Scanner für rhetorische Muster#

Diese Scanner erkennen rhetorische Schreibmuster, die KI-Modelle in deutschem Text übermässig verwenden. Sie laufen nur, wenn die Sprache auf deu gesetzt ist.

Ein einzelnes Vorkommen dieser Muster ist in Arbeiten von Lernenden normal. Die Scanner lösen erst aus, wenn Muster zwei oder mehr Mal auftreten, und die Wahrscheinlichkeit steigt mit der Häufigkeit.

Negativer Parallelismus (negative-parallelism)#

Erkennt parallele Negationskonstruktionen:

„Nicht nur X, sondern auch Y" „Weder X noch Y"

KI-Modelle verwenden diese Konstruktionen übermässig, um rhetorisch anspruchsvoll zu wirken.

Oberflächliche Analyse (superficial-analysis)#

Erkennt zusammenfassende Floskeln, die analytisch klingen, aber keinen Inhalt beisteuern:

„was X verdeutlicht" „dies unterstreicht" „was die Bedeutung von X zeigt"

Diese Phrasen sind Füllmaterial — sie wiederholen Offensichtliches, anstatt echte Analyse zu liefern.

Werbesprache (promotional-language)#

Erkennt eine hohe Dichte von werbeähnlichem Vokabular:

„bahnbrechend", „revolutionär", „herausragend", „einzigartig", „visionär"

Arbeiten von Lernenden lesen sich selten wie Werbetexte. KI-Modelle hingegen neigen dazu, die Bedeutung von Themen mit Werbevokabular aufzublähen.

Vage Quellenangaben (vague-attribution)#

Erkennt unbelegte Zuschreibungen an unbenannte Autoritäten:

„Laut Experten", „Studien zeigen", „Wissenschaftler sind sich einig"

Diese Phrasen erzeugen eine Illusion von Autorität, ohne tatsächliche Quellen zu nennen. KI-Modelle verwenden sie häufig, da sie keine echten Studien referenzieren können.

Abschwächungs-Stapel (hedging-stack)#

Erkennt Abschwächungs-Adverbien („möglicherweise", „vermutlich", „gewissermassen", „tendenziell"), die KI-Modelle stapeln, um sich nicht festzulegen. Ein einzelnes solches Wort ist normale wissenschaftliche Vorsicht; mehrere pro 1000 Wörter sind ein Hinweis auf ausweichendes statt sorgfältiges Schreiben.

Übergangsmarker-Kaskade (sentence-starter-cascade)#

Erkennt formale Übergangsmarker am Satzanfang („Des Weiteren", „Darüber hinaus", „Folglich", „Insgesamt"). Menschliche Autorinnen und Autoren verwenden ein bis zwei davon pro Abschnitt; KI-Modelle reihen sie alle zwei bis drei Sätze aneinander.

Inhaltsleerer Übergangssatz (empty-transition-sentence)#

Erkennt deutsche Sätze, die den nächsten Abschnitt ankündigen, ohne die Argumentation voranzutreiben, etwa „Im Folgenden wird X erläutert", „Kommen wir nun zu Y", „Ein weiterer Aspekt ist Z". Professionelles Schreiben integriert solche Übergänge inline oder lässt sie weg.

Wahrscheinlichkeitsskalierung#

Alle rhetorischen Scanner verwenden dasselbe Wahrscheinlichkeitsmodell auf Basis der Dichte pro 1000 Wörter Text: