LONDON (IT BOLTWISE) – Pangram will die KI-Identifikation im Alltag verlässlicher machen und hat dafür 9 Millionen US-Dollar eingesammelt. Das Startup arbeitet zudem mit Substack zusammen, um Leserinnen und Lesern anzuzeigen, welche Autorinnen und Autoren KI zur Erstellung ihrer Newsletter einsetzen. Zusätzlich hat Pangram ein neues Tool zur Erkennung KI-generierter Bilder veröffentlicht. Im Kern geht es darum, die Grenze zwischen KI-unterstützt und KI-generiert in prüfbare Signale zu übersetzen.

Der Vertrauensverlust im Netz wirkt inzwischen wie ein Infrastrukturproblem: Wenn KI-Text und KI-Bilder in Jobbewerbungen, Produktbewertungen oder sogar in Versicherungsanträgen auftauchen, wird aus „Content“ schnell ein Risiko. Pangram positioniert sich genau an dieser Schnittstelle, also als eine Art „Trust Layer“, der nicht nur flaggt, dass etwas maschinell erstellt sein könnte, sondern Nutzern und Plattformen Orientierung geben soll, was real ist und was aus einem KI-Prozess stammt. Entscheidend ist dabei weniger die Schlagzeile als die Praxisfrage: Wie erkennt man zuverlässig, dass ein Ergebnis tatsächlich KI-generiert wurde, und wie geht man mit Varianten um, bei denen KI nur assistiert?
Auf der Finanzierungsseite hat Pangram den nächsten Schritt gemacht: Das Unternehmen hat laut Quelle 9 Millionen US-Dollar für sein System zur KI-Detektion eingesammelt. Solche Runden sind in einem Markt üblich, in dem sich Erkennungsmodelle, Prüfmechanismen und Produktintegration gegenseitig antreiben. Denn selbst wenn die reine Erkennung „funktioniert“, steht der Deploy im Vordergrund: Plattformen brauchen eine robuste Pipeline, die Ergebnisse konsistent ausliefert, Fehlalarme minimiert und im Kontext der jeweiligen Content-Formate interpretierbar bleibt. Dass Pangram parallel auch ein neues Tool zur KI-Detektion von Bildern veröffentlicht hat, deutet darauf hin, dass das Unternehmen sein Vertrauenstool nicht auf einen Kanal beschränkt, sondern Text- und Bildsignale zusammendenkt.
Die konkrete Markteinbindung zeigt Pangrams Fokus auf ein breites Publikumsformat. Im Rahmen einer Partnerschaft mit Substack nutzt die Plattform laut Quelle die Technologie von Pangram, um Leserinnen und Lesern anzuzeigen, welche ihrer bevorzugten Autoren KI beim Schreiben ihrer Newsletter verwenden. Das ist insofern mehr als nur eine technische Anzeige: Es verändert den Informationsfluss zwischen Autorenschaft und Publikum. Statt auf individuelle Recherche zu setzen, integriert Substack eine Einordnung in den Leseprozess. Für Pangram ist das ein interessanter Testlauf, weil sich in Newslettern häufig auch Mischformen finden: Texte können KI-unterstützt entstehen, etwa durch Entwürfe oder Stilkorrekturen, bevor Menschen sie finalisieren. Genau hier entscheidet sich, wie differenziert ein Detektionsansatz sein sollte.
Technisch betrachtet entsteht die Schwierigkeit der KI-Detektion aus zwei Richtungen. Erstens verändern Modelle ihre Ausgabestile ständig, wodurch klassische Erkennungsheuristiken schnell altern. Zweitens ist die Praxis heterogen: KI kann vollständig generieren, kann aber auch nur bei der Formulierung, beim Lektorat oder beim Übersetzen helfen. Ein Detektor, der nur „KI ja/nein“ kann, läuft damit Gefahr, assistierte Inhalte entweder zu überflaggen oder in Grenzfällen zu übersehen. Für den Produktwert bedeutet das: Ein gutes System muss nicht nur Muster erkennen, sondern Unsicherheit handhabbar machen, also Ergebnisse so präsentieren, dass Nutzer und Plattformen damit arbeiten können – ohne in eine reine „Verdächtigenliste“ abzurutschen.
Auch die Frage nach der Grenze zwischen „KI-generiert“ und „KI-unterstützt“ ist weniger binär als viele Werbeversprechen suggerieren. Je nach Workflow können etwa Tonalität und Struktur deutlich maschinell geprägt sein, obwohl am Ende ein Mensch Texte zusammenführt, kürzt oder umformuliert. Umgekehrt kann ein rein menschlich geschriebener Text durch Tooling beeinflusst wirken, ohne dass er „aus dem Modell“ stammt. Pangram versucht laut Quelle, genau diese Trennschärfe in eine konsumierbare Form zu bringen. Für Unternehmen und Plattformen ist das besonders relevant, weil Falschalarme nicht nur Nutzer frustrieren, sondern auch die Bereitschaft senken, Detektionsfeatures überhaupt zu nutzen.
Der Schritt in Richtung Bilddetektion unterstreicht zudem, dass das Problem nicht auf Sprache beschränkt bleibt. KI-Bilder können in Rezensionen, in Produktdarstellungen oder in Beweisdokumenten auftauchen – und während Textdetektoren häufig in Satzebenen-Daten denken, braucht Bilddetektion andere Merkmale, etwa Konsistenzmuster über Pixelbereiche, Signaturen in der Erzeugungscharakteristik oder Hinweise aus der Medienpipeline. In der Praxis ist außerdem relevant, dass Plattformen das Ergebnis wieder in verschiedene Oberflächen übersetzen müssen: Markierung im Feed, Hinweise im Upload-Prozess oder Transparenz für Leser im Kontext. Dass Pangram diese Fähigkeit bereits als Tool angekündigt hat, zeigt einen Going-to-Production-Ansatz, nicht nur ein Proof-of-Concept.
Aus Marktsicht ist damit ein Muster erkennbar: Die „Trust Layer“ werden nicht als eigenständige App gewinnen, sondern als Baustein, der in bestehende Publishing- oder Prüfprozesse integriert wird. Die Partnerschaft mit Substack ist dafür ein frühes Beispiel, weil sie die Technologie direkt im Publishing-Kontext sichtbar macht und damit Feedback über Akzeptanz, Interpretierbarkeit und Nutzerverhalten liefert. Wenn sich solche Integrationen durchsetzen, verschiebt sich der Wettbewerb weg von reiner Genauigkeit hin zu Produktisierung: Wie gut lassen sich Detektionsresultate erklären, wie konsistent sind sie über Formate hinweg, und wie werden Grenzfälle behandelt. Für Betreiber von Plattformen und für Teams, die Content-Workflows steuern, entsteht damit ein neuer Stack-Bestandteil – ähnlich wie bei früheren Moderations- oder Sicherheitslösungen, nur dass hier die Grenze zwischen Unterstützung und Generierung neu definiert werden muss.
Am Ende wird KI-Detektion nicht das Ende von KI bedeuten, sondern eine neue Schicht Transparenz. Genau diese Verschränkung ist auch der Grund, warum Pangram neben der Finanzierung und der Substack-Integration ein weiteres Werkzeug für Bilder adressiert: Wer Vertrauen erzeugen will, muss mehrere Medientypen abdecken und gleichzeitig mit der Realität leben, dass viele Inhalte entlang einer Skala entstehen. Die kommenden Produktiterationen werden daran gemessen werden, wie gut die Systeme in der Breite funktionieren und wie verständlich sie die Ergebnisse liefern, ohne die Nutzer mit technischer Unsicherheit zu überfordern.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Detektion im Realitätscheck: Pangram wirbt 9 Mio. USD ein und setzt auf Substack" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Detektion im Realitätscheck: Pangram wirbt 9 Mio. USD ein und setzt auf Substack" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Detektion im Realitätscheck: Pangram wirbt 9 Mio. USD ein und setzt auf Substack« bei Google Deutschland suchen, bei Bing oder Google News!