Ob Claude, ChatGPT oder Gemini – irgendwie hören sich viele Texte der grossen LLMs ein bisschen ähnlich an. Aber woran liegt das überhaupt? Und was kann man tun, damit die eigenen KI-Texte nicht nach diesem sogenannten «AI-Speak» klingen?
Wer schon einmal mit einem KI-Chatbot eigene Texte generiert hat – und das sind mittlerweile wahrscheinlich die meisten von uns – weiss, wie mühsam dieser Prozess sein kann. Ständig muss man die KI dazu ermahnen, die fünfhundert Gedankenstriche bitte wegzulassen und auch keine seltsamen Redensarten oder nichtexistente Metaphern zu verwenden. Und selbst dann bedarf es gerne noch ein paar weiteren Korrekturrunden, bis ein KI-Text sich nicht mehr nach, nun ja, KI anhört.
Spannend ist, dass dieses Problem bei fast allen KI-Chatbots auftaucht. Und zwar auf sehr ähnliche Art und Weise. Ob man nun mit Claude, ChatGPT, Gemini oder sonst einem Large Language Model chattet, irgendwie neigt so gut wie jedes KI-Modell dazu, einen gewissen Ton anzuschlagen, der sich für unsere Ohren etwas unnatürlich anhört. Oder zumindest so distinkt anders, dass wir kollektiv beginnen, KI-Texte an ihrer Sprache zu erkennen. Mittlerweile gibt es für diese Sprache sogar eine Bezeichnung: «AI Speak».
Was ist «AI Speak»?
Auf Deutsch bedeutet «AI Speak» so viel wie «KI-Sprache». Gemeint sind damit gewisse Sprachmuster, in die viele KI-Modelle immer wieder zu verfallen scheinen. Dazu gehören unter anderem die übermässige Verwendung von Gedankenstrichen, die kuriosen Metaphern, aber auch ganz viele andere sprachliche Eigenheiten, die sich bei KI-Texten gerne ergeben.
Ein paar bekannte Beispiele von «AI Speak»
- Leicht dramatische oder floskelhafte Texteinstiege wie «In einer Welt, in der…» oder «Im digitalen Zeitalter…».
- Antithesen in jeglicher Art und Form: «Ein guter Hut ist mehr als ein Accessoire – er ist eine Aussage» oder «Das ist kein einfacher Marketing-Trick. Das ist eine Revolution.»
- Dreierkonstellationen wie «klar, präzise und wirkungsvoll». Gerne auch nach einem Gedankenstrich: «Dein idealer Hut – schützend, formgebend, unverwechselbar.»
- Sinnfreie, dramatische Metaphern: «Der Hut ist das Dach deiner Persönlichkeit.»
- Bestimmte Begriffe, die so oft im Text auftauchen, dass es unnatürlich wirkt. Hier einige Beispiele: «eintauchen», «beleuchten», «nahtlos», «robust», «still», «Landschaft», «Schlüsselrolle», «unerlässlich», «Herzstück».
Warum uns «AI Speak» auch ohne KI-Erkennungs-App auffällt
Kommen dir einige dieser Beispiele bekannt vor? Falls ja, bist du damit nicht allein. Eben weil wir seit dem KI-Boom immer öfters solchen Sprachmustern ausgesetzt sind, beispielsweise in Werbeanzeigen oder E-Mails, werden wir auch immer besser darin, sie wiederzuerkennen.
Verstärkt wird dieser Effekt unter anderem auch dadurch, dass ein Grossteil der KI-generierten Texte gewisse Sätze, Phrasen oder Begriffe enthalten, die grammatikalisch oder stilistisch ungewöhnlich für unsere Ohren sind. So würden wir in einer Zeitschrift oder einem Roman wohl kaum je einen Satz lesen wie: «Der Hut ist das Dach deiner Persönlichkeit – schützend, formgebend, unverwechselbar.» (Übrigens ein echter generierter Text von Claude Sonnet 5)
Dass wir mit der Zeit beginnen, diesen etwas ungewöhnlich klingenden Sprachstil wiederzuerkennen und erfolgreich als KI-generiert zu identifizieren, ist demnach lediglich die Konsequenz der wiederholten Aussetzung von KI-Content über einen längeren Zeitraum.
Spannend ist allerdings, dass dieser Sprachstil so konsistent und uniform auftritt, dass wir ihn überhaupt unter dem Deckel «AI Speak» zusammenfassen können. ChatGPT, Gemini, Claude und viele weitere LLMs produzieren nämlich allesamt Texte, die gespickt sind mit denselben dramatischen Metaphern, Antithesen, Gedankenstrichen und den vielen anderen Sprachmarkern, die wir mittlerweile mit KIs assoziieren. Anstatt dass jedes LLM seine eigenen distinktiven «Fehler» produziert, scheint man sich sie zu teilen. Aber warum? Und wie geht das überhaupt?
Wie kann es sein, dass die verschiedenen KI-Chatbots alle so ähnlich klingen?
Um diese Frage zu beantworten, müssen wir erst einmal festhalten, dass es sich bei dem Begriff «AI Speak» um eine Generalisierung handelt. Nicht jede KI ist gleich stark von «AI Speak» betroffen, und deshalb klingt auch nicht jede KI genau gleich. Allein zwischen den verschiedenen Modellen der Anthropic-KI «Claude» gibt es grosse Unterschiede darin, wie sprachlich gewandt ein generierter Text ist. Heisst, bei Sonnet 4.6 findest du wahrscheinlich viel mehr «AI Speak» als bei Opus 4.8. oder gar Fable 5.
Und auch zwischen den verschiedenen KI-Chatbots wie ChatGPT und Claude gibt es gewisse sprachliche und stilistische Unterschiede. Forschende haben sogar Programme entwickelt, die sehr zuverlässig erkennen können, ob ein Text von Claude, Gemini oder einem anderen KI-Chatbot stammt. Und zwar sogar dann, wenn man den Chatbot vorher bittet, in einem bestimmten Sprachstil (also beispielsweise sehr formell oder sehr locker) zu schreiben. Gewisse Unterschiede zwischen den KIs gibt es also. Nur ist es eben so, dass uns die Gemeinsamkeiten zwischen den LLMs viel eher auffallen.
Zurückzuführen sind diese Gemeinsamkeiten auf eine ganze Reihe von Gründen, die mit den Entwicklungsschritten von LLMs zu tun haben. So werden LLMs typischerweise mit sehr grossen Textmengen aus dem Internet gefüttert, die sich zu grossen Teilen aus denselben öffentlichen Quellen speisen. Heisst, der Textkorpus, mit dem ein LLM trainiert wird, ist zu grossen Teilen überall derselbe.
Dazu kommt, dass ein Chatbot nach seinem Training noch einmal von Menschen nachjustiert wird. Dabei bewerten Testpersonen die Antworten des Modells und entscheiden, was als gute Antwort gilt und was nicht. Während diesem Prozess scheinen wir Menschen gewisse Vorlieben zu haben. Wir bevorzugen beispielsweise Antworten, die freundlich klingen, übersichtlich gegliedert sind und uns eher zustimmen als widersprechen. Auch lange Antworten schneiden besser ab (übrigens selbst dann, wenn die Anzahl Informationen gleich bleibt). Die verschiedenen LLMs, die sich bereits fast denselben Textkorpus teilen, treffen in diesem Schritt also auf Testpersonen, deren Geschmäcker und Vorlieben sich ebenfalls überlappen.
Und zu guter Letzt leistet auch die schiere Menge der KI-Texte, die sich mittlerweile im Internet tummeln, ihren Beitrag an «AI Speak». Denn heute besteht das Trainingsmaterial für die neuen KIs längst nicht mehr nur aus menschengemachten Texten, sondern eben auch aus KI-Texten. Das heisst, neue LLMs werden unter anderem auch mit Texten alter LLMs trainiert. Das führt dazu, dass gewisse KI-typische Sprachmuster, oder eben «AI Speak», auch von der nächsten LLM-Generation wiederholt werden.
Fassen wir also zusammen: Warum die KI-Chatbots einen gemeinsamen Grundton haben, lässt sich recht gut erklären. Sie schöpfen aus denselben Textquellen, werden auf ähnliche Weise von Menschen mit überlappenden Vorlieben nachjustiert und lernen zunehmend voneinander. Das erklärt beispielsweise, warum viele KIs sehr freundlich zu dir sind und dir (zu) oft zustimmen.
Bisher nur schwer zu erklären ist allerdings, warum LLMs gewisse Satzstrukturen oder einzelne Wörter übermässig oft verwendet werden. Es gab in den vergangenen Jahren mehrere Versuche verschiedener Forschungsteams, dieser Frage auf den Grund zu gehen, bislang allerdings ohne nennenswerte Erfolge. Warum Claude, Gemini und ChatGPT also allesamt so besessen von Gedankenstrichen, Metaphern und Antithesen sind ist Stand heute noch nicht vollständig geklärt.
«AI Speak» ist in deutschen Texten wahrscheinlich häufiger
Ebenfalls ohne wissenschaftliches Fundament ist die Annahme, dass deutsche Texte häufiger von «AI Speak» betroffen ist. Und doch können wir davon ausgehen, dass es so ist. Denn auch wenn die Forschung zu diesem Vergleich noch kaum nennenswerte Resultate liefert, ist es aufgrund der Art und Weise, wie LLMs trainiert werden, doch sehr wahrscheinlich, dass nicht-englische KI-Texte mehr unter «AI Speak» leiden als englische KI-Texte.
Das liegt daran, dass ein grosser Teil der Trainingsdaten der verschiedenen KIs englischsprachig sind. Unter anderem natürlich deshalb, weil das Internet grösstenteils englischsprachig ist und die Sitze vieler grosser KI-Unternehmen wie Anthropic und OpenAI in den USA liegen. Dies führt dazu, dass ein deutscher KI-Text öfters auch mal einen englischen Satzbau aufweist oder gewisse Formulierungen einbaut, die nur auf Englisch wirklich Sinn ergeben, eben weil die KI auf seine englischsprachigen Trainingsdaten zurückgreift und gewisse Daten einfach auf Deutsch übersetzt, anstatt sie korrekt zu lokalisieren. Und das führt wiederum dazu, dass Texte entstehen, die sich für unsere Ohren ein bisschen ungewöhnlich anhören. Noch ungewöhnlicher sogar als das typische «AI Speak» sich für englischsprachige Ohren anhört.
Zusammengefasst heisst das, dass uns in unserem deutschen Sprachbewusstsein typische KI-Fehler, oder eben «AI Speak», wahrscheinlich noch stärker auffallen, als das bei den englischsprachigen Usern ohnehin der Fall ist.
Wie kann ich verhindern, dass meine KI-Texte sich nach «AI Speak» anhören?
Möchtest du die klischeehaften Texteinstiege und die nichtssagenden Metaphern von ChatGPT und Co. möglichst vermeiden, aber trotzdem nicht ganz auf KI-Texte verzichten, hast du mehrere Möglichkeiten.
Einerseits kann es sich bei regelmässigem Gebrauch durchaus lohnen, etwas tiefer in die Tasche zu greifen und die besseren KI-Modelle von Anthropic, OpenAI etc. zu verwenden. Wie bereits erwähnt sind beispielsweise bei Claude die beiden teureren Modelle Opus 4.8 und Fable 5 spürbar weniger von «AI Speak» betroffen als die verschiedenen Sonnet-Varianten.
Aber selbst die neusten und teuersten Modelle sind nicht fehlerfrei. Deshalb ist unser wohl wichtigster Tipp, deine KI-Texte nicht einfach eins zu eins zu übernehmen, sondern sie immer gut durchzulesen und bei Bedarf nochmals zu überarbeiten. Schon ein einziges Durchlesen des Textes hilft uns dabei, unpassende Begriffe oder komische Sätze zu identifizieren und sie zu entfernen, bevor sie möglicherweise bei unseren Kunden landen.
Falls du nicht ganz sicher bist, wo du beim Überarbeiten anfangen sollst und worauf es alles zu achten gibt, findest du hier einen ausführlichen Artikel dazu, wie man KI-Texte etwas menschlicher (und weniger nach «AI Speak») klingen lässt.
Wie wird sich «AI Speak» weiterentwickeln?
Inwiefern sich die Sprachmuster der verschiedenen LLMs weiterentwickeln werden, ist bislang nur schwierig vorherzusagen. Weil gewisse Eigenheiten des «AI Speak» wie die Metaphern, Gedankenstriche, Antithesen und Lieblingswörter bislang noch nicht vollständig erklärt werden können, ist es auch schwierig, vorherzusagen, ob «AI Speak» in Zukunft noch prominenter werden wird oder ob wir das Phänomen in ein paar Jahren überhaupt nicht mehr sehen.
Aus sprachwissenschaftlicher Sicht ist aber zu erwarten, dass wir die Sprachmuster der KI, so, wie sie jetzt existieren, wahrscheinlich immer besser erkennen werden können. Vorausgesetzt natürlich, die Sprachmuster bleiben dieselben. Je öfter wir nämlich einem distinktiven Sprachmuster ausgesetzt sind, desto einfacher wird es auch für uns, dieses einem gewissen Kontext zuzuordnen.
Aus diesem Grund ist es zumindest im Moment noch ratsam, KI-Texte einerseits mit einem qualitativ hochwertigen LLM erstellen zu lassen, und gleichzeitig jeden KI-Output sorgfältig durchzulesen und bei Bedarf zu korrigieren. Denn Tatsache ist, dass «AI Speak» für viele Menschen zu einem Sammelbegriff für sprachliche Unstimmigkeiten in unseren KI-Texten geworden ist. Und genauso, wie wir Grammatikfehler und patzige Aussagen in unseren Kampagnentexten vermeiden wollen, sollten wir auch lernen, KI-verursachte Fehler zu erkennen.
