Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 3 Min.

NoPlagiat: Tool erkennt KI-generierte Texte

KI-generierte Texte lassen sich mit etwas Erfahrung zumindest manchmal als solche erkennen. In manchen Kontexten reicht "manchmal" allerdings nicht aus. Dann soll NoPlagiat helfen.
Lingua Intellegens, ein Entwickler von KI-basierten Textlösungen mit Hauptsitz in Litauen, hat das KI-basierte Tool NoPlagiat jetzt für den deutschen Markt in deutscher Sprache gelauncht. NoPlagiat nutzt eigens entwickelte KI-Algorithmen, um KI-generierte Texte zu identifizieren und eine probabilistische Schätzung der Wahrscheinlichkeit anzugeben, zu der ein Text von einer KI erstellt wurde. Das Tool wurde zunächst für den litauischen Markt und die litauische Sprache entwickelt und für fünf weitere europäische Märkte und Sprachen angepasst, darunter spanisch, italienisch, französisch, englisch und deutsch.Das Tool verfügt über eine einfach zu verwendende und intuitive Benutzeroberfläche und liefert eindeutige Ergebnisse: Nachdem Nutzer den zu prüfenden Text in die Benutzeroberfläche eingegeben oder in Dokumentform hochgeladen haben (bis zu einer Million Zeichen sind gleichzeitig möglich), analysiert NoPlagiat den Text auf Basis morphologischer Sprachinformationen. Potenziell KI-generierter Text wird dann farblich hervorgehoben. Je heller die Farbe, desto größer ist die Wahrscheinlichkeit, dass eine Textstelle KI-generiert ist. Dabei gilt die Faustregel: Stellt das Tool eine Wahrscheinlichkeit von mehr als 50 Prozent fest, ist davon auszugehen, dass der Text KI-generiert ist.Für die deutsche Version des Tools wurden 101 verschiedene linguistische Kriterien für das Training des Algorithmus verwendet, beispielsweise typische Wortdistribution in Sätzen, Grammatik, Syntax und Zeichensetzung, aber auch statistische Informationen wie durchschnittliche Satz- und Wortlänge sowie die Häufigkeit der genutzten Wörter im typischen Sprachgebrauch. Die Analyse des Textes erfolgt Satz für Satz, so dass auch einzelne KI-generierte Sätze oder Textteile in ansonsten einwandfreien Texten erkannt werden können. Dabei erstellt das Tool eine Bewertung der KI-Wahrscheinlichkeit sowohl für den Gesamttext als auch für die einzelnen Sätze.Horst Klaus, Mitgründer von Lingua Intellegens: "Wenn KI-Algorithmen überzeugende Artikel, E-Mails und Werbeanzeigen schreiben können, überrascht es nicht, dass auch immer mehr Schüler:innen und Studenten diese Tools für Aufsätze oder Hausarbeiten nutzen. Dies wird dann zum Problem, wenn diese Tools falsche oder irreführende Informationen verbreiten und die tatsächliche Kompetenz der Nutzer in der Erstellung von Texten sinkt. Aus diesem Grund wird es für eine Vielzahl von Sektoren, allen voran für das Bildungswesen immer wichtiger, ein Werkzeug an der Hand zu haben, das KI-generierte Texte in verschiedenen Kontexten zuverlässig erkennen kann."NoPlagiat ist cloudbasiert und damit für verschiedene Anwendungsfälle skalierbar, beispielsweise in Institutionen im Bildungswesen oder in kleinen und großen Redaktionen. NoPlagiat kann hier heruntergeladen werden. Nicht-registrierte Nutzer können insgesamt bis zu sieben Texte prüfen lassen, registrierte Nutzer bis zu drei Texte am Tag. Ein Premium-Zugang ist für EUR 9,95 pro Monat erhältlich und beinhaltet eine unbegrenzte Menge an Prüfungen.
Miscellaneous

Neueste Beiträge

Mit Sixel dynamisch Bitmaps erstellen und in die .NET-Konsole rendern - Retro-Hardware mit .NET in Software nachbilden, Teil 3
Der bereits in den 1980ern entwickelte Sixel-Standard ermöglicht uns noch heute, in der Konsole auf einfache Weise Bilder und kleinere Visualisierungen darzustellen – portabel und ohne weitere Abhängigkeiten.
8 Minuten
12. Nov 2026
Dynamik mit Schleifen und Bedingungen - Infrastructure as Code mit Azure Bicep, Teil 3
Dieser Beitrag zeigt zwei Varianten der „for“-Expression und erläutert, wie der Index zusätzlich genutzt werden kann und worauf bei der Steuerung der Parallelität geachtet werden sollte.
5 Minuten
Review von KI-generiertem Code - Projektanforderungen an Entwickler in Zeiten von KI, Teil 3
Der Code kompiliert. Die Tests sind grün. Der Pull Request sieht sauber aus. Und trotzdem ist er falsch. Fünf Fehlermuster zeigen, worauf die Reviewer beim KI-generierten Code achten müssen, weil Syntax-Korrektheit längst nicht Geschäftslogik-Korrektheit bedeutet.
6 Minuten

Das könnte Dich auch interessieren

Haben wir nichts gelernt? - Verständnis statt Fertiglösung – auch beim Umgang mit KI
Ein KI-Experiment des Autors schlug hohe Wellen – die Reaktionen offenbaren jedoch einen alten Fehler der Softwareentwicklung: die Suche nach der Abkürzung.
8 Minuten
26. Aug 2026
Sichtkontakt: Coding-Driven Design - Kimi K3 – das Modell hinter dem Agenten, Teil 4
Zwischen fehlerfrei kompiliert und überzeugend gestaltet liegt eine Lücke, die reine Codeanalyse kaum erfasst. Sobald ein Agent seine eigene Oberfläche betrachtet, beginnt eine andere Art der Entwicklung mit neuen Möglichkeiten, aber auch neuen Maßstäben.
5 Minuten
Wenn Software autonom wird - KI-Agenten verändern die Spielregeln der IT-Infrastruktur
Agentische KI-Systeme übernehmen mehrstufige Arbeitsabläufe und bestimmen dafür innerhalb eines vorgegebenen Rahmens nötige Schritte, führen sie aus und passen ihr Vorgehen an. Dieses Maß an Autonomie bringt bestehende Infrastrukturen schnell an ihre Grenzen.
6 Minuten
2. Nov 2026
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige