Zum Inhalt springen
Labor

Angewandte KI · 20. Okt. 2026

Warum jeder KI-Text gleich klingt

Sprachmodelle driften zum typischsten Satz. Warum Temperatur und «sei kreativ» nicht helfen, und was hilft: Fakten, Beispiele, Vorgaben und Messung.

Emin C. Homalioglu · 4 Min. Lesezeit · Aktualisiert 03. Nov. 2026

Ein pastell-mintgrüner Waschsalon, in allen Maschinen dreht dieselbe graue Wäsche, davor auf dem Boden ein Korb voller bunter Kleider

Ein Sprachmodell wählt einen wahrscheinlichen Satz, und wahrscheinlich ist etwas anderes als gut. Im Schnitt decken sich die beiden, und genau dort entsteht der austauschbare Text, den Leser nach einer Zeile als KI erkennen.

Kurz gesagt

Wenn Ihr Unternehmen KI für Texte nutzt, etwa für Verkaufstexte, Support-Antworten oder Produktbeschreibungen:

  1. Texte klingen fast immer generisch, weil das Modell zu wenige Fakten bekommen hat. Am Modell selbst liegt es selten.
  2. Geben Sie ihm Ihr eigenes Material: echte Beispiele, Zahlen, die Formulierungen Ihrer Kunden.
  3. Fragen Sie, wer das System baut, wie die Gleichförmigkeit über viele Texte gemessen wird. «Wir haben ein paar gelesen, die waren gut» ist keine Messung.

Woher der Sog zur Mitte kommt

Trainingsdaten zählen Häufigkeit. Eine Wendung, die eine Million Mal vorkommt, ist ein stärkeres Muster als eine, die hundertmal vorkommt. Das Modell lernt, was üblicherweise folgt, also gewinnt das Übliche. Der unverwechselbare Satz ist per Definition selten.

Die Textgenerierung bevorzugt die Spitze. Wer immer das wahrscheinlichste nächste Wort nimmt, erhält faden, sich wiederholenden Text. Holtzman und Kollegen haben das ausführlich untersucht (Holtzman et al., 2019). Eine höhere Temperatur bringt Zufall, keine Originalität: Sie verteilt die Wahl auf ohnehin wahrscheinliche Optionen, und irgendwann tauchen die falschen auf.

Das Nachtraining belohnt die sichere Antwort. Modelle werden mit menschlichen Bewertungen nachtrainiert. Bewerter mögen höfliche, ausgewogene, vollständige Antworten, und das ergibt einen Einheitston statt einer Stimme. Das ist messbar: Mit RLHF trainierte Modelle liefern deutlich weniger vielfältige Antworten als dasselbe Modell ohne diesen Schritt (Kirk et al., 2023).

Ein kurzer Prompt überlässt die Wahl dem Durchschnitt. «Schreib eine Produktbeschreibung» hat Millionen gültiger Fortsetzungen, und die wahrscheinlichste beschreibt nichts Bestimmtes. Jede Lücke in der Anweisung füllt das Modell mit dem Mittelwert.

Was nicht hilft

  • Mehr Temperatur. Sie erzeugt Rauschen um dieselbe Mitte.
  • «Sei kreativ» und «vermeide Floskeln». Die Anweisung ist selbst eine Floskel, und das Modell antwortet mit dem typischsten kreativ klingenden Text.
  • Ein längerer Prompt voller Adjektive. Adjektive beschreiben einen Tonfall und tragen keine Information. Heraus kommt ein flüssiger Tonfall über nichts.

Was hilft

Fakten statt Tonfall. Ein Modell kann nur über das konkret werden, was Sie ihm geben: Namen, Zahlen, Zitate aus einer echten Quelle, die tatsächliche Einschränkung des tatsächlichen Kunden. Wo keine Lücke ist, hat der Durchschnitt nichts zu füllen.

Zwei oder drei echte Beispiele. Echte Texte aus Ihrem Archiv, so wie Sie sie haben wollen, statt einer Beschreibung des Stils. Wenige Beispiele verschieben die Verteilung in Ihre Richtung. Sie sollten sich voneinander unterscheiden, sonst kopiert das Modell ihre gemeinsame Form.

Die Form festlegen. Aufbau, Länge, erstes Wort, Anzahl der Punkte, was zwingend vorkommen muss. Vorgaben streichen die wahrscheinlichsten Einstiege, und was übrig bleibt, muss aus Ihrem Material gebaut werden.

Wiederkehrende Muster verbieten. Führen Sie eine Liste der Wendungen und Satzformen, die in Ihren Texten immer wieder auftauchen, und prüfen Sie jede Ausgabe dagegen. Unser eigener Hausstil hat so eine Liste. Ihr ältester Eintrag ist der Gedankenstrich im Fliesstext, eines der bekanntesten Merkmale generierter Texte. Wir setzen ein Komma oder einen Punkt. Die Prüfung gehört hinter die Generierung. Ein «nicht verwenden» im Prompt ist nur zweite Wahl, weil das Nennen einer Wendung sie auch wahrscheinlicher machen kann.

Mehrere erzeugen, nach Abstand wählen. Acht Kandidaten erzeugen und den nehmen, der am weitesten von den anderen und von der Verbotsliste entfernt ist. Die Rangfolge des Modells ist die Rangfolge des Durchschnitts.

Ein zweiter Durchgang. Eine andere Rolle oder ein anderes Modell sucht den generischsten Satz und ersetzt ihn durch einen, den nur dieses Thema hergibt. Erkennen ist leichter als Schreiben.

Messen statt hoffen

Wiederholte Wortfolgen über einen Stapel von Ausgaben, die Vielfalt des Wortschatzes, die Streuung der Satzlängen und der Anteil Sätze, die zu jedem beliebigen Thema passen würden. Das alles ist günstig zu berechnen und macht aus «klingt immer noch nach KI» eine Zahl, die sich bewegen lässt.

Gemessen wird über viele Ausgaben, nie an einer Handvoll ausgewählter Beispiele. Unsere Chat-Systeme testen wir genauso: nie gegen eine feste Liste von Fragen, weil niemand weiss, was echte Nutzer fragen werden. Stattdessen muss jede Antwort auf eine grosse Menge erzeugter Fragen Eigenschaften erfüllen, die immer gelten müssen.

Der Durchschnitt ist das, was ein Modell liefert, wenn Sie ihm nichts geben, was es nicht selbst hätte erraten können.

20. Okt. 2026 · Emin C. Homalioglu

Ähnliches Thema bei Ihnen?

Schicken Sie uns den Kontext. Wir sagen Ihnen, was wir tun würden.

Gespräch starten