Lohnt sich dein eigenes WasItAIGenerated?
Erkennungs-API und Werkzeuge für AI-generierte Texte, Bilder, Audio und Video sowie eine Prüfung von Abschlussarbeiten
Die Oberfläche ist ein Textfeld; das Produkt ist ein feinabgestimmter Klassifikator. Erkennungsqualität entsteht nicht durch einen cleveren Prompt. Sie entsteht dadurch, ein Modell auf einem gelabelten Korpus zu trainieren und so lange abzustimmen, bis die Fehlerquote niedrig genug ist, um darauf zu handeln. Das bedeutet monatelange Arbeit an einem Ziel, das sich mit jedem neuen Generator verschiebt. Ein allgemeines Modell zu fragen „Ist das AI-geschrieben?“ liefert selbstsichere, unzuverlässige Antworten, und im Kontext akademischer Integrität bedeutet das, echte Studierende fälschlich zu beschuldigen. Ein in einem Durchgang erstellter Nachbau liefert dir die UI, aber nichts von der nötigen Verantwortbarkeit.
EN → DERecherche automatisch aus dem Englischen übersetzt. Original-Prompt auf Englisch beibehalten.
Build the closest honest consolation tool inspired by WasItAIGenerated. Do not claim it detects AI writing.
Use exactly this stack: Next.js 15 + TypeScript + SQLite.
Primary job: paste text, send it to one general language model, and record that model's opinion on how machine-like the writing reads, with its reasoning.
Start from an empty folder and create the complete working project.
Single-user and private by default; store everything locally.
Put every secret in .env and provide .env.example.
Show the result as an opinion with reasoning, never as a score, a percentage or a verdict - the whole point of this build is that it cannot measure what the paid product measures.
Put a permanent, non-dismissable notice in the UI and the README: this is one model's guess, it has no measured error rate, and it must never be used to accuse anyone of anything.
Include clear empty, loading, validation, success and failure states.
Add export so the user is not trapped in the app.
Accessible keyboard navigation, labels, focus states and sensible contrast.
Deliberately exclude these paid-product advantages: a trained classifier, a labelled corpus, a published false-positive rate, image/audio/video detection, per-sentence attribution.
Do not fake accuracy claims, benchmarks or compliance statements.
Write unit tests for the data model and one end-to-end smoke test of the core loop.
Create a README with setup, architecture, data location and an explicit limitations section.
Run the tests and build before finishing, then fix what fails.Der Prompt öffnet sich vorausgefüllt in deinem Agenten. Prüfe ihn vor dem Ausführen.
Wie sähe deine eigene Version aus?
Baue einen privaten Arbeitsbereich, in den du Text einfügst, ein allgemeines Modell um eine begründete Einschätzung der AI-Wahrscheinlichkeit bittest, Ergebnisse speicherst und exportierst.
Was du brauchst
- OpenAI- oder Anthropic-API-Schlüssel in .env
- Node.js 22
- SQLite-Datenbank
- Eine README, die klar festhält, dass die Ausgabe eine Vermutung und kein Detektor ist und niemals dazu verwendet werden darf, jemanden zu beschuldigen
Institutionen kaufen kein Urteil, sondern ein belastbares Urteil. Eine Universität, die einen Studierenden als verdächtig markiert, braucht eine dokumentierte Fehlerquote, ein Prüfprotokoll und einen Anbieter, der für die Zahl einsteht. Das ist ein Messproblem, kein Oberflächenproblem. Deshalb fragt jeder ernsthafte Käufer in dieser Kategorie vor den Funktionen nach falsch positiven Ergebnissen.
xeinen trainierten Klassifikator und den gelabelten Korpus dahinter
xeine gemessene Falschpositivrate, die du einer Institution nennen kannst
xErkennung für Bilder, Audio und Video, nicht nur Text
xHervorhebung pro Satz statt einer einzigen Vermutung für das gesamte Dokument
xerneutes Training, wenn sich Generatoren ändern
Was kostet WasItAIGenerated?
- Monatliche Zahlung
- 14,99 $/Mon.14,99 $/Mon.
- Pro Jahr
- 180 $/Jahr180 $/Jahr
- Jährliche Zahlung
- 119 $/Jahr34% günstiger als monatlich
- Mit brasilianischer Karte, inkl. 3,5% IOF
- 78,33 R$/Mon.622 R$/Jahr
In Meine Liste gespeichert. Bei einer Preisänderung erscheint hier ein Hinweis.
Du schließt den Kauf auf der Website von WasItAIGenerated ab. Vibe Radar wickelt keine Zahlungen ab.
| Tarif | Monatlich | Jährlich (pro Monat) | Enthalten |
|---|---|---|---|
| starter | $0 | $0 | 1,000 Credits nach E-Mail-Verifizierung; Text kostet 1 Credit/Wort, Bild 300 Credits, Audio/Stimme 1,000, Video 2,000. |
| unlimited website | $14.99≈ 14,99 $ | $9.92≈ 9,92 $ | Unbegrenzte Erkennungsprüfungen auf der Website für Text, Bild, Audio und Video; API-Zugang nicht enthalten. |
| starter pack | custom | - | 40,000 API-Credits; Credits verfallen nie. |
| credit package | custom | - | 200,000 API-Credits; Credits verfallen nie; Stapel-/API-Zugang. |
Kostenloser Tarif1,000 Credits nach E-Mail-Verifizierung; Text 1 Credit/Wort, Bild 300, Audio/Stimme 1,000, Video 2,000
AbrechnungsbedingungenWebsite-Abonnement nur monatlich, kein Jahrestarif; API-Credits sind einmalige Käufe
ZusatzkostenDas Website-Abonnement für $9.99 enthält keine API-Nutzung; API-Aufrufe verbrauchen separat gekaufte Credits.
verified 2026-10-20 · source ↗
WasItAIGenerated selbst bauen oder abonnieren?
Passe die Zahlen an: Stunden zum Bauen, dein Stundensatz, Betriebskosten und der Abopreis.
Über 24 Monate ist das Abo günstiger.
Startwerte aus der Analyse geschätzt (kein echter Ersatz; abgespeckter Nachbau in einer Sitzung). Nicht eingerechnet ist, was dir fehlt (Support, Integrationen, Sicherheit).
Kann ich WasItAIGenerated nachbauen?
Eher nicht. Der Wert von WasItAIGenerated liegt nicht im Code: Der trainierte Klassifikator und seine gemessene Falschpositivrate sind das Produkt. Siehe die Analyse oben.
Was kostet WasItAIGenerated?
WasItAIGenerated kostet etwa 14,99 $/Mon. (Pro (Website), geprüft am 20.10.2026), also 119 $ pro Jahr.
Was fehlt mir, wenn ich WasItAIGenerated ersetze?
Ehrlich gesagt: einen trainierten Klassifikator und den gelabelten Korpus dahinter; eine gemessene Falschpositivrate, die du einer Institution nennen kannst; Erkennung für Bilder, Audio und Video, nicht nur Text; Hervorhebung pro Satz statt einer einzigen Vermutung für das gesamte Dokument; erneutes Training, wenn sich Generatoren ändern. Wenn dir davon etwas wichtig ist, zahl weiter.
Gibt es eine Open-Source-Alternative zu WasItAIGenerated?
Ja: Binoculars (Zero-Shot-Erkennung von LLM-Texten anhand von Perplexitätsverhältnissen zwischen zwei Modellen.), DetectGPT (Krümmungsbasierte Zero-Shot-Erkennung maschinell erzeugter Texte.). Vorhandene Projekte zu nutzen ist auch Vibecoding; der Prompt ist für den Fall, dass du es genau nach deinen Vorstellungen willst.