Glänzen, nicht blenden: Schreiben mit KI, ohne die eigene Stimme zu verlieren

Wirkungslose Worte

Manuskripte, die vermeintlich alles richtig machen, landen immer häufiger auf dem Tisch von Lektoraten und Agenturen: schlüssige Struktur, wohlgeformte Sätze, solide Überleitungen, keine Tippfehler. Man liest zwanzig Seiten und kann danach nicht sagen, was drinstand. Kein Satz tut weh, kein Gedanke bleibt hängen.

Früher entlarvte sich schlechtes Schreiben von selbst. Es holperte, präsentierte schiefe Bilder und ungelenke Formulierungen, war manchmal sprung- und lückenhaft. Heute lesen sich viele Texte makellos und fallen gerade deshalb niemandem auf – bis man bemerkt, dass nichts nachhallt.

Schnell neigt man dazu, die Ursache an der Oberfläche zu suchen: in Wortwahl, Wiederholungen, Dreiklängen oder Gedankenstrichen. Doch sie liegt wesentlich tiefer und lässt sich nur schwer beseitigen.

Fünf Maschinen, eine Handschrift

Ein Team um die Wissenschaftlerin Jenna Russell unternahm 2026 ein aufwendiges Experiment:¹ Es verglich menschlich geschriebene Kurzgeschichten mit fünf von unterschiedlichen KI-Modellen geschriebenen Versionen derselben erzählerischen Ausgangssituation – insgesamt 61.608 Texte. Anschließend erfasste das Team 304 narrative Merkmale: Wer oder was treibt den Text voran? Wie linear entfaltet sich ein Gedanke? Wo lässt der Text Brüche, Nebenlinien und Widersprüche zu? Erklärt er eine Erkenntnis, deutet er sie nur an, oder überlässt er sie der Leserschaft? Wie stark drängt er auf eine eindeutige Auslegung?

Das Ergebnis: Die fünf KI-Modelle bewegen sich in einem auffällig engen gemeinsamen Erzählraum. Sie schreiben nicht identisch, treffen aber ähnliche narrative Entscheidungen. Die menschlichen Geschichten liegen im Durchschnitt weiter auseinander: In fast 58 Prozent der Fälle war die menschliche Version die ungewöhnlichste von allen sechs.

Besonders interessant ist der zweite Befund. Die Wissenschaftler blendeten stilistische Signale weitgehend aus – also Wortwahl, Satzbau, Rhythmus und andere Merkmale, an denen man gemeinhin den »KI-Sound« festmacht. Übrig blieb vor allem das erzählerische Gerüst. Allein damit ließ sich mit einem Erkennungswert von 93,2 Prozent verlässlich zwischen Mensch und KI unterscheiden.

Es kommt noch schlimmer: Nimmt man einen KI-Text und macht ihn nachträglich »menschlicher« – tilgt die Gedankenstriche, ersetzt die Modewörter, glättet den Klang –, ändert sich fast nichts: Bei 278 stilistisch überarbeiteten Geschichten, die von Gemini erstellt wurden, lag der Erkennungswert immer noch bei 93,9 Prozent.

Der verräterische Unterschied liegt folglich wesentlich tiefer: in Gedankenführung, Gewichtung, erzählerischer Ambivalenz, im Umgang mit Widerspruch und im Drang, alles eindeutig festzuschreiben. Wer KI-Texte nur sprachlich poliert, verändert noch nicht deren Bauplan, ersetzt aber womöglich die eigene Handschrift.

Auf der falschen Fährte

Über die Oberfläche reden trotzdem alle: über den Gedankenstrich als Paukenschlag, über den Dreiklang, bei dem das dritte Glied das längste ist, über Modewörter, die plötzlich aufkommen.

Im Englischen wurde eines zum Symbol der sprachlichen Verarmung: »delve«, auf Deutsch »eintauchen, sich vertiefen«. Vor ChatGPT benutzte dieses Verb kaum jemand, aber in einer Auswertung von über 15 Millionen biomedizinischen Abstracts erschien es 2024 rund 28-mal so oft wie noch ein Jahr zuvor.²

Nur hilft das alles nicht weiter, wenn man KI enttarnen will – solche Spuren sind in Minuten entfernt. In einer Studie, in der KI-Modelle auf menschliche Autorenstile trainiert wurden, fiel die Trefferquote gängiger Detektoren von 97 auf 3 Prozent.³ Wer also ein Modell bewusst gegen den Strich einsetzt, mit eigenen Fällen füttert, Varianten verwirft und die Entscheidungen selbst trifft, kann den oberflächlichen KI-Sound  kaschieren. Doch der Tech-Beobachter Alberto Romero warnt: Die verräterischen Spuren verschwinden dadurch nicht, sie ziehen nur um – von der Wortwahl in die Maschinerie des Denkens.⁴

Einzeln vielleicht besser, zusammen immer öder

Mit KI scheint jeder Text an Qualität zu gewinnen, aber zugleich werden alle Texte immer eintöniger. Gemessen haben das die Ökonomen Anil Doshi und Oliver Hauser. Sie ließen Hunderte Menschen Kurzgeschichten schreiben; ein Teil bekam Impulse von einer KI, der andere nicht. Die KI-gestützten Storys wurden als kreativer bewertet und ähnelten einander deutlich mehr.⁵ Es entsteht eine gleichförmige Gefälligkeit, die für Autorinnen und Autoren gefährlich ist.

Wer regelmäßig Manuskripte liest, kennt das aus eigener Erfahrung. Der Ghostwriter und Buchcoach Josh Bernoff bringt es so auf den Punkt: Jeder Autor scheitere auf seine eigene Weise – zu lang, zu brav, zu verkopft. KI-Bücher dagegen seien auf immer dieselbe Art mangelhaft: logisch und langweilig, ohne Witz, und eine unverwechselbare Stimme fehle. Den Leser, sagt er, täusche das nicht.⁶

Der Grund steckt in den Algorithmen. KI-Modelle erzeugen Text, indem sie aus Wahrscheinlichkeitsverteilungen das nächste Wort, den nächsten Anschluss, den nächsten Satz auswählen.⁷ Auch wenn dabei nicht immer der wahrscheinlichste Treffer genommen wird, begünstigt das Verfahren erwartbare Übergänge und eingeübte Muster. Originalität ist allerdings das Gegenteil: die unwahrscheinliche Wendung, das überraschende Detail, der Satz, den so nur ein bestimmter Kopf formt – und das rechnet die Maschine im Zweifel weg.

Für ein Buch ist das fatal. Mit KI schreiben Sie vielleicht die besseren Sätze, aber Sie schreiben genau die Sätze, die gerade alle anderen ebenso schreiben. Und damit steht die Glaubwürdigkeit Ihres Werks, Ihres Denkens und Ihres Erlebens auf dem Spiel.

Stimmverlust

Wir wollten genau wissen, woran sich das festmachen lässt, und haben dafür ein Prüfraster aus vierzehn Merkmalen auf Wort-, Satz- und Textebene gebaut, plus zwei rein technische – die Text-DNA. Fünf Merkmale zeigen besonders deutlich, wo eine autehntische Stimme verloren geht.

• Ausbalancierung: Eine KI fängt jede These sofort wieder ein: einerseits dies, andererseits das, bloß nicht festlegen. Ihre Meinung dagegen hat Kanten und verträgt Widerspruch.
• Laufbandeffekt: Eine KI dreht sich im Kreis, Absatz für Absatz, ohne anzukommen. Ihre Argumentation hat ein Ziel und steuert es an.
• Substanzarmut: Eine KI ist weitschweifig und oft redundant – sie produziert viele Buchstaben ohne Tiefe, ohne echte Namen, konkrete Orte, eigenes Wissen. Ihr Text darf kürzer sein, wenn dafür jeder Absatz etwas hinzufügt, das vorher nicht dastand.
• Subtextvakuum: Eine KI erklärt jede Pointe, spricht jedes Thema aus und verbindet jeden Gedanken deutlich mit dem nächsten. Eine echte Stimme lebt vom Gegenteil: von dem, was Sie weglassen und was Sie Ihrer Leserschaft zutrauen.
• Abschlussredundanz: Eine KI fasst zum Schluss noch einmal zusammen, was sie gerade gesagt hat. Ein guter Text lässt einen Gedanken stehen und wirken.

Dieses Raster haben wir auf die Probe gestellt. Dafür nutzten wir eine anonymisierte Vergleichsbasis aus unterschiedlichen Non-Fiction-Texten, die alle vor 2023 entstanden sind, also vor ChatGPT. Daraus analysierten wir Sachbuchtexte und damit denselben Buchtyp wie ein Werk, das nachweislich über weite Strecken mithilfe von KI erstellt wurde.⁸ Gleiche Gattung, ähnliche Lesererwartung, also ein sinnvoller, wenn auch nicht repräsentativer Vergleich.

Auf den Oberflächenmerkmalen schlägt das Raster auch bei Menschen an: Fast jedes echte Buch zeigt zu viele Nominalstil-Cluster und folgt einem bestimmten Schema; dort sieht das KI-Manuskript aus wie jedes andere Sachbuch. Erst in den fünf hervorgehobenen Kategorien – Ausbalancierung, Laufbandeffekt, Substanzarmut, Subtextvakuum, Abschlussredundanz – leuchtet die KI-Zeile auf, während die menschlichen Sachbücher unauffällig bleiben. Die beiden technischen KI-Relikte sind noch eindeutiger, denn sie entstehen überhaupt erst durch den maschinellen Produktionsprozess.

Das sind weniger statistisch belastbare Beweise als praxistaugliche Indizien:⁹ Die auffälligen Unterschiede haben nichts mit Wortwahl zu tun, sondern sehr viel mit Gedankenführung. Für Ihr Schreiben heißt das: Ihre eigene Stimme steckt in der Struktur, im Subtext, in den Kanten – überall dort, wo die KI sich wegduckt.

Hätten Sie das selbst geschrieben?

Zurück zur Frage vom Anfang: »Darf ich für mein Buch eigentlich KI benutzen?« Juristisch ist sie schnell beantwortet: Geschützt ist nur die persönliche geistige Schöpfung, wenn also Auswahl, Anlage, Formung und Bearbeitung auf Entscheidungen eines Menschen beruhen.¹⁰ Wer KI als Sparringspartner nutzt, kann Urheber bleiben. Wer sie das Buch im Wesentlichen schreiben lässt, gibt die Urheberschaft ab – im rechtlichen wie im wörtlichen Sinn.

Im Alltag hilft eine einfache Probe, indem Sie sich bei jedem KI-Vorschlag die Frage stellen: »Hätte ich das selbst auch so schreiben können?« Klingt der Satz nach Ihnen, nur schneller gefunden, dann nehmen Sie ihn. Das ist gutes Sparring. Denken Sie dagegen: »So hätte ich das nie sagen können«, dann lassen Sie die Finger davon. Dann sind es nicht Ihre Worte, sondern die der Maschine: Sie klingen nach allen und nach niemandem.

Das ist anstrengend, denn es verlangt Disziplin: einem Vorschlag zu widersprechen, der sich geschliffener liest als die eigenen Worte. Doch geschliffen ist nicht dasselbe wie gut. Ihr eigener Satz mit erkennbarem Ton ist wertvoller als zehn makellose, die genausso gut von anderen stammen könnten. »Auf Nummer sicher zu gehen, ist ein Todesurteil. Es ist das Überraschende, das Unerwartete, durch das Faszination entsteht«, sagt Alberto Romero.¹¹ Sich das zuzutrauen, ist die eigentliche Arbeit – und der Grund, warum gute Bücher unverwechselbar klingen.

Das heißt nicht, die KI aus dem Buch zu verbannen. Polieren ist erlaubt, oft klug: ein zweites Augenpaar, das Fehler moniert, Wiederholungen findet, eine zähe Stelle markiert, einen Einwand vorwegnimmt. So setzen wir KI selbst regelmäßig ein und haben dabei stets die Grenzen im Blick.¹² Polieren holt hervor, was schon da ist. Wegschleifen trägt ab, was Sie ausmacht: die starke Meinung, das ungewöhnliche Bild, die Reibung, den Umweg. Lauter Dinge, die Ihr Text zum Leben braucht und die kein noch so kundiges Lektorat wiederherstellen kann.

Glänzen Sie

Die KI wird immer besser. Nächstes Jahr fällt der Stilbruch etwas weniger auf, die Oberfläche wird noch glatter, das nächste Modewort steht schon bereit. Unverändert bleibt die Frage dahinter: Schreibt hier ein Mensch, der etwas zu sagen hat und sich traut, genau das zu sagen? Die Journalistin und Schreibtrainerin Tawny Lara drückt das so aus: »Künstliche Intelligenz ist ein cooles Werkzeug, aber Ihr menschliches Gehirn ist noch cooler.«¹³

Sie haben, was kein Modell hat: eine Geschichte, die nur Ihnen passiert ist, Wissen, das Sie sich in langen Jahren erarbeitet haben, überprüfbare Details, die nur Sie kennen, und eine Haltung, für die Sie geradestehen. Das ist Ihr Glanz. Lassen Sie ihn nicht abschleifen, auch nicht von einem noch so verführerisch schönen Satz. Blenden können die anderen.

Weil Bücher Ihre Stimme tragen.

Quellen

1. Jenna Russell u. a.: »StoryScope. Investigating Idiosyncrasies in AI Fiction«, Preprint, 13. April 2026. Untersucht wurde Kurzprosa; die Strukturbefunde sind auf Sachtexte übertragbar, die genauen Prozentwerte nicht.
2. Dmitry Kobak u. a.: »Delving into LLM-assisted writing in biomedical publications through excess vocabulary«, Science Advances 27/2025.
3. Tuhin Chakrabarty u. a.: »Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers«, arXiv.org, 17. März 2026, zitiert in Russell u. a.
4. Alberto Romero: »Ten Signs of AI Writing«, The Algorithm Bridge, 3. Dezember 2025.
5. Anil R. Doshi, Oliver P. Hauser: »Generative AI enhances individual creativity but reduces the collective diversity of novel content«, Science Advances 28/2024.
6. Josh Bernoff: »Developmental editing develops people«, Bernoff.com, 5. Juni 2026. Allerdings scheinen sich Leser doch täuschen zu lassen, siehe Sydney Sears, Deena Skolnick Weisberg: »Bot or not: Can people tell the difference between stories written by a human or by an AI system?«, Judgment and Decision Making, 5. August 2026.
7. Vereinfacht: KI-Modelle erzeugen Text als Folge der jeweils wahrscheinlichsten Wörter. Anschaulich zusammengefasst bei Christopher S. Penn: »How AI Detection Works«, Almost Timely News, 7. Juni 2026.
8. Eigene Auswertung anhand von sechzehn Merkmalen mit einer anonymisierten, nicht repräsentativen Auswahl von nichtfiktionalen Texten (Warengruppen 4, 5, 6, 7 und 9), nachweislich geschrieben vor 2023. Die Werte sind relativ zur Gattung zu lesen, nicht als absoluter Schwellenwert; verglichen wird ein KI-Sachbuch mit menschlichen Sachbüchern. In anderen Gattungen verschiebt sich die Messlatte: Ein Ratgeber etwa fasst stärker zusammen (Abschlussredundanz) und ist expliziter (weniger Subtext), ohne KI-verdächtig zu sein. Das Prüfraster berücksichtigt solche Gattungsausnahmen. Siehe auch Michael Schickerling: »Die Text-DNA: Warum KI-Detektoren Fehler machen und wie tieferliegende KI-Marker erkennbar werden«, Digital-Publishing-Technologien, 29. Juli 2026.
9. Siehe auch die grundlegende Kritik an KI-Detektoren von Eva Wolfangel: »KI-Detektoren: Misstrauen als Geschäftsmodell«, Zeit, 20. Juni 2026.
10. Urheberrechtsgesetz (Paragraf 2, Absatz 2): »Werke im Sinne dieses Gesetzes sind nur persönliche geistige Schöpfungen.«
11. Alberto Romero: »How to Be Irreplaceable«, The Algorithm Bridge, 17. Juni 2026.
12. Michael Schickerling, Carolina Pasamonik: »Kreativschub statt Kontrollverlust. Wie das Lektorat von KI profitiert«, Digital Publishing Report, 24. März und 9. April 2025. Wo KI im Buchprozess nützt, auch im Blogbeitrag »Sparringspartner, kein Ghostwriter«.
13. Tawny Lara: »Finding Your Voice as a Writer in the Age of AI«. Jane Friedman, 24. Juni 2026.