---

Wer heute einen Text veröffentlicht, muss mit einem Vorwurf rechnen: Das hat doch eine KI geschrieben. Ich halte das für die falsche Frage. Ob ein Text etwas taugt, entscheidet nicht das Werkzeug, sondern der Gedanke, der vorher da war.

Der erste Kommentar kommt bestimmt

In technischen Diskussionsforen kann man inzwischen fast die Uhr danach stellen. Jemand verlinkt einen Artikel oder schreibt einen längeren Kommentar, und schon beginnt ein kleiner Wettbewerb. Wer merkt als Erster an, dass das scheinbar von einer KI geschrieben wurde? Mal ist es eine klare Behauptung, mal nur ein Bauchgefühl. Der Text lese sich “irgendwie seltsam”, zu glatt, zu ordentlich. Damit ist die Sache erledigt: nicht mehr lesenswert, weiter zum nächsten Thread.

Ich nenne das den KI-Reflex. Mit dem Inhalt hat er erstaunlich wenig zu tun. Ob der Artikel eine kluge Analyse enthält oder kompletten Unsinn, spielt keine Rolle. Bewertet wird nicht, was dasteht, sondern die Vermutung, wie es entstanden ist.

Richtig spannend wird es, wenn man sich anschaut, wer diese Kommentare schreibt.

Agenten für mich, Handarbeit für die anderen

Nicht selten sind es genau die Leute, die an anderer Stelle stolz erzählen, seit Monaten keine einzige Zeile Code mehr selbst geschrieben zu haben. Sie steuern Agenten, prüfen Ergebnisse und lassen die eigentliche Arbeit von LLMs erledigen. Für sie ist das Fortschritt, die klassische Arbeitsweise dagegen fast schon von gestern.

Für die eigene Arbeit ist KI also völlig in Ordnung, sogar überlegen. Für die Arbeit anderer, die Texte schreiben, wird sie plötzlich zum despektierlichen Hilfsmittel, das alles entwertet.

Ich finde das eine interessante Form von Doppelmoral.

Damit ist die Kritik natürlich nicht vom Tisch. Wer mit zweierlei Maß misst, liegt nicht automatisch mit beiden Maßen falsch. Es lohnt sich aber, genauer hinzusehen, was da eigentlich gemessen wird. Denn hinter dem Reflex steckt ein echtes Problem.

Ja, es gibt Slop - aber er ist ein Symptom

Erkennen wir den Elefanten im Raum an: Vieles von dem, was heute an Texten im Netz zu finden ist, ist qualitativ unterste Schublade. Austauschbare Einleitungen, Absätze ohne Aussage, viel Text und wenig Inhalt. Ich kenne solche Texte, und meistens schließe ich das Fenster nach zwei Absätzen wieder.

Neu ist das allerdings nicht. SEO-optimierten Slop habe ich schon vor Jahrzehnten gelesen, und er war damals schon genauso schlecht. Das entschuldigt nichts. Es zeigt nur, dass schlechte Texte nicht erst mit LLMs in die Welt gekommen sind.

Geändert hat sich etwas anderes. Einen Text zu erzeugen kostet heute fast nichts mehr. Ihn zu lesen kostet immer noch genauso viel Zeit wie früher. Wer oft genug erlebt hat, dass ein Text ihm diese Zeit gestohlen hat, wird misstrauisch. So gesehen ist der KI-Reflex ein Versuch, die eigene Aufmerksamkeit zu schützen. Ich verstehe das. Die Spreu vom Weizen zu trennen ist schwerer geworden, keine Frage.

Nur schießt dieser Reflex auf das falsche Ziel. Was mich an schlechten Texten stört, war noch nie das Werkzeug. Es ist die Austauschbarkeit. Es fehlt eine Haltung, ein eigener Gedanke, irgendein Grund, warum es genau diesen Text geben sollte. Das konnten schlechte Texte schon immer, mit und ohne KI.

Und das Etikett taugt ohnehin wenig. Viele angebliche Erkennungsmerkmale finden sich genauso in Texten, die Menschen ganz allein geschrieben haben. Der EM-Dash ist das bekannteste Beispiel dafür. Der KI-Reflex trifft deshalb regelmäßig Menschen und übersieht viele Texte, an denen ein Modell mitgearbeitet hat. Wahrscheinlich weiß ich in den meisten Fällen gar nicht, ob ein LLM beteiligt war.

Slop ist ein Symptom. Die Ursache ist nicht das Werkzeug, sondern der fehlende Gedanke dahinter. Werkzeuge zu verteufeln, weil sie auch für Dinge benutzt werden, die wir ablehnen, löst dieses Problem nicht. Den Kopf in den Sand zu stecken auch nicht.

Mich interessiert das Ergebnis

Ich kenne aber auch sehr gute Gegenbeispiele. Und ehrlich gesagt ist es mir egal, ob dort ein Modell mitgeholfen hat. Mich interessiert, ob ein Text sich gut liest, ob er mir neue Einblicke gibt oder mich einfach gut unterhält.

Bei Software ist das nicht anders. Als Anwender ist es mir vollkommen egal, ob jede Zeile von Hand geschrieben wurde oder ob Agenten den Großteil erledigt haben. Die Software muss tun, was ich brauche, und zwar fehlerfrei. So sieht das die überwältigende Mehrheit aller Anwender.

Wer selbst Software baut, wird jetzt einwenden: Spätestens bei der Wartung spielt es sehr wohl eine Rolle, wie Code entstanden ist. Stimmt. Das Problem ist dann aber nicht das Werkzeug, sondern dass niemand Verantwortung übernimmt. Code, für den keiner geradesteht, ist ein Risiko, egal wer ihn getippt hat.

Hilfe beim Schreiben gab es außerdem schon immer. Ich bin mir sicher, dass mehr als ein Buch in meinem Regal zumindest teilweise von einem Ghostwriter stammt. Fast jeder Artikel in einem Fachmagazin geht durch ein Lektorat, das glättet, umstellt und streicht, und niemand verlangt, dass das offengelegt wird. Wie überall gibt es gute und schlechte Handwerker. Dass jemand Hilfe hatte, ob von einem Menschen oder einer Maschine, macht das Ergebnis nicht automatisch schlechter.

An einer Stelle hinkt der Vergleich mit Software allerdings, und genau da wird es interessant. Bei einem Meinungstext lese ich eine Position, keine bloße Folge von Sätzen. Ich will wissen, dass ein Mensch dahintersteht. Entscheidend ist also nicht, wer eine Formulierung geschrieben hat, sondern wer den Gedanken hatte.

Mit Hilfe von, nicht komplett durch

Viele meiner eigenen Texte sind inzwischen mit Hilfe von LLMs entstanden, dieser hier eingeschlossen. Ich sage ganz bewusst “mit Hilfe von” und nicht “komplett durch”. Für mich ist das ein wesentlicher Unterschied.

Der Kern dessen, was ich sagen möchte, kommt von mir. Die Themen, über die ich schreibe, die Art, wie ich sie sehe, und die Meinung, die ich dazu vertrete, kommen von mir. Wobei mir ein LLM helfen kann, und auch helfen soll, ist der Weg vom Gedanken zum Leser: ihn zu ordnen, zu verfeinern, präziser zu formulieren und, ja, auch so zu gestalten, dass er sich gut liest.

Im Ergebnis zeigt sich dieser Unterschied sehr deutlich. Wer einem LLM die Aufgabe gibt, einen interessanten Artikel zum Thema X zu schreiben, bekommt ziemlich genau das, was man erwarten muss: einen Durchschnitt aus allem, was zu X schon geschrieben wurde. Glatt, generisch und uninteressant. Das Modell kann keine Haltung liefern, die niemand mitgebracht hat, und keine Erfahrung, die niemand gemacht hat. Wer einem LLM dagegen ein durchdachtes Thema gibt, eine klare Position und eigenes Material, bekommt einen Sparringspartner. Einen, der Lücken in der Argumentation aufzeigt, Übergänge findet und aus einem sperrigen Rohtext einen lesbaren Artikel macht.

Ein Text ohne Gedanken wird durch ein LLM nicht besser. Er wird nur schneller fertig.

Und die Verantwortung bleibt dort, wo sie hingehört: Für jeden Satz, der unter meinem Namen erscheint, stehe ich ein, ganz gleich, wer ihn zuerst formuliert hat.

Ein Verstärker, kein Ersatz

Ob wir über ein Softwareprodukt, einen Artikel oder ein ganzes Buch sprechen: KI wirkt als Verstärker. Sie verstärkt, was bereits da ist. Schlechtes kann schlechter werden, weil es sich schneller und in größerer Menge produzieren lässt. Gutes kann besser werden, weil es klarer, präziser und zugänglicher wird. Welches von beidem passiert, entscheidet nicht das Werkzeug. Es entscheidet der Mensch, der es einsetzt, und das, was er mitbringt.

Interessanterweise wissen das gerade diejenigen am besten, die den KI-Reflex pflegen. Wer täglich mit Agenten arbeitet, kennt den Unterschied aus eigener Erfahrung. Eine vage Aufgabe liefert generischen Code, der irgendwie funktioniert und niemandem wirklich hilft. Eine durchdachte Aufgabe, getragen von klaren Anforderungen und einer überlegten Architektur, liefert einen echten Gewinn. Niemand würde daraus schließen, dass Agenten wertlos sind. Jeder würde sagen, dass die Vorarbeit gefehlt hat. Genau diesen Maßstab wünsche ich mir auch für Texte.

Der KI-Geist ist längst aus der Flasche, und er wird nicht wieder hineingehen. Sich die guten alten Zeiten zurückzuwünschen (die übrigens nie so gut waren, wie wir sie in Erinnerung haben) ist keine Strategie. Viel spannender finde ich die Frage, wo das Potenzial heute noch ungenutzt ist.

Vielleicht können wir beim nächsten verlinkten Artikel mit einer anderen Frage anfangen. Nicht: Hat hier eine KI mitgeschrieben? Sondern: Steckt hier ein Gedanke drin?

Und wenn du selbst schreibst: Bring den Gedanken mit. Das Werkzeug verstärkt nur, was du ihm gibst.