LONDON (IT BOLTWISE) – Pangram soll erkennen, ob Text mit Chatbots erzeugt wurde, und wirkt im Praxistest über weite Strecken sehr zuverlässig. Der Anbieter positioniert die Erkennung als Ergebnis einer Rückanalyse der sprachlichen „Entscheidungslogik“ hinter modernen KI-Modellen. Für Bilder zeigt sich dagegen ein deutlich anderes Bild: Mehrere KI-Fotos entgehen den Scannern oder werden fälschlich eingestuft. Damit verschiebt sich der Nutzen der Detektion spürbar Richtung Textfilter gegen „Slop“ und KI-E-Mail-Betrug.
Wer in den vergangenen Monaten in sozialen Netzwerken unterwegs war, kennt das Gefühl: Beiträge fühlen sich nicht nur „irgendwie generisch“ an, sondern folgen immer wieder denselben Mustern. Genau dort setzt Pangram an. Das Tool nimmt einen Textblock entgegen und berechnet, zu welchem Anteil die Wörter von einer KI stammen oder menschliche Verfasser erkennen lassen. Im Test über mehrere Experimente hinweg trennte Pangram nach eigenen Angaben sehr häufig Botschreibweisen von menschlichem Stil, während bei der Bild-Erkennung erkennbar andere Grenzen auftreten.
Technisch basiert die Erkennung von KI-Schreiben nicht auf einem simplen Regelwerk wie „zu viele Aufzählungszeichen“ oder „zu viele Gedankenstriche“. Der Grund: Moderne Chatbots treffen für jedes nächste Token eine Art Folgeentscheidung, die sich bei der Ausgabe als charakteristische statistische Spuren zeigt. Pangram beschreibt diese Idee als Rückwärtsanalyse des „decision tree“-Verhaltens, das hinter vielen KI-Sprachmodellen steckt. Damit ergänzt das System die reine Oberflächenbeobachtung um Muster, die sich über Wortwahl, Übergänge und Wahrscheinlichkeitssprünge legen lassen. Die Aussage des Pangram-Gründers Max Spero zielt dabei auf das Training mit großen Mengen an Modellverhalten ab: Ohne eine Annäherung an die interne Entscheidungskette fehlt der Detektion häufig die Robustheit, um echte Schreibstile und KI-Varianten sauber zu trennen.
Für KI-Bilder funktioniert das Prinzip zwar ähnlich im Grundgedanken, aber die Signale sind andere. Bei der Bildgenerierung entstehen typische Inkonsistenzen, etwa raue Texturstrukturen in Pixelbereichen, unpassende Sättigungsgrade oder Beleuchtungsfehler, die in echten Fotos konsistenter wirken. Zusätzlich geht ein Teil der Anbieter einen zweiten Weg: Wasserzeichen (watermarks) sollen unsichtbar in das Bild oder in die Metadaten eingebettet werden, damit Detektoren die KI-Herkunft später zuverlässig ableiten können. Der Artikel nennt als konkretes Beispiel, dass Anthropic eine unsichtbare Markierung für von Claude erzeugten Text ankündigte, um Transparenz zu unterstützen. Hintergrund sind EU-Anforderungen, die eine Nachvollziehbarkeit KI-erzeugter Inhalte fördern sollen; andere Anbieter dürften dem Schritt perspektivisch folgen, zumindest sobald entsprechende Anforderungen in den Produkten praktikabel werden.
Beim Wort-Detektortest zeigte Pangram vor allem seine Stärke im „Gemischten“: In etwa 50 Läufen wurden persönliche Texte mit einzelnen KI-Sätzen vermischt und umgekehrt. In der Praxis bedeutete das, dass das Tool innerhalb eines Absatzes die wahrscheinlichen KI-Segmente markieren konnte, während die übrigen Passagen als menschlich eingeordnet wurden. Auch ein Gegencheck mit öffentlich verfügbaren Dickens-Passagen führte zu einem Ergebnis, das Pangram als vollständig menschlich klassifizierte. Auffällig war außerdem ein Fall aus der Arbeitswelt: In einem LinkedIn-Posting schrieb eine Person den Einstieg selbst, während der Rest mit KI generiert worden sein soll; Pangram markierte genau diese Mischung. Der Moment wurde im Test als „empathisch entlastend“ beschrieben, weil der Detektor nicht als Zensurinstrument, sondern als Orientierungshilfe wirkte.
Ganz anders verlief der Abschnitt zu KI-Fotos. Der Test nutzte 21 weitverbreitete KI-Bilder, die zuvor von redaktionellen Stellen als Fakes eingeordnet oder entlarvt worden waren. Pangram und ein zweites, ähnliches Tool („Hive Detect“) verfehlten mehrere Fälle beziehungsweise stuften manche KI-Grafiken als echt ein. Beim Vergleich werden Beispiele genannt, darunter Deepfakes, die Personen verfremden oder Situationen darstellen, sowie ein Bild, das auf einem Social-Media-Ausschnitt eine irreführende Aussage zum Diebstahl nahelegte. Pangram erkannte wiederum mehrere KI-Bilder nicht korrekt und weigerte sich zudem bei vier weiteren Aufnahmen, die als zu gewalttätig wirkend oder zu geringe Bildqualität hatten, um eine verlässliche Entscheidung abzugeben. Das ist insofern relevant, als viele Nutzer im echten Alltag nicht die Originaldatei sehen, sondern Screenshots oder stark komprimierte Plattformansichten.
Damit bleibt eine zentrale Spannung bestehen: Schon kleine Veränderungen am Bild können Detektoren aus dem Tritt bringen. Im Test wird außerdem die Einordnung geliefert, dass Ergebnisse bei veränderten Kopien abweichen können, etwa wenn Details fehlen, die in der Originalaufnahme für die Erkennung entscheidend wären. Kritisch ist jedoch, dass die „Störung“ im Alltag häufig genau dort passiert, wo Plattformen Inhalte automatisch skalieren, komprimieren und umwandeln. Wenn ein Scanner bereits durch diese Standardwege neutralisiert wird, entsteht schnell ein praktischer Nutzungsgraben: Für textbasierte „Slop“-Massenware ist Detektion leichter in Workflows integrierbar, für Bild-Content dagegen bleibt die Wirkung unsicher. Max Spero äußerte sich im Test entsprechend, dass KI-Bild-Erkennung eine noch unfertige Funktion sein kann; in seinem eigenen Set habe das System dennoch den Großteil der 43 KI-Bilder erkannt, aber eben nicht zuverlässig jedes einzelne.
Das Fazit verlagert sich damit deutlich Richtung Text: Wenn Detektoren wie Pangram KI-generierte Worte robust identifizieren, können sie konkret gegen KI-gestützte Betrugsmaschen helfen, etwa bei KI-Texten in E-Mail-Scams, bei unseriösen Bewertungen oder bei austauschbaren LinkedIn-Posts, die eher auf Reichweite als auf Substanz zielen. Hany Farid, Dartmouth-Professor und Mitgründer von GetReal Security, ordnet die Grenzen bei Bildinhalten sehr klar ein: „Stop getting your news from social media.“ Und er betont im gleichen Atemzug, dass eine Grundannahme, vieles sei inzwischen gefälscht, aktuell ein pragmatischer Schutz sein kann. Für Unternehmen ist das vor allem ein Signal, dass „Detektion“ allein nicht als Sicherheitsstrategie für Medienvertrauen reicht. Wer KI-inhaltliche Spuren wirklich operationalisieren will, braucht ergänzende Prozesse wie Quellenprüfung, redaktionelle Verifikation oder technische Ketten zur Herkunftssicherung, besonders bei Bildern, die sich durch Manipulation, Komprimierung und Kontextverschiebung schneller „brechen“ lassen.
💳 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 "Pangram im Test: KI-Text erstaunlich treffsicher, KI-Bilder dagegen noch unsicher" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
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 "Pangram im Test: KI-Text erstaunlich treffsicher, KI-Bilder dagegen noch unsicher" 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: »Pangram im Test: KI-Text erstaunlich treffsicher, KI-Bilder dagegen noch unsicher« bei Google Deutschland suchen, bei Bing oder Google News!