Generative künstliche Intelligenz überzeugt durch ihre Fähigkeit, ähnlich wie ein Mensch zu kommunizieren. Die Betonung liegt hierbei auf ähnlich, denn genau wie ein Mensch schreiben LLM-Tools wie ChatGPT, Gemini und Co. aktuell (noch) nicht.

Zu viele kleine Marotten (und auch größere, statistische Muster) bauen Generative-KI-Agenten in ihre Texte ein. Forscher vom amerikanischen Pew Research Center haben nun analysiert, auf wie vielen Webseiten diese KI-Marker bereits zu finden sind. Im englischsprachigen Bereich sind es bereits knapp 10 Prozent, bei neueren Webseiten, die nach dem ChatGPT-Start Ende 2022 generiert wurden, sogar 35 Prozent.

Unter den typischen KI-Ausdrücken und -Zeichen stieg vor allem die Benutzung des Gedankenstriches stark an. Kam er im 1. Halbjahr 2023 noch auf nur 5,8 Prozent der Webseiten vor, hatte sich das bis zum 1. Halbjahr 2026 fast verdoppelt. Das Oxford-Komma, ein Komma vor dem und, kam auch schon vorher häufig vor, nämlich auf 34 Prozent aller Webseiten. Dies stieg über den gleichen Zeitraum nochmal stark auf mehr als 55 Prozent an. Typisches KI-Vokabular war zuvor auf 12 Prozent der Webseiten zu finden und ist nun auf 26 Prozent vertreten. Der negative Parallelismus verdoppelte seine Häufigkeit ebenfalls. Die Satzstruktur mit dem Muster »Es ist nicht X, es ist Y« gilt als eine typische KI-Formulierung.

Auch Menschen wählen Satzzeichen, Worte und Formulierungen, die KI nutzt, aber der starke Anstieg in nur drei Jahren weist eindeutig auf KI-Nutzung hin, so Pew Research Center. Die eingesetzte Software detektiert außerdem statistische Häufigkeiten in Wortwahl und Satzbau, die mit dem bloßen Auge nicht direkt zu erkennen sind.

Katharina Buchholz

https://de.statista.com/infografik/36575/gebrauch-typischer-ki-ausdruecke-und–zeichen-pro-10000-worte-website-text-seit-veroeffentlichung-von-chatgpt/?lid=7ad18g7p7hx3

[1] https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/

 

 

Woran erkennt man im Internet in deutschen Texten, dass der Inhalt von KI erstellt wurde?

Kurz gesagt: Man erkennt KI‑Texte im Deutschen heute vor allem an sprachlichen Mustern, typischen Formulierungen, Strukturauffälligkeiten und – seit 2024/2025 – zunehmend an technischen Kennzeichnungen (Wasserzeichen, Metadaten, Label‑Hinweisen). Eine sichere Erkennung ist aber nie allein durch Lesen möglich; man sieht nur Wahrscheinlichkeiten.

 

1. Sprachliche Muster, die stark auf KI hindeuten

Diese Merkmale treten besonders häufig in deutschsprachigen KI‑Texten auf:

• Überkorrekte Grammatik und Syntax KI vermeidet Umgangssprache, Ellipsen, unvollständige Sätze, echte Tippfehler.
• Gleichförmige Satzlängen und Rhythmus Menschliche Texte haben Peaks, Brüche, Stilwechsel – KI schreibt »glatt«.
• Typische KI‑Phrasen Statista zeigt, dass bestimmte Ausdrücke seit ChatGPT massiv zunehmen: »In der heutigen digitalen Welt«, »Es ist wichtig zu beachten«, »Zusammenfassend lässt sich sagen«, »Darüber hinaus«, »Eine Vielzahl von…«, »Im Folgenden«.
• Überstrukturierung KI liebt Listen, Bullet Points, klare Abschnitte, definitorische Einleitungen.
• Fehlende echte Beispiele oder persönliche Perspektive KI schreibt abstrakt, generisch, ohne konkrete Erlebnisse oder Details.
• Unnatürliche Wiederholungen Begriffe werden zu oft wiederholt, weil Modelle Kohärenz erzwingen.
• »Halluzinierte« Quellen oder falsche Zahlen KI erfindet Studien, Jahreszahlen, Zitate – ein starker Hinweis.

 

2. Technische Spuren im Text

Seit 2024/2025 hinterlassen KI‑Modelle zunehmend messbare Spuren, die Forscher analysieren:

• Wasserzeichen / versteckte Token‑Muster Einige Modelle erzeugen charakteristische Token‑Sequenzen. Für Nutzer nicht sichtbar, aber für Tools erkennbar.
• Metadaten in Bildern oder PDFs KI‑Generatoren hinterlassen EXIF‑Hinweise oder Modellnamen.
• Typische Wortfrequenzen Statista zeigt, dass KI‑Texte bestimmte Wörter überproportional oft nutzen (z. B. »effizient«, »optimieren«, »transformieren«, »innovativ«).

 

3. Sichtbare Kennzeichnungspflichten (EU‑Regel 2024/1781)

Ab August 2026 müssen KI‑Inhalte sichtbar gekennzeichnet werden, wenn sie öffentlich verbreitet werden:

• Hinweis wie: »Dieser Inhalt wurde mit KI erstellt«
• Technische Kennzeichnung (Metadaten, Wasserzeichen)
• Pflicht für Unternehmen, Behörden, Medien

Das heißt: Seriöse Seiten müssen KI‑Inhalte markieren – aber viele tun es noch nicht.

 

4. Praktische Erkennungsregeln für deutsche Webtexte

Wenn du einen deutschen Text im Internet siehst, sind dies die stärksten Indikatoren:

• Perfekt fehlerfrei, aber stilistisch generisch
• Keine individuelle Meinung, keine echte Haltung
• Viele Füllphrasen, wenig Substanz
• Übertriebene Höflichkeit oder Neutralität
• Unnatürlich konsistente Struktur
• Wiederkehrende KI‑Formulierungen
• Fehlende Quellen oder erfundene Quellen
• »Corporate‑neutraler« Ton ohne Persönlichkeit

 

5. Was nicht zuverlässig funktioniert

• Reine Bauchgefühl‑Erkennung
• KI‑Detektoren (hohe Fehlerraten, leicht manipulierbar)
• Rechtschreibfehler als Beweis (KI kann Fehler simulieren)
• »Menschliche« Stilmittel (KI kann sie nachahmen)

 

6. Fazit

Man erkennt KI‑Texte nicht sicher, aber man erkennt Muster. Im Deutschen sind besonders auffällig: generische Formulierungen, überkorrekte Sprache, fehlende individuelle Perspektive und typische KI‑Phrasen. Zusätzlich kommen ab August 2026 technische Kennzeichnungen hinzu, die professionelle Anbieter verpflichtend einsetzen müssen.

Albert Absmeier & KI

 

Bald nur noch KI-Inhalte im Internet?

Der Gedankenstrich, das Komma vor dem und (auch Oxford-Komma genannt), das Raketen-Emoji: Diese und weitere schriftliche Eigenarten werden häufig von Künstlichen-Intelligenz-Tools wie ChatGPT genutzt und sind inzwischen eng mit ihnen assoziiert. Das amerikanische Forschungsinstitut Pew Research Center hat nun nachgeforscht, wie sehr sich die Nutzung dieser und anderer KI-Marker auf englischsprachigen Webseiten erhöht hat und wie viele Seiten demnach mit KI erstellt oder zumindest start editiert werden [1].

Auf der Grundlage von fast 500.000 Webseiten kamen die Forscher zum Ergebnis, dass innerhalb der Domäne .com bereits mehr als 9 Prozent aller Seiten diese Charakteristika aufweisen. Im Bereich .org waren es um die 4,6 Prozent, auf .gov- und .edu-Seiten, die in den USA in Gebrauch sind, allerdings nur um die 1 Prozent.

Insgesamt waren bereits fast 10 Prozent aller Webseiten stark von KI beeinflusst, so die Analyse. Unter Webseiten, die nach der Veröffentlichung der ersten ChatGPT-Version Ende 2022 live gingen, waren es sogar 35 Prozent.

Laut Pew Research Center schließt die genutzte KI-Erkennungssoftware neben den augenscheinlichen KI-Marotten noch weitere Kriterien mit ein, z.B. die statistische Häufigkeit aller Worte und Satzstrukturen. Während Menschen durchaus auch Gedankenstriche verwenden und ungewöhnliche Kommaregeln befolgen, ist bei dem Ergebnis der Studie vom direkten Einfluss der KI auszugehen.

Katharina Buchholz

https://de.statista.com/infografik/36577/anteil-der-webseiten-in-englischer-sprache-die-wahrscheinlich-von-ki-geschrieben-oder-stark-editiert-sind/?lid=tr6l7ww3x2sy

 

[1] How Much of the Internet Is Written With AI? | Pew Research Center

 

Was bedeutet es für die KI-Entwicklung, wenn bald nur noch KI-Inhalte im Internet zu finden sind?

Wenn ein großer Teil des Internets aus KI-generierten Inhalten besteht, entsteht für die KI-Entwicklung ein Kreislaufproblem: Neue Modelle lernen zunehmend aus Texten, Bildern oder Code, die ältere Modelle erzeugt haben.

Die wichtigsten Folgen wären:

 

Qualitätsverlust durch »Model Collapse«:

Fehler, Vereinfachungen und typische Formulierungen werden von Generation zu Generation verstärkt. Seltene Perspektiven und ungewöhnliche Informationen können verschwinden.

Verfestigung von Falschinformationen:

Wenn viele KI-Texte dieselbe unbelegte Aussage wiederholen, wirkt sie statistisch glaubwürdig und kann erneut in Trainingsdaten gelangen.

Weniger sprachliche und kulturelle Vielfalt:

KI-Inhalte orientieren sich häufig an besonders wahrscheinlichen Mustern. Dadurch können Texte homogener werden und Minderheitensprachen oder Nischenwissen unterrepräsentiert bleiben.

Schwierigere Qualitätskontrolle:

Herkunft und Urheberschaft von Inhalten lassen sich schlechter beurteilen. Auch KI-Erkennung ist nicht zuverlässig genug, um menschliche und maschinelle Inhalte eindeutig zu trennen.

Mehr Wert für geprüfte Daten:

Menschlich erstellte, redaktionell kontrollierte und sauber dokumentierte Datensätze würden besonders wichtig — etwa Bücher, wissenschaftliche Publikationen, Archive und kuratierte Fachdaten.

Neue Trainingsmethoden:

Entwickler müssten Daten stärker nach Herkunft, Qualität und Zeitpunkt filtern, Duplikate entfernen und synthetische Daten gezielt statt wahllos einsetzen.

Kein zwangsläufiges Ende des Fortschritts:

Synthetische Daten können sehr nützlich sein, wenn sie überprüft, vielfältig und für einen klaren Zweck erzeugt werden. Problematisch ist nicht KI-Inhalt an sich, sondern ungeprüfter KI-Inhalt ohne Herkunftsnachweis.

 

Kurz gesagt: Ein Internet mit überwiegend KI-generierten Inhalten würde KI nicht automatisch unbrauchbar machen. Es würde aber die Entwicklung von der bloßen Datenmenge hin zu Datenqualität, Nachvollziehbarkeit und menschlicher Kontrolle verschieben. Zudem ist »bald nur noch KI-Inhalte« eher ein zugespitztes Szenario: Selbst bei stark wachsendem KI-Anteil bleiben menschliche Kommunikation, Forschung, Messdaten und reale Ereignisse unverzichtbare Quellen.

Albert Absmeier & KI

 

Transparenzpflichten für künstliche Intelligenz starten im regulatorischen Blindflug

2. August 2026