KI-Spurencheck
Erkenne KI-Muster in Texten — fair und nachvollziehbar, ohne falsche Gewissheit zu verkaufen.
SKILL.md im offenen agentskills.io-Standard — direkt nutzbar in Claude, ChatGPT/Codex, Cursor, Copilot & Co.
KI-Spurencheck ist ein KI-Skill zur Prüfung von KI-Schreibmustern: Er analysiert Texte auf KI-typische Sprach-, Struktur- und Stilmuster und erklärt fair, *warum* ein Text künstlich, generisch oder zu glatt wirkt. Kein „KI-Detektor“: kein Autorenschaftsurteil, kein Prozentwert. Stattdessen Einschätzungskategorie, Signalstärke 1–10, Confidence, False-Positive-Risiko, markierte Textstellen mit Alternativerklärung, sortierte Herkunfts-Hypothesen und eine redaktionelle Empfehlung — für Website, Bewerbung, LinkedIn, Support und Redaktion.
Was dieser Skill macht
- Erkennt Textart und Kanal und wählt die passende Linse (E-Mail, LinkedIn, Website, Bewerbung, Support, SEO, Social, Discord, akademisch, juristisch)
- Gibt eine Einschätzungskategorie aus (7 Stufen von „menschlich wirkend“ bis „wahrscheinlich KI-generiert“) — immer als Hypothese, nie als Urteil
- Bewertet die Signalstärke 1–10 als *Musterstärke*, nicht als KI-Wahrscheinlichkeit, plus Confidence und False-Positive-Risiko getrennt
- Prüft acht Signalschichten und gewichtet sie (stark/mittel/schwach) über eine Evidence Ladder — kein einzelnes Wort als „Beweis“
- Zitiert konkrete Textstellen mit Signaltyp, Begründung, Alternativerklärung und redaktioneller Richtung
- Benennt rhetorische KI-Konstruktionen (negative Parallelität „nicht nur X, sondern Y“, Dreierregel, „ist ein Beleg für …“, Sycophancy) mit Textstelle und Fix — die Muster, denen Fachleute mehr trauen als Einzelwörtern
- Sortiert Herkunfts-Hypothesen (KI-generiert, KI-unterstützt, KI-geglättet, Template, Übersetzung, rein menschlich) nach Plausibilität
- Erklärt zu jedem Befund, was gegen ein hartes KI-Urteil spricht
- Geht besonders vorsichtig mit kurzen, formalen, übersetzten und Nicht-Muttersprachler-Texten um
- Kalibriert in beide Richtungen — ein konkreter, menschlicher Text bekommt ein niedriges Signal, keine erfundenen Probleme
- Endet nutzbar: Empfehlung, nächste Optionen und ein Übergabe-Block fürs natürliche Umschreiben
Beschreibung
KI-Spurencheck ist ein Skill für die faire Analyse von KI-typischen Textmustern — er erklärt nachvollziehbar, warum ein Text künstlich, generisch oder zu glatt wirkt, ohne jemandem KI vorzuwerfen. Sein Nutzen ist **Orientierung statt Gewissheit**: nicht „KI ja/nein“, sondern „Welche Signale sprechen wofür — und wie sicher ist diese Einschätzung?“ Das ist bewusst so gebaut, weil KI-Detektion unzuverlässig ist: OpenAI hat den eigenen Classifier 2023 wegen geringer Genauigkeit eingestellt, und Detektoren stufen z. B. rund 6 von 10 Texten von Nicht-Muttersprachlern fälschlich als KI ein (Stanford 2023). Deshalb gibt der KI-Spurencheck **kein Autorenschaftsurteil und keinen Prozentwert** wie „87 % KI“ aus — Prozentwerte täuschen eine Objektivität vor, die es nicht gibt. Stattdessen liefert er eine Einschätzungskategorie (von „menschlich wirkend“ bis „wahrscheinlich KI-generiert“, immer als Hypothese), eine Signalstärke 1–10 (kein KI-Wahrscheinlichkeitswert, sondern Musterstärke), eine Confidence und ein False-Positive-Risiko — getrennt ausgewiesen. Er arbeitet mit einer Signal-Gewichtung und einer Evidence Ladder nach dem Grundsatz „ein Wort ist nicht das Problem, das Muster ist das Problem“: ein einzelnes Buzzword oder ein Gedankenstrich ist schwach, erst mehrere zusammenlaufende Signaltypen über genug Text sind aussagekräftig. Er prüft acht Schichten (Struktur-Glätte, Sprache/Floskeln, Konkretheit, Tonalität, Rhythmus/Varianz, Kontext-Fit, Template-Reste, lexikalische Vielfalt), zitiert konkrete Textstellen und liefert zu jeder Markierung eine **Alternativerklärung** (Corporate-Vorlage, Übersetzung, Nicht-Muttersprachler, SEO, juristisch/akademisch, bewusst einfache Sprache). Kanal-Linsen für E-Mail, LinkedIn, Website, Bewerbung/HR, Support, Social, SEO und Community justieren, was als Signal zählt — und wo das False-Positive-Risiko hoch ist, weil der Kanal von Natur aus formelhaft ist. Modi vom Schnellcheck über Detailbericht und Redaktion bis zum akademischen Vorsichtsmodus (kein Vorwurf, prüfe den Schreibprozess statt nur den Text), Brand Voice, HR und einem natürlichen Umschreiben. Zwei Prinzipien heben ihn ab: Er **kalibriert in beide Richtungen** — ein wirklich konkreter, menschlicher Text bekommt ein niedriges Signal und einen sauberen Freibrief, statt künstlich schlechtgeredet zu werden; und er **hilft nie beim Umgehen von Detektoren** oder bei Täuschung, sondern macht Texte echter (konkreter, klarer, authentischer), nicht heimlicher. Er ist der Diagnose-Skill: prüfen, verstehen, markieren — und auf Wunsch per Übergabe-Block an einen Umschreib-Schritt weiterreichen.
Beispiele
Was es nicht macht
- Gibt kein endgültiges Autorenschaftsurteil („Das ist KI“ / „Das ist ein Mensch“) und keinen Prozentwert
- Beschuldigt niemanden und empfiehlt keine schulischen, rechtlichen, arbeitsrechtlichen oder disziplinarischen Konsequenzen allein auf Basis des Checks
- Überinterpretiert keine kurzen, formalen, übersetzten oder Nicht-Muttersprachler-Texte — weist stattdessen das False-Positive-Risiko aus
- Hilft nicht beim Umgehen von KI-Detektoren, beim „undetectable“-Machen, bei Plagiatsverschleierung oder Täuschung
- Wertet einzelne Wörter oder eine Liste nicht als Beweis — Stärke kommt nur aus zusammenlaufenden Mustern
- Produziert keine Textwüste; führt mit der Einschätzung
Kompatibilität & Technik
- Geprüft (intern)
- 6 Szenarien
- Modi
- Schnell-Spurencheck · Detail-Signalbericht · Redaktionscheck · Akademischer Vorsichtsmodus · Brand-Authenticity · Bewerbung / HR · Natürliches Umschreiben (Authentizität, keine Tarnung) · Vergleich (zwei Texte: welcher wirkt KI-typischer?) · Abschnitts-Heatmap (welche Absätze wirken am stärksten KI-typisch?)
- Eingaben
- Text (beliebige Textsorte) · Kanal / Zielgruppe / Kontext (optional) · Markentexte / Beispieltexte (optional, für Brand-Vergleich) · Vergleichstext (Original vs. überarbeitete Version)
- Ausgabeformat
- Strukturierter Signalbericht (Einschätzung, Signalstärke, Confidence, False-Positive-Risiko, Kurzfazit, auffällige Muster, markierte Textstellen, Herkunfts-Hypothesen, Was gegen ein Urteil spricht, Empfehlung, nächste Optionen); auf Wunsch Dimensions-Tabelle, exportierbarer Bericht (AI_SIGNAL_REPORT.md) und Übergabe-Block fürs Umschreiben
- Unterkategorie
- KI-Textsignale & Authentizitäts-Review
- Lizenz
- Proprietär
Sicherheitsprofil
Läuft komplett bei dir mit deiner eigenen KI — keine externe Runtime, keine laufenden Kosten.
Nur Anweisungen, Vorlagen und Referenzen — keine ausführbaren Skripte.
Arbeitet offline mit dem, was du gibst — ruft von sich aus keine externen Dienste auf.
Lieferumfang
- ai-signal-check-1.0.0/10 Dateien
- .claude-plugin/marketplace.json
plugins/ai-signal-check/skills/ai-signal-check/10 Dateien
- SKILL.md
- manifest.json
references/8 Dateien
- ai-signal-check-channels.md
- ai-signal-check-checklist.md
- ai-signal-check-constructions.md
- ai-signal-check-evidence.md
- ai-signal-check-false-positives.md
- ai-signal-check-modes.md
- ai-signal-check-output-templates.md
- ai-signal-check-signals.md
- .agents/skills/ai-signal-check/→ universell — gleicher Inhalt (Codex, Cursor, Copilot, Gemini, Windsurf, Cline)
- LICENSE.txt
Installation
Auch als Chat-Prompt nutzbar
Kein KI-Tool? Füg ihn in Claude, ChatGPT oder Gemini ein und nutze die Methode sofort.
Dieser Skill bringt keine Skripte mit — der Prompt trägt daher seine volle Methode.
Die Installation ist die volle Version — sie greift automatisch, führt ihre Skripte aus und lädt Referenzen bei Bedarf. Als Chat-Prompt fährst du die Methode selbst.
Zum Kopieren des paste-fertigen Prompts freischalten — danach in „Meine Skills".
Bewertungen
Hinweis
Kein KI-Detektor und kein Beweis für KI-Nutzung — ein redaktioneller Signalcheck. Eine Einschätzung ersetzt nie ein Gespräch, den Blick in den Schreibprozess oder eine fachliche Prüfung; bei schulischen, rechtlichen oder arbeitsrechtlichen Folgen nie allein als Grundlage nutzen. Am stärksten mit Kanal/Zielgruppe als Kontext; bei sehr kurzen Texten nur grobe Hinweise.
Änderungen
- v1.0.030.06.2026Erstveröffentlichung: fairer KI-Spurencheck nach AUTHORING v2 — Einschätzungskategorie + Signalstärke 1–10 + Confidence + False-Positive-Risiko (statt erfundener Prozentwerte), markierte Textstellen mit Alternativerklärung, sortierte Herkunfts-Hypothesen, Evidence Ladder + Signal-Gewichtung, Kanal-Linsen (E-Mail/LinkedIn/Website/Bewerbung/Support/SEO/Discord/akademisch/juristisch), Modi (Schnellcheck/Detailbericht/Redaktion/akademischer Vorsicht/Brand Voice/HR/natürliches Umschreiben/Vergleich/Abschnitts-Heatmap), Erkennung rhetorischer KI-Konstruktionen (negative Parallelität, Dreierregel, Sycophancy) und Übergabe-Block. 8 References (Modi & Kategorien, Signal-Katalog, rhetorische Konstruktionen, False Positives & Safety, Kanäle, Evidenzbasis mit aktuellen Quellen, Checkliste, Output-Vorlagen), realistische Beispiele inkl. Kalibrierungsfall und interne Evals. Anti-Missbrauch: hilft nicht beim Umgehen von Detektoren.
Häufige Fragen
Was macht KI-Spurencheck?
KI-Spurencheck ist ein KI-Skill zur Prüfung von KI-Schreibmustern: Er analysiert Texte auf KI-typische Sprach-, Struktur- und Stilmuster und erklärt fair, *warum* ein Text künstlich, generisch oder zu glatt wirkt. Kein „KI-Detektor“: kein Autorenschaftsurteil, kein Prozentwert. Stattdessen Einschätzungskategorie, Signalstärke 1–10, Confidence, False-Positive-Risiko, markierte Textstellen mit Alternativerklärung, sortierte Herkunfts-Hypothesen und eine redaktionelle Empfehlung — für Website, Bewerbung, LinkedIn, Support und Redaktion.
Warum KI-Spurencheck statt einfach einen Prompt zu schreiben?
Weil er nicht frei antwortet, sondern nach einer festen Methode prüft — acht Signalschichten mit Gewichtung über eine Evidence Ladder, getrennt ausgewiesene Signalstärke 1–10, Confidence und False-Positive-Risiko, markierte Textstellen mit Alternativerklärung und sortierte Herkunfts-Hypothesen. Diese Disziplin nennt zu jedem Befund, was gegen ein hartes Urteil spricht, und kalibriert in beide Richtungen — ein konkreter, menschlicher Text bekommt ein niedriges Signal statt erfundener Probleme.
Wann lohnt sich KI-Spurencheck — und wann eher nicht?
Er lohnt sich, wenn du einen Text mit Kanal und Zielgruppe als Kontext prüfen willst — Website, Bewerbung, LinkedIn, Support oder Redaktion — und nachvollziehbar verstehen möchtest, warum er generisch oder zu glatt wirkt. Eher nicht, wenn du ein Ja/Nein-Urteil oder einen Prozentwert erwartest — das liefert er bewusst nicht, denn er ist kein KI-Detektor. Bei sehr kurzen, formalen oder übersetzten Texten gibt er nur grobe Hinweise und darf nie allein Grundlage für einen Vorwurf oder eine Konsequenz sein.
Wie finde ich heraus, ob ein Text nach KI klingt — ohne jemandem KI vorzuwerfen?
Der KI-Spurencheck (AI Signal Check) analysiert Sprach-, Struktur-, Stil- und Kontextmuster und sagt dir, warum ein Text KI-typisch, generisch oder zu glatt wirkt — mit Einschätzungskategorie, Signalstärke 1–10, Confidence und False-Positive-Risiko. Er gibt nie ein Autorenschaftsurteil und keinen Prozentwert.
Ist der KI-Spurencheck ein KI-Detektor wie Turnitin oder GPTZero?
Nein. KI-Detektoren sind unzuverlässig und stufen z. B. Texte von Nicht-Muttersprachlern oft falsch als KI ein. Der KI-Spurencheck verkauft keine Gewissheit, sondern Orientierung — ein nachvollziehbarer, redaktioneller Signalcheck mit Alternativerklärungen statt einer Ja/Nein-Behauptung.
Warum gibt der KI-Spurencheck keinen Prozentwert wie „87 % KI“ aus?
Weil Prozentwerte eine Sicherheit vortäuschen, die es nicht gibt (selbst Turnitin blendet niedrige Scores aus). Der KI-Spurencheck nutzt stattdessen Signalstärke, Confidence und False-Positive-Risiko in Worten — und nennt immer, was gegen ein hartes Urteil spricht.
Kann ich mit dem KI-Spurencheck Bewerbungen, LinkedIn-Posts oder Website-Texte prüfen?
Ja. Der KI-Spurencheck hat Kanal-Linsen für E-Mail, LinkedIn, Website, Bewerbung/HR, Support, Social, SEO und Community — und markiert generische Stellen mit konkreter redaktioneller Richtung, ohne die Person abzuwerten.
Hilft der KI-Spurencheck dabei, KI-Detektoren zu umgehen?
Nein. Der KI-Spurencheck hilft nie, Texte unentdeckbar zu machen oder Täuschung zu optimieren. Er hilft, einen Text konkreter, klarer und authentischer zu machen — also echter, nicht heimlicher.
Was mache ich mit dem Ergebnis des KI-Spurenchecks?
Der KI-Spurencheck endet nutzbar: markierte Stellen, Herkunfts-Hypothesen, eine redaktionelle Empfehlung und nächste Optionen — bis hin zu einem Übergabe-Block für ein Umschreiben (konkreter und menschlicher), z. B. mit Pain-to-Punchline oder Newsletter-Schmiede.
Mit welchen KI-Tools funktioniert KI-Spurencheck?
Claude (Projects & System-Prompt) · ChatGPT (Custom GPT & Custom Instructions) · Jedes LLM · Native UI (Buttons/Chips) wo verfügbar, sonst Markdown-Fallback · Optional: Web-Tool für aktuelle Detection-Forschung
Wie setze ich KI-Spurencheck ein?
KI-Spurencheck ist eine SKILL.md im offenen agentskills.io-Standard: per Befehl installieren (npx) oder herunterladen und ins KI-Tool laden — Claude (Projects), ChatGPT (Custom GPT), Cursor, Copilot, Gemini CLI u. a. Kein Code nötig.