Slop or Not Hilfe & FAQ

Slop or Not ist ein KI-Inhaltsdetektor für Texte und Bilder. Die iPhone- und Mac-App prüft Inhalte direkt auf dem Gerät, sodass deine Texte und Fotos auf deinem Gerät bleiben. Die Website bietet außerdem einen kostenlosen Online-Fotocheck für schnelle Bildprüfungen in jedem Browser. Online-Einsendungen werden auf Numens privatem Mac-Server verarbeitet und niemals mit KI-APIs von Drittanbietern oder Anbietern von Detektoren geteilt.

Du kannst Inhalte in der App oder im Web prüfen:

• Text in der App prüfen: Kopiere den Text, den du analysieren möchtest, öffne Slop or Not und füge ihn in das Textfeld ein. Die App prüft ihn direkt auf dem Gerät.
• Bilder in der App prüfen: Wähle ein beliebiges Bild oder Foto aus deiner Mediathek aus oder teile ein Bild aus einer anderen App mit Slop or Not. Die App prüft es direkt auf dem Gerät.
• Fotos online prüfen: Nutze den Web-Checker für englischen Text oder ein verdächtiges Foto in jedem Browser. Online-Prüfungen laufen auf Numens privatem Mac-Server und werden nicht mit KI-Diensten von Drittanbietern geteilt. Fotochecker öffnen.

Die iPhone- und Mac-App führt die KI-Erkennung direkt auf deinem Gerät aus. Für die einmalige Einrichtung, bei der die KI-Modelle heruntergeladen werden, brauchst du eine Internetverbindung. Danach kannst du Text und Bilder in der App offline prüfen. Wir verwenden die CoreML-Modellverschlüsselung von Apple, um unsere On-Device-Transformer-Modelle zu schützen. Deshalb benötigt dein Gerät gelegentlich eine Internetverbindung, um Modellverschlüsselungsschlüssel aus dem App Store zu aktualisieren. Der Online-Fotochecker benötigt eine Internetverbindung, weil jede Einsendung zur Analyse an den privaten Mac-Server von Numen gesendet wird. Wir geben Online-Einsendungen nicht an KI-Dienste von Drittanbietern weiter.

Ja, aber das Datenschutzmodell hängt davon ab, wo du prüfst. In der iPhone- und Mac-App verarbeitet Slop or Not Texte und Bilder lokal, und deine Inhalte verlassen nie dein Gerät. Anders als viele Online-Inhaltsdetektoren gibt der Web-Checker dein Foto nicht an einen KI-Dienst eines Drittanbieters oder einen Anbieter von Detektoren weiter. Es geht zur Analyse auf Numens privaten Mac-Server, auf Hardware, die uns gehört und die wir selbst betreiben. Wir haben unseren Sitz in der EU und erfüllen die DSGVO und den CCPA.

Nutze Slop or Not immer dann, wenn ein Cloud-Detektor der falsche Ort für den Inhalt ist, den du prüfen musst. Besonders praktisch ist es für:

• Schüler & Lehrer zur Überprüfung der Originalität von akademischen Arbeiten.
• Journalisten & Faktenprüfer zur Überprüfung der Echtheit von Quellen und Bildern.
• Online-Dater zum Erkennen gefälschter „Catfish“-Profile.
• Käufer zur Überprüfung, ob Produktbewertungen echt oder KI-generiert sind.
• Jeden der Fehlinformationen und Deepfakes in sozialen Medien identifizieren möchte.

Genauigkeit nach Inhaltstyp:

• Bilder mit Content Credentials oder einem SynthID-Wasserzeichen: Diese Auslesungen stammen überhaupt nicht von einem Modell. C2PA- und IPTC-Nachweise sind entweder in der Datei vorhanden oder nicht, und ein signierter C2PA-Nachweis von OpenAI, Microsoft oder Adobe wird gegen eine mitgelieferte Vertrauensliste geprüft, sodass eine Fälschung scheitert, statt als Beleg durchzugehen. Ein SynthID-Wasserzeichen wird als kalibrierter Konfidenzwert ausgelesen und daher als Wahrscheinlichkeit gemeldet, nicht als Ja oder Nein.
• Alle anderen KI-generierten Bilder: 90 % Genauigkeit.
• KI-generierter Text: Unabhängig bewertet mit RAID, dem öffentlichen Benchmark für KI-Texterkennung, den wir nicht betreiben: 99,5% erkannte KI-Texte bei einer False-Positive-Rate von 5%, adversariale Angriffe eingeschlossen (Top 10 von 39 Detektoren, Stand August 2026).

*Hinweis: Die Bildgenauigkeit basiert auf unseren internen Tests. Die Texterkennung wird anhand des öffentlichen RAID-Benchmarks bewertet. Der Bildwert wird mit KI-generierten Bildern gemessen und beschreibt daher, wie oft diese erkannt werden. Er ist keine Falsch-Positiv-Rate und sagt nicht aus, wie oft ein echtes Foto markiert wird. Die Ergebnisse können sich mit neuen KI-Modellen und fortschrittlichen Methoden ändern, die darauf ausgelegt sind, Detektoren zu täuschen.*

Die vollständigen RAID-Benchmark-Ergebnisse lesen

Bildmetadaten hängen an einer bestimmten Datei, sie sind nicht dauerhaft an ihre Pixel gebunden. Ein Screenshot erstellt eine neue Datei und enthält daher Informationen über den Screenshot statt über das ursprüngliche Bild. Bearbeiten, Exportieren, erneutes Codieren und erneutes Hochladen über eine Website oder Messaging-App können EXIF-, IPTC-, XMP- und C2PA-Datensätze ebenfalls entfernen oder neu schreiben. Manche Apps tun das absichtlich, weil diese Datensätze Standort-, Geräte- und Kameradetails verraten können. Der ursprüngliche Download oder die Kameradatei bewahrt in der Regel die meisten Informationen; Screenshots und erneut gespeicherte Kopien bewahren die wenigsten. Öffne das Bild vor dem Hochladen in Fotos auf iPhone oder iPad und tippe auf Info, oder öffne es in Vorschau auf Mac und klicke auf Info, um den Inspector anzuzeigen. Diese Ansichten sind ein schneller Check, keine vollständige Bestandsaufnahme; Slop or Not kann Datensätze erkennen, die dort nicht angezeigt werden, und kann weiterhin die Pixel prüfen. Slop or Not ist der einzige KI-Bilddetektor, der das SynthID-Wasserzeichen von Google DeepMind sowohl aus Google- als auch aus OpenAI-Bildern liest. Fehlende Metadaten oder ein fehlendes lesbares Wasserzeichen beweisen nicht, dass ein Bild von einem Menschen erstellt oder KI-generiert ist.

KI-generierter Text enthält oft versteckte Zeichen und ausgetauschte Satzzeichen, die wie mechanische Fingerabdrücke wirken. Text Cleanup entfernt sie mit einem Tippen: Zero-Width Spaces und anderes unsichtbares Unicode, typografische Anführungszeichen und em dashes sowie Homoglyphen (Buchstaben, die wie andere Buchstaben aussehen). Der Browser-Checker sendet den Text an Numen's Server, der denselben Scan im Arbeitsspeicher ausführt, mit einem Klick eine bereinigte Kopie zurückgibt und den Text mit der Antwort verwirft. Die iPhone- und Mac-Apps können zwei Dinge, die der Browser nicht kann: Rechtschreibumwandlung zwischen US- und UK-Englisch und einen Scan ganz ohne Netzwerk. Cleanup entfernt nur mechanische Spuren, und kein Wort wird umgeschrieben, sodass die KI-Prüfung weiterhin deine eigene Prosa liest. Geschützte Leerzeichen werden durch normale Leerzeichen ersetzt statt gelöscht, damit 100 % getrennt bleibt; prüfe die Abstände, bevor du die bereinigte Kopie über das Original einfügst.

Wenn du Text in Slop or Not prüfst, zeigt die App neben dem KI-Ergebnis einen Lesbarkeitswert an. Die Formel hängt von der Sprache ab. Englisch nutzt Flesch Reading Ease und Flesch-Kincaid Grade Level; Deutsch nutzt die Wiener Sachtextformel; Spanisch nutzt Flesch-Szigriszt; Italienisch nutzt GULPEASE; Schwedisch, Dänisch und Norwegisch nutzen LIX. Das funktioniert heute in sieben Sprachen, weitere sind geplant. Lesbarkeit sagt dir, wie schwer ein Text zu lesen ist, nicht wer oder was ihn geschrieben hat. Das Ergebnis ist eine Schätzung, nutze es also als schnellen Anhaltspunkt. Der Wert ist weiterhin verfügbar, wenn die Sicherheit der Spracherkennung niedrig ist, solange die App eine unterstützte Sprache erkennt.

Das sind lustige iMessage-Stickerpakete, die in der App enthalten sind! Wenn Sie online oder in Chats KI-generierte Inhalte finden, können Sie unsere Sticker verwenden, um auf unbeschwerte Weise darauf aufmerksam zu machen.

Aktiviere den Inkognitomodus, wenn eine Prüfung nicht im Verlauf der App erscheinen soll. Der Inhalt bleibt trotzdem auf deinem Gerät; die App legt einfach keinen lokalen Verlaufseintrag an.

Wir halten den App Store-Download klein, damit er schneller ist und weniger Speicherplatz belegt. Die Erkennungsmodelle kommen beim ersten Öffnen von Slop or Not über Apple's On-Demand Resources. Normalerweise ist das der einzige Download. Apple's Dienst kann ihn jedoch gelegentlich unterbrechen. Prüfe deine Verbindung, warte ein paar Minuten und öffne die App erneut. Der Download sollte dort fortgesetzt werden, wo er aufgehört hat.

Ja. Wenn Sie ein niedrig aufgelöstes Miniaturbild oder einen Screenshot verwenden, läuft das Modell zwar trotzdem, gibt aber möglicherweise eine niedrigere Konfidenzbewertung zurück, da bei unserem Normalisierungsschritt feine Details verloren gehen. Versuchen Sie immer, die Originalversion oder die qualitativ hochwertigste Version des Bildes zu verwenden. Mehr Pixel bedeuten mehr Anhaltspunkte für den Detektor, sodass die Ergebnisse stärker und stabiler sind.

Der Textdetektor benötigt mindestens zwei vollständige Sätze, um zu funktionieren. Sehr kurze Schnipsel bieten dem Modell zu wenig Kontext, um KI-Fingerabdrücke zu erkennen. Fügen Sie nach Möglichkeit einen ganzen Absatz oder das gesamte Dokument ein. Je länger der Textabschnitt, desto höher die Erkennungssicherheit.

Neue KI-Modelle und gezielte Umgehungsmethoden können schwerer zu erkennen sein. Wir aktualisieren unsere Modelle, wenn sich diese Methoden ändern.

• Das von Ihnen geprüfte Bild könnte ein niedrig aufgelöstes Miniaturbild oder ein stark komprimierter Screenshot sein. Versuchen Sie es erneut mit der höchstauflösenden verfügbaren Version.
• Das Textbeispiel könnte zu kurz sein. Stellen Sie sicher, dass Sie mindestens zwei Sätze angeben; mehr Text verbessert die Ergebnisse.

Diese Prüfungen lösen die meisten Meldungen zu falsch negativen Ergebnissen. Wenn es weiterhin passiert, sende uns das Beispiel. Es kann helfen, ein künftiges Modellupdate zu verbessern.

Der Prozentsatz zeigt, wie sicher die Prüfung ist, nicht wie viel des Bildes generiert wurde. Ein mittlerer Wert stammt meist vom Modell zur Erkennung von KI-Bildern und bedeutet, dass es knapp an einer unentschiedenen Bewertung lag. Auch das Auslesen eines Wasserzeichens kann einen eigenen mittleren Vertrauenswert liefern.

Slop or Not benennt das Ergebnis nach der Seite, die vorn liegt, sodass ein Foto mit 55 % der KI-Seite zugeordnet wird, obwohl die beiden Werte fast gleich sind. Betrachte ein Ergebnis nahe der Mitte als Anlass, genauer hinzusehen, nicht als Antwort.

Wenn der Wert vom Bildmodell stammt, liegen echte Fotos aus ganz normalen Gründen in diesem Bereich:

• Filter, starke Bearbeitungen, Hochskalierung und starke Komprimierung glätten die feinen Details, die das Bildmodell auswertet.
• Moderne Smartphone-Kameras setzen ein Foto aus mehreren Aufnahmen zusammen und rekonstruieren Details rechnerisch. Dadurch ist die Datei weiter von einer einfachen Sensorauslesung entfernt als ein Foto, das vor zehn Jahren aufgenommen wurde.
• Ein enger Zuschnitt lässt weniger Pixel zur Beurteilung übrig, und das Modell arbeitet mit dem, was erhalten bleibt.

Ein verifizierter Content Credential oder der Nachweis eines SynthID-Wasserzeichens ist ein Hinweis darauf, woher eine Datei stammt. Eine mittlere Bewertung des Bildmodells ist das nicht. Slop or Not gibt eine Wahrscheinlichkeit an und überlässt dir die Entscheidung.

Gib dem Detektor die Originaldatei. Slop or Not prüft Content Credentials und Wasserzeichen, bevor es die Pixel bewertet, und jedes erneute Speichern kann eine Schicht dieser Hinweise entfernen.

• Teile die Originaldatei der Kamera oder den ursprünglichen Download statt eines Screenshots. Ein Screenshot ist eine neue Datei und enthält keine Einträge der Originaldatei.
• Wähle die größte verfügbare Version. Ein Vorschaubild oder eine stark erneut komprimierte Kopie gibt dem Bildmodell weniger Material zur Auswertung.
• Überspringe Kopien, die über eine Social-Media- oder Messaging-App weitergegeben wurden. Viele entfernen beim Hochladen Metadaten, sodass die signierten Content Credentials meist verloren gehen, auch wenn ein lesbares Wasserzeichen erhalten bleibt.

SynthID steckt in den Pixeln und kann daher einen Screenshot überstehen, wenn Content Credentials das nicht können. Wenn ein Ergebnis weiterhin falsch aussieht, melde es direkt über das Ergebnis und hänge die Datei an, falls das Formular diese Option bietet. Der Bericht enthält das Urteil und die Bewertungen, und die Datei ermöglicht uns, die Prüfung erneut durchzuführen.

Siehe auch: Beeinflusst die Bildauflösung die Erkennungsergebnisse? · Warum fehlen Bildmetadaten?