Warum KI-Texte so künstlich klingen (und wie Sie sie von Hand verbessern)

KI-Texte klingen vor allem deshalb so künstlich, weil sie generisch sind. Forschung zu Modellen von 2024 legt nahe, dass das Tuning sie in einen einzigen dichten, substantivlastigen Stil drängt, und über Ihre Fakten oder Ihre Leser wissen sie nichts. Die Lösung: Standardfloskeln streichen und das ergänzen, was nur Sie wissen. Ein bloßer Worttausch schafft das nicht.

Wir haben das an neun frisch erzeugten KI-Entwürfen geprüft, und die üblichen Ratschläge gingen meist ins Leere. Ein Tool wie unser KI-Humanizer, im Web kostenlos testbar, ist dafür gebaut, wiederholte Formulierungen und Abschwächungen zu überarbeiten, aber Ihre Fakten kann es nicht liefern. Das bleibt Ihre Aufgabe, und die sechs Korrekturen weiter unten zeigen, wie das geht.

Was wir in neun KI-Entwürfen gefunden haben

Am 2. November 2026 baten wir drei Claude-Modelle (Haiku 5.5, Sonnet 5.5 und Opus 5.5) um eine Blog-Einleitung von etwa 130 Wörtern zu jedem von drei Themen: warum kleine Unternehmen eine E-Mail-Liste aufbauen sollten, warum Teams Besprechungsnotizen festhalten sollten und wie man einem Kollegen Feedback gibt. Die Entwürfe entstanden auf Englisch, alle Zählungen beziehen sich also auf die englischen Texte. Wir schickten die Prompts über ein Agenten-Tool, das eigene Hintergrundanweisungen ergänzt, was den Stil beeinflussen kann, wiesen die Modelle an, nur mit dem Text zu antworten, behielten die erste Antwort und bearbeiteten nichts. Dann prüften wir die Passagen anhand der Ratschläge, die in den von uns gelesenen Leitfäden üblich sind.

Was hatten sie also gemeinsam? Vier Dinge tauchten immer wieder auf, auch wenn wir ausdrücklich um Einleitungen gebeten hatten und menschliche Einleitungen teils dasselbe tun:

• Eine Ankündigung gegen Ende. Sieben der neun schlossen damit, das Folgende zu beschreiben: „In diesem Beitrag zeigen wir...“ oder „Hier erfahren Sie, warum...“
• Dreiteilige Aufzählungen. Wir zählten 16 in 68 Sätzen, und acht der neun Passagen enthielten mindestens eine.
• Keine Quelle und keine Zahl zum Nachprüfen. Keine Passage enthielt eine Ziffer oder nannte eine Person, ein Unternehmen oder eine Quelle.
• Dieselben Gedanken in denselben Worten. Sonnet und Opus schrieben beide wortgleich „An email list is different, because it belongs to you.“ („Eine E-Mail-Liste ist anders, denn sie gehört Ihnen.“). Beide verwendeten außerdem den Satz „Gute Notizen müssen weder lang noch ausgefeilt sein.“ Alle drei E-Mail-Entwürfe sagten, die Liste „gehört Ihnen“.

Nichts in diesen Entwürfen ist offensichtlich falsch, aber Modelle desselben Unternehmens griffen zu denselben Sätzen, und jedes Unternehmen könnte sie veröffentlichen.

Das war eine kleine Stichprobe, keine Studie. Sie umfasst neun kurze Passagen von Modellen eines einzigen Unternehmens und einen einzigen Prompt-Stil, ohne menschliche Texte zum Vergleich. Die meisten Passagen stammen aus einer einzigen Anfrage pro Modell, sind also keine völlig unabhängigen Durchläufe. Andere Modelle und längere Texte können sich anders verhalten: Ein Anbieter-Benchmark, den der Wikipedia-Leitfaden zitiert, sah rund 60 % der Sätze von GPT-6 bei 8 bis 21 Wörtern. Die Stichprobe zeigt aber, dass eine Wortliste ohne Treffer bleiben kann, während der Text trotzdem generisch klingt.

Warum KI-Texte so künstlich klingen

Tuning drängt Modelle in einen einzigen Stil

Die besten Belege stammen aus einer Studie von 2025 in PNAS von Alex Reinhart und Kollegen, die Modelle von Menschen geschriebene Texte fortsetzen ließen und die Ergebnisse damit verglichen, wie die Menschen tatsächlich weitergeschrieben hatten. Getestet wurden GPT-4o, GPT-4o Mini und mehrere Llama-3-Varianten. Auf Anweisungen getunte Modelle verwendeten Partizipialkonstruktionen im Präsens 2- bis 5-mal so häufig wie Menschen und Nominalisierungen, also aus Verben oder Adjektiven gebildete Substantive, 1,5- bis 2-mal so häufig.

Die rohen Llama-Basismodelle nutzten diese Merkmale ähnlich häufig wie menschliche Texte. Die Autoren deuten das so, dass dieses Tuning den Modelloutput „weniger menschlich zu machen scheint, nicht menschlicher“. Sie vermuten, dass es auch begrenzt, wie gut ein Modell andere Stile nachahmen kann, sodass die Bitte „schreib wie ein Mensch“ womöglich nur bedingt hilft.

Die Studie relativiert auch einen beliebten Tipp. GPT-4o nutzte das Passiv ohne Handelnden („es wurden Fehler gemacht“) etwa halb so oft wie Menschen. Wer also Jagd auf das Passiv macht, behebt womöglich das falsche Problem. Das waren Modelle von 2024, neuere können sich anders verhalten. Verstehen Sie die Zahlen als Richtung, nicht als aktuelle Messung.

Menschliches Feedback könnte eine Rolle spielen

Warum sollte Tuning das bewirken? Eine Spur, die den Wortschatz statt die Grammatik betrifft, liefert ein Paper von der COLING 2025 von Tom Juzek und Zina Ward dazu, warum ChatGPT Wörter wie „delve“ überstrapazierte. Sie fanden keine Belege dafür, dass Trainingsdaten, Architektur oder Algorithmuswahl die Ursache waren. Ihre Tests mit Llama passten dazu, dass Feedback menschlicher Bewerter eine Rolle spielt, aber die Belege waren gemischt und sie behaupten nicht, das bewiesen zu haben. Verstehen Sie das als mögliche Teilerklärung.

Das Modell weiß nicht, was Sie wissen

Unser Prompt nannte ein Thema und eine Länge. Über Kunden oder Ergebnisse sagte er nichts, also füllten die Modelle den Raum mit dem, was sich über jedes beliebige Unternehmen oder Team sagen lässt. Griff eines zu einer konkreten Szene, musste es sie erfinden: Im Besprechungsnotizen-Entwurf von Sonnet erinnert sich eine Person an eine Frist am Freitag, während eine andere schwört, es sei Dienstag gewesen. Das ist ein hübscher Einfall, und diese Besprechung hat nie stattgefunden.

Die sichtbaren Merkmale ändern sich ständig

Wikipedia-Autoren pflegen einen langen Leitfaden zu Anzeichen für KI-Texte. Er ordnet manche Anzeichen nach Epochen und führt übermäßig viele Geviertstriche unter den historischen Anzeichen, datiert auf 2022 bis September 2026, merkt aber an, dass sie weiterhin vorkommen. Eine von ihm zitierte Studie vom Juli 2026 ergab, dass unter den aktuellen Modellen nur Claude Geviertstriche häufiger nutzte als professionelle Autoren, die Null in unseren Claude-Entwürfen könnte also an neueren Modellen oder an unserem Setup liegen. Er warnt außerdem, dass diese Anzeichen kein Beweis sind, weil auch Menschen so schreiben, und dass einige spezifisch für Wikipedia sind. Eine Checkliste solcher Merkmale kann schnell veralten.

KI-Text menschlich umschreiben: sechs Korrekturen von Hand, in dieser Reihenfolge

Hier ist der E-Mail-Entwurf von Haiku aus unserem Test, unbearbeitet (145 Wörter im englischen Original). Der folgende Text ist eine Übersetzung dieses Originals:

Eine E-Mail-Liste aufzubauen ist eine der wenigen Marketingmaßnahmen, über die ein kleines Unternehmen die volle Kontrolle hat. Soziale Netzwerke ändern ihre Algorithmen, die Anzeigenkosten steigen und eine Plattform kann Ihre Reichweite über Nacht einschränken. Eine E-Mail-Liste gehört Ihnen. Jeder Abonnent ist jemand, der von Ihnen hören wollte, und diese Erlaubnis ist mehr wert als ein flüchtiger Eindruck. E-Mails konvertieren außerdem tendenziell gut: Eine Nachricht landet im Postfach eines Kunden und wartet dort, bereit zum Lesen, sobald er kaufbereit ist. Für ein kleines Team mit begrenztem Budget ist eine Liste damit einer der zuverlässigsten Wege, Kunden zurückzuholen, ein neues Produkt anzukündigen oder einfach in Kontakt zu bleiben. In diesem Beitrag zeigen wir, wie Sie von Grund auf eine Liste aufbauen, was Sie den Leuten im Tausch gegen ihre Adresse anbieten und mit welchen einfachen Gewohnheiten Abonnenten bei der Stange bleiben.

1. Streichen Sie die Ankündigung. Der letzte Satz beschreibt den Artikel, statt ihn zu beginnen. Streichen Sie ihn und lassen Sie den nächsten Absatz die Arbeit tun.

2. Machen Sie den Austauschtest. Fragen Sie bei jedem Satz: Könnte ein Konkurrent ihn unverändert veröffentlichen? „Eine E-Mail-Liste gehört Ihnen“ fällt durch, und fast alles andere hier auch. Markieren Sie, was durchfällt. Diese Sätze werden ersetzt oder gestrichen.

3. Ergänzen Sie, was nur Sie wissen. Diesen Schritt kann Ihnen kein Tool abnehmen. Was ist Ihnen passiert? Welche Zahl haben Sie gesehen? Wer hat was gesagt? Wenn Sie das nicht beantworten können, streichen Sie die Behauptung. Bitten Sie kein Modell, „eine persönliche Geschichte hinzuzufügen“, denn es wird eine erfinden.

4. Machen Sie aus Substantiven wieder Verben. „Diese Erlaubnis ist mehr wert als ein flüchtiger Eindruck“ handelt von Abstraktionen. „Die Leute wollten von uns hören“ handelt von Menschen. Sagen Sie, wer was getan hat.

5. Brechen Sie die dreiteiligen Aufzählungen auf. „Kunden zurückzuholen, ein neues Produkt anzukündigen oder einfach in Kontakt zu bleiben“ klingt vollständig und sagt wenig. Behalten Sie den einen Punkt, der Ihren Lesern am wichtigsten ist.

6. Beziehen Sie Position und lesen Sie dann laut. Sagen Sie, was Sie tatsächlich tun würden. Behalten Sie eine Einschränkung wie „tendenziell“, wenn sie zutrifft, und streichen Sie sie, wenn sie nur der Absicherung dient. Wo Sie beim Vorlesen stolpern, schreiben Sie um.

Hier ist das Ergebnis als Vorlage, ebenfalls aus dem englischen Original übersetzt. Wir haben Klammern gelassen, statt einen Laden zu erfinden, denn jede Klammer ist etwas, das nur die schreibende Person ehrlich ausfüllen kann:

Letzten [Monat] hat [Plattform] unsere Beiträge den meisten unserer [Zahl] Follower nicht mehr angezeigt. Bemerkt haben wir es, als [was gesunken ist]. Unsere E-Mail-Liste hat [Zahl] Namen, und [Plattform] entscheidet nicht, wer sieht, was wir ihnen schicken. Die Leute haben sich [wo und warum] eingetragen, und wenn wir [was] schicken, [was dann passiert]. Deshalb raten wir: Starten Sie eine Liste, bevor Sie mehr für Anzeigen ausgeben. Unsere begann mit [dem Einfachsten, was Sie getan haben].

Die 70 Wörter der englischen Fassung sagen mehr aus als die 145 des Originals, sobald in den Klammern die Wahrheit steht. Wenn Sie die meisten davon nicht füllen können, ist der Entwurf noch nicht reif für die Überarbeitung. Sie haben noch keine Aussage, und mehr Feinschliff liefert Ihnen keine.

Was Sie lassen sollten

• Bauen Sie nicht absichtlich Tippfehler oder holprige Formulierungen ein. Sie lassen Ihre Arbeit nachlässig wirken und sagen den Lesern nichts.
• Erfinden Sie keine Anekdoten, Quellen oder Zahlen. Ein erfundenes Detail liest sich gut, bis jemand es prüft.
• Tauschen Sie nicht einfach Synonyme aus. Derselbe leere Satz mit einem selteneren Wort bleibt leer.
• Überarbeiten Sie nicht für einen Detektor. Detektoren irren sich in beide Richtungen, wie wir in Wie zuverlässig sind KI-Detektoren? zeigen. Überarbeiten Sie für den Menschen, der liest.

Überarbeiten ändert auch nichts an den Regeln, die für Sie gelten. Wenn Ihre Schule oder Ihr Arbeitgeber den Einsatz von KI einschränkt, macht eine gute Überarbeitung die ursprüngliche Nutzung nicht zulässig, prüfen Sie also zuerst die Richtlinie.

Wo Tools ihren Platz haben

Tools übernehmen den mechanischen Teil. Bessere Eingaben helfen schon vor dem Überarbeiten: Geben Sie dem Modell Ihre Fakten, Ihre Zielgruppe und eine Probe Ihrer eigenen Texte, und bitten Sie es, Lücken zu lassen, statt zu raten. In Clever AI Hub können Sie GPT, Claude, Gemini, Grok und andere aus einem einzigen Chat heraus fragen und das Modell mit einem Fingertipp wechseln, sodass sich derselbe Prompt leicht an mehreren testen lässt und Sie den Entwurf behalten, der am wenigsten Arbeit macht. Sie können Ihre Anweisungen auch in einem Agenten speichern und in jedem Chat wiederverwenden.

Nach Ihrer Überarbeitung von Hand kann der KI-Humanizer die Formulierungen in jeweils 20 bis 4.000 Zeichen glätten, in einer von fünf Tonlagen. Wir haben seine Ergebnisse für diesen Artikel nicht getestet und machen daher keine Aussage dazu. Auf seiner eigenen Seite steht, dass kein Tool versprechen kann, jeden Detektor zu bestehen, und dass Sie das Ergebnis lesen und alles korrigieren sollten, was nicht nach Ihnen klingt. Eine Grammatikprüfung ganz am Schluss fängt auf, was übrig bleibt.

Häufige Fragen

Ist es falsch, KI für einen ersten Entwurf zu nutzen? Das hängt davon ab, wofür er gedacht ist. Schulen und Arbeitgeber legen eigene Regeln fest. Für Webinhalte sagt Google, dass „die angemessene Verwendung von KI oder Automatisierung nicht gegen unsere Richtlinien verstößt“, während Inhalte, die hauptsächlich zur Manipulation von Suchrankings erzeugt werden, gegen seine Spam-Richtlinien verstoßen. Außerdem sagt Google, dass der Einsatz von KI Inhalten keine besonderen Vorteile verschafft.

Können Menschen KI-Texte allein beim Lesen zuverlässig erkennen? Nicht zuverlässig. Der Wikipedia-Leitfaden sagt, dass viele dieser Muster auch in menschlichen Texten vorkommen und dass Studien zufolge Menschen oft kaum besser als der Zufall abschneiden, auch wenn manche erfahrene Leser besser sind. Beschuldigen Sie niemanden allein wegen des Stils.

Wie lange dauert das? Das Streichen und der Austauschtest gehen schnell. Schritt 3 dauert so lange, wie Sie brauchen, um sich zu erinnern, was wirklich passiert ist. Wenn Sie dort nichts beizutragen haben, ist die Zeit besser investiert, es herauszufinden, als am Text zu feilen.