Die meisten KI-Detektor-Seiten enden bei einem Prozentwert. TextSight ist als Workflow gedacht: Sie erkennen, korrigieren die markierten Sätze mit dem integrierten Humanizer und prüfen im selben Tab erneut, ob sich der Wert tatsächlich verbessert hat. Diese Schleife ist der Kern des Produkts – und der Grund, warum Erkennung und Umschreiben unter einem Dach liegen statt in zwei separaten Abos.
Im Hintergrund arbeiten ein multimodaler Detektor, trainiert auf Ausgaben von ChatGPT, Claude, Gemini, Llama und Mistral, ein Humanization Score von 0 bis 100 sowie eine Umschreibungs-Engine, die nur die von Ihnen markierten Passagen anfasst. Darum herum gruppieren sich rund zwanzig kleinere Schreibwerkzeuge – Grammatik, Lesbarkeit, Paraphrasieren, Zusammenfassen, Übersetzen – sowie eine Chrome-Erweiterung und Add-ons für Word und Google Docs.
TextSight spricht ungewöhnlich offen über die Grenzen der Erkennung. Das Unternehmen veröffentlichte einen Benchmark mit 1.180 von Menschen verfassten wissenschaftlichen Arbeiten aus dem Jahr 2018, also vor der Existenz von GPT-3, und nennt darauf eine Falsch-Positiv-Rate von 5,85 %. Datensatz, Analyseskript und Methodik sind herunterladbar. TextSight bezeichnet dies ausdrücklich als eigene Tests und nicht als unabhängige Validierung durch Dritte und rät Lehrenden, jeden Wert als ein Signal und nicht als Beweis zu behandeln.
