Was das Paper zu ChatGPT- und Menschentexten zeigt

A large-scale comparison of human-written versus ChatGPT-generated im Überblick: Einordnung für Studium und Schreiben

Das Paper A large-scale comparison of human-written versus ChatGPT-generated essays erschien 2023 in Scientific Reports. Der Abstract beschreibt einen Vergleich von Schülertexten und ChatGPT-Texten; dazu gibt es die vollständige Zitierangabe für die eigene Arbeit.

Worum geht es im Paper

Das Paper A large-scale comparison of human-written versus ChatGPT-generated essays stammt von Steffen Herbold, Annette Hautli-Janisz, Ute Heuer, Zlata Kikteva und Alexander Trautsch und erschien 2023. Laut Abstract geht die Studie der Frage nach, wie sich von ChatGPT erzeugte argumentative Schülertexte im Vergleich zu von Menschen geschriebenen Texten verhalten. Ausgangspunkt ist die im Abstract genannte Beobachtung, dass ChatGPT und ähnliche generative Modelle eine große Zahl an Nutzerinnen und Nutzern erreicht haben und Teil der öffentlichen Diskussion geworden sind. Der Abstract hält fest, dass die bisherige Einschätzung zu diesen Modellen entweder auf alltäglichen Beobachtungen oder auf Vergleichswerten der Modellanbieter beruht und beiden Varianten die wissenschaftliche Sorgfalt fehlt. Genau hier setzt die im Abstract beschriebene groß angelegte Studie an, die menschlich geschriebene und von ChatGPT erzeugte Aufsätze systematisch gegenüberstellt. Eine verwandte Frage betrifft erfundene ChatGPT-Quellen: Sprachmodelle erzeugen nicht nur Texte, sondern auch Literaturangaben, deren Korrektheit du prüfen solltest. Beim eigenen Veröffentlichen ist die Wahl der passenden Fachzeitschrift ein früher Schritt; das besprochene Paper erschien in Scientific Reports. Der Abstract macht deutlich, dass die Autorengruppe die Qualität der KI-generierten Texte nicht beiläufig, sondern mit einem breit angelegten Vergleich untersucht hat, der menschliche Bewertung einschließt. Damit ist das Paper für alle interessant, die wissenschaftlich fundierte Aussagen zu KI-generierten Texten suchen, statt sich auf Alltagseindrücke zu verlassen.

Methode und Material der Studie

Laut Abstract vergleicht die Studie menschlich verfasste mit von ChatGPT erzeugten argumentativen Schülertexten. Für die Bewertung wurden Aufsätze herangezogen, die von einer großen Zahl menschlicher Fachleute, konkret Lehrkräften, eingeschätzt wurden. Der Abstract nennt zusätzlich, dass die Analyse um linguistische Merkmale der generierten Aufsätze erweitert wurde, sodass neben der reinen Bewertung durch Lehrkräfte auch sprachliche Eigenschaften der Texte betrachtet wurden. Einzelheiten zu den konkreten linguistischen Merkmalen und zur Zusammensetzung der Stichprobe finden sich im Paper selbst, das über die Zeitschrift Scientific Reports zugänglich ist. Die Studie selbst untersucht Aufsätze und keine Quellenangaben; für KI-generierte Literaturangaben gibt es eine eigene Anleitung zur Prüfung KI-generierter Quellenangaben. Der methodische Kern der Studie liegt laut Abstract also in der Kombination zweier Bewertungswege: der menschlichen Einschätzung durch Lehrkräfte einerseits und der linguistischen Analyse der Textmerkmale andererseits. Diese zweigleisige Herangehensweise unterscheidet die Studie von bloßen Alltagseindrücken und von Vergleichswerten, die laut Abstract von den Anbietern der Sprachmodelle stammen. Für eine vollständige Einordnung der Stichprobengröße, der genauen Textauswahl oder der eingesetzten linguistischen Werkzeuge lohnt sich daher der Gang zum Volltext des Papers, da diese Detailinformationen dort und nicht in der Kurzfassung ausgeführt werden.

Zentrale Ergebnisse laut Abstract

Der Abstract nennt folgende zentrale Ergebnisse der Studie:

• ChatGPT erzeugt Aufsätze, die in der Bewertung hinsichtlich der Qualität höher eingeschätzt wurden als menschlich geschriebene Aufsätze.
• Der Schreibstil der KI-Modelle weist linguistische Merkmale auf, die sich von denen menschlich geschriebener Texte unterscheiden.
• Die Autorengruppe zieht aus diesen Beobachtungen die im Abstract formulierte Schlussfolgerung, dass Lehrende angesichts der leichten Verfügbarkeit der Technologie unmittelbar handeln müssen.
• Als konkrete Konsequenz schlägt der Abstract vor, Hausaufgaben neu zu denken und Lehrkonzepte zu entwickeln, die diese KI-Modelle ähnlich einsetzen wie der Taschenrechner im Mathematikunterricht genutzt wird: zunächst die allgemeinen Konzepte vermitteln und anschließend KI-Werkzeuge nutzen, um Zeit für andere Lernziele zu gewinnen.

Als Grund für den Handlungsbedarf nennt der Abstract die leichte Verfügbarkeit der Technologie. Als Hilfe beim Aufschreiben dient eine Anleitung für ein wissenschaftliches Paper, mit der sich Ergebnisse strukturiert in einen wissenschaftlichen Beitrag einbetten lassen. Die im Abstract gezogene Schlussfolgerung bezieht sich ausdrücklich auf den Bildungsbereich und richtet sich an Lehrende, die mit der Verfügbarkeit von Sprachmodellen im Unterricht umgehen müssen.

Folgen für Studium und eigenes Schreiben

Für Studierende und Lehrende, die wissen wollen, wie sich KI-Texte von Menschentexten unterscheiden, liefert der Abstract des Papers konkrete Anknüpfungspunkte. Die im Abstract genannte Beobachtung, dass ChatGPT-Texte in der Bewertung höher eingeschätzt wurden als menschlich geschriebene Texte, lässt sich als Anlass nutzen, die eigene Schreibpraxis kritisch zu reflektieren. Welche Stilmerkmale das im Einzelnen sind, nennt der Abstract nicht; er hält nur fest, dass sich der Schreibstil der KI-Modelle linguistisch von menschlich geschriebenen Texten unterscheidet. Auch die im Abstract formulierte Forderung, Lehrkonzepte an die Verfügbarkeit von KI-Werkzeugen anzupassen, lässt sich als Anstoß verstehen, im eigenen Studienalltag zu überlegen, wie Schreibaufgaben und Prüfungsformate gestaltet werden könnten. Das besprochene Paper erschien in einer Zeitschrift von Springer Nature; wie eine Einreichung bei Springer Nature abläuft, erklärt ein eigener Ratgeber. Für Lehrende liegt es nahe, eigene Bewertungsrichtlinien für Hausarbeiten zu überdenken, falls dort Textqualität allein als Kriterium gilt. Insgesamt bietet das Paper damit sowohl für die Lehre als auch für die eigene wissenschaftliche Arbeit Diskussionsstoff zur Unterscheidung von KI-generierten und menschlich verfassten Texten.

Lesen und korrekt zitieren

Das Paper eignet sich für alle, die eine wissenschaftlich fundierte Einordnung der Qualität von ChatGPT-generierten Texten im Vergleich zu menschlich geschriebenen Texten suchen, insbesondere für Studierende, Promovierende und Lehrende im Bildungsbereich. Vor jeder Verwendung in der eigenen Arbeit empfiehlt sich das eigenständige Lesen des vollständigen Papers, um Details zu Methode, Stichprobe und Diskussion zu erfassen, die über den Abstract hinausgehen. Für die Zitierung nach APA lässt sich folgende Angabe verwenden: Herbold, S., Hautli-Janisz, A., Heuer, U., Kikteva, Z., & Trautsch, A. (2023). A large-scale comparison of human-written versus ChatGPT-generated essays. Scientific Reports. https://doi.org/10.1038/s41598-023-45644-9. Diese Angabe lässt sich direkt in ein Literaturverzeichnis übernehmen; ein Abgleich mit der in der eigenen Arbeit verwendeten Zitierweise ist vor der Abgabe sinnvoll. Das Korrekturlesen vor der Einreichung ist dabei ein eigener Schritt, bei dem sich Zitierangaben wie DOI und Jahreszahl gegen die Originalquelle abgleichen lassen. Das Paper erschien in Scientific Reports, einer Zeitschrift von Springer Nature, und ist unter der Lizenz CC BY 4.0 zugänglich.

Quellen und Stand

• Crossref-Abstract: A large-scale comparison of human-written versus ChatGPT-generated: doi.org (geprüft am 2026-10-02)
• Bibliografische Angaben: A large-scale comparison of human-written versus ChatGPT-generated: doi.org (geprüft am 2026-10-02)
• Einordnung: A large-scale comparison of human-written versus ChatGPT-generated: api.crossref.org (geprüft am 2026-10-02)

„Was das Paper zu ChatGPT- und Menschentexten zeigt“ erscheint auf dieser Seite unter dem Titel „Paper: ChatGPT versus Menschentexte im Vergleich“.