ChatGPT nicht erkennbar machen: Warum Prompts scheitern, was hilft

Es gibt keinen Prompt, der ChatGPT zuverlässig unerkennbar macht. Anweisungen wie „write like a human“, „add burstiness“ oder „vary your sentences“ verändern die Oberfläche der Ausgabe, aber das Modell wählt weiterhin die Wörter, die es für am wahrscheinlichsten hält, und genau diese Vorhersehbarkeit messen KI-Detektoren. Detektoren werden außerdem genau auf diese Art von per Prompt gesteuertem Text nachtrainiert.

Was das Signal tatsächlich verändert, ist langsamer: generische Sätze durch eigene Inhalte ersetzen (Ihre Ergebnisse, Ihre Überlegungen, Ihre Beispiele), nur die Sätze überarbeiten, die ein Detektor markiert, und das Ergebnis erneut prüfen. Prüfen Sie vor alledem die Richtlinie Ihres Kurses oder Ihrer Zeitschrift. Wenn KI-Entwürfe nicht erlaubt sind, macht keine Technik sie erlaubt. Wenn sie erlaubt sind, helfen die Schritte unten, dass der fertige Text nach Ihnen klingt.

Warum Prompts wie „Schreib wie ein Mensch“ scheitern

Ein Sprachmodell erzeugt Text Token für Token und wählt dabei aus einer Wahrscheinlichkeitsverteilung über das, was als Nächstes kommt. Ein Stil-Prompt verschiebt diese Verteilung ein wenig. Er hindert das Modell nicht daran, wahrscheinliche Fortsetzungen zu bevorzugen, denn diese Vorliebe ist die Art, wie Generierung funktioniert. Detektoren suchen nach diesem statistischen Fingerabdruck: Text, den ein Sprachmodell Satz für Satz leicht vorhersagen kann. Die Mechanik erklären wir in Wie funktionieren KI-Detektoren?.

Honestly, in recent years, the role of formative feedback has gained a lot of attention, and for good reason. In our intro chemistry sections, nobody opened the rubric until week nine.

Grün: Tokens, die ein Modell erwartet. Neutral: Themenwörter. Rot: Tokens, die ein Modell für unwahrscheinlich hält. Der lockere Einstieg ist trotzdem vorhersehbar, die konkrete Beobachtung nicht.

Achten Sie darauf, was der Prompt hinzugefügt hat: „Honestly“ und „for good reason“. Das sind die lockeren Wendungen, die ein Modell mit menschlichem Schreiben verbindet, also sind auch sie vorhersehbar. Die roten Tokens stammen aus einer Tatsache, die nur die schreibende Person kannte. Das ist das allgemeine Muster. Konkrete Inhalte aus erster Hand verschieben das Signal, Tonanweisungen meist nicht.

Gibt es einen Prompt, der ChatGPT unerkennbar macht?

Forschende haben Prompts gebaut, die funktioniert haben, aber nicht die Art, die man aus einem Forum kopiert. Die Methode SICO aus einem Paper von 2024 in Transactions on Machine Learning Research optimierte In-Context-Beispiele über mehrere Runden gegen einen Stellvertreter-Detektor und drückte die Ergebnisse gegen sechs damalige Detektoren ungefähr auf Zufallsniveau. Ein von Hand geschriebener Prompt „make it sound human“, eine der Vergleichsbasen im Paper, schnitt viel schlechter ab. Unsere SICO-Erklärung beschreibt die Methode.

• Ursprünglicher GPT-3.5-Text0,779
• Ausgabe von SICO-Para0,290

Quelle: Lu et al., TMLR 2024, Tabelle 1. Eine AUC von 0,5 entspricht reinem Raten. Getestet gegen Detektorversionen von 2023.

Daraus folgen zwei Lehren. Ein wirksamer Prompt brauchte einen Detektor in der Schleife und viele Suchrunden, etwas ganz anderes als ein cleverer Satz. Und veröffentlichte Angriffe werden zu Trainingsdaten: Die Anbieter von Detektoren lesen dieselben Paper. Ein Prompt, der weit kursiert, ist das am leichtesten zu lernende Muster für das nächste Modell-Update.

Burstiness, Temperature, Tippfehler und versteckte Zeichen

Die beliebten Tricks zielen jeweils auf eine Sache, die ein Detektor messen könnte, und jeder hat seinen Preis.

• „Add burstiness.“ Burstiness bedeutet Schwankung in Satzlänge und Vorhersehbarkeit. Wer danach fragt, bekommt meist einen mechanischen Wechsel aus kurzen und langen Sätzen, und das ist ein eigenes Muster. GPTZero hat außerdem erklärt, dass es sich nicht mehr hauptsächlich auf Perplexität und Burstiness stützt (GPTZero).
• Höhere Temperature. Sampling-Einstellungen spielen eine Rolle: Der RAID-Benchmark fand, dass geänderte Decoding-Einstellungen, etwa eine Wiederholungsstrafe, vielen Detektoren schadeten. In der ChatGPT-App können Sie die Temperature nicht einstellen, und über die API kosten hohe Werte eher Kohärenz und Genauigkeit, bevor sie die Erkennbarkeit senken.
• Absichtliche Tippfehler. Ein paar Rechtschreibfehler lassen eine Arbeit für menschliche Korrigierende nachlässig wirken, und ein Tippfehler ändert nichts an der Vorhersehbarkeit des Satzes um ihn herum.
• Homoglyphen und Zeichen mit Nullbreite. RAID zeigte, dass das Ersetzen von Buchstaben durch ähnlich aussehende Zeichen manche Detektoren aushebeln kann. Es macht aber auch Suche, Rechtschreibprüfung und Kopieren kaputt, und wer die Datei in einem einfachen Texteditor öffnet oder die Zeichen normalisiert, sieht es sofort. Versteckte Zeichen in einer Abgabe wirken wie absichtliche Verschleierung, und das ist schlimmer als eine KI-Markierung.

ChatGPT für Turnitin und GPTZero unerkennbar machen

Viele suchen das pro Detektor, aber die ehrliche Antwort ist für beide dieselbe. Turnitin sagt, dass sein KI-Bericht seit August 2025 auch Text erfasst, bei dem es vorhersagt, dass er KI-generiert und dann durch Bypasser-Tools verändert wurde, auf Englisch (Pressemitteilung von Turnitin). GPTZero bewertet Dokumente Satz für Satz und hebt hervor, wo es KI vermutet. Keiner von beiden lässt sich mit einem Trick bestehen, der auf den anderen zielt, und beide werden aktualisiert. Was über Detektoren hinweg standhält, ist Text, der wirklich zu Ihnen gehört. Wie Turnitin mit den einzelnen Chatbots umgeht, lesen Sie in Erkennt Turnitin ChatGPT, Claude und Gemini?.

Was das Signal tatsächlich verändert

Detektoren markieren Sätze, keine Ideen. Die am häufigsten markierten Sätze in akademischen Entwürfen sind die generischen: Einstiege über „recent years“, Standard-Überleitungen und Schlusszeilen über „valuable insights“. Das sind auch die Sätze, in denen am wenigsten von Ihrem eigenen Denken steckt. Wenn Sie sie mit Ihren Inhalten neu schreiben, lösen Sie beide Probleme.

1. Zuerst den Inhalt schreibenIhre Daten, Quellen und Ihr Argument kommen hinein, bevor KI bei der Formulierung hilft.
2. Satz für Satz prüfenFinden Sie heraus, welche Sätze ein Detektor markiert, statt auf einen einzigen Dokumentwert zu reagieren.
3. Nur diese umschreibenErsetzen Sie generische Behauptungen durch das konkrete Ergebnis, die Zahl oder das Beispiel dahinter.
4. Bedeutung prüfenVergleichen Sie Zahlen, Quellen und Einschränkungen mit Ihren Notizen.
5. Erneut prüfen und laut lesenScannen Sie noch einmal und lesen Sie die Passage laut, um zu hören, wo sie noch schablonenhaft klingt.

Hier ein echtes Paar aus einem Durchlauf unseres produktiven Humanizer mit einem KI-entworfenen Absatz eines Literaturüberblicks. Vor dem Durchlauf markierten alle fünf Detektoren unserer Prüfung den Absatz, danach einer.

Vorher

Moreover, recent scholarship has increasingly recognized the role of student feedback literacy in determining whether feedback is actually used (Carless & Boud, 2018).

Nachher

More recently, there has been a growing literature that links feedback effectiveness to the ability of students to interpret feedback (Carless & Boud, 2018).

Das Zitat blieb, wo es war, und die Aussage behielt ihre Bedeutung. Ein Tool kann diese Art von Überarbeitung schnell erledigen, aber kein Wissen hinzufügen, das es nicht hat. Ihr eigenes Beispiel aus Ihrer eigenen Studie würde den Satz noch stärker machen.

ChatGPT-Text menschlicher klingen lassen

Wenn Ihre KI-Nutzung erlaubt ist und der Text nach Ihnen klingen soll, helfen diese Überarbeitungen mehr als jeder Prompt:

• Streichen Sie Standard-Einstiege und -Schlüsse. „In recent years“, „plays a vital role“, „underscores the importance“ und „contributes valuable insights“ können meist ganz weg.
• Ersetzen Sie Kategorien durch konkrete Fälle. Aus „vulnerable populations“ wird die Gruppe, die Sie tatsächlich untersucht haben; aus „various factors“ werden die zwei Faktoren, die Sie gemessen haben.
• Schränken Sie ein, wo Sie unsicher sind, und nirgends sonst. KI-Text schränkt gleichmäßig ein. Forschende schränken die unsichere Aussage ein und nennen die gemessene klar.
• Behalten Sie Ihre Denkschritte. Schreiben Sie, warum Sie eine Methode gewählt oder eine Quelle ausgeschlossen haben. Modelle überspringen die Gründe.
• Lassen Sie die Satzlänge dem Inhalt folgen. Ein kurzer Satz für ein zentrales Ergebnis, ein langer für eine eingeschränkte Aussage.

Lesen Sie die Ausgabe dann gegen Ihre Notizen. In zwei unserer eigenen Durchläufe ging bei einer Überarbeitung ein Detail verloren: „suggesting a cumulative cooling effect“ in einem Abstract und „over a three-year period“ in der Zusammenfassung eines Förderantrags. Jede Überarbeitung, von Ihnen oder einem Tool, kann das. Unser Leitfaden, wie Sie KI-Text von Hand menschlich machen, geht den ganzen manuellen Ablauf durch.

FAQ

Gibt es einen Prompt, der ChatGPT unerkennbar macht?

Nicht zuverlässig. Forschungsprompts, die funktioniert haben, wurden über viele Runden gegen Detektoren optimiert, und veröffentlichte Methoden lernt meist das nächste Detektor-Update. Einfache Prompts wie „klingt menschlich“ schnitten selbst in dieser Forschung schlecht ab.

Erkennt Turnitin ChatGPT, wenn man den Text umschreibt?

Oft. Turnitin sagt, dass es KI-paraphrasierten und durch Bypasser veränderten englischen Text markiert. Umformulierungen, die denselben generischen Inhalt behalten, behalten meist auch dasselbe Signal, wie wir in Warum Paraphrasier-Tools bei der KI-Erkennung scheitern zeigen.

Hilft es, ChatGPT um Fehler zu bitten?

Meist senkt es nur die Qualität Ihrer Arbeit. Tippfehler ändern nichts daran, wie vorhersehbar die umgebenden Sätze sind, und versteckte Zeichen wirken wie absichtliche Verschleierung.

Darf man ChatGPT für wissenschaftliches Schreiben nutzen?

Das hängt von Ihrem Kurs, Ihrer Hochschule oder Zeitschrift ab. Viele erlauben Hilfe beim Überarbeiten mit Offenlegung und verbieten KI-geschriebene Inhalte. Prüfen Sie die Richtlinie, bevor Sie anfangen, nicht erst nach einer Markierung.

Wo Academic Humanizer ins Spiel kommt

Academic Humanizer automatisiert für Forschende den Teil dieses Ablaufs, der auf Satzebene stattfindet. Es scannt einen Entwurf nach Sätzen, die KI-Detektoren markieren, schreibt nur diese um, lässt den Rest genau so, wie Sie ihn geschrieben haben, und behält Ihr Argument, Ihre Zahlen, Quellen und Fachbegriffe bei. Validiert wird gegen Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling und Originality.ai, und der AI Detection Report stellt jede Überarbeitung neben das Original, sodass Sie jede Änderung freigeben. Ein Ergebnis bei einem bestimmten Detektor garantiert es nicht, und die letzte Durchsicht liegt bei Ihnen.