Kann ein KI-Detektor wirklich erkennen, wer einen Text geschrieben hat?
Ich bin bei solchen Versprechen skeptisch. Ein Prozentwert sieht exakt aus, kann aber schnell mehr Sicherheit vorgaukeln, als der Test tatsächlich liefert. Besonders spannend wird es bei Texten, die zur Hälfte von einem Menschen und zur Hälfte von einer KI stammen.
Also habe ich Pangram 4 mit 12 kontrollierten deutschen und englischen Texten geprüft. Vier waren menschlich, vier stammten vollständig von GPT-5.6 Sol und vier kombinierte ich zu gleichen Teilen. Du bekommst hier alle Ergebnisse, meine Testmethode und die Grenzen des Versuchs.
- Pangram ordnete in meinem Test 12 von 12 Texten der richtigen Klasse zu
- Bei den vier Mischtexten lag der geschätzte KI-Anteil im Mittel 2,75 Prozentpunkte neben dem bekannten Anteil
- Ich empfehle Pangram als starkes Prüfsignal für Redaktionen, Agenturen und Lehrkräfte, aber nie als alleinigen Beweis für die Urheberschaft
1. Mein Urteil vorweg
Pangram hat mich in diesem Test wirklich überrascht.
Alle 12 Texte landeten in der richtigen Klasse. Noch stärker fand ich die Mischtextanalyse. Pangram erkannte nicht nur, dass Mensch und KI gemeinsam beteiligt waren, sondern kam dem bekannten Verhältnis erstaunlich nahe.
Meine vorläufige Note nach diesem Test lautet 1,4.
Die Erkennungsqualität und die Mischtextanalyse bekommen jeweils eine 1,0. Für die Bedienung vergebe ich eine 1,3, für die Nachvollziehbarkeit eine 1,7 und für Preis und Limits eine 2,0. Der Mittelwert ergibt 1,4.
Allerdings:
Zwölf Texte machen noch keinen wissenschaftlichen Benchmark. Meine KI-Texte kamen alle von GPT-5.6 Sol, und die menschlichen Beispiele waren historische Literatur. Pangram hat diese Stichprobe bestanden. Mehr lässt sich daraus nicht sauber ableiten.
Wenn du regelmäßig Texte auf mögliche KI-Beteiligung prüfen musst, ist Pangram für mich aktuell eine sehr gute Wahl. Für einen einzelnen Text reicht zuerst der kostenlose Tarif.
Pangram kostenlos ausprobieren
2. So habe ich Pangram getestet
Ich wollte drei Dinge herausfinden. Erkennt Pangram klar menschliche Texte, erkennt es aktuelle KI-Texte und kann es beide Anteile in einem Dokument auseinanderhalten?
Dafür habe ich diese Stichprobe gebaut:
- Vier gemeinfreie Literaturauszüge von Franz Kafka, Johann Wolfgang von Goethe, Jane Austen und Charles Dickens.
- Vier neu generierte Texte von GPT-5.6 Sol. Je ein informativer Text und eine kurze Erzählung auf Deutsch und Englisch.
- Vier Mischtexte. Jeder bestand aus genau 170 Wörtern eines menschlichen Originals und 170 Wörtern eines KI-Textes.
Ich kopierte jeden Text einzeln in das Pangram-Dashboard und notierte die Dokumentklasse, den angezeigten KI-Anteil und die von Pangram gezählte Wortmenge. Plagiatsprüfung, Browser-Erweiterung, Google-Docs-Integration, API und Bilddetektor gehörten nicht zu dieser Messreihe.
Die historischen Texte sind absichtlich ungewöhnlich. Sie prüfen, ob Pangram ältere Satzmuster fälschlich für KI hält. Sie bilden moderne Blogartikel, Schultexte oder E-Mails aber nicht vollständig ab.
3. Alle 12 Ergebnisse im Überblick
Die Tabelle enthält sämtliche Ergebnisse. „Typ“ bezeichnet die bekannte Herkunft. „Ergebnis“ zeigt Pangrams Dokumentklasse.
Das Ergebnis in Zahlen:
- 12 von 12 Dokumentklassen waren korrekt.
- Bei vier menschlichen Texten gab es keinen Fehlalarm.
- Bei vier KI-Texten gab es keinen übersehenen KI-Text.
- Alle vier Mischtexte wurden als gemischt erkannt.
- Die Schätzungen für den KI-Anteil lagen bei 54 %, 49 %, 56 % und 50 %.
Der mittlere absolute Fehler bei den Mischtexten betrug damit 2,75 Prozentpunkte. Für einen einfachen Copy-and-paste-Test ist das bemerkenswert nah am echten Verhältnis.
4. Was Pangram bei menschlichen und KI-Texten zeigte
Alle vier Literaturauszüge erkannte Pangram als vollständig menschlich. Beim deutschen Kafka-Auszug zeigte das Dashboard 336 Wörter und einen menschlichen Anteil von 100 %:
Auch bei den vier KI-Texten blieb das Urteil eindeutig. Der folgende deutsche Informationstext entstand vollständig mit GPT-5.6 Sol. Pangram markierte alle 252 gezählten Wörter als KI-generiert:
Und ja:
Vier von vier klingt perfekt. Bei nur vier Beispielen kann aber schon der nächste Text das Bild verändern. Ich würde aus diesem Ergebnis niemals eine allgemeine Genauigkeit von 100 % ableiten.
5. Die Mischtextanalyse war der stärkste Teil
Ein binärer Detektor kann bei einem gemischten Dokument nur verlieren. Sagt er „menschlich“, übersieht er die KI. Sagt er „KI“, unterschlägt er den menschlichen Anteil.
Pangram 4 teilt das Ergebnis deshalb in menschlich, KI-unterstützt und KI-generiert auf. Laut technischer Beschreibung von Pangram 4 berechnet das Modell diese Werte auf Token-Ebene. Tokens sind kleine Textbausteine, aus denen ein Sprachmodell Wörter und Sätze zusammensetzt. Dadurch kann Pangram Grenzen innerhalb eines Dokuments markieren.
Mein Dickens-Mischtext bestand aus 170 menschlichen und 170 KI-generierten Wörtern. Pangram zeigte exakt 50 % KI und verortete den KI-Teil in der späteren Hälfte:
Die drei anderen Mischtexte landeten bei 49 %, 54 % und 56 % KI. Genau diese Abstufung macht Pangram für redaktionelle Prüfungen interessanter als einen simplen roten Warnhinweis.
6. Bedienung, Funktionen und ein kleiner Hänger
Die Bedienung ist angenehm unspektakulär. Du fügst Text ein, startest den Scan und bekommst eine Klasse, einen Prozentwert sowie farbige Markierungen im Dokument. Frühere Prüfungen landen automatisch in der Historie.
Ein Scan blieb bei mir einmal in einem leeren Ergebnisfenster hängen und zeigte anschließend einen Netzwerkfehler. Nach dem Neuladen funktionierte derselbe Text. Die 12 ausgewerteten Endergebnisse waren davon nicht betroffen.
Neben dem Textdetektor bietet Pangram unter anderem folgende Funktionen:
- Erkennung von KI-Unterstützung und gemischter Urheberschaft.
- Datei-Upload und Texterkennung für gescannte Dokumente.
- Browser-Erweiterung und Google-Docs-Integration.
- Plagiatsprüfung in den kostenpflichtigen Tarifen.
- Bilddetektor mit getrennten Limits.
- API für automatisierte Prüfungen.
Für Entwickler gibt es zusätzlich Open Pangram. Die offenen Modelle lassen sich laut Anbieter auf einem MacBook ausführen und stehen für nicht kommerzielle Zwecke unter CC BY-NC-SA 4.0 bereit. Das ist nicht dasselbe wie der aktuelle Pangram-4-Webdienst, macht die Forschung aber besser überprüfbar.
7. Preise und kostenloser Tarif
Der öffentliche Free-Tarif verlangt keine Zahlungsmethode. Er erlaubt bis zu 2.000 Wörter und drei Bildprüfungen pro Tag.
Die wichtigsten öffentlichen Tarife sehen so aus:
8. Vorteile und Nachteile
Nach meinem Test sprechen diese Punkte für und gegen Pangram:
- Alle 12 kontrollierten Texte wurden in meinem Test richtig klassifiziert.
- Die vier Mischtexte wurden erkannt und ihr KI-Anteil erstaunlich genau geschätzt.
- Markierte Passagen machen das Ergebnis nachvollziehbarer als ein einzelner Score.
- Der kostenlose Tarif funktioniert ohne Zahlungsmethode.
- Browser-Erweiterung, Google Docs, API und offene Forschungsmodelle decken unterschiedliche Workflows ab.
9. Pangrams eigene Benchmarks richtig einordnen
Pangram nennt für Pangram 4 sehr starke Zahlen. Im eigenen Benchmark wurden laut Anbieter 99,66 % der KI-Dokumente erkannt. Die Fehlalarmrate bei menschlichen Texten lag demnach bei 0,0041 %. Gegen 13 kommerzielle Humanizer erkannte das Modell eine KI-Beteiligung in 98,83 % der Fälle.
Das sind Herstellerangaben. Pangram beschreibt zwar Datensatz, Architektur und Messung ausführlich, trotzdem ersetzen diese Zahlen keine unabhängige Prüfung.
Die gute Nachricht:
Mein kleiner Test widerspricht den Angaben nicht. Er kann sie aber auch nicht bestätigen. Dafür bräuchte es Tausende Texte aus vielen aktuellen Modellen, Genres, Sprachen und Bearbeitungsstufen.
10. Für wen ich Pangram empfehle
Ich empfehle Pangram vor allem Redaktionen, Agenturen, Lehrkräften und Teams, die regelmäßig Textentstehung prüfen müssen. Die Segmentansicht hilft dir dabei, verdächtige Passagen zu finden und anschließend genauer hinzusehen.
Wenn du nur gelegentlich einen einzelnen Text prüfst, reicht der Free-Tarif. Alternativ kannst du zuerst meinen kostenlosen KI-Text-Detektor nutzen und Pangram als zweite Meinung dazunehmen.
Und nein:
Ich würde niemals eine Person allein aufgrund eines Pangram-Scores beschuldigen oder bestrafen. Ein Detektor liefert ein Signal. Quellen, Versionsverlauf und Entstehungsprozess liefern den Kontext.
Teste deshalb drei Texte, deren Herkunft du sicher kennst. Einen menschlichen, einen KI-generierten und einen gemischten. Wenn Pangram bei deinen realen Textsorten sauber trennt, hast du ein nützliches Werkzeug statt nur einer beeindruckenden Prozentanzeige.
Pangram jetzt mit eigenen Texten testen
