Wie die Erkennung von KI-Text auf Tschechisch und Slowakisch funktioniert, wie man die Ergebnisse liest und was man damit in Schule, Redaktion und beim eigenen Schreiben anfängt.
Wie die versteckte Markierung eines Modells im Text aussieht, welche Modelle heute eine setzen und warum man sich bei der Beurteilung eines Textes nicht darauf verlassen kann.
Tschechisch und Slowakisch haben freie Wortstellung, reiche Flexion und kleinere Trainingskorpora. Was das mit der Erkennung macht und wie man die Ergebnisse liest.
Ein Score von 0 bis 100 ist keine Wahrscheinlichkeit für Betrug. Wie man ihn liest, wo die Schwellen liegen und was man mit einem Ergebnis in der Mitte macht.
Warum ein ehrlich geschriebener Text manchmal einen hohen Score bekommt und wie sich das ohne Beschuldigung klären lässt.
Die drei Ansätze, auf denen Detektoren für KI-Text beruhen, worin sie sich unterscheiden und warum sie beim selben Text verschiedene Ergebnisse liefern.
Wie der Vergleich eines Textes mit Ihren eigenen älteren Texten funktioniert und warum er eine andere Antwort gibt als ein allgemeiner Detektor.
Konkrete Muster, an denen sich erzeugter Text auch ohne Werkzeug erkennen lässt — und warum keines davon allein ausreicht.
Warum sich kurze Texte nicht zuverlässig beurteilen lassen, wo ein vernünftiges Minimum liegt und wie man einen langen Text aufteilt.
Ein Vorgehen, mit dem sich ein ganzer Stapel studentischer Arbeiten durchgehen lässt, ohne bei jeder eine halbe Stunde zu verbringen.
Der Unterschied zwischen dem automatischen Umschreiben eines Satzes und dem Umschreiben mit eigener Hand, und wie man die Humanisierung nutzt, damit der Text nicht schlechter klingt.
Warum man nicht die ganze Arbeit auf einmal prüft, wo sich Fehlalarme häufen und wann man die Prüfung einplant.
Wo die KI-Prüfung im Redaktionsablauf hingehört, wie man sie den Autorinnen und Autoren kommuniziert und was man mit dem Ergebnis macht.
Warum Motivationsschreiben als Filter heute kaum noch taugen und wie man das Verfahren anpasst, statt Schuldige zu suchen.
Warum ein Gespräch über den Text besser funktioniert als die Konfrontation mit einer Zahl und wie man die Fragen vorbereitet.
Eine einmalige Prüfung sagt wenig. Was mehrere Prüfungen derselben Person über die Zeit verraten.
Welche Formate sich hochladen lassen, was man mit einem gescannten PDF macht und warum sich das Prüfen der Datei mehr lohnt als das eines Ausschnitts.
Woran man KI-Textdetektoren vergleicht — Tschechisch und Slowakisch, Sätze statt einer einzigen Zahl, Umgang mit Falschmeldungen, Verlauf und Umgang mit Daten.
Suchmaschinen bestrafen KI-Text nicht als solchen. Was die Ergebnisse wirklich drückt und wo die Erkennung Redaktionen nützt.
Was das Ergebnis eines Detektors trägt und was nicht, wie man in Schule und Redaktion damit umgeht und was man statt einer Beschuldigung tut.
Wonach man bei jedem Werkzeug fragt, wo der Text in DetekceGPT gespeichert wird und warum das bei fremden Arbeiten wichtig ist.
Was eine Regel enthalten muss, damit sie funktioniert — konkrete Grenzen statt eines Verbots und ein vereinbartes Vorgehen bei Verdacht.