// Modelle & Forschung 17.10.2026 · 08:05 Uhr 7 Min. Lesezeit

Modelltypische Phrasen verraten KI-Texte nicht zuverlässig

Mindverse News

KI-gestützt erstellt 3 Quellen Originalmeldung: t3n.de Arbeitsweise

KI-generierte Illustration: Modelltypische Phrasen verraten KI-Texte nicht zuverlässig — KI-generierte Illustration

Das Wichtigste in Kürze

Eine von t3n zusammengefasste Analyse von Graphite Growth vergleicht KI-Neufassungen mit 10.000 Artikeln aus der Zeit vor ChatGPT. [1]
Die Auswertung identifiziert rund 13.000 Phrasen, die in KI-Texten mindestens doppelt so häufig vorkommen sollen wie in menschlichen Texten. [1]
Die auffälligsten Muster unterscheiden sich je nach Modellversion; zugleich können bekannte Merkmale wie Gedankenstriche seltener werden, während andere Formulierungen häufiger auftreten. [1]
Ein Versuch des Detektoranbieters Pangram zeigt ebenfalls modelltypische Phrasen, belegt aber keine allgemeingültige Erkennungsmethode. [5]
Für Unternehmen sind solche sprachlichen Merkmale allenfalls Prüfanlässe: Einzelne Wörter oder Satzzeichen belegen weder die Urheberschaft noch den Umfang eines KI-Beitrags. [1][3]

// Inhalt · 7 Abschnitte

Sprachliche Muster statt verlässlicher Erkennung
Jede Modellversion hat eigene Vorlieben
Der Gedankenstrich verschwindet, andere Merkmale bleiben
Ein weiterer Test – mit klarer Interessenslage
Stilistische Hinweise sind nicht dasselbe wie Wasserzeichen
Was die Befunde für Unternehmen bedeuten
Erkennung bleibt eine Momentaufnahme
Quellen

Sprachliche Muster statt verlässlicher Erkennung

Gedankenstriche, ausgewogene Gegenüberstellungen und Wendungen wie „nicht nur, sondern auch“ gelten in sozialen Netzwerken und im Studium inzwischen oft als vermeintliche KI-Signale. Doch ein einzelnes Satzzeichen oder eine vertraut klingende Formulierung kann nicht zuverlässig belegen, dass ein Text von ChatGPT oder Claude stammt. Die aktuelle Analyse, über die t3n berichtet, zielt auf Häufigkeiten in größeren Textmengen: Sie sucht nach Formulierungen, die bestimmte Modelle überdurchschnittlich oft verwenden. [1]

Das ist ein wichtiger Unterschied. Eine statistische Auffälligkeit kann helfen, Schreibmuster zu beschreiben. Sie ist aber nicht dasselbe wie ein Verfahren, das die Urheberschaft eines konkreten Absatzes sicher feststellt. Auch die Überschrift des Ausgangsartikels, die eine schnelle Erkennung verspricht, geht weiter als das, was die dort wiedergegebenen Befunde belegen. [1]

Auffällige Formulierungen sind Musterhinweise, kein Herkunftsnachweis. [1]
Die Häufigkeiten beziehen sich auf Vergleiche zwischen Textgruppen und Modellen, nicht auf eine sichere Klassifikation einzelner Texte. [1]

Was Graphite Growth verglichen hat

Nach der Darstellung von t3n nutzten die Forschenden 10.000 Artikel aus der Zeit vor ChatGPT als menschliche Vergleichsgruppe. Die untersuchten Modelle sollten diese Artikel anhand von Zusammenfassungen neu verfassen. Anschließend verglich das Team, wie häufig bestimmte Wörter und Satzmuster in den menschlichen Texten und in den KI-Neufassungen vorkamen. [1]

Die Analyse habe rund 13.000 Phrasen ergeben, die in KI-Inhalten mindestens doppelt so häufig auftraten wie in den menschlichen Vergleichstexten. Das Ergebnis beschreibt somit eine Verteilung innerhalb dieses Versuchsaufbaus. Es belegt nicht automatisch, dass dieselben Phrasen in allen Textsorten, Sprachen, Fachgebieten oder Schreibsituationen gleichermaßen aussagekräftig sind. [1]

Jede Modellversion hat eigene Vorlieben

Der Bericht hebt hervor, dass sich die sprachlichen Auffälligkeiten zwischen Modellversionen unterscheiden. Bei Claude Opus 5.5 sei etwa das Wort „zuverlässig“ besonders häufig: Laut der von t3n wiedergegebenen Auswertung komme es 23-mal häufiger vor als in den menschlichen Beispielen. Als weiteres Muster nennt der Artikel Formulierungen, die erläutern, warum etwas wichtig ist. Solche Konstruktionen seien bei bestimmten Modellen rund 100-mal häufiger als in der Vergleichsgruppe. [1]

Für GPT-6 Astra beschreibt Graphite Growth andere Eigenheiten. Das Modell verwende gern Wendungen wie „eine weitere Dimension“ und sogenannte korrektive Formulierungen: Es stelle etwa heraus, etwas sei „nicht einfach“ ein bestimmter Sachverhalt, oder schlage eine Alternative dazu vor, sich auf etwas zu verlassen. Auch diese Konstruktionen seien laut der Analyse deutlich häufiger als in den menschlichen Texten. [1]

Die Beispiele legen nahe, dass ein vermeintlich universelles Verzeichnis von „KI-Wörtern“ schnell veraltet. Ein Muster, das in einer Modellversion auffällt, muss bei einer anderen nicht in gleicher Stärke auftreten. Umgekehrt lässt sich aus einem einzelnen Treffer nicht sicher ableiten, welches Modell einen Text erstellt hat. Die Auswertung liefert laut t3n modellbezogene Häufigkeiten, aber keinen Identifikationsnachweis für einzelne Autorinnen, Autoren oder Systeme. [1]

Claude Opus 5.5: „zuverlässig“ sei im Vergleich zu den menschlichen Beispielen 23-mal häufiger. [1]
GPT-6 Astra: genannt werden unter anderem „eine weitere Dimension“ und korrektive Gegenüberstellungen. [1]
Die konkreten Merkmale hängen laut der Analyse von der Modellversion ab. [1]

Phrasenhäufigkeit ist keine eindeutige Signatur

Ein häufiges Wort kann auch in einem von Menschen geschriebenen Text vorkommen; eine seltene Phrase kann umgekehrt in einer KI-Ausgabe fehlen. Häufigkeitsunterschiede beschreiben Wahrscheinlichkeiten in einer Stichprobe, keine unveränderlichen Regeln für jeden Text. Das ist eine analytische Einordnung des von t3n beschriebenen Vergleichs zwischen Textgruppen. [1]

Hinzu kommt, dass der Bericht keine vollständigen Daten, Konfidenzintervalle oder eine Prüfung an einer breiten Auswahl realer Unternehmensdokumente wiedergibt. Die berichteten Zahlen sollten deshalb als Ergebnisse der beschriebenen Untersuchung gelesen werden, nicht als unabhängig bestätigte Gütewerte eines KI-Detektors. [1]

Der Gedankenstrich verschwindet, andere Merkmale bleiben

Der oft zitierte Gedankenstrich ist ein Beispiel dafür, wie sich ein sichtbares Merkmal verändern kann. Graphite Growth zufolge setzte Claude Opus 5.5 dieses Satzzeichen in den untersuchten Beispielen 99 Prozent seltener ein als sein Vorgänger Opus 5. GPT-6 Astra habe es 88 Prozent seltener verwendet als die menschlichen Vergleichstexte; Gemini 3.1 Pro habe den Gedankenstrich nahezu vollständig vermieden. Diese Angaben beziehen sich auf die im Bericht geschilderten Beispiele und sind keine allgemeine Messung sämtlicher Ausgaben der Modelle. [1]

Auch eine bekannte Satzkonstruktion könne sich verschieben: Opus 5.5 vermeide laut Analyse eher das Muster „Es ist nicht X, es ist Y“, nutze aber weiterhin häufiger die verwandte Form „mehr als ein X, es ist ein Y“. Der Bericht beschreibt damit keinen einfachen Rückgang aller sprachlichen Auffälligkeiten, sondern eine Verlagerung von bekannten zu anderen Mustern. [1]

Greg Druck, Chief AI Officer bei Graphite Growth, wird in t3n mit der Einschätzung wiedergegeben, die Zahl der Erkennungsmerkmale bleibe weitgehend stabil, obwohl bekannte Hinweise entfernt würden. Er führt dies darauf zurück, dass sehr große Modelle nur begrenzt getestet werden könnten und weniger offensichtliche Muster bestehen blieben. Das ist die Einschätzung eines Vertreters des untersuchenden Unternehmens, keine unabhängig bestätigte Erklärung für jede Modelländerung. [1]

Ein seltener verwendeter Gedankenstrich bedeutet nicht, dass ein Text deshalb menschlich verfasst ist. [1]
Sprachliche Auffälligkeiten können sich zwischen Modellversionen verändern. [1]

Ein weiterer Test – mit klarer Interessenslage

Eine ergänzende Perspektive bietet Pangram, ein Anbieter von KI-Detektion. In einem eigenen Versuch ließ das Unternehmen Claude Essays mit rund 250 Wörtern über den Untergang Roms in verschiedenen Schreibstilen erstellen. Der Beitrag beschreibt sowohl voreingestellte Stile als auch benutzerdefinierte Vorgaben. Pangram berichtet, sein eigener Detektor habe die erzeugten Texte weiterhin als KI-generiert erkannt. [5]

Der Beitrag nennt außerdem Phrasen, die laut dem eigenen Erkennungsmodell in KI-Texten häufiger vorkommen: „komplex und facettenreich“ sei 700-mal, „komplexe Interaktion“ 100-mal und „spielte eine entscheidende Rolle“ 70-mal häufiger als in menschlichen Texten. Diese Zahlen stammen aus der Darstellung des Anbieters über sein eigenes System und seinen Test. Sie sind kein unabhängiger Vergleichstest und sollten nicht als allgemeingültige Schwellenwerte verwendet werden. [5]

Der Versuch illustriert zugleich, warum eine stilistische Anpassung nicht automatisch eine verlässliche Herkunftsbestimmung ermöglicht. Pangram beschreibt, dass Claude beim Erzeugen benutzerdefinierter Stilvorgaben zum Teil generische Beispiele verwendet habe; als der Autor Quelltexte manuell einfügte, sei das Ergebnis nach seiner Einschätzung weiterhin erkennbar KI-typisch geblieben. Daraus lässt sich eine Beobachtung über diesen Test ableiten, aber keine Aussage über sämtliche Stilsteuerungen oder Modelle. [5]

Stilistische Hinweise sind nicht dasselbe wie Wasserzeichen

In der Diskussion über KI-Erkennung werden unterschiedliche Verfahren leicht vermischt. Sprachliche Analysen suchen nach statistisch auffälligen Wörtern und Satzmustern. Ein im vorliegenden Quellenpaket beschriebener Ansatz für Text-Wasserzeichen funktioniert dagegen über Muster in der Auswahl möglicher Wörter, die ein technischer Detektor erkennen soll. Das Video von ThePrint stellt zugleich heraus, dass solche Markierungen durch Umschreiben oder Übersetzen beeinträchtigt werden können. [3]

Beide Ansätze beantworten daher nicht dieselbe Frage wie eine Prüfung auf Qualität, Richtigkeit oder menschliche Urheberschaft. ThePrint zufolge identifiziert ein erkanntes Wasserzeichen weder die Person hinter einer Anfrage noch den Umfang menschlicher Bearbeitung; das Fehlen eines Wasserzeichens beweist ebenso wenig, dass ein Mensch den Text geschrieben hat. Diese Einschränkungen betreffen die im Video beschriebenen Wasserzeichen und sind nicht als Messergebnisse der Graphite-Analyse zu verstehen. [3]

Was die Befunde für Unternehmen bedeuten

Für Unternehmen, die Inhalte prüfen oder interne Regeln zum KI-Einsatz umsetzen, ergibt sich daraus eine begrenzte praktische Schlussfolgerung: Auffällige Phrasen können Anlass für eine Rückfrage sein, sollten aber nicht allein über Freigabe, Sanktion oder Zuschreibung entscheiden. Die von t3n wiedergegebenen Befunde betreffen Häufigkeitsmuster in einem bestimmten Vergleich; sie belegen nicht, dass ein einzelnes Dokument von einer bestimmten Person oder einem bestimmten Modell stammt. [1]

Eine belastbarere redaktionelle Prüfung kann stattdessen dokumentieren, wie ein Text entstanden ist: Welche Arbeitsfassung lag vor, welche menschlichen Überarbeitungen wurden vorgenommen und welche Regeln galten für den KI-Einsatz? Das ist eine Analyseempfehlung, keine im Quellenmaterial getestete Methode zur Detektion. Ihr Zweck wäre, nachvollziehbare Prozesse zu schaffen, statt Urheberschaft aus einem Gedankenstrich oder einer einzelnen Wendung abzuleiten.

Auch automatisierte Detektoren sollten Sie entsprechend vorsichtig einsetzen. Pangrams veröffentlichter Test stützt sich auf den eigenen Detektor und ein begrenztes, vom Anbieter beschriebenes Experiment; die Graphite-Ergebnisse beruhen auf nacherzählten Vergleichsdaten zu Artikel-Neufassungen. Keiner der beiden Texte weist nach, dass solche Verfahren in sämtlichen realen Einsatzfeldern zuverlässig funktionieren. [1][5]

Behandeln Sie einzelne Phrasen als Prüfhinweise, nicht als Beweis für KI-Nutzung. [1]
Berücksichtigen Sie Modellversion, Textart und Bearbeitung, wenn Sie statistische Befunde einordnen. [1][5]
Machen Sie bei geschäftskritischen Entscheidungen den Entstehungsprozess nachvollziehbar, statt sich allein auf sprachliche Muster zu stützen. Das ist eine daraus abgeleitete Empfehlung.

Erkennung bleibt eine Momentaufnahme

Der zentrale Befund ist weniger eine Liste verbotener Wörter als die Veränderlichkeit der Muster: Laut Graphite Growth haben verschiedene Modellversionen eigene sprachliche Vorlieben, während bekannte Auffälligkeiten zurückgehen und andere hervortreten können. Die Untersuchung bietet damit Ansatzpunkte für die Beschreibung von KI-Schreibstilen, aber keine Methode, mit der Sie ChatGPT- oder Claude-Texte anhand einzelner Phrasen „sofort“ und sicher identifizieren können. [1]

Für die geschäftliche Praxis ist diese Unterscheidung entscheidend. Ein Text kann statistisch an eine Modellgruppe erinnern, ohne dass sich daraus seine genaue Herkunft oder sein Bearbeitungsverlauf ableiten lässt. Solange die vorliegenden Quellen keine verlässliche Erkennung einzelner Dokumente belegen, sollten Sie stilistische Indizien als begrenzte Hinweise behandeln – und nicht als Urteil über die Urheberschaft. [1][3][5]

Quellen

[1] KI-Texte entlarven: So erkennst du ChatGPT & Claude sofort — https://t3n.de/news/ki-texte-entlarven-chatgpt-claude-erkennen-1766310 (abgerufen am 2026-10-17)
[3] ChatGPT, Claude, Gemini are now hiding watermarks in your text: What it means for you - YouTube — https://www.youtube.com/watch?v=1ss_dBRUIwo (abgerufen am 2026-10-17)
[5] La détection par IA peut-elle repérer les styles d'écriture de Claude ? | Pangram — https://www.pangram.com/fr/blog/claude-writing-styles (abgerufen am 2026-10-17)

//Nächster Artikel

Sicherheit & Gesellschaft17.10.2026 · 08:03 Uhr

Apates KI-Bots sollen Telefonbetrüger hinhalten – die Wirksamkeit bleibt offen [S1][S3]

Apates KI-Agenten sollen Telefonbetrüger hinhalten und Hinweise sammeln. Was die Berichte über Umfang, Nutzen und offene Wirksamkeitsfragen zeigen. [S1][S3]