Von Satori Studio – stock.adobe.com

Seit Sprachmodelle wie ChatGPT frei verfügbar sind, hat sich die Art, wie Hausarbeiten, Referate und Aufsätze entstehen, spürbar verändert. Viele Schülerinnen, Schüler und Studierende nutzen solche Werkzeuge, um sich Formulierungen liefern zu lassen, Gliederungen zu erstellen oder ganze Absätze direkt zu übernehmen. Für Lehrkräfte und Dozierende, die eigenständige Leistungen bewerten sollen, wird es dadurch zunehmend schwieriger einzuschätzen, welcher Anteil einer Arbeit tatsächlich von der einreichenden Person selbst stammt und welcher Anteil maschinell erzeugt wurde.

Diese Entwicklung betrifft längst nicht nur Schulen und Universitäten, sondern auch Bewerbungsschreiben, Vereinsprotokolle oder private Blogbeiträge, bei denen Leserinnen und Leser zunehmend wissen möchten, ob ein Text authentisch ist. Wer einen Verdacht überprüfen möchte, kann einen Text durch einen Chatgpt Detector laufen lassen, der typische sprachliche Muster maschinell erzeugter Inhalte analysiert und eine erste Einschätzung liefert, auch wenn solche Werkzeuge keine hundertprozentige Sicherheit bieten.

Sprachliche Merkmale, die auf ChatGPT-Texte hindeuten

Ein wiederkehrendes Merkmal vieler ChatGPT-Texte ist eine auffällig gleichmäßige Satzlänge sowie der häufige Einsatz bestimmter Übergangsformulierungen wie „zusammenfassend lässt sich sagen“ oder „es ist wichtig zu betonen“, die in menschlich verfassten Texten seltener und variabler vorkommen. Auch eine gewisse Neutralität im Ton fällt auf: Persönliche Meinungen, konkrete eigene Erfahrungen oder ungewöhnliche Formulierungen, wie sie für einen individuellen Schreibstil typisch sind, fehlen in maschinell erzeugten Texten häufig fast vollständig.

Darüber hinaus neigen Sprachmodelle dazu, Themen sehr ausgewogen und listenartig abzuhandeln, selbst wenn eine klarere, pointiertere Aussage inhaltlich angemessener wäre. Wer mehrere Absätze eines verdächtigen Textes nebeneinander liest, bemerkt oft eine repetitive Grundstruktur, bei der jeder Abschnitt nach einem ähnlichen Muster aus Einleitung, Erklärung und Beispiel aufgebaut ist, was bei eigenständig geschriebenen Texten seltener so konsequent durchgehalten wird. Auch fehlende Rechtschreibfehler oder Tippfehler können in bestimmten Kontexten auffällig sein, da handgeschriebene oder unter Zeitdruck verfasste Texte in der Regel zumindest kleinere Unregelmäßigkeiten aufweisen.

Warum reine Erkennung an ihre Grenzen stößt

So hilfreich technische Prüfwerkzeuge auch sind, sie liefern stets nur eine Wahrscheinlichkeitseinschätzung, keine endgültige Gewissheit. Texte, die von Menschen überarbeitet oder mit KI-Unterstützung nur teilweise erstellt wurden, lassen sich damit oft nur schwer eindeutig zuordnen. Auch false positives, bei denen ein tatsächlich selbst geschriebener Text fälschlich als maschinell erzeugt eingestuft wird, kommen vor, besonders wenn eine Person sehr klar und strukturiert schreibt.

Aus diesem Grund setzen viele Bildungseinrichtungen mittlerweile nicht mehr allein auf technische Erkennung, sondern kombinieren sie mit anderen Methoden, etwa mündlichen Rückfragen zum Inhalt einer Arbeit oder dem Vergleich mit früheren Texten derselben Person. Diese Kombination aus technischer Prüfung und persönlichem Gespräch liefert insgesamt ein deutlich verlässlicheres Bild als ein einzelnes automatisiertes Ergebnis, das für sich genommen weder eine Anschuldigung noch einen Freispruch rechtfertigt.

Wie sich Prüfungsformate an die neue Realität anpassen

Als Reaktion auf die wachsende Verbreitung von KI-Texten verändern manche Bildungseinrichtungen auch die Art, wie Leistungen überhaupt abgefragt werden. Mündliche Prüfungen, Präsentationen mit anschließender Diskussion oder handschriftlich verfasste Arbeiten unter Aufsicht gewinnen wieder an Bedeutung, weil sie sich deutlich schwerer durch reine Texteingabe in ein Sprachmodell umgehen lassen als klassische Hausarbeiten, die zu Hause ohne Aufsicht entstehen.

Auch Prozessdokumentationen, bei denen Lernende einzelne Arbeitsschritte, Zwischenergebnisse und Quellen während der Erstellung einer Arbeit festhalten, werden zunehmend genutzt, um nachvollziehbar zu machen, wie ein Text tatsächlich entstanden ist. Diese Methode verlagert den Fokus von der reinen Endkontrolle hin zu einer Begleitung des gesamten Schreibprozesses, was Täuschungsversuche deutlich erschwert, ohne den Einsatz von KI-Werkzeugen von vornherein pauschal zu verbieten.

Sinnvoller Umgang mit KI im Lern- und Schreibprozess

Statt KI-Werkzeuge grundsätzlich zu verbieten, setzen immer mehr Bildungseinrichtungen auf einen transparenten Umgang damit, bei dem der Einsatz solcher Hilfsmittel klar geregelt und offen kommuniziert wird. Für Recherche, erste Ideensammlung oder sprachliche Überarbeitung können Sprachmodelle durchaus sinnvoll eingesetzt werden, solange die eigentliche gedankliche Leistung erkennbar von der einreichenden Person selbst stammt. Wichtig ist dabei, dass Lernende von Anfang an verstehen, wo die Grenze zwischen Unterstützung und Übernahme fremder Leistung verläuft.

Entscheidend bleibt letztlich, dass Lernende die Fähigkeit zum eigenständigen Denken und Formulieren nicht verlieren, nur weil ein Werkzeug diese Arbeit theoretisch übernehmen könnte. Wer KI bewusst als Unterstützung nutzt statt als Ersatz für die eigene Auseinandersetzung mit einem Thema, profitiert langfristig deutlich mehr davon als jemand, der sich vollständig auf automatisiert erzeugte Texte verlässt.