Pangram ist eine Software zur Erkennung von mit großen Sprachmodellen (LLMs) erzeugten Texten (KI-Detektor). Sie wird vom in Brooklyn ansässigen Unternehmen Pangram Labs entwickelt. Pangram bestimmt eine Wahrscheinlichkeit, mit der ein Text vollständig von einer KI, KI-gestützt oder vollständig von einem Menschen verfasst worden sei. Die Software wurde bereits in mehreren öffentlich diskutierten Fällen herangezogen, in denen der Einsatz von KI in veröffentlichten Texten vorgeworfen wurde, und ist zugleich Gegenstand von Kritik an ihrer Zuverlässigkeit.
Geschichte
Pangram Labs wurde 2023 von Max Spero (Chief Executive Officer) und Bradley Emi (Chief Technology Officer) gegründet. Das Unternehmen firmierte zunächst unter dem Namen Checkfor.ai. Die Markteinführung des Detektors wurde am 12. Oktober 2023 angekündigt. Am 8. April 2024 gab das Unternehmen seine Umbenennung in Pangram Labs bekannt. Im Juni 2025 berichtete Business Wire über eine Seed-Finanzierung in Höhe von 4 Millionen US-Dollar unter der Leitung von ScOp Venture Capital. Im Dezember 2025 erschien die Version 3.0, die Texte zusätzlich als teilweise KI-erzeugt (KI-unterstützt) klassifizieren kann. Im Mai 2026 veröffentlichte das Unternehmen ein Model Card zur Version 3.3. Im Juli 2026 schloss Pangram Labs nach Angaben der Presse eine Finanzierungsrunde über 9 Millionen US-Dollar unter der Leitung von Menlo Ventures ab, an der sich unter anderem ScOp und Haystack Ventures beteiligten. Kurz darauf wurden die vierte Modellversion (Pangram 4) und ein Modell zur Erkennung KI-erzeugter Bilder (Pangram Image) vorgestellt. Laut der New York Times stieg die Zahl der monatlichen Nutzer zwischen Juni 2025 und Juni 2026 von 2700 auf 120.000, und der Jahresumsatz habe sich um den Faktor 35 erhöht.
Funktionsweise
Pangram verwendet ein auf der Transformer-Architektur basierendes neuronales Netz. Nach Unternehmensangaben wurde es mit einer Mischung aus menschlich verfassten Texten und Texten, die von einem Large Language Model (LLM) generiert wurden, trainiert. Dabei wurden die KI-Texte in Bezug auf Thema, Länge und Tonfall an die menschlichen Vergleichstexte angepasst. Das Unternehmen grenzt dieses Verfahren von anderen Klassifikatoren ab, die auf statistischen Größen wie Perplexität und Burstiness basieren. Längere Dokumente werden in Abschnitte zerlegt und einzeln klassifiziert, um den KI-Anteil eines Gesamttextes zu bestimmen. Eine technische Beschreibung des Klassifikators legten Emi und Spero im Jahr 2024 als Preprint vor. Pangram wird über eine Website genutzt. Stand August 2026 standen nicht registrierten beziehungsweise kostenbefreiten Nutzern nach Angaben auf der Preisseite 2000 Wörter pro Tag zur Verfügung. Die kostenpflichtige Stufe für 20 US-Dollar pro Monat umfasst 300.000 Wörter. Im März 2026 kündigte NewsGuard an, Pangram zur Erkennung KI-generierter Nachrichteninhalte einzusetzen. Im Juli 2026 führte die Plattform Substack eine auf Pangram basierende KI-Erkennungsfunktion ein. Zu den Kunden zählt laut New York Times außerdem Quora.
Evaluationen
Positive Befunde
In einer im September 2025 veröffentlichten Studie von Brian Jabarian und Alex Imas von der University of Chicago (NBER Working Paper) schnitt Pangram im Vergleich mit Originality.AI, GPTZero und einem auf RoBERTa basierenden Klassifikator am besten ab. Bei längeren Passagen wurde eine Falsch-Positiv-Rate von null und eine nahezu null liegende Falsch-Negativ-Rate gemessen, während bei kürzeren Passagen beide Raten unter 0,01 lagen. Auch bei Texten, die mit dem Humanizer StealthGPT überarbeitet wurden, erzielte Pangram die besten Ergebnisse. Eine im Jahr 2025 veröffentlichte Untersuchung von Forschern der University of Maryland, der University of Massachusetts Amherst und von Microsoft ergab, dass Pangram als einziger der untersuchten Detektoren die Leistung der Mehrheitsentscheidung von Probanden mit LLM-Erfahrung erreichte. Eine im Juni 2026 im International Journal for Educational Integrity erschienene Studie der Vrije Universiteit Brussel verglich GPTZero, Pangram, Copyleaks und Turnitin anhand von Masterarbeiten.
Studien mit Pangram
Pangram Labs und Dritte setzten die Software für Erhebungen zur Verbreitung KI-generierter Texte ein. Nach einer Untersuchung von Pangram-Forschern zusammen mit Wissenschaftlern der University of Maryland (ACL 2026) waren 9% der im Sommer 2025 erschienenen Zeitungsartikel in den USA KI-generiert– untersucht wurden rund 186.000 Artikel aus den Onlineausgaben von etwa 1500 US-Zeitungen, erschienen im Sommer 2025. Eine Auswertung des Datenbestands opt-in-registrierter Nutzer der Browsererweiterung ergab laut Pangram Labs, dass ein erheblicher Anteil der Inhalte auf Plattformen wie LinkedIn und X KI-generiert ist.
Laut Pangram Labs waren 21% der Peer Reviews der Konferenz ICLR 2026 KI-generiert (berichtet in Nature). In Zusammenarbeit mit Pangram stellte die American Association for Cancer Research fest, dass 23% der im Jahr 2024 eingereichten Abstracts und 5% der Gutachten wahrscheinlich LLM-erzeugten Text enthielten (Nature). Die KI-Arbeitsgruppe der Zeitschrift Organization Science berichtete, dass der Anteil von Einreichungen mit einem durchschnittlichen Pangram-Wert unter 15% im Abstract von nahezu 100% im Jahr 2022 auf unter 40% Anfang 2026 zurückgegangen ist.
Rezeption und Kritik
James Taranto, Redakteur des Wall Street Journal, bezeichnete das Werkzeug als Defamation Machine, nachdem Pangram Texte dreier seiner Autoren als KI-generiert eingestuft hatte. Zwei der Autoren räumten ein, KI zur Überarbeitung einzelner Passagen genutzt zu haben. Taranto sah dies jedoch nicht als ausreichend an, um die Texte als KI-generiert zu bezeichnen.
Tim Requarth schrieb in Slate, die durch Pangram befeuerte Kultur der Bloßstellung lenke von grundlegenderen Fragen des KI-Einsatzes in früheren Arbeitsschritten, wie der Recherche, ab. Matteo Wong warnte in The Atlantic vor Fehlern des Werkzeugs und der Gefahr einer Hexenjagd. Er verwies auf den Black-Box-Charakter des Verfahrens: Pangram könne zwar markieren, welche Textteile wahrscheinlich KI-erzeugt seien, aber nicht begründen, warum.
“ETHICS & SAFETY
False accusations of AI usage can lead to serious consequences, including reputational damage, emotional trauma, and other undue harm.”
„Falsche Anschuldigungen bezüglich des Einsatzes von KI können schwerwiegende Folgen haben, darunter Rufschädigung, emotionale Traumata und andere ungerechtfertigte Schäden.“
↑Niko Gallogly:Sick of A.I.-Generated Content? The ‘Slop Janitor’ Is Here to Help. In: The New York Times. 29.Juli 2026, ISSN0362-4331 (nytimes.com[abgerufen am 26.Oktober 2026]).
↑Jenna Russell, Marzena Karpinska, Destiny Akinode, James Zhou, Katherine Thai, Bradley Emi, Max Spero, Mohit Iyyer:AI use in American newspapers is widespread, uneven, and rarely disclosed. In: Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). Association for Computational Linguistics, San Diego, California, United States 2026, ISBN 979-88-9176390-6, S.14554–14580, doi:10.18653/v1/2026.acl-long.663 (aclanthology.org[abgerufen am 26.Oktober 2026]).
12Miryam Naddaf:AI tool detects LLM-generated text in research papers and peer reviews. In: Nature. Nature Publishing Group, 11.September 2025, ISSN1476-4687, doi:10.1038/d41586-025-02936-6 (nature.com[abgerufen am 27.Oktober 2026]).
↑Lamar Pierce, Claudine Gartenberg, Alex Murray, Sharique Hasan:More Versus Better, Part I.In:So Here’s the Idea: The Organization Science Substack.27.April 2026,abgerufen am 27.Oktober 2026.
↑James Taranto:Opinion | The ‘AI Detector’ as Defamation Machine. In: Wall Street Journal. 3.April 2026, ISSN0099-9660 (wsj.com[abgerufen am 27.Oktober 2026]).
