Erkennt Turnitin QuillBot? Warum Paraphrasier-Tools scheitern

Oft ja. Wenn der Text als KI-Ausgabe begann, weist Turnitin Paraphrasierungen im Stil von QuillBot inzwischen in einer eigenen Kategorie aus, wie unten beschrieben. Paraphrasierungstools scheitern an der KI-Erkennung ganz allgemein aus einem einfachen Grund: Sie ändern Wörter, während Detektoren auf Muster oberhalb der Wortebene reagieren. Ein Synonymtool kann in jedem Satz „significant“ durch „notable“ ersetzen und dabei Satzlänge, Reihenfolge der Teilsätze, Rhythmus und Gesamtvorhersagbarkeit fast unberührt lassen. Wenn es doch genug ändert, um einen Wert zu bewegen, beschädigt es dabei oft Bedeutung oder Terminologie.

Auch die Anbieter von Detektoren haben direkt reagiert. Turnitins Dokumentation beschreibt inzwischen eine eigene Kategorie für Text, der wahrscheinlich von KI generiert und dann mit einem KI-Paraphrasierungstool oder Word Spinner verändert wurde, und nennt QuillBot als Beispiel (Turnitin-Leitfäden). Dieser Beitrag erklärt, worauf Detektoren tatsächlich reagieren, warum Umschreibtools sich schwertun und wie sich selektives, bedeutungserhaltendes Überarbeiten davon unterscheidet.

Worauf ein Detektor tatsächlich reagiert

Detektoren führen keine Liste von „KI-Wörtern“. Sie bewerten, wie vorhersehbar der Text für ein Sprachmodell ist, wie gleichmäßig sich diese Vorhersagbarkeit über die Sätze verteilt und, bei trainierten Klassifikatoren, viele subtilere Regelmäßigkeiten, die aus Beispielen gelernt wurden. Die Methoden erklären wir in So funktionieren KI-Detektoren, hier zählen aber vor allem drei Signale.

• Vorhersagbarkeit. Sieht jedes nächste Token so aus, wie ein Modell es gewählt hätte? Wer ein Adjektiv durch ein Beinahe-Synonym ersetzt, lässt das Token meist ungefähr so wahrscheinlich wie vorher.
• Struktur. Themensatz, stützender Teilsatz, Zusammenfassung nach dem Muster „This suggests that“. Schablonenhafte Absätze behalten ihr Gerüst nach Änderungen auf Wortebene.
• Rhythmus. Satzlängen und Satzmuster, die über einen Absatz gleichförmig bleiben. Ein Umschreibtool teilt oder verbindet Sätze nur selten.

Ein Umschreibtool arbeitet also an der einen Ebene, die Detektoren am wenigsten gewichten, und lässt die Ebenen stehen, die sie am stärksten gewichten.

Warum Synonymtausch nach hinten losgeht

Klassische Umschreibtools wählen Ersatzwörter aus einem Thesaurus oder einem kleinen Modell, mit wenig Gespür für den Kontext. In wissenschaftlichen Texten erzeugt das zwei Probleme auf einmal.

Erstens kann es den Verdacht erhöhen, statt ihn zu senken. Seltsame Wortwahlen in einem ansonsten schablonenhaften Satz sind selbst ein Muster, und trainierte Klassifikatoren können es lernen. So kann ein Tool wie Turnitin überhaupt eine Kategorie für paraphrasierten Text ausweisen.

Zweitens zerstört es Terminologie. Forschungsfelder hängen an festen Begriffen: „confidence interval“, „random forest“, „informed consent“, „grounded theory“. Ein Thesaurus weiß nicht, dass sie fest sind. Cabanac, Labbé und Magazinov dokumentierten diesen Schaden in veröffentlichten Arbeiten und nannten ihn „tortured phrases“ (verquälte Phrasen), mit „counterfeit consciousness“ für „artificial intelligence“ als Beispiel (Cabanac et al., 2021). Sie fanden diese Phrasen gehäuft in den Abstracts einer etablierten Zeitschrift, was zeigt, wie sichtbar solche Ersetzungen für fachkundige Leser sind.

Vorher

We fitted a random forest model and report the mean absolute error on the held-out test set.

Nachher

We fitted a haphazard woodland model and report the average total blunder on the kept-back test set.

Die Satzstruktur ist identisch. Der Rhythmus ist identisch. Nur die Fachbegriffe haben sich geändert, und jede Änderung ist falsch. Spätestens hier würden Gutachter aufhören zu lesen.

Wann stärkere Paraphrasierung Werte tatsächlich verschiebt

Es gibt stärkere Paraphrasierer, und die Forschung zeigt, dass sie Erkennungsraten deutlich senken können. Krishna und Kollegen trainierten DIPPER, einen Paraphrasierer, der Inhalte umstellen und die Wortwahl mit steuerbarer Intensität variieren kann. Paraphrasieren damit senkte die Erkennungsrate von DetectGPT bei 1 % Falsch-positiv-Rate von 70,3 % auf 4,6 % und schadete auch wasserzeichenbasierten und kommerziellen Detektoren (Krishna et al., NeurIPS 2023). Sadasivan et al. gingen mit rekursivem Paraphrasieren weiter und wendeten einen Paraphrasierer mehrmals hintereinander an (Sadasivan et al., TMLR).

• Ursprüngliche Modellausgabe70,3 %
• Nach DIPPER-Paraphrase4,6 %

Quelle: Krishna et al., „Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense“, NeurIPS 2023

Zwei Details aus dieser Literatur sind für wissenschaftlich Schreibende wichtig. Die wirksamen Paraphrasierer änderten Struktur und Reihenfolge, nicht nur das Vokabular, was den Punkt oben stützt. Und es handelte sich um Forschungsmodelle, die an allgemeinem Text bewertet wurden, wo die Paraphrase der Bedeutung nur nahe bleiben musste. Ein Zeitschriftenartikel hat engere Grenzen: Eine Abschwächung, eine Einheit oder ein Zitat, das einen Teilsatz weiterrutscht, kann ändern, was das Paper behauptet. Außerdem passen sich Detektoren an. Krishna et al. schlugen in derselben Arbeit eine Abwehr per Retrieval vor, und der RAID-Benchmark zeigt, wie stark Detektorergebnisse je nach Angriff und Einstellung schwanken (Dugan et al., ACL 2024). Mehr dazu in unserer Erklärung zur DIPPER-Studie.

Erkennt Turnitin Paraphrasierungen mit QuillBot?

Bei KI-generiertem Text sagt Turnitin ja. Die Anleitung zum KI-Bericht beschreibt eine eigene Hervorhebung für Text, der wahrscheinlich KI-generiert und dann durch ein KI-Paraphrasier-Tool oder einen Word Spinner verändert wurde, mit QuillBot als Beispiel. Seit August 2025 sucht Turnitin außerdem nach Text, der durch KI-Bypasser-Tools lief. Beide Prüfungen laufen nur bei englischsprachigen Einreichungen.

Das war nicht immer so. Im Test von Weber-Wulff und Kollegen aus dem Jahr 2023 wurde ChatGPT-Text, der einmal mit Standardeinstellungen durch QuillBot lief, über 14 Tools hinweg, darunter Turnitin, im Schnitt nur in 26 % der Fälle richtig eingeordnet. Turnitins Paraphrasen-Kategorie kam erst später, mit einem Update im Juli 2024.

Zwei Grenzen sollten Sie kennen:

• Turnitin beschreibt diese Kategorie für Text, der zuerst KI-generiert wurde. Zahlen für menschliche Texte, die durch einen Paraphrasierer liefen, veröffentlicht Turnitin nicht.
• Eine Hervorhebung ist eine Vorhersage. Turnitin sagt, sein KI-Wert sollte nicht die alleinige Grundlage für Maßnahmen gegen Studierende sein.

Humanizer werfen dieselbe Frage in anderer Form auf; siehe Kann Turnitin humanisierten Text erkennen?

Die eigentlichen Kosten: Bedeutungsverschiebung

Paraphrasieren des ganzen Dokuments behandelt jeden Satz als Ziel. Dazu gehören Sätze, die Sie selbst geschrieben haben, Sätze, die kein Detektor markiert hat, und Sätze mit exakten Aussagen. Je mehr Text ein Tool umschreibt, desto mehr Gelegenheiten hat es,

• aus „may be associated with“ „causes“ zu machen (verschobene Abschwächung),
• ein Zitat von der Aussage wegzurücken, die es stützt,
• 0.047 auf „about 0.05“ zu runden oder eine Einheit wegzulassen,
• einen definierten Fachbegriff durch ein unschärferes Alltagswort zu ersetzen.

Jeder dieser Fehler fällt beim schnellen Lesen leicht durch und wird im Peer Review teuer. Weber-Wulff und Kollegen fanden beim Test von 14 Erkennungstools, dass Verschleierung von Inhalten, einschließlich manueller Bearbeitung und maschineller Paraphrase, die Leistung der Tools deutlich verschlechterte (Weber-Wulff et al., 2023). Dieses Ergebnis wird oft als Grund zum Paraphrasieren zitiert. Lesen Sie es andersherum: Wenn die Erkennung so instabil ist, kontrollieren Sie mit Sicherheit nur eines, nämlich ob Ihr Paper noch sagt, was Sie gemeint haben. Die Prüfseite behandeln wir in Bedeutung und Zitate beim Humanizing erhalten.

Was selektives, bedeutungserhaltendes Umschreiben anders macht

Ein besserer Ansatz geht von der Sicht des Detektors auf den Entwurf aus statt vom ganzen Text. Statt alles umzuschreiben, fragt er, welche Sätze tatsächlich maschinell wirken, und bearbeitet nur diese.

1. PrüfenJeden Satz bewerten und die finden, die Detektoren markieren.
2. FixierenZahlen, Einheiten, Zitate, Abschwächungen und Fachbegriffe als fest markieren.
3. Nur markierte Sätze umschreibenStruktur und Rhythmus wo nötig ändern, Aussage und ihre Stärke beibehalten.
4. Erneut prüfenDie neue Fassung mit demselben Maßstab wie das Original bewerten.
5. Prüfung durch den AutorJede Änderung neben dem Original lesen, bevor sie übernommen wird.

Das unterscheidet sich in drei Punkten von einem Umschreibtool. Es bearbeitet die Ebenen, auf die Detektoren reagieren (Struktur und Rhythmus), statt nur das Vokabular. Es lässt Sätze, die sich menschlich lesen, unberührt, was Ihre Stimme bewahrt und den Bereich begrenzt, in dem sich Fehler einschleichen können. Und es misst vorher und nachher, sodass Sie sehen, ob die Änderung geholfen hat, statt zu raten.

Es bleibt trotzdem Überarbeitung, keine Zauberei. Manche Sätze brauchen einen zweiten Durchgang, und für jedes Wort bleibt die Autorin oder der Autor verantwortlich. Wenn Ihr Kurs oder Ihre Zeitschrift Regeln zur KI-Unterstützung hat, befolgen Sie sie; unser Leitfaden zu Fragen vor dem Einsatz von KI bei einer Studienarbeit ist ein guter Ausgangspunkt, und AI Humanizer vs. Paraphrasierer vs. Grammatikprüfer vergleicht die Tooltypen direkt.

Wie Academic Humanizer vorgeht

Academic Humanizer folgt dem selektiven Modell. Humanizer durchsucht Ihren Entwurf nach Sätzen, die KI-Detektoren markieren, schreibt nur diese um und gibt jeden anderen Satz genau so zurück, wie Sie ihn geschrieben haben, wobei Argument, Zahlen, Zitate und Fachbegriffe erhalten bleiben. Wird nichts markiert, entspricht die Ausgabe der Eingabe, und es werden keine Credits berechnet. Der KI-Erkennungsbericht stellt jeden markierten Satz seiner Neufassung gegenüber und vergleicht beide Fassungen anhand des Anteils der als menschlich gelesenen Sätze, geprüft gegen Detektoren wie Turnitin, GPTZero, Copyleaks und Originality.ai. Den endgültigen Text lesen und genehmigen weiterhin Sie.