KI-Texte: Wenn der Text stimmt, aber nichts sagt

TL;DR: KI schreibt schnell und fehlerfrei, aber oft auch austauschbar. Doch gute Texte entstehen nicht nur durch saubere Formulierungen, sondern durch echte Gedankenarbeit, Positionierung, Ecken und Kanten, die den Leser zur Auseinandersetzung mit dem Thema animieren.

KI kann vieles: saubere Texte schreiben, Gliederungen erstellen, zusammenfassen, sprachliche Verbesserungen vornehmen. Das spart viel Zeit und nimmt (Denk-)Arbeit ab. Eine Pressemitteilung, für die man früher mehrere Stunden gebraucht hat, ist heute in wenigen Minuten zusammengepromptet. Stichpunkte? Abgedeckt. Rechtschreibung und Zeichensetzung? Fehlerfrei. Wer die Meldung anschließend liest, fragt sich trotzdem: Was will der Text eigentlich sagen?

Als ChatGPT Ende 2022 öffentlich zugänglich wurde, war die Freude groß: Endlich gab es ein Werkzeug, mit dem sich mehr Texte in kürzerer Zeit schreiben lassen. Gerade die Medienschaffenden konnten den Output mit KI-generierten Texten deutlich steigern. Mittlerweile ist es normal geworden, Textbeiträge – egal ob Pressemitteilung, Fachbeitrag oder LinkedIn-Post – mit KI zu schreiben. Klingt nach einer Win-Win-Situation. Zumindest in der Theorie.

Ist mehr Content wirklich das Ziel?

Die Folge ist eine Flut an KI-generierten Inhalten. Untersuchungen zufolge wurden bereits 2024 zeitweise mehr Artikel von KI-Systemen erstellt als von Menschen. Schon jetzt gibt es ein Überangebot an KI-Texten, die grammatikalisch korrekt und sauber strukturiert sind – aber trotzdem austauschbar wirken. Weil Large-Language-Models (LLMs) auf bestehenden Textmustern basieren, reproduzieren sie häufig auch bestehende Narrative – in einer Form, die glatt klingt, aber wenig ausdrückt. So entstehen Texte, die leichter zu lesen sind, aber nicht automatisch leichter zu verstehen.

Optimierte Form, erschwertes Verständnis

Eine im Juni 2025 veröffentlichte Studie von Prof. Dr. Marie Dutordoir und Prof. Dr. Thomas Walther kommt zu dem Ergebnis, dass die Lesbarkeit wissenschaftlicher Fachartikel seit der Einführung von ChatGPT abgenommen hat. In den untersuchten Texten fanden sich auffällig viele komplexe Wörter – also Wörter mit drei oder mehr Silben. Die Texte wirkten dadurch sprachlich aufgebläht: korrekt formuliert, aber schwerer zugänglich. Die wichtige Erkenntnis: Zwar hat sich durch die Nutzung von Sprachmodellen die Anzahl von Publikationen erhöht, Qualität und Wirkung verbesserten sich dadurch aber nicht automatisch.

Das liegt in der Funktionsweise von LLMs begründet: Sie berechnen, welche Wörter mit hoher Wahrscheinlichkeit aufeinander folgen – nicht, ob ein Gedanke wirklich trägt oder Sinn ergibt. So entstehen Texte, die zwar grammatikalisch korrekt sind und sich auf den ersten Blick richtig anhören, aber bei genauerem Lesen logische Brüche zeigen oder keinen klaren roten Faden entwickeln. Einfach gesagt: Wenn ein Text nicht aus menschlichem Denken hervorgeht, ist er für Menschen oft schwerer zu greifen. Er kann korrekt klingen – und trotzdem befremdlich wirken.

Nimmt KI uns das Denken ab?

Hinzu kommt: Wer sich einen Text vollständig von KI generieren lässt, beschäftigt sich häufig weniger intensiv mit dem Inhalt. Zu diesem Thema hat sich meine Kollegin Heike 2024 bereits ihre Gedanken gemacht.  Früher musste man Quellen lesen, neue Sachverhalte verstehen, Zusammenhänge erkennen und daraus eine eigene Struktur entwickeln. Diese Aufgabe übernimmt heute oft der KI-Bot unseres Vertrauens: Kontext einfügen, kurze Arbeitsanweisung dazu – und schon steht eine Gliederung, mit der sich weiterarbeiten lässt. Im nächsten Schritt muss der Text nur noch ausformuliert werden. Auch das wird übernommen.

Wenn die KI Fehler macht oder einen suboptimalen Aufbau vorschlägt, fällt das weniger ins Auge. Das Textverständnis bleibt dafür häufig zu oberflächlich, wenn die intensive gedankliche Vorarbeit wegfällt. Man ist eher dazu geneigt, Vorschläge der KI zu übernehmen, deren Mittelmäßigkeit durch korrekt klingende Sprache verdeckt wird.

Wer sich den fertigen Beitrag genauer ansieht, stellt fest: Man sieht dem Text an, dass beim Schreiben am Denken gespart wurde. Es fehlen gedankliche Reibung, Abwägen und Haltung. Stattdessen stehen verschiedene Aspekte nebeneinander, ohne wirklich miteinander in Beziehung zu treten. Es fehlt die gedankliche Auseinandersetzung: das Abwägen, das Auslassen, das Zuspitzen – kurz: ein individueller Denkstil.

Was den Unterschied beim Schreiben macht

Das gilt nicht nur für meinungsgetriebene Textsorten wie Kommentare. Auch Sachtexte benötigen menschliche Abwägung: Welche Punkte lasse ich weg? Welche nehme ich auf? Und in welcher Detailtiefe? Benutze ich leichtere oder gehobenere Sprache? Welche Adjektive wähle ich? Welche subtilen Nuancen setze ich ein? All diese Entscheidungen werden beim Schreiben getroffen. Wenn eine Maschine diese Entscheidungen übernimmt, merkt man das – weil sie nicht wie ein Mensch gewichtet, zweifelt oder verwirft. Sie orientiert sich an Mustern: daran, wie Texte typischerweise aufgebaut sind, welche Formulierungen häufig vorkommen und welche Argumentationswege naheliegen. Nicht am Besonderen, sondern am Durchschnitt.

Ein guter Text zeichnet sich nicht dadurch aus, dass alle Seiten perfekt abgewogen und alle Argumente lehrbuchartig sortiert sind. Ein guter Text braucht eine klare Position. Eine, die nicht nur glatt ist, sondern durchaus aneckt. Ein solcher Text regt zum Nachdenken an, weil er manche Dinge offen lässt und Widersprüche aushält, statt sie sofort aufzulösen. Genau dadurch entsteht Spannung. Und diese Spannung macht Texte interessant.

Warum KI ein Problem gelöst hat, das keines war

ChatGPT wurde schnell als Effizienzversprechen verstanden. Plötzlich schien es kein Problem mehr zu sein, in kurzer Zeit viele Texte zu schreiben. Aber war das überhaupt ein Problem, das gelöst werden musste?

Vielmehr ist dadurch etwas sichtbar geworden, das vorher leichter zu übersehen war: die Austauschbarkeit vieler Texte. Dadurch, dass heute fast jeder ohne großen Aufwand fehlerfreie Texte generieren kann, tritt die Form in den Hintergrund. Übrig bleibt der Inhalt.

Gute Formulierungen allein reichen nicht mehr. Es stechen die Texte hervor, die zwar Mühe erfordern, aber einen eigenen Gedanken tragen und wirklich etwas zu sagen haben.

Entscheidend wird eine Qualität, die KI nur schwer imitieren kann: echte gedankliche Unvollkommenheit.

******

Über Daniel Heinzlmeier

Daniel ist seit 2022 bei Berkeley Kommunikation, der deutschen Niederlassung der Berkeley Communications Group für die DACH-Region (Deutschland, Österreich und Schweiz) in München. Er begann seine Laufbahn als Werkstudent neben dem Studium der Politikwissenschaften, setzte diese als Volontär fort und ist mittlerweile als Account Executive im Berkeley Team tätig. Er betreut diverse Kunden aus dem Technik-, Automobil-, Weiterbildungs- und Marktforschungsbereich. Für diese entwickelt er diverse Content-Formate, führt Recherchen durch, bereitet Reportings auf und ist für die Medienansprache verantwortlich. Sein ausgeprägtes Interesse an Politik, Gesellschaft, Medien und internationalen Beziehungen kommt seinen Kunden als Hintergrundwissen zugute.

*****

Titelbild generiert mit ChatGPT