Schreiben mit KI: Wenn der Text fertig ist, bevor das Denken begonnen hat

Zwei aktuelle Meinungsbeiträge lenken den Blick auf eine wichtige Folge von KI-gestütztem Schreiben: Was geht verloren, wenn Texte austauschbar oder schwammig wirken?

Dima Bolkunov beschreibt in seinem Blog, warum Stil und Präzision für das Verständnis eines Textes wichtig sind. Phil Eaton berichtet im Blog von The Consensus über ein Regelwerk, das Artikel mit starken Merkmalen typischer KI-Prosa kennzeichnet. Solche Beiträge werden dort weiterhin angezeigt, aber nicht mehr an hervorgehobenen Stellen empfohlen.

Beide Autoren betonen, dass sich aus sprachlichen Mustern kein sicherer Beweis für den Einsatz von KI ableiten lässt. Im Mittelpunkt steht vielmehr die Wirkung auf Leser.

Stil vermittelt mehr als Tonfall

Bolkunov versteht unter KI-Texten Beiträge, bei denen mindestens die Hälfte der Wörter von einem System erzeugt wurde. Seine zentrale These lautet: Der eigene Stil eines Autors liefert Lesern wichtige Hinweise auf dessen Perspektive, Erfahrung, Umfeld und generelle Persönlichkeit.

Er verweist auf seine frühere Arbeit zur Bestimmung von Urhebern anhand kurzer Textabschnitte. Bereits Wortwahl, Satzbau und Erzählweise könnten ausreichen, um wiederkehrende Eigenheiten eines Schreibenden zu erkennen. Leser nutzten solche Signale meist intuitiv.

KI-Modelle neigten dagegen zu einem gemittelten Stil, argumentiert Bolkunov. Auch mit ausführlichen Prompts bleibe der individuelle Autor oft schwer erkennbar. Das könne es Lesern erschweren, Absichten richtig einzuordnen oder sich in die Perspektive der schreibenden Person hineinzuversetzen.

Ein weiteres Problem sieht er in Genauigkeit. Ein Modell muss beim Formulieren mögliche Lücken selbst schließen. Um Widersprüche zu vermeiden, greife es dann oft zu allgemeinen Begriffen. Für den KI-Nutzenden könne das unbemerkt bleiben, weil dieser die eigentlich geplante Bedeutung bereits im Kopf habe.

Nach Bolkunovs Ansicht erfüllt das Schreiben zudem eine wichtige Denkfunktion. Wer eigene Gedanken ausformuliert, entdeckt eher unklare Annahmen und logische Lücken. Wird der Entwurf direkt von einer KI geliefert, fällt ein Teil dieser Prüfung möglicherweise weg.

Für Leser kann das Folgen haben. Ungenaue Begriffe müssen beim Lesen gedanklich präzisiert werden. Gleichzeitig liefern stilistisch glatte Texte weniger Kontext. Bolkunov hält deshalb die Zeitersparnis auf Seiten der Autoren für fraglich, sobald mehrere Menschen einen Text lesen, nachfragen und überarbeiten müssen.

Regeln statt Urteil über Urheberschaft

Eaton schreibt, dass The Consensus ein eigenes System für sogenannte „AI tells“ entwickelt hat. Es arbeitet nicht mit Machine Learning. Stattdessen prüft es feste sprachliche Regeln, die aus dem Vergleich älterer Texte mit neueren Veröffentlichungen abgeleitet wurden.

Das System soll nicht feststellen, ob ein Artikel von KI stammt. Es soll lediglich anzeigen, ob ein Beitrag Leser an verbreitete KI-Schreibmarotten erinnern könnte. Eaton räumt ausdrücklich ein, dass das Verfahren Fehler macht und auch eigene Texte von ihm markiert hat.

Beiträge im obersten Prozentbereich dieser Signale bleiben im Feed sichtbar. Sie kommen laut Eaton aber nicht für die tägliche Empfehlung auf der Startseite, den Newsletter, soziale Netzwerke oder weitere hervorgehobene Platzierungen infrage.

Auch eine Anpassung der Prompts könne solche Muster verringern, räumt Eaton ein. Das hält er nicht grundsätzlich für negativ. Wenn Unternehmen dadurch klarer, eigenständiger und weniger formelhaft kommunizierten, könne dies die Qualität verbessern.

Für Redaktionen und Content-Teams ergibt sich daraus eine praktische Frage. Entscheidend ist nicht allein, ob KI bei Recherche, Struktur oder Überarbeitung hilft. Entscheidend ist auch, ob der fertige Text verständlich, konkret und einer verantwortlichen Person zuzuordnen bleibt.

Quellen

• On AI writing – Dima Bolkunov’s Blog
• Has AI tells – The Consensus Blog