Schreiben mit KI: Stimme & Verantwortung

Diese Seite beschreibt, wie meine Texte entstehen — welche Rolle KI dabei hat, was ich selbst mache, wie ich prüfe und was passiert, wenn ich mich irre.

Sie ist ein lebendes Dokument. Änderungen werden unten protokolliert, nicht stillschweigend eingearbeitet.

Sie gilt für alle Texte auf dieser Website, auch für solche mit älterem Datum. Ein Text über ein Interview, einen Vortrag oder eine Veröffentlichung trägt das Datum dieses Ereignisses. Sein Inhalt stammt von dort und ist mit der Originalquelle belegt. Geschrieben und geprüft ist er nach dem Verfahren, das hier steht — wann, zeigt der Hinweis am Ende des Textes.

Warum diese Seite existiert

AI Slop ist inzwischen ein eigener Begriff für generierte Texte ohne eigenen Wert — ich sehe sie fast täglich im Feed. Gleichzeitig nutze ich dieselbe Technologie für Recherche und Zusammenfassungen, und das fühlt sich für mich nicht nach Slop an, sondern nach Hilfe. Der Unterschied liegt nicht im Werkzeug, sondern im Ergebnis.

Ich will Texte lesen und schreiben, die von mir selbst kommen, sich nach mir anfühlen und einen Wert haben. Auf KI will ich dabei trotzdem nicht verzichten. Das ist für mich kein Widerspruch, sondern die eigentliche Aufgabe: positiv vorangehen, statt KI entweder blind zu nutzen oder ganz abzulehnen.

Das ist für mich keine reine Meinungsfrage, sondern recherchiert. Das Feld ist jung, die Forschung lückenhaft und in Teilen widersprüchlich — genau deshalb brauche ich ein eigenes, offengelegtes Verfahren statt Bauchgefühl. Auch als Vorstand im ARIC, wo ich die Responsible AI Alliance mit aufgebaut habe, zählt das für mich zum Thema Responsible AI.

Drei Beispiele zeigen, wie unterschiedlich der Befund ausfällt. Erfahrene Entwickler waren in einer randomisierten METR-Studie mit KI-Unterstützung 19 % langsamer — hielten sich hinterher aber für 20 % schneller.¹ Bei 758 Berater:innen stieg die Arbeitsqualität in einem Feldversuch von Dell'Acqua und Kollegen dort, wo KI gut geeignet ist, um über 40 %.² Und bei über 5.000 Support-Mitarbeitenden mit KI-Assistent brachte das im Schnitt 14 % mehr Produktivität — fast ausschließlich bei unerfahrenen Beschäftigten.³

Ohne eigenes Verfahren merkt man nicht, zu welcher dieser drei Gruppen man selbst gehört. Deshalb arbeite ich mit einem Verfahren statt mit einem Gefühl. Und deshalb lege ich es offen.

Was ich nie auslagere

Drei Dinge stammen immer von mir, ohne Ausnahme:

Die Haltung. Wenn in einem Text eine Meinung steht, ist es meine. Kein Modell nimmt mir ab, was ich für richtig halte.

Die Erfahrung. Anekdoten, Beobachtungen, Projektbeispiele — die habe ich erlebt oder sie stehen nicht da. Ein Modell, das mir eine Geschichte schreibt, die ich nicht erlebt habe, schreibt eine Lüge.

Die Verantwortung. Was unter meinem Namen erscheint, verantworte ich. Auch die Fehler.

Diese Regel ist nicht neu erfunden. Simon Willison — Mitentwickler von Django, Autor eines der meistgelesenen technischen Blogs zu KI-Werkzeugen — formuliert sie für sein eigenes Blog fast wortgleich: Wenn ein Text eine Meinung ausdrückt oder in der Ich-Form steht, schreibt er ihn selbst; ein Modell darf ihm dabei nicht die Stimme geben.⁴

Was KI bei mir tut

Beim Recherchieren: Quellen finden, Studien zusammenfassen, Gegenargumente suchen. Jede Zahl, die ich verwende, wird anschließend an der Primärquelle gegengeprüft — Original abrufen, Zitat wörtlich abgleichen, mit Prüfsumme archivieren. Das mache nicht ich von Hand, das übernimmt ein darauf spezialisierter Prüf-Durchlauf. Was bei mir bleibt: die Entscheidung, ob eine Quelle trägt und dauerhaft in den Bestand darf.

Beim Formulieren: Rohfassungen, Umformulierungen, Kürzungen. Am häufigsten so, dass ich die ersten Sätze selbst schreibe und das Modell fortsetzt — das trifft meinen Ton deutlich besser, als wenn es aus dem Stand anfängt.

Beim Prüfen: Ein Satz Skripte misst jeden Entwurf gegen meine veröffentlichten Texte — Satzrhythmus, Lesbarkeit, Passivquote, Nominalstil, Floskeln. Nicht gegen einen Literaturwert, sondern gegen meinen eigenen gemessenen Bestand.

Was KI bei mir nicht tut: entscheiden, ob eine Quelle vertrauenswürdig genug ist, oder sie eigenständig archivieren. Modelle sind darin systematisch unzuverlässig — sie können eine plausible, aber falsche Quelle für ausreichend halten. Das ist der Punkt, an dem ein Fehler am teuersten ist, und deshalb bleibt er bei mir.

Wie ein Text entsteht

Für wen ich schreibe

Bevor ein Text entsteht, ordne ich ihn genau einem von zwei Lesern zu — nicht als Zielgruppensegment, sondern weil die beiden unterschiedliche Dinge brauchen, um mir zu glauben.

Der eine ist ein Entscheider, der irgendwann ein Mandat vergibt. Er braucht eine Folge, keine Behauptung: nicht „wir haben ein Sprachmodell eingesetzt", sondern „wir haben es eingesetzt, und daraufhin ist das passiert". Ein Werkzeugname allein erklärt nichts, er behauptet nur Modernität.

Der andere ist ein Fachkollege. Er vergibt kein Mandat, sondern Ansehen — und dafür reicht keine Folge, dafür braucht es ein Urteil, dem er widersprechen kann. Eine Bewertung, die auch anders hätte ausfallen können, nicht die Zusammenfassung von Fakten, die im Text ohnehin schon stehen.

Welchen der beiden ein Text meint, entscheidet, was er behaupten darf. Deshalb steht diese Entscheidung fest, bevor der erste Satz geschrieben ist — nicht danach, passend zum fertigen Text.

Was ein Text tragen muss

Drei Regeln, unabhängig vom Thema:

• Jeder Fakt kommt genau einmal vor. Ein Absatz, der eine Zahl nur mit anderen Worten wiederholt oder zusammenfasst, was zwei Absätze vorher schon stand, wird gestrichen — nicht gekürzt. Kürzen erhält die Wiederholung nur in kompakterer Form.
• Ein Urteil ist Pflicht, keine Kür. Fehlt es im Ausgangsmaterial, wird nachgefragt statt erfunden.
• Es gibt eine Obergrenze für die Länge, aber keine Untergrenze. Kürzer ist immer erlaubt, wenn das Argument es zulässt.

Wie ich Zahlen kennzeichne

Jede Zahl, die ich verwende, bekommt intern eines von vier Kennzeichen — und jedes Kennzeichen erzwingt eine bestimmte Sprachform:

Die eigentliche Grenze ist nicht die Kennzeichnung selbst, sondern das, was sie verhindern soll: Eine Annahme darf nie wie ein Nachweis klingen.

Wie ich prüfe

Das Verfahren ist kein Vorsatz, sondern läuft als Prüfung bei jedem Text mit. Die Messwerte und Belege zeige ich auf Anfrage.

Das Gate meldet derzeit Hinweise, keine Verstöße. Grund: Eine Leave-one-out-Prüfung — jeder meiner Texte wird gegen ein Profil aus allen anderen gemessen — besteht aktuell 4 von 6. Ein Gate, das jeden dritten echten Text abweist, würde mich zum Wegklicken erziehen. Es schaltet automatisch scharf, wenn der Bestand groß genug ist.

Wie ich mit Quellen umgehe

Vier Regeln, angelehnt an den Kodex des International Fact-Checking Network:⁵

Primärquelle vor Sekundärquelle. Wenn ich eine Sekundärquelle verwende, schreibe ich dazu, warum die Primärquelle nicht verfügbar war.

Belegstatus statt Behauptung. Jede Quelle trägt einen von drei Vermerken: verifiziert (Primärquelle selbst geprüft), berichtet (nur über eine Sekundärquelle belegt), unbelegt (nicht nachprüfbar). Wenn ich etwas nicht verifizieren konnte, steht das da.

Auch die Gegenevidenz. Wenn eine Studie meine These stützt und eine andere ihr widerspricht, nenne ich beide. Die METR-Studie oben ist das Beispiel:¹ Sie ist scheinbar ein Gegenbeleg zu meinem Thema — und tatsächlich mein stärkstes Argument.

Quellen bleiben abrufbar. Belege werden vollständig archiviert, mit Prüfsumme, plus einem Archivlink, der öffentlich zitierbar ist. Wenn eine Seite verschwindet, ist der Beleg trotzdem noch da.

Dieser Bestand hat sich schon bewährt: Zwei zentrale Quellen dieser Seite waren zunächst nur über Sekundärquellen belegt. Nach der Archivierung ließ sich der Volltext auslesen und der Belegstatus auf verifiziert heben — bei einer davon zeigte sich, dass die überall zitierten Prozentzahlen gar nicht aus der Studie stammen, sondern aus einer Pressemitteilung.

Wenn ich mich irre

Fehler passieren. Was danach passiert, entscheidet über Glaubwürdigkeit.

Ich korrigiere von mir aus, nicht erst auf Beschwerde.

Ich überschreibe nicht still. Eine Korrektur wird als Korrektur kenntlich gemacht und mit dem ursprünglichen Beitrag verbunden. Wer den falschen Text gesehen hat, soll die Richtigstellung finden können.

Ich dokumentiere sie hier — sobald es die erste Korrektur gibt, steht sie unten in einem Korrekturlog. Auch die peinlichen.

Diese Regeln stehen so ähnlich in Richtlinie 3.1 des Deutschen Pressekodex.⁶ Ich bin kein Journalist und beanspruche den Titel nicht — aber die Verfahren sind gut, und sie sind nicht an einen Berufsstand gebunden.

Was diese Seite nicht leistet

Sie macht meine Texte nicht automatisch richtig. Ein Verfahren erhöht die Wahrscheinlichkeit guter Arbeit, es garantiert sie nicht.

Sie sagt nichts über andere. Dass ich kennzeichne, heißt nicht, dass Texte ohne Kennzeichnung schlechter sind oder etwas verbergen. Das ist ein in Experimenten belegter Nebeneffekt von Transparenzhinweisen: Sie lassen alles Ungekennzeichnete authentischer wirken, als es vielleicht ist.⁷ Ich kann das nicht auflösen, aber ich kann es benennen.

Sie ist nicht fertig. Die Belege ändern sich, die Werkzeuge ändern sich, meine Meinung möglicherweise auch. Deshalb das Log.

Wie dieser Text entstanden ist
─────────────────────────────────────────────────────────────
Modell            Claude Sonnet 5 (Anthropic), Stand 2026-09
Arbeitsweise      Rohfassung durch das Modell aus meinen eigenen Regeln,
                  sieben Redaktionsdurchgänge
Eigenanteil       Grund für die Seite, alle Regeln dahinter, Entscheidung
                  was öffentlich wird, Auswahl der Studien, Gliederung,
                  Name der Seite
Geprüft           Faktencheck aller Zahlen an der Primärquelle ·
                  Strukturprüfung
Quellen           11 belegt, davon 10 Primärquellen (siehe Fußnoten)
Verantwortlich    Michael Koch
Verfahren         innopractics.de/schreiben-mit-ki

Änderungslog

Neue Einträge kommen oben dazu. Alte werden nicht gelöscht oder umgeschrieben.

2026-10-08 — Hinweis ans Ende gesetzt

Der Transparenzhinweis steht jetzt am Schluss der Seite. Am Inhalt hat sich nichts geändert.

2026-10-02 — Links korrigiert

Die Archivlinks in den Fußnoten begannen mit „http://“. Sie beginnen jetzt mit „https://“ und führen auf dieselben archivierten Fassungen. Am Inhalt hat sich nichts geändert.

2026-10-01 — Zahl korrigiert

In „Warum diese Seite existiert“ stand, die Entwickler der METR-Studie hätten sich hinterher für 20 bis 24 % schneller gehalten. Hinterher waren es 20 %. Die 24 % waren ihre Erwartung vor der Studie.

2026-10-01 — Diese Seite angelegt

Erste öffentliche Fassung. Anlass: die Pflicht zur Offenlegung KI-erzeugter Inhalte im EU AI Act (Artikel 50)⁸ und die DRPR-Richtlinie zum Einsatz von KI in der PR,⁹ die seit Oktober 2025 ausdrücklich empfiehlt, eigene Leitlinien öffentlich zu machen.

Belege

Die Studien und Regelwerke, auf die sich diese Seite stützt, liegen mit Belegstatus, Prüfsumme und Archivlink in meinem Quellenbestand. Wer eine Angabe nachprüfen will, kann sie anfragen.

Wichtigste Grundlagen: METR (2025, mit Einschränkung durch die Folgeuntersuchung 2026) zur Wahrnehmungslücke bei KI-gestützter Arbeit · Dell'Acqua et al. (Harvard Business School AI Institute) zur aufgabenabhängigen Wirkung · Brynjolfsson, Li & Raymond (NBER/QJE) zum Effekt bei Support-Mitarbeitenden · Schilke & Reimann (OBHDP 188:104405) zur Wirkung von Offenlegung · DRPR-Richtlinie zum Einsatz von KI in der PR (07.10.2025) · Deutscher Pressekodex i.d.F. 19.03.2025 · IFCN Code of Principles.