Kundenheld | Besser schreiben mit KI

KI Schreibaufgaben: Dein Prompt ist nicht das Problem

Ronny — Wed, 07 Oct 2026 09:37:42 +0000

Bei KI Schreibaufgaben steckt oft ein Denkfehler drin, der für die meisten unsichtbar bleibt: Ein Text kommt heraus, der irgendwie nicht stimmt. Etwas zu glatt, ein bisschen zu generisch, klingt irgendwie nach niemandem. Also wird der Prompt überarbeitet. Ausführlicher, mit mehr Vorgaben, mit strikteren Regeln. Der nächste Text kommt, und er ist ein bisschen besser. Aber er klingt immer noch nicht nach dir.

Das Problem ist nicht der Prompt. Das Problem ist die Aufgabe selbst.

Was ein Harvard-Physiker über KI-Zusammenarbeit herausgefunden hat

Harvard-Physikprofessor Matthew Schwartz hat das auf einem Umweg entdeckt. Er beschreibt in einem Gastbeitrag für Anthropic, wie er anfangs versuchte, Claude genau wie einen menschlichen Wissenschaftler arbeiten zu lassen. Es war, nach seiner Beschreibung, ein Schlauch. Er musste jeden Satz korrigieren, die KI ständig von Sackgassen weglenken und immer wieder zum Thema zurückführen.

Dann änderte er seine Herangehensweise. Statt Claude in seinen menschlichen Workflow zu pressen, fragte er sich, welche Aufgaben wirklich gut zu den Stärken des Modells passen. Er nennt sie „Claude-shaped problems", also Aufgaben, die wie für die aktuelle KI-Generation gemacht sind. Das Ergebnis war eine völlig andere Produktivität.

Die Beobachtung lässt sich wörtlich auf das Schreiben übertragen.

Welche Schreibaufgaben KI wirklich gut kann

Es lohnt sich, einen Blogartikel gedanklich in seine Einzelteile zu zerlegen. Nicht als abstraktes Modell, sondern als Liste von dem, was tatsächlich passiert, wenn ein Text entsteht:

eine Idee finden
eine eigene Position dazu entwickeln
recherchieren
eine Struktur bauen
einen Rohtext schreiben
Beispiele finden und formulieren
Gegenargumente suchen und einarbeiten
den fertigen Text auf KI-Klang prüfen und nacharbeiten lassen

Jetzt kommt die eigentlich interessante Frage: Bei welchen davon ist die KI wirklich gut?

Recherche: ja, eindeutig. Struktur vorschlagen: ja, oft gut. Rohtext aus vorhandenem Material entwickeln: ja, wenn das Material schon da ist. Technische Überarbeitungen erledigen: ja. Gegenargumente aufzeigen: ja.

Und wo ist sie schwach?

Eigene Position entwickeln: nein. Echte Beispiele aus dem eigenen Leben einbringen: woher? Den Gedanken formulieren, der nur in deinem Kopf existiert: auf jeden Fall NEIN.

Genau diese Aufgaben sind aber die, die einen Text unverwechselbar machen.

Warum der erste Reflex fast immer falsch ist

Der erste Impuls bei einem schlechten KI-Text lautet: „Ich muss meinen Prompt besser machen." Das ist nicht grundsätzlich falsch, aber es setzt an der falschen Stelle an.

Ich kenne das aus meiner eigenen Arbeit nur zu gut. Mein Ablauf war früher: Thema bekommen, Prompt eintippen, Text bekommen, nacharbeiten. Die Nacharbeit hat oft genauso lang gedauert wie das Schreiben selbst. Ein langweiliger Job, weil das Grundproblem nicht im Prompt lag, sondern darin, dass ich der KI etwas gegeben hatte, was sie gar nicht wissen konnte: meine eigene Perspektive, meinen eigenen Blickwinkel, mein eigenes Erleben mit dem Thema.

Heute sieht mein Ablauf anders aus. Bevor Claude irgendetwas schreibt, ist das Wesentliche schon geklärt. Das Thema ist gesetzt, die eigene Position steht, Recherche und Brainstorming sind erledigt. Claude bekommt Material und eine Richtung, keine leere Anfrage. Der Unterschied ist nicht ein besserer Prompt. Der Unterschied ist eine andere Aufgabe.

KI Schreibaufgaben: Was du selbst machen solltest

Hier ist die Liste, die die meisten überspringen:

Du: Idee, Position, Haltung zum Thema. Was willst du eigentlich sagen? Was denkst du wirklich darüber?

Du: Eigene Beispiele, eigene Erlebnisse, eigene Fehler. Was hast du selbst erlebt, das den Punkt trägt?

Du: Die Entscheidung über Winkel und Zielgruppe. Für wen schreibst du das? Was soll der Leser danach anders machen?

KI: Recherche und Fakten zusammentragen.

KI: Struktur vorschlagen auf Basis dessen, was du bereits weißt.

KI: Rohtext aus deinem Material entwickeln.

KI: Gegenargumente aufzeigen, auf die du vielleicht nicht selbst gekommen wärst.

KI: Text auf KI-Klang prüfen und auf deine Rückmeldung hin überarbeiten.

Das klingt auf den ersten Blick nach mehr Arbeit. Tatsächlich ist es weniger. Wer mit einer eigenen Position ins Gespräch mit der KI geht, muss danach weniger korrigieren, weil der Text schon eine Grundsubstanz hat, die nicht austauschbar ist.

Was passiert, wenn du die Aufgabenteilung umdrehst

Schwartz beschreibt in seinem Artikel ein Problem, das jeder kennt, der intensiv mit KI gearbeitet hat: Claude liebt es, Ergebnisse zu verkünden. „Fertig, mit einer kleinen Anmerkung" bedeutet häufig: gar nicht fertig. Das ist kein Bug, sondern ein Hinweis darauf, wo menschliches Urteil gefragt ist.

Bei Schreibaufgaben zeigt sich dasselbe Muster. Die KI liefert einen Text, der sprachlich sauber ist und inhaltlich leer. Nicht weil das Modell schlecht ist, sondern weil es mangels eigener Erfahrung keine andere Wahl hat. Es füllt die Lücke mit dem, was es kennt: statistisch wahrscheinliche Formulierungen, typische Argumentationslinien, beliebige Beispiele. Warum das ausgerechnet dann passiert, wenn die Modelle technisch besser werden, beschreibt das KI-Paradox bei gleichförmigen Texten genauer.

Das ist auch der Grund, warum KI-Klang im Text erkennen eine eigenständige Fähigkeit ist: nicht damit du den Text am Ende selbst Satz für Satz umschreibst, sondern damit du der KI sagen kannst, was nicht stimmt. Du erkennst das Problem, du benennst es, und die KI arbeitet es nach. Das ist die Arbeitsteilung, die funktioniert.

Was KI-geformte Schreibaufgaben in der Praxis bedeuten

KI Schreibaufgaben richtig aufteilen: eine konkrete Probe

Eine konkrete Probe: Schreib fünf Minuten lang ungefiltert auf, was du zum Thema denkst. Keine Struktur, kein Ziel, einfach alles raus damit. Dann gib dieses Material der KI und sag ihr, was sie daraus machen soll.

Der Vergleich zwischen diesem Ergebnis und dem Ergebnis eines leeren Prompts ist meistens eindeutig. Der erste Text klingt nach dir. Der zweite klingt nach niemandem.

Der Grund ist simpel: Die KI hat beim zweiten Versuch angefangen bei dem, was sie statistisch für wahrscheinlich hält. Beim ersten hat sie angefangen bei deinem Gedanken.

Das verändert auch, wie du mit schlechten Ergebnissen umgehst. Die nächste Frage bei einem enttäuschenden KI-Text lautet dann nicht: „Wie muss ich meinen Prompt verbessern?" Sinnvoller ist: „Habe ich der KI überhaupt die Aufgabe gegeben, die zu ihr passt? Oder hätte diese Aufgabe bei mir bleiben sollen?"

Schwartz bringt das auf den Punkt: Das Menschlichste an KI-unterstützter Arbeit ist nicht das Tippen der Anfrage. Es ist das Urteilen, das Richtung geben, das Erkennen, wann ein Ergebnis gut ist und wann nicht.

Das gilt für Wissenschaft. Und es gilt genauso fürs "normale" Schreiben.

Das KI-Klang-Handbuch

Die meisten schreiben den KI-Klang hinterher aus dem Text raus und sitzen dann eine Stunde an etwas, das die KI in zwei Minuten ausgespuckt hat. Ist das, was du willst? Im KI-Klang-Handbuch baust du dir dein eigenes Regelwerk und drehst damit die Reihenfolge um. Du nimmst die zwölf Muster, anhand derer deine Leser einen KI-Text sofort erkennen, machst daraus einen fertigen Regelblock und hinterlegst ihn als Skill in Claude oder als Anweisung in ChatGPT. Ab da hält sich dein Tool bei jedem Auftrag automatisch daran, ohne dass du der KI jedes Mal sagen musst, wie ein Mensch schreibt.

KI beibringen, wie du schreibst

Der Beitrag KI Schreibaufgaben: Dein Prompt ist nicht das Problem erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat

Ronny — Mon, 28 Sep 2026 13:06:26 +0000

Ein paar Monate lang hast du an deinem Schreibprompt gearbeitet, also an den Anweisungen, die du der KI vor jedem Text mitgibst. Irgendwann kamen die Texte endlich so raus, wie du sie haben wolltest, und seitdem liegt der Prompt gespeichert bereit wie ein bewährtes Rezept. Dann bekommt ChatGPT oder Claude ein neues Modell, also eine neue Version der KI hinter dem Chatfenster. Mit einem Mal wirkt dasselbe Rezept steif. Manche Anweisungen verpuffen, andere liefern Sätze, die dir vorher nie untergekommen sind.

Willst du deinen Prompt verbessern, liegt der erste Verdacht beim neuen Modell. Kann sein, dass es schlechter schreibt. Ich halte es aber für wahrscheinlicher, dass inzwischen dein eigener Prompt bremst, und dann ist die nächste Regel ziemlich sicher der falsche Weg.

Inhalt

Dein Prompt wurde für ein bestimmtes KI-Verhalten gebaut
Aus zehn sinnvollen Regeln werden irgendwann fünfzig
Manche deiner Regeln lösen ein Problem, das nicht mehr existiert
Warum ein besseres Modell mit deinem alten Prompt schlechter schreiben kann
Hör auf, deinen Schreibprompt immer nur zu erweitern
Dein Stil in ein Fach, die KI-Reparaturen ins andere
Sieben Fragen für deine Prompt-Inventur

Dein Prompt wurde für ein bestimmtes KI-Verhalten gebaut

Schau dir mal die Regeln in deinem Prompt an und überleg bei jeder, wann sie reingekommen ist. Viele davon sind Antworten auf etwas, das dich an einem bestimmten Tag an einer bestimmten KI genervt hat. Typische Kandidaten sehen so aus:

Keine unnötigen Zusammenfassungen.

Vermeide künstliche Übergänge.

Keine Dreierlisten.

Verwende weniger Metaphern.

Beginne nicht jeden Absatz mit einer Einordnung.

Mit gutem Schreiben an sich haben diese Sätze wenig zu tun. Jeder davon reagiert auf etwas, das ein Modell damals zu oft gemacht hat. Die Dreierlisten-Regel kam rein, weil in jedem zweiten Absatz drei Adjektive hintereinander standen. Und die Regel gegen Einordnungen stammt aus der Zeit, als jeder Absatz erst mal erklärt hat, worum es gleich gehen wird.

Der Anlass selbst steht nirgends im Prompt. Die Regel steht da wie ein allgemeines Schreibgesetz und nach einem halben Jahr weißt du selbst nicht mehr, gegen welches Problem sie mal gedacht war. Eine pauschale Gegenanweisung bringt da auch wenig. Im Artikel darüber, warum „schreib menschlicher“ nicht reicht, steht, woran das liegt.

Aus zehn sinnvollen Regeln werden irgendwann fünfzig

Schreibprompts wachsen fast immer nur in eine Richtung. Ein Text geht daneben und du ergänzt eine Regel. Beim nächsten Text hakt es woanders und schon steht Regel Nummer elf drin. Gelöscht wird so gut wie nie, weil eine alte Regel ja nicht stört, solange du nicht merkst, dass sie stört.

Ein Prompt nach einem Jahr erinnert deshalb an einen Kühlschrank, in dem noch das Senfglas von vorletztem Sommer steht. Keiner traut sich, es wegzuwerfen, es könnte ja noch gut sein. Nichts gegen Senf, aber irgendwann ist das Fach voll.

Anthropic, der Hersteller von Claude, hat für dieses Muster in seinem Prompt Audit, einer Prüfanleitung für Entwickler, sogar einen eigenen Begriff. Von der Recency-Falle ist dort die Rede, wenn ein einzelner Ausrutscher aus einer einzigen Sitzung als Dauerregel im Prompt landet. Mein eigener Schreibstil-Skill, also die Datei mit meinen Stilregeln, die Claude bei jedem Text mitliest, ist über Wochen auf ähnliche Weise gewachsen. Nach jedem Block Regeln habe ich die Texte gelesen und nachgebessert. Manches kam dazu und manches wurde wieder weniger.

Irgendwann schleichen sich so Regeln ein, die einzeln vernünftig klingen und sich gemeinsam in die Quere kommen:

Regel A

Schreibe kurze und direkte Sätze.

Regel B

Variiere die Satzlängen stark und verwende auch längere Satzkonstruktionen.

Regel A kam vielleicht rein, als die KI Bandwurmsätze produziert hat. Regel B folgte Monate später, weil die Texte danach abgehackt klangen. Jetzt soll das Modell beiden gleichzeitig folgen.

Anthropic beschreibt in einem Artikel über Kosten und Leistung einen Test mit einem Kundenservice-Prompt. Dort haben widersprüchliche Regeln zur Rückerstattung dazu geführt, dass Erstattungen zurückgehalten wurden. Neuere Modelle befolgen solche Widersprüche laut Anthropic zu wörtlich. Was das bei einem Schreibprompt auslöst, hat niemand gemessen, zumindest kenne ich keinen solchen Test. Ich vermute aber, dass manche unruhigen Texte, bei denen du den Grund nicht benennen kannst, aus solchen Regelpaaren kommen.

Bei mir hat ein Test so einen Widerspruch sichtbar gemacht. Mein Blog-Skill für eine andere Website, hat damals erfundene Ich-Beispiele noch erlaubt, mein Schreibstil-Skill hatte sie inzwischen verboten. Aufgefallen ist das erst, als ich mir direkt nach einer Überarbeitung einen Testartikel habe schreiben lassen. Eine der beiden Regeln musste raus und ich habe entschieden, dass nichts mehr erfunden wird. Gelöscht habe ich Regeln bisher nur ab und zu, meistens dann, wenn sich zwei davon gebissen haben.

Mit der bloßen Menge hat das wenig zu tun. Fünfzig Regeln können wunderbar funktionieren. Zum Problem werden einzelne davon, sobald sie das aktuelle Modell in eine Richtung schieben, die es gar nicht mehr braucht.

Manche deiner Regeln lösen ein Problem, das nicht mehr existiert

In deinem Prompt stehen zwei Sorten Regeln, die gleich aussehen und völlig unterschiedlich altern. Die eine Sorte beschreibt dich. Die andere beschreibt eine bestimmte KI zu einem bestimmten Zeitpunkt.

Sorte 1: deine Stilregeln

„Schreib in Du-Form“ gehört zur ersten Sorte. Diese Regel stand im Prompt, bevor die KI überhaupt einen Fehler gemacht hatte, und sie gilt für jedes Modell, das je kommt, weil sie aus deinem Kopf stammt.

Sorte 2: KI-Reparaturen

„Hör auf, jeden Text mit einer Zusammenfassung zu beenden“ gehört zur zweiten Sorte. Irgendein Modell hat mal fast jeden Text mit einer Wiederholung des Gesagten beendet und du hast dagegen angeschrieben. Macht das Modell, mit dem du heute arbeitest, das gar nicht mehr, steht die Regel ohne Aufgabe im Prompt. Befolgt wird sie trotzdem, bei jedem einzelnen Text.

Leider lässt sich nicht jede Regel so sauber einsortieren. In meinem Prompt steht eine Regel gegen den langen Gedankenstrich. Ganz ehrlich, ich weiß nicht mal, wo der auf meiner Tastatur liegt, bei mir kommt er praktisch nur über KI-Text rein. Insofern ist die Regel Geschmack. Gleichzeitig ist sie eine Reparatur, weil ChatGPT mir früher trotz ausdrücklicher Anweisung immer wieder Gedankenstriche geliefert hat, dazu Einstiege wie „In einer Welt, in der …“. Zwei, drei eBooks habe ich damals gar nicht erst verkauft, der KI-Beigeschmack war zu stark.

Am Wortlaut erkennst du also nicht, zu welcher Sorte eine Regel gehört. Entscheidend ist ihre Herkunft. Anthropic behandelt im Prompt Audit Verbote, die nur einen unerwünschten Schreibstil beschreiben und keinen nachvollziehbaren Anlass haben, ausdrücklich als Kandidaten zum Streichen. Übertragen auf deinen Schreibprompt bleibt eine Regel, die aus deinem Geschmack kommt, bei jedem Modell stehen. Eine Regel, die nur eine KI-Macke abfängt, ist so lange etwas wert, wie die Macke noch auftritt.

Warum ein besseres Modell mit deinem alten Prompt schlechter schreiben kann

Dass ein besseres Modell schlechter schreibt, hat einen einfachen Grund. Anthropic schreibt im Prompt Audit, dass Prompts mit der Zeit Anweisungen ansammeln, die auf ältere Modelle zugeschnitten waren. Die aktuellen Claude-Modelle befolgen Anweisungen genauer und wörtlicher als die Modelle, für die viele dieser Texte geschrieben wurden. Einzelne veraltete Anweisungen verschlechtern das Verhalten dann aktiv, etwa weil das Modell zu oft auf sie anspringt oder in Grenzfällen starr reagiert.

Das betrifft nicht nur Claude. OpenAI hat im Prompting-Leitfaden zu GPT-4.1 fast dasselbe über das eigene Modell geschrieben. Es halte sich enger und wortgetreuer an Anweisungen als seine Vorgänger, die die Absicht dahinter freier erraten hätten. Bestehende Prompts müssten deshalb angepasst werden. Warum neuere Modelle trotz aller Fortschritte oft gleich klingen, habe ich beim KI-Paradox beschrieben.

Wie so ein Übersteuern aussieht, zeigt ein Fall aus meinem eigenen Schreibstil-Skill. Frühere Modelle haben vor fast jedem „und“ ein Komma gesetzt.

Im Skill stand deshalb mal ein absolutes Verbot, kein Komma vor „und“, egal wo. Das hat damals repariert, was kaputt war.

Bei einem Modell, das die Kommaregeln im Griff hat, würde dasselbe Verbot aber auch Kommas streichen, die die Rechtschreibung verlangt. Gemeint sind Stellen, an denen direkt vor dem „und“ ein Nebensatz endet.

Heute steht im Skill, dass vor „und“ nur dann ein Komma steht, wenn die Rechtschreibung es verlangt. Dazu kommt ein Vermerk, dass das strenge Verbot zurückkommt, sobald die alte Macke wieder auftaucht.

Eins muss ich dabei sauber trennen. Der Prompt Audit richtet sich an Entwickler, die Claude in eigene Anwendungen einbauen. Die Übertragung auf deinen Schreibprompt im Chat ist meine Schlussfolgerung, weil auch der nur aus Anweisungen an ein Modell besteht. Getestet hat Anthropic das für Schreibprompts nicht.

Dass lange Prompts schlecht sind, steht in der Anleitung nirgends. Einen Prompt nur wegen seiner Länge zu kürzen, lehnt Anthropic dort ausdrücklich ab. Hintergrundwissen über Leser und Qualitätsanspruch zählt dort nie als Ballast und Verbote gegen Fehler, die das aktuelle Modell nachweisbar noch macht, bleiben stehen.

Hör auf, deinen Schreibprompt immer nur zu erweitern

Nach einem schlechten Text greifst du fast automatisch zur nächsten Regel. Nachvollziehbar ist das schon, weil es sich nach Handeln anfühlt. Nur wächst dein Prompt damit weiter um die Sorte Regeln, die beim nächsten Modellwechsel veraltet. Mit dem üblichen Rat „Prompts regelmäßig aktualisieren“ kommst du da auch nicht weiter, weil er dir nicht sagt, wonach du suchen sollst. Du öffnest den Prompt, liest ihn durch, findest alles irgendwie richtig und schließt ihn wieder.

Drei Fragen an jede Regel

Nimm dir stattdessen jede Regel einzeln vor und stell ihr diese drei Fragen. Jede Frage nimmt dir eine Ausrede weg.

Frage 1

Welches Problem soll diese Regel verhindern?

Die erste Frage zwingt dich, den Anlass zu benennen. Bei einer Stilregel wie der Du-Form läuft sie ins Leere, weil es kein Problem gibt, das die Regel verhindert. Genau daran erkennst du deine Stilregeln und kannst sie in Ruhe lassen.

Frage 2

Tritt dieses Problem beim aktuellen Modell überhaupt noch regelmäßig auf?

Die zweite Frage prüft, ob die Macke noch lebt. Das beantwortest du an echten Texten, nicht aus dem Gedächtnis.

Frage 3

Wird das Ergebnis tatsächlich schlechter, wenn ich die Regel entferne?

Die dritte Frage lässt sich nur mit einem Test beantworten. Wie der aussieht, steht direkt hier drunter.

Prompt verbessern ohne Bauchgefühl: der A/B-Test

A/B-Test heißt nur, dass du zwei Versionen vergleichst, die sich in einem einzigen Punkt unterscheiden. So gehst du vor:

Such dir eine Regel aus, bei der du unsicher bist. Nimm nur diese eine, damit du hinterher weißt, woher ein Unterschied kommt.
Kopier deinen kompletten Prompt zweimal in ein Textdokument. In Version A bleibt die Regel drin, in Version B löschst du sie.
Öffne einen neuen Chat, in dem sich die KI nicht an frühere Gespräche erinnert, bei ChatGPT etwa einen temporären Chat, bei Claude einen Inkognito-Chat. Sonst mischen sich alte Gespräche in den Vergleich.
Schick Version A mit einer Schreibaufgabe ab. Die Vorlage dafür steht unter der Liste.
Öffne einen zweiten neuen Chat und schick dort Version B mit derselben Aufgabe ab.
Wiederhol das mit mindestens drei verschiedenen Aufgaben, zum Beispiel einer E-Mail an einen Kunden und einem Absatz für deine Webseite. Ein einzelner Text kann Zufall sein, weil die KI dieselbe Anweisung jedes Mal etwas anders umsetzt.
Leg die Ergebnisse nebeneinander. Achte auf Satzrhythmus, Wiederholungen, künstliche Übergänge, unnötige Erklärungen und typische KI-Muster. Zähl außerdem, wie oft du der KI bei jeder Version sagen müsstest, was nicht passt. Diese Zahl ist dein Nacharbeitsaufwand.
Schneidet Version B mindestens genauso gut ab, fliegt die Regel raus. Liegt Version A bei allen Aufgaben vorn, lässt du sie drin.

Die Vorlage kannst du so kopieren:

[hier deinen kompletten Schreibprompt einfügen, Version A oder B]

Schreib mir auf dieser Grundlage [Textart, z. B. eine kurze E-Mail an einen Kunden, dessen Lieferung sich verzögert]. Hintergrund: [zwei, drei Sätze dazu, worum es geht und an wen der Text geht].

So kann ein Unterschied aussehen, hier als ausgedachtes Beispiel für die Regel „Keine Metaphern, keine bildhafte Sprache“:

Mit Regel

„Die Lieferung verzögert sich. Die Ursache liegt bei unserem Lieferanten. Wir informieren Sie über einen neuen Termin.“

Ohne Regel

„Ihre Lieferung hängt leider noch bei unserem Lieferanten fest. Sobald ich einen neuen Termin habe, melde ich mich bei Ihnen.“

Die erste Fassung liest sich wie ein Formular, weil das Modell jedes bildhafte Wort meidet, sogar ein harmloses „festhängen“. So eine Regel kostet dich mehr, als sie bringt.

Frag die KI beim Test nicht, ob sie die Regel braucht. Anthropic rät ausdrücklich, das tatsächliche Verhalten vorher und nachher zu prüfen, statt sich auf die Selbstauskunft des Modells zu verlassen. Wird der Text ohne die Regel schlechter, nimm sie in der kürzesten Form wieder auf, die dir einfällt, und teste noch mal, so wie es auch die Prüfanleitung empfiehlt.

Prompt verbessern: dein Stil in ein Fach, die KI-Reparaturen ins andere

Aus all dem folgt eine einfache Ordnung. Teil deinen Schreibprompt in mindestens zwei Bereiche auf.

Fach 1: Mein Schreibstil

Unter „Mein Schreibstil“ stehen Ton, Anrede, Wortwahl, Aufbau und deine persönlichen Eigenheiten, also alles, was du auch einem menschlichen Texter sagen würdest.

Fach 2: Aktuelle KI-Korrekturen

Unter „Aktuelle KI-Korrekturen“ landet alles, was eine Schwäche des Modells abfangen soll, mit dem du gerade arbeitest. Schreib zu jeder Korrektur kurz dazu, welches Modell den Fehler gemacht hat und wann.

Beim nächsten Modellwechsel prüfst du dann vor allem dieses zweite Fach und musst nicht deinen ganzen Stil infrage stellen. Anthropic empfiehlt im Prompt Audit ohnehin, Prompts bei jeder neuen Modellversion neu zu prüfen, weil sie immer zu einem bestimmten Modell gehören.

Dass die Reparaturen mit jedem Modell wechseln, sehe ich an meinem eigenen Skill. Die alte Komma-Macke ist weg. Dafür sind zwei Regeln dazugekommen, die sich ausdrücklich gegen Eigenheiten neuerer Modelle richten. Die eine verhindert zu dichte Absätze mit langen Sätzen, die andere begrenzt Klammern auf eine pro Text.

Offen gesagt stehen Stilregeln und Reparaturen bei mir auch noch nicht in zwei getrennten Bereichen. Bei manchen Regeln steht der Anlass dabei, bei anderen fehlt er noch.

Das Ziel ist also kein Prompt mit möglichst vielen Regeln. Du willst möglichst wenige, bei denen du weißt, warum sie drinstehen und welchen Unterschied sie machen. Ein guter Schreibauftrag besteht im Kern aus deinem persönlichen Schreibstil und dem Kontext für den einzelnen Text, also für wen er ist, wozu er dient und was der Leser schon weiß. Dazu kommen die Korrekturen, die das aktuelle Modell tatsächlich noch braucht. Die ersten beiden Teile bleiben lange gültig. Der letzte hat ein Verfallsdatum.

Das KI-Klang-Handbuch

Für die zweite der drei Fragen musst du KI-Muster erkennen können, sonst merkst du gar nicht, ob eine alte Macke noch auftaucht. Im KI-Klang-Handbuch zeige ich dir, woran du diese Muster erkennst und wie du der KI beibringst, sie zu lassen.

Zum KI-Klang-Handbuch

Wächst dein Schreibprompt seit einem Jahr nur in eine Richtung, hilft dir die nächste Regel vermutlich wenig. Nimm dir lieber mal einen Nachmittag Zeit und fang an, Regeln zu löschen.

Sieben Fragen für deine Prompt-Inventur

Geh deinen Prompt Zeile für Zeile durch und stell jeder Regel diese Fragen. Bleibst du bei einer Regel mehrmals hängen, schick sie durch den A/B-Test von oben.

1. Kannst du den Text oder die Situation benennen, nach der du diese Regel geschrieben hast?

Fällt dir nichts ein, weiß das Modell erst recht nicht, wofür sie gut ist.

2. Würdest du diese Regel genauso einem menschlichen Texter sagen, den du zum ersten Mal beauftragst?

Bei Ja gehört sie zu deinem Stil. Fängt sie nur eine KI-Macke ab, gehört sie ins Fach mit den Korrekturen.

3. Stammt die Regel aus einem einzigen schlechten Text?

Ein einmaliger Ausrutscher ist noch keine Gewohnheit des Modells.

4. Steht dieselbe Anweisung schon an anderer Stelle, nur anders formuliert?

Doppelte Regeln driften mit der Zeit auseinander und werden zu Widersprüchen.

5. Beißt sich die Regel mit einer anderen?

Findest du einen Widerspruch, muss eine raus. Ich würde die mit dem älteren Anlass streichen.

6. Steht die Regel in Großbuchstaben oder mit Wörtern wie NIEMALS und UNBEDINGT?

Anthropic zufolge war dieser Druck für ältere Modelle gedacht, heutige springen darauf zu oft an. Schreib sie in normalem Ton.

7. Sagt die Regel nur, was du nicht willst?

Formulier sie um in das, was du stattdessen willst. Auch Anthropic hält eine Beschreibung des gewünschten Ergebnisses für wirksamer als eine Liste von Fehlern.

Gratis KI-Klang-Checkliste runterladen

Die Checkliste zeigt dir an zwölf Beispielen, woran Leser einen KI-Text erkennen, und unter jedem Beispiel steht dieselbe Aussage in einer Fassung, die nach Mensch klingt. Dazu bekommst du einen fertigen Prompt, mit dem ChatGPT oder Claude diese Muster von Anfang an weglässt. Danach erkennst du KI-Klang auf den ersten Blick, egal ob in einem Buch, auf einer Webseite oder in deinem eigenen Entwurf. Deiner KI sagst du dann klar, was sie beim Schreiben bleiben lassen soll.

Checkliste gratis holen

Der Beitrag Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht

Ronny — Mon, 21 Sep 2026 11:47:53 +0000

Ausgerechnet Anthropic, die Firma hinter Claude, beschreibt in der eigenen Anleitung für ihr neuestes Modell einen Schreibfehler, der dir in KI-Texten garantiert schon begegnet ist. Anthropic nennt ihn Mannered Prose, auf Deutsch ungefähr gekünstelte Sprache. Gemeint sind Sätze, die mit Metaphern und Schnörkeln wichtiger klingen wollen, als ihr Inhalt ist. Eine Metapher ist ein Wort, das etwas anderes meint, als es wörtlich sagt, zum Beispiel „Kompass“ für eine Beratung, die dir bei der Auswahl hilft. Die Gegenmaßnahme aus der Prompting-Anleitung für Claude Fable 5.1 ist dabei deutlich präziser als das übliche „Schreib natürlicher“. Dieser Satz steht in vielen Prompts, also in den Nachrichten, die Leute ihrer KI schreiben.

Was Mannered Prose ist und warum sie nervt

Anthropic erklärt das Muster an zwei Satzpaaren. Die KI schreibt „ein Regler, an dem es sich zu drehen lohnt“, obwohl „ein Wert, den du ändern kannst“ dasselbe sagt. Aus „dieser Punkt ist wichtig“ wird „dieser Punkt verdient sich seinen Platz“. Beide Metaphern klingen nach Schreibwerkstatt und transportieren kein bisschen mehr Inhalt als die schlichte Fassung.

Die Begründung finde ich stärker als die Beispiele. Solche Formulierungen stellen laut Anthropic den Schreiber aus, sie sollen ihn klug aussehen lassen. Der Leser merkt das und muss mehr arbeiten, damit der Text glänzen kann. Der zweite Grund geht leicht unter. Metaphern sind ungenau, weil sie Nebenbedeutungen mitbringen, die der Schreiber weder ausgesucht hat noch steuern kann. Anthropics Lösung fällt entsprechend schlicht aus. Sag, was du meinst und nimm die wörtliche Formulierung, sobald es eine gibt.

Im Alltag sieht das so aus. Hier ein typischer gekünstelter KI-Satz aus einem Werbetext und darunter die wörtliche Fassung:

Gekünstelt: „Unsere Beratung ist der Kompass, der dich sicher durch den Dschungel der Versicherungstarife führt.“

Direkt: „Ich vergleiche die Tarife für dich und sage dir, welcher zu deiner Situation passt.“

Der erste Satz verrät nichts darüber, was die Beratung eigentlich tut. Kompass und Dschungel erzeugen ein Gefühl von Abenteuer, das bei einem Versicherungsvergleich völlig fehl am Platz ist. Genau solche Nebenbedeutungen meint Anthropic. Der zweite Satz ist unspektakulär und trotzdem weiß der Leser danach, was er bekommt.

Warum „Schreib menschlicher“ ins Leere läuft

Der erste Reflex bei steifen KI-Texten ist eine Positivanweisung wie „Schreib natürlicher“, „klingt authentischer“ oder „sei menschlicher“. Bringt meistens wenig und der Grund steckt in den Wörtern selbst. „Natürlich“ und „menschlich“ beschreiben nur, wie der Text am Ende wirken soll. Welches Verhalten die KI dafür ändern muss, steht nirgends. Sie muss raten, was gemeint ist. Manchmal trifft sie es, oft kommt ein Text heraus, der anders klingt und genauso künstlich wirkt.

Mit klaren Verboten allein ging es mir früher auch nicht viel besser. Ich hatte ChatGPT ausdrücklich gesagt: keine langen Gedankenstriche, keine Einstiege wie „In einer Welt, in der …“. Geliefert hat es trotzdem nicht zuverlässig. Zwei bis drei eBooks sind deshalb nie in den Verkauf gegangen, weil sie zu stark nach KI klangen. Ein Verbot sagt der KI nur, was sie nicht tun soll. Warum sie es lassen soll und was sie stattdessen schreiben soll, bleibt offen. Diese beiden Teile bringt die Anweisung von Anthropic mit.

So ist die Anweisung von Anthropic gebaut

Die Anweisung besteht aus drei Teilen und jeder hat eine eigene Aufgabe. Zuerst benennt sie das Muster und zeigt es an Beispielen. Die Beispiele sind wichtiger, als sie aussehen. Mit einem Begriff wie „gekünstelt“ kann die KI wenig anfangen, an zwei Satzpaaren sieht sie dagegen sofort, welche Art Satz gemeint ist.

Danach folgt der Grund, warum das Muster stört. Diesen Teil lassen die meisten Prompts weg und genau er macht die Regel stark. Eine Verbotsliste deckt nur ab, was draufsteht. Mit dem Grund hat die KI einen Maßstab, an dem sie auch eine Metapher erkennen kann, die in keiner Liste vorkommt.

Zuletzt kommt das Ersatzverhalten, also der Hinweis, direkt zu sagen, was gemeint ist. Ohne diesen Teil weiß die KI zwar, was sie vermeiden soll. Wohin sie stattdessen will, weiß sie nicht und tauscht im schlechtesten Fall einen Schnörkel gegen den nächsten.

Anthropic liefert neben der ausführlichen Fassung eine Kurzfassung mit nur einem Satz: „Please remove all mannered prose“, also die Bitte, jede gekünstelte Sprache zu entfernen. Ich würde trotzdem die lange Fassung nehmen, weil nur sie die Beispiele und den Grund mitbringt. Die Idee, solche Regeln einmal fest in der KI zu hinterlegen, statt jeden Text einzeln nachzubessern, habe ich schon beim Thema gleich klingende KI-Texte beschrieben. Hier geht es darum, wie eine einzelne Regel gebaut sein muss, damit sie greift.

Wie Mannered Prose sogar in meiner eigenen Regel stand

Anthropics Beschreibung habe ich als neue Regel in meinen Schreibstil-Skill übernommen. Der Skill ist meine Sammlung von Anweisungen, nach denen Claude meine Texte schreibt. Kurz danach fiel auf, dass ausgerechnet dort ein Beispiel stand, das selbst gekünstelt war. Mitten in einer Anleitung gegen KI-Klang wollte ein Satz mehr hermachen, als er sagte. Aufgefallen ist das erst, als die Regel gegen gekünstelte Sprache schon drinstand. Das Beispiel ist rausgeflogen und durch ein wörtliches ersetzt worden. Ein Muster, das du benennen kannst, fällt dir auf. Vorher liest du darüber hinweg, auch in deinen eigenen Texten.

Textdichte: das zweite Problem neuer Modelle

In derselben Anleitung steht ein zweiter Hinweis, der weniger Aufmerksamkeit bekommt. Das neue Claude-Modell schreibt laut Anthropic dichter als sein Vorgänger, mit längeren Sätzen und weniger Absätzen. Die Qualität der Sätze ist dabei eher gestiegen, die Lesbarkeit leidet trotzdem. Ein langer Satz mit drei Gedanken zwingt den Leser, alle drei gleichzeitig im Kopf zu halten. Und ohne Absatz fehlt die kurze Pause, in der ein Gedanke ankommt. Du liest so einen Block am Handy, verlierst in der vierten Zeile den Faden und fängst von vorn an.

Das Gegenteil nervt genauso. Ein Bekannter hat mir sein Buch geschenkt, geschrieben mit KI, ein Ratgeber zu einem Thema, auf das ich mich gefreut hatte. Nach rund 45 Seiten habe ich es weggelegt. In jedem Absatz standen vier kurze Stakkato-Sätze hintereinander, dazu die langen Gedankenstriche. Am Inhalt lag es nicht. Für mich war es wie bei jemandem mit Schluckauf, dem kannst du auch nicht lange zuhören. Zu dicht und zu abgehackt scheitern am selben Punkt, weil der Leser den Rhythmus bemerkt statt den Inhalt. Deshalb steht in der Vorlage unten auch ein Satz zur Satz- und Absatzlänge.

Die Regel zum Kopieren: so richtest du sie ein

Die Vorlage ist die deutsche Fassung der Anthropic-Anweisung, ergänzt um den Hinweis zur Textdichte. Du brauchst dafür kein Vorwissen.

Öffne ChatGPT oder Claude und starte einen neuen Chat, damit keine alten Anweisungen dazwischenfunken.
Kopier die Vorlage unten komplett in das Eingabefeld. Die Vorlage ist dein Prompt, also die Nachricht an die KI.
Ersetze die eckige Klammer am Ende durch deinen Auftrag oder füg dort einen fertigen KI-Text ein, den die KI überarbeiten soll.
Schick die Nachricht ab und lies das Ergebnis einmal laut. Gekünstelte Metaphern fallen beim Sprechen schneller auf als beim stillen Lesen, so prüfe ich meine eigenen Texte auch.
Soll die Regel in jedem Chat gelten, kopier sie ohne die letzte Zeile in die Einstellungen. ChatGPT und Claude haben dort beide ein Feld für Anweisungen, die dauerhaft gelten.

Prompt-Vorlage

Schreib ohne gekünstelte Sprache. Gekünstelt heißt: Du ersetzt eine direkte Aussage durch eine Metapher oder eine Ausschmückung. Eine Metapher ist ein Wort, das etwas anderes meint, als es wörtlich sagt. Zum Beispiel schreibst du „eine Stellschraube, an der du drehen kannst“ statt „ein Wert, den du ändern kannst“. Oder du schreibst „dieser Punkt verdient sich seinen Platz“ statt „dieser Punkt ist wichtig“. Das stört, weil der Leser mehr arbeiten muss, nur damit der Text klug wirkt. Und Metaphern sind ungenau, weil sie Nebenbedeutungen mitbringen, die niemand ausgesucht hat. Sag deshalb direkt, was du meinst. Wenn es eine wörtliche Formulierung gibt, nimm sie. Alltägliche Redewendungen sind erlaubt. Pack nicht mehrere Gedanken in einen Satz und schreib Absätze mit zwei bis fünf Sätzen.

[Hier beschreibst du, was du brauchst, oder fügst deinen KI-Text ein]

So sieht das Ergebnis aus:

Vorher: „Unser Newsletter ist dein wöchentlicher Leuchtturm im Meer der Informationen.“

Nachher: „Im Newsletter bekommst du einmal pro Woche die Meldungen, die für dich wichtig sind.“

Rutscht trotzdem eine Metapher durch, schreib den Satz nicht selbst um. Kopier ihn zurück in den Chat und schick dazu diese Nachricht: „Dieser Satz ist noch gekünstelt: [Satz einfügen]. Schreib ihn so, wie du es einem Kollegen am Tisch sagen würdest.“ Die KI baut den Satz dann neu.

Eine Einschränkung gehört dazu. Anthropic hat die Anweisung für Claude geschrieben. Ob ChatGPT sie genauso sauber umsetzt, habe ich selbst noch nicht getestet. Weil die Regel in normalem Deutsch erklärt, was stört und was stattdessen kommen soll, spricht nichts dagegen, es auszuprobieren.

Gekünstelte Sprache ist nur eines von mehreren Mustern, an denen Leser KI-Texte erkennen. Die übrigen findest du im Artikel über die typischen Muster von KI-Texten, mit Beispielen zu jedem einzelnen.

Im KI-Klang-Handbuch zeige ich dir, wie du diese Muster in Texten und sogar in Büchern erkennst und sie deiner KI so erklärst, dass sie sie von selbst weglässt. Fang heute mit der Regel oben an und zähl mal, wie viele Kompasse und Leuchttürme aus deinem nächsten Text verschwinden.

Gratis KI-Klang-Checkliste runterladen

Checkliste gratis holen

Der Beitrag Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts

Ronny — Tue, 15 Sep 2026 05:00:00 +0000

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:

Was funktioniert.

Was nicht funktioniert und warum.

Wie es besser geht.

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.

Der Beitrag Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Das KI-Paradox: KI-Texte klingen gleich, obwohl sie besser werden

Ronny — Fri, 11 Sep 2026 05:00:53 +0000

Es kann sein, dass dein Text besser wird, wenn du ihn durch ein Sprachmodell schickst. Die Rechtschreibung stimmt und der Satzbau läuft absolut rund, wo vorher eine holprige Stelle war. Trotzdem verlierst du damit womöglich genau den Vorsprung, für den du das Ganze überhaupt machst. KI-Texte klingen gleich, sobald viele Leute dieselben Werkzeuge auf dieselbe Art benutzen. Und ab dem Moment ist sauberes Schreiben keine Auszeichnung mehr, es ist die Grundausstattung.

Zwei Forscher von der University of Manchester und der University of Alberta haben genau diesen Effekt beschrieben. Karl Taeuscher und Michael Lounsbury argumentieren in ihrer Arbeit über Storytelling im Zeitalter generativer KI, dass die breite Nutzung von KI-Werkzeugen die Geschäftskommunikation angleicht. Auffällig finde ich allerdings, wen die beiden dabei im Blick haben. Nicht die Startups mit Wagniskapital im breitem Rücken, die durch die Fachpresse laufen. Sie meinen ausdrücklich die Inhaber kleiner Betriebe ohne Investoren, also Selbstständige mit einem Blog und ein paar eigenen Produkten. Menschen wie du und ich.

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.

Das KI-Klang-Handbuch

KI beibringen, wie du schreibst

Vielleicht interessieren Dich auch diese Themen

KI Schreibaufgaben: Dein Prompt ist nicht das Problem

Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat

Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht

Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts

Der Beitrag Das KI-Paradox: KI-Texte klingen gleich, obwohl sie besser werden erschien zuerst auf Kundenheld | Besser schreiben mit KI.

GEO statt SEO? Warum du deine Blogartikel jetzt nicht für KI umschreiben musst

Ronny — Mon, 07 Sep 2026 05:00:49 +0000

Seit Mai 2026 liegt ein Papier von Google im Netz, das die ganze Aufregung eigentlich hätte einfangen müssen. Passiert ist das Gegenteil. In meinem Feed erklärt mir jede Woche jemand Neues, dass ich all meine Blogartikel zerlegen soll: kurze Blöcke, jeder Absatz eine Frage, im ersten Satz die Auskunft. GEO statt SEO heißt die Parole. Google hat dazu allerdings etwas veröffentlicht, was in der Debatte kaum jemand zitiert. Für die Google-Suche kannst du dir genau diese Umbauten sparen.

Kurz zu den beiden Abkürzungen, weil sie inzwischen benutzt werden wie Vokabeln, die jeder kennen muss. SEO steht für Suchmaschinenoptimierung, also für die Arbeit daran, dass deine Seite bei Google überhaupt gefunden wird. GEO steht für Generative Engine Optimization und meint dasselbe für KI-Antworten, also für die Zusammenfassungen über den Suchtreffern und für das, was dir ChatGPT oder Perplexity ausspucken.

Was Google im Mai wirklich veröffentlicht hat

Am 15. Mai 2026 ist bei Google Search Central ein Leitfaden erschienen, Titel: „Optimizing your website for generative AI features on Google Search". Der Kernsatz darin ist nüchtern und genau deshalb unbequem für alle, die gerade GEO-Beratung verkaufen. Aus Sicht der Google-Suche ist die Arbeit an der KI-Sichtbarkeit nichts anderes als die Arbeit an der Sucherfahrung und damit weiterhin SEO.

Deutlicher wird es in der Empfehlungsliste. Google rät dort, wirksame SEO-Strategien den sogenannten AEO- und GEO-Hacks vorzuziehen und zählt danach auf, was du für die Google-Suche ignorieren kannst. Genannt werden das Zerlegen von Inhalten in Chunks, das Anlegen unnötiger KI-Textdateien wie llms.txt und das Sammeln unechter Erwähnungen. Nachlesen kannst du das im Leitfaden von Google Search Central und in der Ankündigung im Search-Central-Blog.

AEO ist die dritte Abkürzung in dieser Runde und steht für Answer Engine Optimization. Gemeint ist die Arbeit daran, dass ein System, das direkt eine Antwort ausgibt statt einer Trefferliste, ausgerechnet deine Seite als Grundlage nimmt. In der Praxis benutzen viele AEO und GEO fast gleichbedeutend, der Unterschied liegt eher im Blickwinkel. GEO schaut auf die erzeugte Antwort, AEO auf die Frage, die jemand gestellt hat.

Chunk ist der Fachbegriff für einen Textabschnitt, den ein KI-System aus deiner Seite herausschneidet, bevor es daraus eine Antwort zusammenbaut. Eine llms.txt ist eine Textdatei auf deinem Server, die KI-Systemen deine Inhalte angeblich leichter zugänglich machen soll. Beides steht seit Monaten in jedem zweiten Ratgeber zum Thema, oft als Pflichtprogramm formuliert. Google nennt beide Punkte beim Namen und rät für die eigene Suche ausdrücklich davon ab.

Aufschlussreich wird es an der Stelle, an der das Dokument seine Punkte sortiert. Google verlangt Inhalte, die über Allgemeinwissen hinausgehen, die von jemandem mit echter Erfahrung stammen und die es so nicht schon zwanzigmal gibt. Das Wort, das Google dafür benutzt, lautet non-commodity, also alles, was keine Massenware ist. Die technischen Punkte kommen danach. Diese Reihenfolge ist die eigentliche Botschaft, sie geht nur unter, weil sich über Dateiformate leichter streiten lässt als über Substanz.

Warum GEO statt SEO gerade so viele Texte kaputtmacht

Die Rezepte klingen harmlos, wenn du sie einzeln liest. Die Auskunft gehört in den ersten Satz. Pro Absatz gehört genau ein Gedanke hinein und mehr nicht. Zwischenüberschriften werden als Frage formuliert, so wie jemand sie bei Google eintippen würde. Für einen Begriff nimmst du immer dasselbe Wort, keine Abwechslung. Jede Regel für sich lässt sich verteidigen.

Zusammen ergeben sie eine Textform, die du sofort wiedererkennst, sobald du sie einmal gesehen hast. Gleich lange Blöcke, vorne die Auskunft, hinten die Begründung und kein Satz traut sich, mal anders anzufangen. Langweilig! Der Text liest sich wie eine ausgefüllte Vorlage. Für ein KI-System mag er dadurch leichter zerlegbar sein. Für einen echten Menschen aus Fleisch und Blut, der tatsächlich auf deiner Seite landet, wird er zur Bedienungsanleitung.

Der doppelte Weichspülgang

Die meisten Blogartikel entstehen heute mit KI-Unterstützung, meine eigenen auch. Der Rohtext aus einem Sprachmodell ist von Haus aus schon eingeebnet, weil ein Modell die wahrscheinlichste Formulierung wählt und nicht die eigenwillige. Ohne Nachbearbeitung klingt so ein Text nach niemandem. Genau deshalb schreibe ich hier ständig darüber, wie du ihm deine Stimme zurückgibst und deine Seele einhauchst.

Und jetzt kommt der Teil, der mir bei der GEO-Welle ein bisschen Bauchschmerzen macht. Nimmst du so einen Rohtext und biegst ihn danach noch nach Häppchen-Schema zurecht, läuft er ein zweites Mal durch dieselbe Mühle. Der erste Durchgang nimmt die Eigenheiten aus den Sätzen, der zweite nimmt sie aus dem Aufbau. Was übrig bleibt, ist sauber, korrekt und vollkommen austauschbar.

Der Witz an der Sache liegt im Google-Dokument selbst. Dort steht die Forderung nach eigenständigen Inhalten, die nicht wie tausend andere Seiten zum gleichen Stichwort aussehen. Die GEO-Rezepte schieben dich also in eine Richtung, vor der Google zwei Absätze weiter warnt.

Was der Umbau dich als Einzelperson kostet

Über den Preis redet in dieser Debatte kaum jemand. Nimm an, du hast vierzig Bestandsartikel in deinem Blog. Jeden davon auf Frage-Antwort-Struktur umzubauen, Überschriften neu zu setzen, Absätze zu zerlegen und die Übergänge zu reparieren, kostet dich pro Artikel locker eine Stunde. Bei vierzig Stück ist das eine volle Arbeitswoche, in der kein neuer Text entsteht.

Diese Woche investierst du in eine Wette. Niemand kann dir sagen, wie viele Leser dabei am Ende mehr kommen, weil die Wirkung von außen nicht messbar ist. Für ein Ein-Personen-Business ist das die teuerste Art, Zeit auszugeben. Ich stecke dieselbe Woche lieber in neue Idden oder Artikel, bei denen ich hinterher in der Search Console sehe, ob sie laufen.

Was von den GEO-Ratschlägen übrig bleibt

Jetzt könnte der Eindruck entstehen, ich hielte die ganze Liste für Unfug. Halte ich nicht. Ein paar Punkte daraus mache ich selbst (zumindest versuche ich daran zu denken), aus einem anderen Grund als dem, der meistens genannt wird.

Ein Absatz muss ohne seine Nachbarn funktionieren

Olaf Kopp nennt in seinem t3n-Artikel zur LLM-Readability einen Prüfstein, den ich sofort übernommen habe. Ein Absatz braucht einen klaren thematischen Fokus und sollte für sich allein verständlich bleiben. Die Kernaussage steht vorn, Erklärung und Begründung kommen danach. Nach technischer Suchmaschinenregel klingt das nur auf den ersten Blick. Der Unterschied wird an einem Beispiel schnell greifbar, hier zuerst die Fassung, die es nicht schafft:

Dabei kommt es auf verschiedene Faktoren an. Gerade bei längeren Texten solltest du darauf achten. Das kann später einen deutlichen Unterschied machen.

Aus diesem Absatz geht nicht hervor, worum es überhaupt geht. Er hängt vollständig an dem, was davor stand. Jetzt dasselbe Thema mit eigenem Fundament:

Lange Blogartikel teilst du am besten in klar abgegrenzte Abschnitte auf, jeder mit einem Hauptgedanken. Ein KI-System ordnet einen solchen Abschnitt dann leichter einer bestimmten Frage zu.

Den zweiten Absatz kannst du aus dem Artikel herausschneiden und jemandem einzeln schicken, er funktioniert trotzdem. Genau darauf zielt der Prüfstein ab. Und er hilft demselben Leser, der über Google mitten im Text einsteigt und keine Ahnung hat, was er vorher verpasst hat.

Die Antwort gehört früher in den Absatz

Beim Schreiben nehme ich gern einen kleinen Anlauf. Erst das Problem erklären, ein bisschen Kontext liefern und irgendwann kommt die eigentliche Aussage. Für jemanden, der den Artikel von oben nach unten liest, geht das noch durch. Für jemanden mit einer bestimmten Frage im Kopf wird es zäh.

Kopp empfiehlt deshalb, die tragende Aussage möglichst früh zu platzieren. Auf den einzelnen Absatz übertragen heißt das, erst die Antwort zu geben und danach zu erklären. So fangen dagegen viele Ratgeber-Absätze tatsächlich an:

Viele Selbstständige fragen sich, ob sie Blogartikel mittlerweile komplett mit künstlicher Intelligenz erstellen können. Die Entwicklung der Sprachmodelle hat in den vergangenen Jahren große Fortschritte gemacht und die Qualität der Texte ist deutlich gestiegen. Trotzdem sollte KI-Rohtext nicht ungeprüft veröffentlicht werden.

Dieselbe Aussage lässt sich auch anders sortieren. Umgebaut sieht der Absatz so aus:

KI-Rohtext veröffentlichst du in einem öffentlichen Blogartikel besser nicht ungeprüft. Sprachmodelle schreiben inzwischen erstaunlich sauber, liefern aber häufig austauschbare Aussagen ohne eigene Erfahrung.

Die zweite Fassung spart sich die Aufwärmrunde und sagt im ersten Satz, was Sache ist. Ich halte sie unabhängig von ChatGPT für die bessere Variante. Bei einer Frage, die ich google, will ich nicht erst drei Absätze lesen, bevor mir jemand antwortet.

Handwerk, das auch ohne GEO statt SEO trägt

Überschriften, die benennen, was darunter steht, helfen jedem Leser beim Springen. Steht über einem Abschnitt „Kosten und Aufwand" statt „Ein Blick auf die Zahlen", weiß der Leser nach einer halben Sekunde, ob er hier richtig ist. Dass ein KI-System davon ebenfalls profitiert, ist ein netter Nebeneffekt.

Belege direkt an der Stelle zu verlinken, an der die Behauptung steht, spart dem Leser das Suchen. Eine Quellenliste am Seitenende liest niemand freiwillig. Ich verlinke lieber mitten im Satz und lasse die Sammelliste weg.

An einem Punkt der Liste weiche ich ab. Immer dasselbe Wort für denselben Begriff zu nehmen, ergibt für den einen Fachbegriff Sinn, um den sich der Artikel dreht. Über den ganzen Text durchgezogen erzeugt es genau die Wortwiederholung, an der Leser KI-Text erkennen. Ich halte den definierenden Begriff stabil und variiere überall sonst weiter.

An dieser Liste fällt etwas auf, wenn du sie nochmal durchgehst. Neu ist daran nichts. Das war schon vor drei Jahren gutes Handwerk, ohne dass es dafür einen eigenen Namen mit drei Buchstaben gebraucht hätte. Wie viel Nacharbeit dein KI-Rohtext überhaupt braucht, hängt ohnehin weniger von der Suchtechnik ab als vom Zweck der Seite. Ich habe an anderer Stelle aufgeschrieben, wann KI-Rohtext im SEO reicht und wo er dich Geld kostet.

Wo Googles Ansage aufhört zu gelten

Jetzt der Teil, den du in vielen Artikeln zu diesem Dokument wahrscheinlich nicht findest. Googles Aussage taugt nicht als Universalargument, aus zwei Gründen.

Erstens ist Google Partei. Ein Unternehmen, dessen Geschäft an der eigenen Suche hängt, hat wenig Interesse daran, dass sich neben SEO eine zweite Disziplin etabliert, die es nicht kontrolliert. Das macht die Aussage nicht falsch, es macht sie zu einer Aussage mit Interesse dahinter. Ich lese sie genauso skeptisch wie die Verkaufsseite einer GEO-Agentur.

Zweitens gilt sie ausdrücklich für Googles eigene Oberflächen. AI Overviews und AI Mode laufen auf demselben Index wie die normale Suche, deshalb zieht dort das klassische SEO-Argument. ChatGPT, Perplexity und Claude greifen mit eigenen Crawlern zu und richten sich nach eigenen Regeln. Was Google für sich ausschließt, kann bei denen ganz anders aussehen.

Und weil ich hier ungern so tue, als hätte ich Zahlen: Wie diese Systeme ihre Quellen auswählen, weiß außerhalb der jeweiligen Firmen-Blase niemand genau. Es gibt Beobachtungen aus der Praxis, es fehlt jede offengelegte Mechanik dahinter. Verkauft dir jemand eine Rezeptliste mit Garantie, verkauft er dir eine Vermutung im Anzug. Das gilt für die Ratgeber-Artikel genauso wie für Agenturen, die daraus ein Angebot gebaut haben.

Dazu kommt ein Messproblem. Taucht dein Text in einer KI-Antwort auf, bekommst du davon oft nicht mal einen Klick, weil der Leser die Antwort direkt im Chat bekommt. Du arbeitest also auf einen Effekt hin, den du in deiner Statistik kaum wiederfindest. Bevor du daraus eine Strategie baust, solltest du das wenigstens wissen.

Was ich stattdessen mache

Mein Ansatz hat sich durch das Google-Dokument nicht geändert, er ist dadurch nur besser belegt. Ich schreibe den Artikel, den ich sowieso geschrieben hätte, mit einer Position drin, die sich mir zuordnen lässt. Danach gehe ich Satz für Satz durch den KI-Rohtext und werfe raus, was nach Bullshit klingt.

Die technische Seite bleibt langweilig und wichtig. Die Seite muss indexiert sein, der Server muss sie sauber ausliefern, die Überschriften müssen stimmen. Ohne diese Basis landet dein Text in keinem Kandidatenpool, aus dem irgendein System später eine Antwort baut. Ein Text, den niemand findet, wird auch von keiner KI zitiert.

Kontrollieren lässt sich das mit wenig Aufwand. Ich schaue in die Search Console, weil dort steht, für welche Suchanfragen meine Seiten überhaupt ausgespielt werden. Und ab und zu tippe ich eine Frage aus meinem Themenfeld in ChatGPT und schaue nach, welche Seiten als Quelle unter der Antwort auftauchen. Das ersetzt natürlich keine Messung, es zeigt mir aber, welche Art von Seite dort landet. Wenn dabei ständig große Portale erscheinen und keine einzige kleine Website, weiß ich, dass ich meine Zeit an dieser Stelle nicht weiter reinstecke.

Der Rest ist Substanz. Eigene Erfahrung, eigene Fehler, eine Meinung, die nicht in der Mitte parkt. Genau das verlangt Google im selben Papier und genau das kann eine KI nicht aus dem Nichts erzeugen. Falls dich der Nachweis-Teil davon genauer interessiert, habe ich aufgeschrieben, wie du Erfahrung sichtbar machst, ohne in eine Selbstdarstellung zu kippen.

Bleibt die Sache mit den Sätzen. Sie sollen nach dir klingen und nicht nach Modell. Genau dafür habe ich das KI-Klang-Handbuch geschrieben. Es zeigt dir Muster für Muster, woran Leser KI-Text erkennen und wie du ihn umbaust, bis ein Mensch dahinter erkennbar wird. Nimm es dir vor, bevor du deinen nächsten Artikel nach irgendeinem Schema zerlegst.

Das KI-Klang-Handbuch

KI beibringen, wie du schreibst

Vielleicht interessieren Dich auch diese Themen

KI Schreibaufgaben: Dein Prompt ist nicht das Problem

Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat

Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht

Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts

Der Beitrag GEO statt SEO? Warum du deine Blogartikel jetzt nicht für KI umschreiben musst erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Sichtbarkeit in KI-Antworten: Warum „Seite eins“ die falsche Frage wird

Ronny — Wed, 02 Sep 2026 12:34:00 +0000

Google testet seit Ende August, die KI-Antwort bei einem Teil der Suchanfragen automatisch in voller Länge auszuklappen. Der Klick auf „Mehr anzeigen“ fällt weg, direkt darunter steht das Eingabefeld für Folgefragen und die zehn gewohnten Treffer rutschen entsprechend nach unten. Für mich persönlich verschiebt sich damit die Frage beim Schreiben. Sichtbarkeit in KI-Antworten wird zur zweiten Baustelle neben dem normalen Ranking und beide hängen am selben Text. Der Aufwand dafür ist allerdings kleiner, als der halbe Ratgebermarkt gerade behauptet.

Was gerade auf der Ergebnisseite passiert

Der Test betrifft ausgewählte Themen und ist erst einmal keine flächendeckende Umstellung. Golem hat den Test mit den vollständig ausgeklappten KI-Antworten beschrieben. Nach Angaben eines Google-Sprechers empfinden Nutzer die Suche in dieser Form als hilfreicher und steigen häufiger in Anschlussfragen ein, wie der Handelsdienst etailment berichtet. Sobald jemand von sich aus scrollt, stoppt das automatische Ausklappen offenbar.

Wie viele Themen Google dabei einbezieht, steht nicht fest und ob aus dem Test eine dauerhafte Ausspielung wird, weiß im Moment auch niemand von außen. Trotzdem geht die Richtung seit zwei Jahren immer dahin: Je mehr Fläche die KI-Antwort bekommt, desto tiefer liegt der erste blaue Link. Ich richte meine Arbeit lieber daran aus, statt auf eine Rolle rückwärts zu hoffen.

Praktisch ändert das bei mir wenig am Ablauf und einiges an der Zielrichtung. Meine Recherche läuft weiter über Gemini, bei größeren Themen im Research-Modus, der mehrere Seiten durchgeht statt nur ein paar Absätze auszuspucken. Dabei sehe ich früh, was zu einem Thema ohnehin schon überall steht. Genau diese Absätze schreibe ich nicht noch einmal, weil sie in der KI-Antwort bereits stehen, bevor mein Artikel überhaupt auftaucht.

Was Google selbst zur Sichtbarkeit in KI-Antworten sagt

Seit Mai gibt es dazu einen offiziellen Leitfaden von Google Search Central, zuletzt im Juli aktualisiert. Die Kernaussage darin: Die KI-Funktionen greifen auf dieselben Ranking- und Qualitätssysteme zurück wie die normale Suche. Google nennt das Verfahren Fundierung, in der Fachsprache Retrieval-Augmented Generation (kannst du dir merken, musst aber nicht). Gemeint ist damit, dass das Modell passende Seiten aus dem Suchindex holt und seine Antwort an deren Inhalt ausrichtet. Eine Seite kann in diesen Funktionen also nur auftauchen, wenn sie indexiert ist. Sichtbarkeit in KI-Antworten hängt damit an derselben Arbeit wie ein normales Ranking.

Vier Dinge kannst du dir laut diesem Leitfaden sparen.

Eine llms.txt anzulegen bringt nichts. Dahinter steckt eine einfache Textdatei, die du ins Hauptverzeichnis deiner Website legst, um KI-Modellen deine Inhalte gebündelt anzubieten. Die Google-Suche ignoriert solche Dateien.
Deine Texte in kleine Häppchen zu zerlegen hilft ebenfalls nicht. Häppchen heißt hier: ein Thema auf viele kurze Einzelseiten oder Mini-Abschnitte aufteilen, damit sich die KI die passende Stelle leichter herausgreift. Googles Systeme halten mehrere Themen auf einer Seite problemlos auseinander und spielen dem Leser den passenden Teil aus.
Das Umschreiben eines Textes eigens für KI sparst du dir besser, weil die Systeme Synonyme und die Bedeutung hinter einer Suchanfrage auch so ganz gut erkennen.
Und strukturierte Daten sind für die KI-Funktionen nicht nötig. Es geht dabei um zusätzliche Angaben im Quelltext, mit denen du einer Suchmaschine sagst, was auf deiner Seite steht, etwa ein Rezept oder eine Bewertung. Für andere Suchergebnisse ergeben sie weiter Sinn, verlangt werden sie für die KI-Antworten nicht.

Was Google stattdessen empfiehlt, klingt beinahe langweilig. Ein Text braucht eine eigene Perspektive, die sich von der üblichen Darstellung unterscheidet. Er soll aus erster Hand berichten, statt zusammenzufassen, was im Netz bereits steht. Als Negativbeispiel nennt der Leitfaden eine Seite vom Typ „7 Tipps für Erstkäufer von Immobilien“, weil solche Listen von jedem stammen könnten und über Allgemeinwissen nicht hinausgehen.

Ich habe mir vor ein paar Jahren Fertigprompts von Instagram-Gurus abgeschrieben und für dieselbe Aufgabe jedes Mal denselben Prompt genommen, ohne auf die eigene Situation einzugehen. Herausgekommen ist genau der Text, den Google hier beschreibt: sauber, richtig und von irgendwem. Heute arbeite ich im Dialog, lasse mir Rückfragen stellen und gehe mehrere Runden, bis etwas drinsteht, das ich vorher selbst so nicht formuliert hätte. Wie sichtbare Erfahrung im Text aussieht, habe ich in einem eigenen Beitrag zu Erfahrung und E-E-A-T im KI-Text aufgeschrieben.

Warum durchschnittlicher Text jetzt doppelt teuer wird

Früher hat mittelmäßiger Text trotzdem irgendwie funktioniert. Er stand auf Platz sechs, ein paar Leute klickten drauf und ein Teil davon blieb dann auch. Steht die Antwort dagegen schon oben im ausgeklappten Kasten, hat niemand mehr einen Grund, weiter unten auf eine Seite zu klicken, die dasselbe noch einmal in eigenen Worten erzählt. Der Text verliert damit an zwei Stellen gleichzeitig: Er taugt nicht als Quelle für die Antwort und er lohnt sich für den Leser nicht als Klick.

Diesen Fehler kenne ich aus eigener Produktion. Mein erstes eBook hatte rund 35 Seiten mit etwa 11.500 Wörtern und war nach heutigem Maßstab durchgehend in KI-Sprache geschrieben. 2023 ging das in Ordnung, heute würde ich es so selbstverständlich nicht mehr verkaufen. Später sind mir zwei bis drei eBooks liegen geblieben, weil der KI-Beigeschmack zu stark war und ich sie mit meinem Namen nicht rausgeben wollte.

Damit ist nicht jeder KI-Rohtext wertlos. Für Passagen ohne Meinung, etwa eine nüchterne Begriffserklärung, reicht er oft aus. Ich habe an anderer Stelle geschrieben, wo KI-Rohtext im Alltag genügt und wo die Nachbearbeitung für dich Pflicht wird. Für den Teil, der deinen Artikel von tausend anderen unterscheidet, taugt Rohtext nie, weil er per Konstruktion aus dem zusammensetzt, was schon existiert.

Sichtbarkeit in KI-Antworten messen oder ganz abschalten

Seit Juni zeigt die Search Console einen eigenen Leistungsbericht für generative KI-Funktionen. Dort siehst du deine Impressionen aus den KI-Übersichten und dem KI-Modus getrennt vom Rest. Klickzahlen und die tatsächlichen Nutzerfragen liefert der Bericht bislang nicht, du siehst also, dass du vorkommst, aber nicht, was daraus wird.

Parallel gibt es in den Einstellungen den Punkt „Generative KI in der Google Suche“, inzwischen auch in deutschen Konten. Du kannst deine Inhalte für generative KI-Funktionen einbeziehen oder ausschließen, Standard ist das Einbeziehen. Beim Ausschluss werden deine Inhalte in diesen Funktionen nicht mehr angezeigt und du bekommst darüber weder Impressionen noch Zugriffe.

Ich lasse den Schalter auf der Standardeinstellung. Ein Ausschluss nimmt mir die Klicks aus den KI-Funktionen weg und die paar Leser, die aus einer Antwort heraus auf einen Fachbegriff klicken, sind mir mehr wert als das Prinzip. Ob ein Ausschluss noch andere Nebenwirkungen auf die normale Suche hat, weiß ich nicht, ich habe es nicht getestet und finde dazu auch keine belastbare Aussage.

Der Text, der beide Seiten bedient

Sichtbarkeit in KI-Antworten und ein lesbarer Artikel ziehen weniger in verschiedene Richtungen, als es zunächst aussieht. Die Anforderung an einen zitierfähigen Absatz und die an einen lesbaren Absatz laufen erstaunlich weit parallel. Eine Antwort, die aus meinem Text zusammengesetzt wird, braucht eine klare Aussage, die für sich steht. Ein Leser braucht genau dasselbe, weil er sonst nach zwei Sätzen abspringt. Deshalb schreibe ich jede Empfehlung mit ihrer Begründung in denselben Abschnitt, statt sie über den Artikel zu verteilen.

Die zweite Ebene liegt tiefer. Eine Erfahrung, die nur ich gemacht habe, kann keine KI aus vorhandenen Quellen zusammenrühren, weil sie nirgends steht. Das gilt für die Umwege genauso wie für die Ergebnisse, oft sogar mehr, denn über gescheiterte Versuche schreibt kaum jemand. Meine liegen gebliebenen eBooks aus dem letzten Abschnitt sind so ein Fall, den keine KI erfinden kann.

Am Ende steht der Klang, die Seele und der Charakter eines Textes. Ein Text, der nach Rohausgabe klingt, wird von Lesern inzwischen oft erkannt und ebenso oft weggeklickt, egal wie richtig der Inhalt ist. Mein Prüfschritt dafür kostet zehn Minuten: Ich lese den fertigen Artikel laut vor. Jeder Satz, bei dem ich beim Vorlesen stolpere oder Luft holen muss, wird umgebaut.

Wenn du dabei nicht bei null anfangen willst: Mein Vorgehen steht im KI-Klang-Handbuch, mit allen Handgriffen, die einen KI-Text menschlich klingen lassen. Anfangen kannst du aber sofort. Nimm deinen letzten Artikel und streiche jeden Absatz, der genauso in einer KI-Antwort stehen könnte. Der Rest ist der Teil, für den dich jemand besucht.

Das KI-Klang-Handbuch

KI beibringen, wie du schreibst

Der Beitrag Sichtbarkeit in KI-Antworten: Warum „Seite eins“ die falsche Frage wird erschien zuerst auf Kundenheld | Besser schreiben mit KI.

KI-Slop: Warum jetzt deine Leser darüber urteilen, ob dein Text nach KI klingt

Ronny — Mon, 31 Aug 2026 05:00:55 +0000

Seit Ende Juli hängt an jedem LinkedIn-Beitrag ein Menüpunkt, mit dem Leser einen Text als KI-Slop melden können. Auf dem Button steht: "Scheint ein KI-Slop zu sein". Mit dem Begriff "KI-Slop" meint man glatt formulierten Text ohne eigene Substanz, also genau das, was ein Sprachmodell ausspuckt, wenn niemand wenigsten ein bisschen nachlegt. Über eine Million Mal haben Nutzer diesen "Knopf" in den ersten drei Wochen gedrückt. Beiträge, die LinkedIn daraufhin als Slop einordnet, bekommen nach Angaben des Produktchefs rund 40 Prozent weniger Aufrufe.

In den Schlagzeilen wurde daraus „40 Prozent weniger KI-Slop“. Das klingt zwar griffig, trifft aber nicht das, was LinkedIn tatsächlich gesagt hat. Denn die 40 Prozent beziehen sich nicht darauf, dass es weniger KI-Slop gibt. Gemeint ist, dass Beiträge, die LinkedIn als Slop einstuft, deutlich weniger Reichweite bekommen. Und genau das sollte für jeden interessant sein, der auf LinkedIn Texte veröffentlicht.

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.

Das KI-Klang-Handbuch

KI beibringen, wie du schreibst

Vielleicht interessieren Dich auch diese Themen

KI Schreibaufgaben: Dein Prompt ist nicht das Problem

Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat

Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht

Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts

Der Beitrag KI-Slop: Warum jetzt deine Leser darüber urteilen, ob dein Text nach KI klingt erschien zuerst auf Kundenheld | Besser schreiben mit KI.

Copy-Paste statt Antwort: So kannst du eine KI-Antwort erkennen

Ronny — Mon, 24 Aug 2026 05:00:25 +0000

Letzte Woche hab ich einem Bekannten eine Frage per WhatsApp geschickt. Eine ziemlich spezielle Frage, die nur er beantworten konnte, weil er bei der Sache dabei gewesen ist. Nach zwei Minuten kam die Antwort zurück, sechs Absätze lang, mit hübschen Zwischenüberschriften, in einer WhatsApp. IN EINER WHATSAPP-NACHRICHT. Zu meiner eigentlichen Frage stand darin kein einziges Wort.

Eine KI-Antwort erkennen musste ich da gar nicht groß, das sprang mir sofort ins Auge. Er hat die Frage kopiert, bei ChatGPT oder sonstwo reingeworfen und das Ergebnis zurückgeschickt, ohne es selbst zu lesen. Sonst wäre ihm aufgefallen, dass der Text mich mit „Sehr geehrte Damen und Herren“ anredet. Bei einem Bekannten, den ich seit Jahren kenne und duze, fällt sowas dann doch ein bischen auf.

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.

Das KI-Klang-Handbuch

KI beibringen, wie du schreibst

Vielleicht interessieren Dich auch diese Themen

KI Schreibaufgaben: Dein Prompt ist nicht das Problem

Prompt verbessern: warum dein bester Schreibprompt ein Verfallsdatum hat

Mannered Prose: Warum „Schreib menschlicher“ deiner KI nicht reicht

Buch mit KI schreiben: Warum Widersprechen mehr bringt als perfekte Prompts

Der Beitrag Copy-Paste statt Antwort: So kannst du eine KI-Antwort erkennen erschien zuerst auf Kundenheld | Besser schreiben mit KI.

KI-Bilder kennzeichnen: Wann du musst und wann du es lassen kannst

Ronny — Wed, 19 Aug 2026 05:30:53 +0000

Seit dem 2. August 2026 kursiert in Fotografen- und Marketinggruppen eine ziemlich schlichte Regel: Jedes Bild, das eine KI angefasst hat, gehöre markiert. Ein paar Leute hängen inzwischen unter jedes Foto einen KI-Hinweis, vorsichtshalber. Diese Vorsicht kostet Glaubwürdigkeit und beruht auf einem Missverständnis. KI-Bilder kennzeichnen musst du nur dann, wenn dein Bild eine Behauptung aufstellt, die nicht stimmt.

Ich bin kein Anwalt und das hier ist keine Rechtsberatung. Die Einordnung stammt aus dem Verordnungstext und den Leitlinien der EU-Kommission vom 20. Juli 2026. Diese Leitlinien binden kein Gericht, sie zeigen aber, wie die Kommission die Sache liest. Rechtsprechung dazu gibt es Stand August 2026 noch nicht.

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.