Kann man KI am Stil erkennen?

Gedankenstriche, Dreiklänge, Wörter wie «Herzstück» und «entscheidend»: Wer die Listen typischer KI-Formulierungen kennt, findet sie bald überall. Hinter jedem geschliffenen Absatz steht dann ein Verdacht.

Die kurze Antwort lautet: manchmal. Als Beweis taugt der Stil allein nicht.

Was die Forschung zeigt

Eine 2025 in PNAS veröffentlichte Studie verglich menschliche Texte aus verschiedenen Bereichen mit Ausgaben von GPT-4o und mehreren Llama-3-Varianten. Die Unterschiede in Wortwahl und Grammatik waren systematisch. Die auf Anweisungen trainierten Modelle schrieben substantivlastig und informationsdicht. Das blieb teils auch so, wenn die Aufgabe einen lockeren Ton verlangte.

Aufschlussreich ist der Vergleich innerhalb der Llama-Familie. Die Basismodelle lagen in mehreren Merkmalen näher am menschlichen Sprachgebrauch als ihre weitertrainierten Varianten. Der Vergleich legt nahe, dass das zusätzliche Training bestimmte Stilmerkmale verstärkt. Die Modelle unterschieden sich zudem untereinander. Erkennungsverfahren liessen sich nur begrenzt auf andere Modelle und Textarten übertragen.¹

Man kann demnach von Mustern bestimmter Systeme sprechen. Ein universeller KI-Stil ist damit nicht belegt.

Geübte Leser können allerdings erstaunlich gut liegen. In einer Studie mit 300 englischen Sachtexten lag das Mehrheitsurteil einer Gruppe von fünf erfahrenen KI-Nutzern nur einmal falsch, auch bei maschinell umformulierten Texten. Sie achteten auf Wortwahl, schematischen Aufbau und Ton. Weniger erfahrene Leser schnitten deutlich schlechter ab und überschätzten ihre Fähigkeiten.²

Die Studie zeigt, dass die Erkennung unter bestimmten Bedingungen sehr gut gelingen kann. Untersucht wurden aber bestimmte Modelle und amerikanisch-englische Sachtexte. Und das gemeinsame Urteil mehrerer geübter Leser ist etwas anderes als ein spontaner Eindruck beim Lesen.

Wo die Erkennung an Grenzen stösst

Viele Texte entstehen heute in mehreren Schritten. Jemand entwickelt einen Gedanken, lässt einen Entwurf erstellen, ergänzt ein Beispiel, streicht die Hälfte. Oder er schreibt selbst und lässt nur die Sprache glätten.

Eine weitere ACL-Studie prüfte zwölf automatische Detektoren an rund 15 000 Texten mit unterschiedlich starker KI-Beteiligung. Schon leicht überarbeitete menschliche Texte wurden häufig als KI-generiert eingestuft. Wie gross die Beteiligung der KI war, konnten die Systeme schlecht unterscheiden.³

Fehlalarme können bestimmte Schreibende besonders treffen. Eine Stanford-Gruppe untersuchte 2023 sieben Detektoren. Im Durchschnitt stuften diese rund 61 Prozent der untersuchten englischen TOEFL-Aufsätze von Nicht-Muttersprachlern fälschlich als KI-generiert ein. Die Autoren vermuteten einen Zusammenhang mit geringerer sprachlicher Vielfalt.⁴

Das ist jedoch kein allgemeines Gesetz. Eine 2026 veröffentlichte Untersuchung mit tschechischen Texten und neueren Detektoren fand keine systematische Benachteiligung von Nicht-Muttersprachlern. Sprache, Textauswahl und eingesetztes Verfahren spielen offenbar eine erhebliche Rolle.⁵

Zudem verändern sich die Muster. In wissenschaftlichen Abstracts wurde das Signalwort «delve» seltener, nachdem es öffentlich als KI-Merkmal diskutiert worden war. Andere bevorzugte Wörter nahmen weiter zu. Die Autoren vermuten, dass Schreibende KI-Ausgaben gezielter auswählen oder bearbeiten. Bekannte Merkmale können dadurch an Aussagekraft verlieren.⁶

Ein anderer Ansatz sind Wasserzeichen. Google versieht Texte in der Gemini-App und der Webanwendung mit einem unsichtbaren statistischen Muster namens SynthID. Dieses wird während der Erzeugung eingebaut. Das Verfahren setzt voraus, dass der Anbieter eine solche Markierung verwendet. Starkes Umschreiben oder Übersetzen kann die Erkennung erheblich schwächen.⁷

Was beim Überarbeiten verloren geht

Beim Lesen eines KI-Entwurfs merke ich selbst oft: Das lässt sich schlichter sagen. Verstärkungen fallen weg, eine Gegenüberstellung wird überflüssig, aus drei Sätzen wird einer. Meist gewinnt der Text.

Irgendwann kann das Kürzen ihn aber beschädigen. Die Aussage steht noch da, nur fehlt dem Leser der Weg zu ihr. Ein Beispiel, eine Erläuterung oder ein bewusst langsamer Gedankengang erleichtern das Verstehen, auch wenn sie nichts Neues behaupten.

Als Schreibender kenne ich den Gedanken bereits. Ich kann immer mehr weglassen und verstehe den verbleibenden Satz noch vollständig. Der Leser bringt diesen Vorlauf nicht mit.

Beim Überarbeiten lohnt deshalb die Frage: Welche Passage hilft beim Verstehen, welche behauptet nur Wichtigkeit? Wo trägt eine Wiederholung, wo wird derselbe Gedanke bloss neu verpackt? Das gilt für jeden Text, gleich wer ihn geschrieben hat.

Und im Deutschen?

Die meisten hier genannten Studien betreffen englische Texte; die neuere Untersuchung zu Nicht-Muttersprachlern betrifft das Tschechische. Wie gut sich die Ergebnisse auf deutsche Texte übertragen lassen, bleibt offen.

Gedankenstriche, Nominalstil und Wörter wie «entscheidend» gehören längst zum menschlichen Sprachgebrauch. Ihr blosses Auftreten beweist deshalb wenig. Ob ihre Häufigkeit und Kombination auf KI-Beteiligung hinweisen, muss gesondert untersucht werden.

Wer beim nächsten Gedankenstrich versichert, das erkenne man sofort, verwechselt einen Eindruck mit einem Nachweis.

Quellen

1. Reinhart et al. (2025): Do LLMs write like humans? Variation in grammatical and rhetorical styles. PNAS.
2. People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text (2025). ACL.
3. Saha und Feizi (2025): Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing. Findings of ACL.
4. Liang et al. (2023): GPT detectors are biased against non-native English writers. Patterns.
5. Al Ali et al. (2026): Different Time, Different Language: Revisiting the Bias Against Non-Native Speakers in GPT Detectors. EACL Student Research Workshop.
6. Geng und Trotta (2025): Human-LLM Coevolution: Evidence from Academic Writing. Findings of ACL.
7. Dathathri et al. (2024): Scalable watermarking for identifying large language model outputs. Nature.

Die Software pangram dedektiert KI geschriebene Texte. Dieser Text ist 100% KI basiert.