Wie meine Blogartikel entstehen – mit Belegen statt Floskeln

Kurzfassung. Ich öffne LinkedIn und sehe AI Slop – generierte Inhalte ohne eigenen Wert. Dieselbe Technologie nutze ich für Recherche und Zusammenfassungen als hilfreich, nicht als Slop. Der Unterschied: klare Zuordnung zu einem von zwei Lesern, Kennzeichnung jeder Zahl als gemessen, berechnet, recherchiert oder Annahme, das Werkzeug trägt nie die Aussage – nur die Folge zählt.

Ich öffne LinkedIn, und der Feed sieht aus wie in den letzten Monaten fast immer: ein Post mit "fünf Learnings", ein Whitepaper, das niemand zu Ende liest, ein Blogartikel, der nach der ersten Zeile schon alles gesagt hat. Posts, Artikel, Whitepaper, ganze Bücher werden inzwischen massenhaft generiert, und die Qualität bleibt dabei oft auf der Strecke. Für das Ergebnis gibt es längst einen festen Begriff: AI Slop, Inhalte ohne eigenen Wert. Gleichzeitig nutze ich dieselbe Technologie für Web-Recherche, für Zusammenfassungen, als persönlichen Assistenten, und empfinde das als hilfreich, nicht als Slop. In beiden Fällen wird Text generiert. Der Unterschied liegt nicht im Werkzeug, sondern in dem, was dabei am Ende herauskommt.

Ablehnung und Nutzung zugleich

Dass der Begriff kein Nischenspott bleibt, zeigt sich sprachlich auf beiden Seiten des Atlantiks. Merriam-Webster kürte "Slop" zum englischen Wort des Jahres 2025, exakt in diesem Sinn definiert.¹ Die Gesellschaft für deutsche Sprache setzte im selben Jahr "KI-Ära" auf Platz eins ihrer Zehnerliste – mit der Begründung, das Thema habe den Elfenbeinturm der Forschung verlassen und die Mitte der Gesellschaft erreicht.² Zwei Sprachen, ein Befund: Der Umgang mit KI-Text ist kein Fachdiskurs mehr, sondern Alltagssprache.

Diese Skepsis ist nicht diffus. Über die Hälfte der Menschen in Deutschland fühlt sich laut der deutschen Auswertung des Reuters-Digital-News-Reports unwohl mit Nachrichten, die überwiegend von KI stammen.³ International zeigt sich dasselbe Muster als Erwartungshaltung: Das Publikum traut KI zu, Inhalte günstiger und schneller zu machen – aber nicht, sie transparenter oder vertrauenswürdiger zu machen.⁴ Wir wollen den wirtschaftlichen Vorteil, ohne das Risiko zu tragen, das er mitbringt.

Bei der eigenen Nutzung ist das Bild nicht anders gespalten. Jeder Zweite in Deutschland nutzt inzwischen zumindest gelegentlich einen KI-Chat statt der klassischen Suche, bei den unter 30-Jährigen sind es zwei Drittel – und drei von vier empfinden die Antworten als hilfreich.⁵ Derselbe Bericht zeigt aber auch: Vier von zehn sind schon einmal falsche oder erfundene Angaben untergekommen, und nur gut die Hälfte davon prüft das überhaupt nach. Wer die Hilfe nutzt, ohne die Fehlerquote zu kennen, hält am Ende die eigene Recherche und den generierten Text, der wie eine aussieht, für gleich verlässlich.

Wissenschaftlich ist das Feld jung, die Technologie dahinter ist es nicht. Ich beobachte das Thema seit vor ChatGPT – Sprachmodelle gab es vorher schon, nur waren sie qualitativ nicht relevant genug, um in den Alltag vorzudringen. Erst ChatGPT hat den Sprung in die Öffentlichkeit geschafft. Was seitdem fehlt, ist nicht die Technik, sondern die kulturelle Verarbeitung: Schritte, die Transparenz und Vertrauenswürdigkeit tatsächlich erhöhen, statt sie vorauszusetzen.

Für mich ist das der Status quo, nicht die Zukunft. Die Technologie verschwindet nicht wieder, also ist die Frage nicht, ob wir sie nutzen, sondern wie. Ich will an dieser Gestaltung mitarbeiten, statt die Zahlen nur zur Kenntnis zu nehmen.

Was den Unterschied macht

Bei eigenen Texten fängt die Arbeit vor dem ersten Satz an. Ich ordne jeden Text genau einem von zwei Lesern zu: dem Geschäftsführer, der am Ende ein Mandat vergibt, oder dem Fachkollegen, der Ansehen vergibt, aber kein Mandat. Diese Zuordnung entscheidet, welche Aussage tragen darf. Ein Text für den Fachkollegen braucht ein angreifbares Urteil, ein Text für den Geschäftsführer braucht eine Folge, keine Behauptung.

Jede Tatsachenbehauptung bekommt intern ein Kennzeichen: gemessen, berechnet, recherchiert oder Annahme. Eine Zahl ohne Beleg wird nicht in einen glatten Satz verpackt: Entweder steht sie ausdrücklich als Annahme da, oder sie wird gestrichen. Das klingt nach wenig, ist aber der Punkt, an dem viele generierte Texte scheitern: Sie glätten unsichere Zahlen in wohlklingende Sätze, statt sie zu kennzeichnen oder wegzulassen. Die Prinzipien dahinter sind an journalistische Standards angelehnt.⁶

Ein Werkzeug darf in so einem Text vorkommen, es darf aber nie die Aussage tragen. "Wir haben ein Sprachmodell eingesetzt" ist keine Aussage. "Wir haben es eingesetzt, und daraufhin ist Y passiert" schon. Der Unterschied ist mehr als Stilkosmetik: Ein Werkzeugname allein erklärt nichts, er behauptet nur Modernität. Eine Folge lässt sich dagegen prüfen, widerlegen, diskutieren.

Und kein Text gilt bei mir als fertig, bevor ich ihn laut gelesen und gegen meine eigene Erfahrung geprüft habe. Das ist die eigentliche Hürde. Ein Text kann jede Stilregel erfüllen und trotzdem falsch klingen, wenn ich ihn höre statt lese. Dann fehlt meistens ein Urteil, das auch anders hätte ausfallen können.

Ob das reproduzierbar zu besserer Qualität führt oder nur mein Empfinden ist, kann ich nicht beweisen. Meine Einschätzung: Wer aus der Sprachmodell-Welt kommt und Schwächen wie Halluzinationen⁷ oder unbelegte Zahlen kennt, erreicht damit wiederholbar bessere Ergebnisse, nicht durch Talent, sondern durch dieses Vorgehen. Das ist ein angreifbares Urteil, kein Fakt. Wer aus eigener Erfahrung zu einem anderen Schluss kommt, soll mir widersprechen.

Eine vollständige Fassung dieser Methodik – mit Versionierung und Änderungshistorie – veröffentliche ich als eigene Referenzseite, auf die künftige Beiträge verweisen.⁸ Der folgende Auszug zeigt beispielhaft, wie ein Ausschnitt davon konkret aussieht.

Anhang: ein Auszug aus der Methodik

Intern bekommt jede Tatsachenbehauptung eines von vier Kennzeichen, und jedes Kennzeichen erzwingt eine bestimmte Sprachform. Zwei Zeilen stammen aus diesem Artikel, zwei sind Beispiele aus anderen Texten:

Eine Annahme darf dabei nie wie ein Nachweis klingen – das ist die eigentliche Grenze, nicht die Kennzeichnung selbst.

Drei weitere Regeln aus derselben Methodik, ebenfalls nur als Auszug:

• Jeder Fakt kommt im Text genau einmal vor. Ein Absatz ohne eigenen Beitrag wird gestrichen, nicht gekürzt – Kürzen erhält die Wiederholung nur in kompakterer Form.
• Ein Urteil muss angreifbar sein: eine Bewertung, die auch anders hätte ausfallen können, nicht die Zusammenfassung der bereits genannten Fakten.
• Es gibt eine Wortobergrenze, aber keine Untergrenze. Kürzer ist immer erlaubt, wenn das Argument es zulässt.

Wie dieser Text entstanden ist
─────────────────────────────────────────────────────────────
Modell            Claude Sonnet 5 (Anthropic), Stand 2026-09
Arbeitsweise      Hook selbst geschrieben, Fortsetzung durch das Modell,
                  drei Redaktionsdurchgänge
Eigenanteil       These, Zukunftsgestaltungs-Urteil, eigene Fachbeobachtung
                  (ChatGPT als Wendepunkt), Freigabe der Recherche
Geprüft           Stilabgleich gegen eigenen Textbestand · Faktencheck
                  aller Zahlen an der Primärquelle · dreimal laut gelesen
Quellen           7 belegt, davon 6 Primärquellen (siehe Fußnoten)
Verantwortlich    Michael Koch, 2026-10-01
Verfahren         innopractics.de/schreiben-mit-ki