellen. Klassische Plagiatssoftware wie Turnitin, PlagScan oder traditionelle Textvergleichssysteme prüft auf Textkopien. Für etwas, das nie aus einer vorhandenen Quelle stammt, ist sie technisch blind.

Was die Zahlen zeigen:

Laut einer Erhebung des britischen Higher Education Policy Institute nutzen inzwischen 88 Prozent aller Studierenden generative KI bei Prüfungsleistungen — im Jahr 2024 waren es noch 53 Prozent (HEPI, 2025). Eine Analyse britischer Hochschulen durch den Guardian (2023/24) dokumentierte 7.000 bestätigte Fälle von KI-missbrauch — das entspricht 5,1 Fällen je 1.000 Studierende, und das ist nur, was nachgewiesen werden konnte.

In Deutschland ist die Lage ähnlich, aber weniger systematisch erfasst. Die Deutsche Gesellschaft für Hochschuldidaktik schätzt, dass weniger als 30 Prozent der Hochschulen bis Ende 2024 über belastbare Prozesse für den Umgang mit KI-Täuschung verfügten. Viele Institutionen agieren im Reaktionsmodus: Richtlinien entstehen, nachdem ein konkreter Fall aufgetaucht ist, nicht davor.

Drei Gründe, warum das Problem schneller wächst als die Reaktion:

1. Die Werkzeuge zur Umgehung sind kostenlos und intuitiv. Paraphrasierungstools wie QuillBot, Undetectable.ai oder einfaches händisches Umformulieren nach GPT-Ausgabe lassen die meisten Detektoren ins Leere laufen. In einer kontrollierten Studie (Kaushan et al., NeurIPS 2023) sank die Erkennungsrate von DetectGPT durch einfaches Paraphrasieren von 70,3 auf 4,6 Prozent.

2. Falsch-Positive beschädigen das Verfahren. Eine Untersuchung von Stanford-Wissenschaftlern (Liang et al., 2023) zeigte: Aktuelle Detektionstools markieren 61,3 Prozent der Essays von Studierenden mit nicht-muttersprachlichem Englisch als KI-generiert. Wer nicht-diskriminierende Verfahren will, kann diesem Werkzeug nicht blind vertrauen.

3. Sanktionen auf Basis von KI-Detektionssoftware allein sind rechtlich nicht haltbar. Das Bundesverwaltungsgericht hat Anforderungen an Beweislast in Prüfungsverfahren gesetzt; mehrere Hochschulen (darunter jüngst eine nordrhein-westfälische Fachhochschule) haben Verfahren nach Widerspruch zurückziehen müssen, weil kein zusätzlicher menschlicher Nachweis vorlag.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Tabelle zeigt die fundamentale Spannung: Mehr Automatisierung erhöht die Abdeckung, aber nicht die Rechtssicherheit. KI-Detection ist ein Screening-Instrument, kein Urteilsinstrument.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Das Screening selbst beschleunigt sich erheblich: Was früher 15–20 Minuten manuelle Prüfung pro Einreichung kostete, ist mit einem LMS-integrierten Tool in 1–3 Minuten erledigt. Aber die Zeit, die in Verdachtsgespräche, Dokumentation und Widerspruchsverfahren fließt, steigt parallel — vor allem, wenn die Falsch-Positiv-Rate zu großzügig eingestellt ist. Gesamteinsparung: real, aber nicht dramatisch.

Kosteneinsparung — niedrig (2/5) Lizenzkosten für institutionelle Tools liegen zwischen 6.000 und 20.000 Euro/Jahr. Dieser Betrag senkt keine Personalkosten direkt — Prüfende werden nicht ersetzt, sondern bei administrativem Screening entlastet. Wer hofft, Stellen einsparen zu können, hat die falsche Erwartung. Der Nutzen liegt in Prozessqualität und Rechtssicherheit, nicht in messbaren Kosteneinsparungen.

Schnelle Umsetzung — mittel (3/5) LMS-Plugins für Moodle und Canvas sind in 4–8 Wochen integriert. Das Technische ist handhabbar. Was länger dauert: die Hochschul- oder Schulleitung muss eine klare KI-Nutzungsrichtlinie definieren, bevor ein Tool gerechterweise eingesetzt werden kann. Wer ein Tool einführt ohne vorher festzulegen, was erlaubt ist und was nicht, kann keinen fairen Screening-Prozess betreiben.

ROI-Sicherheit — niedrig (2/5) KI-Detection ist probabilistisch — kein Tool gibt ein binäres Urteil mit verlässlicher Sicherheit. Jedes System produziert Falsch-Positive und Falsch-Negative. Ein Hochschulprozess, der auf einem Tool mit 18–22% Falsch-Positiv-Rate basiert, ist für Klagen anfällig. Der tatsächliche ROI — weniger Täuschungen, bessere Prüfungsintegrität — ist real, aber kaum direkt messbar.

Skalierbarkeit — hoch (4/5) Das ist die echte Stärke: Einmal in das LMS integriert, prüft das Tool 50 oder 5.000 Einreichungen ohne Mehraufwand für die Lehrenden. Für Institutionen mit wachsenden Studierendenzahlen oder mehreren Standorten ist das der entscheidende Vorteil gegenüber rein manuellen Prozessen.

Richtwerte — stark abhängig von Institutionsgröße, LMS-Infrastruktur und Umfang der Richtlinienarbeit.

Der Rüstungswettlauf verstehen — warum klassische Erkennung scheitert

Um zu verstehen, warum moderne KI-Täuschung so schwer zu fassen ist, hilft ein kurzer Blick auf die Mechanik der Erkennung — und ihrer systematischen Unterwanderung.

Wie klassische Plagiatsprüfung funktioniert: Tools wie Turnitin oder Compilatio vergleichen Texte mit einer Datenbank bekannter Quellen. Sie suchen nach String-Matches, überlappenden Phrasen und verdächtigen Zitationsmustern. Das funktioniert hervorragend, wenn ein Text aus einer bekannten Quelle abgeschrieben oder leicht umformuliert wurde.

Warum KI-generierte Texte damit nicht auffallen: Ein LLM erzeugt Text von Grund auf neu. Es gibt keine Originalquelle, keinen Satz, der irgendwo bereits existiert. Der generierte Text ist strukturell einwandfrei, stilistisch kohärent — und im Datenbank-Vergleich unauffällig.

Was neuere Detektionsansätze versuchen: Die zweite Generation von Erkennungstools (GPTZero, Originality.AI, Turnitins AI Writing Detector) nutzt andere Signale: Perplexität (wie unvorhersehbar ist der Text?) und Burstiness (wie stark variiert die Satzlänge?). KI-generierte Texte tendieren zu niedrigerer Perplexität — die Sätze sind statistisch „erwartbar”. Das klingt überzeugend, hat aber einen grundlegenden Schwachpunkt.

Das Paraphrasierungsproblem: Wer einen KI-generierten Text durch ein Paraphrasierungstool schickt — oder ihn einfach ein wenig umschreibt — erhöht die gemessene Perplexität und senkt den KI-Score zuverlässig. In kontrollierten Experimenten (Kaushan et al., NeurIPS 2023) sank die Erkennungsrate von DetectGPT durch einfaches Paraphrasieren von 70,3 auf 4,6 Prozent. Dieser Angriff erfordert keine technischen Kenntnisse. Er ist kostenlos. Und er ist weit verbreitet.

Die Konsequenz: Jede Erkennung, die auf statistischen Textmerkmalen basiert, läuft Gefahr, im Rüstungswettlauf mit den Umgehungswerkzeugen zu verlieren. Die Frage ist nicht, ob das aktuelle Tool gut genug ist — sondern ob die gesamte Strategie tragfähig ist.

Der Ausweg liegt nicht in noch besserem Pattern-Matching, sondern in einem Paradigmenwechsel: von der Textanalyse zur Autorenanalyse. Stilometrie — die statistische Analyse individueller Schreibmuster über Zeit — vergleicht nicht den Text mit einem Modell, sondern die aktuelle Einreichung mit früheren Texten derselben Person. Ein plötzlicher Sprung in Syntax-Komplexität, Satzrhythmus oder Vokabular ist schwerer zu fälschen als ein KI-Score.

Was das System konkret macht

Modernes KI-gestütztes Täuschungsscreening besteht aus drei Schichten, die idealerweise ineinandergreifen:

Schicht 1 — Automatisches Similarity-Screening (klassisch) Einreichung läuft automatisch durch den klassischen Plagiatsscan gegen Textdatenbanken. Immer noch relevant für Essay-Mill-Texte (fremde Autorschaft, menschlich geschrieben) und schlecht versteckte Textübernahmen. Werkzeuge: Turnitin, Compilatio, Copyleaks.

Schicht 2 — KI-Schreibmuster-Erkennung Der gleiche Text läuft durch einen KI-Detektor, der auf Perplexität, Burstiness und typische NLP-Muster von Sprachmodellen prüft. Werkzeuge: GPTZero, Originality.AI, Turnitin AI Writing Detector. Ergebnis: ein Wahrscheinlichkeitsscore, nie ein Beweis.

Schicht 3 — Stilometrischer Autorenvergleich Bei Verdacht aus Schicht 2 folgt der Vergleich mit früheren authentischen Einreichungen der studierenden Person: Seminararbeiten, beobachtete Klausurtexte, kommentierte Entwürfe. Starke Abweichungen in Schreibstil, Satzstruktur oder Vokabular-Richness sind deutlich robuster als reine KI-Scores. Turnitin Authorship Investigate ist hierfür ausgelegt.

Schicht 4 — Strukturiertes Gespräch Das ist die einzige rechtssichere Methode: ein dokumentiertes Gespräch, in dem die studierende Person gebeten wird, Teile ihrer Arbeit zu erklären, Zwischen-Entwürfe zu zeigen oder Entscheidungen zu begründen. Wer KI extensiv genutzt hat, ohne den Inhalt zu durchdringen, scheitert in diesem Gespräch zuverlässig. Wer die Arbeit selbst geschrieben hat, hat meistens kein Problem damit.

Falsch-Positiv-Konsequenzen — was auf dem Spiel steht

Das ist der Abschnitt, den viele KI-Detektionsdiskussionen auslassen.

Ein Falsch-Positiv ist kein technisches Versehen. Es ist eine Beschuldigung akademischen Fehlverhaltens gegen eine Person, die unschuldig ist. Die Folgen können gravierend sein: im akademischen Bereich drohen Noten-Nullsetzung, Wiederholungspflicht, in schlimmen Fällen Exmatrikulation oder Berufsverbot.

Liang et al. (Stanford, 2023) haben demonstriert, dass aktuelle Detektionstools TOEFL-Essays — Texte von Nicht-Muttersprachlern, vollständig menschlich verfasst — in 61,3 Prozent der Fälle als KI-generiert klassifizieren. In manchen Tests flaggten die Tools 97,8 Prozent aller TOEFL-Essays als verdächtig, wenn auch nur ein einziges System angewendet wird.

Was das in der Praxis bedeutet:

• Internationale Studierende, Geflüchtete und Menschen mit Migrationshintergrund werden systematisch häufiger beschuldigt
• Stilistisch präzises Schreiben — oft das Ergebnis von mehr Arbeit, nicht weniger — löst falsche Alarme aus
• Grammarly- oder Rechtschreib-Korrekturen können Detektoren triggern, obwohl sie explizit erlaubt sind

Viele US-amerikanische Universitäten (darunter Montclair State University, Vanderbilt, University of Texas at Austin, Northwestern University) haben die AI-Detection-Funktion von Turnitin deaktiviert oder deren Einsatz für Sanktionsentscheidungen untersagt — genau wegen dieser Verzerrungen.

Die rechtliche Lage in Deutschland: Prüfungsrechtlich gilt der Grundsatz, dass Sanktionen nur auf Basis einer Gesamtbewertung durch prüfende Personen ausgesprochen werden dürfen. Ein automatisierter KI-Score allein genügt als Nachweis nicht. Institutionen, die das ignorieren, riskieren nicht nur Widersprüche, sondern zivilrechtliche Klagen.

Konkrete Werkzeuge — was wann passt

Für den Praxiseinsatz im deutschsprachigen Bildungsbereich empfehlen sich unterschiedliche Kombinationen je nach Institution:

Compilatio — wenn DSGVO-Konformität Priorität hat EU-Server (Frankreich), deutschsprachige Oberfläche, LMS-Integration für Moodle, ILIAS und StudIP. Der einzige Anbieter dieser Kategorie mit echter EU-Datenhaltung. Besonders relevant für öffentliche Hochschulen, bei denen der Transfer personenbezogener Daten in die USA einer aufwändigen Prüfung bedarf. Jahreslizenzen verhandelbar, je nach Institutionsgröße ca. 6.000–12.000 Euro.

Turnitin — wenn englischsprachige Einreichungen dominieren und eine Lizenz bereits besteht Die größte Vergleichsdatenbank, tief in die Standard-LMS integriert. AI Writing Detection seit Januar 2024 als Zusatzoption. Wenn eine Turnitin-Lizenz bereits vorhanden ist: das AI-Modul aktivieren und das Ergebnis als Screening-Instrument, nicht als Beweismittel, behandeln. Datenhaltung USA — AVV vorhanden, aber Drittlandtransfer muss bewertet werden.

GPTZero — für schnelles Ad-hoc-Screening in Englisch Kostenlos bis 5.000 Zeichen täglich, ohne LMS-Integration. Für einzelne Verdachtsfälle bei englischsprachigen Texten brauchbar. Nicht für institutionelles Screening geeignet — zu hohe Falsch-Positiv-Rate (ca. 18–22%) ohne strukturierten Folgeprozess.

Copyleaks — wenn LMS-Integration mit Budget-Sensibilität kombiniert werden soll Native LMS-Plugins für Moodle und Canvas, Einstieg ab ca. 9,99 USD/Monat. Kombiniert klassischen Plagiat-Scan mit KI-Erkennung. Für kleine Gymnasien oder Hochschulen mit begrenztem Budget eine pragmatische Option. Datenhaltung USA.

Originality.AI — für Batch-Screening via API Kein kostenloser Plan, aber konkurrenzfähige Credits-Preise (ca. 1 Cent pro 100 Wörter). Eignet sich für Institutionen, die automatisiertes Batch-Screening über eigene Systeme per API aufbauen wollen.

Wann welcher Ansatz

• Öffentliche deutsche Hochschule, DSGVO-Fokus → Compilatio
• Bestehende Turnitin-Lizenz, internationale Studiengänge → Turnitin + AI-Modul
• Gymnasium, kleines Budget, Moodle → Copyleaks
• Ad-hoc-Screening Englisch, kein Budget → GPTZero (kostenlos)
• API-basierter Workflow → Originality.AI

Datenschutz und Datenhaltung

Studentische Prüfungsarbeiten enthalten personenbezogene Daten im Sinne der DSGVO. Sobald eine Einreichung automatisiert an einen externen Dienst übergeben wird — auch anonymisiert —, greift Art. 28 DSGVO: Es braucht einen Auftragsverarbeitungsvertrag (AVV), und bei US-Anbietern auch eine Bewertung des Drittlandtransfers gemäß Art. 46 DSGVO.

Was das konkret bedeutet:

• Turnitin (USA): AVV verfügbar, Standard-Contractual Clauses (SCCs) für EU-Transfer vorhanden. Für öffentliche Hochschulen dennoch prüfungspflichtig — das Hochschulrechenzentrum oder der Datenschutzbeauftragte muss das Dokument unterzeichnen, nicht nur die Einzellehrkraft.
• Compilatio (EU, Frankreich): Datenhaltung innerhalb der EU. Kein Drittlandtransfer-Problem. Einfachster Weg zur DSGVO-Konformität für deutsche Institutionen.
• GPTZero, Originality.AI, Copyleaks (USA): Alle bieten AVV an, alle erfordern SCCs. Für einzelne Lehrkräfte, die diese Tools ohne institutionelle Genehmigung nutzen: Das ist datenschutzrechtlich problematisch — Einreichungen dürfen nicht einfach an US-Dienste hochgeladen werden.

Praktische Empfehlung: Vor dem institutionellen Einsatz eines Tools den Datenschutzbeauftragten einbinden. Die Faustregel: Was keine EU-Datenhaltung hat, braucht ein unterschriebenes AVV-Dokument plus dokumentierte Abwägung nach Art. 46 — das ist kein Formalakt, sondern ein Prozess, der Wochen dauern kann.

Was es kostet — realistisch gerechnet

Werkzeugkosten (Jahreslizenz, typische Institutionsgröße)

• Compilatio für 800 Studierende: ca. 6.000–9.000 Euro/Jahr (Verhandlungsbasis)
• Turnitin-Campuslizenz inkl. AI-Modul: ca. 10.000–18.000 USD/Jahr (~9.000–17.000 Euro)
• Copyleaks für 600 Einreichungen/Semester: ca. 600–900 USD/Jahr
• Originality.AI Batch-Screening 10.000 Seiten/Jahr: ca. 800–1.200 USD

Implementierungsaufwand (einmalig)

• LMS-Plugin-Integration (IT-Abteilung): 1–2 Tage
• Richtlinienentwicklung (was ist erlaubt, was nicht): 4–8 Wochen Gremienarbeit — das ist der echte Bottleneck
• Schulung Lehrende: 2–4 Stunden je Kohorte
• DSGVO-Prüfung und AVV-Abschluss: 2–6 Wochen

Gegenrechnung: Was wäre der alternative Aufwand? Ein einziges formal bearbeitetes Täuschungsverfahren kostet — Prüfungsausschuss, Widerspruchsverfahren, externe Rechtsmeinung — erfahrungsgemäß 20–60 Stunden administrativen Aufwand. Bei 5–10 Fällen pro Semester und mittlerem Stundensatz von 40–60 Euro entspricht das 4.000–36.000 Euro indirekter Kosten jährlich. Strukturiertes Screening reduziert diese Zahl nicht auf null, aber es macht den Unterschied zwischen reaktivem Chaos und geregeltem Prozess.

Was du dagegenrechnen kannst Die eigentliche Ersparnis ist nicht im Tool-Budget — es ist in der Zeitreduktion des manuellen Erst-Screenings. Wenn 800 Einreichungen pro Semester von 20 auf 2 Minuten Screening-Zeit sinken, sind das 240 Stunden zurückgewonnene Lehrzeit pro Semester. Bei 40 Euro Personalkosten/Stunde: ca. 9.600 Euro. Das deckt Compilatios Jahreslizenz ab — ohne den schwer messbaren Wert strukturierter Verfahren einzurechnen.

Drei typische Einstiegsfehler

1. Das Tool als Urteil behandeln, nicht als Hinweis. Der am häufigsten dokumentierte Fehler: Eine Einreichung zeigt 82 Prozent KI-Wahrscheinlichkeit, die prüfende Person eröffnet ein förmliches Verfahren — ohne Gespräch, ohne weitere Belege. Das ist rechtlich nicht haltbar und führt zu Widersprüchen, die die Institution verliert. Die korrekte Verwendung: Score über dem Schwellenwert → strukturiertes Gespräch mit dokumentiertem Protokoll → Einschätzung durch Prüfende → erst dann Verfahren. Ein KI-Score ist ein Hinweisindikator, kein Schuldbeweis.

2. Tool einführen ohne vorherige Richtlinienklärung. Mehrere Hochschulen haben erlebt: Tool läuft, Einreichungen werden gescreent — aber was ist überhaupt verboten? Wenn die Studienordnung schweigt, kann keine Sanktion rechtssicher durchgesetzt werden. Die Reihenfolge muss sein: Richtlinie definieren → kommunizieren → dann Tool einführen. Rückwirkend geltende Regeln scheitern im Widerspruchsverfahren.

3. Nur auf KI-Detection setzen und Paraphrasierungsrealität ignorieren. Wer seinen Screening-Prozess nur auf Perplexitäts-Scoring aufbaut, übersieht die bewiesene Schwachstelle: Paraphrasierungstools senken KI-Scores zuverlässig. Studierende, die ihre KI-Ausgabe durch ein zweites Tool laufen lassen, sind unsichtbar für reine KI-Detektoren. Der robustere Ansatz: Autorenvergleich mit früheren authentischen Texten als zweite Schicht. Was sich im Schreibstil, in der Syntax-Komplexität oder im Vokabular-Profil dramatisch verändert hat, ist verdächtig — unabhängig davon, ob ein KI-Detektor anschlägt oder nicht.

4. Kein Prozess für Falsch-Positive. Was passiert, wenn eine Studierende oder ein Studierender zu Unrecht beschuldigt wird? Wenn es keinen klar kommunizierten Widerspruchsweg, kein transparentes Dokumentationsprotokoll und keine unabhängige Überprüfungsinstanz gibt, ist das Vertrauen in das gesamte Verfahren beschädigt — nicht nur in dem einen Fall, sondern dauerhaft. Der Falsch-Positiv-Prozess muss vor dem ersten Einsatz des Tools definiert sein.

Was mit der Einführung wirklich passiert — und was nicht

Drei Widerstands-Muster tauchen fast immer auf:

„Das ist doch Überwachung.” Lehrende, die den Einsatz von Detektionstools als Misstrauensvotum gegen ihre Studierenden interpretieren, werden passiv blockieren — sie laden Einreichungen nicht hoch, ignorieren Berichte, wenden Ausnahmen groß an. Das ist nicht böswillig, sondern ein berechtigtes pädagogisches Signal: Wenn das Tool zum Hauptinstrument von Misstrauen wird statt zu einem Hilfsmittel im Gespräch, ist die Einführung falsch geframed. Lösung: Das Tool als Gesprächshelfer positionieren — nicht als Richter, sondern als Hinweisgeber für konstruktive Gespräche über akademisches Schreiben.

„Wir haben gerade keine Kapazität für noch ein Tool.” Lehrende mit 20+ Lehrveranstaltungen werden kein neues Workflow-Werkzeug freiwillig adoptieren, wenn es zusätzliche Schritte bedeutet. Lösung: Integration direkt in bestehende LMS-Bewertungsansicht, sodass der Screening-Report automatisch zur Aufgabe erscheint — kein Medienwechsel, kein separater Login.

Studierende testen die Grenzen sofort. In einer kontrollierten Gruppe werden in den ersten Wochen nach Tool-Einführung gezielt KI-generierte Texte eingereicht — als Test. Das ist vorhersehbar und kein Problem, wenn der Prozess klar ist. Es wird zum Problem, wenn das Tool etwas markiert, das Tool-Ergebnis kommuniziert wird und dann kein Folgeprozess existiert.

Was konkret hilft:

• Vor der Einführung eine gemeinsame Richtlinien-Session mit Lehrenden und Studierenden — nicht Konsultation, sondern echte Mitgestaltung
• Klare Kommunikation: Was genau ist verboten? Was ist erlaubt (z.B. KI als Recherche-Hilfe, aber nicht als Textquelle)?
• Schulungsmaterial für Lehrende, das zeigt, wie ein dokumentiertes Verdachtsgespräch geführt wird
• Evaluationszyklus: nach dem ersten Semester Falsch-Positiv-Fälle systematisch auswerten

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir verbieten KI einfach komplett — dann brauchen wir kein Detection-Tool.” Das klingt nach Klarheit, ist aber operativ nicht durchsetzbar. Wer KI „verboten” hat ohne Prüf-Infrastruktur, hat faktisch kein Verbot — er hat nur eine Regel ohne Konsequenz. Schlimmer: ein Komplettverbot kriminalisiert Nutzung, die an anderen Institutionen völlig legitim wäre, und treibt die Nutzung unter den Tisch statt sie zu regulieren. Die Frage ist nicht Verbot oder Erlaubnis, sondern: Was ist deklarationspflichtig? Und was ist nicht deklarierbar, weil es die eigene Leistung ersetzt?

„Die Tools funktionieren doch nicht zuverlässig.” Das stimmt — und das sollte offen kommuniziert werden. Kein seriöser Anbieter behauptet, Täuschung zu beweisen. Der Mehrwert liegt im Screening: In 500 Einreichungen die 20–30 Texte zu identifizieren, die ein genaueres Hinsehen verdienen, ist ein realer Zeitgewinn — auch wenn 5 davon Falsch-Positive sind, die im Gespräch schnell geklärt werden. Wer keinen Screening-Prozess hat, entscheidet im Prinzip nach Zufallsprinzip, welche Einreichungen überhaupt angeschaut werden.

„Unsere Studierenden kennen die Umgehungsmethoden sowieso.” Das ist die ehrlichste Einschätzung — und der Grund, warum ein rein technischer Ansatz langfristig nicht trägt. Aber daraus folgt nicht: Nichts tun. Es folgt: Neben dem technischen Screening den Fokus auf Prüfungsformate legen, die schwerer zu umgehen sind — beobachtete Gespräche, Portfolio-Prüfungen mit Entwurfsnachweis, mündliche Verteidigungen von Argumentationen. Die Technologie ist eine von mehreren Maßnahmen, nicht die einzige.

Woran du merkst, dass das zu dir passt

• Du hast mehr als 200 Einreichungen pro Semester, für die manuelles Screening nicht mehr praktikabel ist
• Deine Hochschule oder Schule hat bereits eine KI-Nutzungsrichtlinie — oder mindestens eine klare politische Willensbildung, eine zu entwickeln
• Du nutzt ein LMS (Moodle, Canvas, ILIAS, StudIP), in das ein Tool-Plugin integriert werden kann
• Lehrende berichten von Texten, die nicht nach den Studierenden klingen — aber klassische Plagiatssoftware zeigt keine Treffer
• Du hast einen Datenschutzbeauftragten oder eine IT-Abteilung, die eine Tool-Einführung begleiten kann

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 200 Einreichungen pro Semester. Bei kleinen Institutionen ist das manuelle Screening — kombiniert mit persönlichem Kontakt und Entwurfseinblick — zuverlässiger und günstiger als jede automatisierte Lösung. Der Tool-Aufwand (Lizenz, DSGVO, Schulung) überwiegt den Nutzen.

2. Keine klare KI-Nutzungsrichtlinie vorhanden oder politisch nicht durchsetzbar. Kein Detektionswerkzeug kann eine Regel durchsetzen, die nicht existiert oder nicht kommuniziert wurde. Wer das Tool einführt, bevor das Regelwerk steht, produziert Fälle, die im Widerspruch scheitern — und das beschädigt die gesamte Integrität des Verfahrens mehr als kein Tool.

3. Keine DSGVO-konforme Lösung für eure LMS-Infrastruktur. Wenn der Datenschutzbeauftragte die Zustimmung verweigert und kein EU-Hosting-Anbieter (wie Compilatio) passt, dürfen studentische Einreichungen nicht einfach an externe US-Dienste übergeben werden. Der Einsatz ohne rechtliche Grundlage schafft mehr Risiko als er löst.

Das kannst du heute noch tun

Lade eine eigene kurze Textprobe — oder einen anonymisierten Studierendentext, bei dem du schon ein Gefühl hattest — in GPTZero hoch. Kostenlos, keine Registrierung. Was du dabei lernst: wie ein Score aussieht, was Highlighting konkreter Sätze bedeutet — und wie wenig verlässlich das Ergebnis allein ist. Das ist die produktivste Vorbereitung für das interne Gespräch, warum euer Prüfungsausschuss kein Tool als Richter einsetzen sollte.

Wenn du direkt in einen strukturierten Screening-Workflow einsteigen willst, hier ist der Prompt, mit dem du das Verdachtsgespräch vorbereiten kannst:

Quellen & Methodik

• Liang, W. et al. (2023): „GPT detectors are biased against non-native English writers”. Stanford University, veröffentlicht in Patterns (Cell Press), Juli 2023. DOI: arxiv.org/abs/2304.02819. Kernbefund: 61,3% Falsch-Positiv-Rate für TOEFL-Essays, 97,8% mindestens einer der getesteten Detektoren. Unabhängige, peer-reviewte Studie — keine Auftragsforschung.
• Kaushan, V. et al. (2023): „Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense”. NeurIPS 2023, arxiv.org/abs/2303.13408. Kernbefund: DIPPER-Paraphrasierung senkt DetectGPT-Erkennungsrate von 70,3% auf 4,6%.
• Higher Education Policy Institute (2025): Student AI survey. 88% der Studierenden nutzen generative KI bei Prüfungsleistungen (2025 vs. 53% in 2024).
• The Guardian / UK Higher Education Statistics (2023/24): 7.000 bestätigte Fälle von KI-missbrauch an britischen Hochschulen, 5,1 Fälle je 1.000 Studierende.
• GPTZero False Positive Rate: Unabhängige Benchmarks (Skywork AI, 2025) dokumentieren ca. 18–22% Falsch-Positiv-Rate bei GPTZero; Originality.AI ca. 18%.
• Turnitin AI Detection: Turnitin beansprucht unter 1% Falsch-Positiv-Rate (interne Tests). Unabhängige Bewertungen zeigen 2–5% in Praxisbedingungen (Bloomberg Businessweek, 2024). Institutionelle Lizenzkosten: ca. 5.000–20.000 USD/Jahr (Omnia Partners Vertragsunterlagen, Februar 2024).
• Compilatio: EU-Datenhaltung (Frankreich), DSGVO-konform. Jahreslizenzen für Bildungseinrichtungen nach Institutionsgröße.

Du willst wissen, welche Kombination aus Tool, Richtlinie und Prozess für eure Institution passt — und welche DSGVO-Anforderungen du konkret erfüllen musst? Meld dich für ein kurzes Gespräch.