Plag-Aware als Software aus Deutschland für Hochschulen
Plag-Aware an deutschen Hochschulen
Plag-Aware im täglichen Prüfungsbetrieb
Plag-Aware ist eine Software aus Deutschland, die nach Anbieterangaben an etlichen deutschen Hochschulen eingesetzt wird. Welche Quellen ein einzelner Prüflauf berücksichtigt, hängt von den gewählten Einstellungen und gegebenenfalls von einer eingebundenen Referenzbibliothek ab.
Der Dienst nutzt im Hintergrund Plag-Aware, sodass Sie Ihre Arbeit vor der Abgabe auf Übereinstimmungen mit den jeweils berücksichtigten Quellen prüfen können.
So funktioniert das Erkennungs-Verfahren technisch
Das Erkennungs-Verfahren zerlegt Ihren Text zunächst in kleine Sinneinheiten und prüft jede davon gegen einen Index aus über 70 Milliarden Online-Dokumenten. Berücksichtigt werden frei zugängliche, von Suchmaschinen indexierte Online-Texte sowie gegebenenfalls hinterlegte eigene Referenzdokumente.
Zusätzlich kann der KI-Detektor KI-typische Formulierungen markieren und für Sätze einen Wert zur KI-Typizität ausweisen. Dieser Wert ist kein Beweis dafür, dass ein Text mit KI erstellt wurde.
Ein geeigneter Prüfzeitpunkt für Bachelor- und Masterarbeiten
Bei Bachelor- oder Masterarbeiten kann ein Prüflauf etwa drei Tage vor dem Abgabetermin sinnvoll sein. Das finale Lektorat ist zu diesem Zeitpunkt oft abgeschlossen, sodass noch Zeit bleibt, markierte Passagen sorgfältig zu prüfen und gegebenenfalls zu überarbeiten.
Bei Dissertationen ist ein zweistufiger Ablauf ratsam: einmal nach der Rohfassung und erneut, sobald die Endkorrektur abgeschlossen ist.
Komplett online und in Minuten ausgewertet
Der Erkennungsdienst wird online genutzt und erfordert keine eigene Installation. Sie laden Ihre Datei hoch, wählen die gewünschten Einstellungen und erwerben bei Bedarf ScanCredits. Nach Abschluss der Prüfung steht ein Bericht zur Auswertung bereit.
Ob ein Bericht den Anforderungen Ihrer Hochschule entspricht, richtet sich nach deren Vorgaben. Die aktuellen Preise und Lizenzmodelle veröffentlicht PlagAware auf seiner Website.
Anonyme Prüfung mit Serverstandort in Deutschland
Prüftexte werden nach Anbieterangaben in deutschen Rechenzentren verarbeitet. Sie können eine automatische Löschfrist festlegen; Texte aus einer privaten Bibliothek werden nicht ohne Freigabe als Quellen für andere Nutzende verwendet.
Die Originaldatei wird nach dem Auslesen des Textinhalts in der Regel vom Server entfernt. Prüftexte bleiben gespeichert, bis sie manuell oder nach einer festgelegten Aufbewahrungsfrist gelöscht werden.
Relevante Ratgeber auf plagiat-erkennung.de
Jetzt Plag-Aware für eine Plagiatsprüfung nutzen
Nutzen Sie Plag-Aware, die an zahlreichen Hochschulen im deutschsprachigen Raum eingesetzt wird, und prüfen Sie gegen einen Index von über 70 Milliarden Online-Dokumenten. Den PDF-Bericht auf Hochschul-Niveau erhalten Sie in wenigen Minuten, bereits ab 3 €.
Plag-Aware startenErgebnisübersicht für Lektorate und Lehrstühle
Der Dienst kann für Lektorate, Lehrstühle, Verlage und Studierende eine zusätzliche Recherchehilfe sein. Der Bericht hebt gefundene Quellen und Textübereinstimmungen hervor und verlinkt Fundstellen; ihre Einordnung erfordert eine Prüfung des jeweiligen Kontexts.
Der Bericht erklärt die Darstellung der Fundstellen und erleichtert den Vergleich von Prüftext und Quelle. Ob eine Übereinstimmung einen Plagiatsverdacht begründet, muss im Einzelfall unter Berücksichtigung von Zitaten, Quellenangaben und Kontext beurteilt werden.
In Lektoraten kann es sinnvoll sein, eine Manuskriptfassung früh im Prozess und nach späteren Überarbeitungen erneut zu prüfen. Ob und wann weitere Prüfläufe erforderlich sind, hängt vom Manuskript und vom Arbeitsablauf ab.
Die Quellenliste am Berichtsende kann als Arbeitsgrundlage für die weitere Prüfung dienen. Ob sie einer Arbeit, einem Gutachten oder einer Verlagsfreigabe beigefügt werden kann, hängt von den jeweiligen Vorgaben und der eigenen Prüfung der Fundstellen ab.
Auf dieser Seite erfahren Sie, wie die Plag-Aware Engine Sie im Erkennungs-Verfahren online unterstützt.
Welche Engine hinter einem Bericht steht, entscheidet weniger als die Frage, wie er seine Treffer ausweist. Eine Engine mit großem Bestand nützt wenig, wenn am Ende nur eine Prozentzahl steht.