Textkohärenz- & Urheberschaftsanalyse

KI-gestützte Analyse von Texten auf innere Konsistenz, Behauptungskohärenz und Urheberschaftsmuster.

Die verify-text-coherence-Pipeline analysiert einen Text — einen Artikel, eine Aussage, einen Dokumentauszug oder beliebigen Fließtextinhalt — auf innere logische Konsistenz, sachliche Kohärenz und Urheberschaftsmuster. Sie extrahiert überprüfbare Behauptungen aus dem Text, prüft, ob diese Behauptungen untereinander konsistent und angesichts bekannter Fakten plausibel sind, und bewertet, ob stilistische und strukturelle Merkmale mit der behaupteten Urheberschaft oder dem Veröffentlichungskontext übereinstimmen.

Diese Pipeline eignet sich für ein breites Spektrum an Verifizierungsaufgaben: die Prüfung, ob eine vermeintliche Aussage sich intern widersprechende Behauptungen enthält, die Einschätzung, ob ein Text synthetisch generiert oder wesentlich von einem Original abweicht, sowie die Markierung von Artikeln, die genaue und ungenaue Informationen auf irreführende Weise vermischen. Die Pipeline ist bewusst schnell gehalten — die KI führt auf dieser Stufe keine Live-Websuchen oder externe Quellenabfragen durch. Für eine vollständige Faktenprüfung mit crowd-basierter Recherche-Überprüfung siehe verify-news-article.

Pipeline-Details

Eigenschaft	Wert
Pipeline-ID	`verify-text-coherence`
Stufe	1 — Nur KI
Geschätzte Dauer	~1–3 Min.
Kosten	700 Credits pro Run
Crowd-Stufen	Nein
Erforderliche Dateien	Ja — angereicherter Text (TXT, MD oder HTML) oder angereichertes PDF

Erforderliche Eingaben

Dateien

Eine angereicherte Text- oder PDF-Datei. Der Anreicherungsschritt extrahiert den Textinhalt und befüllt metadata.wordCount, metadata.charCount sowie (bei PDFs) metadata.author und metadata.creationDate. Die Datei muss den Status enrichmentStatus: "completed" aufweisen, bevor der Lauf erstellt wird. Weitere Details finden Sie unter Dateien & Anreicherung.

Kontext-Schlüssel

Alle Kontext-Schlüssel sind optional. Ihre Angabe verbessert die Qualität der Konsistenzanalyse erheblich — insbesondere claimed_author, der es der KI ermöglicht, die stylometrische Konsistenz mit den bekannten Schreibmustern des genannten Autors zu vergleichen.

Schlüssel	Erforderlich	Beschreibung
`claimed_author`	Optional	Behaupteter Autorenname (z. B. `"Dr. Anna Weber"`). Wird für den stylometrischen Abgleich verwendet, sofern der Autor über ein öffentliches Schreibkorpus verfügt.
`claimed_publication_date`	Optional	Behauptetes Veröffentlichungsdatum im ISO-8601-Format (z. B. `"2024-09-01"`). Wird gegen in der Datei eingebettete Zeitstempel und gegen die Plausibilität behaupteter Ereignisse abgeglichen.
`topic`	Optional	Thema oder Sachgebiet für eine kontextbewusste Analyse (z. B. `"Impfstoffsicherheit"`, `"EU-Handelspolitik"`). Hilft der KI zu beurteilen, ob genannte Entitäten, Statistiken und Verweise im jeweiligen Themenbereich plausibel sind.

Stufen

Behauptungsextraktion (KI)

Identifiziert überprüfbare Behauptungen im Text: sachliche Aussagen, benannte Entitäten (Personen, Organisationen, Orte), Daten, Statistiken und zugeschriebene Zitate. Die KI erstellt eine strukturierte Liste von Behauptungen, die jeweils nach Typ sowie nach dem Grad ihrer Spezifität und Überprüfbarkeit getaggt sind. Diese Liste dient als Eingabe für die Konsistenzanalysestufe.

Konsistenzanalyse (KI)

Prüft die innere Konsistenz der extrahierten Behauptungen untereinander und anhand plausiblen Weltwissens. Die KI bewertet, ob die Ereignischronologie kohärent ist, ob benannte Entitäten im gesamten Text konsistent verwendet werden und ob numerische Behauptungen (Statistiken, Abstimmungszahlen, Messwerte) intern konsistent sind. Sie beurteilt außerdem, ob die Gesamtrahmung und die rhetorische Struktur mit dem behaupteten Autor oder Veröffentlichungskontext übereinstimmen, und markiert Passagen, die sich stilistisch vom Rest des Dokuments abheben.

Erkennung synthetischer Texte (KI)

Eine eigene KI-Stufe bewertet die Wahrscheinlichkeit, dass der Text von einem LLM erzeugt oder wesentlich umgeschrieben wurde. Sie sucht nach stilometrischen Hinweisen — gleichförmigen Satzlängen, übermäßiger Verwendung generischer Diskursmarker, sich wiederholenden Formulierungen und dem Fehlen einer eigenständigen persönlichen Stimme oder konkreter Anekdoten. Die Stufe schreibt einen syntheticLikelihood-Wert (0–100) und eine Liste von syntheticIndicators in ihre Artefakte — siehe Erkennung synthetischer Inhalte.

Urteilssynthese (KI)

Erstellt das abschließende Kohärenzurteil, indem Anzahl und Schweregrad der Konsistenzfehler sowie das Ergebnis der Erkennung synthetischer Texte gegen Länge und Komplexität des Dokuments abgewogen werden. Ein kurzes Dokument mit einer einzigen geringfügigen Inkonsistenz kann dennoch ein authentic-Urteil mit hohem Konfidenzwert erhalten; ein Dokument voller innerer Widersprüche und unplausibler Behauptungen erhält ein manipulated- oder inconclusive-Urteil, und eines mit starken Hinweisen auf KI-Generierung erhält ein synthetic-Urteil, jeweils mit einer detaillierten Erläuterung der festgestellten Faktoren.

Einen Lauf starten

curl -X POST https://api.crowdee.ai/v2/projects/{projectId}/verification-runs \
  -H "X-API-Key: crw_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "pipeline_id": "verify-text-coherence",
    "file_ids": ["{fileId}"],
    "context": {
      "claimed_author": "Dr. Anna Weber",
      "topic": "vaccine safety",
      "claimed_publication_date": "2024-09-01"
    }
  }'

Beispielantwort

{
  "id": "run_01j9x...",
  "status": "completed",
  "verdict": "inconclusive",
  "confidence": 64,
  "pipeline_id": "verify-text-coherence",
  "scorecard": {
    "claim_extraction": "completed",
    "internal_consistency": "warn",
    "stylometric_consistency": "pass"
  },
  "explanation": "The document contains 14 verifiable claims. Two statistical claims are mutually inconsistent: a stated 78% efficacy rate in paragraph 3 contradicts the 61% figure cited in paragraph 7 with no explanation for the discrepancy. Stylometric analysis is consistent with the claimed author. Verdict is inconclusive pending external source verification."
}

Für eine vollständige Faktenprüfung mit Live-Quellenbewertung und crowd-basierter Forscher-Überprüfung — geeignet für redaktionelle Anwendungsfälle, bei denen eine externe Behauptungsverifikation erforderlich ist — siehe verify-news-article.