Warum es deslopify gibt

Die Detektor-Branche verkauft das Falsche

Die publizierte Literatur zur KI-Texterkennung ist sich in drei Punkten einig. Ungeübte Leser:innen erkennen Frontier-Modell-Output zufällig. Detektoren markieren 61 % der TOEFL-Essays englischer Nicht-Muttersprachler:innen als KI, halbieren ihre Genauigkeit bei paraphrasiertem Text und stoßen an eine theoretische Grenze, die mehr Training nicht aufhebt. Blindleser:innen bevorzugten KI-generierte Werbetexte gegenüber Texten menschlicher Expert:innen — ein niedriger Detektor-Score korreliert also nicht einmal mit Qualität.

Trotzdem wächst der Markt für KI-Detektoren weiter und wird an Lehrkräfte, Recruiter und Verlage als binäres Urteil verkauft. Die Urteile haben Folgen. Gerichtsverfahren laufen. Da wollten wir nicht hineinliefern.

Was deslopify tatsächlich tut

Drei Engines laufen gegen den eingefügten Text. Lexikalisch (deterministisches Wörterbuch), strukturell (Rhythmus, Parallelismus, Em-Dash-Dichte), epistemisch (ein Sonnet-4.6-Aufruf, der Haltung und Konkretheit bewertet). Jede liefert einen 0–100-Subscore und markiert die Spans, die das Urteil treiben. Der zusammengesetzte Wert ist der Slop Score. Höher heißt sloppiger — die Brag-Zahl ist 12.

Die Diagnose zeigt sechs gepinnte Referenztexte mit bekannten Bändern (verlinkt von /calibration) und genau die Wörter und Rhythmen, die den Wert bewegt haben. Die Benchmark-Seite dokumentiert, was der Score kann und nicht kann — inklusive der Paraphrasen-Resistenz-Deltas: −33 Punkte bei substanziellem Rewrite vs. −17 bei Oberflächen-Paraphrase, ungefähr doppelt so resilient wie register-blinde Detektoren.

Für wen es ist

Schreibende, die Texte ausliefern, bei denen Stimme zählt. Newsletter-Autor:innen und Ghostwriter:innen, die unter Deadlinedruck ihre Texte Richtung KI-Sprache driften sehen. Marketing-Copywriter:innen, die wissen wollen, ob die Landingpage-Überarbeitung wirklich nach der Marke klingt. Blogger:innen und Gründer:innen, die ihre eigenen Essays schreiben. Studierende, die mit KI entwerfen und wissen wollen, ob ihr Bearbeitungsschritt die Stimme wiederhergestellt hat.

Nicht für Aufsichtsfunktionen in der akademischen Integrität. Wir wollen nicht, dass das eingesetzt wird, um jemanden zu disziplinieren — und die Forschung sagt, dass es das ohnehin nicht trägt. Wenn du hier nach einem KI-Detektor suchst, um studentische Arbeiten zu markieren, lies bitte zuerst die Seite zu den Grenzen.

Wie es sich finanziert

Die Diagnose ist kostenlos und bleibt kostenlos. Ein Score kostet uns etwa einen halben US-Cent in Sonnet-API-Aufrufen, dazu die deterministischen Engines (im Grunde gratis). Rate Limits (10 Scores pro IP pro Tag) und ein 24-Stunden-Cache für epistemische Antworten bremsen den Worst Case. Free-Scoring ist tragbar, weil die Kosten pro Scan klein genug zum Absorbieren sind.

Beim Rewriter passiert das Geld. Wenn du auf Rewrite klickst, schreibt dasselbe Sonnet-Modell den Text in eine Stimme um, die die Engines nicht mehr markieren. Ein Rewrite kostet uns etwa zwei Cent. Den Zugang zum Rewriter starten wir bezahlt in Kürze — die Warteliste ist auf der Startseite. Der Preis wird im Bereich 10–15 €/Monat für ein großzügiges Rewrite-Kontingent liegen, dazu wahrscheinlich ein kleiner einmaliger Unlock für Gelegenheitsnutzer:innen.

Was wir nicht tun

Wir vermarkten das nicht als KI-Detektor. Die Forschungsseiten sind dafür da zu erklären, warum diese Produktkategorie strukturell kaputt ist. Wir verkaufen nicht an Käufer:innen aus der akademischen Integrität. Wir bauen keine Tracking-Pixel oder Analytics in die Diagnose — die Datenschutzseite dokumentiert genau, was wir an Anthropic schicken, in Neon speichern und verwerfen, und wir wollen diese Liste kurz halten. Wir setzen kein Cookie-Banner ein, das diese Site nicht braucht.

Wo das hingeht

Als Nächstes: der bezahlte Rewriter. Danach Validierung an den ersten 100 zahlenden Nutzer:innen — Preis, Conversion, wie die tatsächliche Nutzungskurve aussieht. Wenn das hält, sind Französisch und Italienisch die nächsten Locales (jede braucht ein eigenes Wörterbuch, strukturelle Muster, einen Sonnet-Prompt und sechs gepinnte Ankertexte, live gegen die Engine validiert — siehe Benchmarks für die Latte). Vielleicht eine kleine API für Tools, die den Score einbetten wollen. Das öffentliche Scoreboard, das die PRD ursprünglich vorgesehen hat, ist verschoben — Score-Teilen funktioniert über den /score/<id>-Permalink, eine moderierte Public-Wall ist ein eigenes größeres Projekt.

Wer das baut

Frank Goeltl, Einzelunternehmer, ansässig in Kirchheim unter Teck. Anbieterdaten im Impressum; Datenschutz-Zusagen auf der Datenschutzseite. Code, Kalibrierungsanker und Benchmark-Skripte liegen offen unter github.com/frankgoeltl/deslopify.me. Etwas falsch gefunden? Die Warteliste-E-Mail ist der Kanal, bis es einen besseren gibt.