# Studie prüft Detektor für umformulierte KI-Texte

> Die Forschenden geben für überarbeitete Texte einen F1-Wert von 93,97 % an. Wie zuverlässig die Methode im Alltag funktioniert, geht aus der Studie jedoch nicht hervor.

Oossa · 2026-10-30 · https://oossa.com/de/study-tests-a-detector-for-rewritten-ai-generated-text

Die Forschenden stellen MCRP vor, eine Methode zur Erkennung von Texten, die von großen Sprachmodellen verfasst wurden – auch wenn diese anschließend umgeschrieben, sprachlich verbessert oder erweitert wurden. MCRP nutzt ein eingefrorenes Sprachmodell, um zu vergleichen, wie ein Text auf passende, veränderte und Kontroll-Prompts reagiert. Diese Messwerte fließen anschließend in einen Random-Forest-Klassifikator ein.

In ihren Tests erzielte MCRP bei Textüberarbeitungen einen F1-Wert von 93,97 % und einen ROC-AUC-Wert von 96,24 %. Damit lag die Methode 19,50 beziehungsweise 25,77 Prozentpunkte vor der stärksten getesteten Vergleichsmethode. Dabei handelt es sich um Ergebnisse aus der Studie – nicht um einen Beleg dafür, dass die Methode bei jeder Art von bearbeitetem Text oder im Alltag gleichermaßen gut funktioniert.

## Die Fakten

- Die Studie erschien auf arXiv unter der Kennung arXiv:2610.38312.
- Bei überarbeiteten Texten geben die Forschenden einen F1-Wert von 93,97 % und einen ROC-AUC-Wert von 96,24 % an.

## Warum es wichtig ist

Für Redaktionen oder Plattformen, die mutmaßlich KI-verfasste Texte prüfen, könnte die Methode auch bei überarbeiteten Inhalten hilfreich sein. Die Studie belegt jedoch nicht, wie zuverlässig sie bei Texten funktioniert, die im Alltag anfallen.

## Quellen und Referenzen

1. [Robust LLM-Generated Text Detection through Matched Conditional-Response Probing](https://arxiv.org/abs/2610.38312) – arXiv, 2026-10-30

Zuletzt aktualisiert: 2026-10-30