Turnitin KI-Wert erklärt: Ab wie viel Prozent ist es zu hoch?

Der KI-Erkennungswert von Turnitin ist der Anteil des bewertbaren Texts einer Einreichung, von dem das Modell von Turnitin annimmt, dass er von KI generiert wurde oder von KI generiert und dann mit einem Paraphrasierungs- oder Bypass-Tool verändert wurde. Einen offiziellen Prozentwert für „zu hoch“ gibt es nicht: Turnitin legt keine Bestehensgrenze fest, zeigt alles von 1 % bis 19 % nur als Sternchen an und sagt, dass der Wert nicht die alleinige Grundlage für Maßnahmen gegen Studierende sein sollte. Er ist keine Wahrscheinlichkeit, dass Sie betrogen haben, und er ist nicht der Prozentanteil der ganzen Datei.

Alles Folgende stammt aus den öffentlichen Leitfäden und Blogbeiträgen von Turnitin, die im Text verlinkt sind. Wo Turnitin eine Zahl nennt, zitieren wir die Zahl und sagen, wer sie angibt.

Was der Prozentwert tatsächlich misst

Turnitins FAQ zur KI-Schreiberkennung beschreibt den Ablauf in wenigen Schritten. Sätze werden aus der Einreichung herausgelöst und zu überlappenden Segmenten gruppiert. Jedes Segment erhält vom Erkennungsmodell einen Wert zwischen 0 und 1. Jeder bewertbare Satz übernimmt den Wert der Segmente, in denen er steht, überlappende Werte werden zusammengeführt, und die Satzwerte werden zu der Dokumentzahl aggregiert, die Sie sehen.

1. Fließtext extrahierenNur Sätze in Absätzen längerer Texte gelten als bewertbarer Text.
2. Mit Überlappung segmentierenSätze werden zu überlappenden Abschnitten gruppiert, damit jeder im Kontext beurteilt wird.
3. Jedes Segment bewertenDas Modell vergibt jedem Segment einen Wert zwischen 0 und 1.
4. Satzwerte zusammenführenSätze übernehmen Segmentwerte, und überlappende Werte werden zu einem zusammengeführt.
5. Einen Anteil ausweisenDer Indikator zeigt, wie viel bewertbarer Text als KI-generiert oder KI-verändert eingeschätzt wurde.

Zwei Details sind für das Lesen des Ergebnisses wichtig. Erstens bedeutet „bewertbarer Text“ Sätze im Fließtext. Aufzählungspunkte, Tabellen, Code, Lyrik, Skripte und kommentierte Bibliografien werden nicht zuverlässig bewertet, und Literaturverzeichnisse schließt Turnitin aus. Deshalb kann der Prozentwert scheinbar nicht zur Menge des hervorgehobenen Texts passen. Zweitens sind KI-Wert und Ähnlichkeitswert getrennt. Eine hohe Übereinstimmung beim Ähnlichkeitswert sagt nichts über KI-Nutzung aus, und eine niedrige schließt nichts aus.

Seit einem Update im Juli 2024 schlüsselt der Bericht die Gesamtzahl nach Kategorien auf, und seit August 2025 umfasst die Kategorie „AI-generated only“ laut den Versionshinweisen zum Modell auch Text, bei dem Turnitin annimmt, dass er durch ein KI-Bypass-Tool gelaufen ist. Die Erkennung von Paraphrasen und Bypass-Tools gilt nur für englische Einreichungen.

Die Zustände des Indikators lesen

Der Leitfaden Using the AI Writing Report listet die Zustände auf, die Lehrende sehen können. Am meisten verwirrt das Sternchen.

Berichte, die vor Juli 2024 erstellt wurden, können noch Werte unter 20 % zeigen. Wenn Sie einen älteren Bericht mit beispielsweise 12 % vor sich haben, würde diese Zahl nach heutigen Regeln als *% verborgen.

Dateianforderungen, die den Wert prägen

Damit eine englische Einreichung einen Wert erhält, nennt Turnitin diese Anforderungen: mindestens 300 Wörter Fließtext in längerer Form, höchstens 30.000 Wörter, eine Datei unter 100 MB und eines der Formate .docx, .pdf, .txt oder .rtf. Für längere Texte auf Spanisch, Japanisch und modernem Arabisch gibt es eigene Modelle und FAQ-Seiten.

Die Länge ist keine Formalie. Turnitins FAQ sagt, dass die Vorhersage bei Dokumenten mit nur einigen hundert Wörtern meist „alles oder nichts“ ist, weil das Modell ein einziges Segment ohne Überlappung bewertet. Eine kurze Reflexion, die Ihre eigenen Sätze mit einem von KI geglätteten Absatz mischt, kann vollständig markiert zurückkommen. Turnitin merkte zudem in einem Versionshinweis vom Dezember 2023 an, dass die Genauigkeit mit etwas mehr Text steigt.

Was Turnitin zu Falsch-positiven sagt

Turnitin gibt an, dass die Falsch-positiv-Rate auf Dokumentebene bei Dokumenten mit 20 % oder mehr KI-Text unter 1 % liegt. In Turnitins Worten heißt das, dass eines von hundert von Menschen geschriebenen Dokumenten markiert werden könnte. Das Unternehmen sagt, es prüfe dies vor jedem Modellupdate an mehr als 700.000 wissenschaftlichen Arbeiten, die vor der Veröffentlichung von ChatGPT geschrieben wurden.

Auf Satzebene sieht es anders aus. In einem Beitrag vom Juni 2023 bezifferte Turnitins Chief Product Officer die Falsch-positiv-Rate auf Satzebene auf rund 4 % und sagte, dass 54 % der fälschlich markierten Sätze direkt neben tatsächlichem KI-Text standen, oft an den Übergängen zwischen menschlichen und KI-Passagen. Turnitin sagte auch, mehr Falsch-positive in den ersten und letzten Sätzen von Dokumenten gesehen zu haben, wo generische Einleitungen und Schlüsse stehen, und änderte im Mai 2023 seine Logik, um sie zu verringern.

Turnitin legt den gewählten Zielkonflikt offen. Um Falsch-positive niedrig zu halten, nimmt es in Kauf, manchen KI-Text zu übersehen: Die FAQ nennt als Beispiel, dass ein mit 50 % bewertetes Dokument bis zu 65 % KI-Text enthalten könnte. Das Design neigt also dazu, eher zu wenig zu melden.

Ab wie viel Prozent ist der KI-Wert zu hoch?

Turnitin veröffentlicht keinen akzeptablen KI-Prozentwert. Die einzige Linie, die in den Bericht eingebaut ist, liegt bei 20 %: Alles von 1 % bis 19 % erscheint als Sternchen, weil Falsch-positive laut Turnitin in diesem Bereich häufiger sind. Was darüber als zu hoch gilt, entscheidet Ihr Kurs, Ihr Institut oder Ihre Zeitschrift, sofern überhaupt jemand etwas entschieden hat.

Manche Hochschulen haben sich entschieden, die Zahl gar nicht zu nutzen. Vanderbilt hat den KI-Detektor von Turnitin im August 2023 deaktiviert. Die Universität wies darauf hin, dass sie 2022 rund 75.000 Arbeiten bei Turnitin eingereicht hatte, eine Falsch-positiv-Rate von 1 % also etwa 750 Arbeiten hätte bedeuten können, die fälschlich als teilweise KI-geschrieben gelten.

Lesen Sie jeden Prozentwert deshalb im Zusammenhang:

• Ein Wert knapp über 20 % liegt direkt neben dem Bereich, in dem Turnitin selbst mehr Falsch-positive erwartet.
• Eine kurze Datei nahe der Mindestlänge von 300 Wörtern wird fast als ein Block bewertet, ihr Prozentwert kann also stärker schwanken.
• Was eine bestimmte Zahl bedeutet, entscheidet die Richtlinie, unter der Sie arbeiten, nicht der Detektor. Ist diese Richtlinie unklar, bitten Sie schriftlich darum.

Was der Wert Ihnen nicht sagt

• Wer den Text geschrieben hat. Das Modell sagt Muster in Wortwahrscheinlichkeiten voraus. Es hat keinen Zugriff auf Ihre Entwürfe, Ihre Notizen oder darauf, wie lange Sie gearbeitet haben.
• Absicht oder Einhaltung von Richtlinien. Viele Kurse und Zeitschriften erlauben eine gewisse KI-Unterstützung. Ein Prozentwert kann Lehrenden nicht sagen, ob Ihre Nutzung erlaubt war.
• Den Anteil am ganzen Dokument. Listen, Tabellen und Literaturangaben bleiben außen vor, daher können 40 % des bewertbaren Texts nur einen kleinen Teil einer langen Datei ausmachen.
• Eine feststehende Wahrheit. Turnitin hat sein Modell im Oktober 2025 und im Februar 2026 aktualisiert. Alte Berichte werden nicht neu berechnet, aber eine erneut eingereichte Datei wird vom aktuellen Modell bewertet und kann anders ausfallen.

Turnitins FAQ nennt auch die Arten menschlicher Texte, die eher falsch gelesen werden: Texte mit wenig struktureller Abwechslung, Texte, die sich wiederholen, und Paraphrasen, die keine neuen Gedanken entwickeln. Das überschneidet sich stark mit formelhafter wissenschaftlicher Prosa, einem Muster, das wir in warum formelle Prosa nach KI aussehen kann behandeln. Unabhängige Forschung fügt eine weitere Sorge hinzu: Eine Studie von 2023 ergab, dass mehrere Detektoren Aufsätze von Nicht-Muttersprachlern in hohem Maß falsch einstuften. Turnitin sagt, es habe Texte von Zweitsprachlern in seine Trainingsdaten aufgenommen, um diese Verzerrung zu verringern.

Wie Studierende und Forschende den Wert lesen sollten

Turnitins eigene Empfehlung an Lehrende lautet, den Wert als einen Datenpunkt zu behandeln, der ein Gespräch eröffnet, nicht als Schlussfolgerung. Denselben Rahmen können Sie nutzen.

• Fragen Sie nach dem Bericht, nicht nur nach der Zahl. Studierende sehen den KI-Indikator standardmäßig nicht; Lehrende können ihn herunterladen und teilen. Die hervorgehobenen Sätze sagen Ihnen weit mehr als die Hauptzahl.
• Prüfen Sie Länge und Format. Eine Antwort mit 320 Wörtern liegt nahe am Minimum und wird fast als ein Block bewertet. Ein Dokument mit vielen Aufzählungspunkten hat womöglich wenig bewertbaren Text.
• Sehen Sie sich an, wo die Hervorhebungen liegen. Häufungen in Einleitung und Schluss oder in standardisierter Methodensprache sollten Sie ansprechen. Liegen sie auf Literaturangaben oder Zitaten, lesen Sie, warum Turnitin Quellen und Zitate als KI markiert.
• Bringen Sie Ihren Arbeitsprozess mit. Versionshistorie und Notizen wiegen schwerer als jeder zweite Detektor. Unser Leitfaden Was tun, wenn Ihr Text fälschlich als KI markiert wird führt Sie durch die Schritte.
• Kennen Sie die Regeln, unter denen Sie arbeiten. KI-Richtlinien von Kursen und Zeitschriften entscheiden, was erlaubt war. Der Wert tut das nicht.

Forschende, die bei Zeitschriften einreichen, sollten zudem bedenken, dass ein Verlag andere Prüfungen durchführen kann als eine Hochschule und dass sich die Offenlegungsregeln für KI-gestütztes Schreiben zwischen Verlagen unterscheiden. Die Richtlinie vor der Einreichung zu lesen ist günstiger, als sich hinterher zu erklären.

Wo Academic Humanizer ins Spiel kommt

Academic Humanizer ist für Forschende gebaut, deren eigene Argumente als Maschinentext gelesen werden. Sein KI-Erkennungsbericht zeigt Satz für Satz, welche Teile eines Entwurfs nach KI klingen, und vergleicht Entwurf und überarbeitete Fassung mit demselben Maßstab, und das Produkt wird gegen Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling und Originality.ai validiert. Humanizer schreibt nur markierte Sätze um, und Ihre übrigen Sätze bleiben genau so, wie Sie sie geschrieben haben. Kein Tool kann versprechen, wie ein bestimmter Turnitin-Bericht ausfällt, daher bleiben die abschließende Lektüre und die Entscheidung, was Sie offenlegen, bei Ihnen. Wie der Bericht funktioniert, lesen Sie in Der KI-Erkennungsbericht erklärt.