Pangram Labs

Pangram Labs Test 2026: KI-Texterkennung mit hoher Trefferquote?

Pangram Labs ist ein US-amerikanisches SaaS-Tool, das Texte per API und Weboberfläche auf KI-generierte Inhalte prüft – von kurzen Kommentaren bis zu längeren Dokumenten. Zielgruppe sind Trust-&-Safety-Teams, Verlage und Bildungseinrichtungen. Laut Anbieter erkennt das Modell KI-Text bereits ab 75 Wörtern Länge, wo klassische Detektoren oft unzuverlässig sind.

Dieser Test basiert auf der Analyse öffentlich verfügbarer Datenschutzdokumente, der Preisseite und ggf. verfügbarer AVV-Dokumentation (Stand: 2026-09).

Warum nutzen Verlage und Bildungseinrichtungen Pangram Labs?

Content-Moderationsteams stehen unter Zeitdruck, wenn massenhaft Nutzerbewertungen oder Bewerbungen auf KI-Anteil geprüft werden sollen. Pangram Labs bietet dafür eine REST-API, die sich laut Anbieter-FAQ in der Regel innerhalb eines Tages in eine bestehende Moderationspipeline einbinden lässt. Bildungseinrichtungen setzen solche Detektoren als Hinweisgeber bei eingereichten Arbeiten ein, Verlage nutzen die kurze Mindesttextlänge von 75 Wörtern auch für Leserkommentare.

Wie gut funktioniert Pangram Labs in der Praxis?

Ein Verlag lädt einen Gastbeitrag hoch → Pangram scannt den Text ab 75 Wörtern → das Tool stuft ihn als „wahrscheinlich KI-generiert" oder „menschlich verfasst" ein, ohne dass wir dazu eine eigene Zeitersparnis belegen können. Der Anbieter nennt eine Genauigkeit von 99,98 % und eine False-Positive-Rate von rund 1 zu 10.000 (Stand: 2026-09) – eine Herstellerangabe, keine unabhängig verifizierte Messung. Mangels unabhängiger Tests ist die Erkennungsgenauigkeit bei deutschsprachigen Texten für uns nicht überprüfbar (Stand: 2026-09).

Für wen ist Pangram Labs geeignet?

Für Trust-&-Safety-Teams von Bewertungsplattformen mit täglich vielen Nutzerbewertungen bietet sich die API-Integration an, etwa um KI-generierte Fake-Reviews vor der Veröffentlichung zu markieren. Bildungseinrichtungen können den Individual- oder Educational-Institution-Plan als Hinweisgeber nutzen, sollten aber bedenken, dass Schülerarbeiten personenbezogene Daten enthalten. Ein Detektor-Score darf nie allein Grundlage für eine Note, einen Täuschungsvorwurf oder eine Disziplinarmaßnahme sein: Fehlklassifikationen sind möglich, und bei deutschsprachigen Texten ist die Genauigkeit für uns nicht überprüfbar. Nötig sind eine menschliche Prüfung, ein nachvollziehbares Verfahren, Anhörung der betroffenen Person und eine Widerspruchsmöglichkeit.

Nicht geeignet ist Pangram Labs aktuell für Kanzleien oder Steuerberater, die Mandantendokumente mit Klarnamen hochladen wollen, solange kein öffentlich auffindbares AVV vorliegt. Für Einzelpersonen, die nur gelegentlich einen privaten Text prüfen möchten, ist der Fokus auf API- und Institutions-Pläne eher unpassend.

Preise & Pläne

Pangram Labs bietet laut eigener Dokumentation (llms.txt, Stand: 2026-09) einen kostenlosen „Free Service" sowie die Pläne Individual, Professional und Educational Institution. Der Professional-Plan enthält ein monatliches API-Guthaben im Wert von 200 USD; die API selbst wird nutzungsbasiert abgerechnet (0,05 USD pro 100 Wörter, Prepaid-Guthaben zwischen 5 und 2.000 USD). Für akademische Forschung ist der API-Zugang laut Anbieter kostenlos.

Eine vollständige Preistabelle mit Monatsbeträgen pro Plan ist nicht öffentlich dokumentiert (Stand: 2026-09) – die Preisseite lud bei unserem Abruf nur die Navigationsstruktur. Für Individual und Professional bleibt aktuell nur die direkte Nachfrage beim Anbieter.

Wann lohnt sich Pangram Labs?

Empfehlung für Content-Moderationsteams und Bildungseinrichtungen: Der Professional-Plan (Preis auf Anfrage, inkl. 200 USD monatlicher API-Nutzung laut Anbieter) ist für Teams mit regelmäßigem, automatisiertem Prüfbedarf der sinnvollere Einstieg. Der kostenlose Free Service eignet sich nur für gelegentliche Einzelprüfungen; die Educational-Institution-Stufe lohnt sich erst ab einer campusweiten Lizenz.

DSGVO & Datenschutz

Was dokumentiert ist

Laut Privacy Policy wird kein KI-Training mit eingereichten Nutzertexten durchgeführt: „Your submissions to Pangram are not used to train our AI or machine learning systems" (Stand: 2026-09). Pangram Labs nennt auf seiner Datenschutz-FAQ eine SOC-2-Type-II-Zertifizierung (Stand: 2026-09). Betroffenenrechte sind teils per Self-Service umsetzbar (Löschen einzelner Anfragen aus dem Verlauf), zusätzlich per E-Mail an privacy@pangram.com (Stand: 2026-09).

Was fehlt oder unklar ist

Ein AVV ist öffentlich nicht auffindbar; ob und für welche Tarife ihn der Anbieter auf Anfrage bereitstellt, ist unbekannt und muss direkt erfragt werden (Stand: 2026-09). Weder Standardvertragsklauseln noch eine DPF-Zertifizierung, eine Sub-Prozessoren-Liste, ein benannter Datenschutzbeauftragter oder konkrete Löschfristen sind öffentlich belegt (Stand: 2026-09). Da Pangram Labs, Inc. ein US-Unternehmen ist, besteht ein Cloud-Act-Risiko auf Unternehmensebene; ob zusätzlich US-Sub-Prozessoren beteiligt sind, lässt sich mangels öffentlicher Liste nicht beurteilen (Stand: 2026-09).

Insgesamt dokumentiert Pangram Labs eine klare Trainings-Ausschlussklausel und eine SOC-2-Zertifizierung, lässt aber zentrale Fragen zu AVV, Rechtsgrundlage und Sub-Prozessoren offen.

Wie wir bewerten: Wir prüfen Serverstandort, AVV-Verfügbarkeit, KI-Training und US-Datentransfer. Score 1–10, 10 = vollständig DSGVO-freundlich.

DSGVO-Bewertung: 5,5/10

Warum 5,5/10? ✅ Kein KI-Training mit Nutzerdaten dokumentiert ✅ SOC 2 Type II laut Anbieter-Datenschutz-FAQ zertifiziert ✅ Betroffenenrechte teils per Self-Service, teils per E-Mail erreichbar ❌ Kein AVV öffentlich auffindbar ❌ US-Unternehmen ohne dokumentiertes DPF oder SCCs ❌ Sub-Prozessoren-Liste nicht öffentlich einsehbar ❌ Löschfristen nicht verifizierbar dokumentiert

Hauptabzüge entstehen durch das fehlende AVV und die ungeklärte Rechtsgrundlage des US-Datentransfers. Für die Prüfung nicht personenbezogener Texte ist der Score unkritisch; sobald Bewerbungen oder Schülerarbeiten mit Klarnamen hochgeladen werden, fehlt die vertragliche Absicherung durch ein AVV.

Tarife und Datenschutzbedingungen können sich kurzfristig ändern – vor dem Einsatz aktuelle Bedingungen prüfen.

Alternativen

Wer „Pangram Labs vs." googelt, landet meist bei anderen KI-Text-Detektoren:

Für alle drei liegt keine eigene DSGVO-Prüfung vor (Stand: 2026-09) – das ist keine Aussage über schlechtere Compliance, sondern offene Recherche.

Häufige Fragen

Für welche Einsatzfälle eignet sich Pangram Labs aus DSGVO-Sicht? Für nicht personenbezogene Texte ist das Tool nutzbar; bei Bewerbungen oder Schülerarbeiten fehlt derzeit ein öffentlich auffindbares AVV als vertragliche Grundlage.

Bietet Pangram Labs einen AVV an? Das wissen wir nicht: Öffentlich ist kein AVV auffindbar (Stand: 2026-09). Ob er über Vertrieb oder Support erhältlich ist, und für welchen Tarif, solltest du direkt beim Anbieter anfragen.

Gibt es einen kostenlosen Plan oder eine Testphase? Pangram Labs bietet einen dauerhaften kostenlosen Free Service ohne Zeitlimit, aber keine klassische befristete Testphase. Für regelmäßige Nutzung mit API-Anbindung sind die kostenpflichtigen Pläne vorgesehen.

Besteht ein Cloud-Act-Risiko bei der Nutzung von Pangram Labs? Ja, teilweise: Auf Unternehmensebene besteht ein Zugriffsrisiko, da Pangram Labs, Inc. ein US-Unternehmen ist; ob zusätzlich US-Sub-Prozessoren beteiligt sind, lässt sich mangels öffentlicher Liste nicht beurteilen.

Die genannten Scores sind Risikoeinschätzungen nach unserer Methodik, keine rechtlichen Gutachten.

Fazit & Empfehlung

Wähle Pangram Labs wenn: du kurze, nicht personenbezogene Texte auf KI-Anteil prüfen willst und eine API-Integration in eine bestehende Moderationspipeline suchst. Prüfe vorsichtig oder ziehe eine Alternative in Betracht, wenn: du Mandanten- oder Schülerdaten mit Klarnamen verarbeiten musst, solange kein öffentlich auffindbares AVV vorliegt.

Pangram Labs dokumentiert einen klaren Trainings-Ausschluss und eine SOC-2-Zertifizierung, lässt bei AVV, Rechtsgrundlage und Sub-Prozessoren aber zentrale Fragen offen. Für unkritische Content-Moderation ist das Tool nutzbar; für personenbezogene Datenverarbeitung im geschäftlichen Kontext sollte vor dem produktiven Einsatz direkt beim Anbieter nach AVV und Transfergrundlage gefragt werden.