Die Handschrift der Maschine

Stand: Herbst 2026. Diese Seite wird laufend aktualisiert, weil sich die Modelle wandeln.

Maschinell erzeugte Texte lassen sich nicht an einem einzelnen Wort erkennen, wohl aber an einem Bündel von Merkmalen, die gemeinsam auftreten und sich über viele Absätze hinweg verdichten. Kein Detektor leistet diese Zuordnung verlässlich, ein geschultes Auge dagegen sehr wohl, sofern es weiß, worauf es zu achten hat. Einem Forensiker gleich können wir u. a. anhand der folgenden sechs Text-Ebenen erkennen, wo die Maschine ihre Spuren hinterlässt.

Warum Texte einander ähneln

Ein Sprachmodell wählt stets das Wahrscheinlichste. Da alle großen Modelle mit ähnlichen Textmengen trainiert und anschließend auf dieselbe Art von Gefälligkeit bzw. Anbiederung abgestimmt werden, gleichen sich ihre Vorlieben, und zwar über Anbieter und Sprachen hinweg. Wer mehrere Outputs unterschiedlicher Systeme nebeneinanderlegt, erkennt deshalb nicht so sehr die einzelne Maschine als vielmehr eine gemeinsame Handschrift.

Erste Ebene: der Wortschatz

Bestimmte Wörter tauchen in maschinellen Texten weit häufiger auf, als es dem natürlichen Sprachgebrauch entspräche. Im Deutschen gehören dazu etwa facettenreich, vielschichtig, nahtlos, maßgeblich, entscheidend, eintauchen, unterstreichen, beleuchten und bereichern, ferner Metaphern wie die Reise, die Landschaft oder das Zusammenspiel. Jedes dieser Wörter ist für sich genommen unauffällig, verdächtig wird ein Text erst, wenn sie sich häufen und dort stehen, wo ein Mensch das schlichtere Wort gewählt hätte.

Zweite Ebene: die Floskeln

Text-KI eröffnet und schließt gern mit Formeln, die nichts aussagen, aber Struktur vortäuschen: In der heutigen schnelllebigen Welt; Es ist wichtig zu beachten, dass …; Insgesamt lässt sich festhalten …; Nicht zuletzt …; Nicht nur …, sondern usw. Hinzu kommen Beteuerungen der eigenen Ausgewogenheit, die jede Aussage sogleich relativieren, sowie Zusammenfassungen, die wiederholen, was der Absatz bereits gesagt hat. Redundanzen häufen sich, Wortwiederholungen stigmatisieren und entlarven jeden einzelnen Text.

Dritte Ebene: der Satzbau

Die Syntax verrät die Maschine womöglich am deutlichsten. Typisch sind kurze, aneinander gereihte Sätze, Aufzählungen, die fast immer drei Glieder umfassen, Gegensätze nach dem Muster nicht dies, sondern jenes, obwohl niemand das Erste behauptet hat, kurze Pointensätze am Absatzende, die das Vorangegangene deuten, sowie nachgestellte Zusätze, die dort mit einem Gedankenstrich angehängt werden, wo er nicht hingehört, und nochmals erklären möchten, was der Satz eigentlich bedeutet. Einzeln sind diese Figuren legitime Stilmittel, in maschinellen Texten erscheinen sie jedoch mit einer Regelmäßigkeit, die keine menschliche Stimme aufweist.

Vierte Ebene: der Übersetzungsschatten

Da die Modelle überwiegend mit englischsprachigen Texten trainiert wurden, schimmert das Englische auch dort durch, wo sie Deutsch texten. Erkennbar ist das an Wendungen wie am Ende des Tages, Sinn machen oder in seinen Dreißigern, an realisieren im Sinne von erkennen, an Satzstellungen, die der englischen Wortfolge folgen, sowie an einer Vorliebe für das Passiv und für Substantivketten, wo das Deutsche ein Verb verlangt.

Fünfte Ebene: die Typografie

Selbst das Schriftbild trägt Spuren: lange Geviertstriche ohne Leerzeichen nach englischer Konvention, englische statt deutscher Anführungszeichen, Überschriften mit großgeschriebenen Adjektiven oder mit Doppelpunkt, übermäßig viel Fettdruck und Aufzählungspunkte, wo ein zusammenhängender Absatz angemessen wäre.

Sechste Ebene: die Dramaturgie

In erzählenden Texten zeigt sich die KI darin, wie sie Geschichten führt. Figuren benennen ihre Gefühle, statt sie zu zeigen, und empfinden dabei häufig eine Mischung aus zweierlei. Szenen enden mit einer Einsicht oder einer versöhnlichen Wendung, Konflikte lösen sich, kaum dass sie entstanden sind, und immer wieder duftet es nach Kaffee, hängt ein Hauch von etwas in der Luft oder hält jemand den Atem an, ohne es zu bemerken.

Wie ich einen Text prüfe

Ein einzelnes Merkmal beweist nichts, zumal Menschen dieselben Wörter und Figuren verwenden (woher hätte die KI all das sonst?). Ich lese deshalb in fünf Schritten: Zunächst erfasse ich den Text als Ganzes und notiere, wo er ins Allgemeine ausweicht, danach markiere ich auffällige Wörter und Floskeln, und im dritten Schritt untersuche ich Satzbau und Zeichensetzung auf wiederkehrende Muster. Anschließend vergleiche ich den Text, sofern vorhanden, mit älteren Arbeiten derselben Person; und erst zuletzt fälle ich ein Urteil, das ich begründe und das Ihnen zeigt, an welchen Stellen die Überarbeitung ansetzen sollte und inwiefern ich Ihnen dabei helfen kann, aus einem lieblosen Maschinentext ein originelles, authentisches Romanmanuskript, einen Fachartikel oder ein Kinderbuch zu machen, das Ihre Stimme wiedergefunden hat.

Weshalb das essenziell ist

Es geht nicht um eine Jagd auf KI-Texte, sondern darum, dass jeder Text, der die Handschrift der Maschine trägt, ein wenig mehr klingt wie alle anderen, und dass Leser:innen, Lektorate und Verlage diesen Gleichklang zunehmend wahrnehmen. Wer mit KI arbeitet, muss diese Spuren deshalb kennen, um sie zu tilgen, und wer ohne KI schreibt, braucht dasselbe Wissen, um sich nicht versehentlich anzugleichen, da wir alle in zunehmendem Maße KI-generierte Texte konsumieren und den durchschnittlichen Duktus unbewusst übernehmen.

Ihr Text in der professionellen Prüfung

Möchten Sie wissen, ob und wie sehr Ihr eigenes Manuskript betroffen ist, finden Sie unter Selbstprüfung eine erste Orientierung. Einen begründeten Befund samt Überarbeitung erhalten Sie auf Wunsch im Rahmen eines Lektorats oder, sofern Sie die Prüfung dokumentiert benötigen, im Imprimatur. Ausführlich, mit Suchlisten, Ersetzungstabelle und Übungen, behandelt Kapitel 1.9 der zweiten Auflage des SchreibWende-Ratgebers dieses Thema.