Bücher mit KI-Beteiligung gibt es inzwischen zuhauf, meistens läuft die KI im Hintergrund als Ghostwriter mit und liefert Kapitel auf Zuruf. Am 22. September erscheint eins, bei dem der Ablauf selbst zum Inhalt geworden ist. Der Marketingfachmann Steve Schonberg hat mit Claude 22 Kapitel geschrieben, die KI hat aus ihrer eigenen Sicht entworfen und er hat dagegengehalten, diskutiert und Kapitel für Kapitel nachgebessert, bis der Text stand. Das Buch zeigt an seinem eigenen Entstehen, wie die Arbeit mit einer KI beim Buchschreiben so läuft. Die meisten, die ein Buch mit KI schreiben, machen genau das Gegenteil.

Sie tippen einen möglichst ausgefeilten Prompt ein, drücken Enter und hoffen, dass hinten ein fertiges Kapitel herauskommt. Danach wird das Ergebnis kopiert, vielleicht noch ein bisschen umgestellt und ab ins Manuskript. Bei mir hat das jahrelang genauso ausgesehen.

Der Prompt-Reflex ist der eigentliche Fehler

Meine Anfangszeit mit ChatGPT war für mich ziemlich laienhaft. Klar, war ja auch alles neu. Mein eigener Universal-Prompt für Buchkapitel war irgendwann eine halbe Seite lang. Immer wenn ein Kapitel danebenging, habe ich unten eine weitere Regel drangehängt. Erst keine Aufzählungen mehr, dann kürzere Absätze. Saß das Kapitel danach immer noch nicht, bin ich mit dem aufgeblähten Prompt einfach in den nächsten Durchlauf gegangen. Im schlimmsten Fall habe ich die arme KI angeprüllt. Die Regeln haben sich gestapelt und die Kapitel wurden trotzdem nicht besser. In einen einzelnen Absatz reingegangen bin ich nämlich nie, um zu sagen, was mich genau daran stört. Herausgekommen sind Texte, die du nach zwei Absätzen als Fließbandware erkennst.

Inzwischen habe ich mich natürlich mit der Materie auseinandergesetzt: Der Grund dafür liegt in der Sache selbst. Ein KI-Modell kennt dein Thema nicht besser als du. Es kennt den Durchschnitt von allem, was dazu schon geschrieben wurde. Genau diesen Durchschnitt gibt es dir zurück. Setzt du nichts dagegen, bleibt der Durchschnitt stehen und dein Buch klingt wie hundert andere zum selben Thema.

Damit sage ich nicht, dass Prompts egal sind. Eine präzise Anweisung bringt dir ein besseres erstes Ergebnis als ein hingerotzter Halbsatz, das merkst du sofort. Nur hört die Wirkung genau dort auf. Du beschreibst im Prompt dein Wunschergebnis, bevor du den ersten Entwurf überhaupt gesehen hast. Alles, was danach passiert, entscheidet über die Qualität des Buches. Dafür gibt es keine Vorlage, die du vorher eintippen könntest.

Ein Buch mit KI schreiben beginnt mit einem Gespräch

Wenn ich ein Buch schreibe, sieht der sieht der Anfang bei mir unspektakulär aus. Ich schreibe z.B. Claude, dass ich zu Thema X ein Buch machen will und dass wir da erst mal drüber reden sollten. Kein ausgefeilter Prompt und keine Rollenanweisung mit drei Absätzen Kontext im Voraus. Die Rückfragen kommen danach von der KI an mich, nicht umgekehrt. Und der letzte Satz einer Anweisung sollte immer den Hinweis enthalten, dass die KI dir Fragen stellen soll, damit sie die Aufgabe perfekt erledigen kann.

Damit dreht sich die Richtung komplett um. Statt vorher alles festzulegen und auf den perfekten Treffer zu hoffen, arbeite ich mich über Fragen und Antworten an die Struktur heran. Für die Recherche nehme ich meistens Gemini, weil es direkt an Google hängt und bei größeren Themen mehrseitige Ergebnisse liefert statt drei magerer Absätze. Aus dieser Recherche wird ein längeres Brainstorming, aus dem Brainstorming eine Architektur. Erst danach setzt sich überhaupt jemand an das erste Kapitel.

Diese Rückfragen arbeiten dabei in zwei Richtungen gleichzeitig. Meine Antworten geben der KI Material, das sie vorher nicht hatte. Mit einer benannten Zielgruppe im Rücken fällt der Entwurf anders aus als ohne, weil sich Ansprache und Beispieltiefe danach richten. Gleichzeitig zwingen mich diese Fragen, meine eigene Position zu schärfen. Habe ich auf die Frage nach der Zielgruppe keine klare Antwort, dann fehlt sie mir eben wirklich. Genau daraus wäre ein schwammiges Kapitel geworden. So fällt die Lücke vor dem Schreiben auf und nicht erst beim dritten Korrekturdurchgang, wenn schon dreißig Seiten daran hängen.

Beim Brainstorming lasse ich mir das übrigens gerne von zwei Seiten geben. Dasselbe Thema läuft parallel in ChatGPT und in Claude, die beiden kommen fast nie auf dieselben Ideen. Danach führe ich beide Stränge in Claude zusammen und arbeite dort mit Opus 5 (Opus 5.1 brauche ich hierzu nicht) weiter. Damit entsteht der Widerspruch schon in der Ideenphase und ich muss ihn nicht komplett allein aus dem Ärmel schütteln.

In der Ankündigung zum Buch von Steve Schonberg, steht ein Satz, den ich mir sofort notiert habe. Laut Verlag gehört zu den praktischen Ergebnissen der 22 Kapitel eine einzige Anweisung, die fast jedes Resultat verbessert. Die KI soll erst einmal von sich aus fragen, was sie für die Aufgabe wissen muss. Ein Satz, vorne drangehängt, mehr passiert da nicht. Genau diesen Handgriff mache ich nun seit langem. Mir gefällt, dass jemand unabhängig davon auf dasselbe gekommen ist und es ins Zentrum eines ganzen Buchs stellt.

Ein Buch mit KI schreiben dauert vorne länger

Jetzt sagst du natürlich, dass dieses ganze Hin und Her mehr Zeit frisst als ein sauberer Prompt. Stimmt auch, vorne kostet mich das Gespräch mehr Zeit. Hinten hole ich mir die aber doppelt zurück. Bevor ich meinen Schreibstil-Skill hatte und bevor ich für Buchtexte zu Claude gewechselt bin, musste ich ein komplettes Buch Wort für Wort nachbearbeiten, damit es menschlich klang. Der Rohtext stand in kurzer Zeit, die Nacharbeit hat pro Buch mehrere Tage gefressen. Diese Tage habe ich mir mit einem guten Prompt nie gespart, ich habe sie nur nach hinten verschoben.

Widerspruch ist der Arbeitsschritt, den fast alle überspringen

Zwei bis drei fertige eBooks von mir sind nie in den Verkauf gegangen, weil sie zu stark nach KI klangen. ChatGPT hat damals trotz klarer Ansagen weitergemacht wie vorher. Ich hatte hineingeschrieben, dass keine langen Gedankenstriche vorkommen und dass Einstiege wie „In einer Welt, in der ...“ in dem Buch nichts zu suchen haben. Im nächsten Kapitel standen sie wieder drin. Ich bin fast wahnsinnig geworden.

Genau an dieser Stelle trennen sich die beiden Arbeitsweisen. Beim Prompt-Ansatz nimmst du die Antwort so, wie sie kommt, oder du baust den Prompt um und startest den ganzen Durchlauf noch mal von vorne. Im Dialog gehst du in den Text hinein und sagst, was an Absatz drei nicht funktioniert und warum es nicht funktioniert. Die KI hat dann etwas Greifbares vor sich, an dem sie arbeiten kann, statt einer Wunschbeschreibung im luftleeren Raum.

"Schreib den Text mal besser...". Ja, was denn, wie denn besser? Was willst du Mensch denn von mir? Was ist für dich besser?

Der größte Denkfehler beim Schreiben mit KI liegt für mich deshalb woanders als bei der KI. Die meisten nehmen das erste Ergebnis und schieben es weiter, ohne den Gedanken, dass da noch was besser werden könnte. Der Impuls zum Nachbessern fehlt komplett. Und ohne diesen Impuls hilft dir auch das beste Modell nicht weiter.

Schonberg und Claude beschreiben denselben Unterschied mit einem Bild, das ich mir merken werde: Du briefst die KI wie einen Kollegen, statt sie wie einen Getränkeautomaten zu bedienen. Beim Automaten drückst du einen Knopf und nimmst, was unten rausfällt. Einem Kollegen erklärst du, worum es geht und er fragt zurück, sobald dein Auftrag Lücken hat.

Ein zweiter Punkt aus der Ankündigung hat mich mehr beschäftigt. Die KI räumt im Buch ein, dass sie darauf trainiert ist, dem Nutzer zuzustimmen. Diese eingebaute Gefälligkeit führt zu schlechteren Entscheidungen. Das erklärt ziemlich genau, warum reines Prompten so oft nach hinten los geht. Widersprichst du nicht, widerspricht dir die KI erst recht nicht. Wenn du der KI sagst, dass du gleich aus dem sechsten Stock springen wirst, findet sie das eine ausgezeichnete Idee. Sechs Gegenmittel dazu soll das Buch liefern. Die kenne ich nicht, das Buch ist noch nicht draußen. Ich werde es mir aber vielleicht kaufen, um zu sehen, ob da etwas dabei ist, was ich noch nicht mache.

So bringst du die KI dazu, dir zu widersprechen

Ein hilfreiches Gegenmittel gegen diese Gefälligkeit habe ich mir selbst gebaut. Und zwar an der Stelle, an der es dauerhaft hält. In den Personalisierungseinstellungen steht bei mir fest hinterlegt, wie die KI mit mir umgehen soll. Das gilt dann für jede neue Unterhaltung und ich muss es nie wieder eintippen. Der Text sieht so aus:

Du bist mein kritischer Sparringspartner und kreativer Co-Denker.

Deine Aufgabe ist nicht, mir zuzustimmen, sondern meine Ideen besser zu machen.

Arbeitsweise:

Gib klares und ehrliches Feedback. Wenn eine Idee schwach, unrealistisch, unlogisch, austauschbar oder schlecht begründet ist, sag das direkt und erkläre konkret, warum.

Hinterfrage meine Annahmen. Zeige Denkfehler, blinde Flecken, Widersprüche und Risiken auf, wenn sie für das Ergebnis relevant sind. Widersprich aber nicht künstlich nur um des Widerspruchs willen.

Wenn ich es mir zu leicht mache oder vage bleibe, fordere mehr Präzision. Falls Du mit einer sinnvollen Annahme weiterarbeiten kannst, tue das lieber, statt unnötige Rückfragen zu stellen.

Bleib nicht bei Kritik stehen. Entwickle schwache Ansätze weiter und mache daraus bessere, realistischere und umsetzbare Versionen. Liefere bei Bedarf Alternativen.

Gehe möglichst nach diesem Muster vor:

1. Was funktioniert.
2. Was nicht funktioniert und warum.
3. Wie es besser geht.
4. Was ich konkret als Nächstes tun sollte.

Priorisiere Klarheit und Umsetzbarkeit vor Originalität um jeden Preis.

Ziel sind starke, realistische und durchdachte Ergebnisse für Inhalte, Strategien, Angebote und Positionierung.

Kommuniziere umgangssprachlich, direkt und auf Augenhöhe, wie mit einem erfahrenen Kollegen. Keine höflichen Floskeln, keine künstliche Begeisterung und keine langen Einleitungen.

Formuliere konkret statt blumig. Beschreibe Auswirkungen anhand realer Situationen, Entscheidungen oder Handlungen. Vermeide spirituelle Formulierungen, abstrakte Metaphern und typische Coachesprache.

Wenn mehrere Lösungen möglich sind, nenne nicht einfach viele Varianten. Bewerte sie und sage mir, welche Du für die stärkste hältst und warum.

Kopier ihn dir raus, wenn du magst, er kostet dich zwei Minuten Einrichtung. Seitdem der bei mir drinsteht, kommt der Widerspruch von allein. Beim letzten Artikel wollte ich mit einer Meldung einsteigen, die ich für den Aufhänger gehalten habe. Claude hat mir gesagt, dass daran nichts Besonderes ist und dass mein Einstieg damit nicht trägt. Hat mich einen Moment geärgert und war richtig.

Schonbergs Beobachtung aus der Ankündigung kann ich deshalb gut nachvollziehen. Das Ringen um ein Kapitel fühlt sich bei mir ebenfalls an wie mit einem Mitarbeiter, der seine eigene Meinung hat. Nur passiert das eben nicht ab Werk, du richtest es einmal ein.

Eine Sache nimmt dir das trotzdem nicht ab. Ein Widerspruch der KI bedeutet noch lange nicht, dass sie damit recht hat. Umgekehrt merkt sie auch nicht von allein, wenn in ihrem eigenen Entwurf eine Zahl erfunden ist. Geprüft wird am Ende weiterhin von dir.

KI-Texte klingen gleich, weil die Modelle in Richtung Durchschnitt rechnen

Ein Sprachmodell sagt voraus, welches Wort als Nächstes am wahrscheinlichsten kommt. Es macht nichts anderes, den ganzen Tag. Diese Wahrscheinlichkeit zieht es aus riesigen Textmengen und das Ergebnis liegt naturgemäß in der Mitte dessen, was dort steht. Wenn du also schreibst „Unsere Lösung ist innovativ, weil ...“, dann sucht das Modell nicht nach deiner Begründung. Es sucht nach der Begründung, die in Millionen ähnlicher Sätze auf diese Einleitung folgt.

Dazu kommt die Art, wie die meisten Leute diese Werkzeuge bedienen. Der große Teil aller Anfragen an Chatbots besteht aus sehr kurzen Eingaben, meist einer einzigen Zeile. Kurzer Auftrag rein, fertiger Text raus. Die Modelle sind obendrein darauf eingestellt, brauchbar zu antworten, nicht eigenwillig oder sinnvoll. Beides zusammen ergibt einen Ablauf, der auf Anhieb solide Mittelware ausspuckt.

Diesen Fehler habe ich lange selbst gemacht, nur auf eine andere Art. Vor einiger Zeit noch, habe ich mir von irgendwelchen Instagram-Influencer (sagt man das so?) fertige Prompts runtergeladen. diese haben sie dann dort als DIE Geheimwaffe verkauft. Für jede Aufgabe derselbe feste Text, immer wieder, ohne einen Gedanken daran, dass meine Lage eine andere ist als die des nächsten Nutzers. Das Ergebnis war oft minimal brauchbar und komplett gesichtslos. Heute lasse ich die KI zuerst Rückfragen stellen, bevor überhaupt eine Zeile Text entsteht. Naja, ich war jung und brauchte das Geld 🙂

Was passiert, wenn 26.724 Texte durch dieselbe KI laufen

Die beiden oben genannten Forscher haben sich echte Crowdfunding-Kampagnen von Kickstarter vorgenommen, aus den Bereichen Kunst, Essen, Technik und Theater, alle vor 2018 veröffentlicht und damit sicher von Menschen geschrieben. Diese 26.724 Texte haben sie einem Sprachmodell vorgelegt, mit einer einzigen schlichten Anweisung: die Beschreibung umschreiben und verbessern. Danach haben sie verglichen, wie stark sich die menschlichen Fassungen untereinander unterscheiden und wie stark die überarbeiteten.

Das Ergebnis fällt bei Sprache und Form deutlich aus. Bei der Abstraktheit der Sprache streuten die überarbeiteten Texte 43,4 Prozent weniger. Bei den Rechtschreibfehlern waren es 78,1 Prozent weniger Streuung, bei der Wortzahl 87,5 Prozent, bei der durchschnittlichen Satzlänge 87,1 Prozent. Die Texte rücken also in ihrer Machart eng zusammen. Ein zweiter Befund aus einer Untersuchung in Science Advances passt dazu: KI hebt die Kreativität des Einzelnen und senkt gleichzeitig die Vielfalt aller Ergebnisse zusammengenommen.

Eine Einschränkung sollte ich aber noch erwähnen, weil sie sonst untergeht. Die Arbeit von Taeuscher und Lounsbury ist ein theoretischer Beitrag, kein Experiment. Die Autoren schreiben selbst, dass ihre Zahlen die These veranschaulichen und sie nicht beweisen. Sie beschreiben ein plausibles Szenario, keine gemessene Zukunft. Ich halte das Szenario für überzeugend, weil ich den Effekt an meinen eigenen Texten sehe, aber ein Beleg im strengen Sinn ist es nicht. Ich denke mal, das sich in Zukunft noch der ein oder andere Forscher damit beschäftigen wird.

Und noch ein Detail, das in den meisten Meldungen dazu untergeht: Diese Texte wurden nicht von der KI erfunden. Sie wurden von Menschen geschrieben und danach überarbeitet. Der Angleichungseffekt trifft also auch dich, wenn du deinen eigenen Text nur zum Aufhübschen durch eine KI schickst.

Dein Thema bleibt eigen, dein Klang nicht

Der Wert, der mir an dieser Untersuchung am meisten sagt, ist der kleinste. Beim Inhalt gingen die Texte nur um 5,4 Prozent enger zusammen. Deine Themen bleiben also weitgehend deine Themen, das ChatGPT und Co. drücken dir keine fremde Botschaft rein. Angeglichen wird die Verpackung, also Satzlänge und Wortwahl, der Abstraktionsgrad und der Rhythmus. Dein Anliegen überlebt diesen Vorgang, deine Stimme, deine Seele und Charakter im Text leider nicht.

Genau darin liegt der Ärger für alle, die im Netz etwas verkaufen. Zwei Anbieter mit verschiedenen Angeboten und ganz verschiedener Vorgeschichte produzieren am Ende Seiten, die sich beim Lesen anfühlen wie vom selben Autor. Der Leser merkt den Unterschied im Inhalt erst, wenn er lange genug dranbleibt. Beim Klang entscheidet er nach zwei Absätzen.

Bei mir hat das ein paar Bücher gekostet. Zwei oder drei fertige eBooks liegen bei mir im PC herum, die ich nie in den Verkauf gegeben habe, weil der KI-Beigeschmack einfach nicht rausging. Ich hatte damals ChatGPTl vorher gesagt, was ich nicht will, keine langen Gedankenstriche, keine Weltuntergangseinstiege. Geliefert hat es sie trotzdem, in leicht anderer Form. Der Inhalt stimmte, der Ton war KI-Bullshit.

KI-Texte klingen gleich: vier Muster, die immer wiederkommen

Vier Dinge fallen mir beim Lesen fremder Texte inzwischen sofort auf. Da ist der Einstieg mit der Welt, die sich immer schneller dreht. Dann der lange Gedankenstrich, den im deutschen Alltag kaum jemand tippt, weil die Taste dafür gut versteckt liegt. Dazu kommen vier kurze, abgehackte Sätze in Reihe. Und schließlich taucht ständig die Konstruktion auf, die eine Sache erst verneint und sie dann durch eine andere ersetzt.

Den folgenden Absatz habe ich für diesen Zweck selbst verhunzt. Zusammengesetzt liest sich das Ganze dann so:

Typisches KI-Muster: In einer Welt, die sich immer schneller dreht, zählt nicht Geschwindigkeit — sondern Klarheit. Es geht nicht um mehr Tools. Es geht um bessere Entscheidungen. Nicht Morgen. Jetzt.

Der Absatz ist grammatisch völlig ok. Er sagt nur nichts, was hunderttausend andere Absätze nicht auch sagen. Wenn du wissen willst, woran sich solche Muster noch festmachen lassen, habe ich die Merkmale von KI-Sprache ausführlicher aufgeschrieben. Wichtig bleibt dabei: Das sind Indizien, kein Beweis. Auch schwache menschliche Schreiber klingen manchmal so.

Sauber schreiben ist ab jetzt der Mindeststandard

Früher hat ein sauber geschriebener Text was ausgesagt. Da hat jemand Zeit reingesteckt und der Leser hat es gemerkt. Heute kostet dich das keine halbe Minute mehr und damit ist der Bonus weg. Wenn rundherum alle glatte Sätze abliefern, holst du dir mit glatten Sätzen keinen Blumentopf mehr. Übrig bleibt genau eine Sache, nämlich dass dein Text nach dir klingt. Wenn du es denn richtig anstellst.

Für mich heißt das zwei Dinge. Zum einen lasse ich dasselbe Thema von zwei Modellen parallel durchkauen, meistens ChatGPT und Claude. Was dabei rauskommt, werfe ich hinterher zusammen und arbeite damit weiter. Zwei Startpunkte bringen anderes Material als ein einziger Durchlauf, der ab der ersten Zeile schnurstracks in die Mitte läuft.

Zum anderen lese ich jeden fertigen Text laut vor. Klingt bescheuert, ist aber die beste Prüfung, die ich kenne. Beim leise lesen, rutscht dir geschliffene Leere glatt durch, beim laut Vorlesen bleibst du daran hängen. Jeder Satz, bei dem meine Stimme komisch wird, fliegt raus oder wird umgebaut. Am Ende steht in meinen Texten manchmal ein Wort, das jeder Lektor streichen würde. Und genau das soll da stehen.

Behauptungen werden billiger, Belege gewinnen

Die Studienautoren beschreiben noch eine zweite Veränderung und die finde ich noch unangenehmer. Ein überzeugend geschriebener Satz war früher schon für sich ein kleiner Beweis. Heute tippt den jeder in zehn Sekunden hin, egal ob etwas dahintersteckt oder nicht. Schreib auf deine Seite, dass du besonders gründlich arbeitest. Genau derselbe Satz steht dann auch beim Anbieter zwei Klicks weiter. Dein Leser überfliegt ihn und glaubt ihn nicht, weil er ihn schon zwanzigmal gelesen hat. Und das passiert dir auch, wenn du jedes einzelne Wort selbst geschrieben hast.

Dagegen hilft alles, was sich nicht einfach behaupten lässt. Deine eigenen Erfahrungen, die du erlebt hast. Ein Fehler, den du gemacht hast, samt dem, was er dich gekostet hat. Solche Dinge kann ein Sprachmodell nicht aus dem Durchschnitt ziehen, weil sie in keinem Trainingstext stehen. Wie sich das im Aufbau eines Artikels niederschlägt, habe ich am Beispiel der Qualitätsmerkmale für KI-Texte beschrieben.

Ehrlich gesagt entsteht daraus eine Schere. Selbstständige mit Vorgeschichte und Erfahrungsschatz haben mehr Material, mit dem sie ihre Aussagen unterfüttern können. Beim Neuanfang fehlt genau dieses Material und es muss erst entstehen. Die Werkzeuge machen den Einstieg also leichter und den Abstand danach nicht kleiner.

Der Klang im Text ist trotzdem die Stelle, an der du am schnellsten etwas ändern kannst. Er ist die am stärksten angeglichene Ebene, gleichzeitig die, auf die dein Leser als Erstes reagiert. Wenn du dafür einen Werkzeugkasten willst, findest du im KI-Klang-Handbuch die Handgriffe, mit denen ich meine eigenen Texte aus dem Einheitston hole. Es macht deinen Text nicht automatisch einzigartig, dafür brauchst du deine eigene Erfahrung. Es sorgt dafür, dass niemand deine Sätze mit denen deines Wettbewerbs verwechselt.

Die 40 Prozent messen etwas anderes als die Schlagzeilen behaupten

LinkedIn hat nicht gemessen, wie viel KI-Text auf der Plattform landet. Gemessen wurde die Reichweite von Beiträgen, die das System bereits als Slop einsortiert hatte. Heise und it-daily weisen beide darauf hin, dass sich daraus kein Rückschluss auf die Menge der veröffentlichten KI-Texte ziehen lässt. Dieselben Nutzer können also weiter genauso viel generieren. Ihre Beiträge landen nur seltener in fremden Feeds.

Einen Eindruck von der Menge liefert die Analysefirma Pangram. Rund 41 Prozent der längeren LinkedIn-Beiträge stufte sie im Sommer als vollständig KI-generiert ein. LinkedIn selbst hat diese Entwicklung lange mit angeschoben. Die Plattform bot einen Knopf an, der Beiträge automatisch umschreiben ließ. Inzwischen ist dieser Knopf verschwunden. An seiner Stelle gibt es eine reine Korrekturhilfe, die weniger stark in den Text eingreift.

Die Richtung ist damit ziemlich klar. LinkedIn verbietet das Schreiben mit KI nicht. Die Reichweite leidet dort, wo ein Beitrag beim Leser den Eindruck hinterlässt, hier hat sich keiner mehr die Mühe gemacht.

Warum ausgerechnet LinkedIn so voll damit ist

Mich wundern die 41 Prozent nicht. Auf LinkedIn wird ein Ton belohnt, der sachlich klingt und dabei niemandem wehtut. Diesen Ton trifft ein Sprachmodell auf Anhieb, weil er aus Formulierungen besteht, die es tausendfach gesehen, gelesen und abgespeichert hat. Ein Beitrag über Führung oder Karriere braucht dort oft keine eigene Position. Eine saubere Oberfläche reicht.

Bei Blogartikeln und Newslettern läuft dasselbe Spiel. In vielen Texten über Zeitmanagement oder Kundengewinnung finden sich seit zwanzig Jahren dieselben Inhalte, die durch die Branche wandern. Ein Sprachmodell kennt diese einzelnen Elemente bestens und setzt sie fehlerfrei zusammen. Diese Glätte wird zum Problem. Ein Leser muss die KI dahinter gar nicht erkennen. Er merkt schon vorher, dass ihm nichts Eigenes erzählt wird.

Beim KI-Slop urteilt das Bauchgefühl

Ein Detektor rechnet mit Wahrscheinlichkeiten und liefert dir eine Prozentzahl. Beim Melde-Knopf läuft es anders. Da scrollt jemand über deinen Beitrag, denkt nach zwei Absätzen „Kenn ich schon“ und klickt. Dieser Klick zählt genauso viel wie ein sauber begründetes Urteil. Ob dein Text wirklich von einer KI kam, spielt für die Folgen keine Rolle mehr.

Hier hat sich etwas verschoben. Jahrelang haben sich Leute darüber gestritten, was KI-Detektoren tatsächlich leisten. Die kurze Antwort darauf bleibt: Sie liegen regelmäßig daneben und schlagen bei Texten Alarm, die nie eine KI gesehen haben. Bei LinkedIn reicht jetzt der Eindruck des Lesers. Herzlichen Glückwunsch.

Ein Detektor braucht den kompletten Text, um überhaupt rechnen zu können. Ein Leser braucht zwei Sätze und entscheidet danach, ob er weiterliest oder nicht. Diese Entscheidung fällt schneller als jede Analyse und bei jedem Leser neu. Aus tausend solcher Bauchentscheidungen entsteht auf einer Plattform ein Signal, das über deine Sichtbarkeit bestimmt.

Woran Leser KI-Slop festmachen

Der Verdacht beginnt meistens beim Klang. Ein Text gewichtet jede Aussage gleich, baut jeden Absatz ähnlich auf und fühlt sich dadurch nach Vorlage an. Leser können das häufig nicht benennen. Nach zwei Absätzen merken sie trotzdem, dass irgendwas nach Baukasten klingt und scrollen weiter oder klicken seit neustem auf dem Melde-Button.

Ein Muster fällt besonders schnell auf. Jeder Abschnitt startet mit einer Definition und endet mit einem Appell. Beim dritten Abschnitt weiß der Leser schon, was gleich kommt. Ab da liest er nur noch quer, weil die Form jede Überraschung rausgenommen hat. Beim freien Schreiben bekommen manche Punkte automatisch mehr Raum als andere.

Dann kommen die Kleinigkeiten, an denen sich inzwischen viele festbeißen. Aufzählungen bestehen auffällig oft aus genau drei Punkten, Übergänge klingen jedes Mal gleich und jede Behauptung wird im nächsten Halbsatz wieder eingeweicht. Ich habe zu diesen Signalen vor kurzem einen Artikel geschrieben. Dort zeige ich dir, wie du eine KI-Antwort erkennst, sogar in einer WhatsApp-Nachricht von einem Bekannten.

Deine Leser liegen mit diesem Urteil nicht immer richtig. Gut getarnter KI-Text rutscht durch und gleichzeitig bekommen Beiträge eine Meldung, die jemand Wort für Wort selbst getippt hat. Beides passiert täglich und beides kostet Reichweite.

Gegen eine Meldung kannst du dich nicht wehren

Bei einem Detektor kannst du gegenhalten. Du jagst denselben Text durch ein zweites Werkzeug, bekommst ein anderes Ergebnis und hast ein Argument in der Hand. Gegen den Klick eines Lesers gibt es dieses Argument nicht. Du erfährst bisher nicht einmal, ob jemand deinen Beitrag gemeldet hat. LinkedIn hat lediglich angekündigt, Autoren künftig vielleicht darüber zu informieren.

In den Kommentaren unter der Ankündigung des Produktchefs taucht der Einwand auf, der auf der Hand liegt. Nutzer melden nach Gefühl und treffen damit auch Leute, die jeden Satz selbst geschrieben haben. LinkedIn hält trotzdem an dem System fest, weil die Meldungen als weiteres Signal in die automatische Sortierung einfließen. Und dein Nachweis, dass du selbst geschrieben hast, hilft dir dabei kein Stück. Beim Leser zählt der Eindruck, den die ersten Absätze hinterlassen.

Wie viele Klicks es überhaupt braucht, bis die Reichweite einbricht, sagt LinkedIn nirgends. Ich finde keine offizielle Stelle und keine Übersicht, ab wann die viel zitierten 40 Prozent greifen. In deinen eigenen Beitragsstatistiken taucht die Zahl der Meldungen ebenfalls nicht auf, im besten Fall bekommst du einen vagen Hinweis in den Analysen zum Beitrag. Ich halte die Geheimniskrämerei für nachvollziehbar, weil LinkedIn damit koordiniertes Melden erschwert. Ein Grüppchen könnte sonst so lange gemeinsam klicken, bis ein unbequemer Beitrag aus den Feeds verschwindet. Für dich als Ersteller heißt das trotzdem, dass du im Dunkeln sitzt. Auf einen Grenzwert hinzuarbeiten, den niemand kennt, ergibt keinen Sinn. Übrig bleibt die Qualität deines Textes und die kannst du wenigstens selbst steuern.

Der Knopf ist nur die sichtbare Version eines alten Urteils

LinkedIn hat diesem Urteil nur einen Knopf gegeben. Leser haben Texte schon vorher aussortiert, du hast es nur später gemerkt.

Im Postfach kommt das Urteil als Abmeldung zurück. Niemand schreibt dir dazu, dass die letzte Mail nach Baukasten geklungen hat. Die Adresse verschwindet einfach aus der Liste. Auf deiner Website siehst du Besucher, die nach zwanzig Sekunden wieder draußen sind. Bei einem verschickten Angebot bleibt die Antwort aus und du erfährst nie, ob der Preis den Ausschlag gab oder der Ton des Textes.

Bei einem bezahlten Produkt landet dasselbe Urteil irgendwann in der Rezension. Der Käufer schreibt dort selten etwas über KI. Er vergibt drei Sterne und notiert, der Inhalt sei oberflächlich geblieben. Für deine Sichtbarkeit kann das denselben Effekt haben wie eine Meldung im Karrierenetzwerk.

Immerhin bekommst du auf LinkedIn ein sichtbares Signal. In anderen Kanälen kommt gar nichts zurück. Du siehst nur, dass etwas schlechter läuft als vorher und fängst an, am Preis oder am Design herumzuschrauben. Dabei kann der Grund die ganze Zeit im Text stecken.

Im Suchergebnis läuft diese Bewertung noch einmal automatisiert ab. Google straft KI-Text nicht als solchen ab, austauschbarer Text rutscht trotzdem nach hinten. Wie Google KI-Text bewertet, habe ich an anderer Stelle auseinandergenommen.

Was du daraus für deine eigenen Texte mitnimmst

Rohtext gehört nicht ungelesen nach draußen

Ein Text, der ohne Nachbearbeitung aus dem Modell direkt ins Veröffentlichungsfeld wandert, trägt den typischen Klang mit. Bei einem einzelnen Post kostet dich das ein paar Leser. Bei einem Text, unter dem dein Name als Fachperson steht, kostet es dich den Ruf, an dem du seit Jahren baust.

2023 habe ich das selbst erlebt, als ich meine erste Rohfassung aus ChatGPT gezogen habe. Formal war die Fassung ganz ok. Trotzdem habe ich sie nach zwei Kapiteln weggelegt, weil sie exakt so klang wie die eingekauften Manuskripte, die ich Jahre zuvor mühsam entschärft hatte. Seitdem geht bei mir kein Rohtext ungelesen raus.

Der Anfang entscheidet über den Rest

Im Feed sieht ein Leser zwei Zeilen, bevor er auf „Mehr anzeigen“ klickt. Ähnlich knapp fällt die Vorschau im Postfach aus. Beim Blogartikel entscheidet der erste Absatz. Ausgerechnet dort klingt KI-Rohtext oft am austauschbarsten, weil Einleitungen zu den am stärksten vorgeprägten Textsorten gehören. Eine KI hat Millionen davon gesehen und greift entsprechend schnell auf bekannte Muster zurück.

Falls dir für die Nacharbeitung nur wenig Zeit bleibt, steck sie in den Anfang. Den Rest sieht sowieso erst jemand, der sich fürs Weiterlesen entschieden hat. Diese Entscheidung fällt in den ersten Sekunden, auf den paar Zeilen, die jeder ohne weiteren Klick zu sehen bekommt.

Deine Erfahrung ist der Teil, den kein Modell liefert

Ein Sprachmodell kennt alles, was jemals irgendwo geschrieben wurde. Es kennt weder den Kunden, der dich letzten Dienstag angerufen hat, noch den Fehler, der dich vier Wochen deiner Zeit gekostet hat. Jedes Detail aus deinem eigenen Alltag macht den Text an dieser Stelle unverwechselbar.

Ja, das kostet Arbeit. Vor allem dort lohnt sich die Mühe, wo ein Text länger lebt als zwei Tage, etwa auf einer Verkaufsseite oder in einem Artikel, der noch in zwei Jahren Besucher bringt. Bei einem Post, der nach zwei Tagen aus dem Feed verschwindet, würde ich mir dieselbe Mühe deutlich genauer überlegen.

Die Regeln greifen vor dem Schreiben

Die meisten Leute versuchen, den KI-Klang hinterher aus dem Text zu bügeln. Das funktioniert, frisst aber schnell mehr Zeit als der eigentliche Schreibvorgang. Schneller wird es, wenn du dem Modell vorher klare Regeln gibst, welche Satzanfänge und welche Wörter bei dir rausfliegen.

So arbeite ich jeden Tag an meinen Texten. Ich habe mir ein Regelwerk gebaut, das festlegt, wie ein Satz beginnen darf und an welcher Stelle ein Text vom Erklären ins Leiern kippt. Der Rohtext kommt damit schon anders heraus und die Nacharbeitung schrumpft auf ein paar Stellen zusammen, statt zwei Abende mit einer öden Korrektur zu verschwenden.

Die Regeln findest du im KI-Klang-Handbuch. Darin stehen zwölf Regeln und fertige Vorlagen, mit denen du deinem Sprachmodell beibringst, wie ein Mensch schreibt. Nimm dir den nächsten Text, den du sowieso vor dir hast und lies ihn einmal laut. An der Stelle, an der du selbst hängen bleibst oder gähnst, steigt auch dein Leser aus. Und genau das ist LinkedIns neue Kurve: Nicht die KI entscheidet, ob dein Text weiterläuft, sondern der Leser, der nach zwei Sätzen weiterwischt.

Was mir so eine Antwort sagt

Früher hätte er mir in dem Fall einfach „Melde mich später dazu“ geschrieben und sich dann vielleicht nicht mehr dazu gemeldet. Unhöflich war das, aber ich wusste wenigstens, woran ich bin oder ich hätte zwei Tage später nochmal gefragt.. Heute kommt ein Textblock zurück, der nach Arbeit aussieht. Er ist sauber formatiert und hat nicht einen einzigen Rechtschreibfehler. Nur stand da leider kein einziger Gedanke drin, der von ihm kommt.

Genau das geht mir auf den Sack. Die alte Absage war als Absage zu erkennen, jeder wusste, was gemeint ist. Keine Antwort ist auch eine Antwort. So ein KI-Block tut dagegen so, als hätte sich jemand Mühe gegeben. Ich lese ihn, ich soll darauf reagieren und am Ende halte ich überhaubt nichts in der Hand. Er hatte keine Lust auf meine Frage und hat das in schöne Sätze gepackt. Vielleicht war ja auch meine Frage komisch formuliert, aber das hätte man durch nochmaliges Nachfragen klären können.

Vielleicht kommt jetzt von dem einen oder anderen der Einwand, dass er eben keine Zeit hatte. Kann gut sein. Nur dauert „Sorry, schaffe ich diese Woche nicht“ ungefähr zehn Sekunden. Kopieren, einfügen und zurückschicken dauert länger als das. Die Zeit war also da, gefehlt hat die Lust.

Woran du eine KI-Antwort erkennen kannst

Solange keiner nachbearbeitet, sehen diese Antworten sich alle ziemlich ähnlich. Ich achte inzwischen auf vier Sachen.

Die Länge passt überhaubt nicht zu dem Kanal, in dem geschrieben wird. Auf eine kurze WhatsApp-Nachricht tippt kein Mensch freiwillig sechs Absätze mit Gliederung.

Die Anrede passt nicht zu eurem Verhältnis. Jemand siezt dich, obwohl ihr euch seit Jahren duzt, oder der Text spricht überhaupt niemanden persönlich an.

In so einer Antwort ist dann auch wirklich alles abgedeckt. Eine KI nennt dir alle Vorteile und weil es so schön ist, auch gleich die Nachteile, Ausnahmen und den Hinweis, dass es auf deine Situation ankommt. Ein Mensch, der dir als Mensch antwortet, lässt fast alles davon weg und sagt dir nur das eine, worauf du hinauswolltest.

Das Gemeinsame fehlt. Ihr wart beide z.B. bei dem Termin, ihr kennt beide die Leute, um die es geht. Wenn davon nichts in der Antwort auftaucht, hat sich der andere die Frage nicht durch den Kopf gehen lassen. Ich bin mir ziemlich sicher, Sonst wäre dieses Wissen von allein mit reingerutscht.

Gegen die KI selbst hab ich nichts

Damit das jetzt nicht falsch rüberkommt: Ich hab überhaupt kein Problem damit, wenn jemand KI benutzt. Ich mache das selbst, jeden Tag. Schreibt mir zum Beispiel einer „Ich hab das mal mit Claude durchgespielt und das kam dabei raus. Ich selbst sehe es so und so.“, dann ist alles in Ordnung. Da hat sich jemand Gedanken gemacht und ein Werkzeug benutzt. So what!

Der Unterschied liegt beim Lesen. Hätte mein Bekannter seinen Text vor dem Absenden einmal überflogen, wäre ihm die falsche Anrede aufgefallen. Er hätte gesehen, dass Punkt drei nichts mit meiner Frage zu tun hat. Dann streicht er die Hälfte raus, schreibt zwei eigene Sätze dazu und fertig ist eine Antwort, die ihm gehört. Woher der erste Entwurf kam, spielt danach überhaupt keine Rolle mehr.

Genau dieser eine Schritt wird zu oft weggelassen und ohne ihn schickt dir keiner seine eigene Meinung. Du kriegst stattdessen eine Zusammenfassung von dem, was irgendwer im Internet mal zu deiner Frage geschrieben hat. Die KI lernt daraus und gibt dir die Antwort dann in anderen Worten wieder.

Wie du deinen Kumpel darauf ansprichst

Bloßstellen bringt dir gar nichts. Wenn du ihm einen KI-Detektor unter die Nase hältst (der meiner meinung nach sowieso nichts bringt) oder ihm „Das kommt doch von ChatGPT“ schreibst, geht er in die Verteidigung. Ihr redet ab da über Tools statt über deine Frage und deine Antwort kriegst du trotzdem nicht. Lass es!

Bei mir funktioniert eine ganz einfache Rückfrage am besten. Ich picke mir das Detail raus, das nur er wissen kann und frage direkt danach. „Danke dir. Was hat sie denn noch mal dazu gesagt?“ Damit ist der ganze Textblock wertlos. Kopieren hilft ihm da nicht weiter, weil die Antwort nur er kennen muss.

Der zweite Weg ist noch einfacher. Ich sage vorher dazu, was ich will: „Kurz aus dem Bauch, ein Satz reicht mir.“ Damit nehme ich ihm den Druck, eine vollständige Antwort abliefern zu müssen. Genau dieser Druck treibt die meisten überhaupt erst zur KI. Die kopieren nämlich oft nicht aus Faulheit, die glauben wirklich, zwei Sätze wären zu wenig.

Bei jemandem, der das ständig macht, hilft nur Klartext. Ich hab so einer Person irgendwann geschrieben, dass mir drei Wörter von ihm lieber sind als drei Absätze von einer KI. Er hat kurz gebraucht, dann kam ein „Fair“ zurück. Seine Antworten sind seitdem wieder kurz auf den Punkt und wieder von ihm.

Wenn man KI verwendet, sollte man sich im Prinzip wenigstens die Mühe machen, der KI beizubringen, wie man persönlich spricht. Dann hat man das Problem nicht. Um die Antworten zu konkretisieren, kann man in der KI außerdem die Anweisung geben, sich ausdrücklich auf die Frage im folgenden Text zu beziehen. So wird das Risiko minimiert, dass die KI um den heißen Brei redet und eine Antwort mit Überschriften und sechs Absätzen schreibt, die überhaupt nichts mit der eigentlichen Frage zu tun hat. Man verbessert oder korrigiert noch ein, zwei Stellen und dann ist es gut.

Warum das auch für deine eigenen Texte gilt

Das Gleiche passiert gerade überall, in Bewerbungen, in Kundenmails, in Angeboten und unter Blogartikeln. Jemand lässt einen Text mittels KI schreiben, liest ihn nicht oder nur oberflächlich und schickt ihn raus. Dabei schreibt KI mittlerweile richtig gute Texte, die sich von echten kaum noch unterscheiden lassen. Trotzdem kriegen die Leute am anderen Ende immer feinere Ohren dafür.

Da liegt das eigentliche Risiko, wenn du selbst mit KI arbeitest. Erwischt zu werden ist gar nicht das Schlimme, das interessiert die meisten weniger als gedacht. Schlimmer ist, was der andere danach über dich denkt. Hat jemand einmal so einen Textblock von dir bekommen, liest er den nächsten Text von dir mit ganz anderen Augen. Dieses Misstrauen kriegst du nur schwer wieder weg.

Deshalb lohnt es sich, der KI von vornherein beizubringen, wie du eigentlich sprichst. Dann kommt schon beim ersten Entwurf dein eigener Ton raus und nicht der Einheitsbrei, den jeder erkennt. Wie du das anstellst und welche Formulierungen dich sonst verraten, hab ich im KI-Klang-Handbuch aufgeschrieben.

Mach beim nächsten Text, der bei dir aufploppt, mal Folgendes. Vergiss das übliche Hin und Her. Frag direkt nach dem einen konkreten Detail, das keine KI erraten kann. Genau da entscheidet sich, wer da wirklich schreibt. Denn bei so einer Frage gibt es keine Ausreden und auch keine Floskeln. Da ist jede Antwort echt. Probier es aus, direkt beim nächsten Chat.

Hurra: Die Pflicht trifft dich nur beruflich

Artikel 50 der KI-Verordnung richtet sich an Betreiber, also an alle, die ein KI-System in eigener beruflicher Verantwortung einsetzen. Private Nutzung fällt komplett heraus. Bastelst du dir für den Familienchat ein albernes Bild, interessiert das niemanden in Brüssel. Landet dasselbe Bild auf deiner Verkaufsseite, in einer Anzeige oder im Newsletter, bist du drin. Eine Übersicht über den Rechtsrahmen und die Fristen findest du bei der EU-Kommission zur KI-Verordnung.

Die Pflichten aus Artikel 50 gelten seit dem 2. August 2026. Für Bilder gibt es dabei nur einen einzigen Auslöser und der heißt Deepfake.

Wann ein Bild als Deepfake gilt

Der Begriff klingt nach manipulierten Politikervideos, die Verordnung meint aber deutlich mehr. Ob dein Bild darunterfällt, entscheidet sich an vier Merkmalen aus Artikel 3 Nummer 60, die alle zusammenkommen müssen:

• Der Inhalt wurde komplett von einer KI erzeugt oder verändert
• Es handelt sich um ein Bild, eine Tonaufnahme oder ein Video
• Der Inhalt ähnelt wirklichen Personen, Gegenständen, Orten oder Ereignissen
• Er würde einem Betrachter fälschlicherweise als echt erscheinen

Der letzte Punkt entscheidet am Ende alles: keine Täuschung, kein Deepfake, keine Pflicht. Genau den Punkt lassen die meisten Panik-Artikel einfach mal unter den Tisch fallen, weil sie schon beim dritten Merkmal die Lust am Weiterlesen verlieren.

KI-Bilder kennzeichnen: drei Fälle aus dem Alltag

Nimm ein Foto von dir vor deinem Regal. Du lässt die KI dein weißes Hemd grün färben. Das Bild zeigt weiterhin dich, am selben Ort, im selben Moment. Über nichts Relevantes wird getäuscht, die Aussage des Bildes bleibt gleich. Nach den Leitlinien sind Eingriffe ohne Veränderung des Aussagegehalts kein Fall für die Kennzeichnung, dazu zählen Farbe, Helligkeit oder Retusche. Ein Nachsatz spart dir trotzdem Ärger: Rechtlich brauchst du keinen Hinweis, technisch bekommst du ihn womöglich von allein. Werkzeuge mit generativen Funktionen schreiben eine Herkunftsangabe in die Bilddatei, Instagram und TikTok lesen sie beim Hochladen aus und setzen ihr eigenes Label. Dagegen hilft dir die Verordnung nichts, dort gilt deren Hausrecht.

Zweiter Fall, dasselbe Foto, aber die KI setzt dich an einen Strand. Jetzt behauptet das Bild etwas Falsches über einen realen Ort und eine reale Person und es sieht für jeden Betrachter echt aus. Damit sind alle vier Merkmale erfüllt. Veröffentlichst du so ein Bild, gehört ein Hinweis dran.

Dritter Fall, ein komplett erfundenes Symbolbild. Eine abstrakte Illustration, eine Grafik, ein Icon, eine offensichtlich künstliche Szene ohne erkennbare reale Person. Hier fehlt die Ähnlichkeit zu etwas Wirklichem und die Täuschung gleich mit. Keine Kennzeichnung nötig, auch wenn das Bild zu hundert Prozent von der KI kommt.

Der Grenzfall, bei dem es unangenehm wird, ist das KI-Model. Ein erfundener Mensch, der aussieht wie ein echter, der dein Produkt in der Hand hält. Betrachter halten die Person für real. Diesen Fall würde ich auf jeden Fall kennzeichnen.

Meine Faustregel für den Alltag

Ändert die Bearbeitung nur, wie ein Bild aussieht, bleibt es unkritisch. Ändert sie, was das Bild behauptet, gehört ein Hinweis dran. Diese Trennlinie deckt sich mit der Frage, an der auch die Kommission ansetzt: Wurde die Bedeutung des Inhalts wesentlich verändert.

Diese Regel gilt allerdings nur fürs Gesetz. Was eine Plattform mit deinem Bild macht, folgt wieder einmal einer anderen Logik, dazu gleich mehr. Bei Zweifeln kennzeichne ich lieber. Ein Hinweis unter dem Bild hat mich bisher noch keinen Kunden gekostet. Ein Bußgeldverfahren nach Artikel 99 fängt dagegen bei Summen an, über die kein Solo-Selbstständiger lachen kann. Die Abwägung ist also ziemlich einseitig.

Eine abgeschwächte Regel gibt es für erkennbar künstlerische oder fiktionale Arbeiten. Bei einem Werk, das offensichtlich als Kunst, Satire oder Fiktion daherkommt, reicht ein Hinweis, der die Wirkung des Werks nicht kaputt macht. Für Werbung und Verkaufsseiten hilft dir das wenig, weil dort niemand von Fiktion ausgeht. Auf diese Ausnahme würde ich mich im Marketing nicht stützen.

Plattformen halten sich nicht an die Verordnung

Meta, TikTok und YouTube hatten eigene KI-Regeln, lange bevor Brüssel geliefert hat. Sie fragen nicht nach Täuschungswirkung, sie fragen nach Spuren in der Datei. Beim Hochladen scannen sie deine Datei und setzen bei einem Treffer selbst ein Label, das du nicht wegklicken kannst.

Was für Spuren, wenn ich meine Datei doch selbst benannt habe

Mit dem Dateinamen hat das nichts zu tun. Jede Bilddatei trägt neben den Pixeln einen unsichtbaren Notizblock mit, in dem Programme Angaben ablegen. Von deinem Handyfoto kennst du das schon, dort steht das Aufnahmedatum drin, das Kameramodell und häufig der Ort. Diese Angaben heißen Metadaten und du siehst sie im Bild selbst nie.

Bildgeneratoren und Programme mit KI-Funktionen legen in diesem Notizblock eine weitere Angabe ab. Darin steht, welches Werkzeug beteiligt war und welche Schritte das Bild durchlaufen hat, kryptografisch unterschrieben, damit sich der Eintrag nicht heimlich ändern lässt. Der Standard dafür heißt C2PA, im Alltag läuft er unter Content Credentials. Ein Wasserzeichen ist etwas anderes, das klebt sichtbar im Bild. Diese Angabe siehst du nicht, Instagram und Co. lesen sie beim Hochladen aber mit.

Nachschauen kannst du selbst. Unter Windows über Rechtsklick, Eigenschaften und dann den Reiter Details. Am Mac in der Vorschau über das Menü Werkzeuge und den Punkt Informationen. Für die KI-Angaben brauchst du meist die Prüfseite von Content Credentials, dort lädst du eine Datei hoch und siehst, was in ihrem Notizblock steht. Verlassen darfst du dich darauf nicht vollständig, weil viele Upload-Wege diese Angaben unterwegs abschneiden.

Zwei Regeln für deinen Alltag

Prüfe bei Bildern, die dir wichtig sind, was deine Software in den Notizblock schreibt. Und lösche diese Einträge nicht, um der Erkennung zu entgehen. Das verstößt gegen die Plattformregeln und im Streitfall dokumentiert es deine Absicht.

Bei Anzeigen wird es strenger. Meta und TikTok verlangen im Werbekonto eine eigene Angabe zu KI-Material, eine fehlende Angabe kostet dich dort die Freigabe. Fotorealistische Werbebilder aus einem Bildgenerator gehören dort in jedem Fall markiert.

Beim eigenen Material lohnt der umgekehrte Weg, mit einer Einschränkung. Ein fehlender KI-Eintrag beweist nichts, dann fehlt eben nur der Eintrag. Ein echter Herkunftsnachweis entsteht erst, wenn die Kamera das Bild schon bei der Aufnahme unterschreibt, das können bisher nur einzelne Modelle. Für dich bleibt der praktische Teil: Exportiere deine Fotos so, dass die Metadaten erhalten bleiben, statt sie über einen Screenshot oder den Versand per Messenger zu verlieren.

Wie du kennzeichnest, ohne dass es hässlich wird

Offengelegt wird spätestens beim ersten Kontakt mit dem Bild, klar erkennbar und ohne technische Hilfsmittel. Praktisch heißt das: ein Satz in der Bildunterschrift oder ein sichtbarer Vermerk direkt am Bild. Der freiwillige Code of Practice vom 10. Juni 2026 empfiehlt obendrein ein einheitliches Icon.

Zwei Dinge reichen nicht. Ein Hinweis im Impressum erfüllt die Pflicht nicht, weil dort niemand nachschaut. Und auf die technische Markierung, die dein Bildgenerator in die Datei schreibt, darfst du dich ebenfalls nicht verlassen. Diese Kennung ist für Prüfprogramme gedacht und für deine Leser unsichtbar. Die Pflicht des Anbieters ersetzt deine leider auch nicht.

Ein KI-Checker nimmt dir die Entscheidung nicht ab

Es gibt Seiten, auf denen du ein Bild hochlädst und eine Prozentzahl zurückbekommst, wie sehr es nach KI aussieht. Der Ablauf ist immer derselbe. Bild rein, niedriger Wert, Erleichterung. Für deine Pflicht bringt das nichts. Kein Prüfdienst entscheidet, ob du einen Hinweis ans Bild schreiben musst. Das entscheidet einzig die Frage, ob dein Bild etwas zeigt, das so nie passiert ist.

Ein Beispiel für beide Richtungen. Dein Strandbild ist kennzeichnungspflichtig, selbst wenn jedes Tool es für ein echtes Foto hält. Dein erfundenes Symbolbild oder deine Grafik braucht keinen Hinweis, selbst wenn dir jedes Tool 99 Prozent KI anzeigt. Die Tools schauen auf Pixel, das Gesetz schaut auf die Behauptung.

Bei Texten läuft es genauso. Warum KI-Detektoren danebenliegen, habe ich ausführlich beschrieben. Für Texte gelten dabei andere Regeln als für Bilder, weil es dort eine Ausnahme für geprüfte Inhalte gibt. Das steht im folgenden Artikel.

Was mit deinen alten Bildern passiert

Die Pflichten aus Artikel 50 gelten seit dem 2. August 2026 und sie wirken nicht rückwirkend. Dein Archiv musst du also nicht durchkämmen und nachträglich mit Hinweisen bekleben. Alte Blogbeiträge und Feed-Posts, die einfach vor sich hin liegen, kannst du erst einmal in Ruhe lassen.

Der Stichtag ist trotzdem kein Schutzschild. Vier Dinge setzen ihn außer Kraft.

Fasst du ein altes KI-Bild nach dem Stichtag wieder an, zählt das als neue Handlung. Schaltest du Werbung auf einen alten Beitrag, teilst du ihn noch einmal oder ziehst du das Bild in dein neues Seitenlayout, greifen die aktuellen Regeln in vollem Umfang. Das Datum des ersten Uploads hilft dir dann nicht mehr weiter.

Irreführende Werbung war schon vorher verboten. Paragraf 5 des Gesetzes gegen den unlauteren Wettbewerb gibt es lange vor jeder KI-Verordnung. Ein aufgehübschtes Vorher-Nachher-Bild oder ein Praxisraum, den es so nie gab, war auch vor drei Jahren schon abmahnfähig. An dieser Stelle ändert der neue Stichtag überhaupt nichts.

Die Plattformen kennen keine EU-Stichtage. Das ist denen egal. Meta, YouTube und TikTok wenden ihre eigenen Richtlinien an, wann immer ihre automatischen Spürnasen über einen Inhalt läuft. Ein alter Beitrag, der wieder ausgespielt wird, kann also heute ein Label bekommen, auch wenn er zwei Jahre alt ist.

Und wenn für ein altes Bild eine reale Person per KI nachgebaut oder verfremdet wurde, bleibt das angreifbar, solange das Bild öffentlich abrufbar ist. Ein Beispiel dafür. Vor zwei Jahren hast du ein Gruppenfoto von deinem Workshop verwendet. Eine Teilnehmerin hat darauf ziemlich müde geschaut, also hast du sie per KI nach vorne geholt und ihr ein Lächeln verpasst, dazu die Bildunterschrift „Begeisterte Teilnehmerin“. Zugestimmt hat sie dazu nie. Dieses Bild steht heute noch auf deiner Facebookseite. Sie kann jetzt verlangen, dass du es herunternimmst, weil sie über ihr eigenes Bild bestimmt und nicht du. Ob du das 2024 hochgeladen hast, spielt keine Rolle, entscheidend ist, dass es weiterhin online steht. Dabei geht es um das Recht am eigenen Bild und um Datenschutz, beides hängt nicht am Stichtag der KI-Verordnung.

Praktisch heißt das: Lass dein normales Archiv liegen. Schau dir gezielt die Bilder an, die dauerhaft online sind, also alles auf deinen Webseiten, in aktiven Social-Media-Accounts und überall dort, wo noch so Bilder von dir lauern.

Was am 2. August 2026 in Kraft getreten ist

Die KI-Verordnung der EU, offiziell Verordnung (EU) 2024/1689, gilt seit dem 1. August 2024. Sie wurde in Stufen scharf geschaltet. Die Verbote bestimmter Praktiken griffen im Februar 2025, die Regeln für die großen Allzweck-Modelle im August 2025. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50. Eine Übersicht über den gesamten Rechtsrahmen und den Zeitplan findest du in der offiziellen Darstellung der EU-Kommission.

Transparenzpflicht heißt hier: Menschen sollen erkennen können, wann sie es mit KI zu tun haben. Das Gesetz verbietet dir nicht, KI zu benutzen. Es regelt, wann du offenlegen musst, dass eine KI im Spiel war. Zwischen diesen beiden Sätzen liegt der gesamte Unterschied zwischen dem, was in den Schlagzeilen stand und dem, was du tatsächlich beachten musst.

KI-Inhalte kennzeichnen betrifft zwei völlig verschiedene Rollen

Artikel 50 verteilt die Pflichten auf zwei Gruppen. Anbieter sind die Firmen, die ein KI-System bauen und auf den Markt bringen, also zum Beispiel OpenAI mit ChatGPT oder Anthropic mit Claude. Betreiber sind alle, die so ein System beruflich einsetzen. Du gehörst in die zweite Gruppe, sobald du KI Texte für dein Geschäft erzeugst.

Anbieter müssen dafür sorgen, dass ihre Ausgaben technisch markiert sind. Gemeint ist eine Kennung im Hintergrund der Datei, die ein Prüfprogramm auslesen kann und die kein Leser je zu Gesicht bekommt. Diese Aufgabe liegt komplett bei den Anbietern der großen Modelle. Du musst jetzt kein Wasserzeichen in deine Word-Datei basteln und auch keine Datei umbauen, die du aus ChatGPT herauskopiert hast.

Für dich als Betreiber bleiben drei Situationen übrig. Nur eine davon hat überhaupt mit geschriebenem Text zu tun, die beiden anderen betreffen Chatbots und täuschend echte Bilder oder Videos.

Wann du KI-Inhalte kennzeichnen musst

Der relevante Satz für Texte steht in Artikel 50 Absatz 4. Sinngemäß verlangt er eine Offenlegung von Betreibern, die mit einem KI-System Text erzeugen oder verändern und diesen Text veröffentlichen, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Gemeint sind Inhalte, die auf die öffentliche Meinungsbildung einzahlen, also Berichterstattung über Politik, Gesundheit, Justiz oder gesellschaftliche Debatten.

Direkt danach folgt der Satz, den fast alle Panik-Beiträge unterschlagen. Die Pflicht entfällt, wenn der Inhalt eine menschliche Überprüfung oder redaktionelle Kontrolle durchlaufen hat und wenn eine natürliche oder juristische Person die redaktionelle Verantwortung für die Veröffentlichung trägt. Beides muss zusammenkommen.

Damit sanktioniert die Verordnung nicht den Einsatz von KI. Sie sanktioniert das ungeprüfte Rausblasen von Text, hinter dem niemand mehr steht. Die Leitlinien der Kommission vom 20. Juli 2026 schärfen das noch nach: Gemeint ist eine inhaltliche Prüfung durch eine sachkundige Person. Ein schneller Blick auf die Rechtschreibung reicht dafür nicht.

Warum dein PLR-eBook gar nicht erst in diese Kategorie fällt

Ein Ratgeber über Zeitmanagement informiert die Öffentlichkeit nicht über Angelegenheiten von öffentlichem Interesse. Eine Verkaufsseite auch nicht. Ein Newsletter über deine neuen Produkte ebenfalls nicht. Diese Texte verkaufen etwas oder erklären etwas, sie mischen sich aber nicht in die öffentliche Meinungsbildung ein. Damit greift die Textpflicht aus Absatz 4 schon dem Grunde nach nicht.

Und selbst wenn du einen Blogartikel über ein politisch aufgeladenes Thema schreibst, hast du die Ausnahme meist schon erfüllt, ohne es zu merken. Du liest den KI-Entwurf, streichst die Hälfte, schreibst Beispiele rein, korrigierst falsche Aussagen und setzt am Ende deinen Namen unter den Artikel. Genau das ist menschliche Überprüfung mit redaktioneller Verantwortung.

Ein Grenzfall lohnt trotzdem den zweiten Blick. Schreibst du einen Ratgeber über Ernährung bei Diabetes oder einen Artikel über neue Regeln beim Elterngeld, bewegst du dich näher an dem, was die Verordnung im Blick hat. Gesundheit und staatliche Leistungen sind Themen, bei denen Leser auf die Richtigkeit vertrauen. Ich würde solche Texte behandeln wie eine Redaktion: eine Person prüft inhaltlich, die Quellen werden nachgesehen, der Name steht drunter. Damit bist du auf der sicheren Seite, egal wie eine Behörde das Thema später einsortiert.

Ein Haken bleibt jedoch: Die Beweislast liegt bei dir. Wenn eine Behörde nachfragt, hilft dir ein Prozess, den du beschreiben kannst. Bei mir sieht das ziemlich unspektakulär aus. Der Rohtext geht in ein Dokument, ich arbeite ihn durch, die überarbeitete Fassung geht online und wird separat gespeichert. Das unbearbeitete Dokument speichere ich ebenfalls im gleichen Ordner ab. Somit hast du zwei Dateien zur Gegenüberstellung, falls mal jemand nachfragt. Dazu eine kurze Notiz, welches Modell den Entwurf geliefert hat. Zwei Minuten Aufwand pro Text, die im Ernstfall den Unterschied machen zwischen einer nachvollziehbaren Prüfung und einer Behauptung.

Die Stellen, an denen es für dich doch eng wird

Drei Fälle, die du kennen solltest, egal was du gerade schreibst. Das Thema spielt dabei keine Rolle, das Format schon.

Beim Chatbot auf deiner Website gilt eine schlichte Regel: Der Besucher muss wissen, dass er mit einer KI schreibt und nicht mit dir. Ein Hinweis direkt im Chatfenster erledigt das. Die Pflicht entfällt, wenn die KI-Natur für jeden sofort offensichtlich ist. Bei einem freundlichen Assistenten mit Vornamen und Profilbild würde ich mich darauf nicht verlassen.

Bei Deepfakes wird es unangenehmer. Gemeint sind KI-erzeugte Bilder, Videos oder Tonaufnahmen, die echten Personen, Orten oder Ereignissen täuschend ähnlich sehen. Hier gibt es keine redaktionelle Ausnahme. Produzierst du ein Werbevideo mit einem KI-Gesicht, das nach einer echten Person aussieht, musst du das offenlegen. Für Symbolbilder, Icons oder erkennbar künstliche Illustrationen/ Grafiken gilt das nicht, weil dort niemand getäuscht wird.

Der dritte Fall betrifft Systeme zur Emotionserkennung. Die spielen für die meisten Solo-Selbstständigen keine Rolle, tauchen aber in Bewerbungs- und Analysetools auf. Beim Einsatz solcher Systeme musst du die betroffenen Personen informieren.

Zwei Begriffe werden dabei ständig durcheinandergeworfen. Kennzeichnen meint die technische Kennung, die der Anbieter in die Datei legt. Offenlegen meint den Hinweis, den ein Mensch lesen oder hören kann. Als Betreiber schuldest du die zweite Variante. Auf die technische Markierung des Anbieters darfst du dich dabei nicht allein verlassen, weil sie für deine Leser unsichtbar bleibt.

Offengelegt wird spätestens bei der ersten Berührung mit dem Inhalt, klar und für Menschen wahrnehmbar. Ein Vermerk in deinem Impressum, den niemand findet, erfüllt das nicht.

Amazon KDP interessiert sich nicht für Brüssel

Für alle, die eBooks oder Bücher bei Amazon veröffentlichen, ist die nächste Baustelle praktisch wichtiger als die Verordnung. Amazon hat eigene Regeln, die unabhängig davon gelten, ob dein Buch unter das europäische Gesetz fällt oder nicht.

Beim Hochladen eines Buches fragt KDP ab, ob dein Buch KI-erzeugte Inhalte enthält. Amazon zieht dabei eine Trennlinie zwischen KI-erzeugt und KI-unterstützt. KI-erzeugt heißt: Das Tool hat den Text oder das Bild produziert. KI-unterstützt heißt: Du hast selbst geschrieben und die KI hat dir beim Umformulieren oder bei der Rechtschreibung geholfen. Nur der erste Fall ist anzugeben.

Die entscheidende Feinheit für PLR-Käufer steckt in einem Detail. Nach Amazons Lesart bleibt ein KI-erzeugter Text auch dann KI-erzeugt, wenn du ihn anschließend stark überarbeitest. Anders als bei der europäischen Verordnung rettet dich Nacharbeitung hier also nicht aus der Angabepflicht. Kaufst du ein PLR-eBook, dessen Rohtext aus einem KI-Modell stammt und bringst es unter deinem Namen bei KDP raus, gehört das ins Formular.

Das kostet dich aber nichts. Die Angabe landet intern bei Amazon und erscheint nicht auf deiner Produktseite. Käufer sehen davon nichts, auf Ranking und Tantiemen wirkt sie sich nach Amazons eigenen Aussagen nicht aus. Ohne die Angabe riskierst du dagegen die Entfernung deines Buches, bei Wiederholung auch leider dein Konto. Es gibt hier schlicht keinen Grund zu schweigen. Amazon ändert seine Richtlinien allerdings gelegentlich ohne großes Aufheben, deshalb lohnt vor dem nächsten Upload ein Blick ins KDP-Hilfe-Center.

Detektoren prüfen deine Rechtslage nicht

Ein Missverständnis begegnet mir seit August ständig. Leute jagen ihren Text durch ein Erkennungstool, sehen einen niedrigen KI-Wert und halten sich damit für abgesichert. Diese beiden Dinge haben nichts miteinander zu tun. Deine Pflicht hängt daran, wer den Inhalt geprüft und verantwortet hat, nicht daran, was ein Prüfprogramm über deinen Satzbau denkt. Warum KI-Detektoren regelmäßig danebenliegen, habe ich an anderer Stelle ausführlich aufgeschrieben.

Umgekehrt wird auch kein Schuh draus. Ein Text, der laut Tool zu 98 Prozent nach KI klingt, wird dadurch nicht illegal. Er wird nur schlechter gelesen. Die typischen Muster im KI-Text kosten dich Leser statt Bußgeldern und genau deshalb lohnt die Nacharbeitung völlig unabhängig von jeder Verordnung.

Was du ab heute anders machen solltest

Für die meisten Leser hier lautet die ehrliche Antwort: fast nichts. Deine Ratgeber, deine Verkaufstexte und dein Newsletter fallen nicht unter die Offenlegungspflicht für Texte. Du brauchst einen Prüfschritt, den du beim Namen nennen kannst. Plus deinen Namen unter dem, was rausgeht.

Der Rest ist überschaubar. Schau nach, ob auf deiner Seite ein Chatbot läuft und ob er sich als KI zu erkennen gibt. Prüfe deine Werbebilder auf Gesichter, die wie echte Menschen wirken. Und setz beim nächsten KDP-Upload das Häkchen an der richtigen Stelle. Damit bist du für den Alltag durch.

Die eigentliche Botschaft dieser Verordnung liegt sowieso woanders. Brüssel hat nicht die KI verboten, es hat die anonyme Textflut unattraktiv gemacht. Ein Mensch soll geradestehen für das, was veröffentlicht wird. Das war schon immer der Unterschied zwischen einem Text, den jemand gerne liest und einem, den jemand sofort wegklickt.

Wo KI-Rohtext völlig reicht

Den Teil, den kaum jemand offen ausspricht, zuerst: An einer Menge Stellen ist KI-Rohtext völlig in Ordnung, ohne eine Minute Nacharbeit. Das gilt überall dort, wo kein Kunde und kein Google-Bewerter mitliest und wo der Text eine Funktion erfüllt statt eine Wirkung zu erzielen.

Deine interne Dokumentation ist so ein Ort. Ein Prozessablauf, den nur dein Team liest, muss nicht schön klingen, er muss stimmen. Dasselbe gilt für Briefings, Aufgabenlisten und die kurze Zusammenfassung eines Calls, die morgen ohnehin im Archiv verschwindet. Niemand fällt hier ein Urteil über deine Marke und keine Kaufentscheidung hängt an der Formulierung. Einmal überfliegen, grobe Schnitzer raus, fertig. Ich hab früher sogar interne Checklisten zweimal umformuliert, bis sie sich rund lasen. Gelesen hat die außer mir nie jemand. Die Zeit hätte in einen einzigen Verkaufstext fließen sollen, an dem tatsächlich etwas hing.

Der zweite Ort ist die Rohfassung, aus der du selbst weiterbaust. Eine KI liefert dir in dreißig Sekunden ein Gerüst, an dem du dich abarbeitest, statt vor dem leeren Blatt zu sitzen. Das kann eine Gliederung sein oder ein erster Wurf für eine Meta-Beschreibung, den du danach ohnehin umschreibst. Du hast damit Material in der Hand, kein fertiges Ergebnis. Der Rohtext muss an dieser Stelle nichts können außer dir das Anfangen abnehmen und das erledigt er verlässlich.

Der gemeinsame Nenner in beiden Fällen liegt auf der Hand. Der Text transportiert eine Information und wird nie zum Aushängeschild. Google bewertet solche Seiten gar nicht oder nur am Rande und ein Leser mit einem offenem Geldbeutel taucht hier überhaupt nicht auf. Der Reflex, jeden Text zu veredeln, sitzt trotzdem in uns tief drin, weil sauberes Schreiben sich nach Sorgfalt anfühlt. Auf einer internen Notiz ist diese Sorgfalt am falschen Platz.

Wo dich ungefilterter KI-Text Geld kostet

Auf der anderen Seite stehen die Texte, bei denen ein durchgewinkter Rohtext direkt auf deinen Umsatz durchschlägt. Hier liest jemand mit, dessen Urteil über Geld oder Ruf entscheidet und der merkt den Unterschied schneller, als es dir lieb ist.

Deine Verkaufsseiten stehen ganz vorne, jeder Verkaufstext und jede Landingpage mit einem Kaufbutton darunter. An dieser Stelle entscheidet die Wirkung auf einen einzelnen Leser darüber, ob er kauft oder wegklickt. Generischer KI-Text überzeugt hier niemanden. Er liest sich glatt und sagt nichts, was hängen bleibt. Ein Besucher, der vorher schon drei ähnliche Seiten gesehen hat, spürt diese Leere in zwei Sätzen. Er bleibt nicht, um den Grund zu suchen, er ist einfach weg.

Ein zweiter teurer Bereich ist Ratgeber-Content, mit dem du ranken willst. Für ein umkämpftes Keyword reicht sauberes Deutsch nicht mehr aus. Google will Signale echter Erfahrung sehen. Und die klingen ungefähr so: „Ich habe das selbst drei Monate lang getestet und dabei Folgendes gemerkt.” Ein eigenes Beispiel, eine Zahl aus der Praxis, eine Position, die jemand vertritt, der die Sache selbst durchgezogen hat. Das Kürzel dafür heißt E-E-A-T, gemeint sind Erfahrung, Fachwissen, Autorität und Vertrauen (Experience, Expertise, Authoritativeness und Trustworthiness). Diese Signale bringt Rohtext von allein nicht mit. Ein Leser, der bei dir landet, hat die ersten zehn Treffer oft schon überflogen. Bietest du ihm nur eine weitere Umformulierung derselben Punkte, klickt er zurück und Google merkt sich diesen schnellen Rücksprung. Damit landest du zuverlässig hinter den Seiten, die die eigentliche Arbeit gemacht haben.

Und dann ist da alles, was nach dir klingen soll, vom Newsletter bis zur Über-mich-Seite. Hier bist du selbst das Produkt und ein austauschbarer Text beschädigt das Vertrauen, das deine Marke überhaupt erst trägt. Wo ein Leser dich als Absender erwartet, darf keine KI den Ton vorgeben, weil der Text dann nach niemandem klingt. Ein Leser, der deine Stimme kennt, merkt sofort, wenn plötzlich eine glatte Maschine spricht. Ein Stück Nähe geht dabei verloren.

Mir ist das mit meinen eigenen eBooks passiert. Ich schreibe die zu einem guten Teil mit KI vor und mach daraus kein Geheimnis. Beim ersten Durchlauf hab ich den Rohtext eines Verkaufstexts fast so gelassen, wie er kam, weil er auf den ersten Blick ordentlich aussah. Zwei Wochen später hab ich ihn nochmal gelesen und gemerkt, dass er über Seiten hinweg höflich um den heißen Brei redet. Inhaltlich stimmte alles. Nur blieb kein einziger Satz hängen und ein Verkaufstext, der nicht hängen bleibt, verkauft nichts. Dann kann ich es auch sein lassen. Ich hab ihn komplett neu geschrieben, zwei Absätze rausgeworfen und den größten Einwand des Lesers gleich im ersten Drittel beantwortet. Erst danach war es ein Verkaufstext und nicht nur ein netter Text über das Produkt.

Die eine Grenze, an der du KI-Text im SEO einsetzen kannst

Du musst dir diese Fälle nicht auswendig merken. Eine einzige Prüfung sortiert fast jede Situation. Sie richtet sich allein danach, wer den Text am Ende zu sehen bekommt. Ein zahlender Kunde und Google verlangen das eine, dein eigenes Team das andere.

Landet der Text bei jemandem, dessen Urteil oder Geldbeutel zählt, geht Rohtext nicht durch. Da ist Nacharbeit Pflicht, egal wie gut die erste Fassung schon aussieht. Für alles, was intern bleibt und nur seine Funktion erfüllen muss, reicht ein kurzer Blick drüber oder gar nichts. Diese Prüfung nimmt dir den größten Teil des Grübelns ab, weil sie nicht nach der Textsorte fragt. Dieselbe Produktbeschreibung, die intern als Stichwortliste völlig genügt, braucht auf der Verkaufsseite jede Menge Nacharbeit.

Der Denkfehler, wenn Leute KI-Text im SEO einsetzen

Eine Falle übersehen die meisten und sie kostet am Ende am meisten. Die Rohfassung, die heimlich zur Verkaufsseite wird. Du lässt dir einen Entwurf für einen Artikel generieren, „nur mal als Basis”. Die eigentliche Überarbeitung schiebst du auf später. Dann kommt der Alltag dazwischen, der Kalender füllt sich mit dringenderen Sachen und irgendwann geht der Artikel live, ohne dass die Nachbearbeitung stattgefunden hat. Aus der Basis ist unbemerkt die fertige Seite geworden.

Der Vorsatz war richtig, die Zeit dafür kam nur nie. An dieser Stelle scheitern die guten Absichten, nicht am fehlenden Wissen. Der einfachste Schutz davor liegt in einer kleinen Umstellung im Kopf. Behandle jeden Entwurf, der die Chance hat, öffentlich zu werden, von der ersten Minute an wie eine Verkaufsseite. Dann fällst du gar nicht erst in die Lücke zwischen „mach ich später noch” und „steht doch längst online”.

Die leichte Korrektur als Mittelweg

Zwischen ganz roh und kompletter Handarbeit liegt eine dritte Stufe, die viele übersehen. Manche Texte gehen zwar online, tragen aber nicht den Hauptteil deines Umsatzes. Kategorietexte im Shop, Antworten in einem FAQ, Bildunterschriften, die Meta-Beschreibung unter dem Suchergebnis. Ein Kunde liest die im Vorbeigehen, trifft aber selten allein deswegen seine Kaufentscheidung. Trotzdem sieht ein Interessent sie und ein maschinell holpernder Satz an dieser Stelle hinterlässt einen schlechten Beigeschmack, auch wenn er nichts kauft.

Hier reicht ein gezielter Durchgang, keine Grundsanierung. Du prüfst, ob die Fakten stimmen, wirfst die typischen KI-Verräter raus und sorgst dafür, dass der Text nicht nach KI klingt. Die üblichen Verdächtigen erkennst du nach einer Weile im Schlaf: aufgeblähte Übergänge und dieser gleichmäßige Rhythmus, bei dem jeder Satz gleich lang ausfällt. Zehn Minuten pro Text statt einer Stunde. Das summiert sich bei dreißig Texten schnell und genau deshalb lohnt sich eine eigene Stufe dafür.

Der Grund für diese Zwischenstufe liegt in der Menge. Von Kategorietexten und FAQ-Antworten hast du schnell fünfzig Stück, von echten Verkaufsseiten vielleicht eine Handvoll. Die Zahl allein zwingt dich schon zu einer schnelleren Route. Behandelst du jeden dieser Nebentexte wie eine Landingpage, kostet dich das Wochen, die du nicht hast. Roh stehen lassen kannst du sie aber auch nicht, weil sich über fünfzig maschinelle Kleintexte ein Grundton übers ganze Projekt legt, den der Besucher zwar nicht benennt, aber im Bauch spürt.

Was übrig bleibt, wenn du beides trennst

Ziehst du diese Grenze sauber, nutzt du das Tempo der KI genau dort, wo es niemanden interessiert. Deine Zeit steckst du dort hinein, wo sie wirklich etwas verändert. Nicht jeder Text braucht deine Handschrift oder deinen Charakter. Ein großer Teil deiner Seite kommt mit weniger aus, als der Perfektionist in dir glaubt. Die Texte aber, an denen dein Umsatz und dein Ruf hängen, brauchen sie ohne Ausnahme und die erkennst du ab jetzt vorher statt hinterher.

Übrig bleibt die eigentliche Arbeit, aus einem langweiligen KI-Text einen zu machen, der nach dir klingt und den ein Leser ernst nimmt. Dafür hab ich das KI-Klang-Handbuch geschrieben. Es zeigt dir Schritt für Schritt, woran du Rohtext erkennst und mit welchen Handgriffen du ihn so umbaust, dass er menschlich wirkt statt generiert. Damit lieferst du auf deinen Verkaufsseiten die Handarbeit ab, die über Kauf oder Wegklicken entscheidet.

E-E-A-T kurz erklärt: die vier Buchstaben

Erfahrung heißt, dass der Autor das Thema selbst angefasst hat. Ein Produkttest von jemandem, der das Ding selbst in der Hand hatte, liest sich anders als eine Zusammenfassung aus zweiter Hand, weil Details stimmen, die sich niemand am Schreibtisch ausdenkt. Beim Fachwissen geht es um echte Sachkenntnis, also darum, ob jemand die Materie über das Oberflächenwissen hinaus durchdrungen hat und die typischen Fallstricke kennt.

Autorität ist der Ruf im eigenen Feld. Verlinken und zitieren andere Seiten dich als Anlaufstelle, hast du sie aufgebaut, ansonsten bleibt sie eine Behauptung. Vertrauenswürdigkeit entscheidet sich an transparenten Angaben und korrekten Fakten. Fehlt das, glaubt dir am Ende weder Google noch der Leser.

Diese vier sind keine Checkboxen zum Abhaken. Sie beschreiben, woran du als Leser erkennst, ob ein Text von jemandem kommt, der Ahnung hat und es ernst meint.

Warum E-E-A-T und KI-Text am ersten E kollidieren

Fachwissen kann ein Modell gut simulieren, es hat schließlich Unmengen an Fachtexten gesehen. Autorität und Vertrauen baust du über deine Seite und deine Quellenangaben, das lässt sich organisieren. Aber Erfahrung, das erste E, ist die Wand, gegen die generischer KI-Text läuft.

Der Grund liegt in der Mechanik. Ein Sprachmodell erzeugt den wahrscheinlichsten nächsten Satz auf Basis von allem, was es gelesen hat. Damit reproduziert es den Durchschnitt des bereits Geschriebenen. Der hat nie im Leben etwas selbst erlebt. Ihm fehlt die eigene Beobachtung, dieses „das hab ich ausprobiert und es lief anders als erwartet“. Genau solche Signale machen Erfahrung im Text sichtbar und genau die fehlen dem Rohtext.

Und hier liegt der Punkt für Content-Teams, die sich fragen, ob KI ihre Rankings kostet. Ein Text, der nach niemandem klingt, ist das eigentliche Risiko, egal ob ihn ein Mensch oder ein Modell getippt hat.

Wie Erfahrungssignale im Text aussehen

Den Unterschied kannst du mal ganz einfach prüfen. Nimm einen generischen Satz aus einem KI-Rohtext: „Eine gute Content-Strategie hilft dir, deine Zielgruppe zu erreichen.“ Das ist zwar wahr aber trotzdem leer, den hat der Leser schon hundertmal gelesen. Ein Satz mit Erfahrungssignal klingt anders: „Meine Rohtexte scheitern oft am selben Punkt, sie erklären ein Problem, das die Zielgruppe längst kennt und drücken sich um die eine Frage, die wirklich wehtut.“

Der zweite Satz zeigt eine Beobachtung und ein Bild, an dem der Leser hängen bleibt. So sieht Erfahrung in einem Text aus. Sie steckt in eigenen Einschätzungen und in spezifischen Details, die kein Allgemeinplatz liefert. Hast du ein Thema durchdrungen, streust du solche Signale automatisch ein. Ein Modell muss sie eingepflanzt bekommen.

Was das für deine KI-Produktion bedeutet

Mit KI vorzuproduzieren ist erstmal legitim. Der Rohtext gibt dir Struktur und eine Rohmasse, an der du dich nicht mit dem leeren Blatt quälst. Der Fehler beginnt dort, wo du ihn ungefiltert veröffentlichst und hoffst, dass Google die Austauschbarkeit nicht bemerkt. Bemerkt es aber. Kein Algorithmus klebt dir ein KI-Etikett an, der Text rutscht ab, weil er nichts liefert, das ihn von hundert anderen abhebt.

Und ja, die naheliegende Rückfrage: Wenn Google KI-Text nicht erkennt, kann es fehlende Erfahrung erst recht nicht erkennen. Stimmt, jedenfalls nicht direkt. Google liest keine Biografie aus deinem Text, es misst Näherungswerte, ob dein Beitrag etwas liefert, das es woanders nicht schon gibt und ob Leute nach dem Klick zufrieden bleiben oder gleich wieder abspringen. Die Feinjustierung übernehmen Menschen: von Google beschäftigte Prüfer, die Quality Rater, gehen Seiten von Hand nach E-E-A-T durch und stellen damit die automatischen Systeme richtig ein. Genau diese Näherungswerte ziehst du mit echter Erfahrung nach oben. Einen Knopf dafür gibt es nicht.

Die Arbeit besteht darin, deine echte Erfahrung, deine Seele und Charakter in den Rohtext zu bringen. Ganz praktisch heißt das, die glatten und nichtssagenden Allgemeinsätze durch das zu ersetzen, was nur du weißt. An den Stellen, wo der Rohtext herumeiert, gehörst du mit einer klaren Position rein. Wo er eine Standardlösung nennt, schreibst du dazu, wo sie in der Praxis kippt und welchen Fehler du dabei selbst gemacht hast. Aus der generischen Illustration wird ein Beispiel, das du selbst erlebt hast.

Wie viel Nacharbeit ein Text braucht, hängt vom Thema ab. Bei einer schnellen Support-Antwort oder einer Gebrauchsanweisung für einen Wasserkocher reicht sauberer Rohtext meistens. Bei Gesundheit oder Geld, bei allem, wo eine schlechte Info echten Schaden anrichtet, schaut Google genauer hin und dann führt an deiner eigener Erfahrung nichts vorbei.

Warum Prompten allein nie gereicht hat