Liest du einen Blogbeitrag, eine Produktbeschreibung oder eine Nachricht, fragst du dich vielleicht: War da ein Mensch am Werk oder eine KI? Die Unsicherheit ist allgegenwärtig. ChatGPT, Claude und Co. schreiben Texte, die schwer zu erkennen sind, vor allem wenn sie nachbearbeitet wurden. Pangram hat sich genau darauf spezialisiert. Jetzt erscheint die vierte Generation seines KI-Detektors. Sie soll einiges besser machen.
Wer im Bereich KI-Erkennung arbeitet, kennt das Problem. Pangram-Modelle sollen herausfinden, ob ein Text von einer Maschine stammt. Bei rein generierten Texten funktioniert das inzwischen gut. Schwierig wird es, wenn Menschen KI-Inhalte umschreiben oder Teile selbst verfassen. Daran scheitern viele Detektoren. Pangram 4 soll diese Lücke schließen. Die Entwickler bezeichnen das Modell als das leistungsfähigste und genaueste, das sie je gebaut haben. Es ist sechsmal größer als der Vorgänger und erkennt menschlich überarbeitete KI-Texte deutlich besser.
Ein zentraler Fortschritt betrifft die Humanizer-Erkennung. Humanizer sind Tools, die KI-Text so umformulieren, dass er natürlicher wirkt. Für alle, die KI-Inhalte zuverlässig identifizieren wollen, sind sie ein Ärgernis. Pangram 4 erkennt in 98,83 Prozent der Fälle, dass in humanisierten Ausgaben KI steckt. Das ist ein beachtlicher Wert. Die Tester haben dreizehn gängige kommerzielle Humanizer geprüft. Der Detektor lässt sich also nicht so leicht austricksen. Auch gegen adversarial prompts ist er robust – also gegen Versuche, die Erkennung mit geschickten Formulierungen zu umgehen.
Pangram 4 ist nach Angaben der Entwickler das erste KI-Erkennungsmodell, das in einem einzigen Durchlauf unterscheidet, ob ein Text vollständig von einer KI stammt, nur von einer KI bearbeitet wurde oder eine Mischung aus menschlichen und KI-Anteilen enthält. Bisher waren dafür separate Modelle oder mehrstufige Verfahren nötig. Ein einzelner Durchlauf spart Zeit und reduziert Fehler. Besonders bei langen Dokumenten, in denen Menschen einzelne Absätze von einer KI schreiben lassen.
Zur Bewertung der Genauigkeit dienen zwei Kennzahlen: die False Positive Rate und die False Negative Rate. Die False Positive Rate zeigt, wie oft ein menschlicher Text fälschlich als KI-Text markiert wird. Pangram nennt hier 0,0041 Prozent. Von 24.000 Dokumenten wird also ungefähr eines falsch eingestuft. Die False Negative Rate gibt an, wie viele KI-Texte übersehen werden. Beim Vorgänger lag sie bei 1,99 Prozent, bei Pangram 4 bei 0,3396 Prozent. Das ist eine Verbesserung um knapp den Faktor sechs. Wer einen KI-Text unter dem Radar durchschmuggeln will, hat es deutlich schwerer.
Ein weiterer Punkt ist die Generalisierung. Ein gutes Detektionsmodell erkennt nicht nur die KI-Modelle, auf denen es trainiert wurde, sondern auch neue, unbekannte. Pangram 4 zeigt keine signifikante Korrelation zwischen dem Erscheinungsdatum eines Modells und seiner Erkennbarkeit. Alle getesteten Modelle werden mit einer False Negative Rate unter 0,7 Prozent erkannt. Ob älteres oder neuestes Modell – die Erkennung schlägt zuverlässig an. Das ist wichtig, denn ständig kommen neue KI-Modelle auf den Markt.
Und was kostet der Spaß? Pangram hat die Preisstruktur überarbeitet. Bisher wurde ein Scan pro 1.000 Wörter verrechnet, künftig pro 100 Wörter. Das klingt nach mehr Kosten, ist aber für kurze Dokumente günstiger. Ein Scan über 500 Wörter kostet jetzt fünf Credits, vorher zahlte man einen vollen Scan für 1.000 Wörter. Für sehr lange Dokumente wird es teurer. Die API-Preise ändern sich laut Unternehmensangaben auf 0,05 Dollar pro 100 Wörter. Für kurze Texte bedeutet das eine Preisänderung um das Ein- bis Zweifache, für lange Dokumente bis zum Zehnfachen.
Neu sind Bildscans. Jeder Plan enthält künftig eine bestimmte Anzahl davon, ohne dass der Preis steigt. Grund ist die zunehmende Verbreitung KI-generierter Bilder. Auch die monatlichen Kontingente wurden angepasst. Der Individual-Plan erlaubt 300.000 Wörter pro Monat plus 100 Bildscans, der Pro-Plan 1,5 Millionen Wörter und 500 Bildscans. Wer bisher mit 600 Scans zu je 1.000 Wörtern hantierte, hat nun mehr Flexibilität.
Ein Hinweis für alle, die Pangram nutzen: Die dritte Version bleibt noch zwei Monate aktiv, die Abschaltung ist für den 30. September 2026 geplant. Anfragen ohne explizite Modellangabe laufen weiterhin an Pangram 3, mit dem alten Abrechnungssystem. Bestandskunden haben so Zeit, sich umzustellen. Wer sofort mit Pangram 4 arbeiten will, wählt das Modell in den Einstellungen oder konfiguriert die API entsprechend.
Wie alle KI-Detektoren hat auch Pangram Einschränkungen. Das Unternehmen verweist auf technische Details und den Modellkatalog. Jeder, der mit solchen Systemen arbeitet, weiß: hundertprozentige Sicherheit gibt es nicht. Kurze Texte, stark umgangssprachliche Inhalte oder viele Zitate können Probleme bereiten. Pangram 4 arbeitet jedoch deutlich zuverlässiger. Die Kombination aus niedrigen False-Positive-Raten und robuster Erkennung bei humanisierten Texten macht das Tool im Alltag brauchbar.
Wenn du ein Tool brauchst, das zuverlässig zwischen menschlicher und KI-Autorschaft unterscheidet, schau dir Pangram 4 an. Es ist teurer für lange Dokumente, dafür präziser und erkennt auch knifflige Fälle. Die Bildscans sind ein Bonus, der den Preis teilweise aufwiegt. Die klare Abschaltungsansage für Pangram 3 gibt Planungssicherheit. Kein Detektor ist perfekt. Die Zahlen des Unternehmens klingen vielversprechend, die Praxis muss es zeigen.
Quelle: pangram.com
