Stimmt die Genauigkeit von 98 bis 99 Prozent, die KI Detektoren angeben?

Wir können die Herstellerzahlen nicht widerlegen, denn sie gelten für das Testset des jeweiligen Anbieters. Unabhängige Tests mit anderen Texten fanden niedrigere Werte: Weber-Wulff u. a. (2023) 79 Prozent für das beste von 14 Tools, Perkins u. a. (2024) 39,5 Prozent Grundgenauigkeit. Die Zahlen messen verschiedene Texte und sind deshalb nicht direkt vergleichbar.

Warum liegen Herstellerangaben und unabhängige Tests so weit auseinander?

Meist unterscheiden sich Texte, Sprache, Textlänge, Version und Schwellenwert. Ein Anbieter wählt Testtexte, bei denen sein Tool gut arbeitet. Unabhängige Teams testen auch bearbeitete oder verschleierte Texte und Texte von Nicht Muttersprachlern. Dazu kommt der Zeitpunkt: Die Tools werden laufend verändert.

Darf ich ein KI Detektor Ergebnis als Beweis nutzen?

Nein. Die unabhängigen Studien raten davon ab, ein Ergebnis allein als Beleg für Täuschung zu nehmen. Auch OpenAI hat seinen eigenen Klassifikator am 20. Juli 2023 abgeschaltet. Ein Treffer ist ein Anlass zum Gespräch, kein Urteil.

Warum nennt ihr die Namen von Anbietern nur als Text und verlinkt sie nicht?

Wir stellen Herstellerangaben mit Datum und Methode dar, damit du sie einordnen kannst. Eine Werbung für einen Anbieter soll das nicht sein. Verlinkt haben wir nur Fachquellen wie Journale und Hochschulen.

Gibt es eine Zahl, wie stark Lektorat die Note verbessert?

Wir haben keine gefunden (Stand 10. November 2026). Weder Anbieter noch Studien nennen eine Notenverbesserung in Prozent für Lektorat. Es gibt nur Kundenstimmen.

Anbieterangaben im Vergleich

Fachlich geprüft von Benjamin Lohrer, Lektor bei korrektur.de · Stand: 10. November 2026

Anbieterangaben neben unabhängigen Messungen

Lesezeit ca. 9 Min. · zuletzt aktualisiert: 10. November 2026 · Überblick zu KI Detektoren und ihrer Genauigkeit

Anbieter von KI Detektoren nennen Genauigkeiten von 98 bis 99 Prozent. Unabhängige Studien kommen oft auf deutlich niedrigere Werte. Wir stellen beides nebeneinander: Was wurde behauptet, wer hat gemessen, und ist die Methode offen? Dazu schauen wir auf Umfragen zur KI Nutzung von Studierenden und auf Zahlen aus dem Lektorat.

Kurz gesagt

Herstellerangaben zur Genauigkeit sind Eigenmessungen auf selbst gewählten Texten. Sie sind nicht falsch oder erfunden, sie gelten aber für das jeweilige Testset.
Unabhängige Tests fanden bei bearbeiteten und paraphrasierten KI Texten deutlich niedrigere Werte und viele Fehlalarme bei Texten von Nicht Muttersprachlern.
OpenAI hat den eigenen Klassifikator abgeschaltet, nachdem er in der Ankündigung nur 26 Prozent KI Text erkannt hatte.
Umfragen zur KI Nutzung von Anbietern liegen im Rahmen der unabhängigen Umfragen, sind aber beauftragt.
Für Lektorat und Noten gibt es kaum belegte Zahlen. Eine Zahl zum Noteneffekt haben wir nicht gefunden.

So haben wir verglichen

Wir bewerten nicht Produkte, sondern Methoden. Zu jeder Aussage nennen wir, wer sie wann veröffentlicht hat, wer gemessen hat und ob die Methode offen ist. „Ja“ heißt: Stichprobe, Texte und Vorgehen sind so beschrieben, dass man die Messung nachbauen könnte. „Teilweise“ heißt: einiges ist genannt, aber nicht die Daten. „Nein“ heißt: Zahl der Texte oder Testdaten fehlen.

Herstellerangaben geben wir mit Datum und, wo es auf den Wortlaut ankommt, wörtlich wieder. Eine Herstellerzahl und eine unabhängige Zahl widersprechen sich nicht automatisch, denn sie messen meist verschiedene Texte. Anbieter nennen wir nur als Text und verlinken sie nicht. Verlinkt sind Fachquellen wie Journale und Hochschulen. Stand der Recherche ist der 10. November 2026.

KI Detektoren: Was Anbieter angeben

Die folgenden Angaben stammen von den Anbietern selbst. Wir haben nur Zahlen aufgenommen, die wir am Original prüfen konnten. Weitere Herstellerangaben konnten wir nicht am Original prüfen und nennen sie deshalb nicht.

Tabelle: Wer und wann, Aussage oder Befund, Wer hat gemessen und woran, Methode offen
Wer und wann	Aussage oder Befund	Wer hat gemessen und woran	Methode offen	Quelle
Turnitin, Blogbeitrag vom 23. Mai 2023	Die Falsch Positiv Rate auf Dokumentebene liege bei „less than 1%“ (bei Texten mit mehr als 20 Prozent KI Anteil). Auf Satzebene nennt der Beitrag rund 4 Prozent.	Der Anbieter selbst, an 800.000 Texten, die vor ChatGPT entstanden sind.	Teilweise: Stichprobe genannt, Daten nicht offen.	Herstellerseite, bewusst nicht verlinkt
Turnitin, Blogbeitrag vom 26. Oktober 2023	Kein statistisch signifikanter Unterschied zu Lasten von Englisch Lernenden (Texte ab 300 Wörtern).	Der Anbieter selbst, bis zu 2.000 Texte je Sprachkombination, Ziel Fehlalarmrate 1 Prozent.	Teilweise: konkrete Fehlalarmwerte werden nicht genannt.	Herstellerseite, bewusst nicht verlinkt
GPTZero, Beitrag vom 30. Januar 2025	99 Prozent Genauigkeit bei höchstens 1 Prozent Fehlalarm. Bei gemischten Texten 96,5 Prozent. Gegen Texte von ChatGPT o1: 98,6 Prozent bei 0,0 Prozent Fehlalarm.	Der Anbieter selbst, interner Vergleich mit „Hunderten bis Tausenden Texten“. Im Vergleich steht der Anbieter selbst vorn.	Teilweise: Zahl der Texte je Tabelle fehlt.	Herstellerseite, bewusst nicht verlinkt
Originality.ai, Beitrag mit Stand von Februar 2024 bis Oktober 2026	Je Modellversion 90,2 bis 98,8 Prozent, später „99 %+“ für neuere Versionen. Der Anbieter nennt im selben Beitrag auch Fremdstudien mit 85 Prozent (RAID) und 82 Prozent bei verschleierten Texten.	Der Anbieter selbst.	Nein: Zahl der Texte und Testdaten fehlen meist.	Herstellerseite, bewusst nicht verlinkt
Winston AI, Startseite, abgerufen am 10. November 2026	99,98 Prozent Genauigkeit.	Der Anbieter selbst.	Nein: Textzahl und Testdaten für diesen Wert nicht genannt.	Herstellerseite, bewusst nicht verlinkt
Scribbr, Vergleichsseite, abgerufen am 10. November 2026	Zehn Tools erreichen im Schnitt 60 Prozent, das beste kostenlose 68 Prozent, das beste Premium Tool 84 Prozent. Das beste Premium Tool ist das eigene.	Der Anbieter selbst.	Nein: weder Textzahl noch Veröffentlichungsdatum genannt.	Herstellerseite, bewusst nicht verlinkt
OpenAI, Ankündigung vom 31. Januar 2023	Der „AI Classifier“ erkannte 26 Prozent KI Text als „likely AI written“ und stufte 9 Prozent menschlichen Text fälschlich als KI Text ein. Sehr unzuverlässig unter 1.000 Zeichen. Am 20. Juli 2023 abgeschaltet, nach Angabe des Herstellers wegen geringer Genauigkeit.	Der Hersteller selbst, an einem Testsatz englischer Texte („challenge set“).	Teilweise: Testsatz beschrieben, Daten nicht offen.	Herstellerseite, bewusst nicht verlinkt

Auffällig ist, dass jede neue Modellversion „besser“ ist und dass die Anbieter in ihren eigenen Vergleichen vorn stehen. Das ist bei Eigenmessungen normal, denn der Anbieter wählt Texte, Zeitpunkt und Schwellenwert. Es erklärt, warum die Zahlen so hoch sind. Ob ein Tool im Alltag genauso gut arbeitet, sagen sie nicht. Der Hersteller OpenAI hat seinen Klassifikator dagegen selbst zurückgezogen und die Schwäche offen genannt. Das zeigt, wie schwer das Problem ist.

Was unabhängige Studien messen

Die folgenden Studien stammen von Hochschulteams, ohne eigenes Produkt. Alle drei sind in Fachjournalen oder auf einem Preprint Server veröffentlicht und mit Link zur Quelle versehen.

Tabelle: Wer und wann, Aussage oder Befund, Wer hat gemessen und woran, Methode offen
Wer und wann	Aussage oder Befund	Wer hat gemessen und woran	Methode offen	Quelle
Weber-Wulff u. a., International Journal for Educational Integrity 19:26, 2023	Das beste von 14 Tools erreichte 79 Prozent, das schlechteste 33 Prozent. Im Schnitt über alle Tools: menschliche Texte 95 Prozent richtig erkannt, KI Texte 71 bis 74 Prozent, von Hand bearbeitete KI Texte 39 Prozent, paraphrasierte KI Texte 22 Prozent. Die Autorinnen und Autoren schließen, dass die Tools weder genau noch zuverlässig genug sind.	Hochschulforschung, 14 Tools, 54 Testfälle, 756 Tests, durchgeführt von März bis Mai 2023.	Ja: Testfälle und Vorgehen beschrieben.	Studie zu 14 KI Detektoren im Journal
Liang u. a., Patterns, 2023 (Stanford)	Sieben Detektoren stuften 18 von 91 Aufsätzen (19,78 Prozent) einstimmig als KI Text ein. 89 von 91 (97,80 Prozent) wurden von mindestens einem Detektor markiert. Die mittlere Fehlalarmrate lag bei rund 61 Prozent. Die Autoren sehen eine Benachteiligung von Nicht Muttersprachlern.	Hochschulforschung, 91 TOEFL Aufsätze von Nicht Muttersprachlern, sieben Detektoren.	Ja: Textsatz und Vorgehen beschrieben.	Studie von Liang u. a. zu Nicht Muttersprachlern
Perkins u. a., International Journal of Educational Technology in Higher Education 21:53, 2024	Die Grundgenauigkeit lag bei 39,5 Prozent und sank unter Verschleierung (gezielte Umformulierung) auf 17,4 Prozent. Die Autoren halten die Detektoren nicht für geeignet, eine Täuschung zu belegen.	Hochschulforschung, sechs Detektoren, n=805.	Ja: Vorgehen beschrieben.	Studie von Perkins u. a. im Journal

Warum Behauptung und Messung auseinanderliegen

Die Zahlen aus den beiden Tabellen sind nicht direkt vergleichbar. Das sind die häufigsten Gründe:

Andere Texte: Der Anbieter testet oft reine KI Texte gegen reine Menschentexte. Weber-Wulff u. a. testeten auch von Hand bearbeitete und paraphrasierte KI Texte. Genau dort fielen die Werte auf 39 und 22 Prozent.
Andere Sprache: Liang u. a. nutzten Aufsätze von Nicht Muttersprachlern. Die Fehlalarmrate lag dort bei rund 61 Prozent. Turnitin berichtet in einer Eigenstudie von 2023 das Gegenteil, nennt aber keine konkreten Fehlalarmwerte. Beide Messungen haben andere Texte und andere Werkzeuge, sie sind deshalb nicht gegeneinander zu rechnen.
Anderer Zeitpunkt: Die unabhängigen Tests laufen auf dem Stand von 2023 und 2024. Die Hersteller haben ihre Modelle seitdem geändert. Neuere unabhängige Tests mit offener Methode haben wir für dieses Thema nicht gefunden.
Fehlalarm und Trefferquote: „99 Prozent Genauigkeit“ sagt nicht, wie viele menschliche Texte fälschlich markiert werden. Für dich zählt oft gerade diese Zahl.

Was das für dich bedeutet

Ein Detektor liefert eine Wahrscheinlichkeit, keinen Beweis. Das sagen auch die unabhängigen Studien. Wenn du deine Arbeit selbst geschrieben hast und ein Tool schlägt an, ist das ein Grund, Entwürfe und Quellen zu zeigen, nicht ein Beleg gegen dich. Wenn du prüfst, ob ein Text nach KI klingt, nimm das Ergebnis als Hinweis.

Mehr dazu findest du im Vergleich der KI Detektoren, auf der Seite zur Genauigkeit und zu Fehlalarmen von KI Detektoren und bei den Hinweisen für Lehrende zum vorsichtigen Umgang mit Detektoren. Diese Seite ergänzt sie um einen Blick auf die Quellen der Zahlen.

KI Nutzung von Studierenden: Anbieterumfragen und Hochschulstudien

Auch bei der Frage, wie viele Studierende KI nutzen, veröffentlichen Anbieter Umfragen. Sie sind beauftragt und dienen dem Absatz. Die Zahlen liegen trotzdem im Rahmen der Umfragen von Hochschulen. Unterschiede kommen von Land, Jahr und Frage.

Tabelle: Wer und wann, Aussage oder Befund, Wer hat gemessen und woran, Methode offen
Wer und wann	Aussage oder Befund	Wer hat gemessen und woran	Methode offen	Quelle
Grammarly, Blogbeitrag vom 28. Juli 2025, Befragung durch Talker Research	87 Prozent der Studierenden nutzen KI für die Uni, 90 Prozent im Alltag, rund 5 Stunden pro Woche für Schulaufgaben.	Beauftragte Umfrage, n=2.000 Studierende in den USA.	Teilweise: Stichprobe genannt, Methode nicht. Der Auftraggeber verkauft ein KI Schreibwerkzeug.	Herstellerseite, bewusst nicht verlinkt
Chegg, Global Student Survey 2025, Befragung 1. bis 23. Oktober 2024 (durchgeführt von Yonder)	80 Prozent der Bachelor Studierenden nutzen generative KI. 53 Prozent der Nutzenden sorgen sich um die Richtigkeit, 29 Prozent fragen zuerst die KI.	n=11.706 Bachelor Studierende in 15 Ländern.	Ja: Stichprobe, Länder und Zeitraum genannt. Der Auftraggeber bietet Lernhilfen an.	Herstellerseite, bewusst nicht verlinkt
HEPI und Savanta, 26. Februar 2025	92 Prozent der Bachelor Studierenden nutzen generative KI (2024: 66 Prozent). 88 Prozent nutzen sie für Prüfungsleistungen (2024: 53 Prozent).	Unabhängige Hochschulforschung, n=1.041 Vollzeit Studierende in Großbritannien, Dezember 2024, gewichtet, Fehlerrand rund 3 Prozent.	Ja: gewichtete Stichprobe, Fehlerrand genannt.	Umfrage des HEPI zu KI im Studium
Hochschule Darmstadt (von Garrel, Mayer), 21. März 2025	91,6 Prozent der Studierenden nutzen KI.	Hochschulforschung, n=4.910 Studierende in Deutschland.	Ja: Stichprobe und Vorgehen genannt.	Meldung der Hochschule Darmstadt

Die drei Länder und Jahre sind nicht gleich: USA 2025, 15 Länder 2024, Großbritannien Dezember 2024, Deutschland 2025. Ein Prozentwert gilt immer für diese Gruppe. Weitere deutsche Umfragen (Bitkom, CHE, Frankfurt) findest du auf der Seite Was andere Studien zu Abschlussarbeiten sagen. Eine weitere Anbieterumfrage konnten wir nicht am Original prüfen und nennen sie deshalb nicht.

Lektorat und Ratgeber: Zahlen ohne Beleg

Ratgeber und Lektorate nennen oft Fehlerquoten und Aufwand. Die Zahlen sind meist Schätzungen. Das ist erlaubt und üblich. Für dich ist wichtig zu wissen, dass sie nicht nachprüfbar sind. Als Gegenprobe nehmen wir die bisher einzige Zählung von Fehlern je Seite, die wir gefunden haben.

Tabelle: Wer und wann, Aussage oder Befund, Wer hat gemessen und woran, Methode offen
Wer und wann	Aussage oder Befund	Wer hat gemessen und woran	Methode offen	Quelle
fernstudi.net, Magazinbeitrag vom 26. März 2026	Bei „geschätzt 80 %“ der Arbeiten seien Kommas falsch, bei „nahezu 100 %“ die Anführungszeichen. 90 Prozent der Kunden hätten mindestens einen Fehler.	Eigene Schätzung eines Lektorats, keine Stichprobe genannt.	Nein: Schätzung ohne Stichprobe.	Herstellerseite, bewusst nicht verlinkt
www.karrierebibel.de, Ratgeberseite, abgerufen am 10. November 2026	Jeder dritte Studierende habe Schreibprobleme, „laut Studien“.	Keine Quelle und keine Stichprobe genannt.	Nein: nicht nachprüfbar.	Herstellerseite, bewusst nicht verlinkt
Kaiser, Zeitschrift für das Juristische Studium (ZJS) 3/2018	192 von 288 Arbeiten (67 Prozent) hatten höchstens 0,5 Fehler je Seite. 35 Arbeiten hatten 50 oder mehr Fehler.	Prüfungsamt, 401 Studienarbeiten einer Fakultät, Fehler von Prüfern gezählt.	Ja: Zählweise und Stichprobe beschrieben. Gilt für ein Fach an einem Ort.	Aufsatz von Kaiser in der ZJS

Zum Noteneffekt: Wir haben keine Anbieterzahl und keine Studie gefunden, die Lektorat mit einer Notenverbesserung in Prozent verknüpft (Suche am 10. November 2026). Es gibt Kundenstimmen, aber keine Messung. Das ist selbst ein Befund. Wer eine Verbesserung verspricht, sollte Stichprobe und Methode nennen können.

Grenzen dieser Übersicht

Wir haben veröffentlichte Ergebnisse gelesen, aber keine Rohdaten ausgewertet. Die Studien nutzen unterschiedliche Texte, Werkzeuge und Zeiträume, deshalb rechnen wir keine Werte zusammen. Zahlen, deren Original wir nicht abrufen konnten, haben wir weggelassen. Neue Versionen der Tools können das Bild ändern. Wenn ein Anbieter seine Methode offenlegt, nehmen wir die Angabe mit auf. Schreib uns dazu über die Kontaktseite.

Quellen und Stand

Turnitin, Blogbeitrag vom 23. Mai 2023
Turnitin, Blogbeitrag vom 26. Oktober 2023
GPTZero, Beitrag vom 30. Januar 2025
Originality.ai, Beitrag mit Stand von Februar 2024 bis Oktober 2026
Winston AI, Startseite, abgerufen am 10. November 2026
Scribbr, Vergleichsseite, abgerufen am 10. November 2026
OpenAI, Ankündigung vom 31. Januar 2023
Weber-Wulff u. a., International Journal for Educational Integrity 19:26, 2023
Liang u. a., Patterns, 2023 (Stanford)
Perkins u. a., International Journal of Educational Technology in Higher Education 21:53, 2024
Grammarly, Blogbeitrag vom 28. Juli 2025, Befragung durch Talker Research
Chegg, Global Student Survey 2025, Befragung 1. bis 23. Oktober 2024 (durchgeführt von Yonder)
HEPI und Savanta, 26. Februar 2025
Hochschule Darmstadt (von Garrel, Mayer), 21. März 2025
fernstudi.net, Magazinbeitrag vom 26. März 2026
www.karrierebibel.de, Ratgeberseite, abgerufen am 10. November 2026
Kaiser, Zeitschrift für das Juristische Studium (ZJS) 3/2018

Die Links zu den Fachquellen stehen in den Tabellen. Stand der Recherche: 10. November 2026.

Der Beitrag „Anbieterangaben im Vergleich“ trägt den vollständigen Titel „Was Anbieter behaupten und was unabhängige Studien zeigen“.

Alle Studien und Statistiken von korrektur.de im Überblick: Studien und Statistiken zu Abschlussarbeiten.