KI-Texterstellung vs menschliche Redaktion: Wo die Grenzen liegen
Die Datenbasis ist eindeutig. Eine Studie der Ludwig-Maximilians-Universität München mit über 3.000 befragten Online-Nachrichtenlesern kommt zu einem klaren Befund: Automatisierte, KI-generierte…
Die Datenbasis ist eindeutig. Eine Studie der Ludwig-Maximilians-Universität München mit über 3.000 befragten Online-Nachrichtenlesern kommt zu einem klaren Befund: Automatisierte, KI-generierte Nachrichtenartikel werden trotz journalistischer Nachbearbeitung als deutlich weniger verständlich eingestuft als von Menschen verfasste Artikel. Die Schwächen betreffen zwei präzise benennbare Bereiche: die Wortwahl und den Umgang mit Zahlen. Beide Felder gehören zum Kernbestand redaktioneller Arbeit. Die LMU-Erhebung wurde am 23. Oktober 2024 publiziert. Sie liefert den faktischen Ausgangspunkt für jede seriöse Bewertung automatisierter Texterstellung.
Die statistische Falle: Warum Sprachmodelle bei Fakten und Zahlen versagen
Sprachmodelle arbeiten rein auf Basis statistischer Wahrscheinlichkeiten bei der Wortfolge. Sie berechnen für jedes Folgewort eine Verteilung über den gesamten Wortschatz und wählen daraus ein Token aus. Dieses Verfahren erzeugt fluide, grammatisch oft korrekte Sätze. Es erzeugt keine inhaltliche Wahrheit. Die Differenz ist strukturell, nicht kosmetisch.
Im journalistischen Alltag schlägt sich diese Differenz an drei Stellen nieder:
- Bei Zahlenangaben: Sprachmodelle neigen dazu, präzise Werte zu generieren, die nicht belegbar sind. Eine Erhebung von 47 Prozent klingt faktisch. Sie kann frei erfunden sein.
- Bei Zitaten: Wörtliche Aussagen werden häufig ohne Quelle produziert. Die Maschine kennt keine Originaldokumente, sondern nur Textmuster.
- Bei Quellenverweisen: Verweise auf Studien, Behörden oder Personen werden häufig kombiniert, ohne dass die referenzierte Arbeit tatsächlich existiert.
Diese Erzeugung fiktiver Inhalte wird in der Fachsprache als Halluzination bezeichnet. Der Begriff ist hier ungenau. Korrekt wäre: Die Maschine erfindet, weil ihr Konstruktionsprinzip das Erfinden erfordert. Eine exakte prozentuale Fehlerquote über alle Modelle hinweg lässt sich nicht angeben, da sie vom Modelltyp und vom konkreten Prompt abhängt. Die Richtung hingegen ist stabil: Ohne menschliche Prüfung treten Faktenfehler regelmäßig auf.
Eine zweite Strukturschwäche betrifft den Umgang mit Zahlen im laufenden Text. Die LMU-Studie benennt diesen Punkt explizit. Sprachmodelle neigen zu ungenauen Größenordnungen, vermischen Einheiten oder runden inkonsistent. Für Leser, die quantitative Argumente prüfen, ist diese Schwäche unmittelbar sichtbar.
Wahrnehmung und Realität: Wie Leser KI-generierte Inhalte tatsächlich bewerten
Die populäre Annahme, KI-Texte seien für Laien nicht erkennbar, lässt sich empirisch nicht halten. Eine Studie des MarTech-Unternehmens Bynder mit 2.000 Konsumenten aus Großbritannien und den USA, veröffentlicht am 3. April 2024, ergab: Genau 50 Prozent der Verbraucher erkennen KI-generierte Texte korrekt als solche. Die Erkennungsquote variiert mit Textlänge, Format und Vorwissen. Sie liegt in keinem dokumentierten Fall bei null.
Gleichzeitig zeigt die eingangs erwähnte Studie im Journal «Judgment and Decision Making» mit über 2.500 Teilnehmenden ein zweites Phänomen: Bei kurzen, flüssig wirkenden Texten können Leser die Qualität kaum zuverlässig zuordnen. KI-generierte Kurzgeschichten erhielten im Mittelwert 1,54, rein menschliche Texte 0,97. Der höhere Wert steht hier für die schlechtere Bewertung. Die Streuung war erheblich. Beide Befunde zusammen ergeben das folgende Bild:
| Aspekt | Befund |
|---|---|
| Erkennungsrate KI-generierter Texte (Bynder 2024) | 50 Prozent der Konsumenten |
| Verständlichkeit KI-editierter Nachrichten (LMU 2024) | Deutlich geringer als bei rein menschlichen Texten |
| Qualitätsscore kurzer KI-Texte | 1,54 gegenüber 0,97 bei menschlichen Texten |
| Hauptkritikpunkte der Leser | Wortwahl, Umgang mit Zahlen |
Die Schlussfolgerung ist präzise formulierbar: Leser erkennen KI-Inhalte nicht immer, aber sie spüren deren Schwächen, sobald sie Fakten prüfen oder längere Argumentation nachvollziehen. Beide Ebenen – bewusste Erkennung und unbewusstes Störgefühl – wirken in dieselbe Richtung. Das Vertrauen sinkt.
Faktische Präzision ist kein stilistisches Add-on. Sie ist die Grundlage, auf der Glaubwürdigkeit entsteht oder zerfällt.
Die ökonomische Komponente: Investition in Lektorat statt reine Automatisierung
Redaktionelle Qualität hat am Markt einen Preis. Die Spanne ist eng und gut dokumentiert: Menschliches Korrektorat kostet typischerweise 3 bis 5 Euro pro Normseite, ein vollständiges menschliches Lektorat etwa 6 bis 10 Euro pro Normseite. Eine Normseite umfasst 1.500 Zeichen inklusive Leerzeichen. Diese Beträge sind keine spekulativen Größen, sondern Marktpreise, die in Angeboten freier Lektoren und redaktioneller Dienstleister regelmäßig auftauchen.
Diese Zahlen stehen in einem bestimmten Verhältnis zu den Kosten automatisierter Texterstellung. Die Lizenz für gängige KI-Tools ist günstig. Die Kosten für ein Lektorat sind höher. Die Gegenrechnung lautet häufig: Warum nicht den KI-Text ohne Lektorat veröffentlichen und damit die Lektoratskosten einsparen?
Die Rechnung trägt in zwei Fällen nicht:
- Wenn der Text Fakten enthält: Jede unbelegte Zahl ist ein Haftungs- und Glaubwürdigkeitsrisiko. Die Kosten einer Korrektur im Nachhinein übersteigen das gesparte Lektorat regelmäßig.
- Wenn der Text eine Markenstimme transportieren soll: Eine konsistente Tonalität erfordert stilistische Kontrolle, die ein Sprachmodell in der geforderten Konsistenz nicht liefert.
Anders formuliert: Die Investition in menschliche redaktionelle Arbeit ist kein Kostenfaktor, sondern ein Risikomanagement. Der Return on Investment liegt in der Vermeidung von Reputationsverlusten, Rückrufen und juristischen Nachfragen.
Strategische Symbiose: Wo KI unterstützt und wo der Mensch entscheidet
Eine Gegenüberstellung von KI und menschlicher Redaktion, die mit dem Ziel der vollständigen Ersetzung geführt wird, ignoriert die jeweilige Struktur beider Arbeitsweisen. Faktisch ist die produktive Frage nicht «Mensch oder Maschine», sondern «in welcher Reihenfolge und mit welcher Kontrolle». Die folgende Tabelle benennt die Felder, in denen sich der Einsatz von KI und menschlicher Redaktion empirisch bewährt hat:
| Arbeitsschritt | KI-Einsatz sinnvoll | Menschliche Kontrolle zwingend |
|---|---|---|
| Themenrecherche, Trendauswertung | Aggregation großer Datenmengen | Auswahl, Gewichtung, redaktionelle Linie |
| Gliederung und Struktur | Variantenentwurf | Argumentationslogik, Leserführung |
| Textentwurf | Erste Fassung, Sprachvarianten | Faktentreue, Tonfall, Markenstimme |
| Zahlen- und Faktenprüfung | Struktursuche | Belegprüfung, Quellenkontrolle |
| Feinschliff, Stil | Formulierungsvorschläge | Konsistenz, Wortwahl, Register |
| Korrektorat | Konsistenzprüfung Orthografie | Letzte Entscheidung, Ausnahmen |
Diese Tabelle ist kein Regelwerk im starren Sinne. Sie beschreibt die empirische Verteilung der Zuständigkeiten in professionellen Redaktionen, die KI als Werkzeug einsetzen. Die Spaltenüberschriften benennen die Tendenz. Abweichungen sind möglich und kommen vor. Die Grundrichtung bleibt stabil: Maschinen liefern Material. Menschen entscheiden.
Ein konkretes Beispiel: Ein Textentwurf zu einem branchenbezogenen Thema wird durch ein Sprachmodell erstellt. Das Modell liefert eine erste Fassung mit konsistenter Grammatik und thematisch passender Lexik. Anschließend übernimmt ein Lektor die Faktprüfung. Er verifiziert jede Zahl, prüft jedes Zitat und korrigiert stilistische Inkonsistenzen. Am Ende steht ein Text, der ohne dieses Verfahren entweder unzuverlässig oder sprachlich schwächer wäre. Die Reihenfolge ist nicht umkehrbar.
Werkzeuge ergänzen das Handwerk. Sie ersetzen es nicht.
Qualitätskontrolle als journalistisches Handwerk: Warum Algorithmen kein Urteilsvermögen besitzen
Die bisher dargestellten Befunde verweisen auf einen strukturellen Unterschied, der über reine Leistungsdaten hinausgeht. Sprachmodelle verfügen über kein inhaltliches Kontextverständnis. Sie berechnen Wahrscheinlichkeiten. Journalistische Qualitätskontrolle erfordert Urteilsvermögen. Dieses Urteilsvermögen setzt drei Fähigkeiten voraus, die in der aktuellen Architektur statistischer Modelle nicht abgebildet sind:
1. Faktische Verantwortung: Der Schreibende übernimmt die Verantwortung für die Wahrheit eines Satzes. Diese Verantwortung ist nicht delegierbar.
2. Stilistische Kohärenz: Eine Marke oder ein Medium besitzt eine erkennbare Stimme. Diese Stimme wird über Jahre durch menschliche Auswahl geformt. Ein Sprachmodell reproduziert Muster. Es formt keine Stimme.
3. Ethische Abwägung: Welche Formulierung ist angemessen? Welche Bilder sind tragbar? Welche Verkürzung verzerrt? Diese Fragen werden nicht durch Wahrscheinlichkeitsrechnung beantwortet.
Hinzu kommt ein Punkt, der in der öffentlichen Debatte häufig übersehen wird: Qualitätskontrolle ist selbst ein Handwerk. Sie wird in einer mehrjährigen Ausbildung erlernt. Ein Lektor erkennt ein Zahlenproblem oft, bevor er es benennen kann. Diese Fähigkeit beruht auf wiederholter Praxis, nicht auf einem Datensatz.
Position
Die Frage «KI oder Mensch» führt in eine falsche Richtung. Faktisch bewährt hat sich ein zweistufiges Verfahren: KI liefert Entwürfe, Varianten, Aggregationen. Menschliche Redaktion liefert Faktenprüfung, stilistische Kohärenz und ethische Verantwortung. Beide Ebenen sind notwendig. Die Schwächen des einen Teils werden durch die Stärken des anderen Teils nicht aufgehoben, sondern begrenzt.
Wer KI-generierte Inhalte ohne Lektorat veröffentlicht, akzeptiert dokumentierte Schwächen in der Wortwahl und im Umgang mit Zahlen. Wer menschliche Redaktion ablehnt, weil Maschinen schneller liefern, übersieht die Kosten, die später in Form von Korrekturen, Rücknahmen und Vertrauensverlust anfallen. Die ökonomisch rationale und die fachlich korrekte Lösung fallen zusammen: Werkzeugeinsatz plus Handwerk. Nicht Werkzeugeinsatz oder Handwerk.
Die Datenlage erlaubt eine klare Aussage. Präzision in Fakten und Zahlen, Konsistenz in der Markenstimme und Verantwortung in der Formulierung bleiben menschliche Aufgaben. Das wird sich mit der nächsten Modellgeneration nicht ändern, sondern nur in der Ausprägung verschieben.