KI-Text umschreiben, damit er nicht nach KI klingt: Typische Muster von ChatGPT und Claude erkennen und mit eigenem Stil-Prompt vermeiden

01 / Die Studie

Woran man KI-Texte heute noch erkennt.

t3n hat am 8. November einen Artikel vom 2. Oktober neu aufgelegt: Warum KI-Texte immer gleich klingen [3]. Dahinter steckt eine Studie der US-Marketingfirma Graphite vom 16. September 2026 [1]. Das Team nahm 10.000 Webartikel, die vor dem Start von ChatGPT erschienen waren, ließ von jedem Text eine Zusammenfassung erstellen und neun Modelle daraus neue Artikel schreiben. So entstanden 90.000 KI-Texte zu denselben Themen wie die menschlichen Originale [1].

Als „Tell“, also verräterisches Merkmal, zählt Graphite jedes Wort, jede Wortfolge und jedes Satzgerüst, das in KI-Texten mindestens doppelt so häufig vorkommt wie bei Menschen. Über alle neun Modelle kamen 12.877 solcher Merkmale zusammen. 65 Prozent davon tauchen nur bei einer Modellfamilie auf [1]. Ein paar Beispiele aus den Daten:

• GPT-6 Astra (ChatGPT) definiert gern über Abgrenzung: „not simply“ steht 157-mal so oft im Text wie bei Menschen, „rather than relying“ 187-mal. Dazu kommen vorsichtige Formulierungen wie „may provide“ [1].
• Claude Opus 5 greift zu Vergleichen nach dem Muster „weniger wie ein X, mehr wie ein Y“ (105-mal so oft) und zu Superlativen wie „single most“ [1]. Beim Nachfolger Opus 5.5 fallen vor allem Sätze auf, die erklären, warum etwas wichtig ist: „this matters“ kommt 116-mal so oft vor wie bei Menschen [2].
• Gemini 3.1 Pro nutzt viele Verstärker und förmliche Überleitungen wie „furthermore“ und „additionally“ [1].

Der Gedankenstrich als bekanntestes Erkennungszeichen taugt kaum noch: Opus 5.5 setzt ihn 99 Prozent seltener als Opus 5, GPT-6 Astra nur noch etwa ein Achtel so oft wie menschliche Autoren [2]. Die Gesamtzahl der Merkmale sinkt trotzdem kaum. Opus 5.5 hat noch 2.548, nur 4 Prozent weniger als sein Vorgänger [2]. „Sie schaffen es, die bekanntesten Merkmale zu entfernen, aber andere tauchen auf“, sagte Graphite-Forschungschef Greg Druck zu TechCrunch [4].

Zwei Einschränkungen nennt die Studie selbst: Untersucht wurden englische Webartikel, erzeugt mit einem einzigen festen Prompt. Ein anderer Prompt würde andere Muster liefern [1]. Für dich ist das eher eine gute Nachricht, denn mit dem Prompt kannst du steuern, wie ein Text klingt.

02 / Musterliste

Typische KI-Muster auf Deutsch.

Die Graphite-Daten sind englisch. Die folgende Liste ist meine Übertragung auf deutsche Shop- und Websitetexte, also eine Einschätzung aus der Praxis und kein Studienergebnis. Die Gruppen orientieren sich an den Themen, die Graphite gefunden hat [1][2].

• Wichtigkeit behaupten: „Das ist entscheidend, weil …“, „Genau hier kommt X ins Spiel“, „Warum das zählt“. Ein guter Text zeigt die Bedeutung durch ein Beispiel oder eine Zahl.
• Abgrenzen statt beschreiben: „nicht einfach nur ein Shop, sondern ein Erlebnis“, „mehr als ein Rucksack“, „statt sich auf X zu verlassen“, „weniger Aufwand, mehr Wirkung“.
• Bewerten statt beschreiben: „zuverlässig“, „durchdacht“, „hochwertig“, „praxisnah“, „nachhaltig“, ohne dass gesagt wird, woran man das merkt.
• Kein Haken, nirgends: „ohne Kompromisse bei der Qualität“, „ohne auf Komfort verzichten zu müssen“. Graphite nennt das „Avoiding Tradeoffs“ [1].
• Überleitungen und Rahmen: „Darüber hinaus“, „Zudem“, „eine weitere Dimension“, „Ein Blick nach vorn“, Einstiege wie „In der heutigen digitalen Welt“ und Schlüsse wie „Fazit: Mit X bist du bestens aufgestellt“.
• Verstärker und Superlative: „unglaublich“, „absolut“, „der wichtigste Schritt überhaupt“, „perfekt für jeden Anlass“.
• Gleichförmiger Satzbau: Sätze ähnlicher Länge, Dreier-Aufzählungen, viele Listen und kaum Ich-Perspektive, Klammerbemerkungen oder kleine Anekdoten. Laut Graphite schwankt die Satzlänge in KI-Texten deutlich weniger, und Menschen schreiben öfter in der ersten Person und sprechen die Lesenden direkt an [1].

Den Gedankenstrich solltest du im Deutschen nicht pauschal verbannen. Der Halbgeviertstrich mit Leerzeichen gehört hier zur normalen Zeichensetzung, anders als der lange Strich im Englischen (Einschätzung). Auffällig wird er erst, wenn fast jeder Absatz einen hat.

Graphite rät übrigens selbst davon ab, die Urheberschaft eines Textes an einzelnen Merkmalen festzumachen [1]. Ein „zuverlässig“ macht noch keinen KI-Text. Die Liste ist ein Werkzeug zum Überarbeiten, kein Prüfraster für die Texte anderer.

03 / Stil-Prompt

Wie ein eigener Stil-Prompt aussieht.

Ein Stil-Prompt beschreibt, wie dein Unternehmen schreibt, und listet, was nicht vorkommen soll. Am besten funktioniert er mit echten Textbeispielen, etwa zwei, drei Produkttexten oder einer Kunden-Mail, die dir gefallen. Hier eine Vorlage für einen kleinen Onlineshop, die du anpasst:

Du schreibst Texte für [Shopname], einen Onlineshop für [Produkte] aus [Ort].

Zielgruppe: [wer kauft, mit welchem Vorwissen]
Ansprache: du, freundlich, sachlich, keine Werbesprache.

So schreiben wir:
- Konkrete Angaben statt Bewertungen: Maße, Material, Gewicht, Pflege, Lieferzeit.
- Kurze und längere Sätze im Wechsel. Höchstens eine Aufzählung pro Text.
- Ein Nachteil oder eine Grenze darf genannt werden (z. B. "nicht spülmaschinenfest").
- Ein Beispiel aus dem Alltag unserer Kundschaft, wenn es passt.

Diese Wörter und Muster vermeiden:
- "nicht nur ... sondern auch", "mehr als nur", "statt sich auf ... zu verlassen"
- "Das ist entscheidend, weil", "genau hier kommt ... ins Spiel"
- "zuverlässig", "hochwertig", "durchdacht", "nahtlos", "perfekt für"
- "Darüber hinaus", "Zudem", "In der heutigen ... Welt", "Fazit:"
- "ohne Kompromisse", "ohne auf ... verzichten zu müssen"
- Superlative ohne Beleg, Ausrufezeichen-Ketten, Emojis

Fakten: Nutze nur Angaben aus dem Produktdatenblatt unten.
Fehlt etwas, schreib [FEHLT] statt zu raten.

Beispieltexte, die unseren Ton treffen:
[2-3 eigene Texte einfügen]

Die Zeile mit [FEHLT] ist die wichtigste. Ein KI-Text klingt vor allem dann generisch, wenn dem Modell Fakten fehlen und es die Lücke mit Adjektiven füllt (Einschätzung). Gib ihm also Datenblatt, Kundenfragen und Rezensionen mit.

Wo du den Prompt hinterlegst

• ChatGPT: Unter „Einstellungen“ › „Personalisierung“ in den benutzerdefinierten Hinweisen. Sie gelten sofort für alle Chats. Free und Go erlauben 1.500 Zeichen, Plus, Pro, Business und Enterprise 5.000 [10].
• Claude: In einem Projekt über „Set project instructions“. Die Anweisungen gelten für alle Chats im Projekt, Projekte gibt es in allen Tarifen [11]. Im Team-Tarif kannst du das Projekt mit Kolleginnen und Kollegen teilen [11].
• Tool-übergreifend: Als Skill-Datei, die Claude, Copilot und Gemini lesen. Wie das geht, steht in KI-Skills einmal schreiben, überall nutzen.

Wie du Prompts grundsätzlich aufbaust, mit Vorlagen für Produkttexte und E-Mails, zeige ich in Gute Prompts schreiben.

04 / Umschreiben

KI-Text umschreiben: so gehe ich bei Shop- und Websitetexten vor.

Bei bestehenden Texten, die nach KI klingen, arbeite ich in drei Durchgängen. Das ist mein eigener Ablauf, keine Norm:

1. Fakten nachlegen: Jede Bewertung durch eine prüfbare Angabe ersetzen. Aus „hochwertige Verarbeitung“ wird „doppelt vernähte Nähte, YKK-Reißverschluss“, aus „schneller Versand“ wird „bestellt bis 14 Uhr, Versand am selben Tag“, sofern das stimmt.
2. Muster streichen: Den Text mit der Liste oben abgleichen. Oft kannst du ganze Sätze löschen, etwa das „Darüber hinaus“-Anhängsel oder den Fazit-Absatz, ohne dass Information verloren geht.
3. Laut lesen: Würdest du das einer Kundin am Telefon so sagen? Wenn nicht, umformulieren. Ein eigener Satz aus dem Betrieb („Wir packen jede Tasse in Wellpappe, seit uns 2024 drei zerbrochen sind“) wirkt mehr als jede Stilregel.

Das Umschreiben ersetzt nicht den Faktencheck. Preise, Lieferzeiten, Gesundheits- oder Umweltaussagen müssen stimmen, egal wie natürlich der Text klingt. Meine Prüfroutine dafür steht in KI-Texte prüfen.

Sonderfall Produktdaten im Merchant Center

Für Onlineshops gibt es eine Regel, die viele übersehen: Google Merchant Center verlangt, dass KI-generierte Produktdaten wie Titel und Beschreibung separat angegeben und als KI-generiert gekennzeichnet werden. KI-Bilder brauchen die IPTC-Metadaten „TrainedAlgorithmicMedia“ [5]. Ein umgeschriebener Text bleibt dabei ein KI-Text. Wenn du Feed-Texte per KI erzeugst, kläre diese Kennzeichnung, bevor du an der Formulierung feilst.

05 / Humanizer und Google

Was KI-Text-Humanizer leisten und was Google dazu sagt.

„KI-Text-Humanizer“ versprechen, einen Text so umzuschreiben, dass ihn kein Detektor mehr als KI erkennt. Zwei Dinge solltest du dazu wissen.

Erstens sind schon die Detektoren umstritten. OpenAI hat seinen eigenen KI-Text-Klassifikator im Juli 2023 wegen zu geringer Treffsicherheit abgeschaltet. Im eigenen Test erkannte er nur 26 Prozent der KI-Texte und hielt 9 Prozent der menschlichen Texte fälschlich für KI [8]. Eine Forschungsgruppe um Debora Weber-Wulff (HTW Berlin) testete 2023 vierzehn Erkennungswerkzeuge und kam zu dem Schluss, dass sie weder genau noch verlässlich sind. Umformulieren und Verschleiern verschlechterten die Ergebnisse deutlich [9]. Graphite hält Detektoren in manchen Situationen für sehr treffsicher [1]. Eine Garantie, dass ein Text nach dem Humanizer als „menschlich“ durchgeht, gibt es aber nicht, auch weil sich Detektoren und Modelle laufend ändern.

Zweitens löst ein Humanizer das eigentliche Problem nicht. Er tauscht Wörter, fügt aber keine Fakten, keine Erfahrung und keine Meinung hinzu. Ein Produkttext ohne Maße bleibt ein Produkttext ohne Maße, nur mit anderen Adjektiven (Einschätzung). Bei manchen Tools landet dein Text zudem auf fremden Servern. Kundendaten oder unveröffentlichte Angebote gehören dort nicht hinein.

Googles Haltung

Google verbietet KI-Inhalte nicht. Der angemessene Einsatz von KI verstößt nicht gegen die Richtlinien, solange Inhalte nicht in erster Linie zur Manipulation des Rankings erzeugt werden [7]. Gegen die Spam-Richtlinien verstößt es, mit KI-Tools viele Seiten ohne Mehrwert für Nutzer zu erzeugen. Google nennt das „scaled content abuse“, und zwar unabhängig davon, wie die Inhalte entstanden sind [6]. Die Search-Central-Seite zu KI-Inhalten (zuletzt aktualisiert am 1. Oktober 2026) verlangt außerdem, alle KI-Inhalte vor dem Veröffentlichen von Hand auf Richtigkeit zu prüfen, Title, Meta-Description, strukturierte Daten und Alt-Texte eingeschlossen [5].

Für die Suche zählt also, ob ein Text hilft, und nicht, ob er nach KI klingt. Wer 300 Kategorietexte durch einen Humanizer schickt, um Masse zu tarnen, hat das Risiko eher vergrößert (Einschätzung). Ob du KI-Texte kennzeichnen musst, ist eine eigene Frage. Sie hängt nach der KI-Verordnung vom Inhalt und von der menschlichen Prüfung ab, siehe KI-Kennzeichnungspflicht nach dem AI Act. Unsichtbare Wasserzeichen in Claude- und ChatGPT-Texten erkläre ich in Claude-Wasserzeichen. Umschreiben schwächt solche Signale zwar, an der Rechtslage ändert das aber nichts.

Häufige Fragen

Häufige Fragen zum Umschreiben von KI-Texten.

Straft Google KI-Texte ab?

Nein, nicht wegen ihrer Herkunft. Google belohnt hilfreiche Inhalte, egal wie sie entstanden sind. Gegen die Richtlinien verstößt die massenhafte Erzeugung von Seiten ohne Mehrwert [6][7].

Reicht es, die bekannten Wörter zu ersetzen?

Meist nicht. Laut Graphite verschwinden einzelne Merkmale von Modellversion zu Modellversion, dafür tauchen neue auf [2][4]. Dauerhaft hilft eher, dem Modell Fakten und Beispieltexte mitzugeben und den Text selbst zu überarbeiten.

Welches Modell schreibt am natürlichsten?

Graphite misst, wie stark die Wortwahl von menschlichen Texten abweicht. Bei Claude wird der Abstand von Version zu Version kleiner, bei GPT größer [2]. Für deutsche Texte gibt es keine vergleichbaren Zahlen. Ein guter Stil-Prompt macht nach meiner Erfahrung mehr aus als die Modellwahl (Einschätzung).

Quellen

Quellen

1. Graphite (Gregory Druck, José Luis Paredes, Ethan Smith): „AI Tells“, 16. September 2026 – graphite.io · abgerufen 09.11.2026.
2. Graphite: „AI Tells: Opus 5.5 Update“, 1. Oktober 2026 – graphite.io · abgerufen 09.11.2026.
3. t3n (Noëlle Bölling): „Warum KI-Texte immer gleich klingen: Die Lieblingswörter von GPT & Claude“, 8. November 2026 (Erstveröffentlichung 2. Oktober 2026) – t3n.de · abgerufen 09.11.2026.
4. TechCrunch (Russell Brandom): „Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)“, 1. Oktober 2026 – techcrunch.com · abgerufen 09.11.2026.
5. Google Search Central: „Google Search's guidance on using generative AI content on your website“, zuletzt aktualisiert 1. Oktober 2026 – developers.google.com · abgerufen 09.11.2026.
6. Google Search Central: „Spam policies for Google web search“, Abschnitt „Scaled content abuse“ – developers.google.com · abgerufen 09.11.2026.
7. Google Search Central Blog (Danny Sullivan): „Google Search's guidance about AI-generated content“, 8. Februar 2023 – developers.google.com · abgerufen 09.11.2026.
8. OpenAI: „New AI classifier for indicating AI-written text“, 31. Januar 2023, Hinweis zur Abschaltung vom 20. Juli 2023 – openai.com · abgerufen 09.11.2026.
9. Weber-Wulff, D. u. a.: „Testing of Detection Tools for AI-Generated Text“, arXiv:2306.15666, 10. Juli 2023 – arxiv.org · abgerufen 09.11.2026.
10. OpenAI Help Center: „ChatGPT Custom Instructions“ – help.openai.com · abgerufen 09.11.2026.
11. Claude Help Center: „How can I create and manage projects?“ – support.claude.com · abgerufen 09.11.2026.

Alle Quellen am 9. November 2026 abgerufen. Aussagen ohne belastbare Quelle sind im Text als Einschätzung gekennzeichnet; die Ziffern in eckigen Klammern verweisen auf die Nummern dieser Liste.