Kann man KI-Texte erkennen? KI-Checker und Wasserzeichen im Check

Seit August 2026 versieht Anthropic Texte seiner neuen Claude-Modelle mit einem unsichtbaren Wasserzeichen.¹ OpenAI hat Anfang Oktober angekündigt, Texte aus ChatGPT in der EU ebenfalls zu markieren.² Gleichzeitig landen in vielen Unternehmen eingekaufte Texte in einem KI-Checker, und wenn der einen hohen KI-Anteil meldet, gibt es Ärger mit der Agentur.

Beides soll dieselbe Frage beantworten, nämlich ob ein Text von einer KI stammt. Beides liefert bestenfalls Hinweise, einen Beweis liefert keins von beiden.

Hier erfährst du, wie KI-Checker und Wasserzeichen funktionieren, was unabhängige Studien über ihre Zuverlässigkeit sagen, auch bei deutschen Texten, und warum ich dir rate, das Geld für Checker zu sparen.

Wie funktioniert ein KI-Checker?

Ein KI-Checker, auch KI-Detektor genannt, ist ein Programm, das schätzt, ob ein Text von einer KI geschrieben wurde. Über die Entstehung des Textes weiß er nichts, er sieht nur die Wörter. Aus ihnen berechnet er eine Wahrscheinlichkeit.

Viele Checker messen dafür die Perplexity. Sie beschreibt, wie überrascht ein Sprachmodell beim Raten des nächsten Wortes ist. Lässt sich das nächste Wort leicht vorhersagen, ist die Perplexity niedrig, und weil KI-Modelle bevorzugt wahrscheinliche Wörter wählen, gilt eine niedrige Perplexity als Hinweis auf KI.³ Dazu kommt oft die Burstiness, also wie stark diese Überraschung im Verlauf eines Textes schwankt.⁴

Andere Anbieter trainieren ein eigenes Modell mit großen Mengen menschlicher und KI-generierter Texte, das typische Muster wiedererkennt.⁴ Anthropic nennt als Beispiele für solche Muster die Konstruktion „das ist nicht X, sondern Y“ und Lieblingswörter, die KI-Modelle auffällig oft verwenden.¹

Am Ende steht immer eine Schätzung. Der Checker kann nicht nachweisen, wer einen Text geschrieben hat. Er kann nur sagen, wie sehr der Text dem ähnelt, was er für KI-typisch hält.

Wie zuverlässig sind KI-Checker?

Das hängt stark davon ab, was du prüfst. Bei unbearbeitetem KI-Text schneiden gute Checker inzwischen ordentlich ab. Sobald jemand den Text überarbeitet, umformuliert oder übersetzt, werden sie unzuverlässig.

Was zeigen die Studien?

Eine der gründlichsten Untersuchungen stammt von einem Team um die Berliner Informatikerin Debora Weber-Wulff. Es testete 14 Werkzeuge. Keines erreichte 80 Prozent Genauigkeit, nur fünf lagen über 70 Prozent.⁵

Hatte ein Mensch den KI-Text von Hand überarbeitet, blieb rund die Hälfte unerkannt. Nach einem Durchlauf durch ein Umschreib-Tool lag die Genauigkeit nur noch bei 26 Prozent.⁵ Die Studie erschien Ende 2023, einige der getesteten Tools gibt es inzwischen nicht mehr.⁶

Neuere Zahlen liefert das Forschungsinstitut Epoch AI aus dem Juli 2026. Es prüfte die Checker Pangram, GPTZero und Originality.ai mit 495 menschlichen Textpassagen und mit KI-Texten aktueller Modelle. Pangram und GPTZero hielten keinen einzigen menschlichen Text für KI, Originality.ai lag bei 19 Passagen falsch, das sind knapp 4 Prozent.⁴ KI-Texte aus einfachen Prompts erkannten alle drei fast vollständig.⁴

Anders sah es aus, als die KI den Stil bestimmter Autor:innen nachahmen sollte. Dann rutschten je nach Checker 10 bis 18 Prozent der KI-Texte durch, bei wissenschaftlichen Texten zwischen 24 und 29 Prozent.⁴ Getestet wurden nur englische Texte mit rund 500 Wörtern, und Epoch weist selbst darauf hin, dass Anbieter ihre Checker ohne Ankündigung verändern können.⁴

Deutlich kritischer fällt eine Studie der University of Florida aus, die im Mai 2026 auf einer Fachkonferenz für IT-Sicherheit vorgestellt wurde. Die Forschenden ließen rund 6.000 Fachartikel von KI nachbauen und prüften Originale und Kopien mit fünf verbreiteten kommerziellen Checkern. Die Fehlalarme reichten je nach Tool von 0,05 bis 68,6 Prozent, die übersehenen KI-Texte von 0,3 bis 99,6 Prozent.⁷

Zwei der fünf Checker schnitten gut ab. Es reichte aber, die KI um einen anspruchsvolleren Wortschatz zu bitten, damit auch sie sich deutlich häufiger täuschen ließen.⁷

Einen echten Widerspruch sehe ich zwischen diesen Studien nicht. Sie messen unterschiedliche Bedingungen, und die besten Checker sind besser geworden. Unter Idealbedingungen funktionieren sie, im Alltag mit bearbeiteten Texten nicht verlässlich, und welches Tool du erwischst, macht einen großen Unterschied. Am zuverlässigsten ist ein Checker ausgerechnet bei rohem KI-Text, also dort, wo du ihn am wenigsten brauchst.

Funktionieren KI-Checker auf Deutsch?

Fast alle großen Studien testen englische Texte. Für Deutsch gibt es weniger Daten, und die zeichnen kein besseres Bild.

Ein Team der TU Berlin hat 2024 einen Detektor speziell für deutsche Texte trainiert. Texte des KI-Modells, mit dem er trainiert wurde, erkannte er sehr gut. Bei anderen Modellen brach die Erkennung ein: Ein Detektor, der nur Texte von Llama 2 kannte, fand von den Texten aus GPT-3.5 nur 27 Prozent und von denen aus Mistral 17 Prozent, den Rest hielt er für menschlich.⁸ Die Forschenden folgern, dass es für zuverlässige Erkennung eigentlich einen Detektor pro KI-Modell bräuchte, was bei der Menge neuer Modelle kaum machbar ist.⁸

Forschende der IU Internationalen Hochschule erreichten 2023 mit einem eigenen Verfahren bei frisch generierten deutschen Texten gute Werte. Bei deutschen Texten, die eine KI nur umformuliert hatte, kamen sie aber nur auf rund 72 Prozent.⁹ Von den kommerziellen Checkern lieferte GPTZero nach ihren Beobachtungen nur bei englischen Texten verlässliche Ergebnisse, ZeroGPT lag bei umformulierten deutschen Texten bei 48 Prozent Genauigkeit und damit etwa auf Münzwurf-Niveau.⁹

An einer deutschen Hochschule bewerteten 63 Lehrende kurze Auszüge aus Abschlussarbeiten. Menschen und KI-Detektoren erkannten KI-Texte nur knapp besser als der Zufall, einen signifikanten Unterschied zwischen beiden gab es nicht.¹⁰ KI-Texte auf professionellem Niveau ordneten weniger als 20 Prozent der Befragten richtig zu.¹⁰

Dazu passt ein Praxistest der Uni Konstanz mit einem deutschen Fachtext. Die Ergebnisse der Tools widersprachen sich deutlich, einige nahmen deutschen Text gar nicht erst an.⁶ Und wer auf Deutsch schreibt und seinen Text maschinell ins Englische übersetzt, sollte wissen, dass Checker bei solchen Übersetzungen schlechter liegen. In der Studie von Weber-Wulff sank die Genauigkeit bei maschinell übersetzten menschlichen Texten um 20 Prozent.⁵

Wen verdächtigen Checker zu Unrecht?

Die Forschenden sehen darin eine ungewollte Ironie. Wer nicht für eine KI gehalten werden will, müsste seinen Text womöglich von einer KI aufpolieren lassen.³ Ein Text einer Freelancerin, die nicht in ihrer Muttersprache schreibt, wirkt auf einen Checker also schneller verdächtig, egal wer ihn tatsächlich geschrieben hat.

Halten Checker einfache Sprache für KI?

Was für Texte in einer Fremdsprache gilt, betrifft auch alle, die bewusst einfach schreiben. In der Stanford-Studie vereinfachten die Forschenden die Wortwahl der US-Schulaufsätze so, als hätte sie jemand ohne Englisch als Muttersprache geschrieben. Danach stuften die Checker deutlich mehr dieser menschlichen Texte als KI ein.³ Umgekehrt sank die Fehlalarmquote bei den TOEFL-Aufsätzen von 61,3 auf 11,6 Prozent, nachdem eine KI deren Wortschatz aufgewertet hatte.³

Kurze Sätze, Alltagswörter und wiederkehrende Satzmuster machen einen Text verständlich und zugleich gut vorhersagbar. Zu deutschen Texten in einfacher oder Leichter Sprache habe ich keine Untersuchung gefunden. Dass Checker dort häufiger anschlagen, halte ich deshalb für eine naheliegende Folge, belegt ist es nicht.

Rechtlich musst du deinen Shop übrigens nicht in Leichter Sprache anbieten. Weder die EU-Richtlinie zur Barrierefreiheit noch das Barrierefreiheitsstärkungsgesetz noch die Verordnung dazu schreiben das vor, Pflicht ist es nur für bestimmte Inhalte öffentlicher Stellen des Bundes.¹¹ Verständlichkeit gehört aber zu den Grundsätzen digitaler Barrierefreiheit, auf die sich die EU-Richtlinie stützt.¹² Welche Shops unter das Gesetz fallen und warum ein Overlay-Tool deinen Shop nicht barrierefrei macht, habe ich im Überblick zu den E-Commerce-Gesetzen eingeordnet.

Lässt du Texte von Claude oder ChatGPT in einfache Sprache umschreiben, kommt eine zweite Spur dazu. Bei solchen Umformulierungen wählt die KI die Wörter neu, und genau dort setzt das Wasserzeichen an.¹ Bei einer reinen Rechtschreibkorrektur bleibt laut Anthropic dagegen oft zu wenig übrig, um es nachzuweisen.¹ Lass dich von einem Checker-Ergebnis jedenfalls nicht dazu bringen, verständliche Texte wieder komplizierter zu machen.

Was ist ein KI-Wasserzeichen?

Ein KI-Wasserzeichen ist ein unsichtbares Muster, das der Anbieter eines KI-Modells schon beim Erzeugen in den Text einbaut. Anders als das Wasserzeichen auf einem Geldschein siehst du es nicht. Nachweisen kann es nur, wer den passenden Schlüssel hat, und den hat der jeweilige Anbieter.¹

Wie funktioniert ein Wasserzeichen im Text?

Ein Sprachmodell schreibt Wort für Wort und wählt dabei jeweils aus mehreren passenden Kandidaten. Oft ist es für den Sinn egal, welcher gewinnt, etwa „grau“ oder „bewölkt“ nach „Das Wetter war kalt und“. Normalerweise entscheidet eine Zufallszahl, mit Wasserzeichen entscheiden ein geheimer Schlüssel und die vorherigen Wörter.¹

Über viele Wörter entsteht so ein Muster, das sich mit dem Schlüssel statistisch nachweisen lässt. Anthropic setzt dafür eine Variante von SynthID-Text ein, einem Verfahren, das Google DeepMind 2024 veröffentlicht hat.¹ Laut Anthropic wird dem Text dabei nichts hinzugefügt, es gibt keine versteckten Zeichen, und das Wasserzeichen enthält keine Informationen über Nutzer:innen oder Chats.¹

Wo es kaum Wahlmöglichkeiten gibt, hat das Wasserzeichen wenig Platz, etwa bei Fakten, Rechenaufgaben oder Programmcode.¹ Auch kurze Texte liefern wenig Signal. OpenAI hat dazu Zahlen für englische Texte veröffentlicht: Bei einer Fehlalarmquote von 1 Prozent fand sein Detektor das Wasserzeichen in etwa 80 Prozent der Passagen mit 200 Tokens und in etwa 95 Prozent bei 400 Tokens, bei Mathematik deutlich seltener.² Tokens sind die Wortbausteine, mit denen Sprachmodelle rechnen.

Bearbeitung schwächt das Signal. Ersetzte OpenAI in Passagen mit 400 Tokens jedes zehnte Wort durch ein Synonym, sank die Erkennung von etwa 92 auf 66 Prozent, bei einem Viertel ersetzter Wörter auf 17 Prozent.² Einen komplett neu geschriebenen Text erkennt das Wasserzeichen laut Anthropic nicht mehr, wobei man dann auch kaum noch von einem KI-Text sprechen kann.¹

Was gilt für Bilder und Dateien?

Für Bilder und andere Dateien gibt es zwei Verfahren. Content Credentials nach dem offenen Standard C2PA sind signierte Herkunftsangaben in den Metadaten einer Datei, also in Zusatzinformationen, die du im Bild nicht siehst. Claude hängt sie zum Beispiel an erzeugte PNG- und JPEG-Dateien an.¹³ Bei einem Screenshot, beim Neuspeichern oder beim Umwandeln in ein anderes Format können sie verloren gehen.¹³

Robuster sind unsichtbare Wasserzeichen im Bild selbst. Google bettet SynthID in Bilder, Videos und Audio ein und gibt an, dass es Zuschneiden, Filter und Kompression übersteht.¹⁴ OpenAI setzt bei Bildern und Audio beides ein, Content Credentials und SynthID.²

Für Shops kommt eine Vorgabe von Google dazu. Im Merchant Center müssen KI-generierte Produktbilder einen bestimmten Metadaten-Eintrag tragen (IPTC DigitalSourceType „TrainedAlgorithmicMedia“), KI-generierte Titel und Beschreibungen müssen getrennt angegeben und als KI-generiert gekennzeichnet sein.¹⁵ Entfernt dein Bildprogramm oder Shopsystem beim Komprimieren die Metadaten, geht dieser Eintrag verloren.

Stecken versteckte Zeichen im Text?

Viele Ratgeber erklären KI-Wasserzeichen als unsichtbare Sonderzeichen, etwa schmale geschützte Leerzeichen, die ChatGPT in Texte einfügen soll.¹⁶ Für die Wasserzeichen von Claude stimmt das nicht, Anthropic schreibt ausdrücklich, dass keine versteckten Zeichen eingefügt werden.¹ Auch Sistrix hält Behauptungen, ChatGPT markiere Texte heimlich über solche Zeichen, für nicht hinreichend belegt.¹⁷

Passend dazu gibt es Tools, die diese Zeichen entfernen sollen. Eine Browser-Erweiterung, die „Wasserzeichen“ aus ChatGPT-Texten löscht, war schon im April 2025 in Version 1.3.1 erhältlich und räumt selbst ein, dass die entfernten Zeichen oft unbeabsichtigt entstehen.¹⁸ Bei Claude und ChatGPT ist der Entferner damit älter als das Wasserzeichen, das er angeblich entfernt. Google markiert Texte aus Gemini zwar schon seit 2024, aber auch dort steckt das Wasserzeichen als statistisches Muster in der Wortwahl.¹⁷

Ein Tool, das Sonderzeichen löscht, kann ein Muster in der Wortwahl gar nicht entfernen. Ein sogenannter Humanizer, der den Text mit einem Sprachmodell umschreibt, kann im ungünstigen Fall sogar ein neues Wasserzeichen hinterlassen, denn auch Übersetzungen und Überarbeitungen durch ein markierendes Modell tragen eines.¹ Das Geld für solche Tools würde ich mir sparen.

Wer markiert KI-Texte schon?

Seit dem 2. August 2026 verpflichtet Artikel 50 der EU-KI-Verordnung, auch AI Act genannt, die Anbieter generativer KI, ihre Ausgaben maschinenlesbar als künstlich erzeugt zu markieren. KI-Systeme, die schon vorher auf dem Markt waren, haben dafür bis zum 2. Dezember 2026 Zeit.¹⁹ Konkretisiert wird die Pflicht durch einen freiwilligen Verhaltenskodex, den bis Ende Juli 2026 rund 190 Unternehmen und Organisationen unterzeichnet hatten.²⁰ Wer unterzeichnet hat, steht in einer Liste der EU-Kommission, die laufend ergänzt wird. Die Angaben in der Tabelle beziehen sich auf den Stand vom 24. September 2026.²¹

Wie weit die bekannten Anbieter bei Texten sind, unterscheidet sich deutlich:

Anbieter	Text-Wasserzeichen	EU-Kodex unterzeichnet	Hinweis
Google DeepMind (Gemini)	seit Mai 202417	ja, als Google	SynthID für Texte aus der Gemini-App und dem Web-Angebot14
Anthropic (Claude)	seit August 202613	ja	weltweit, auch über die Schnittstelle und Cloud-Partner, ältere Modelle werden nachgerüstet
OpenAI (ChatGPT, Codex)	angekündigt im Oktober 20262	ja	ChatGPT und Codex nur in der EU, in der Schnittstelle freiwillig und standardmäßig ausgeschaltet
Mistral (Vibe, ehemals Le Chat)	laut einem Bericht vom September 2026 noch in Umsetzung22	ja	für bestehende Systeme gilt die Frist bis zum 2. Dezember 2026
Perplexity	keine eigenen Angaben gefunden	nein	bietet neben dem eigenen Modell Sonar auch Modelle von OpenAI, Anthropic und Google an23
Manus	keine eigenen Angaben gefunden	nein	baut laut Berichten unter anderem auf Claude Sonnet auf24

Ob ein Text ein Wasserzeichen trägt, hängt also von Anbieter, Modell, Region und Produkt ab. Ältere Claude-Modelle markieren Texte zum Teil noch nicht.¹³ Dass Perplexity und Manus nicht auf der Liste stehen, ist für sich kein Verstoß. Wer den Kodex nicht unterzeichnet, muss auf anderem Weg nachweisen, dass er die Pflicht erfüllt.²⁰

Beide Dienste leiten Anfragen an Modelle anderer Anbieter weiter. Ein Wasserzeichen sagt dann nichts über das Tool, das du verwendet hast, sondern nur etwas über das Modell, das im Hintergrund lief. Laut Anthropic gilt das Claude-Wasserzeichen überall, wo Claude angeboten wird, auch über die Schnittstelle.¹³ Wer bei Perplexity schreibt, hat also womöglich ein Claude-Wasserzeichen im Text, ohne Claude je geöffnet zu haben.

Ob das tatsächlich passiert, hängt vom Modell ab. Claude Sonnet 4.6, das Perplexity laut eigener Hilfeseite anbietet,²³ markiert laut Anthropic derzeit keine Texte,¹³ und bei OpenAI ist das Wasserzeichen in der Schnittstelle standardmäßig ausgeschaltet.²

Kannst du Wasserzeichen selbst prüfen?

Bei Texten derzeit nicht. Anthropic stellt seinen Detektor bisher nur ausgewählten Organisationen zur Verfügung, etwa Behörden, Medien, Faktencheck-Organisationen, Forschung und Bildungseinrichtungen sowie Unternehmen, die ihn für ihre eigenen Pflichten aus der KI-Verordnung brauchen.¹³ OpenAI gibt seinen Detektor zunächst nur an zugelassene Forschende und Fachorganisationen heraus und begründet das mit dem Risiko übersehener Wasserzeichen und falscher Treffer.² Selbst OpenAI traut dem eigenen Detektor also noch nicht genug, um ihn allen zugänglich zu machen.

Bei Bildern und Dateien sieht es besser aus. Mit dem kostenlosen Claude Content Checker prüfst du, ob eine Datei die Content Credentials von Claude trägt.¹³ Den SynthID Detector von Google kann inzwischen jede Person verwenden, er prüft Bilder, Videos und Audio auf Wasserzeichen von Google und Partnern wie OpenAI.¹⁴ OpenAI bietet für Bilder und Audio außerdem ein eigenes öffentliches Prüfwerkzeug an.²

Bietet dir jemand an, die Texte deiner Agentur auf Wasserzeichen von Claude oder ChatGPT zu prüfen, frag nach, woher er den Zugang zu den Detektoren hat.

Ein Wasserzeichen ist kein Beweis

Findet ein Detektor ein Wasserzeichen, heißt das nur, dass das Modell irgendwann an dem Text beteiligt war. Ob Claude einen Text geschrieben oder stark überarbeitet hat, kann das Wasserzeichen nicht unterscheiden.¹ Auch Korrekturlesen, Zusammenfassen und Übersetzen können ein Wasserzeichen hinterlassen, obwohl Ideen und Inhalte von einem Menschen stammen.¹³

Umgekehrt beweist ein fehlendes Wasserzeichen nicht, dass ein Mensch geschrieben hat. Der Text kann aus einem älteren Modell stammen, stark bearbeitet, übersetzt oder zu kurz sein, oder er kommt von einem Anbieter, der nicht markiert.² OpenAI betont außerdem, dass ein Wasserzeichen weder den menschlichen Anteil misst noch klärt, wem ein Text gehört, wer ihn verantwortet oder ob er stimmt.²

Johannes Beus von Sistrix erwartet, dass die Kennzeichnung von KI-Inhalten im Web allgegenwärtig wird und Menschen lieber Inhalte von Menschen lesen, wenn sie die Wahl haben.¹⁷ Das ist eine mögliche Entwicklung. Ich halte eine andere für mindestens genauso wahrscheinlich: Nach der Handschrift kam der Buchdruck, jetzt kommen KI-Texte, und die Menschen gewöhnen sich daran. Von Hand geschrieben war im E-Commerce ohnehin nie alles, Produkttexte aus dem Textspinning, also maschinell umgestellte Varianten desselben Textes, waren lange verbreitet, und besser waren sie nicht.

Ersetzt das Wasserzeichen die Kennzeichnung?

Nein. Das sind zwei verschiedene Pflichten für unterschiedliche Rollen. Die maschinenlesbare Markierung trifft die Anbieter der KI-Systeme. Die sichtbare Kennzeichnung trifft dich, wenn du Deepfakes veröffentlichst oder KI-Texte zu Themen von öffentlichem Interesse, die kein Mensch geprüft hat und für die niemand die redaktionelle Verantwortung trägt.²⁰

Ein Wasserzeichen im Text sieht niemand, und es kann durch Bearbeiten verschwinden. Als Hinweis für deine Kund:innen taugt es deshalb nicht. Ob du überhaupt kennzeichnen musst, erkläre ich im Artikel darüber, warum die KI-Kennzeichnungspflicht deutlich enger ist, als viele befürchten.

Bestraft Google KI-Texte?

Nach eigener Aussage nicht. Google hält generative KI für hilfreich bei Recherche und Struktur und sieht ein Problem erst, wenn damit viele Seiten ohne Mehrwert entstehen. Das wäre ein Verstoß gegen die Spam-Richtlinie zu massenhaft erzeugten Inhalten, im Original Scaled Content Abuse.¹⁵ Alle KI-Inhalte sollen vor der Veröffentlichung von Hand auf Richtigkeit geprüft werden.¹⁵

Ob Google seine SynthID-Wasserzeichen als Rankingsignal einsetzt, hat das Unternehmen bisher nicht erklärt, weder als Abwertung noch als Aufwertung.¹⁷ In der Branche kursieren trotzdem beide Vermutungen. Die einen fürchten, dass markierte Texte schlechter ranken. Andere halten es für denkbar, dass Google Texte mit eigenem Wasserzeichen eher aufwertet, um die eigenen KI-Produkte zu stärken.

Belegen lässt sich keine der beiden Thesen. Was Google sagt, heißt allerdings noch lange nicht, dass Google es auch so tut. Welche Faktoren Google bestritten hat, obwohl Leaks und Gerichtsverfahren sie belegen, habe ich in meiner Übersicht der Rankingfaktoren mit Belegstufen gekennzeichnet. Entscheidungen auf Vermutungen zu bauen, lohnt sich trotzdem nicht.

Wofür taugen KI-Checker in deinem Betrieb?

Ich würde sie weglassen. Die Technik entwickelt sich so schnell, dass ein Checker neue Modelle womöglich noch gar nicht kennt, und Anbieter ändern ihre Tools ohne Ankündigung.⁴ Ein Prozentwert ist kein Beweis. Wer darauf eine Rechnungskürzung stützt, beschädigt das Verhältnis zum Dienstleister, womöglich zu Unrecht.

Sinnvoller ist Transparenz von beiden Seiten. Frag deine Agentur oder deine Freelancer:innen, ob und wofür sie KI einsetzen und wie sie Texte prüfen. Dass KI im Einsatz ist, halte ich nicht für einen Makel. Hast du ausdrücklich einen von Hand geschriebenen Text beauftragt, sprich Zweifel offen an, statt einen Checker urteilen zu lassen, denn auch menschliche Texte schlagen an.³

Die Stanford-Forschenden schlagen als risikoarme Anwendung vor, Checker zur Selbstkontrolle einzusetzen, um Floskeln und Wiederholungen im eigenen Text zu finden.³ Das überzeugt mich nicht. Ein Checker macht aus einem schwachen Text keinen guten. Wenn du beim Schreiben merkst, dass es hakt, bist du mit einem guten Lektorat oder einer Agentur, die schreiben kann, besser beraten.

Auch bei Kundenbewertungen hilft ein Checker wenig. Gefälschte Bewertungen zu übermitteln oder in Auftrag zu geben, ist gegenüber Verbraucher:innen stets unzulässig, egal ob ein Mensch oder eine KI sie geschrieben hat.²⁵ Wer angibt, dass Bewertungen von echten Käufer:innen stammen, muss das mit angemessenen Maßnahmen überprüfen.²⁵ Das Problem ist die Fälschung, nicht die KI, und gegen Fälschungen hilft die Verknüpfung mit echten Bestellungen mehr als jeder Checker.

Was solltest du jetzt tun?

Für Shops und kleine Unternehmen würde ich so vorgehen:

Fazit

KI-Checker liefern unter Idealbedingungen brauchbare Schätzungen. Im Alltag mit bearbeiteten, übersetzten oder bewusst einfachen Texten machen sie zu viele Fehler, um darauf Entscheidungen zu bauen, und auf Deutsch ist die Lage nicht besser. Wasserzeichen sind technisch sauberer, bei Texten können sie derzeit aber nur wenige Organisationen prüfen. Sie zeigen nur, welches Modell beteiligt war, nicht wer den Text verantwortet und nicht einmal, welches Tool verwendet wurde.

Als nächsten Schritt sprichst du mit deiner Agentur oder deinen Freelancer:innen darüber, wie sie KI einsetzen, und hältst das schriftlich fest. Danach entscheidest du, an welcher Stelle deiner Website du euren eigenen KI-Einsatz erklärst.

Prüfst du Texte mit KI-Checkern, oder hattest du schon Ärger wegen eines Checker-Ergebnisses? Lass uns gern auf LinkedIn darüber diskutieren.

Quellen

1. Anthropic, „How Claude’s text watermark works“, 2026: anthropic.com ↩
2. OpenAI, „Our approach to EU text provenance rules“, 2026: openai.com ↩
3. Weixin Liang, Mert Yuksekgonul, Yining Mao, Eric Wu, James Zou, „GPT detectors are biased against non-native English writers“, Patterns, 2023: doi.org/10.1016/j.patter.2023.100779 ↩
4. Epoch AI, Jaeho Lee, „AI detectors rarely flag human writing, but sometimes miss AI text imitating real authors“, 2026: epoch.ai ↩
5. Debora Weber-Wulff u. a., „Testing of detection tools for AI-generated text“, International Journal for Educational Integrity, 2023: link.springer.com ↩
6. Oliver Trevisiol, Christoph Schmitt (Universität Konstanz), „How useful are AI text detection tools?“, 2024: academicintegrity.eu ↩
7. University of Florida News, Harrem Monkhorst, „Watching the detectors: Researchers probe efficacy and danger of AI detection tools“, 2026: news.ufl.edu ↩
8. Verena Irrgang, Veronika Solopova, Steffen Zeiler, Robert M. Nickel, Dorothea Kolossa, „Features and Detectability of German Texts Generated with Large Language Models“, KONVENS 2024: aclanthology.org ↩
9. Kristina Schaaff, Tim Schlippe, Lorenz Mindner, „Classification of Human- and AI-Generated Texts for English, French, German, and Spanish“, 2023: arxiv.org ↩
10. Alexandra Fiedler, Jörg Döpke, „Do humans identify AI-generated text better than machines? Evidence based on excerpts from German theses“, International Review of Economics Education, 2025: ideas.repec.org ↩
11. Bundesfachstelle Barrierefreiheit, „FAQ zum Barrierefreiheitsstärkungsgesetz (BFSG)“, Stand Juli 2025: bundesfachstelle-barrierefreiheit.de ↩
12. Europäisches Parlament und Rat, „Richtlinie (EU) 2019/882 über die Barrierefreiheitsanforderungen für Produkte und Dienstleistungen“, Erwägungsgrund 47, 2019: eur-lex.europa.eu ↩
13. Anthropic, Claude Help Center, „How Claude marks AI-generated content“, 2026: support.claude.com ↩
14. Google DeepMind, „Google SynthID“, o. J.: deepmind.google ↩
15. Google Search Central, „Google Search’s guidance on using generative AI content on your website“, 2026: developers.google.com ↩
16. NOVIDATA, „Versteckte Wasserzeichen in KI-Texten erkennen & prüfen“, o. J.: novidata.de ↩
17. Sistrix, Udo Raaf und SISTRIX Content Team, „Wasserzeichen in KI-Texten: Was sie für SEO und Contentproduktion verändern“, 2026: sistrix.de ↩
18. Chrome Web Store, „ChatGPT Watermark Remover“, Version 1.3.1, 2025: chromewebstore.google.com ↩
19. Europäische Kommission, „Code of Practice on Transparency of AI-Generated Content“ (Fragen und Antworten), 2026: digital-strategy.ec.europa.eu ↩
20. Europäische Kommission, „Code of Practice on Transparency of AI-generated Content“, 2026: digital-strategy.ec.europa.eu ↩
21. Europäische Kommission, „Strong backing for the Code of Practice on Transparency of AI-generated Content“ (mit Liste der Unterzeichner), aktualisiert 2026: digital-strategy.ec.europa.eu ↩
22. Localtis (Banque des Territoires), Olivier Devillers, „Contenus générés par IA : les obligations de transparence sont entrées en vigueur“, 2026: banquedesterritoires.fr ↩
23. Perplexity Help Center, „What is Perplexity Pro?“, o. J.: perplexity.ai ↩
24. The Decoder, „Meta buys its way into the AI agent race with Manus AI acquisition“, 2025: the-decoder.com ↩
25. Gesetz gegen den unlauteren Wettbewerb (UWG), Anhang zu § 3 Absatz 3, Nr. 23b und 23c, Fassung vom 27.09.2026: dejure.org ↩