So wird der Indikatorwert für KI-Generatoren berechnet
Woher die Punkte kommen
Der Detektor liest nur zwei Metadatenfelder, Creator und Producer, und bevorzugt deren XMP-Fassung, wenn sie vorhanden ist. Er fügt beide zusammen, schreibt den Text klein und prüft für jeden Namen aus seinem Softwarekatalog, ob er als einfache Zeichenfolge irgendwo darin vorkommt. Jeder Katalogeintrag mit KI-Bezug bringt Punkte. Zwei weitere Regeln gelten nur, wenn bereits mindestens ein Punkt vergeben wurde: Ein fehlender Autor bringt 10 Punkte, ein fehlender Titel 5. Einige wenige Wörter in den beiden Feldern bringen unabhängig davon ein paar Punkte.
| Regel | Punkte | Betroffene Katalognamen oder Wörter |
|---|---|---|
| Generator mit starkem KI-Bezug | je 40 | ReportLab, PyPDF, PyPDF2, pdfplumber, WeasyPrint, pdf-lib, PDFKit, Puppeteer, Playwright; außerdem die Wörter OpenAI, Anthropic, Claude, ChatGPT, GPT, Gemini, Bard, Copilot |
| Generator mit mittlerem KI-Bezug | je 20 | FPDF, FPDF2, jsPDF, Headless Chrome |
| Generator mit geringem KI-Bezug | je 10 | pdfmake, wkhtmltopdf |
| Feld Autor leer | 10 | Nur wenn der Wert bereits über null liegt |
| Feld Titel leer | 5 | Nur wenn der Wert bereits über null liegt |
| Wörter in Creator oder Producer | 5 oder 10 | python 5, script 5, api 5, automated 10, generated 10 |
Vom Wert zur Stufe
Die Summe ist auf 100 begrenzt. Ein Wert von 0 wird als „Keine Indikatoren“ ausgewiesen, 1 bis 24 als „Wenige Indikatoren“, 25 bis 49 als „Einige Indikatoren“ und ab 50 als „Starke Indikatoren“. Ab 25 wird die Datei als „mit Hinweisen auf KI-Generatoren“ eingestuft. Das fügt den Prüfungen außerdem eine Warnung hinzu und begrenzt den Dokumentzustand im vollständigen Bericht auf höchstens 65. Der Wert zählt gefundene Hinweise; er ist keine Wahrscheinlichkeit dafür, dass ein Mensch oder ein Modell etwas geschrieben hat.
Rechenbeispiel: eine Datei, deren Producer ReportLab nennt
Producer: ReportLab PDF Library - www.reportlab.com Creator, Author, Title: leer ReportLab gefunden (stark) +40 Autor leer, Wert über null +10 Titel leer, Wert über null +5 Summe 55 -> Starke Indikatoren Zurückgegebene Zusammenfassung (Originalwortlaut): "Strong AI-generator indicators (risk score 55/100). Created using ReportLab, which AI assistants often use. This is not proof the content was written by AI." Sinngemäß: „Starke Hinweise auf KI-Generatoren (Indikatorwert 55/100). Erstellt mit ReportLab, das KI-Assistenten oft verwenden. Das ist kein Beweis dafür, dass der Inhalt von einer KI geschrieben wurde.“
Gemessene Werte für häufige Producer-Angaben
Derselbe Producer kann unterschiedlich bewertet werden, je nachdem, ob die Datei zusätzlich einen Autor und einen Titel hat. Beide Fälle sind aufgeführt.
| Getesteter Creator-/Producer-Text | Mit Autor und Titel | Ohne Autor und Titel |
|---|---|---|
| Microsoft Word / Microsoft: Print To PDF | 0, keine | 0, keine |
| Writer / LibreOffice 24.2 | 0, keine | 0, keine |
| LaTeX with hyperref / pdfTeX-1.40.25 | 0, keine | 0, keine |
| TCPDF 6.7.5 (http://www.tcpdf.org) | 0, keine | 0, keine |
| GPL Ghostscript 10.08.0 | 5, wenige | 5, wenige |
| FPDF 1.86 | 20, wenige | 35, einige |
| wkhtmltopdf 0.12.6 / Qt 4.8.7 | 10, wenige | 25, einige |
| WeasyPrint 61.2 | 40, einige | 55, starke |
| pdf-lib (https://github.com/Hopding/pdf-lib) | 40, einige | 55, starke |
| PyPDF2 | 80, starke | 95, starke |
Besonderheiten der Suche nach Zeichenfolgen
- Überlappende Namen zählen doppelt.
PyPDF2enthältpypdfund passt daher sowohl auf den Eintrag PyPDF als auch auf PyPDF2: 40 + 40, plus 15 für den fehlenden Autor und Titel, ergibt 95. - Auch Wörter innerhalb längerer Wörter zählen. Die Producer-Angabe von Ghostscript bringt 5 Punkte, weil „Ghostscript“ das Wort „script“ enthält.
- Ein Name zählt an jeder Stelle eines der beiden Felder, auch in einem selbst gewählten Producer wie „Report generated by API“, der allein durch die Wörter „generated“ und „api“ 15 Punkte erhielt.
- Nur die beiden Felder werden gelesen. Seitentext, Schriftarten, Bilder und Schreibstil spielen für den Wert keine Rolle.
Falsch positive und falsch negative Ergebnisse
Viele gewöhnliche Systeme verwenden die markierten Bibliotheken. Rechnungsplattformen erzeugen Rechnungen mit Headless Chrome, Berichtsserver nutzen ReportLab oder WeasyPrint, und Web-Apps setzen PDFs mit pdf-lib zusammen. Unsere Testrechnung mit dem Creator HeadlessChrome, dem Producer Skia/PDF und einem Titel, aber ohne Autor, erhielt 30 Punkte. Das reicht, damit sie als Datei mit Indikatoren eingestuft wird, obwohl dabei kein Sprachmodell im Spiel ist.
Auch das Gegenteil kommt vor. Ein Text, den ein KI-Assistent geschrieben hat und der in ein Textverarbeitungsprogramm eingefügt und ganz normal exportiert wird, trägt den Namen dieses Programms und erhält 0 Punkte. Metadaten lassen sich in Sekunden entfernen oder neu eintippen. Ein Wert von 0 bedeutet, dass die Generatorfelder keinen bekannten Hinweis enthalten; darüber, wer den Text geschrieben hat, sagt er nichts aus.
Verantwortungsvoller Umgang mit dem Ergebnis
Verstehen Sie einen hohen Wert als Anlass, nachzufragen, wie das Dokument entstanden ist, nicht als Vorwurf. Die nützlichsten Anhaltspunkte liegen meist außerhalb der Datei: der Arbeitsablauf, den die absendende Person nach eigener Aussage genutzt hat, frühere Entwürfe oder der Versionsverlauf in dem System, aus dem das Dokument stammt. Wenn Sie den Text selbst beurteilen müssen, extrahieren Sie ihn und lesen Sie ihn; dieser Detektor versucht das nicht.
Zuletzt aktualisiert: . Gewichtungen und Schwellenwerte stammen aus dem Quellcode des Detektors. Die Werte in den Tabellen wurden am 12. Oktober 2026 erzeugt, indem wir den Detektor lokal auf synthetische PDFs und auf eingetippte Creator- und Producer-Angaben angewendet haben. Diese Angaben sind Testeingaben, keine Werte aus Dateien, die mit den genannten Produkten erstellt wurden.