ProfText-Erkennungsregeln

Jeder Text, den Sie in ProfText einfügen, wird anhand von 30 Erkennungsregeln geprüft. Zu jeder Regel gibt es eine öffentliche Referenzseite mit Erläuterungen dazu, was erkannt wird, warum das Muster relevant ist und wie es behoben werden kann. Die Seiten sind sprachabhängig verfügbar (EN / FR / ES / DE / IT, sofern unterstützt).

ProfText auf Ihren Text anwenden →

Alle unten aufgeführten Regeln laufen in der kostenlosen Version direkt im Browser. Keine Anmeldung erforderlich.

Muster KI-generierter Sprache (10)

Wortschatz- und Strukturmerkmale, die in Texten von ChatGPT, Claude, Gemini und anderen Sprachmodellen deutlich häufiger auftreten als in natürlicher menschlicher Sprache. Nützlich sowohl zur Erkennung als auch als Ansatzpunkt für stilistische Verbesserungen.

Gedankenstrich (—) – das klassische KI-Schreibsignal Der Gedankenstrich gehört zu den am häufigsten überstrapazierten Satzzeichen in Texten von ChatGPT und Claude. Übermäßiger Einsatz kann KI-generierte Inhalte sofort erkennbar machen. 'Vertiefen' – eines der stärksten KI-Vokabularsignale Wörter wie 'vertiefen', 'eintauchen' oder ähnliche Formulierungen treten in KI-generierten Texten deutlich häufiger auf als in natürlicher Sprache. 'Entscheidend', 'wesentlich', 'unerlässlich' – KI-Verstärkungsfloskel KI-Systeme betonen die Bedeutung einer Aussage oft durch Standardformulierungen statt durch konkrete Argumente. 'Landschaft' – typisches KI-Business-Klischee Formulierungen wie 'in der heutigen Landschaft', 'sich wandelnde Landschaft' oder 'die Landschaft navigieren' sind typische KI-Metaphern. 'Leverage' und 'Utilize' – typischer KI-Businessjargon Begriffe wie 'leverage', 'utilize' oder übertrieben formelle Varianten von 'nutzen' sind in KI-Texten überrepräsentiert. Typische KI-Satzanfänge 'Darüber hinaus', 'Außerdem', 'Zusammenfassend', 'Es ist wichtig anzumerken' – wiederkehrende KI-Einstiegsformulierungen. KI-Muster für Absicherung und Relativierung 'Man könnte argumentieren', 'viele würden sagen' oder ähnliche Wendungen verwässern Aussagen und vermeiden klare Positionen. 'Wirklich', 'tatsächlich', 'aufrichtig' – leere Verstärkung Verstärkende Adverbien, die einer Aussage kaum zusätzliche Bedeutung verleihen. 'War nie nur ...' – KI-Muster der nachträglichen Umdeutung 'X war nie nur Y – es ging immer um Z' ist ein häufiges rhetorisches Muster in KI-generierten Texten. 'Es ist erwähnenswert, dass ...' – typische KI-Einleitungsfloskel KI-Systeme kündigen Aussagen häufig an, statt sie direkt zu formulieren.

Zitatprüfung (1)

Erkennung und Überprüfung wissenschaftlicher Quellenangaben. Sprachmodelle erzeugen häufig plausibel wirkende, aber erfundene Quellen. ProfText gleicht jedes erkannte Zitat mit dem offenen Forschungsindex OpenAlex ab.

Zeitliche Unschärfe (4)

Zeitangaben, die schnell an Klarheit verlieren. Formulierungen wie 'letztes Jahr', 'kürzlich' oder 'im frühen Frühling' funktionieren im Gespräch, sind aber problematisch in Texten mit längerer Lebensdauer.

Deiktische Mehrdeutigkeit (4)

Verweiswörter wie 'oben', 'unten', 'dies' oder 'das Folgende' hängen vom Layout ab. Beim Kopieren, Übersetzen oder auf mobilen Geräten kann ihr Bezug verloren gehen. Besser ist die direkte Nennung des gemeinten Begriffs.

Veraltende Aktualitätsbehauptungen (3)

Begriffe wie 'neueste', 'neu' oder 'aktuell' verlieren unmittelbar nach der Veröffentlichung an Aussagekraft. Verwenden Sie stattdessen konkrete Datums- oder Versionsangaben.

Unklare Zeitdauer (3)

Formulierungen wie 'kurze Zeit', 'einige Monate' oder 'von Zeit zu Zeit' sind zu ungenau für belastbare Aussagen. Präzise Zeiträume schaffen Klarheit.

Nicht verankerte Reihenfolgen (2)

Begriffe wie 'vor', 'nach', 'seit' oder 'bis' benötigen einen klaren Bezugspunkt. Ohne diesen werden zeitliche Aussagen schwer überprüfbar.

Füllphrasen (3)

Standardisierte Einleitungen und Schlussformulierungen verlängern Texte oft ohne zusätzlichen Informationswert. Ihr Entfernen verändert die Aussage meist nicht.