Humanizer-DE#

Erster deutscher KI-Text-Detektor für OpenClaw.

5-Durchgang-Analyse: Erkennt 24 KI-Schreibmuster, flaggt 125+ deutsche KI-Vokabeln in 3 Tiers + 48 Phrasen + 16 Chatbot-Artefakte, misst 5 statistische Signale (Burstiness, TTR, Flesch-DE) und schreibt Texte mit Personality Injection um. Inklusive Lesch-Stil-Layer.

Version: 1.2.0 Autor: OpenClaw Sprache: Deutsch Lizenz: MIT ClawHub: Tikitackr/humanizer-de

---

Was macht dieser Skill?#

Du gibst ihm einen deutschen Text. Er sagt dir:

1. Wie stark der Text nach KI klingt (Score 0–100)
2. Wo genau KI-Muster stecken (markiert + erklärt)
3. Wie du es besser machst (konkrete Umschreibvorschläge)

Score 0 = klingt menschlich. Score 100 = klingt wie ChatGPT auf Autopilot.

---

Befehle#

BefehlWas passiertCheck diesen TextVollständiger Report: Score + Muster + Vokabeln + Statistik + VorschlägeScore: [Text]Nur der Score (0–100) mit KurzeinschätzungWas klingt hier nach KI?Nur die problematischen Stellen markiertHumanisiere dasText umschreiben mit Personality Injection (Basis-Stil)Humanisiere das im Lesch-StilUmschreiben mit Lesch-Layer (Visionär/Mahner/Erklärer)Mach das menschlicherWie "Humanisiere das" – Synonym

---

Workflow (5 Durchgänge)#

Wenn ein Text gecheckt wird, durchläuft er 5 Analyse-Schritte. Jeder Schritt hat eine eigene Reference-Datei mit allen Details.

Durchgang 1: KI-Muster-Scan#

Reference: references/ki-muster.md

Prüfe den Text auf alle 24 KI-Schreibmuster. Für jedes gefundene Muster:

• Markiere die betroffene Stelle
• Nenne das Muster (z.B. "Muster #1: Bedeutungsinflation")
• Zeige Schweregrad: HOCH / MITTEL / NIEDRIG
• Gib einen konkreten Umschreibvorschlag

Punkte-Vergabe:

• HOCH-Muster: +5 Punkte pro Treffer
• MITTEL-Muster: +3 Punkte pro Treffer
• NIEDRIG-Muster: +1 Punkt pro Treffer

Durchgang 2: Vokabel-Check#

Reference: references/vokabeln.md

Scanne den Text auf KI-typische Wörter und Phrasen aus der deutschen KI-Marker-Datenbank.

Tier-System:

• Tier 1 (VERBOTEN): Jedes Vorkommen = +3 Punkte. Immer ersetzen.
• Tier 2 (SPARSAM): Erlaubt max 1x pro 500 Wörter. Jedes Vorkommen über Limit = +1 Punkt.
• Tier 3 (BEOBACHTEN): Nur zählen. Wenn Dichte > 3 pro 500 Wörter = +1 Punkt pro überzähligem.
• Verbotene Phrasen: Jedes Vorkommen = +4 Punkte. Immer ersetzen.

Für jedes geflaggerte Wort: Zeige das Wort, den Tier, und einen konkreten Ersetzungsvorschlag.

Durchgang 3: Statistische Analyse#

Reference: references/statistische-signale.md

Berechne fünf statistische Signale:

SignalFormelKI-Alarm wennBurstinessB = (σ_τ - μ_τ) / (σ_τ + μ_τ)B < 0.3Type-Token-Ratio (TTR)Unique Tokens / Total Tokens (pro 100-Wort-Fenster)TTR < 0.5Satzlängen-Variation (CoV)σ / μ der Satzlängen in WörternCoV < 0.3Trigramm-WiederholungWiederholte Trigramme / Gesamt-TrigrammeRate > 0.10Flesch-DE (Lesbarkeit)180 - L - (58.5 × S)Flesch 40–50 (KI-Sweetspot)

Punkte-Vergabe:

• Burstiness unter 0.3: +10 Punkte (nur bei ≥20 Sätzen)
• TTR unter 0.5: +5 Punkte
• Satzlängen-CoV unter 0.3: +5 Punkte
• Trigramm-Rate über 0.10: +5 Punkte
• Flesch-DE im KI-Sweetspot (40–50): +3 Punkte

Durchgang 3b: Co-Occurrence-Check#

Reference: references/vokabeln.md (Abschnitt Co-Occurrence-Sets)

Prüfe ob in einzelnen Absätzen 3+ Wörter aus derselben KI-Wortgruppe auftauchen. 5 Sets definiert (Bedeutungsinflation, Techno-Superlative, Akademisch-Abstrakt, Passiv-Verben, Floskel-Ketten).

Punkte-Vergabe:

• Pro Cluster-Alarm (3+ Treffer aus einem Set in einem Absatz): +5 Punkte

Durchgang 4: Personality-Check#

Reference: references/personality-injection.md

Prüfe ob menschliche Stilmittel vorhanden sind. Wenn ja: Bonus-Abzüge.

Bonus-Abzüge (reduzieren den Score):

• Authentische Einschübe in Klammern vorhanden: -3 Punkte
• Satzrhythmus variiert (keine 3+ gleich langen Sätze): -5 Punkte
• Kontraktionen verwendet (gibt's, ist's, hat's): -2 Punkte
• Konkrete Zahlen/Quellen statt vager Aussagen: -3 Punkte
• Echte Abschweifungen/Anekdoten: -3 Punkte
• Satzfragmente (bewusst unvollständig): -2 Punkte

Durchgang 5: Stil-Layer (optional)#

Reference: references/stil-layer/basis.md oder references/stil-layer/lesch.md

Wenn der Benutzer "Humanisiere" oder "Mach menschlicher" sagt:

1. Wende den Basis-Stil an (Standard, für alle geeignet)
2. Oder wende den Lesch-Stil an (wenn explizit gewünscht)
3. Erstelle eine Vorher/Nachher-Gegenüberstellung

---

Score-Berechnung#

Gesamt-Score = Rohpunkte - Bonus-Abzüge#

Clamp: Minimum 0, Maximum 100.

Score-Skala#

ScoreBewertungEmpfehlung0–20Klingt menschlichKeine Änderung nötig. Gut gemacht.21–40Leicht maschinellEin paar Stellen polieren. Siehe markierte Muster.41–60GemischtÜberarbeitung empfohlen. Vokabeln ersetzen, Rhythmus variieren.61–80Offensichtlich KIDeutliche Überarbeitung nötig. Personality Injection einsetzen.81–100ChatGPT-StandardKomplett umschreiben. Dieser Text besteht keinen KI-Detektor.

Report-Format#

Wenn der Benutzer einen vollständigen Check will, gib den Report in diesem Format aus:

text

═══════════════════════════════════════════
  HUMANIZER-DE · Analyse-Report
═══════════════════════════════════════════

  SCORE: [XX] / 100  →  [Bewertung]

───────────────────────────────────────────
  1. KI-MUSTER ([Anzahl] gefunden)
───────────────────────────────────────────

  ▸ Muster #X: [Name] (SCHWERE)
    Stelle: "[Zitat aus dem Text]"
    Vorschlag: [Umschreibung]

───────────────────────────────────────────
  2. VOKABEL-CHECK ([Anzahl] geflaggert)
───────────────────────────────────────────

  ▸ "[Wort]" (Tier X) → Vorschlag: "[Ersetzung]"

───────────────────────────────────────────
  3. STATISTIK
───────────────────────────────────────────

  Burstiness:       [Wert] ([menschlich/KI-typisch])
  TTR:              [Wert] ([menschlich/KI-typisch])
  Satzlängen-CoV:   [Wert] ([menschlich/KI-typisch])
  Trigramm-Rate:    [Wert] ([menschlich/KI-typisch])
  Flesch-DE:        [Wert] ([ok/KI-Sweetspot])

  Co-Occurrence:    [Anzahl] Cluster-Alarme

───────────────────────────────────────────
  4. PERSONALITY-BONUS
───────────────────────────────────────────

  [Liste der erkannten menschlichen Stilmittel]
  Bonus: -[X] Punkte

───────────────────────────────────────────
  5. TOP-3-EMPFEHLUNGEN
───────────────────────────────────────────

  1. [Wichtigste Verbesserung]
  2. [Zweitwichtigste]
  3. [Drittwichtigste]

═══════════════════════════════════════════

---

Regeln#

1. Score ehrlich berechnen. Kein Gefälligkeits-Score. Wenn ein Text nach KI klingt, sag es.
2. Immer Vorschläge machen. Nicht nur Probleme zeigen, sondern konkrete Lösungen.
3. Kontext beachten. Ein Förderantrag darf formaler sein als ein Blogpost. Passe die Bewertung an.
4. Deutsch. Alle Muster, Vokabeln und Vorschläge sind auf Deutsch. Englische Fachbegriffe nur wo nötig.
5. Kein Netzwerk. Dieser Skill macht keine HTTP-Calls. Alles funktioniert offline.
6. Modular. Stil-Layer sind optional. Der Basis-Check funktioniert für jeden Text.

---

Reference-Dateien#

DateiInhaltreferences/ki-muster.md24 KI-Schreibmuster mit Beispielen, Schweregrad, Erkennungsregelnreferences/vokabeln.md125+ KI-Vokabeln in 3 Tiers + 48 verbotene Phrasen + 16 Chatbot-Artefakte + 7 Co-Occurrence-Cluster + Ersetzungenreferences/statistische-signale.mdFormeln für Burstiness, TTR, CoV, Trigramm-Rate, Flesch-DE + Schwellenwertereferences/personality-injection.md5 Techniken zur Vermenschlichung + Regeln + deutsche Beispielereferences/examples.md6 deutsche Vorher/Nachher-Transformationen (Blogpost, E-Mail, Social Media, Tech Doku, Sachbuch, Förderantrag)references/stil-layer/basis.mdStandard-Humanisierung ohne besonderen Stilreferences/stil-layer/lesch.mdLesch-Stil-Erweiterung (Tonwechsel, Analogien, Lesch-ismen)

---

Integration#

Dieser Skill funktioniert eigenständig – du brauchst kein Buch, kein Dashboard, keinen Cowan.

Installation#

Sag deinem OpenClaw:

"Installiere den Skill Tikitackr/humanizer-de"

Im OpenClaw-Ökosystem#

• Im Buch: Kapitel 9 (Agent-Architektur) erklaert die Theorie hinter Skills. Kap 13 zeigt den Humanizer als Praxis-Beispiel.
• Im Dashboard: https://openclaw-buch.de
• In Cowan: "Hey Cowan, check diesen Text" – per Sprache oder Kamera (OCR).