Eigenen Text maschinell übersetzt? Wie oft Pangram in einem Test 2026 auf KI entschied

In einem Test aus dem Jahr 2026: selten. Forschende nahmen von Menschen verfasste Webseiten in 24 Sprachen, alle aus der Zeit vor 2022, und ließen sie von Gemini 3.7 Flash so originalgetreu wie möglich ins Englische übersetzen. Pangram 4 stufte 26 der 1.197 Übersetzungen als KI ein, also 2,17 %. Von den 1.198 Originalen stufte das Tool keinen einzigen als KI ein. Sobald jedoch ein Modell das Formulieren übernommen hatte, kippte das Ergebnis: Seiten, die Gemini anhand der Gliederung des Autors neu formuliert hatte, wurden nach der Übersetzung ins Englische in 1.161 von 1.197 Fällen (97,0 %) als KI markiert.

Dies galt ausschließlich für Pangram. Turnitin, GPTZero und weitere Detektoren wurden nicht getestet; die 2,17 % lassen sich daher nicht auf sie übertragen. Bei der Studie handelt es sich um ein noch nicht durch Peer-Review begutachtetes Preprint, das Untersuchungsmaterial bestand aus Webseiten statt aus akademischen Hausarbeiten, und die Übersetzung erfolgte bewusst wörtlich. Ob ein Detektor Ihre Übersetzung beanstandet, ist zudem eine völlig andere Frage als die, ob Sie überhaupt übersetzen durften. Mehrere Universitäten sowie das JCQ, das die Prüfungsregeln für GCSEs und A-Levels festlegt, haben genau dazu ausdrückliche Vorschriften erlassen.

Die Studie trägt den Titel "IdeaLens: Detecting AI Ideas in Long-form Writing" (IdeaLens: Erkennung von KI-Ideen in längeren Texten) von Rishanth Rajendhran und sieben Koautoren der University of Maryland, von Google DeepMind und der Simon Fraser University, veröffentlicht auf arXiv am 5. Oktober 2026. Der Übersetzungstest ist ein Nebenexperiment im Anhang der Arbeit. Das Hauptthema der Publikation ist ein Forschungsdetektor, der erkennen soll, ob die Gedanken eines Dokuments von einem Menschen oder von einem Modell stammen. Die Autoren danken Pangram, dem hier untersuchten Detektor, für die Bereitstellung eines Forschungsguthabens.

Die menschlichen Texte stammten aus FineWeb2, einer großen öffentlichen Webseitensammlung. Die Autoren wählten ausschließlich vor 2022 verfasste Seiten aus, wodurch sich die Erstellung durch einen Chatbot praktisch ausschließen lässt, und beschränkten sich auf acht Textsorten: wissenschaftliche Texte, kreatives Schreiben, Fachartikel, Nachrichten, Sachberichte, persönliche „Über mich“-Seiten, persönliche Blogs und Nutzerrezensionen. Für den Übersetzungstest wählten sie jeweils 50 Seiten aus 24 Sprachen aus. Das Spektrum reicht von Chinesisch, Spanisch, Deutsch, Japanisch, Französisch und Russisch über Arabisch, Hindi, Persisch, Vietnamesisch und Ukrainisch bis hin zu Amharisch, Yoruba, Singhalesisch und Tamil.

Zu jeder menschlichen Webseite wurden zwei KI-Versionen in derselben Sprache erstellt, beide generiert von Gemini 3.7 Flash:

• Ausschließlich das Thema. Das Modell erhielt eine einzeilige Beschreibung von Textart und Thema; der gesamte Textinhalt stammte somit eigenständig vom Modell.
• Anhand der Gliederung des Autors. Das Modell erhielt die vollständige Gliederung der Seite mit der Anweisung, jeden Punkt der Reihe nach auszuformulieren und nichts hinzuzufügen. Jeder inhaltliche Punkt stammte vom Menschen; jeder einzelne Satz wurde vom Modell formuliert.

Alle drei Versionen wurden anschließend erneut von Gemini 3.7 Flash ins Englische übersetzt. Der Prompt forderte "nothing added, nothing removed, nothing improved" (nichts hinzufügen, nichts entfernen, nichts verbessern) und wies das Modell an: "Keep the register, repetition, fragments and clumsy phrasing." (Stilebene, Wiederholungen, Fragmente und ungelenke Formulierungen beibehalten.) Das ähnelt der Arbeitsweise eines gewissenhaften menschlichen Übersetzers deutlich mehr als dem bloßen Einfügen eines Entwurfs in einen Chatbot mit der Bitte um besseres Englisch. Pangram 4 bewertete jeden Text jeweils vor und nach der Übersetzung.

Der Begriff „als KI eingestuft“ hat hier eine genaue Bedeutung. Pangram 4 unterteilt einen Text in Anteile, die es als rein maschinell, KI-unterstützt und menschlich einstuft. Die Autoren werteten einen Text als KI-generiert, sobald der reine KI-Anteil plus die Hälfte des KI-unterstützten Anteils mindestens 50 % ergaben. Eine übersetzte Seite, bei der Pangram lediglich einen kleinen Abschnitt als KI markierte, zählt somit nicht zu den 26 Fällen – wie viele solcher Seiten es gab, geht aus der Studie nicht hervor.

Etwa eine von 46 übersetzten menschlichen Seiten erhielt demnach ein KI-Urteil. Zwei andere Zeilen der Tabelle werden jedoch leicht missverstanden.

Die 97 % sind kein Fehlalarm bei menschlichen Texten. Die Studie ordnet diese Markierungen als falsch-positive Ergebnisse ein, weil es in der Arbeit um gedankliche Urheberschaft geht und die Ideen in dieser Zeile vom Menschen stammten. Allerdings wurde jeder einzelne Satz von einem Modell formuliert – und genau auf sprachliche Formulierungen ist Pangram ausgelegt. Die Dokumentation des Datensatzes hält dies ausdrücklich fest: "An idea detector should not flag level 5; a prose detector should." (Ein Detektor für Ideen sollte Stufe 5 nicht markieren; ein Detektor für Formulierungen hingegen schon.) Stufe 5 entspricht dabei der Version, die anhand einer Gliederung generiert wurde. Wenn Sie einem Chatbot Ihre Notizen oder eine Gliederung in Ihrer Muttersprache übergeben und ihn den Text verfassen lassen, stammt das englische Endprodukt sprachlich vom Chatbot – und in diesem Test erkannte Pangram fast jeden dieser Fälle.

In diesem Test verschleierte die Übersetzung KI-Texte nicht, sondern machte sie noch sichtbarer. In den Originalsprachen übersah Pangram einen beträchtlichen Teil – 258 der 1.200 reinen Thementexte in diesem Test –, und bei Sprachen mit geringerer Online-Präsenz noch mehr: Im gesamten mehrsprachigen Datensatz der Studie erkannte das Tool in den zehn Sprachen, die die Autoren als ressourcenschwach einstufen, lediglich 58,0 % der Thementexte. Nach der Übersetzung stufte es ausnahmslos alle 1.200 Thementexte als KI ein. Wer also zunächst in der Muttersprache mit einem Chatbot arbeitet und den Text anschließend übersetzt, wurde in diesem Test häufiger erkannt, nicht seltener.

Ein zweiter Abgleich in derselben Publikation bestätigt diesen Befund. CoCoNUTS, ein Datensatz einer anderen Forschungsgruppe, enthält englischsprachige Peer-Reviews aus dem Jahr 2022 oder früher. Ein Teil davon wurde von Sprachmodellen ins Chinesische und zurück ins Englische übersetzt; Pangram 4 stufte davon lediglich 0,1 % der 1.493 Texte als KI ein. Ein anderer Teil aus derselben Sammlung wurde von Sprachmodellen sprachlich überarbeitet; hier schlug Pangram bei 61,2 % von 1.497 Texten an. Eine Rückübersetzung über das Chinesische ist natürlich nicht mit Ihrem eigenen Entwurf gleichzusetzen. Dennoch häuften sich die KI-Befunde in beiden Datensätzen dort, wo ein Modell Sätze verfasst oder überarbeitet hatte – nicht dort, wo es lediglich gewissenhaft übersetzte.

• Aussagen über Turnitin. Die Studie liefert keinerlei Messwerte zu Turnitin, und eine Einstufung durch Pangram ist methodisch nicht mit dem Prozentwert von Turnitin vergleichbar (ausführlicher in Pangram vs. Turnitin: Warum die beiden KI-Scores nicht übereinstimmen). Oft wird argumentiert, Übersetzungsprogramme und Chatbots basierten auf ähnlichen Sprachmodellen, weshalb übersetztes Englisch für jeden Detektor maschinell wirken müsse. Für Pangram und eine originalgetreue Übersetzung hat sich diese Annahme hier überwiegend nicht bestätigt. Da Turnitin nicht getestet wurde, erlaubt die Studie keine Rückschlüsse darauf, wie Turnitin übersetzte Texte bewertet. Ein älterer Test aus dem Jahr 2023 bezog Turnitin in einen Vergleich von 14 Detektoren ein: Über alle Tools hinweg lag die Genauigkeit bei menschlichen englischen Texten bei 96 % und ist nach Worten der Autoren "dropped by 20%" (um 20 % gesunken), als neun von Menschen verfasste Texte mit DeepL oder Google Translate ins Englische übersetzt wurden. Das ist ein Durchschnittswert über alle 14 Werkzeuge, keine isolierte Kennzahl für Turnitin – und die Detektoren wurden seither weiterentwickelt. Wird die Übersetzung aus dem Chinesischen ins Englische von Turnitin als KI eingestuft? beleuchtet die Textmerkmale, die Turnitins eigene Dokumentation mit falsch-positiven Befunden verknüpft.
• Ihre Sprache. Die Übersetzungsergebnisse liegen ausschließlich als Gesamtergebnis über 24 Sprachen mit je 50 Webseiten vor. Es gibt für diesen Test keine gesonderten Kennzahlen für Chinesisch oder Arabisch.
• Ihr Übersetzungstool. Getestet wurde lediglich ein einziges Modell mit einer Instruktion, die strikte Treue zum Ausgangstext verlangte. DeepL, Google Translate oder ein Chatbot mit der Vorgabe „lass es akademischer klingen“ wurden nicht untersucht. Die Ergebnisse zu den polierten Reviews deuten darauf hin, dass letzteres zu einer ganz anderen Ausgangslage führt.
• Akademische Arbeiten. Die untersuchten Texte waren Blogbeiträge, Nachrichtentexte, Rezensionen und ähnliche Webseiten, keine nach universitären Bewertungsrastern verfassten Seminar- oder Abschlussarbeiten.
• Peer-Review. Es handelt sich um ein Preprint ohne Peer-Review, und Pangram stellte Forschungsguthaben zur Verfügung. Die Veröffentlichung nennt zudem kein genaues Datum für die Überprüfung der Texte, und Detektoren werden kontinuierlich aktualisiert.

Diesen Punkt kann die Studie nicht beantworten. Universitäten erlassen ausdrückliche Richtlinien zu Übersetzungswerkzeugen – und diese Regelungen greifen unabhängig davon, ob ein Detektor anschlägt oder nicht. Drei aktuelle Richtlinien von Hochschulen sowie die Bestimmungen des JCQ zeigen das deutlich:

• University of York. Ihre Richtlinie zu unzulässigen Hilfsmitteln stuft für bewertete Arbeiten Folgendes als unzulässig ein: "Using translation tools or services to translate text in whole or significant sections (oral or written), which is then submitted as summative work" (Nutzung von Übersetzungswerkzeugen oder -diensten, um Texte ganz oder in wesentlichen Teilen [mündlich oder schriftlich] zu übersetzen und als bewertete Prüfungsleistung einzureichen). Der Leitfaden für Studierende erlaubt Übersetzungen lediglich "As a dictionary" (als Wörterbuch) auf der Ebene einzelner Wörter, Kollokationen oder Redewendungen und warnt: "translated text which is at sentence level or beyond risks submitting work of false authorship." (Übersetzter Text auf Satzebene oder darüber birgt das Risiko, eine Arbeit unter falscher Autorschaft einzureichen.)
• University of Huddersfield. "If you translate large portions of text written initially in your native language and submit this for assessment, this may be considered to be misconduct, as it raises the question of authorship of the translated version." (Wenn Sie größere Teile eines ursprünglich in Ihrer Muttersprache verfassten Textes übersetzen und zur Bewertung einreichen, kann dies als Fehlverhalten gewertet werden, da es die Frage nach der Autorschaft der übersetzten Fassung aufwirft.) Dieselbe Prüfungsordnung verlangt, verwendete Übersetzungstools offenzulegen, und sieht vor, dass Dozenten bei Zweifeln an der sprachlichen Urheberschaft verlangen können, den Inhalt zusammenzufassen oder die verwendete Grammatik und das Vokabular zu erläutern. Absatz 10.2.3 ergänzt: "We do not expect you to use AI tools to contribute to the completion of your assessment or online exam unless you have been explicitly told that you can." (Wir erwarten nicht, dass Sie KI-Werkzeuge zur Fertigstellung Ihrer Prüfungsarbeit oder Online-Klausur verwenden, es sei denn, dies wurde Ihnen ausdrücklich erlaubt.) Das ist besonders wichtig, wenn Sie einen Chatbot als Übersetzer nutzen.
• University of Queensland. Der Leitfaden der Universitätsbibliothek fordert dazu auf, vor dem Einsatz maschineller Übersetzung das jeweilige Modulprofil zu konsultieren, untersagt sie bei Präsenzprüfungen und hält fest: "You must acknowledge that you have used machine translation in your assessment. Failure to acknowledge the use of machine translation can result in Academic Misconduct." (Sie müssen in Ihrer Prüfungsarbeit angeben, dass Sie maschinelle Übersetzung verwendet haben. Das Versäumnis, die Nutzung maschineller Übersetzung anzugeben, kann als akademisches Fehlverhalten gewertet werden.)
• JCQ (GCSE-, A-Level- und EPQ-Kursarbeiten). Die JCQ-Richtlinien für 2026-27 für nicht-klausurbasierte Prüfungen auf GCSE- und A-Level-Niveau sowie für das EPQ halten nun ausdrücklich fest: "AI translation tools must not be used to generate work for assessment." (KI-Übersetzungswerkzeuge dürfen nicht verwendet werden, um Arbeiten für die Leistungsbewertung zu generieren.)

Stellt man diese Richtlinien neben die Studie, zeigt sich: In York steht ein Aufsatz, der vollständig aus Ihrem eigenen Entwurf übersetzt wurde, auf der Verbotsliste – selbst wenn Pangram jede einzelne Seite anstandslos durchwinken würde. In Queensland kann dieselbe Arbeit vollkommen zulässig sein, solange Ihr Kurs dies gestattet und Sie die Nutzung deklarieren. Das Ergebnis eines Detektors ändert an keinem dieser beiden Ausgänge etwas.

1. Prüfen Sie die Vorgaben für genau diese Prüfungsleistung, nicht nur die allgemeine Hochschulseite. York gestattet Instituten, Übersetzungen für einzelne Prüfungen auszuschließen, und Queensland verweist auf das Modulprofil. Wenn in der Aufgabenstellung nichts Konkretes steht, fragen Sie schriftlich nach: "I write my first draft in [language] and translate it with [tool]. Is that allowed for this assignment, and how should I acknowledge it?" (Ich verfasse meinen ersten Entwurf auf [Sprache] und übersetze ihn mit [Tool]. Ist das für diese Prüfungsleistung zulässig und wie soll ich das angeben?) Bewahren Sie die schriftliche Antwort sorgfältig auf.
2. Deklarieren Sie die Nutzung in genau der Form, die Ihre Hochschule verlangt. Der Leitfaden der University of Queensland bietet eine Vorlage, die Sie anpassen können: "This work was post-edited by the author, after being translated from <insert language> to English using <insert tool>." (Diese Arbeit wurde nach der Übersetzung aus dem <Sprache einfügen> ins Englische mittels <Werkzeug einfügen> vom Autor nachbearbeitet.)
3. Bewahren Sie Ihren muttersprachlichen Entwurf samt Datumsangaben auf. Er liefert den sichersten Beleg dafür, dass Ideen und Gliederung von Ihnen stammten, bevor irgendein Hilfsmittel zum Einsatz kam. Eine Datei in OneDrive oder Google Docs speichert den Versionsverlauf automatisch. Ein lokal auf Ihrem Desktop abgelegtes Word-Dokument tut dies nicht. Versionsverlauf in Word, Google Docs und Overleaf als Nachweis sichern erläutert das Vorgehen für alle drei Systeme.
4. Überlassen Sie dem Modell nicht das Formulieren. In dieser Studie blieben KI-Befunde selten, wenn das Modell ausschließlich übersetzte; sie stiegen jedoch drastisch an, sobald ein Modell anhand der Gliederung eines Autors formulierte oder dessen Sätze überarbeitete. Die Richtlinie von York stuft "Generating or re-writing (including shortening or summarising) any of the student's sentences or sections of work" (Generieren oder Umschreiben [einschließlich Kürzen oder Zusammenfassen] von Sätzen oder Abschnitten der Arbeit des Studierenden) ausdrücklich als unzulässig ein. "Translate this and make it sound more academic" (Übersetze das und lass es akademischer klingen) sind im Grunde zwei getrennte Bitten – und genau die zweite ist es, die sowohl von den Detektoren erfasst als auch von solchen Richtlinien untersagt wird. Manche Kurse lassen mehr Spielraum; prüfen Sie Ihre spezifischen Vorgaben.
5. Stellen Sie sicher, dass Sie jeden einzelnen Satz erklären können. Vergleichen Sie den englischen Text so lange mit Ihrem Ausgangsentwurf, bis Sie darlegen können, was jeder Satz bedeutet und warum genau diese Formulierungen gewählt wurden. Genau eine solche Überprüfung sieht die Prüfungsordnung von Huddersfield vor.

Bedeutet das, dass Turnitin meine übersetzte Arbeit nicht als KI einstuft? Nein. Turnitin war nicht Teil dieser Untersuchung. Abgesehen von den experimentellen Forschungsmodellen der Autoren war Pangram 4 der einzige Detektor, der auf die übersetzten Webseiten angewendet wurde.

Wurde Chinesisch mitgetestet? Ja, Chinesisch zählte zu den 24 Sprachen. Die Übersetzungsergebnisse wurden jedoch nur als Gesamtwert veröffentlicht; es gibt keine isolierte Quote für Chinesisch.

Ist es sicherer, direkt auf Englisch zu schreiben, anstatt zu übersetzen? Das lässt sich anhand dieses Papers nicht entscheiden. Bei einem separaten Datensatz von 3.909 Aufsätzen von Englischlernenden stufte Pangram 4 auf eine Dezimalstelle gerundet 0,0 % als KI ein. Bei den übersetzten Webseiten lag der Wert bei 2,17 %. Da es sich um unterschiedliche Textgattungen handelt, lassen sich die beiden Zahlen nicht direkt vergleichen. Beide Quoten sind jedoch sehr niedrig.

Was ist IdeaLens und muss ich mir deswegen Sorgen machen? Es handelt sich um den Forschungsdetektor der Autoren, der darauf ausgelegt ist zu erkennen, woher die Gedanken eines Textes stammen, statt zu prüfen, wer die Sätze verfasst hat. Bei den übersetzten menschlichen Webseiten stufte er 3 von 1.197 Seiten ein. Die Autoren haben das Modell öffentlich freigegeben; die Studie liefert jedoch keine Hinweise darauf, dass irgendeine Hochschule es einsetzt.

Meine übersetzte Arbeit wurde bereits als KI eingestuft. Was nun? Fragen Sie nach, welcher Detektor verwendet wurde, und fordern Sie den vollständigen Prüfbericht an, nicht nur eine bloße Zahl. Bringen Sie Ihren muttersprachlichen Entwurf, das Übersetzungsprotokoll und jegliche Versionsverläufe mit. Prüfen Sie anschließend die Richtlinien Ihrer Aufgabenstellung: Ob eine Übersetzung zulässig war und ob Sie diese deklariert haben, wird in jedem Fall eine Rolle spielen – ganz gleich, wie der Befund des Detektors ausfiel.

• Rishanth Rajendhran, Minjoon Choi, Jenna Russell, Ramya Namuduri, Deniz Bölöni-Turgut, Marzena Karpinska, John Wieting und Mohit Iyyer, IdeaLens: Detecting AI Ideas in Long-form Writing, arXiv:2610.06778v1, veröffentlicht am 5. Oktober 2026; abgerufen am 7. Oktober 2026 (Anhang E.3, H.3, H.4; Tabellen 19 und 30).
• Ergebnisdateien der Autoren: Übersetzung, CoCoNUTS, ELLIPSE, der Übersetzungs-Prompt sowie die Datensatzkarte zu IdeaShift-X; abgerufen am 7. Oktober 2026.
• Debora Weber-Wulff und Koautoren, Testing of Detection Tools for AI-Generated Text, arXiv:2306.15666v1, 2023; abgerufen am 7. Oktober 2026 (Abschnitte 3 und 5.1.1).
• Yihan Chen und Koautoren, CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection, ACL 2026; abgerufen am 7. Oktober 2026 (Abschnitt zum Aufbau des Datensatzes).
• University of York, Acceptable Assistance with Assessments (including Generative AI, Proofreading and Translation) - Policy und Student guidance on using AI and translation tools; University of Huddersfield, Regulations for taught students, section 10; University of Queensland Library, Machine translation for assignments; alle abgerufen am 7. Oktober 2026.
• JCQ, Instructions for conducting non-examination assessments und Instructions for conducting coursework (gültig ab 1. September 2026), abgerufen am 2. Oktober 2026.