Textähnlichkeit mit Shingle-Überschneidung vergleichen

Sie bestimmen die Zahl der Wörter je Shingle und erhalten einen deterministischen Jaccard-Wert samt Berechnungsgrößen. Die Normalisierung beseitigt Unterschiede bei Großschreibung und Satzzeichen, bewahrt aber Wörter und Reihenfolge. Das Ergebnis unterstützt Schreibende, Studierende und Redaktionen dabei, wiederverwendete Formulierungen zu erkennen, Fassungen zu vergleichen oder Prüfungen zu priorisieren. Es schätzt textliche Ähnlichkeit und beweist weder Plagiat noch Urheberschaft, Absicht oder Fehlverhalten.

Was der Prozentwert tatsächlich misst

Ein Shingle ist eine Folge benachbarter Wörter. Bei der Größe drei wird ein Satz zuerst mit den Wörtern eins bis drei, danach zwei bis vier und so weiter bis zum Ende untersucht. Der Vergleich erstellt für jeden Text eine Menge eindeutiger Shingles. Er zählt die in beiden Mengen vorkommenden Elemente, teilt diese Schnittmenge durch die Vereinigungsmenge aller eindeutigen Shingles und multipliziert das Ergebnis mit hundert. Das ist die Jaccard-Ähnlichkeit. Hundert bedeutet, dass die normalisierten Mengen identisch sind; null bedeutet, dass sie kein Element gemeinsam haben. Großschreibung und Satzzeichen bleiben unberücksichtigt, weil solche Oberflächenmerkmale selten einen wesentlichen textlichen Unterschied darstellen. Wörter und ihre lokale Reihenfolge bleiben hingegen erhalten. Wiederholungen derselben Formulierung zählen nur einmal und können das Ergebnis nicht künstlich erhöhen. Verstehen Sie den Wert als gezielte Messung übereinstimmender Sprache, nicht als vollständiges Urteil über Originalität. Zwei Texte können dieselbe Idee anders ausdrücken und niedrig abschneiden. Umgekehrt können zulässige Zitate, Standardhinweise, Fachbegriffe oder Aufgabenstellungen Überschneidungen ohne Fehlverhalten erzeugen. Kontext und menschliche Prüfung bleiben unverzichtbar, sobald das Ergebnis Folgen für eine Person haben könnte.

Eine sinnvolle Shingle-Größe wählen

Die Größe bestimmt, wie exakt eine Übereinstimmung sein muss. Kleine Shingles reagieren auf kurze gemeinsame Formulierungen und ergeben häufig mehr Überschneidung. Das hilft bei kurzen Entwürfen oder geringfügigen Bearbeitungen, doch alltägliche Wendungen können zufällig zusammentreffen. Große Shingles verlangen längere Wortfolgen in derselben Reihenfolge. Sie sind spezifischer und verringern Zufallstreffer, allerdings kann schon ein eingefügtes oder ersetztes Wort mehrere benachbarte Gruppen unterbrechen und den Wert stark senken. Drei bis fünf Wörter sind für Fließtext oft ein brauchbarer Ausgangsbereich, aber keine universelle Einstellung beweist eine Übernahme. Wählen Sie die Größe passend zum Material, dokumentieren Sie sie und behalten Sie sie bei mehreren Vergleichen bei. Ergebnisse mit verschiedenen Größen sind nicht direkt vergleichbar. Jeder Text muss mindestens so viele normalisierte Wörter enthalten, wie die gewählte Größe verlangt. Ist eine Passage kürzer, liefert die Fähigkeit einen Eingabefehler, weil keine gültige Shingle-Menge entstehen kann. Dieses ausdrückliche Scheitern ist sicherer als null, denn null könnte fälschlich nahelegen, zwei zu kurze Passagen seien geprüft und als verschieden erkannt worden.

Das Ergebnis verantwortungsvoll einsetzen

Beginnen Sie mit einer Frage, die der Wert tatsächlich beantworten kann: Behält eine Überarbeitung exakte lokale Formulierungen eines früheren Entwurfs bei, oder welche Dokumentpaare sollten zuerst manuell geprüft werden? Senden Sie beide Texte, notieren Sie die Größe und bewahren Sie bei Bedarf Schnitt- und Vereinigungsmenge zusammen mit dem Prozentwert auf. Prüfen Sie bei einem hohen Wert den gemeinsamen Kontext, bevor Sie Schlüsse ziehen. Definitionen, Zitate, Quellenangaben, Vorlagen, Rechtstexte und verbindliche Aufgaben können sich berechtigt wiederholen. Unterstellen Sie bei einem niedrigen Wert ebenfalls keine Unabhängigkeit: Paraphrasen, Übersetzungen, strukturelle Nachahmung und gemeinsame Ideen behalten womöglich nicht genügend aufeinanderfolgende Wörter. Das Werkzeug durchsucht keine URL, fragt keine verborgene Datenbank ab, findet keine ursprüngliche Quelle, bestimmt keine zeitliche Reihenfolge und bewertet keine Zitierregeln. Auch Absicht kann es nicht erkennen. Nutzen Sie es in Bildung, Verlagswesen, Personalentscheidungen oder Compliance als Prüfsignal mit anschließender dokumentierter menschlicher Bewertung, niemals als alleinige Grundlage für einen Vorwurf oder eine Sanktion. Leiten Sie in automatisierten Abläufen ungewöhnliche oder stark ähnliche Paare an Personen weiter, die Herkunft, Erlaubnisse, Zitate und geltende Regeln einordnen können.