Kann man ChatGPT nachweisen? Hausarbeiten im Prüfprozess

1. Wie kann man den Einsatz von ChatGPT in Hausarbeiten erkennen?

Indirekt durch typische Fehler wie halluzinierte oder nicht verifizierbare Quellen, physikalisch unmögliche Seitenzahlen, falsche Kontextzitate und stilistische Merkmale wie redundante Phrasen und unnatürliche Sprachmuster.

2. Gibt es technische Tools, die ChatGPT-generierte Texte zuverlässig nachweisen können?

Derzeit liefern Tools wie GPTZero oder Turnitin nur Hinweise, keine rechtssicheren Beweise. Die finale Bewertung beruht auf manueller Prüfung und Nachfragen zum Arbeitsprozess.

3. Welche Rolle spielen Quellenfehler bei der Erkennung von KI-Texten?

Fehlerhafte oder erfundene Quellen, falsche Seitenzahlen und fehlende Übereinstimmung zwischen Zitat und Quelle sind klare Indizien für KI-Nutzung und Verletzung wissenschaftlicher Redlichkeit.

4. Welche Konsequenzen drohen bei Verdacht auf ChatGPT-Nutzung ohne eindeutigen Nachweis?

Prüfer fordern oft Nachweise über den Arbeitsprozess und Zugang zur Literatur. Kann man den Entstehungsprozess nicht plausibel erklären, gilt die Arbeit als nicht eigenständig und kann durchfallen.

KI als Ghostwriter – Risiko ohne Absicherung

In diesem Artikel sprechen wir nicht über die ordnungsgemäße Nutzung von ChatGPT gemäß den jeweiligen Hochschulrichtlinien. Im Fokus stehen Texte, die ohne menschliches Zutun entstehen. Dies betrifft Fälle, in denen KI die Rolle eines Ghostwriters einnimmt, ganze Textpassagen generiert und Ergebnisse unhinterfragt übernommen werden.

Diese Grauzone trifft auf ein widersprüchliches akademisches Umfeld. Während einige Dozierende bereits bei oberflächlicher KI-Spurenjagd Verdachtsmomente skandalisieren, sehen andere selbst bei offensichtlich maschinellen Formulierungen keinen Anlass zum Einschreiten. Doch unabhängig von der Haltung der Prüfer gilt:

Ein Nichtbestehen einer Arbeit kann nicht über den Nachweis von ChatGPT begründet werden. Tools wie GPTZero oder Turnitin liefern lediglich Hinweise, aber keine rechtssicheren Beweise.  Dennoch scheitern ChatGPT-generierte Arbeiten an handfesten Mängeln, denn die KI produziert zuverlässig Fehler, die für versierte Prüfer sofort erkennbar und vor allem nachweisbar sind.

Falls Sie dennoch unbedingt Arbeiten, die mit ChatGPT verfasst wurden, einreichen möchten, empfiehlt sich unbedingt eine umfassende ChatGPT-Überarbeitung. Neben dem Ghostwriting durch Doktoren und Professoren bieten wir auch an, Ihre ChatGPT-Texte menschlicher zu gestalten und ohne KI-Tools zu überarbeiten. So können Sie Täuschungsversuche durch erfundene Quellen, fehlerhafte Schreibweisen, falsche Zitate und mangelnde inhaltliche Tiefe vermeiden.

Täuschungsversuch wegen halluzinierter Quellen

Was bedeutet es, wenn eine KI halluziniert? Um zu verstehen, warum KI-Modelle wie ChatGPT zu Halluzinationen neigen, muss man ihren Mechanismus entschlüsseln. Eine KI arbeitet nicht mit Wissen, sondern mit statistischen Wahrscheinlichkeiten. Angenommen, Sie geben ChatGPT den Prompt "Die Französische Revolution begann im Jahr…" dann durchsucht das Modell keine digitalen Geschichtsbücher, sondern berechnet, welches Wort (1789? 1792?) in seinen Trainingsdaten am häufigsten in diesem Kontext vorkam. Es errät die plausibelste Fortsetzung, die auf Mustern und nicht auf Faktenverständnis basieren.

So entlarven Sie von der KI generierte Quellen

ChatGPT analysiert solche Wortbeziehungen über mathematische Vektoren. Es lernt, welche Wortfolgen wahrscheinlich klingen unabhängig davon, ob sie korrekt sind.  ChatGPT wurde mit Milliarden von Sätzen gefüttert, darunter auch falsche Aussagen, Fiktion oder widersprüchliche Quellen. Das Ziel der KI ist die Minimierung von Vorhersagefehlern, nicht die Wiedergabe von Wahrheit. Halluzinationen bei KI-Modellen wie ChatGPT sind demnach falsche, erfundene oder irreführende Aussagen und Quellen, die von der KI als Tatsachen präsentiert werden, obwohl sie nicht auf realen Daten, Logik oder Wahrheit basieren. Und diese Halluzinationen lassen sich nachweisen.

Machen Sie ein Experiment mit diesem Prompt:

Nenne mir 5 deutschsprachige Fachbücher oder Studien aus den Jahren 2023–2024, die sich mit dem Einfluss von TikTok-Nutzung auf die Gerontopsychologie (Psychologie des Alterns) befassen. Die Werke müssen folgende Kriterien erfüllen: 

• Von deutschen Universitäten veröffentlicht

• Mindestens 100 Seiten umfassen

• DOI-Nummern oder ISBN haben

Gib exakte Titel, Autoren, Verlag und Erscheinungsjahr an.

Warum ist dieses Experiment wichtig?

Es zeigt, dass ChatGPTs Quellenangaben erst recht dann verdächtig sind, wenn sie perfekt zum Thema passen und aktuell wirken. Im akademischen Kontext wird dies zum Risiko. Ungeprüfte Übernahmen führen unweigerlich zu gravierenden Fehlern. So entlarven Sie und auch die Gutachter Ihrer Facharbeit Fantasiequellen: 

• Geben Sie Titel/DOI bei Google Scholar, PubMed oder der Deutschen Nationalbibliothek ein.

• Recherchieren Sie die genannten Forscher auf Institutswebsites.

• Existiert das Journal? Gibt es die Ausgabe?

Prüfer wissen längst, dass sich im Literaturverzeichnis KI-generierter Hausarbeiten Fantasiequellen befinden. Dieser Sachverhalt hat dazu geführt, dass sich der klassische Bewertungsprozess akademischer Arbeiten verändert hat. Bevor auch nur ein Satz des Haupttextes Ihrer Hausarbeit gelesen wird, rücken das Literaturverzeichnis und seine Quellenangaben an den Anfang der Begutachtung.

Wenn Zitate physikalisch unmöglich sind

Diese erste Prüfebene folgt einer klaren Logik. Gutachter durchsuchen Datenbanken wie PubMed oder die Deutsche Nationalbibliothek nach den angegebenen ISBNs, DOIs oder Autorennamen. Finden sich hier Lücken zum Beispiel in Form einer Studie, die nur im Literaturverzeichnis, nicht aber im realen Wissenschaftsbetrieb existiert, gilt die Arbeit bereits an dieser Stelle als gescheitert.

Eine Rückmeldung in dem Feedback zu Ihrer nicht bestanden Bachelorarbeit lautet dann ungefähr so:

„Die Arbeit gilt als nicht bestanden, da die angegebenen Quellen nicht verifizierbar sind. Dies stellt einen Verstoß gegen die Grundsätze wissenschaftlicher Redlichkeit dar und wird als Täuschungsversuch gewertet.“

Doch Quellenhalluzinationen sind nur die Spitze des Eisbergs. Im nächsten Abschnitt geht es um weitere durch ChatGPT verursachte Fehler, die den Weg durchs Prüfverfahren ebenso abrupt beenden können. 

Täuschungsversuch wegen erfundener Zitate

Selbst wenn das Literaturverzeichnis lückenlos validiert ist, bedeutet dies nicht, dass die Arbeit besteht. Denn nun folgt die Prüfung der Kurzbelege mit Seitenangaben in dem Text Ihrer Arbeit. Um KI-bedingte Fehlerquellen einzudämmen, verschärften zahlreiche Universitäten die formalen Vorgaben, indem sie die Angabe von Seitenzahlen in Kurzbelegen zur Pflicht gemacht haben. Gutachter können so auf kurzem Weg prüfen, ob ein Zitat auf der genannten Seite tatsächlich den behaupteten Inhalt stützt. Denn auch in diesem Punkt leistet sich ChatGPT halluzinierte Kreativität. Folgende Fehler kennen und finden Prüfer: 

Typische Zitierfehler durch KI

Wenn die Quelle kürzer ist als behauptet

ChatGPT erfindet Seitenzahlen, die außerhalb des tatsächlichen Umfangs der zitierten Quelle liegen.

Beispiel:

Zitat: „Meier 2021, S. 220“ → Das Buch von Meier hat jedoch nur 150 Seiten.

Konsequenz: Die Seitenangabe ist physikalisch unmöglich – ein klarer Betrugsversuch. 

Seitenzahlen aus falschen Kapiteln

Die KI greift Seitenzahlen aus themenfremden Abschnitten einer Quelle auf.

Beispiel:

Zitat: „Die Wirksamkeit von Yoga bei Depressionen ist empirisch belegt (Schulz, 2020, S. 89).“

Realität: Auf S. 89 von Schulz’ Werk geht es um „Statistische Methoden der Sozialforschung“, nicht um Yoga.

Konsequenz: Das Zitat ist irreführend und entwertet die Argumentation. 

Seitenzahl-Wiederholung

Die KI nutzt dieselben Seitenzahlen für unterschiedliche Quellen, was auf automatisierte Generierung hindeutet.

Beispiel:

Zitat: „Bauer 2022, S. 50; Koch 2021, S. 50; Lehmann 2023, S. 50“ → Zufall? Unwahrscheinlich.

Konsequenz: Gutachter erkennen algorithmische Muster. 

Unpräzise Intervallangaben

ChatGPT nennt breite Seitenbereiche (z. B. „S. 120–150“), um Unsicherheit zu verschleiern.

Beispiel:

Zitat: „Die Nutzung sozialer Medien beeinträchtigt nachweislich die akademische Leistung von Schüler (Meyer, 2022, S. 80–95).“

Realität: In Meyer, 2022, S. 80–95 geht es um „Entwicklung von Gruppendynamiken im Klassenzimmer“ – nicht um soziale Medien oder Leistungseinbußen.

Konsequenz: Die These bleibt ohne belastbaren Beleg. 

Machen Sie ein Experiment mit diesem Prompt:

Schreibe eine Begründung mit 5 Sätzen für die These: ‚Das Hören von Vogelgesang steigert die mathematische Leistung von Grundschulkindern.‘ Jeder Satz muss einen Kurzbeleg enthalten: (Autor Nachname, Jahr, S. X). Verwende dabei die Quelle ‚Attention Restoration Theory‘ von Kaplan und Kaplan (1989). Nach der Begründung liste die zitierten Quelle vollständig auf.

Warum ist dieses Experiment wichtig?

Werden derartige Fehler, wie sie ChatGPT in Ihrem Experiment eindrücklich fabriziert hat, nachgewiesen, ergibt sich eine klare rechtliche Konsequenz. Die offizielle Begründung der Universität lautet in solchen Fällen ungefähr so:

„Die Arbeit wurde mit der Note (5) mangelhaft bewertet, da die Quellenangaben inhaltlich nicht mit den zitierten Werken übereinstimmen und somit die wissenschaftliche Redlichkeit verletzen.“

Der entscheidende Punkt bleibt: Universitäten sanktionieren nicht die Nutzung von KI, sondern die fehlende akademische Integrität. Ob die Fehler durch Halluzinationen einer KI oder nachlässige Recherche entstanden sind, spielt vor dem Prüfungsausschuss keine Rolle. Wer zitiert, trägt die Verantwortung. Tools wie ChatGPT entbinden Sie nicht von dieser Pflicht. 

Nichtbestehen wegen inhaltlicher Dekontextualisierung

Selbst wenn Ihr ChatGPT generierter Text formal einwandfreie Zitate enthält, was höchst unwahrscheinlich ist, gibt es keine Garantie, dass die Arbeit wissenschaftlichen Standards genügt. Deshalb erfolgt im nächsten Schritt die Validierung des inhaltlichen Kontexts. Spätestens an dieser Stelle des Prüfverfahrens scheitern KI-generierte Arbeiten. Gemeint ist das Phänomen, dass ChatGPT Quellen sinngemäß verdreht oder frei erfundene Ergänzungen vornimmt, um sie an die gewünschte These anzupassen, selbst wenn die Originalaussage etwas völlig anderes meint. In diesem Fall lautet die Begründung für das Nichtbestehen möglicherweise so:

„Die Arbeit gilt als nicht bestanden, da die  Argumentation auf einer fehlerhaften Interpretation der referenzierten Forschungsergebnisse beruht.“

Beispiel:

Interpretation der KI: „Vogelgesang steigert die mathematische Leistung von Kindern (Bauer, 2021, S. 34).“

Originalaussage auf S. 34: „In unserer Studie verbesserte natürlicher Vogelgesang die subjektive Konzentrationswahrnehmung von Schüler bei leichten Rechenaufgaben um 22 % – ein Effekt, der bei komplexen Matheproblemen nicht nachweisbar war.“

KI-Fehler: Die Studie belegt nur eine begrenzte Wirkung auf einfache Aufgaben, wird aber als Beleg für generelle Leistungssteigerung missbraucht.

Drei typische KI-Fehlinterpretationen

Typisch für KI-generierte Texte sind drei Formen der inhaltlichen Fehlinterpretation, die selbst bei formal korrekten Quellenangaben zum Scheitern führen: 

• Aus einer Einzelfallstudie mit begrenzter Aussagekraft eine universelle Regel abgeleitet. Ein Beispiel: ChatGPT zitiert eine Studie, die bei 15 Grundschulkindern in Bayern eine leichte Verbesserung der Matheleistung durch Vogelgesang feststellte, doch die KI formuliert daraus die These: „Vogelgesang steigert die mathematischen Fähigkeiten von Kindern (Schmidt, 2022, S. 12).“ Die Studie ist weder repräsentativ noch übertragbar, wird aber als allgemeingültiger Beleg missbraucht. 

• KIs verwechseln häufig Korrelation mit Kausalität. Eine Studie mag zeigen, dass Kinder, die Vogelgesang hören, gleichzeitig bessere Mathenoten haben, ohne dass ein direkter Ursache-Wirkungs-Zusammenhang bewiesen wurde. ChatGPT verdreht dies jedoch zu: „Vogelgesang verursacht signifikant bessere Matheleistungen (Müller, 2021, S. 5).“ Aus einem Zusammenhang wird so eine scheinbare Gewissheit. 

• KI-Texte unterschlagen systematisch kritische Einschränkungen der zitierten Studien. Eine Quelle mag betonen, dass der Effekt nur unter Laborbedingungen oder ohne statistische Signifikanz auftrat, doch ChatGPT zitiert sie als klaren Beleg: „Vogelgesang verbessert nachweislich die kognitiven Fähigkeiten (Bauer, 2020, S. 8).“ Die Nuancen der Wissenschaft verschwinden zugunsten einer vereinfachten Erzählung.

Selbstcheck: Wie gut erkennen Sie die Fehler, die ChatGPT macht?

„Laut Müller (2022, S. 15) verbessert tägliches Kaugummikauen die IQ-Werte von Studierenden um 20 %.“

➔ Frage: Was ist hier verdächtig?

a) Kaugummi und IQ? Unplausibel.

b) Exakte Prozentzahl (20 %) ohne Kontext.

c) Seitenzahl 15 – typische KI-Favoriten.

d) Alles oben Genannte.

Wie Prüfer KI-Texte am Stil erkennen

„Ich hoffe, es geht Ihnen gut.“ Kennen Sie diesen Satz aus E-Mails? Mit hoher Wahrscheinlichkeit ist er KI-generiert. Warum? Weil nahezu jede mit ChatGPT verfasste E-Mail so beginnt. Dasselbe Prinzip gilt für wissenschaftliche Arbeiten. Prüfer lesen Dutzende von Hausarbeiten, Assignments, Workbooks, Bachelorarbeiten und Masterthesis und erkennen deshalb den KI typischen Schreibstil sofort. Während Sie als Autor nur Ihre eigene Arbeit kennen und nicht wissen, welche Floskeln ChatGPT in anderen Texten nutzt, sehen Gutachter das große Ganze und erkennen Floskeln, Phrasen und Sprachmuster. Der Stil verrät, dass hier kein Mensch am Werk war und motiviert zu strengerer Prüfung. Doch welche stilistischen Eigenheiten verraten KI-Texte konkret?

1. KI-Texte verwenden inflationär Phrasen wie „von zentraler Rolle“ oder „essenzieller Bedeutung“ selbst für triviale Aussagen.

2. Unpräzise Adverbien wie „oft“, „in der Regel“ , „früher“ , „heutzutage“ oder „häufig“ ersetzen konkrete Belege.

3. KI-generierte Texte verwenden kurze, abgehackte Absätze ohne inhaltlich Überleitungen zu verwenden. Jeder Absatz wirkt deshalb wie ein isolierter Punkt.

4. ChatGPT neigt dazu, Adjektive oder Aussagen mit „und“ zu verknüpfen, die inhaltlich redundant oder kontextlos sind.

   • „Das Fest war laut und turbulent.“ → „Laut“ und „turbulent“ sind synonym; die Verknüpfung ist redundant.

   • „Die Studie zeigt, dass Jungen mutig und risikobereit sind.“ → „Mutig“ und „risikobereit“ überschneiden sich semantisch. Diese Dopplung ist unnötig.

5. KI-Texte missbrauchen Doppelpunkte und Gedankenstriche, um Pseudostruktur zu simulieren: „Zusammenfassend ist festzuhalten: Vogelgesang – insbesondere bei Kindern – führt zu folgenden Effekten: …“

6. Standardisierte Phrasen wie „Vor diesem Hintergrund lässt sich festhalten…“ oder „Zusammenfassend ist anzumerken, dass…“ ersetzen präzise Zusammenfassungen.

7. KI-Texte bestehen zu großen Teilen aus Aufzählungen, während der Fließtext vernachlässigt wird. Dies dient der Verdeckung mangelnder Argumentationstiefe.

8. KI Texte sind redundant und es fehlt an analytischer Tiefe.

9. KI Texten fehlt es an einem klar nachvollziehbaren roten Faden.

Machen Sie folgendes Experiment:

1. Kopieren Sie diesen Prompt in ChatGPT:

Schreibe einen wissenschaftlichen Aufsatz von 1000 Wörtern über die Auswirkungen künstlicher Intelligenz auf die Hochschulbildung. Der Text soll alle typischen Merkmale von KI-generierten Inhalten enthalten, insbesondere redundante Formulierungen, stereotype Phrasen und logische Schwächen.

2. Fügen sie die generierte Antwort in ein Word-Dokument ein

3. Betrachten Sie diesen Text aus den Augen von Prüfer. Markieren Sie alles gelb, was auf die Benutzung von KI hinweist.

Warum ist dieses Experiment wichtig?

Auch wenn sich die Nutzung von KI nicht zweifelsfrei nachweisen lässt, ziehen die charakteristischen Fehler und stilistischen Signaturen von ChatGPT, die sie im Experiment ausfindig machen konnten, weitaus gravierendere Konsequenzen nach sich, als Sie möglicherweise erwarten. Im Verdachtsfall müssen Prüfer keine harten Beweise für KI-Nutzung vorlegen, um weitere Maßnahmen einzuleiten. Vielmehr liegt die Beweislast bei Ihnen als Verfasser. Sie müssen nachweisen, dass die Arbeit den wissenschaftlichen Standards entspricht und eigenständig erstellt wurde. Was genau kommt in diesem Fall auf Sie zu?

Vom Verdacht zur Beweispflicht

Einige Hochschulen reagieren auf Verdachtsmomente mit kurzfristigen Aufforderungen zur Vorlage sämtlicher verwendeter Literaturquellen. Stellen Sie sich vor, Sie erhalten eine E-Mail mit der Bitte, innerhalb von 48 Stunden Screenshots oder Scans der zitierten Bücher, Studien und Aufsätze einzureichen. Wie reagieren Sie, wenn Teile der angegebenen Literatur halluziniert sind oder Sie diese nie tatsächlich eingesehen haben? Selbst bei scheinbar plausiblen Quellen kann es kritisch werden. Gutachter prüfen nicht nur die Existenz der Werke, sondern auch, ob Sie Zugang dazu hatten. Eine Hausarbeit zu verfassen, ohne die referenzierte Literatur jemals in Händen gehalten oder digital verfügbar zu haben, gilt bereits als Indiz für mangelnde Redlichkeit unabhängig davon, ob KI im Spiel war.

Können Sie Ihren Arbeitsprozess belegen?

Doch damit nicht genug. Universitäten setzen auf persönliche Befragungen. Sie werden zu einem Gespräch eingeladen, in dem die Gutachter Sie detailliert zu der Literaturrecherche, den Inhalten, den gewählten Methoden und Schlussfolgerungen Ihrer Arbeit befragt. Können Sie nicht präzise erklären, warum Sie bestimmte Quellen ausgewählt oder wie Sie argumentative Brüche überwunden haben, wird der Verdacht systematischen Betrugs genährt. Ein solches Kolloquium endet nicht selten mit der Einstufung als Täuschungsversuch, selbst wenn die KI-Nutzung nicht explizit erwähnt wird.

Menschliche Intelligenz als letzte Instanz

Universitäten nutzen diese auf menschlicher Intelligenz basierten Methoden zunehmend proaktiv. Prüfer wissen längst, dass Tools wie ZeroGPT nicht verlässlich sind. Die Erklärung ist simpel. Eine KI, die Wissenschaftlichkeit simuliert, kann nicht von einer KI, die eine Prüfung simuliert, geprüft werden. Das wäre eine simulierte Prüfung einer Simulation. Eine durch Menschen durchgeführte Überprüfung geht dahingegen der Frage nach, ob Sie als Person die Kontrolle über den Entstehungsprozess nachweisen können und nicht, ob eine KI beteiligt war. Können Sie das nicht reicht dies aus, um die Arbeit als nicht bestanden zu werten.

Der hohe Preis der Zeitersparnis

Sie sollten sich daher der Realität bewusst sein, dass auch ohne formalen KI-Nachweis die Folgen einer unreflektierten ChatGPT-Nutzung unangenehme und für ihr Studium gefährdende Konsequenzen haben können. Der Preis für scheinbar mühelos generierte Texte ist nicht selten höher, als der kurzfristige Zeitgewinn je rechtfertigen könnte.

Expertentipp:

Während KI-generierte Texte oft an typischen Fehlern wie erfundenen Quellen oder stilistischen Unstimmigkeiten scheitern, bieten unsere akademischen Ghostwriter eine verlässliche Alternative. Sie arbeiten eng mit den Auftraggebern zusammen, begleiten den Entstehungsprozess transparent und nutzen realistische, nachvollziehbare Datenbankzugänge. So entstehen individuell erstellte Texte, die wissenschaftlichen Standards entsprechen und keine der typischen KI-Fehler aufweisen – ein sicherer Weg, um Prüfungen erfolgreich zu bestehen und Vorwürfen der Täuschung vorzubeugen. Wenn Sie in kurzer Zeit eine professionelle, individuelle Mustervorlage für Ihre Hausarbeit schreiben lassen möchten, kontaktieren Sie uns gerne kostenlos. Zusätzlich bereiten wir Sie umfassend auf Ihr Kolloquium vor.

Kann man ChatGPT nachweisen? Ja, man kann ChatGPT in Hausarbeiten nachweisen – zumindest indirekt

(Alle Punkte liefern Indizien, keine gerichtsfesten Beweise)

• Halluzinierte Quellen – Literaturangaben existieren nicht oder lassen sich nicht verifizieren.

• Physikalisch unmögliche Seitenzahlen – z. B. Seitenangaben außerhalb des Umfangs der Quelle.

• Falsche Kontextzitate – Quelle wird für Aussagen genutzt, die sie nicht enthält.

• Korrelation als Kausalität – KI dreht statistische Zusammenhänge zu falschen Ursachenbehauptungen.

• Fehlende kritische Einschränkungen – Nuancen und Limitationen aus Studien werden weggelassen.

• Redundante Formulierungen – unnötige Dopplungen und Synonym-Paare („mutig und risikobereit“).

• Standardisierte KI-Floskeln – wiederkehrende Phrasen wie „von zentraler Bedeutung“ oder „Vor diesem Hintergrund“.

• Unpräzise Adverbien statt Belege – „oft“, „in der Regel“, „häufig“ statt konkreter Zahlen.

• Übermäßige Aufzählungen – Listen ersetzen argumentativen Fließtext.

• Fehlender roter Faden – Absätze wirken isoliert, ohne klare Übergänge.

• Gleiche Seitenzahlen in mehreren Quellen – algorithmische Muster statt realer Recherche.

• Breite Seitenbereiche zur Verschleierung – vage Angaben wie „S. 120–150“.

• Inkonsistente Zitierweise – wechselnde oder unlogische Formatierung im Literaturverzeichnis.

• Stilistische Homogenität – ungewöhnlich gleichmäßiger Sprachfluss ohne persönliche Note.