Veröffentlicht

26. Oktober 2026

Copywriting und generative KI

Was KI beim Schreiben wirklich gut kann und was nicht. Chancen, Risiken und mein methodischer Ansatz, um die Kontrolle zu behalten.

«Ersetzt uns KI also beim Schreiben?» … «Hast du das selbst geschrieben?» … «Wie konntest du das in so kurzer Zeit schreiben?» … «Sag ehrlich, was hat der Text gekostet?» Das sind nur einige Fragen, die mir Kunden regelmässig stellen. Sie zeigen zwei wichtige, nicht zu unterschätzende Punkte: Nicht alle wissen schon, wie KI wirklich funktioniert. Und nicht alle kennen ihre konkreten Risiken. In diesem Artikel versuche ich, Ordnung zu schaffen: Was kann generative KI beim Schreiben gut? Wo stolpert sie? Wie nutzen wir sie, ohne Stimme, Kontrolle und Identität zu verlieren? Dies ist keine technische Abhandlung, sondern mein praktischer Blick als Designer und Berater, mit Beispielen aus meiner tatsächlichen Berufserfahrung, konkreten Kriterien und Gedanken zum feinen Gleichgewicht zwischen Delegation, Geschwindigkeit und Verantwortung.

01. Warum jetzt darüber sprechen
02. Der neogenerative Rahmen – die Stimme vor dem Text
03. Einblick in die Praxis
04. Kleines Praxisglossar
05. Chancen: Geschwindigkeit, Skalierung und – unter bestimmten Bedingungen – Wirksamkeit
06. Risiken und Grenzen: Ohne Führung schreibt die KI … aber nicht für dich
07. Die Moral von der Geschichte
08. [OPTIONAL] – Ein Spiel zum besseren Verständnis
Quellen und Bibliografie

01 Warum jetzt darüber sprechen

KI ist keine vorübergehende Mode, so viel ist sicher. Der Einsatz generativer KI in der Kommunikation ist längst kein Thema mehr nur für Early Adopters, sondern Alltag. Die Frage ist nicht, ob wir sie nutzen werden, sondern wie. Täglich sehe ich Fachleute, Unternehmen, KMU und auch grössere Organisationen, die vor Begeisterung über KI in ihren Arbeitsabläufen sprühen: Die Maschine schreibt E-Mails, erstellt Berichte in Minuten statt Stunden, Zusammenfassungen, Abstracts, komplexe Auswertungen, Diagramme, Zahlen, Prognosen – alles Mögliche. Doch in 99% der Fälle fehlt, so meine Beobachtung, jedes Verständnis dafür, wie sie tatsächlich funktioniert. Das beunruhigt mich sehr. Es fehlt ein wesentlicher Teil an Wissen und Know-how, der aus meiner Sicht das eigentliche Risiko darstellt: weniger das Werkzeug selbst als die Art, wie es genutzt wird. Genauer: das fehlende Bewusstsein bei seiner Nutzung.

Das Thema wäre eigentlich viel zu umfangreich, aber ich möchte es versuchen und mich auf einen der verbreitetsten Aspekte konzentrieren: die Generierung von Texten, Berichten, E-Mails, LinkedIn-Beiträgen, wissenschaftlichen Studien und sogar Whitepapers. Veröffentlicht werden sie von Menschen, die ich seit Jahren persönlich kenne und von denen ich sicher weiss, dass sie absolut, wirklich absolut keine Ahnung haben, wovon sie sprechen! Diese Beobachtung hat mich zunächst irritiert und dann dazu gebracht, verstehen zu wollen. Warum bewegen wir uns in diese Richtung? Läuft etwas schief? Und wenn ja, welchen Risiken gehen wir entgegen?

Darum geht es: KI hat längst Einzug in die Unternehmenskommunikation gehalten. Doch ohne Bewusstsein und Governance kann sie zum Bumerang werden. Und wenn wir ihn nicht elegant auffangen können, wisst ihr, wo er landet? Direkt auf unseren Zähnen! Und ihr wisst vermutlich sehr genau, was ein guter Zahnarzt heute kostet …

Lassen wir die «persönlichen» Betrachtungen beiseite und kommen auf die Unternehmensebene zurück: Die Herausforderung ist nicht nur technisch, sondern strategisch. Es geht darum, wer du als Unternehmen oder Fachperson bist, wie du wahrgenommen werden möchtest und wie weit du gehen kannst, ohne die Kontrolle zu verlieren. Deshalb ist das Thema zentral für KMU, aber nicht nur für sie. Man muss heute kein Algorithmenexperte sein, um mit KI zu arbeiten. Man muss aber das Medium verstehen: wissen, wo KI wirklich beginnt und endet, wo ihre Grenzen und Risiken liegen und wo der menschliche Beitrag unverzichtbar wird – damit uns der Bumerang nicht die Zähne trifft.

Deshalb müssen wir jetzt darüber sprechen. Wir befinden uns in jener heiklen Phase, in der die Technologie schneller voranschreitet als die Kultur um sie herum. Dann entsteht oft ein feiner Riss zwischen dem, was wir tun können, und dem, was wir tatsächlich beherrschen. In diesem Spalt entstehen Fehler, falsche Erwartungen und peinliche Auftritte vor Kunden. Heute über KI beim Schreiben zu sprechen bedeutet, künftigen Problemen vorzubeugen und Imageschäden zu vermeiden. Vor allem aber bekräftigt es einen Grundsatz: Verantwortung lässt sich nicht delegieren. Auch nicht an künstliche Intelligenz. Wenn wir diese Werkzeuge gut einsetzen wollen, müssen wir zuerst in den Spiegel schauen, Gewohnheiten und Ansätze hinterfragen und vielleicht auch die Freude daran wiederentdecken, beim Schreiben die Hände mit Gedanken schmutzig zu machen.

02 Der neogenerative Rahmen – die Stimme vor dem Text

Damit wir vom Gleichen sprechen: Wenn ich mit künstlicher Intelligenz schreibe, suche ich nicht «einen Text», sondern eine geordnete Präzipitation innerhalb meiner Gauss’schen semiotischen Wolke. Ein Werbetext ist kein Punkt, der aus dem Nichts erscheint. Er ist die lokale Wirkung einer Verteilung von Möglichkeiten – meiner Gauss’schen Bedeutungsverteilung –, die zu einer Blase kollabiert, wenn der Kontext klar, das Gegenüber definiert und die Stimme meine eigene ist. Fehlt auch nur eines dieser drei Elemente, dehnt sich die Blase aus, der Sinn verschwimmt und es entsteht generischer Vanilla Content, den jeder unterzeichnen könnte.

Deshalb definiere ich vor dem Prompt, wer spricht (Invarianten), wie weit ich abweichen darf (Toleranzen) und was ausgeschlossen ist (Verbote). Mein I·T·B ist kein Kontrollzwang, sondern die Form, die es der Blase erlaubt, kohärent zu bleiben, ohne starr zu werden. Die Maschine beschleunigt dann die Variantenbildung. Ich entscheide, welche Variante den Sinn am richtigen Punkt kollabieren lässt.

Eine weitere Prüfung ist für mich nicht verhandelbar: die Differenz zwischen Absicht und Interpretation. Ich möchte vielleicht X sagen, aber der Leser versteht Y. Diese Übereinstimmung zwischen Beabsichtigtem und Wahrgenommenem messe ich – wenn auch nur gedanklich – als Index der semantischen Adhärenz. Die Fähigkeit des Textes, verschiedene Lesarten auf denselben Kern zusammenzuführen, verstehe ich als Index der semantischen Konvergenz. Beschleunigt die KI zu stark und passe ich nicht auf, brechen beide Indizes ein. Dann trägt der Text trotz seiner «Perfektion» die Identität nicht mehr.

Meine praktische Regel ist einfach: zuerst die Stimme, dann der Prompt; zuerst die Form, dann die Geschwindigkeit. Ein kleiner Unterschied am Anfang, ein gewaltiger am Ende. In der Wolke bleibt die Blase dicht und lesbar: Der Text präzipitiert dort, wo er soll, nicht irgendwo. Wenn ich die Maschine um drei Varianten bitte, dann um bewusst zu wählen, welche Sinnrichtung ich hier und jetzt verwirklichen möchte – nicht, um meinen Beruf an einen Algorithmus abzugeben.

Wer mich fragt: «Schreibt KI denn wirklich gut?», bekommt diese Antwort: Sie schreibt schnell. Gut schreibt sie, wenn wir es ihr beibringen.

Bevor ich Technik, Theorie und Praxis vertiefe, möchte ich meine Arbeitsweise zeigen: meine «Methode» gegen den Bumerang auf die Zähne. Ich nutze sie täglich bei strategischen und produktiven Aufgaben rund um Text und Redaktion – ungefiltert, ohne Aber und ohne Schnörkel. Hier gibt es kein Blabla!

03 Einblick in die Praxis

Darauf konzentriere ich mich, wenn ich generative KI zum Schreiben einsetze oder andere dabei begleite:

Ich definiere die Stimme vor dem Prompt. «Wenn du nicht weisst, wer du bist, kann die KI es auch nicht wissen.» Das war eine meiner ersten Lektionen, teuer erkauft. Kurz: Die stilistische Klarheit muss von mir kommen, nicht vom Modell.
Ich wähle eine präzise Aufgabe. LinkedIn-Beitrag? Kunden-E-Mail? Beschreibender Absatz? KI leistet am meisten, wenn ich ihr jeweils eine klar definierte Aufgabe gebe.
Ich verlange konstruktive Varianten und Begründungen, keine absoluten Wahrheiten im ersten Anlauf. KI kann nicht immer Wahres formulieren, schon gar nicht beim ersten Versuch. Die Ausgabe ist ein Ausgangspunkt: ein Vorschlag zur Bewertung, kein Urteil, das auszuführen ist.
Ich prüfe immer bewusst nach. Immer!!! Jede Zeile. Jede Zahl und jede «Wahrheit» muss durch mein Wissen, Know-how, meine Erfahrung, Sensibilität und direkte Validierung gefiltert werden. Ich meine nicht nur das offensichtliche Risiko falscher Aussagen, sondern eine subtilere Gefahr, die ohne echte Aufmerksamkeit leicht unbemerkt bleibt: «korrekte Banalitäten». Ihre Wirkung ist leiser und heimtückischer: Unsichtbarkeit.
Ich dokumentiere den Prozess. Prompts, Iterationen und Änderungen festzuhalten hilft mir, eine echte Methode aufzubauen statt kreatives Roulette zu spielen.

04 Kleines Praxisglossar

ToV (Tone of Voice)
Ton, Rhythmus, Wortwahl und Tabus, die ein Unternehmen in seinen Texten erkennbar machen. Ohne sie bleibt selbst ein hervorragender Text anonym.
Prompt-Vertrag
Die implizite oder explizite Vereinbarung zwischen dir und der KI: Was soll entstehen, in welchem Stil und unter welchen Vorgaben? Ohne klares Briefing ist das Ergebnis zufällig.
Konstruktive Varianten
Alternativen, andere Perspektiven und erzählerische Blickwinkel anfordern. Es geht darum, Vielfalt zu üben, nicht «die Wahrheit» zu finden.
Wahrheit vs. Validierung
KI kann selbst dann überzeugend auftreten, wenn sie falschliegt. Die abschliessende Prüfung liegt immer bei uns, mit Erfahrung und gesundem Menschenverstand.
Korrekte Banalitäten
Grammatisch und logisch perfekte Sätze, aber ohne Bedeutung und schon tausendmal gelesen. Der grösste Feind der Differenzierung.
Narrativer Bumerang
Wenn du zu viel an die Maschine delegierst und ein Text zurückkommt, der auf dich zurückfällt: unpersönlich, flach und schädlich für die Identität.
Bewusste Überarbeitung
Redigieren ist keine Rechtschreibprüfung. Es ist ein Akt der Verantwortung: bewusst entscheiden, was bleibt, was gestrichen und was neu geschrieben wird.
Vanilla Content
Generische Inhalte, korrekt, aber ohne Persönlichkeit, Ton, Tiefe oder Eigenständigkeit. Sie passen zu jedem und erreichen deshalb niemanden. Texte, die nie wirklich falschliegen, aber auch nie einen Eindruck hinterlassen. Vollkommen neutral – und gerade deshalb unsichtbar.

05 Chancen: Geschwindigkeit, Skalierung und – unter bestimmten Bedingungen – Wirksamkeit

Beginnen wir mit dem, was funktioniert. Oder zumindest mit dem, was mich in der Praxis wirklich überzeugt hat: Generative KI ist schnell. Sehr schnell! Schneller als wir … Ob erster Entwurf, fünf alternative Titel, Anpassung eines Textes an ein anderes Publikum oder Übersetzung einer Präsentationszusammenfassung in drei Sprachen: Es ist, als hätte man einen Assistenten, der nie schläft. Und nie stöhnt. Im Studio brauche ich oft Ideen für eine Bildunterschrift, einen ergänzenden Absatz für einen Artikel oder eine Newsletter-Zusammenfassung. Dann ist ChatGPT meine erste Anlaufstelle. Nicht weil es unfehlbar wäre, sondern weil es verdammt nützlich ist, um Zeit zu sparen.

Wenn generative KI etwas besonders gut kann, dann Geschwindigkeit. Aufgaben, die früher Stunden beanspruchten – einen Blogentwurf schreiben, fünf Titelvarianten erstellen, einen Text übersetzen –, erledigen Werkzeuge wie ChatGPT heute in wenigen Minuten. Für ein kleines Unternehmen mit knappen Ressourcen ist das Gold wert: Inhalte erscheinen schneller, das Team gewinnt Zeit für andere kreative oder strategische Aufgaben. Ein Artikel, der früher acht Stunden für Entwurf und Überarbeitung erforderte, kann heute mit zwei bis drei Stunden tatsächlicher menschlicher Arbeit fertig werden, weil KI die mechanischeren Teile beschleunigt hat.

Und Geschwindigkeit ermöglicht Skalierung: Dasselbe Team kann heute mehr Inhalte produzieren als früher. Ich wollte Zahlen finden, die zeigen, wie verbreitet das Bewusstsein dafür bereits ist. Dabei stiess ich auf interessante Statistiken: Offenbar bin ich keineswegs der Einzige, der das verstanden hat.

Generative KI ist keine Science-Fiction mehr: Weltweit geben 78% der Organisationen an, sie 2024 zu nutzen [1]. Im Marketing haben rund 70% der Unternehmen bereits damit begonnen [2], etwa für personalisierte Inhalte und Zielgruppensegmentierung. Bei kleinen und mittleren Unternehmen steht die Einführung jedoch noch am Anfang: In der EU nutzten 2024 nur rund 11% der Unternehmen mit weniger als 250 Beschäftigten KI-Systeme [3]. Auch im Marketing insgesamt geben lediglich 10–14% der Unternehmen an [4], generative KI tatsächlich kontinuierlich in Marketing- und Vertriebsprozessen einzusetzen. Zwischen theoretischer Begeisterung und täglicher Praxis liegt also noch ein weiter Weg.

KI kann jedoch nicht nur helfen, mehr und schneller zu arbeiten, sondern in manchen Bereichen auch besser. Gut integriert und geführt kann generative KI die Arbeit menschlicher Texter tatsächlich stärken. Das ist nicht nur Theorie: In einem Experiment mit 758 Beratern stellten Harvard und BCG fest, dass mit GPT-4 unterstützte Gruppen Aufgaben 25% schneller erledigten, 12% mehr Aufgaben bewältigten und eine um über 40% höhere Ergebnisqualität erzielten als die Gruppe ohne KI [5]. KI beschleunigt also Entwürfe und verbessert Ergebnisse – aber nur, wenn sie dem Profi dient und nicht umgekehrt.

Gerade weil sie «beschleunigt», kann generative KI ohne Kontrolle rasch zu gravierenden Fehlern führen. Das NIST weist in seinem Rahmen für verantwortungsvolle KI auf das Risiko der «Konfabulation» hin: Generative Modelle neigen dazu, falsche, aber plausible Inhalte zu erfinden und mit absoluter Sicherheit zu präsentieren [6]. Ohne menschlichen Filter könnten Nutzer diese Halluzinationen für wahr halten, veröffentlichen oder danach handeln. Deshalb empfehlen die NIST-Leitlinien ausdrücklich zusätzliche menschliche Prüfung und stärkere Aufsicht in Abläufen mit generativer KI [6].

Ein weiterer, oft unterschätzter Vorteil ist die Personalisierung. Gut instruierte generative Modelle können dieselbe Botschaft überzeugend an verschiedene Zielgruppen anpassen. Bei E-Mail-Kampagnen hilft KI etwa, Inhalte mit unterschiedlichem Ton für verschiedene Kundensegmente neu zu formulieren oder unter Wahrung des Stils in mehrere Sprachen zu übersetzen. Wo ein KMU früher aus Budgetgründen auf eine Lokalisierung verzichtet hätte, kann es heute einen Versuch wagen: beispielsweise mit einem ersten KI-Entwurf auf Englisch oder Deutsch, den anschliessend eine muttersprachliche Person verfeinert. Das Ergebnis? Breitere, gezieltere Kommunikation ohne explodierende Kosten. Aktuelle Studien bestätigen, dass generative KI in der Werbung gerade durch diese Produktionseffizienz zu niedrigeren Kosten und höheren Gewinnen führt.

Kurz gesagt: Generative KI ist heute ein wenig wie das Smartphone in der Fotografie. Sie hat die Inhaltserstellung demokratisiert. Wo früher nur ein professioneller Texter einen guten Werbetext liefern konnte, erhält heute jeder – Unternehmer, Assistentin, Praktikant – mit ChatGPT einen ordentlichen Text für eine Website oder einen Social-Media-Beitrag. ABER … das macht uns nicht plötzlich alle zu Profifotografen, Künstlern, Filmemachern oder Schriftstellern. NEIN! Hervorragende Texte sind damit keineswegs garantiert, genauso wenig wie ein Handyfoto uns zu Annie Leibovitz macht. Es hebt allerdings den Mindeststandard: E-Mails, Beiträge und Produktbeschreibungen können weniger Tippfehler, eine klarere Struktur und sogar unerwartete kreative Akzente enthalten. Für viele KMU ist schon das ein Qualitätssprung. Vor allem aber steigt das Niveau für jene, die diese Arbeit bereits professionell erledigten. KI beschleunigt, verbessert, optimiert, prüft, erweitert und vertieft, was der Profi schon vorher tat.

Genau hier liegt der Haken. Beim Profi. Ich verwende dieses Wort nicht zufällig. Ich meine Menschen, die schon vorher als Fotografen arbeiteten und es heute besser können. Menschen, die bereits Tester waren und dank KI noch besser werden. Wenn du aber früher nicht über Dumas schreiben konntest, vielleicht nicht einmal weisst, wer Dumas ist, und heute mit einem hastig formulierten Prompt eine Literaturkritik zu Die drei Musketiere erzeugst, dann erscheint dir das Ergebnis womöglich als Meisterwerk. Für jemanden vom Fach, der weiss, wovon er spricht, der gelernt, geschrieben, Fehler gemacht, korrigiert und Hunderte Male neu geschrieben hat, klingt dieser Text jedoch falsch, künstlich und unaufrichtig. Das waren diplomatisch einwandfreie Wörter. Eigentlich wollte ich schreiben: dumm, kulturfeindlich und falsch.

Das ist der Punkt. KI kann die Arbeit kompetenter Menschen aufwerten. Sie kann aber keine Lücke an Bildung, Erfahrung oder Sensibilität auf magische Weise schliessen. Die anfangs brillante Abkürzung kann zum Bumerang werden: Unsichtbarkeit, Glaubwürdigkeitsverlust, eine ununterscheidbare Stimme unter Tausenden. KI ist kein Diplom. Sie ist ein Verstärker. Und wenn es nichts zu verstärken gibt, hört man nur Rauschen.

Und was ich beobachtet habe: Nach einer Weile gibt man auf … Ich sehe keine Literaturkritiken über Die drei Musketiere oder Dumas mehr von Menschen, die sich zuvor mit Investmentfonds auf Malta befassten, und keine vertiefenden KI-Artikel, nur weil jemand ChatGPT PRO abonniert hat. Oder manche machen weiter, auch das sehe ich – anonym, ohne Belege, ohne Erfolg, in allgemeiner Gleichgültigkeit und völligem Schweigen. Es ist wie unter der Dusche zu singen: Dort sind wir alle Pavarotti oder Mina. Zum Glück hört uns niemand. Vielleicht die Nachbarn. Aber die sind es gewohnt. Und wissen, dass die Dusche nur wenige Minuten dauert.

06 Risiken und Grenzen: Ohne Führung schreibt die KI … aber nicht für dich

Ich habe Dinge gesehen, die ihr Menschen niemals glauben würdet. Gigantische Schiffe, die brannten, draussen vor der Schulter des Orion. Und ich habe C-Beams gesehen, glitzernd im Dunkeln, nahe dem Tannhäuser Tor. All diese Momente werden verloren sein in der Zeit, so wie Tränen im Regen.

// 01
Kreativität und Empathie

Ja, ich habe Dinge gesehen …

Artikel wie aus einer Ikea-Anleitung, Pressemitteilungen im Ton einer Waschmaschine beim Schleudern, LinkedIn-Texte mit dem Einstieg «In der sich ständig wandelnden Welt von heute …», vollgestopft mit wahllosen Icons, überall Fettdruck, verstreute Kursivierungen und Wörter, bei denen selbst Treccani nicht helfen könnte. Wenn ich so etwas sehe, lese ich meist nicht weiter. Ich schliesse die Seite. Und das Beste: Die Verfasser waren auch noch stolz darauf.

Wenn du KI zum Schreiben verwendest und ihr wie einem allwissenden Ghostwriter vertraust, erhältst du keinen Inhalt, sondern eine verblasste Kopie der Kopie der Kopie … der Kopie. Vollkommen lesbar, gewiss. Aber ebenso vollkommen belanglos und schnell vergessen. Wie jene Sätze, die man sofort noch einmal lesen muss, weil man an etwas anderes dachte und schon nicht mehr weiss, was man gelesen hat – oder von wem. Schlimmer noch: Sie wirken, als hätte man sie tausendmal gelesen. Man vergisst sie sofort, und sie werden in der Zeit verloren gehen … wie Tränen im Regen.

Trotzdem klingt das mit all den Fähigkeiten der KI zunächst nach einem Fest: mehr Inhalte, schneller, günstiger. Wo ist der Haken? Der Haken – oder besser: die Herausforderung – liegt darin, was KI nicht ebenso gut wie ein Mensch kann oder gewährleisten kann. Das sollten wir klar sehen. KI für etwas zu halten, das sie nicht ist, kann teuer werden: durch peinliche Kundenkontakte, Markenschäden oder schlicht unwirksame Texte.

Wechseln wir kurz die Perspektive und kehren wir zu den Unternehmen zurück.

// 02
Markenstimme und Kohärenz

Jedes Unternehmen hat oder sollte eine erkennbare Stimme haben: Wortwahl, Stil und Werte, die aus seinen Texten sprechen. Diese Kohärenz zu bewahren ist für KI keineswegs selbstverständlich. Bitte ich sie um einen LinkedIn-Beitrag «wie von Apple», erhalte ich vielleicht einen eleganten, minimalistischen Ton. Frage ich danach nach einem lokalen Flyertext, wechselt sie womöglich das Register, ohne zu erkennen, dass sie die Markenpersönlichkeit verrät.

KI tut sich schwer damit, redaktionelle Leitlinien zuverlässig einzuhalten – ausser man wiederholt sie bei jeder Anfrage penibel. Es drohen widersprüchliche Inhalte: heute formell, morgen flapsig, übermorgen hochtechnisch. Das verwirrt Kunden. Bei komplexeren, längeren Arbeiten wird es noch deutlicher: KI bleibt schwer auf Kurs, hat ein kurzes Gedächtnis, gerät irgendwann durcheinander, vergisst Vorgaben und fügt Eigenes hinzu. Doch auch bei kurzen Texten wird es schwierig, Ton und Stil zu steuern, sobald der Kontext wechselt – etwa vom Web zum Druck oder von technischen zu werblichen Inhalten.

Das liegt daran, dass das Modell jeden Text anhand des Prompts neu erzeugt, ohne ein tiefes Gedächtnis der bisherigen Markenkommunikation zu haben – sofern es nicht speziell trainiert wurde. Wer Unternehmensmaterial zum Training hochlädt, betritt wiederum ein komplexes technisches Feld, das nicht allen zugänglich ist.

Ohne menschliche Kontrolle kann die Ausgabe also blass und generisch ausfallen und vor allem von der gewünschten Identität abweichen. Ein Inhalt, den «jeder hätte schreiben können», lässt deine Marke selten gut aussehen.

Betrachten wir nun den aus meiner Sicht schmerzhaftesten Punkt – oft vielleicht auch den am stärksten unterschätzten und deshalb gefährlichsten.

// 03
Genauigkeit und Zuverlässigkeit

Generative Modelle erfinden manchmal Dinge. Im Fachjargon nennt man das «Halluzinationen»: KI setzt glaubwürdig klingende Sätze zusammen, die falsche, ungenaue oder völlig erfundene Informationen enthalten. Sie kann eine falsche Statistik zitieren, jemandem eine nie gesagte Aussage zuschreiben oder alte Daten als aktuell ausgeben. Ohne sorgfältige menschliche Faktenprüfung besteht die ernste Gefahr, grobe Fehler zu veröffentlichen.

Wer ChatGPT nutzt, kennt vermutlich den kleinen, aber allgegenwärtigen Satz – ähnlich findet er sich auch bei anderen KI-Systemen: «ChatGPT kann Fehler machen. Überprüfe wichtige Informationen.» Obwohl er immer dort steht, vergessen wir ihn manchmal. Vielleicht gerade deshalb. Mitgerissen vom Arbeitsfluss und den hervorragenden Ergebnissen – fantastischen Texten, perfekten Metaphern, beeindruckenden Zahlen und Berechnungen in wenigen Minuten – vergessen wir ihn.

Und mein verstorbener Grossvater würde sagen: «Und genau da liegt der Haken!»

Stell dir einen Artikel im Unternehmensblog vor, der fälschlich behauptet, eine Technologie sei in Europa verboten worden, vielleicht durch Verwechslung von Vorschriften. Oder einen Social-Media-Beitrag mit einer erfundenen «Harvard-Studie». Die Blamage ist vorprogrammiert.

Manchmal geht es aber nicht nur um Blamagen, sondern um echten Schaden: an der Marke und an der Glaubwürdigkeit. Das lässt sich schwer reparieren. Wenn dich deine Freundin betrügt und du es erfährst, ist danach nichts mehr wie vorher, oder? Du kannst verzeihen und mühsam wiederaufbauen, vielleicht mit therapeutischer Hilfe. Aber es bleibt anders. Manchmal ist der Schaden irreparabel und führt zur Trennung. «In 20 Jahren ist es doch nur einmal passiert.» Einmal ist zu viel: Die Grundwerte brechen ein, das Vertrauen bricht ein, alles bricht ein.

Selbst ohne grobe Fehler formuliert KI oft mit grosser Sicherheit Dinge, die differenzierter dargestellt werden müssten. Ihr fehlt die instinktive Vorsicht, die ein Mensch bei heiklen Aussagen hätte. In regulierten oder spezialisierten Bereichen wie Finanzen, Medizin und Recht ist unbeaufsichtigte KI deshalb eine öffentliche Gefahr: Sie erfasst die ethischen und rechtlichen Folgen ihrer Texte nicht und hat keine unmittelbare Erfahrung in diesem Bereich.

Google weiss das: Sein Suchalgorithmus benachteiligt KI-generierte Inhalte nicht grundsätzlich, bestraft aber «nicht hilfreiche» oder minderwertige Inhalte deutlich. Anders gesagt: Wenn du mit KI massenhaft oberflächliches oder falsches Blabla veröffentlichst, leidet dein Ranking sehr wohl – genau wie bei schlechten menschlichen Texten.

Es gibt weitere Aspekte, die NIEMALS unterschätzt werden dürfen und von deren Existenz viele gar nichts wissen. Sie sind ebenso wichtig, wenn nicht entscheidend.

// 04
Urheberrecht und Originalität

Als ich anfing, KI für meine Texte zu nutzen, fragte ich mich oft verblüfft: «Woher nimmt sie diese Texte? Erfindet sie sie? Kopiert sie sie von anderen Websites? Nimmt sie hier ein Stück und dort ein Stück und setzt alles zusammen?»

Die entscheidende Frage lautet also: Sind Texte von Large Language Models (LLM), also grossen Sprachmodellen wie ChatGPT, wirklich originell? Die Antwort: jein. Diese Modelle holen keine Sätze aus einer Datenbank und kopieren sie auch nicht direkt. Sie arbeiten probabilistisch: Sie mischen, formulieren und kombinieren neu, was sie im Training anhand von Milliarden öffentlich verfügbarer Wörter und Inhalte gelernt haben.

Meist ist das Ergebnis keine 1:1-Kopie einer bestehenden Quelle. Dennoch lässt sich nicht ausschliessen, dass charakteristische Sätze oder Formulierungen sehr ähnlich wiedergegeben werden, besonders wenn sie in den Trainingsdaten häufig vorkommen oder der Prompt geläufige Strukturen abruft.

Das wirft erhebliche Rechtsfragen auf: Wem gehört das Urheberrecht an einem generierten Text? Wer trägt die Verantwortung, wenn er Passagen enthält, die geschützten Werken ähneln? Die Gesetzgebung hält nur schwer Schritt, und derzeit besteht grosse Unsicherheit.

Ausserdem ist beim Thema Daten Vorsicht geboten: Die NIST-Fachleute warnen, dass umfangreiche Datensätze, die möglicherweise personenbezogene Informationen enthalten, beim Training oder Betrieb von KI Risiken unbefugter Nutzung oder Offenlegung sensibler Daten bergen [8]. Für ein KMU heisst das, doppelt darauf zu achten, was in Prompts eingegeben wird und wo KI-generierte Texte gespeichert werden, um Datenlecks oder Verletzungen der betrieblichen Vertraulichkeit zu vermeiden.

Ein Unternehmen könnte sich damit theoretisch Urheberrechtsansprüchen aussetzen – etwa wenn ein nachlässiger Redakteur eine unbearbeitete KI-Ausgabe veröffentlicht, die unglücklicherweise zu stark auf einem fremden Artikel beruht.

Auch aus SEO-Sicht bieten Inhalte, die bestehenden Webtexten zu ähnlich sind, keinen Mehrwert und könnten von Suchmaschinen herausgefiltert werden.

KI muss also auch mit rechtlichem Augenmass eingesetzt werden, besonders bei kreativen oder erzählerischen Texten. Wir sollten sie wie einen schreibenden Assistenten im Blick behalten, damit uns die Automatisierung nicht am Ende rechtliche Probleme oder Nachteile im Web beschert.

Deshalb habe ich eine einfache, aber strikte Regel in meine Methode aufgenommen: Bei KI-Aufgaben mit Daten, Prozentangaben oder externen Verweisen – wie in diesem Artikel – verlange ich immer eine Quellenangabe. Mehr noch: Die Quelle muss direkt auffindbar sein, ohne Abkürzungen, allgemeine Links oder undurchsichtige Weiterleitungen. Ist der Weg zur Originalquelle zu umständlich, unklar oder mehrdeutig, lasse ich die Information lieber weg. Denn eine nicht überprüfbare Angabe ist wertlos. Punkt. Das ist eine Frage der Sorgfalt, vor allem aber der Glaubwürdigkeit.

Schliesslich gibt es noch einen weiteren nicht zu unterschätzenden Aspekt. Auch ich bin ihm erlegen. Zum Glück habe ich gelernt, damit umzugehen, leicht ist es aber nicht immer.

Ich meine den Hype um KI. Ein Blick in soziale Medien oder Nachrichten genügt: KI ist überall. KI produziert eigenständig Videos, arbeitet als Sekretär, kauft für dich ein, bucht Reisen oder schreibt ganze Bücher für den Verkauf auf Amazon – und vieles mehr! Der Hype ist so dick, man könnte ihn wie einen Brotlaib mit dem Messer in Scheiben schneiden …

// 05
Überschätzung und Ernüchterung

Eines der subtilsten Risiken sind falsche Erwartungen. Die Begeisterung für KI hat mitunter den Irrglauben erzeugt, ein Knopfdruck genüge für perfekte Inhalte – wie ein unermüdlicher Texter aus der Schachtel.

Viele KMU haben generative Werkzeuge mit dieser Hoffnung getestet und waren enttäuscht: Rohe Texte benötigen oft erhebliche Überarbeitung. Ohne jemanden, der sie kritisch beurteilen kann, droht die Veröffentlichung minderwertiger Inhalte.

Wir müssen deshalb verstehen: KI ist kein Zauberstab, sondern ein Beschleuniger unter menschlicher Leitung. Wie ein Experte in einer Podiumsdiskussion sagte, haben wir vermutlich überschätzt, was KI kurzfristig leisten wird, und unterschätzt, was sie langfristig bewirken wird.

Übersetzt heisst das: Erwarte heute keine Wunder – das menschliche Auge wird weiterhin gebraucht. Bleib aber aufmerksam, denn künftig könnte KI tatsächlich alles revolutionieren. Also Balance halten und den Algorithmus nicht ohne Pilot allein losrennen lassen.

07 Die Moral von der Geschichte

Generative KI ist also noch nicht unser «neuer Texter» im eigentlichen Sinn. Sie wartet nicht im Büro anstelle des Redakteurs, den du entlassen hast. Ruf ihn vielmehr sofort zurück, entschuldige dich und stelle ihn mit einem Bonus wieder ein! KI ist eher zum neuen Superlehrling geworden: blitzschnell, unermüdlich, schreibt in zehn Sekunden, wofür wir dreissig Minuten brauchen – und benötigt dennoch die Anleitung einer erfahrenen Person.

Für KMU ist das eine konkrete Chance: Wer KI in kreative Prozesse integriert, kann Inhalte schneller, in grösserer Menge und potenziell wirksamer produzieren, ohne die eigene Stimme zu verfälschen. Wer hingegen alles delegieren und «den Roboter machen lassen» will, riskiert seelenlose, ungenaue oder schädliche Kommunikation.

Die Geschichte technologischer Innovationen zeigt ohnehin: Den grössten Nutzen bringt Technologie, wenn sie den Menschen stärkt, nicht ersetzt. Und hier wird niemand ersetzt, was auch immer schlecht informierte Journalisten mit reisserischen Schlagzeilen oder klickhungrige Influencer behaupten.

Und wie Marshall McLuhan sagte: «Nicht der Mensch hat die Werkzeuge geformt, sondern die Werkzeuge haben den Menschen geformt.»

Da stimme ich McLuhan zu. Doch dieser Prozess geschieht nicht sofort, augenblicklich oder plötzlich. Er braucht Zeit, Aneignung, erworbenes Wissen und Bewusstsein. Damit er wirksam, nützlich und vor allem «gesund» verläuft, braucht es Aufmerksamkeit, Methode und Intelligenz – menschliche Intelligenz.

08 [OPTIONAL] – Ein Spiel zum besseren Verständnis (nur für geduldige Leser)

In diesem Artikel steckt ein Tippfehler. Genau einer.

Im italienischen Original hat der Tippfehler zwei KI-Prüfrunden unbeschadet überstanden. Ein Freund sah ihn sofort. Ein Mensch. Für diese Fassung habe ich den Stolperstein an eine andere Stelle versetzt.

Warum lasse ich ihn stehen? Um mich und uns daran zu erinnern, dass Schreiben nicht nur Geschwindigkeit ist, sondern Aufmerksamkeit. Jener Sekundenbruchteil, in dem das menschliche Auge den falschen Ton spürt und der Sinn am falschen Punkt präzipitiert.

Wenn du den Tippfehler findest oder schon gefunden hast, erlebst du die Idee dieses Textes unmittelbar: KI beschleunigt, die Regie bleibt bei uns. Und manchmal liegt zwischen einem «korrekten» und einem «lebendigen» Text nur ein Buchstabe.

Quellen und Bibliografie

[1] Stanford Institute for Human-Centered AI, AI Index Report 2025

[2] Eastwood, B., MIT Sloan Management Review, It’s Time for Everyone in Your Company to Understand Generative AI (2023)

[3] Eurostat (Europäische Kommission), Use of Artificial Intelligence in Enterprises (2024)

[4] Acar, O. A., A Practical Guide for Marketers Who Want to Use GenAI, Harvard Business Review (2023)

[5] Dell’Acqua, F., Ye, H., Boudreau, K., Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity, Harvard Business School Working Paper 24-013 (2023)

[6] NIST – National Institute of Standards and Technology, Generative AI Risk Management Profile (2024) – Risiko der «Konfabulation»

[7] NIST – Generative AI Risk Management Profile (2024) – Empfehlung menschlicher Prüfung und Aufsicht

[8] NIST – Generative AI Risk Management Profile (2024) – Risiken für Datenschutz und sensible Daten

_________________

McLuhan, Marshall – Understanding Media – Die magischen Kanäle (1964)
Grundlegendes Werk über Medien als kognitive und kulturelle Erweiterungen des Menschen. Im Text wegen des berühmten Aphorismus zitiert: «Nicht der Mensch hat die Werkzeuge geformt, sondern die Werkzeuge haben den Menschen geformt.»

Dick, Philip K. – Do Androids Dream of Electric Sheep? (1968)
Science-Fiction-Roman, auf dem der Film Blade Runnerbasiert. Im Text wird dessen berühmte Schlussszene zitiert («All diese Momente werden verloren sein in der Zeit, so wie Tränen im Regen») als emotionaler und symbolischer Bezug zur Entmenschlichung durch KI.

Von Augmented Reality zu Augmented Creativity: KI-Praktiken, die deine Marke stärken

Vom Visual zum Text: Algorithmen und kreative Leitung verbinden, um Wert zu schaffen, nicht nur Geschwindigkeit

26. Oktober 2026 | Neogenerative Semiotik