Englischer Essay: AI-Rate zu hoch? Beginnen Sie mit dem Lesen des Reports

Der Turnitin AI Writing Report zeigt zwischen 1% und 19% überhaupt keine Zahl an; stattdessen erscheint ein Sternchen und die Hervorhebungen bleiben verborgen. Erst ab 20% wird eine genaue Prozentzahl angezeigt, zusammen mit markierten Passagen, die Sie tatsächlich einsehen können. Wenn Sie also sagen "meine AI-Rate ist zu hoch", liegt der erste Schritt nicht darin, sie zu senken. Vielmehr gilt es herauszufinden, ob Sie eine Zahl oder ein Sternchen vor sich haben – denn nur die Zahl liefert Ihnen Anhaltspunkte, an denen Sie arbeiten können.

Der zweite Schritt besteht darin, zu fragen, warum die Rate hoch ist. Turnitins Modell zerlegt Ihren Text in überlappende Segmente, weist jedem eine Wahrscheinlichkeit zwischen 0 und 1 zu, bündelt diese Werte und berechnet daraus eine Gesamtprozentzahl für das Dokument. Wenn Ihre Wortwahl auf die KI-generierte Seite der Wahrscheinlichkeitsverteilung fällt, steigt Ihr Score. Beim Schreiben auf Englisch als chinesischer Muttersprachler gibt es drei statistische Tendenzen, die Ihre Wahrscheinlichkeit in Richtung KI verschieben. Wir analysieren jede davon im Detail.

Der dritte Schritt ist die Überarbeitung. Es geht nicht darum, eine Metrik namens Perplexität zu senken, da Turnitin diese nicht explizit berechnet. Stattdessen sollten Sie Ihre Wortwahrscheinlichkeit zurück zu Ihrem eigenen menschlichen Muster verschieben: Verwenden Sie die Wörter, nach denen Sie tatsächlich greifen, nutzen Sie Satzstrukturen, die Sie normalerweise nicht produzieren, und überarbeiten Sie die markierten Passagen einzeln statt in einem einzigen Durchgang durch das gesamte Dokument.

Der Turnitin AI Writing Report verfügt über eine spezielle Anzeigeregel für niedrige Werte. Die FAQ zu den Erkennungsfähigkeiten formuliert es so:

"To avoid potential incidence of false positives, no score or highlights are attributed for AI detection scores in the 1% to 19% range. When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (%) and no percentage is attributed." (Um potenzielle Vorkommnisse von False Positives zu vermeiden, werden für AI-Erkennungswerte im Bereich von 1% bis 19% weder eine Punktzahl noch Hervorhebungen zugewiesen. Wenn im Report eine KI-Erkennung unterhalb der 20%-Schwelle erfolgt, wird dies nun mit einem Sternchen (%) gekennzeichnet und es wird keine Prozentzahl zugewiesen.)

Wenn die "AI-Rate", die Sie vorliegen haben, eine Zahl mit Prozentzeichen ist, liegt sie also bei mindestens 20. Wenn Sie ein Sternchen sehen, liegt Ihr Wert irgendwo zwischen 1 und 19, und der Report verrät Ihnen nicht, wo genau. Null ist die einzige exakte Zahl, die unterhalb von zwanzig angezeigt wird.

Diese Unterscheidung wirkt kleinlich, entscheidet aber über die nächsten Schritte. Ein Sternchen bedeutet keine hervorgehobenen Passagen, keinen Ansatzpunkt zur Überprüfung und keine Grundlage für Überarbeitungen. Erst ab 20% mit den Markierungen lässt sich der beanstandete Text lokalisieren und ändern. Die Frage "meine AI-Rate ist zu hoch, was tun?" hat also nur dann eine konkrete Antwort, wenn Ihr Report mindestens 20% anzeigt und die Hervorhebungen sichtbar sind. Wir haben den Report selbst in So lesen Sie einen Turnitin AI Writing Report durchgearbeitet.

Noch eine Sache gilt es vorab zu bestätigen: Turnitin erklärt, dass "only instructors and administrators are able to see the indicator" (nur Dozenten und Administratoren den Indikator sehen können) und dass "The AI writing detection indicator and report are not visible to students. However, with the PDF download feature, instructors can download and share the AI report with students." (Der AI Writing Detection-Indikator und -Report für Studierende nicht sichtbar sind. Mit der PDF-Download-Funktion können Dozenten jedoch den AI-Report herunterladen und mit Studierenden teilen.) Wenn Sie einen Report in Händen halten, bedeutet das, dass jemand entschieden hat, ihn herunterzuladen und Ihnen zu geben. Vergewissern Sie sich, dass Sie das vollständige PDF haben, nicht nur einen Screenshot.

Turnitin beschreibt den Berechnungsablauf in seiner FAQ:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score." (Wenn eine Arbeit bei Turnitin eingereicht wird, werden Sätze aus der Einreichung extrahiert und in überlappende Abschnitte für die Vorhersageanalyse unterteilt. Jeder Abschnitt wird vom KI-Erkennungsmodell klassifiziert und erhält einen Wert zwischen 0 und 1, der die Wahrscheinlichkeit angibt, dass der Text von Menschen oder KI generiert wurde. Jeder qualifizierende Satz innerhalb dieser Segmente übernimmt die Segmentpunktzahl. Da sich Segmente überlappen, können manche Sätze mehrere Punktzahlen haben, die dann zu einer einzigen Punktzahl zusammengefasst werden. Diese Satzpunktzahlen werden weiter aggregiert und zur Berechnung des gesamten Dokument-KI-Schreibwerts verwendet.)

Es handelt sich also um eine Wahrscheinlichkeitskette. Jeder Ihrer Sätze erhält vom Modell einen Score zwischen 0 und 1; je näher an 1, desto KI-ähnlicher. Diese Scores addieren sich zu der Prozentzahl, die Sie sehen.

Die mechanische Bedeutung von "hoher AI-Rate" ist also konkret: Ihr Schreiben fällt im Wahrscheinlichkeitsraum des Modells auf die KI-generierte Seite. Nicht weil Sie KI verwendet haben, sondern weil die statistischen Merkmale Ihrer Wortwahl und Satzstrukturen zufällig näher am Durchschnittsmuster KI-generierter Texte liegen.

Hier bedarf es einer Korrektur eines weit verbreiteten Irrtums. Viele Antworten beschreiben Turnitins Mechanismus als "Messung von Perplexität und Burstiness" und geben dann Tipps, wie Sie diese beiden Werte senken können. Turnitin widerspricht dem in seiner FAQ ausdrücklich:

"Our model is not explicitly programmed to evaluate specific signals such as "burstiness," "perplexity," or other individual metrics sometimes referenced in public discussions." (Unser Modell ist nicht explizit darauf programmiert, spezifische Signale wie "Burstiness", "Perplexity" oder andere einzelne Metriken auszuwerten, auf die in öffentlichen Diskussionen mitunter Bezug genommen wird.)

Der direkt folgende Satz:

"Instead, it learns statistical patterns from our training data." (Stattdessen lernt es statistische Muster aus unseren Trainingsdaten.)

Das bedeutet aber nicht, dass Turnitin Wortwahrscheinlichkeiten ignoriert. Dieselbe FAQ-Seite stellt an anderer Stelle fest:

"Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." (Unsere Klassifikatoren sind darauf trainiert, diese Unterschiede in der Wortwahrscheinlichkeit zu erkennen und beherrschen die spezifischen Wortwahrscheinlichkeitssequenzen menschlicher Autoren.)

Beide Aussagen müssen zusammen gelesen werden. Turnitin berechnet nicht explizit einen Score namens Perplexität, aber sein Klassifikator trifft eine Entscheidung auf Ebene der Wortwahrscheinlichkeit, denn Perplexität ist selbst ein Maß für Wortwahrscheinlichkeiten. Korrekt formuliert: Sie können keinen Drehregler namens Perplexität einstellen, weil dieser Drehregler nicht als expliziter Input existiert. Was Sie ändern können, ist Ihre eigene Wortwahrscheinlichkeitsverteilung, sodass das Modell sie wieder auf die menschlich geschriebene Seite einstuft.

In diesem Abschnitt geht es um drei statistische Tendenzen. Jede davon verschiebt Ihre Wortwahrscheinlichkeit in Richtung KI-Seite. Es handelt sich nicht um Mängel chinesischer Muttersprachler, sondern um Muster, die auftreten, wenn Sie in einer Zweitsprache schreiben und dabei gleichzeitig Grammatik, Vokabular und Argumentation koordinieren müssen.

Erstens die Tendenz, auf "sichere", hochfrequente Wörter zurückzugreifen. Beim Schreiben auf Englisch als Zweitsprache ist der natürliche Instinkt, Wörter mit stabiler Bedeutung und geringem Fehlerrisiko zu wählen. Diese Wörter gehören zu den hochfrequenten. Es sind aber auch genau die Wörter, auf die KI-generierte Texte am häufigsten zurückgreifen, denn Sprachmodelle wählen nach Wahrscheinlichkeit und hochfrequente Wörter haben eine hohe Wahrscheinlichkeit. Je stärker Ihre Wortverteilung an der Spitze der Häufigkeitstabelle konzentriert ist, desto näher sitzt sie am Durchschnitt KI-generierter Verteilungen. Die bereits zitierte Zeile "Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers" (Unsere Klassifikatoren sind darauf trainiert, diese Unterschiede in der Wortwahrscheinlichkeit zu erkennen und beherrschen die spezifischen Wortwahrscheinlichkeitssequenzen menschlicher Autoren) trifft genau diesen Punkt: Der Klassifikator liest Wortwahrscheinlichkeitssequenzen, und menschliche Autoren haben ihre eigenen charakteristischen Sequenzen. Hochfrequente Konzentration gehört nicht dazu.

Zweitens geringe strukturelle Variation. Turnitin selbst listet die Merkmale auf, die tendenziell False Positives produzieren:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Manchmal können False Positives – also fälschliches Markieren menschlich geschriebener Texte als KI-generiert – Inhalte ohne viel strukturelle Variation umfassen, Texte, die sich buchstäblich wiederholen, oder Texte, die umformuliert wurden, ohne neue Ideen zu entwickeln.)

Der folgende Satz:

"If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Wenn unser Indikator in solchen Texten einen höheren Anteil an KI-Schreiben anzeigt, raten wir Ihnen, dies bei der Betrachtung der angegebenen Prozentzahl zu berücksichtigen.)

Wer auf Englisch als Zweitsprache schreibt, hat nur ein schmales kognitives Budget für Satzstrukturen übrig. Das Ergebnis ist strukturelle Konsistenz: Subjekt-Verb-Objekt, Subjekt-Verb-Objekt, Subjekt-Verb-Objekt. Geringe strukturelle Variation steht genau an erster Stelle von Turnitins eigener Liste falsch-positiv-anfälliger Merkmale. Der offizielle Rat an Lehrende lautet, hohe Score bei solchen Texten zu relativieren – und dieser Satz gehört zwingend zum ersten hinzu.

Drittens mögliche Nutzung von maschineller Übersetzung oder Grammarly. Die Ausgabe maschineller Übersetzung wird selbst von einem Sprachmodell erzeugt, ihre Wortwahrscheinlichkeitsverteilung liegt also naturgemäß auf der KI-Seite. Die Situation von Grammarly ist spezifischer. Turnitins FAQ enthält eine gezielte Aussage: Rechtschreib-, Grammatik- und Interpunktionkorrekturen werden "in den meisten Fällen" nicht markiert, aber Grammarlys generative Funktionen – darunter Entwurfserstellung, Paraphrasieren und Zusammenfassen – fallen nicht unter diese Ausnahme. Die offizielle Formulierung besagt, dass mit diesen Funktionen erzeugte Inhalte "will likely be flagged as AI-generated" (voraussichtlich als KI-generiert markiert werden). Wenn Sie also Grammarlys Satzumschreibungsfunktion verwendet haben, ist das Markieren dieser Passagen zu erwarten, nicht überraschend.

Warum AI-Detektoren gegenüber nicht-muttersprachlichen englischen Schreibenden voreingenommen sind ordnet diese Fragestellungen in einen größeren Rahmen ein.

Zuerst, was Sie nicht tun sollten.

Versuchen Sie nicht, Perplexität zu senken. Wir haben bereits Turnitins Aussage zitiert, dass sein Modell nicht explizit darauf programmiert ist, Perplexität als einzelne Metrik auszuwerten. Jeder Rat, der Ihnen sagt, Sie sollten "Perplexität senken", basiert auf einer falschen Prämisse. Sie können keinen Wert senken, den Turnitin nicht explizit berechnet. Viel Marketingtext von Humanizern baut auf dieser falschen Prämisse auf.

Hören Sie nicht bei einem einzelnen Satz auf. Turnitin bewertet überlappende mehrsätzige Segmente, daher konkurriert eine auf einen Satz beschränkte Änderung gegen den umgebenden Absatz. Eine markierte Passage ist wegen der Form ihrer gesamten Verteilung markiert: was sie an den Anfang stellt, wo sie abbiegt, wie lang sie läuft, bevor sie stoppt. Die Einheit, an der Sie arbeiten, ist die Passage, nicht der Satz.

Schreiben Sie nicht das gesamte Dokument neu. Kurze Dokumente zeigen ein dokumentiertes Extremverhalten:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (Bei kürzeren Dokumenten mit nur wenigen hundert Wörtern ist die Vorhersage meist 'alles oder nichts', weil wir auf einem einzigen Segment ohne Überlappungsmöglichkeit vorhersagen.)

Der folgende Satz:

"This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Das bedeutet, dass manche Texte, die eine Mischung aus KI-generiertem und originalem Inhalt sind, als vollständig KI-generiert markiert werden könnten.)

Ein halb neu geschriebenes kurzes Dokument ist also besonders riskant. Sie haben die Hälfte umgeschrieben, die andere Hälfte wird als KI eingestuft, und das Ganze kommt mit hohem Score zurück.

Nun, was Sie tun sollten.

Besorgen Sie sich zuerst den Report. Wie bereits zitiert: Studierende können den Indikator nicht sehen, aber Dozenten können das PDF herunterladen und teilen. Sie haben das Recht, dieses PDF anzufordern. Sobald Sie es haben, suchen Sie die hervorgehobenen Passagen. Nur Reports ab 20% haben Hervorhebungen. Zu wissen, welche Passagen markiert sind, ist die Voraussetzung für deren Überarbeitung.

Überarbeiten Sie die markierten Passagen eine nach der anderen. Die Richtung lautet, die Form des Satzes zu ändern. Nehmen Sie das Subjekt-Verb-Objekt-Muster, zu dem Sie neigen, und ersetzen Sie es durch eine Struktur, die Sie normalerweise nicht schreiben: einen Nebensatz, eine Inversion, eine Parenthese, einen satzübergreifenden Verweis. Diese Strukturen verändern Ihre Wortwahrscheinlichkeitssequenz, die das Modell liest. Der Score eines Satzes wird auch von seinen Nachbarn beeinflusst, weil sich Segmente überlappen, daher verschiebt die Überarbeitung einer Passage die Scores der umgebenden Sätze.

Verwenden Sie die Wörter, nach denen Sie tatsächlich greifen. Widerstehen Sie dem Zug zu sicheren hochfrequenten Vokabeln. Verwenden Sie das Wort, das Sie tatsächlich wollen, auch wenn es weniger gebräuchlich ist. Das Unterscheidende der Wortwahrscheinlichkeitssequenz eines menschlichen Autors liegt oft in den Wahlentscheidungen, die von der Spitze der Häufigkeitstabelle abweichen.

Beachten Sie die Grenze des qualifizierenden Textes. Turnitin analysiert nur standardgrammatische Sätze:

"This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures." (Dieser qualifizierende Text umfasst nur Prosasätze, das heißt, wir analysieren nur Textblöcke, die in standardgrammatischen Sätzen geschrieben sind und keine anderen Schreibarten wie Listen, Aufzählungspunkte (kurze Nicht-Satz-Strukturen) oder andere Nicht-Satz-Strukturen enthalten.)

Der folgende Satz:

"This percentage is not necessarily the percentage of the entire submission." (Diese Prozentzahl ist nicht unbedingt die Prozentzahl der gesamten Einreichung.)

Die Zahl, die Sie sehen, ist also ein Prozentsatz über qualifizierendem Text, nicht über der gesamten Datei. Wenn Sie überarbeiten, zielen Sie auf den qualifizierenden Text. Das Bearbeiten einer Aufzählungsliste bewegt diesen Zähler nicht.

Noch eines, weil es beeinflusst, wie Sie Ihren eigenen Score lesen. Turnitin legt den Zielkonflikt in seiner FAQ offen:

"In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document. We're comfortable with that since we do not want to incorrectly highlight human-written text as AI-written. For example, if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing." (Um diese niedrige Rate von 1% für False Positives aufrechtzuerhalten, besteht die Möglichkeit, dass wir einige KI-geschriebene Texte in einem Dokument übersehen. Damit sind wir einverstanden, da wir nicht fälschlicherweise menschlich geschriebene Texte als KI-geschrieben markieren wollen. Wenn wir beispielsweise feststellen, dass 50% eines Dokuments wahrscheinlich von einem KI-Tool geschrieben wurden, könnte es bis zu 65% KI-Schreiben enthalten.)

Die Richtung ist ausdrücklich: Das Modell würde lieber KI-Text übersehen als menschlichen Text markieren. Das bedeutet, der Report hat eine eingebaute Tendenz zur Unter- nicht zur Übermeldung. Wenn Sie einen hohen Score sehen, liegt dieser auf der konservativen Seite des Modelldesigns, nicht auf der aggressiven. Das beweist nicht, dass der Score korrekt ist. Es bedeutet aber, dass Sie ihn nicht als Obergrenze behandeln sollten.

"Struktur ändern" klingt abstrakt. Ein Beispiel macht es konkret.

• Original: "The results show that the method is effective."
• Neu aufgebaut: "What the results show is not that the method works in general, but that it works under the specific condition we tested." Der Satz wechselt vom einfachen Subjekt-Verb-Objekt zu einer betonten Konstruktion mit Wendung. Die Wortwahrscheinlichkeitssequenz ist anders. Das Modell sieht eine andere Verteilung.

Struktur zu ändern bedeutet nicht, ausgefallene Sätze zu schreiben. Es geht darum, die Satzstrukturen zu schreiben, die Sie normalerweise nicht produzieren, denn genau dort lebt Ihre Signatur als menschlicher Autor in der Wahrscheinlichkeitsverteilung.

1. Vergewissern Sie sich, dass Sie das PDF haben, nicht einen Screenshot. Ein Screenshot hat kein Datum, keine Positionen der Hervorhebungen und keine Möglichkeit festzustellen, um welchen Report es sich handelt.
2. Prüfen Sie, ob die Angabe eine Prozentzahl oder ein Sternchen ist. Eine Prozentzahl bedeutet 20% oder mehr und Hervorhebungen, mit denen Sie arbeiten können. Ein Sternchen bedeutet 1% bis 19%, keine Hervorhebungen und nichts zum Lokalisieren.
3. Suchen Sie die konkreten hervorgehobenen Passagen. Das sind die zu überarbeitenden. Lassen Sie den Rest in Ruhe. Das Ändern nicht markierten Textes ist verschwendete Mühe.
4. Lesen Sie jede markierte Passage und diagnostizieren Sie, welche Tendenz sie erzeugt hat. Einheitliche Satzstruktur? Hochfrequentes Vokabular? Eine Grammarly-Umschreibung? Unterschiedliche Ursachen brauchen unterschiedliche Korrekturen.
5. Bauen Sie die Satzstruktur neu auf. Schreiben Sie die markierten Sätze in Strukturen um, die Sie normalerweise nicht verwenden.
6. Überprüfen Sie nach der Überarbeitung erneut. Detektoren ändern sich, und Turnitin erklärt, dass sein Modell iteriert, daher kann kein festes Ergebnis versprochen werden. Was Sie tun können, ist, nach der Überarbeitung einen weiteren Report laufen zu lassen und zu sehen, ob die Hervorhebungen zurückgegangen sind. Warum verschiedene AI-Detektoren nicht übereinstimmen erklärt, warum Ergebnisse verschiedener Detektoren sich nicht gegenseitig validieren können.

Bedeutet eine hohe AI-Rate, dass ich KI verwendet habe? Nein. Turnitins Modell liest Wortwahrscheinlichkeitsverteilungen, nicht Nutzungsprotokolle. Sie können markiert werden, ohne KI verwendet zu haben, wenn Ihr Vokabular hochfrequent ist, Ihre Satzstruktur einheitlich ist oder Sie maschinelle Übersetzung verwendet haben. Turnitin selbst listet die Merkmale auf, die tendenziell False Positives produzieren, und rät Lehrenden, hohe Score bei solchen Texten zu relativieren.

Kann ich meine eigene AI-Rate prüfen? Nicht über Turnitins Indikator. Die offizielle Aussage lautet, dass der Indikator und Report für Studierende nicht sichtbar sind und dass Dozenten den Report als PDF herunterladen und teilen können. Jeden Report, den Sie sehen, sehen Sie, weil jemand sich entschieden hat, ihn Ihnen zu zeigen.

Welche Passagen sollte ich zuerst überarbeiten? Diejenigen, die der Report tatsächlich markiert. Turnitin berichtet auf Passagenebene, daher sind die markierten Passagen der einzige Ort, an dem Sie Belege für Ihre Arbeit haben; das Überarbeiten einer nicht markierten Passage ändert Ihren Essay, ohne etwas zu ändern, worauf der Report reagiert.

Werde ich für die Verwendung von Grammarly markiert? Rechtschreib-, Grammatik- und Interpunktionkorrekturen werden in den meisten Fällen nicht markiert. Aber Grammarlys generative Funktionen – darunter Entwurfserstellung, Paraphrasieren und Zusammenfassen – werden wahrscheinlich als KI-generiert markiert. Unterscheiden Sie zwischen beidem.

Werden kurze Arbeiten häufiger markiert? Dokumente mit wenigen hundert Wörtern haben Vorhersagen, die meist alles-oder-nichts sind, und gemischte Inhalte können vollständig als KI markiert werden. Seien Sie bei partiellen Überarbeitungen kurzer Dokumente besonders vorsichtig.

Kann ein Humanizer-Tool meinen Score senken? Dieser Artikel macht keine Wirksamkeitsbehauptung. Turnitins Designrichtung bevorzugt Verpassen vor Fehlalarmen, das Modell iteriert, und jedes Versprechen über ein zukünftiges Erkennungsergebnis ist eines, das ein Tool nicht ehrlich machen kann. Was wir sagen können, ist, dass das Überarbeiten mit dem Report in der Hand Ihnen sagt, welche Passagen sich bewegt haben, und blindes Überarbeiten nicht.