convez.ai
SkillEscrita & ConteúdoIntermediário
marmbiz

Humanizer (Deutsch) – Removedor de Padrões de IA

marmbiz/humanizer-de

Identifica e humaniza textos alemães gerados por IA

Ver no GitHub
BomPluginScore · de 0 a 100

Skill que detecta e remove 65 padrões típicos de escrita em IA em textos alemães, organizados em 10 categorias. Funciona com linter determinístico e fluxo de 5 passagens, seguindo convenções de escrita alemã e princípios EEAT. Instalável como plugin Claude Code com suporte a calibração de voz.

Instalação

$npx convez-ai marmbiz/humanizer-de

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
213
Forks
17
Acompanhando
3
Saúde
42%
Último commit
há 1 semana
Versão
v5.28.4
Issues abertas
0
Contribuidores
1

Casos de uso

  • Remover marcas de escrita de modelos de linguagem em textos alemães
  • Calibrar tom e voz pessoal em conteúdo reescrito
  • Validar conformidade com diretrizes de escrita humana (Wikipedia, EEAT)

Veredito

Ferramenta especializada e bem-executada para idioma alemão com padrões rigorosos baseados em análise linguística real. Diferencia-se por determinismo (não depende de IA para correção) e calibração de voz pessoal, prático para humanização contextualizada.

README

A tradução para o português deste README ainda está na fila.

Version Tests Lizenz Muster Claude Code

Installation · Benutzung · Die 65 Muster · Was ist neu?

Von Martin Moeller · basiert auf den Wikipedia-Leitlinien Anzeichen für KI-generierte Inhalte (de) und Signs of AI writing (en) · hervorgegangen aus dem Humanizer von blader


Was ist das?

Humanizer (Deutsch) ist ein eigenständiges Projekt für deutschsprachige Texte. Es ist Anfang 2026 als Fork von blader/humanizer entstanden und hat sich seitdem zu einem eigenen System entwickelt: 65 Muster in 10 Kategorien, rund die Hälfte ohne Upstream-Pendant, darunter die komplette Evidenz-Familie und die deutsche Typografie, deterministische Linter, Testsuite mit Golden Corpus und ein 5-Pass-Workflow. Ab v4.0.0 folgt das Projekt einem eigenen Versionsschema ohne Fork-Suffix.

Dieses Skill erkennt Schreibmuster, die typisch für KI-Sprachmodelle sind – und hilft Ihnen, sie zu entfernen.

Das Ergebnis ist nicht sterile Korrektur. Es ist Überarbeitung, die Ihrem Text echte deutsche Stimme gibt. Gutes Schreiben darf Ecken haben – es sollte sogar welche haben.

Das Skill folgt deutschen Schreibkonventionen und den Prinzipien von EEAT (Expertise, Erfahrung, Autorität, Vertrauenswürdigkeit).


Installation

Option 1: Claude-Code-Plugin (empfohlen)

/plugin marketplace add marmbiz/humanizer-de
/plugin install humanizer-de@humanizer-de

Claude Code übernimmt damit Aktivierung, Deaktivierung und Updates. Einmal hinzugefügt, lässt sich der Skill über /plugin verwalten.

Option 2: Verzeichnis kopieren

  1. Kopieren Sie alle Dateien aus diesem Ordner nach ~/.codex/skills/humanizer-de/ (Claude Code: ~/.claude/skills/humanizer-de/)
  2. Starten Sie Codex/Claude Code neu oder laden Sie die Skills neu

Option 3: Symbolic Link (Linux/Mac)

ln -s /Users/mm/Local\ Sites/humanizer ~/.codex/skills/humanizer-de

Dann Codex/Claude Code neu starten.


Benutzung

Mit natürlicher Sprache

Humanisiere diesen Text für mich

oder

Entferne KI-Muster aus diesem Absatz.

Mit Stimmkalibrierung

Hier ist eine Probe meines Schreibstils:
[2-3 Absätze eigenen Texts einfügen]

Jetzt humanisiere diesen Text:
[KI-Text einfügen]

Das Skill analysiert Satzrhythmus, Wortwahl und Eigenheiten und wendet sie auf das Rewrite an.

Spezifische Muster adressieren

Humanisiere diesen Text. Entferne nur sprachliche Muster, nicht die Formatierung.

Was das Skill erkennt

Das Skill analysiert 65 verschiedene KI-Schreibmuster in 10 Kategorien, priorisiert nach Schweregrad (HIGH / MEDIUM / LOW):

Was ist neu?

4.0.0 (aktuell)

  • Eigenständigkeits-Release: eigenes Versionsschema ohne -de.FORK-Suffix; Projekt trackt keine Upstream-Versionen mehr, Upstream bleibt Ideenquelle und Credit
  • 2 neue Muster (#64–#65), adaptiert aus blader/humanizer #7/#8 für das Deutsche: KI-Marker-Vokabular, Kopula-Vermeidung
  • Muster 58 geschärft: Vokabel-Fallen-Liste in Muster 64 ausgelagert, 58 fokussiert auf Hypernyme/Nominalstil
  • 65 Muster insgesamt in 10 Kategorien

3.8.0-de.1

  • 6 neue Muster (#58–#63): Abstrakta-Stapel, erfundene Ich-Erfahrung, Synonym-Rotation, isometrisches Dokument, markerloser Schließzwang, Modalpartikel-Anomalie
  • Neuer 5-Pass-Ablauf: Artefakte → Lexik → Struktur → Rhythmus → Selbst-Audit
  • Neues Mess-Script scripts/rhythm_lint.py mit deterministischen Burstiness-/Rhythmus-Kennzahlen für Muster 4/51/54/55/61
  • Golden Corpus in tests/corpus/ für deterministische Unicode- und Rhythmus-Erwartungen
  • Katalog bis #63 in 10 Kategorien

3.7.0-de.1

  • 2 neue Muster: Aphorismus-Formeln (#56) und Markdown-Struktur-Artefakte (#57: Ein-Zeilen-Tabellen, übersprungene Heading-Ebenen, --- vor Überschrift)
  • Claude-Code-Plugin und Marketplace: Installation per /plugin marketplace add marmbiz/humanizer-de und /plugin install, inklusive automatischer Updates
  • Übernahme der hochwertigen Upstream-Ideen aus blader/humanizer #136 (Aphorismus-Formeln) und #140 (Format-Struktur-Tells)
  • Musterkatalog bis #57 erweitert

3.6.0-de.1

  • 2 neue Muster: Doppelpunkt-Titel-Schema (#54), Gleichförmiger Satzrhythmus (#55)
  • Neue Sektion zu statistischen Detektoren (GPTZero u. a.): Perplexity/Burstiness vs. Musterkatalog, mit Handlungstabelle
  • Leitplanke ergänzt: Detektor-Labels wie "Mechanical Precision" treffen meist legitime Fachsprache – kein KI-Tell, Text nicht für einen Score verschlechtern
  • Muster 46 mit Beweiskraft-Staffelung: nur die Asymmetrie (deutsches Öffnen + falsches Schlusszeichen) ist ein harter Tell; gerade ASCII-Quotes sind CMS-Artefakt, englische Curly Quotes mehrdeutig
  • 55 Muster insgesamt in 10 Kategorien

3.5.0-de.1

  • Architektur-Upgrade: SKILL.md ist jetzt ein schlanker SOP-Router statt monolithischer Musterkatalog
  • Vollständiger 53er-Musterkatalog ausgelagert nach references/patterns.md
  • Overlap-Entscheidungen für 11/26/42/53 und 5/6/34/44 in references/decision-tables.md
  • Neuer Unicode-/Quote-Linter scripts/unicode_lint.py für Muster 43 und 46, inklusive konservativem --fix
  • Struktur-, Pattern-, Decision-Table- und Unicode-Tests ergänzt
  • Keine neuen Muster; v3.5 verbessert Ausführbarkeit, Kontextkosten und Verifikation

3.4.0-de.1

  • Neue Erkennungsleitplanken: "Was NICHT zu flaggen ist" plus positive menschliche Signale
  • 2 neue Muster: Diff-verankertes Schreiben (#52), Lückenfüllende Spekulation (#53)
  • Beleg- und Substanzleitplanken für spekulative Fülltexte erweitert
  • 53 Muster insgesamt in 9 Kategorien
  • Upstream-Integration: PR #113 sowie v2.7.0-Ideen aus #81 und #111

3.3.0-de.1

  • 6 neue Muster: Falsche deutsche Anführungszeichen (#46), englische Titel-Großschreibung (#47), englisches Dezimal-/Datumsformat (#48), Apostroph-Fehler (#49), Stichpunkt-Interpunktion (#50), obsessive Parataxe (#51)
  • Muster 43 erweitert: Unicode-Scanner deckt U+2061-U+2064 ab
  • 51 Muster insgesamt in 9 Kategorien

3.2.4-de.1

  • 4 neue Muster: Beleginkongruenz (#42), versteckte Unicode-Zeichen (#43), Standard-Kapitel ohne Substanz (#44), Anglizismus-Strukturen (#45)
  • 45 Muster insgesamt in 8 Kategorien

3.1.0-de.1

  • 3 neue Muster: Passivkonstruktionen (#39), Konditional-Stapel (#40), Fehlkalibriertes epistemisches Vertrauen (#41)
  • Muster 8 erweitert: abgehackte Verneinungsfragmente ("kein Raten.")
  • Muster 16 erweitert: Ersetzungshierarchie, gepaarte Einschübe, Spaced/Double-Hyphen-Varianten
  • Muster 24 erweitert: KI-Tool-Artefakte (oaicite, contentReference, turn0search0)
  • Muster 26 erweitert: vollständige Zitatfabrikation (halluzinierte Quellen)
  • Neue Quick Checklist (Vor-Ausgabe-Audit)
  • Neue "Nie kürzen"-Regel im Ablauf und in den Leitplanken
  • Neuer Gedankenstrich-Scan-Schritt im Ablauf
  • 41 Muster insgesamt in 7 Kategorien
  • Upstream-Integration: PRs #79, #80, #84, #85, #94, #96

3.0.0-de.1

  • Stimmkalibrierung: Schreibstil des Benutzers aus Proben übernehmen (adaptiert von Upstream-PR #64)
  • 4 neue Muster aus Upstream-PR #67 adaptiert: Rhetorische Fake-Fragen, Menschheits-Eröffnungen, "heutige Welt"-Framing, Aspirative Unternehmensschlüsse
  • 38 Muster insgesamt

2.3.0-de.1

  • 3 neue Muster aus Upstream-PR #39 adaptiert: Persuasive Autoritäts-Floskeln, Signposting, Fragmentierte Überschriften
  • Severity-Ranking (HIGH / MEDIUM / LOW) für alle 34 Muster eingeführt (inspiriert von Upstream-PR #51)
  • Modus-System: Locker / Sachlich / Formal – steuert, wie aggressiv korrigiert wird
  • "Nicht anfassen"-Regeln und Leitplanken hinzugefügt
  • Kurzreferenz-Tabelle für schnelles Scannen
  • Unnötige Trennlinien (---) entfernt

Seit 1.0.0

  • Upstream v2.2.0 eingearbeitet, zweiter Anti-KI-Audit-Durchlauf
  • DACH-Schreibfokus und deutsche Stilkonventionen beibehalten
  • Deutsche Wikipedia als primäre Referenz plus englische Wikipedia als Ergänzung

65 Muster in 10 Kategorien

Sprache und Tonfall (17 Muster)

#MusterSchwere
1Übermäßige Betonung von Symbolik ("steht als Zeugnis")HIGH
2Werbesprache und Superlative ("atemberaubend")HIGH
3Redaktionelle Kommentare ("es ist wichtig zu bemerken")HIGH
4Mechanische Konjunktionen ("darüber hinaus", "außerdem")HIGH
5Abschnitts-Zusammenfassungen ("insgesamt")HIGH
6Unpassendes "Fazit"MEDIUM
7Zu perfekte SchlussfolgerungenMEDIUM
8Negative Parallelismen und abgehackte VerneinungenMEDIUM
9Trikolon-Überbenutzung (Regel der Drei)MEDIUM
10Oberflächliche Partizip-I-KonstruktionenHIGH
11Vage Autoritäten ("Branchenberichte zeigen")HIGH
12Falsche Erweiterungen ("von... bis")MEDIUM
58Abstrakta-Stapel und Hypernym-PräferenzMEDIUM
60Synonym-Rotation für dieselbe EntitätMEDIUM
63Modalpartikel-AnomalieLOW
64KI-Marker-VokabularMEDIUM
65Kopula-VermeidungMEDIUM

Stil (4 Muster)

#MusterSchwere
13Übermäßige FettschriftMEDIUM
14Falsche Listen-FormatierungLOW
15Emojis vor ÜberschriftenLOW
16Gedankenstriche-Überbenutzung (Varianten, Einschübe)MEDIUM

Kommunikation (6 Muster)

#MusterSchwere
17Briefartiges SchreibenHIGH
18Kollaborative Kommunikation ("Ich hoffe, das hilft")HIGH
19Hinweise auf Wissensgrenzen ("Stand Datum")HIGH
20Prompt-Ablehnung ("Als KI kann ich nicht...")HIGH
21Platzhaltertext ("[Name einfügen]")HIGH
22Links zu Suchanfragen statt ReferenzenHIGH

Auszeichnungstext (6 Muster)

#MusterSchwere
23Markdown statt WikitextMEDIUM
24Fehlerhafter Wikitext und KI-Tool-ArtefakteMEDIUM
25Defekte LinksMEDIUM
26Zitatfabrikation und ungültige ReferenzenMEDIUM
27Inkorrekte Referenzen-FormateMEDIUM
28Falsche KategorienMEDIUM

Verschiedenes (3 Muster)

#MusterSchwere
29Abrupte AbbrücheLOW
30Wechsel im SchreibstilMEDIUM
31Bearbeitungszusammenfassungen in Ich-FormLOW

Rhetorik und Struktur (11 Muster)

#MusterSchwere
32Persuasive Autoritäts-Floskeln ("Im Kern", "In Wirklichkeit")MEDIUM
33Signposting und Ankündigungen ("Schauen wir uns an")MEDIUM
34Fragmentierte Überschriften (generischer Einzeiler nach Heading)LOW
35Rhetorische Fragen als Fake-Engagement ("Aber was bedeutet das?")MEDIUM
36Universelle Menschheitserfahrungs-Eröffnung ("Seit jeher...")MEDIUM
37"In der heutigen X-Welt" Framing ("In der heutigen digitalen Welt")MEDIUM
38Aspirativer Unternehmensschluss ("bestens aufgestellt")MEDIUM
52Diff-verankertes Schreiben ("wurde jetzt ergänzt")MEDIUM
56Aphorismus-Formeln ("X ist die Sprache des Y", "X wird zur Falle")MEDIUM
61Isometrisches DokumentMEDIUM
62Markerloser SchließzwangMEDIUM

Argumentation und Evidenz (5 Muster)

#MusterSchwere
39Passivkonstruktionen und subjektlose FragmenteMEDIUM
40Konditional-Stapel ("Wenn X..., und wenn Y...")MEDIUM
41Fehlkalibriertes epistemisches VertrauenMEDIUM
53Lückenfüllende Spekulation ("hält sich bedeckt")HIGH
59Erfundene Ich-Erfahrung und forcierte LockerheitHIGH

Ergänzungen (4 Muster)

#MusterSchwere
42BeleginkongruenzHIGH
43Versteckte Unicode-ZeichenHIGH
44Standard-Kapitel ohne SubstanzMEDIUM
45Anglizismus-StrukturenMEDIUM

Typografie und Format (7 Muster)

#MusterSchwere
46Falsche deutsche AnführungszeichenHIGH
47Englische Titel-GroßschreibungMEDIUM
48Englisches Dezimalformat und DatumsformatLOW
49Apostroph-FehlerMEDIUM
50Interpunktion bei Stichpunkt-AufzählungenLOW
51Obsessive ParataxeMEDIUM
57Markdown-Struktur-Artefakte (Ein-Zeilen-Tabellen, übersprungene Heading-Ebenen, --- vor Überschrift)MEDIUM

Titel- und Satzbau (2 Muster)

#MusterSchwere
54Doppelpunkt-Titel-SchemaMEDIUM
55Gleichförmiger SatzrhythmusMEDIUM

Beispiele

Beispiel 1: Werbesprache

Vorher:

Die atemberaubende Stadt mit ihrem reichen kulturellen Erbe zieht Besucher
aus aller Welt an. Die spektakulären Denkmäler sind ein Beweis für die
künstlerische Brillanz vergangener Generationen.

Nachher:

Die Stadt zieht Besucher aus aller Welt an. Ihre Denkmäler zeigen die
Handwerkskunst vergangener Generationen.

Beispiel 2: Redaktionelle Kommentare

Vorher:

Es ist wichtig zu bemerken, dass die Bevölkerung zwischen 1950 und 2000
um 40 Prozent gewachsen ist. Darüber hinaus ist die Stadtfläche um 60
Prozent erweitert worden.

Nachher:

Die Bevölkerung wuchs zwischen 1950 und 2000 um 40 Prozent. Die
Stadtfläche wurde um 60 Prozent erweitert.

Beispiel 3: Maschinelle Konjunktionen

Vorher:

Das Unternehmen wurde 1980 gegründet. Darüber hinaus beschäftigt es heute
200 Mitarbeiter. Ferner ist es in 8 Ländern tätig. Außerdem hat es einen
Umsatz von 50 Millionen Euro.

Nachher:

Das Unternehmen wurde 1980 gegründet. Es beschäftigt heute 200 Mitarbeiter
in 8 Ländern mit einem Umsatz von 50 Millionen Euro.

Beispiel 4: Kollaborative Kommunikation

Vorher:

Wie Sie sehen können, war die Produktivität beeindruckend. Der
Umsatz verdreifachte sich. Lassen Sie mich wissen, wenn Sie weitere
Informationen benötigen!

Nachher:

Die Produktivität war bemerkenswert. Der Umsatz verdreifachte sich in
diesem Zeitraum.

Philosophie

EEAT Principles

Das Skill unterstützt die Prinzipien von EEAT:

  • Expertise: Der Text sollte von jemandem stammen, der das Thema kennt
  • Erfahrung: Praktische Erfahrung sollte durchscheinen, nicht Theorie allein
  • Autorität: Der Ton sollte kompetent und vertrauenswürdig sein
  • Vertrauenswürdigkeit: Der Text sollte ehrlich und nachvollziehbar sein

KI-generierte Texte brechen diese Prinzipien oft durch zu perfekte Struktur und fehlende persönliche Perspektive.

Authentisches Deutsches Schreiben

Gutes deutsches Schreiben hat Eigenschaften, die LLMs oft übersehen:

  • Direktheit statt Metapher: "Die Stadt ist groß" statt "Die Stadt steht als Zeugnis der menschlichen Ambition"
  • Konkrete Details statt Abstraktion: "50.000 Einwohner" statt "eine beachtliche Bevölkerung"
  • Verben statt Nominalisierung: "Die Wirtschaft wächst" statt "Das Wirtschaftswachstum ist evident"
  • Einfachheit statt Komplexität: Kurze Sätze statt Schachtelsätze
  • Variabilität statt Muster: Verschiedene Satzstrukturen statt wiederholter Muster

Wann ist das Skill hilfreich?

✓ Verwenden Sie es, wenn:

  • Sie verdächtigen, dass Text von einem KI-Modell stammt
  • Sie Wikipedia-Artikel überarbeiten
  • Ihr Text zu "glatt" oder zu "perfekt" klingt
  • Sie eigene KI-generierte Outputs verfeinern möchten
  • Sie schnelle Erste-Sicht-Überprüfung brauchen

✗ Nicht verwenden, wenn:

  • Sie einen Text von einem erfahrenen menschlichen Autor überprüfen
  • Sie sehr subtile KI-Muster erwarten
  • Der Text bewusst literarisch oder rhetorisch sein soll
  • Sie nicht sicher sind, ob eine Änderung wirklich nötig ist

Tipps zur Nutzung

Iterativ arbeiten

Mehrere Durchläufe führen oft zu besseren Ergebnissen als ein einzelner:

  1. Erstes Durchlaufen – groß sichtbare Probleme
  2. Zweites Durchlaufen – subtilere Muster
  3. Drittes Durchlaufen – Feinschliff

Mit anderen Tools kombinieren

Das Skill funktioniert gut mit:

  • Linters für Formatierung
  • Spellcheck für Tippfehler
  • Style Guides für Konsistenz
  • Human Review für Kontext und Nuancen

Kontext verstehen

Das beste Ergebnis kommt, wenn Sie:

  • Dem Skill sagen, wer die Zielgruppe ist
  • Den Kontext erklären (Wikipedia? Blog? Akademischer Artikel?)
  • Erwarteter Tonfall klarstellen

Limitationen

Das Skill funktioniert am besten bei:

  • Offensichtlich KI-generiertem Text
  • Englischem Training-Material-Effekten in deutschem Text
  • Wikipedia-artigen Artikeln

Das Skill funktioniert weniger gut bei:

  • Sehr subtilen KI-Mustern
  • Etablierten Autoren mit konsistenter Stimme
  • Bewusst literarischem oder akademischem Schreiben
  • Handwritten Text mit echten Fehlern

Datenschutz & Sicherheit

Dieses Repository selbst sendet keine Texte an externe Dienste. Die Verarbeitung erfolgt aber in der jeweils genutzten Agent-Umgebung (z. B. Codex oder Claude Code) und unterliegt deren Modell-, Sitzungs- und Datenschutzregeln.

Lokale Dateien werden nur gespeichert, wenn Sie Änderungen ausdrücklich in Dateien schreiben lassen oder selbst speichern.


Feedback & Beitrag

Haben Sie ein Problem gefunden oder eine Verbesserung?

  • Bugs melden: Erstellen Sie ein Issue im Repository
  • Muster hinzufügen: Senden Sie einen Pull Request
  • Feedback geben: Diskutieren Sie in den Discussions

Verwandte Ressourcen


Versionshistorie

  • 4.0.0 - Eigenständigkeits-Release mit eigenem SemVer ohne Fork-Suffix; 2 neue Muster (#64–#65): KI-Marker-Vokabular und Kopula-Vermeidung; Muster 58 auf Hypernyme/Nominalstil geschärft; 65 Muster
  • 3.8.0-de.1 - 6 neue Muster (#58–#63): Abstrakta-Stapel, erfundene Ich-Erfahrung, Synonym-Rotation, isometrisches Dokument, markerloser Schließzwang, Modalpartikel-Anomalie; neuer 5-Pass-Ablauf (Artefakte → Lexik → Struktur → Rhythmus → Selbst-Audit); neues Mess-Script scripts/rhythm_lint.py für deterministische Burstiness-/Rhythmus-Kennzahlen (Muster 4/51/54/55/61); Golden Corpus in tests/corpus/; Katalog bis #63
  • 3.7.0-de.1 - 2 neue Muster (#56–#57): Aphorismus-Formeln, Markdown-Struktur-Artefakte; Claude-Code-Plugin und Marketplace (/plugin install); Upstream-Ideen aus #136/#140; Katalog bis #57
  • 3.6.0-de.1 - 2 neue Muster (#54–#55): Doppelpunkt-Titel-Schema, Gleichförmiger Satzrhythmus; Sektion zu statistischen Detektoren (Perplexity/Burstiness); Muster 46 mit Beweiskraft-Staffelung für Quote-Asymmetrie; 55 Muster
  • 3.5.0-de.1 - Architektur-Upgrade: schlanker SOP-Router, Musterkatalog in references/patterns.md, Decision Tables, Unicode-/Quote-Linter und Tests; keine neuen Muster
  • 3.4.0-de.1 - False-Positive-Guardrails; 2 neue Muster (#52–#53): Diff-verankertes Schreiben, Lückenfüllende Spekulation; Upstream PR #113 sowie v2.7.0-Ideen aus #81/#111; 53 Muster
  • 3.3.0-de.1 - 6 neue Muster (#46–#51) für Typografie und Format; Unicode-Scanner erweitert; 51 Muster
  • 3.2.4-de.1 - 4 neue Muster (#42–#45): Beleginkongruenz, versteckte Unicode-Zeichen, Standard-Kapitel ohne Substanz, Anglizismus-Strukturen; 45 Muster
  • 3.1.0-de.1 - 3 neue Muster (#39–#41), 4 erweiterte Muster (#8/#16/#24/#26), Quick Checklist, Nie-kürzen-Regel; Upstream PRs #79, #80, #84, #85, #94, #96; 41 Muster
  • 3.0.0-de.1 - Stimmkalibrierung (PR #64); 4 neue Muster (PR #67); 38 Muster
  • 2.3.0-de.1 - 3 neue Muster (PR #39: Persuasive Floskeln, Signposting, Fragmentierte Überschriften); Severity-Ranking und Modus-System (PR #51); Quick-Reference-Tabelle (PR #52); Trennlinien entfernt (PR #57)
  • 2.2.0-de.2 - Gegen Upstream main (d8085c7, 2026-02-21) validiert; Ausgabe-Beispiel im SKILL auf Entwurf -> Audit -> Final konsistent gemacht; deutsche Besonderheiten explizit verifiziert
  • 2.2.0-de.1 - Upstream v2.2.0 eingearbeitet, zweiter Anti-KI-Audit-Durchlauf eingeführt (Entwurf -> Audit -> Final)
  • 1.0.0 - Initiale deutsche Version mit 31 Mustern auf Basis der deutschen Wikipedia

Attribution

Dieses Skill basiert auf:

Deutsche Version: Martin Moeller (www.martin-moeller.biz)


Lizenz

MIT License - Frei nutzbar, modifizierbar und verteilbar.

Basiert auf dem Original Humanizer (MIT) und Wikipedia: Anzeichen für KI-generierte Inhalte (CC BY-SA 4.0).


Viel Erfolg beim Humanisieren!

Schaffen Sie Texte mit echter deutscher Stimme.

Ver o original no GitHub

Bom para

Relacionados