Generative KI beim Schreiben: Zwischen Assistenz und Content-Fließband

Ein leerer Bildschirm ist unangenehm. Ein KI-Tool füllt ihn in Sekunden. Plötzlich steht da eine Gliederung, ein Einstieg, vielleicht sogar ein ganzer Entwurf. Das fühlt sich produktiv an. Nur ist ein voller Bildschirm noch kein guter Text und ein glatter Absatz noch kein durchdachter Gedanke.

Ich nutze generative KI inzwischen regelmäßig beim Schreiben. Nicht für jeden Text und schon gar nicht als unsichtbare Ersatzautorin. Sie hilft mir, Gedanken zu sortieren, stellt gelegentlich eine Frage, auf die ich selbst nicht gekommen wäre, und zeigt mir Stellen, die gut klingen, aber wenig tragen. Gerade weil das so nützlich ist, muss ich genauer darauf achten, welche Arbeit ich an das Werkzeug abgebe.

Entscheidend ist für mich deshalb nicht, ob KI im Schreibprozess vorkommt, sondern an welcher Stelle. Hilft sie mir beim Denken? Oder übernimmt sie den Moment, in dem ich eigentlich entscheiden müsste, was ich sagen will?

Die beste KI-Arbeit passiert vor dem fertigen Satz

Am nützlichsten ist KI für mich meistens vor dem eigentlichen Text. Ich kann mit ihr ein Thema aufbrechen, Gegenpositionen suchen, eine Struktur prüfen oder blinde Flecken sichtbar machen. Das ist weniger spektakulär als ein fertiger Entwurf auf Knopfdruck, bringt mich aber oft weiter.

Wenn ich über ein digitales Verwaltungsthema schreibe, kenne ich meist meine Grundhaltung. Ich weiß, welche Erfahrung dahintersteht, wo mich etwas stört und welche Beobachtung ich teilen möchte. Trotzdem kann der erste Entwurf zu sehr in meiner eigenen Perspektive stecken bleiben. Dann nutze ich KI als Sparringspartner: Welche Fragen hätte eine Projektleitung? Wo wäre eine Kommune skeptisch? Welche Begriffe setze ich als selbstverständlich voraus? Und welche Gegenargumente sind berechtigt?

So erweitert das Werkzeug meinen Blick, ohne den Standpunkt zu liefern. Es kann sortieren, spiegeln und verdichten. Es weiß jedoch nicht, warum mir ein Thema wichtig ist. Ein Modell hat keine eigene Projekterfahrung und trägt keine Verantwortung gegenüber Leser:innen. Wenn ein Text diese Lücke nur sprachlich überspielt, wird die Unterstützung zum Problem.

Das Content-Fließband beginnt früher, als man denkt

Bei generativer KI wird gern zwischen reflektierter Nutzung und vollautomatischer Textfabrik unterschieden. In der Praxis verläuft die Grenze weniger deutlich. Das Content-Fließband beginnt nicht erst bei tausend SEO-Texten pro Woche. Es beginnt dort, wo die Frage nach Substanz allmählich hinter der Frage nach Output verschwindet.

Das lässt sich vielen Texten anmerken. Sie sind korrekt gebaut und fühlen sich dennoch leer an. Sie erklären ein Thema ohne eigene Beobachtung, sprechen von „Potenzial“, „Effizienz“ und „Innovation“, ohne erkennen zu lassen, wer hier eigentlich urteilt. Alles klingt ungefähr plausibel. Nur bleibt wenig bis nichts davon hängen.

Das ist mehr als eine Geschmacksfrage. Je mehr Texte formal Informationen anbieten, aber kaum eigene Prüfung oder Erfahrung enthalten, desto anstrengender wird die Suche nach etwas Belastbarem. Man muss mehr lesen, um weniger zu erfahren.

Google zieht eine ähnliche Linie. In der eigenen Guidance zu generativer KI in Webinhalten beschreibt das Unternehmen KI nicht pauschal als Problem, sondern betont Genauigkeit, Qualität und Relevanz. Kritisch wird es, wenn viele Seiten ohne echten Mehrwert für Nutzer:innen entstehen. In den Spam-Richtlinien heißt diese Praxis „scaled content abuse“.

Diese Unterscheidung finde ich hilfreicher als die Frage „KI oder nicht KI“. Entsteht ein Text, weil jemand etwas zu sagen hat? Oder nur, weil es technisch möglich ist, noch einen zu erzeugen?

Verantwortung lässt sich nicht auslagern

Je besser KI-Modelle formulieren, desto überzeugender vermitteln sie Gewissheit. Ein Text klingt sicher, eine Quelle echt und eine Erklärung fachlich. Ob etwas davon stimmt, lässt sich am Tonfall nicht erkennen.

Das bekannte Problem der Halluzinationen ist beim Schreiben besonders tückisch. Ich mag den Begriff nicht besonders, weil er beinahe harmlos klingt. Gemeint sind plausible Fehler: erfundene Quellen, falsche Zahlen, verdrehte Zusammenhänge oder Behauptungen mit zu viel Gewissheit. Das NIST, eine US-Behörde für Standards und Technologie, behandelt solche Risiken in seinem Profil zu generativer KI als Teil des Risikomanagements.

Für meine Arbeit folgt daraus eine einfache Aufteilung: Fakten müssen prüfbar sein, Einordnungen muss ich selbst tragen, und persönliche Erfahrung darf nicht aus einem Modell stammen.

Das ist mitunter mühsam. KI spart an einer Stelle Zeit und erzeugt an anderer neue Arbeit: Quellen prüfen, Aussagen zurückbauen, Formulierungen entglätten. Die Qualität entsteht nicht dadurch, dass ein erster Entwurf schnell vorliegt. Sie entsteht bei der Entscheidung, was davon bleiben darf.

Transparenz ist mehr als ein Label

Ich glaube nicht, dass jeder Text, bei dem irgendwo KI geholfen hat, ein großes Warnschild braucht. Das wäre im Alltag kaum sinnvoll. Eine variierte Überschrift oder ein gekürzter Absatz ist etwas anderes als ein vollautomatisch erzeugter Beitrag ohne redaktionelle Prüfung.

Trotzdem wird Transparenz wichtiger. Der AI Act der Europäischen Union sieht ab dem 2. August 2026 Transparenzpflichten für bestimmte KI-Systeme und KI-generierte Inhalte vor. Für veröffentlichte KI-Texte zu Angelegenheiten von öffentlichem Interesse nennt Artikel 50 eine wichtige Ausnahme, wenn die Inhalte menschlich überprüft oder redaktionell kontrolliert wurden und jemand die redaktionelle Verantwortung trägt.

Diese Ausnahme beschreibt im Grunde eine professionelle Selbstverständlichkeit. Für die Vertrauenswürdigkeit zählt nicht allein das Werkzeug, sondern der Prozess dahinter. Wer hat geprüft und ausgewählt? Und wer übernimmt die Verantwortung für das Ergebnis?

Ähnlich argumentiert das U.S. Copyright Office in seinem Bericht zu KI und Schutzfähigkeit. KI kann als unterstützendes Werkzeug Teil eines kreativen Prozesses sein. Reine maschinelle Erzeugung ohne ausreichende menschliche Kontrolle ist etwas anderes. Das US-Recht ist nicht eins zu eins auf Deutschland übertragbar, doch der zugrunde liegende Gedanke ist auch für meinen Schreibprozess interessant: Menschliche Autorschaft erschöpft sich nicht darin, am Ende einen Namen unter das Ergebnis zu setzen.

Meine Stimme ist nicht die effizienteste Variante

Was mich an vielen KI-Texten stört, sind nicht die einzelnen Sätze. Die funktionieren meist. Erst nach ein paar Absätzen fällt auf, wie zuverlässig jeder Übergang sitzt, jeder Einwand eingeräumt wird und jede Pointe an der erwarteten Stelle kommt. Der Text läuft vor sich hin, aber er entwickelt keinen eigenen Rhythmus.

Meine eigenen Texte haben Ecken. Ich wiederhole manchmal eine Beobachtung, weil sie mir wichtig ist, baue Sätze nicht immer maximal effizient und lasse eine kleine Irritation stehen, wenn sie den Gedanken ehrlicher macht. Ein Modell würde vieles davon begradigen. Wenn ich nicht aufpasse, klingt ein Text danach professioneller, aber weniger nach mir.

Für persönliche Texte ist das tatsächlich ein Risiko. Auf meiner eigenen Website möchte ich nicht bloß Informationen bereitstellen, sondern eine Haltung nachvollziehbar machen. Leser:innen sollen erkennen können, wie ich zu einer Einschätzung komme. Die kleinen Umwege eines Textes können dazu mehr beitragen als seine sprachliche Effizienz.

Deshalb gehört für mich zu jeder Überarbeitung mit KI die Frage: Wird der Text klarer oder nur glatter?

Klarer ist gut. Glatter allein ist verdächtig und klingt schnell nach niemandem.

Die Entscheidung bleibt bei mir

In meinem Alltag funktioniert KI am besten als Gegenüber. Ich lasse mir keine Haltung schreiben, sondern eine vorhandene Haltung prüfen.

Das ist mitunter praktisch. Ein Tool kann einen zu abstrakten Einstieg bemerken, eine ausufernde Argumentation straffen oder auf einen ungeklärten Begriff hinweisen. Auch bei der redaktionellen Prüfung ist es nützlich: Klingt eine Passage zu generisch? Dreht sich der Text im Kreis? Behaupte ich mehr, als ich belegen kann?

Die Antworten sind Vorschläge, keine Urteile. Ich muss entscheiden, welche Kritik ich annehme, und erkennen, wenn eine Formulierung sachlich richtig, aber stimmlich falsch ist. Gute Texte entstehen dadurch manchmal langsamer. Das gehört zur redaktionellen Arbeit.

Eine NBER-Studie zur ChatGPT-Nutzung aus dem Jahr 2025 zeigt, wie selbstverständlich Schreiben inzwischen zu den zentralen Einsatzfeldern solcher Systeme gehört. Das überrascht mich nicht: Das Ergebnis ist sofort auf dem Bildschirm sichtbar. Gerade diese Sichtbarkeit macht es leicht, Textproduktion mit Erkenntnisarbeit zu verwechseln.

Einen Text muss jemand vertreten

Generative KI ist für mich weder eine Bedrohung, die aus dem Schreibprozess verschwinden muss, noch ein Wunderwerkzeug, das mit den richtigen Prompts automatisch gute Texte liefert. Ich möchte auf ihre Hilfe nicht verzichten. Sie bringt mich schneller in ein Thema, stellt brauchbare Fragen und findet manche Schwäche früher als ich.

Mein Maßstab ist dabei schlicht: Am Ende muss ich jeden Satz prüfen und vertreten können. Wo das nicht gelingt, hat die KI mich nicht unterstützt, sondern eine Entscheidung übernommen, die bei mir liegen sollte.

Das Content-Fließband wird weiterlaufen. Es wird schneller und günstiger, vermutlich auch schwerer zu erkennen. Dagegen hilft keine romantische Vorstellung vom Schreiben ohne Werkzeuge. Entscheidend bleibt die Arbeit, die nach dem Erzeugen beginnt: auswählen, prüfen, streichen und für das Ergebnis einstehen.