Slop or Not Hilfe & FAQ

Slop or Not ist ein KI-Content-Detektor für Text 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-Fotochecker für schnelle Bildprüfungen in jedem Browser. Online-Einsendungen werden auf dem privaten Mac-Server von Numen verarbeitet, nie an KI-APIs oder Detektor-Anbieter von Drittanbietern weitergegeben und nach der Verarbeitung gelöscht.

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 ein verdächtiges Foto in jedem Browser. Online-Prüfungen laufen auf dem privaten Mac-Server von Numen, werden nicht an KI-Dienste von Drittanbietern weitergegeben und nach der Verarbeitung gelöscht. 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 und löschen sie nach der Verarbeitung.

Ja, aber das Datenschutzmodell hängt davon ab, wo du die Prüfung durchführst. In der iPhone- und Mac-App verarbeitet Slop or Not Texte und Bilder lokal, und deine Inhalte verlassen dein Gerät nie. Anders als viele Online-Content-Detektoren gibt der Web-Checker dein Foto nicht an einen KI-Dienst oder Detektor-Anbieter von Drittanbietern weiter. Es wird zur Analyse an den privaten Mac-Server von Numen gesendet und nach der Verarbeitung gelöscht. Wir haben unseren Sitz in der EU und erfüllen die Anforderungen von DSGVO und 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.

Unsere internen Tests messen die 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: 95 % Genauigkeit in unseren internen Tests und unabhängig bewertet auf RAID, dem öffentlichen Benchmark für KI-Texterkennung: 99,5 % der KI-Texte erkannt bei einer Falsch-Positiv-Rate von 5 %, einschließlich adversarialer Angriffe (Top 10 von 39 Detektoren, Stand August 2026).

*Hinweis: Die Bildgenauigkeit basiert auf unseren internen Tests. Die Texterkennung wird außerdem auf dem öffentlichen RAID-Benchmark validiert. Ergebnisse können je nach neuen KI-Modellen und fortgeschrittenen Methoden variieren, die darauf ausgelegt sind, Detektoren zu täuschen.*

Die vollständigen RAID-Benchmark-Ergebnisse lesen

KI-generierter Text enthält oft versteckte Zeichen und ausgetauschte Satzzeichen, die wie mechanische Fingerabdrücke wirken. Text Cleanup entfernt sie mit einem Tipp: Zero-Width Spaces und andere unsichtbare Unicode-Zeichen, typografische Anführungszeichen und em dashes sowie Homoglyphen (Buchstaben, die wie andere Buchstaben aussehen). Der Browser-Checker führt denselben Scan direkt auf deinem Gerät aus und gibt dir eine bereinigte Kopie zurück, es wird also nichts hochgeladen, um sie zu bekommen. Die iPhone- und Mac-Apps können zwei Dinge, die der Browser nicht kann: Rechtschreibkonvertierung zwischen US- und UK-Englisch und einen Scan, der ganz ohne Netzwerk läuft. Cleanup entfernt nur mechanische Spuren, und kein Wort wird umgeschrieben, sodass der KI-Check weiterhin deinen eigenen Text liest. Geschützte Leerzeichen werden gelöscht statt durch normale Leerzeichen ersetzt, sodass aus 100 % wieder 100% wird; 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.