KI als Autor? Geistige Eigenleistung, Autorschaft und die Zukunft des Schreibens

Die falsche Frage nach dem Ursprung eines Textes

Die Diskussion darüber, ob ein Text von einem Menschen oder einer künstlichen Intelligenz geschrieben wurde, offenbart ein grundlegendes Problem: Sie setzt häufig die sprachliche Produktion mit der geistigen Urheberschaft gleich. Wer die Sätze formuliert, gilt demnach als derjenige, der den Text hervorgebracht hat. Doch diese Gleichsetzung ist keineswegs selbstverständlich.

Ein Mensch kann einen Gedanken entwickeln, Zusammenhänge recherchieren, Argumente gegeneinander abwägen, eine These formulieren und die inhaltliche Verantwortung für seine Aussagen übernehmen, ohne anschließend jeden einzelnen Satz selbst auszuformulieren. Er kann seine Gedanken einer künstlichen Intelligenz übergeben, deren sprachliche Fähigkeiten nutzen und das Ergebnis prüfen, verändern oder verwerfen. Ist er deshalb weniger Autor?

Die Frage berührt eine Unterscheidung, die in der gegenwärtigen Debatte häufig untergeht: Geistige Urheberschaft, sprachliche Ausführung und inhaltliche Verantwortung sind drei unterschiedliche Dimensionen eines Textes. Sie können bei einer Person zusammenfallen, müssen es aber nicht.

Die Gegenposition ist dennoch nicht ohne Gewicht. Wer die sprachliche Ausformulierung vollständig einer KI überlässt, gibt einen Teil des schöpferischen Prozesses ab. Sprache ist schließlich nicht nur eine Verpackung für bereits fertige Gedanken. Während des Schreibens entstehen neue Zusammenhänge, werden Widersprüche sichtbar und verändern sich mitunter sogar die ursprünglichen Überzeugungen. Die Formulierung ist also nicht immer das Ende des Denkens, sondern kann selbst ein Teil davon sein.

Damit beginnt der eigentliche Konflikt: Ist Autorschaft primär die Fähigkeit, Gedanken in eine individuelle sprachliche Form zu bringen, oder liegt sie vor allem darin, Gedanken zu entwickeln, ihre Bedeutung zu beurteilen und für sie einzustehen?

Schreiben war nie ausschließlich eine Frage persönlicher Handarbeit

Die Vorstellung, ein Text müsse aus der unmittelbaren sprachlichen Tätigkeit eines einzelnen Menschen hervorgehen, ist historisch weniger selbstverständlich, als sie zunächst erscheint. Die Geschichte des Schreibens ist zugleich eine Geschichte technischer Hilfsmittel, arbeitsteiliger Produktionsweisen und sich verändernder Vorstellungen von Autorschaft.

Die Verbreitung des Buchdrucks veränderte die Herstellung und Verbreitung von Texten grundlegend. Später ermöglichten Schreibmaschinen eine standardisierte und schnellere Textproduktion. Mit Textverarbeitungsprogrammen wurden Korrekturen, Umstellungen, Überarbeitungen und umfangreiche Neufassungen erheblich einfacher. Keine dieser Entwicklungen bedeutete, dass der Mensch als geistiger Urheber zwangsläufig verschwand. Sie veränderten vielmehr die Bedingungen, unter denen Texte entstanden.

Gleichzeitig löste jede neue Schreibtechnologie Befürchtungen aus. Was zuvor als handwerkliche Fähigkeit galt, wurde teilweise an Maschinen übertragen. Was zuvor als persönliche Leistung betrachtet wurde, ließ sich plötzlich technisch unterstützen. Dennoch hat sich die Vorstellung individueller Autorschaft erhalten.

Die künstliche Intelligenz unterscheidet sich allerdings von früheren Schreibwerkzeugen in einem entscheidenden Punkt: Sie unterstützt nicht nur die mechanische Herstellung von Texten. Sie kann selbstständig Formulierungen entwickeln, Argumentationsstrukturen vorschlagen, Zusammenhänge herstellen und alternative gedankliche Perspektiven erzeugen. Damit greift sie in Bereiche ein, die bislang als charakteristisch menschliche Leistungen galten.

Die historische Analogie zu Schreibmaschine und Textverarbeitung reicht deshalb nur bedingt. Während frühere Werkzeuge vorwiegend die Ausführung erleichterten, kann KI auch an der geistigen Bearbeitung eines Gegenstands beteiligt sein. Die Grenze zwischen Werkzeug, Mitarbeiter und Mitgestalter wird dadurch unschärfer.

Die entscheidende Frage ist folglich nicht, ob technische Hilfsmittel beim Schreiben zulässig sind. Das waren sie schon lange. Die Frage lautet vielmehr, an welcher Stelle die Unterstützung in eine eigenständige geistige Leistung der Maschine übergeht und wie sich diese Beteiligung auf den Begriff der Autorschaft auswirkt.

Was bedeutet geistige Eigenleistung?

Die Gleichsetzung von selbst formulierten Sätzen und geistiger Eigenleistung beruht auf einem verkürzten Verständnis des Schreibprozesses. Schreiben besteht nicht aus einer einzigen Tätigkeit. Es umfasst unter anderem die Entwicklung von Gedanken, die Auswahl relevanter Informationen, die Planung einer Argumentation, die sprachliche Umsetzung und die anschließende Überarbeitung.

Die kognitionspsychologische Schreibforschung beschreibt diese Tätigkeiten als miteinander verbundene, teilweise gleichzeitig ablaufende Prozesse. Bereits die klassische Prozessforschung zum Schreiben unterscheidet zwischen Planung, sprachlicher Umsetzung und Überprüfung. Diese Prozesse verlaufen nicht streng nacheinander. Vielmehr beeinflussen sie sich wechselseitig.

Das ist für die KI-Debatte von Bedeutung. Wer die sprachliche Ausformulierung abgibt, überträgt nicht zwangsläufig die Entwicklung seiner Gedanken. Er verändert zunächst die Verteilung der Tätigkeiten innerhalb des Schreibprozesses.

Allerdings wäre es ebenso verkürzt, die gedankliche Arbeit vollständig von der sprachlichen zu trennen. Sprache beeinflusst, was überhaupt gedacht werden kann. Eine präzise Formulierung zwingt mitunter dazu, einen zunächst vagen Gedanken zu überprüfen. Eine unerwartete Wortwahl kann neue Assoziationen auslösen. Ein bewusst formulierter Widerspruch kann eine bisher übersehene Schwäche der eigenen Argumentation sichtbar machen.

Wer die sprachliche Ausarbeitung delegiert, gewinnt daher nicht ausschließlich Zeit. Er verändert möglicherweise auch die Bedingungen seiner eigenen Erkenntnisgewinnung.

Die Frage ist nicht nur, wer die Sätze geschrieben hat. Sie lautet auch, wer die Gedanken entwickelt, wer sie während des Schreibens verändert und wer am Ende für ihre Bedeutung einsteht.

Damit lässt sich geistige Eigenleistung nicht sinnvoll allein anhand der Zahl selbst formulierter Wörter bestimmen. Sie muss vielmehr danach beurteilt werden, welche Entscheidungen ein Mensch tatsächlich getroffen hat, welchen Anteil er an der gedanklichen Entwicklung hatte und ob er die veröffentlichten Aussagen inhaltlich verantworten kann.

Die Vermessung sprachlicher Wahrscheinlichkeit

KI-Detektoren versuchen, anhand statistischer und sprachlicher Merkmale einzuschätzen, ob ein Text wahrscheinlich von einem Sprachmodell erzeugt wurde. Sie untersuchen dabei nicht die Entstehungsgeschichte eines Gedankens und können auch nicht unmittelbar feststellen, wer für eine Aussage verantwortlich ist. Sie analysieren die Eigenschaften des fertigen Textes.

Zu den möglichen Merkmalen gehören die Vorhersagbarkeit von Wortfolgen, sprachliche Gleichförmigkeit, Satzstrukturen und weitere statistische Muster. Zwei Begriffe sind in diesem Zusammenhang besonders bekannt:

• Perplexity: Sie beschreibt vereinfacht, wie überraschend oder vorhersehbar eine Wortfolge für ein Sprachmodell ist. Eine statistisch naheliegende Fortsetzung weist eine geringere Perplexity auf als eine unerwartete Formulierung.
• Burstiness: Der Begriff bezeichnet die Variabilität sprachlicher Muster. Dazu können Unterschiede in Satzlängen, Satzstrukturen und sprachlichem Rhythmus gehören.

Die vereinfachte Vorstellung, ein Detektor zähle lediglich vorhersehbare Wörter und rechne daraus einen KI-Prozentsatz aus, ist allerdings nicht korrekt. Moderne Systeme können unterschiedliche statistische Merkmale und trainierte Klassifikationsverfahren kombinieren. Die konkrete Gewichtung und Funktionsweise proprietärer Systeme ist von außen häufig nicht nachvollziehbar.

Auch die Bedeutung eines angezeigten Prozentwertes wird leicht missverstanden. Er ist nicht automatisch eine Messung des tatsächlichen KI-Anteils an einem Text. Ebenso wenig bedeutet er, dass ein entsprechender Anteil der Gedanken von einer Maschine stammt. Er stellt eine modellabhängige Klassifikation beziehungsweise Wahrscheinlichkeitsschätzung dar, deren Interpretation von der jeweiligen technischen Definition abhängt.

Hier liegt ein grundlegendes methodisches Problem: Ein Detektor kann sprachliche Eigenschaften feststellen, aber aus diesen Eigenschaften nicht zuverlässig die geistige Entstehungsgeschichte rekonstruieren. Ein Mensch, der besonders strukturiert, sachlich und vorhersehbar schreibt, kann einem KI-generierten Text ähneln. Ein KI-Text kann umgekehrt durch Überarbeitung ungewöhnliche sprachliche Eigenschaften erhalten.

Wissenschaftliche Untersuchungen haben bereits früh erhebliche Probleme mit Fehlklassifikationen nachgewiesen. Eine Untersuchung aus dem Jahr 2023 zeigte beispielsweise, dass mehrere Detektoren englische Texte von Menschen, die Englisch nicht als Muttersprache sprechen, überproportional häufig als KI-generiert einstuften. Spätere Untersuchungen kamen teilweise zu differenzierteren Ergebnissen. Das verdeutlicht, dass sich die Zuverlässigkeit nicht pauschal für alle Systeme, Sprachen und Textsorten beurteilen lässt.

Die gegenwärtige Forschung kennt durchaus leistungsfähige Klassifikationsverfahren. Sie rechtfertigt aber nicht die Annahme, ein einzelner Detektorwert könne die Urheberschaft eines konkreten Textes beweisen. Insbesondere bei gemischter menschlicher und maschineller Textproduktion ist eine binäre Zuordnung problematisch.

Die paradoxe Ökonomie der KI-Erkennung

Besonders widersprüchlich erscheint die Existenz eines Marktes, in dem KI-Systeme Texte auf ihre vermeintliche KI-Herkunft untersuchen und anschließend andere KI-Systeme anbieten, um diese Texte sprachlich menschlicher erscheinen zu lassen.

Die Abfolge kann eigentümliche Formen annehmen: Eine KI formuliert einen Text, ein Detektor bewertet seine statistischen Eigenschaften, ein weiteres System verändert den Text, um diese Eigenschaften zu reduzieren, und anschließend wird das Ergebnis erneut überprüft.

Das wirkt wie eine technische Selbstbeschäftigung, ist wirtschaftlich jedoch durchaus nachvollziehbar. Wo Unsicherheit über die Erkennbarkeit maschinell erzeugter Texte entsteht, entsteht zugleich ein Markt für Kontrolle, Überprüfung und Umgestaltung. Die Erkennung erzeugt einen Teil der Nachfrage, die sie anschließend selbst bedient.

Damit stellt sich eine weitergehende Frage: Wird hier tatsächlich die geistige Qualität von Texten geschützt oder entsteht ein Markt, dessen wirtschaftliche Grundlage gerade in der Unsicherheit über die Herkunft von Texten liegt?

Das bedeutet nicht, dass sämtliche Erkennungsangebote sinnlos wären. Bildungseinrichtungen, Verlage und Unternehmen können legitime Interessen daran haben, die Entstehung von Texten nachvollziehen zu können. Problematisch wird es dort, wo ein statistischer Verdacht mit einem Beweis verwechselt wird und die sprachliche Oberfläche als Ersatz für die Untersuchung des tatsächlichen Arbeitsprozesses dient.

Die betriebswirtschaftliche Dimension: Schreiben als Kostenfaktor

Die Diskussion um KI-Autorschaft wird unvollständig, solange sie die wirtschaftlichen Bedingungen geistiger Arbeit ausblendet. Schreiben ist nicht nur eine kulturelle und intellektuelle Tätigkeit. Es ist in vielen Bereichen auch ein Produktionsprozess, der Zeit, Geld und personelle Ressourcen beansprucht.

Ein Mensch kann seine Gedanken eigenständig entwickeln, recherchieren, ordnen und anschließend jeden Satz selbst formulieren. Er kann Stunden oder Tage damit verbringen, Übergänge zu verbessern, Formulierungen abzuwägen und sprachliche Feinheiten herauszuarbeiten.

Ein anderer Mensch kann dieselbe gedankliche Vorarbeit leisten und anschließend eine KI mit der sprachlichen Ausarbeitung beauftragen. Er prüft das Ergebnis, verändert es und übernimmt die Verantwortung für die endgültige Fassung. Je nach Textart, Ausgangskompetenz und Qualitätsanspruch kann dieser Weg erheblich weniger Zeit beanspruchen.

Der Unterschied kann beträchtlich sein. Die gelegentlich genannten Faktoren zehn oder zwanzig sind als individuelle Erfahrungswerte oder hypothetische Größenordnungen denkbar, aber keine allgemeingültigen wissenschaftlich belegten Produktivitätsfaktoren. Belastbare Experimente zeigen dennoch, dass die Zeitersparnis erheblich sein kann.

In einer viel beachteten experimentellen Untersuchung mit 453 berufstätigen Akademikern sank die durchschnittliche Bearbeitungszeit bei bestimmten professionellen Schreibaufgaben durch den Einsatz eines KI-Assistenten um 40 Prozent. Gleichzeitig stieg die von unabhängigen Beurteilern bewertete Qualität der Ergebnisse um 18 Prozent. Diese Werte gelten für das untersuchte Aufgabenspektrum und lassen sich nicht ohne Weiteres auf sämtliche Formen anspruchsvollen Schreibens übertragen.

Der wirtschaftliche Konflikt liegt auf der Hand: Wenn zwei Menschen ein vergleichbares Ergebnis erzielen, der eine dafür aber wesentlich mehr Zeit benötigt, ist seine Arbeitsweise nicht automatisch überlegen. Sie kann unter Wettbewerbsbedingungen schlicht teurer sein.

Die Gegenposition verweist allerdings auf Kosten, die in solchen Produktivitätsbetrachtungen leicht übersehen werden. KI-Ausgaben müssen geprüft werden. Fehler, erfundene Quellen, unzutreffende Schlussfolgerungen und unpassende Formulierungen verursachen zusätzlichen Aufwand. Auch die Qualität des Ergebnisses hängt davon ab, wie kompetent der Mensch die Vorschläge beurteilen kann.

Die ökonomische Rechnung ist deshalb nicht einfach eine Gegenüberstellung von menschlicher und maschineller Schreibgeschwindigkeit. Sie betrifft die gesamte Wertschöpfung: die gedankliche Vorbereitung, die sprachliche Produktion, die Kontrolle und die Verantwortung für das Endprodukt.

Dennoch zeichnet sich eine Verschiebung ab: Der wirtschaftliche Wert liegt zunehmend weniger in der Fähigkeit, möglichst viele Sätze selbst zu produzieren, und stärker in der Fähigkeit, relevante Inhalte zu entwickeln, Ergebnisse zu beurteilen und Qualität zu verantworten.

Der Preis der Effizienz: Was beim sprachlichen Glätten verloren geht

Die Nutzung künstlicher Intelligenz zur sprachlichen Ausarbeitung hat einen Vorteil, der zugleich zu ihrem Problem werden kann: Sie produziert häufig gut strukturierte, verständliche und sprachlich harmonisierte Texte. Sie beseitigt Wiederholungen, verbessert Übergänge und macht komplizierte Aussagen leichter zugänglich.

Doch gerade diese Eigenschaften können etwas zerstören, das für bestimmte Texte wesentlich ist. Sprachliche Eigenwilligkeit ist nicht grundsätzlich ein Fehler. Spitzfindigkeiten, Ironie, bewusste Provokationen, ungewöhnliche Gedankensprünge und scheinbare Widersprüche können Ausdruck einer individuellen Haltung sein.

Eine KI tendiert bei vielen Formulierungsaufgaben dazu, solche Eigenheiten zu reduzieren. Sie bevorzugt häufig eine ausgewogene Darstellung, ergänzt Einschränkungen, entschärft zugespitzte Aussagen und bemüht sich um einen möglichst harmonischen Argumentationsverlauf.

Das kann die Lesbarkeit verbessern, aber zugleich die gedankliche Schärfe beeinträchtigen. Ein Text wird dann möglicherweise sprachlich besser und intellektuell weniger interessant.

Die Schwierigkeit besteht darin, dass nicht jede sprachliche Unregelmäßigkeit eine Schwäche ist. Manchmal transportiert gerade eine unbequeme Formulierung eine Haltung, die durch eine vermeintliche Verbesserung verloren geht. Die Grenze zwischen sprachlicher Korrektur und inhaltlicher Veränderung ist deshalb keineswegs eindeutig.

Umgekehrt wäre es romantisierend, jede persönliche sprachliche Eigenheit als schützenswert zu betrachten. Unverständlichkeit wird nicht dadurch wertvoll, dass sie individuell ist. Ein komplizierter Satz ist nicht automatisch tiefgründig, eine Provokation nicht automatisch erkenntnisfördernd und eine ungewöhnliche Formulierung nicht automatisch originell.

Der Konflikt besteht also nicht zwischen guter und schlechter Sprache. Er besteht zwischen unterschiedlichen Vorstellungen davon, welche Funktion Sprache erfüllen soll.

Zwei Funktionen des Schreibens: Selbstausdruck und Erkenntnisvermittlung

Ein besonders wichtiger Unterschied ergibt sich aus der Frage, was ein Text überhaupt bewirken soll. Nicht jeder Text verfolgt dasselbe Ziel. Manche Texte sollen etwas über die Persönlichkeit ihres Verfassers sichtbar machen. Andere sollen Informationen vermitteln, Zusammenhänge erklären oder bei ihren Lesern eine Erkenntnis auslösen.

Der Text als Ausdruck der Persönlichkeit

In der ersten Form ist die Sprache selbst ein wesentlicher Teil des Inhalts. Der Text soll nicht nur etwas mitteilen, sondern zeigen, wie ein Mensch denkt, empfindet und die Welt betrachtet.

Seine Eigenheiten sind dann nicht bloß stilistische Merkmale. Sie gehören zur Identität des Werkes. Dazu können ein ungewöhnlicher Sprachrhythmus, eine bewusst sperrige Argumentation, Ironie, Provokation und eine unverwechselbare Wortwahl gehören.

Eine sprachliche Überarbeitung durch KI kann hier zu einer Verfälschung führen. Selbst wenn die ursprüngliche Aussage erhalten bleibt, kann sich ihre Wirkung verändern. Der Text klingt möglicherweise verständlicher, aber weniger persönlich. Er verliert einen Teil seiner charakteristischen Spannung.

Wer einen Text primär als Ausdruck seiner eigenen Persönlichkeit versteht, hat daher einen nachvollziehbaren Grund, die sprachliche Ausarbeitung selbst zu übernehmen. Die Mühe des Formulierens ist in diesem Fall nicht nur ein Produktionsaufwand, sondern Teil des schöpferischen Prozesses.

Der Text als Instrument der Erkenntnisvermittlung

Anders verhält es sich, wenn ein Text vor allem einen Gedanken transportieren soll. Sein Ziel ist dann nicht, die sprachliche Individualität seines Verfassers möglichst vollständig abzubilden. Er soll möglichst vielen Lesern ermöglichen, einen Sachverhalt zu verstehen und einen Zusammenhang zu erkennen.

Damit verschiebt sich der Maßstab der Qualität. Entscheidend ist nicht mehr in erster Linie, ob der Text die individuelle Ausdrucksweise des Verfassers bewahrt. Entscheidend ist, ob seine Argumentation nachvollziehbar ist und seine Aussage beim Leser ankommt.

Komplexe Gedanken müssen dazu gegebenenfalls in verständliche Schritte zerlegt werden. Fachliche Voraussetzungen müssen erläutert, Mehrdeutigkeiten geprüft und Argumente sinnvoll geordnet werden. Persönliche sprachliche Eigenheiten können dabei hinderlich sein.

Aus dieser Perspektive ist sprachliche Glättung nicht zwangsläufig ein Verlust. Sie kann ein bewusstes Mittel sein, um die Reichweite einer Erkenntnis zu vergrößern.

Der Verfasser verzichtet dann möglicherweise auf einen Teil seiner individuellen Ausdrucksweise, um die Verständlichkeit seiner Gedanken zu erhöhen. Er stellt nicht die eigene sprachliche Persönlichkeit, sondern die Wirkung seiner Aussage in den Mittelpunkt.

Doch auch hier lauert eine Gefahr: Was für den einen Leser verständlicher wird, kann für einen anderen an gedanklicher Tiefe verlieren. Eine zu starke Vereinfachung kann Ambivalenzen beseitigen, Zusammenhänge verkürzen und aus einer differenzierten These eine scheinbar eindeutige Botschaft machen.

Ein Text kann seine sprachliche Individualität verlieren und dadurch an Verständlichkeit gewinnen. Er kann aber auch seine gedankliche Individualität verlieren und dadurch beliebig werden.

Psychologie der Verständlichkeit: Was soll beim Leser geschehen?

Die Unterscheidung zwischen Selbstausdruck und Erkenntnisvermittlung lässt sich auch aus psychologischer Sicht betrachten. Kommunikation ist kein Vorgang, bei dem ein fertiger Gedanke unverändert vom Verfasser in den Kopf des Lesers übertragen wird.

Der Leser verarbeitet Informationen auf der Grundlage seines Vorwissens, seiner Erwartungen, seiner Aufmerksamkeit und seiner kognitiven Möglichkeiten. Was für einen Menschen unmittelbar verständlich erscheint, kann für einen anderen schwer zugänglich sein.

Die Gestaltung eines Textes beeinflusst deshalb, welche Informationen wahrgenommen, miteinander verknüpft und dauerhaft verstanden werden. Eine klare Argumentationsstruktur kann die Verarbeitung erleichtern. Unnötig komplizierte Satzkonstruktionen können zusätzliche kognitive Belastung erzeugen. Beispiele und nachvollziehbare Übergänge können abstrakte Zusammenhänge zugänglich machen.

Das bedeutet jedoch nicht, dass möglichst einfache Sprache immer die beste Sprache wäre. Komplexe Gegenstände benötigen mitunter komplexe Begriffe. Wer eine schwierige Erkenntnis auf einen leicht verständlichen Satz reduziert, kann zwar die Lesbarkeit erhöhen, aber den eigentlichen Gegenstand verfehlen.

Auch psychologisch ist daher zwischen Verständlichkeit und gedanklicher Vereinfachung zu unterscheiden. Ein guter Text muss nicht jede Anstrengung vermeiden. Er muss vielmehr sicherstellen, dass die Anstrengung des Lesers der Sache dient und nicht durch vermeidbare sprachliche Hindernisse entsteht.

Die KI kann bei dieser Aufgabe helfen, indem sie unterschiedliche Formulierungen, Erklärungswege und Argumentationsstrukturen anbietet. Sie kann aber nicht zuverlässig wissen, welche gedankliche Zumutung für eine bestimmte Leserschaft notwendig ist und welche Vereinfachung bereits eine Verfälschung darstellt.

Die Entscheidung darüber, was dem Verständnis geopfert werden darf und was nicht, bleibt deshalb eine inhaltliche und intellektuelle Entscheidung.

Wenn alle mit KI schreiben: Der gesellschaftliche Wettbewerb

Die individuelle Entscheidung, KI zur sprachlichen Ausarbeitung zu nutzen, bleibt nicht auf die einzelne Person beschränkt. Sobald sich eine solche Arbeitsweise verbreitet, verändert sie die Wettbewerbsbedingungen für alle Beteiligten.

Wer seine Gedanken mit technischer Unterstützung schneller in hochwertige Texte überführen kann, kann mehr Inhalte produzieren, mehr Varianten prüfen und mehr Zeit auf die Auswahl und Bewertung der Ergebnisse verwenden. Wer weiterhin jeden sprachlichen Arbeitsschritt selbst erledigt, muss unter Umständen einen erheblichen Wettbewerbsnachteil in Kauf nehmen.

Das betrifft nicht nur die Kosten. Es verändert auch die gesellschaftliche Bewertung von Fähigkeiten. Sprachliche Gewandtheit, früher eine wichtige Voraussetzung für die Herstellung anspruchsvoller Texte, wird teilweise durch technische Möglichkeiten ergänzt oder ersetzt. Gleichzeitig gewinnen andere Kompetenzen an Bedeutung: die Fähigkeit zur Recherche, zur kritischen Beurteilung, zur gedanklichen Eigenständigkeit und zur Erkennung von Fehlern.

Das kann demokratisierend wirken. Menschen, die über interessante Gedanken, aber weniger ausgeprägte sprachliche Fähigkeiten verfügen, erhalten neue Möglichkeiten, sich an öffentlichen Debatten zu beteiligen. Auch Menschen, die viel Zeit für die sprachliche Ausarbeitung benötigen, können ihre Produktivität steigern.

Die Gegenbewegung ist ebenso denkbar. Wenn sich Texte zunehmend an den statistischen und stilistischen Erwartungen von Sprachmodellen orientieren, kann eine sprachliche Gleichförmigkeit entstehen. Individuelle Ausdrucksformen könnten seltener werden, während standardisierte, konfliktarme und leicht konsumierbare Texte den öffentlichen Raum dominieren.

Hinzu kommt eine neue Ungleichheit: Wer über das Wissen und die Urteilskraft verfügt, KI-Ergebnisse kritisch zu prüfen, kann von der Technologie stärker profitieren als jemand, der ihre Vorschläge weitgehend ungeprüft übernimmt. Der Zugang zum Werkzeug allein garantiert noch keine Qualität.

Die gesellschaftliche Frage lautet deshalb nicht nur, wer künftig noch selbst schreiben kann. Sie lautet auch, wer in der Lage sein wird, die Ergebnisse automatisierter Textproduktion zu beurteilen und wer die Macht über deren Verbreitung und Bewertung besitzt.

Die Grenzen populärer Erklärungen

Die gegenwärtige Diskussion über KI und Autorschaft wird häufig von einfachen Gegenüberstellungen geprägt: Mensch oder Maschine, selbst geschrieben oder generiert, authentisch oder künstlich, geistige Leistung oder technische Abkürzung. Diese Kategorien suggerieren eine Eindeutigkeit, die der tatsächlichen Entwicklung nicht gerecht wird.

Mindestens vier verbreitete Annahmen verdienen deshalb eine kritische Betrachtung.

Erstens: Ein selbst geschriebener Text ist automatisch eigenständiger.

Das ist nicht zwingend der Fall. Ein Mensch kann fremde Gedanken übernehmen, ohne sie kritisch zu prüfen. Er kann Texte mechanisch reproduzieren und dabei lediglich die sprachliche Ausführung selbst übernehmen. Umgekehrt kann ein KI-unterstützter Text auf einer eigenständigen gedanklichen Leistung beruhen. Die Herkunft der Formulierungen sagt für sich genommen wenig über die intellektuelle Eigenständigkeit aus.

Zweitens: Ein KI-Detektor kann die Urheberschaft feststellen.

Ein Detektor kann statistische Ähnlichkeiten mit bekannten KI-generierten Texten erkennen. Er kann jedoch nicht unmittelbar rekonstruieren, wer einen Gedanken entwickelt hat, welche Überlegungen seiner Entstehung vorausgingen und wer die inhaltlichen Entscheidungen getroffen hat. Die Unterscheidung zwischen statistischer Klassifikation und tatsächlichem Herkunftsnachweis ist grundlegend.

Drittens: KI verbessert Texte grundsätzlich.

Das hängt davon ab, was unter Verbesserung verstanden wird. Eine bessere Lesbarkeit kann mit einem Verlust an Individualität einhergehen. Eine vollständigere Argumentation kann weniger überraschend wirken. Eine ausgewogene Darstellung kann eine notwendige Provokation entschärfen. Die Qualität eines Textes lässt sich deshalb nicht unabhängig von seiner Funktion beurteilen.

Viertens: Wer KI nutzt, überträgt ihr das eigene Denken.

Auch diese Annahme ist zu pauschal. KI kann sprachliche Aufgaben übernehmen, alternative Perspektiven entwickeln und Argumente strukturieren. Ob dadurch eigenständiges Denken verdrängt oder unterstützt wird, hängt unter anderem davon ab, wie der Mensch mit den Ergebnissen umgeht. Wer Vorschläge prüft, hinterfragt und verändert, nutzt die Technologie anders als jemand, der ihre Ausgaben ungeprüft übernimmt.

Eine weitere Grenze liegt in der wissenschaftlichen Datenlage. Die bisherigen Untersuchungen zu KI-Detektoren, Produktivitätssteigerungen und menschlich-maschineller Zusammenarbeit beziehen sich auf unterschiedliche Modelle, Sprachen, Aufgaben und Untersuchungsbedingungen. Daraus lassen sich keine universellen Aussagen über jeden Text und jeden Schreibprozess ableiten.

Ebenso wenig ist bislang abschließend geklärt, welche langfristigen Auswirkungen die regelmäßige Auslagerung sprachlicher und gedanklicher Tätigkeiten auf Schreibkompetenz, kritisches Denken und individuelle Ausdrucksfähigkeit hat. Kurzfristige Produktivitätsgewinne sind nicht automatisch ein Beleg für langfristige Kompetenzentwicklung.

Die eigentliche Verschiebung: Vom Schreiben zum Beurteilen

Wenn die sprachliche Produktion zunehmend automatisiert werden kann, verändert sich die Bedeutung des Schreibens. Die Fähigkeit, einen Gedanken sprachlich korrekt und ansprechend auszudrücken, verliert nicht ihren Wert. Sie wird aber zunehmend durch technische Möglichkeiten ergänzt.

Damit verschiebt sich das Gewicht menschlicher Arbeit. Die Entwicklung einer relevanten These, die Auswahl und Bewertung von Informationen, die Herstellung gedanklicher Zusammenhänge und die Fähigkeit, widersprüchliche Argumente auszuhalten, gewinnen an Bedeutung.

Das bedeutet nicht, dass sprachliches Können entbehrlich wird. Wer die Möglichkeiten und Grenzen von Sprache nicht versteht, kann auch die Qualität KI-generierter Formulierungen nur eingeschränkt beurteilen. Die Fähigkeit, einen Gedanken selbst auszudrücken, bleibt eine wichtige Voraussetzung dafür, zu erkennen, ob eine fremde Formulierung den eigenen Gedanken tatsächlich trifft.

Gleichzeitig entsteht ein neues Spannungsverhältnis. Je besser die KI sprachliche Arbeit übernimmt, desto weniger muss der Mensch selbst formulieren. Je weniger er formuliert, desto weniger Gelegenheit hat er möglicherweise, seine Gedanken durch den Schreibprozess weiterzuentwickeln.

Die Technologie kann also einerseits geistige Arbeit entlasten und andererseits gerade jene Tätigkeit reduzieren, durch die sich Gedanken häufig erst präzisieren. Produktivität und Erkenntnisgewinn sind nicht zwangsläufig identisch.

Die Vorstellung, dass die Automatisierung sprachlicher Arbeit automatisch zu mehr Zeit für das Wesentliche führt, ist deshalb ebenso wenig selbstverständlich wie die gegenteilige Behauptung, KI mache den Menschen geistig abhängig. Entscheidend dürfte sein, welche Tätigkeiten tatsächlich ausgelagert werden und welche Fähigkeiten dadurch gefördert oder vernachlässigt werden.

Die offene Frage: Wem gehört ein Gedanke, wenn die Sprache nicht mehr allein dem Menschen gehört?

Die Diskussion über KI-Autorschaft wird häufig so geführt, als müsse lediglich eine neue Grenze zwischen menschlicher und maschineller Textproduktion gezogen werden. Doch möglicherweise liegt die eigentliche Herausforderung tiefer.

Wir haben uns daran gewöhnt, dass der Verfasser eines Textes zugleich dessen gedanklicher Urheber und sprachlicher Gestalter ist. Diese Einheit war nie vollkommen. Lektoren, Übersetzer, Ghostwriter, Redakteure und technische Hilfsmittel haben schon lange an der Entstehung von Texten mitgewirkt. Die künstliche Intelligenz macht diese Trennung jedoch in einem bisher nicht gekannten Umfang sichtbar.

Damit verändert sich auch die Bedeutung des Schreibens selbst. Ein Text kann Ausdruck einer Persönlichkeit sein. Er kann ein Instrument der Erkenntnisvermittlung sein. Er kann wirtschaftlich verwertbare Information transportieren oder eine gesellschaftliche Debatte beeinflussen. Diese Funktionen verlangen nicht zwangsläufig dieselbe sprachliche Gestaltung und auch nicht denselben Grad persönlicher sprachlicher Beteiligung.

Wer einen persönlichen Essay schreibt, wird möglicherweise gerade die sprachliche Eigenwilligkeit bewahren wollen, die ein anderer Autor bei einem erklärenden Sachtext bewusst reduzieren würde. Wer Erkenntnisse vermitteln möchte, kann es für wichtiger halten, dass möglichst viele Menschen den Gedanken verstehen, als dass jeder Satz die persönliche Handschrift seines Verfassers trägt.

Beide Positionen sind legitim. Keine lässt sich zur allgemeinen Regel für sämtliche Texte erheben.

Auch die wirtschaftliche Entwicklung wird diesen Konflikt nicht auflösen. Wenn KI-unterstütztes Schreiben erhebliche Produktivitätsvorteile bietet, wird der Verzicht darauf in vielen Bereichen zunehmend schwer zu rechtfertigen sein. Gleichzeitig könnte gerade die Fähigkeit, sich einer standardisierten sprachlichen Produktion zu entziehen, künftig einen besonderen kulturellen Wert erhalten.

Vielleicht entsteht damit eine neue Unterscheidung: zwischen Texten, deren Wert in der unverwechselbaren Persönlichkeit ihres Verfassers liegt, und Texten, deren Wert vor allem in der Qualität der vermittelten Erkenntnis besteht. Dazwischen wird es zahlreiche Mischformen geben, in denen Individualität und Verständlichkeit miteinander konkurrieren.

Die entscheidende gesellschaftliche Frage ist deshalb nicht, ob eine Maschine an der Formulierung eines Textes beteiligt war. Sie lautet vielmehr, welche menschliche Leistung wir künftig als wesentlich betrachten, wenn die sprachliche Ausführung immer weniger an die Person gebunden ist, die den Gedanken entwickelt hat.

Und vielleicht stellt sich am Ende eine noch unbequemere Frage: Wenn ein Text seine Aufgabe besser erfüllt, weil er von einer künstlichen Intelligenz sprachlich gestaltet wurde, weshalb sollte seine Entstehungsweise dann grundsätzlich gegen ihn sprechen? Umgekehrt: Wenn ein Text gerade durch seine sprachliche Eigenwilligkeit eine Erkenntnis ermöglicht, die eine Maschine geglättet hätte, wäre dann nicht ausgerechnet die vermeintliche Unvollkommenheit seine eigentliche Qualität?

Zwischen diesen beiden Möglichkeiten bewegt sich die Zukunft des Schreibens. Eine eindeutige Antwort darauf, was einen Autor ausmacht, ergibt sich daraus noch nicht.

Vielleicht ist genau das der eigentliche Umbruch: Nicht die Maschine wird zum Autor im bisherigen Sinne, sondern unser bisheriges Verständnis von Autorschaft verliert seine Selbstverständlichkeit.

Quellen & Literatur

• Flower, Linda; Hayes, John R. (1981): A Cognitive Process Theory of Writing. College Composition and Communication, 32(4), S. 365–387. Grundlagenwerk zur kognitiven Prozessforschung des Schreibens.
• Noy, Shakked; Zhang, Whitney (2023): Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science, 381(6654), S. 187–192. DOI: 10.1126/science.adh2586. Experimentelle Untersuchung zu Produktivität und Textqualität bei KI-unterstützter Arbeit.
• Weber-Wulff, Debora et al. (2023): Testing of Detection Tools for AI-Generated Text. International Journal for Educational Integrity, 19. Untersuchung zur Zuverlässigkeit und Fehleranfälligkeit von KI-Detektoren.
• Liang, Weixin et al. (2023): GPT Detectors Are Biased Against Non-Native English Writers. Patterns, 4(7), 100779. DOI: 10.1016/j.patter.2023.100779. Untersuchung möglicher systematischer Fehlklassifikationen.
• Bellini, Valentina et al. (2024): Between Human and AI: Assessing the Reliability of AI Text Detection Tools. Current Medical Research and Opinion, 40(3), S. 353–358. DOI: 10.1080/03007995.2024.2310086. Vergleich verschiedener KI-Detektoren.
• Organisation for Economic Co-operation and Development (2023): OECD Employment Outlook 2023. Kapitel: Artificial Intelligence, Job Quality and Inclusiveness. Einordnung der wirtschaftlichen und gesellschaftlichen Folgen künstlicher Intelligenz.

Neue Texte auf Gedankenplanet

Was geschieht – und was es mit uns macht. Ein vielstimmiger Blick auf die Gegenwart und ihre Fragen. Neues aus Alltag & Leben, Business & Karriere, Gesellschaft & Politik, Gesundheit & Wohlbefinden, Kultur & Kunst, Liebe & Beziehungen, Natur & Umwelt, Philosophie & Psychologie, Recht sowie Wissenschaft & Technik: