Warum LLM-Texte sofort auffallen – und wie man es behebt

Verbringe zehn Minuten mit Blogartikeln, die seit Ende 2023 geschrieben wurden, und du spürst es: ein schleichendes Gefühl, als hätte alles derselbe etwas übereifrige Praktikant verfasst. Das ist LLM-Stimme – das unverwechselbare Register, auf das große Sprachmodelle standardmäßig zurückfallen, wenn sie Prosa schreiben sollen. Es ist kein Fehler eines einzelnen Modells. Es ist ein strukturelles Artefakt der Art, wie diese Systeme trainiert werden. Und wenn du KI-generierte Texte an Leser ausspielst, kostet dich das Aufmerksamkeit, Vertrauen und Engagement – ob du es weißt oder nicht.

Das Seltsame daran ist, dass sie niemand wirklich definieren kann. Bitte einen Leser zu erklären, warum ein Absatz maschinell wirkt, und er deutet vermutlich auf Gedankenstriche, das Wort „delve“ oder eine vage unternehmensmäßige Glätte. Aber Detektoren, die auf Oberflächenmerkmalen basieren, scheitern ständig, und jede Menge menschlicher Autoren verwenden Dreierreihen und Abschwächungen. Da steckt etwas Tieferes dahinter, und das zu verstehen ist wichtig, wenn du Produkte baust, die Text generieren – oder einfach Prompts schreiben willst, die keinen Brei produzieren.

Wie LLM-Stimme tatsächlich klingt

Die bekannten Erkennungszeichen liegen auf Wortebene: „delve“, „landscape“, „tapestry“, „testament“, „furthermore“. Aber wer sich nur auf einzelne Wörter fixiert, übersieht das eigentliche Signal. Ich habe beim Bau von Schreibwerkzeugen Tausende Zeilen generierten Texts durchgesehen, und die Muster, die es wirklich verraten, wirken auf Satz- und Absatzebene:

• Dreierreihen-Sucht. „Es ist schnell, zuverlässig und skalierbar.“ „Klar, prägnant und überzeugend.“ LLMs greifen ständig zu Dreierreihen, weil sie in ihren Trainingsdaten mit „gutem Schreiben“ assoziiert werden. Menschen nutzen sie gelegentlich. Modelle nutzen sie jeden dritten Satz.
• Symmetrischer Absatzaufbau. Themensatz, drei unterstützende Punkte, ein Abschlusssatz, der das Thema wiederholt. Jeder Absatz. Echte Autoren variieren stark – manche Absätze bestehen aus einem einzigen Wort.
• Falsche Absicherung. „Man sollte im Hinterkopf behalten, dass …“ „Es ist wichtig, zu bedenken …“ Das Modell erkennt Komplexität an, ohne sich jemals auf eine Position festzulegen. Es ist das sprachliche Äquivalent eines Achselzuckens.
• Negative Parallelen. „Es geht nicht nur um X, sondern um Y.“ „Hier geht es nicht um Geschwindigkeit – sondern um Vertrauen.“ Hast du diese Konstruktion einmal bemerkt, siehst du sie überall, weil Modelle sie unermüdlich einsetzen, um künstliche Betonung zu erzeugen.
• Zusammenfassungs-Drift. LLM-Texte erzählen dir ständig, was sie dir gerade erzählt haben. „Mit anderen Worten …“ „Letztlich ist die zentrale Erkenntnis …“ Menschliche Autoren vertrauen darauf, dass du aufgepasst hast.
• Emotionale Flachheit. Keine Irritation, keine Freude, keine Verwirrung, die ungelöst bleibt. Der Ton ist durchgehend angenehm-professionell, wie ein Kundenservice-Chat.

Der gemeinsame Nenner: LLM-Stimme entsteht, wenn jede lokale Entscheidung „die statistisch sicherste Wahl“ ist. Es ist Prosa ohne jedes Risiko. Und Leser – selbst solche, die kein einziges Erkennungszeichen benennen könnten – spüren diese Risikolosigkeit als eine Art Leblosigkeit.

Warum RLHF diese Merkmale einbrennt

Das ist kein Zufall. Die Stimme ist eine vorhersehbare Folge der Trainingspipeline, und es lohnt sich, die Mechanik zu verstehen, wenn du dagegen ankommen willst.

Basismodelle, die auf rohen Internettexten trainiert werden, sind stilistisch chaotisch – sie imitieren genauso bereitwillig einen wirren Forenbeitrag wie einen dichten akademischen Aufsatz. Die Stimme, die wir wiedererkennen, stammt aus der zweiten Stufe: Verstärkendes Lernen aus menschlichem Feedback. Menschliche Bewerter, die unter Zeitdruck Tausende Modellausgaben durcharbeiten, belohnen konsequent Antworten, die folgendes sind:

• Höflich und unverbindlich (kein Bewerter hat jemals eine Absicherung bestraft)
• Strukturiert (Aufzählungspunkte und Überschriften erleichtern die Bewertung)
• Vollständig (eine Antwort, die alle Blickwinkel abdeckt, wirkt hilfreicher als eine mit einer klaren Meinung)
• Grammatikalisch fehlerfrei (Tippfehler werden abgewertet; Eigenheiten noch stärker)

Summiert man diese Präferenzen über Millionen Vergleiche, erhält man ein Belohnungssignal, das genau auf die statistische Mitte von „professionell, hilfreich, unanstößig“ zeigt. Jedes so trainierte Modell – GPT, Claude, Gemini, Llama – konvergiert zum selben Attraktor. Verschiedene Labore, verschiedene Daten, dieselbe Stimme. Das ist dein Hinweis, dass es an der Methode liegt, nicht am Modell.

Es gibt einen zweiten, subtileren Mechanismus. Während KI-generierter Text das Internet überschwemmt, landet er in den Trainingsdaten der nächsten Modellgeneration. Die Stimme beginnt, sich selbst zu füttern. Forschende haben dies bei maschineller Übersetzung und Bildmodellen dokumentiert; Prosa ist da keine Ausnahme. Das Ergebnis ist eine stilistische Regression zum Mittelwert, die sich mit jedem Trainingszyklus verstärkt. Es bedeutet auch, dass die Erkennungszeichen auf Menschen ansteckend wirken – wir haben schon erlebt, wie „delve“ und „genuinely“ in menschliche Texte einsickern, weil Leute LLM-Ausgaben aufnehmen, was die Erkennung zusätzlich erschwert.

LLM-Stimme ist kein Stil, den das Modell gewählt hat. Sie ist der Schwerpunkt alles dessen, was menschliche Bewerter belohnen sollten, und sie klingt genau so.

Warum sie dich tatsächlich Leser kostet

Hier ist ein pragmatischer Grund, sich zu kümmern, der über die Ästhetik hinausgeht. Wenn Menschen lesen, modellieren wir laufend den Geist auf der anderen Seite des Textes – seine Absicht, seine Sicherheit, ob es sich lohnt, ihm zuzuhören. LLM-Stimme bricht diese Simulation. Die Sätze sind grammatikalisch in Ordnung, aber die Person dahinter ist nicht da. Leser erleben das als leises Unbehagen, dann Langeweile, dann den Zurück-Button.

Ich habe beobachtet, wie sich das im Support-Tooling abspielt. Teams leiten rohe Modellausgaben direkt in Kundenantworten und stellen fest, dass die Ticket-Abbrüche steigen, obwohl die Antwortzeit auf Sekunden gesunken ist. Kunden denken nicht bewusst „das hat ein LLM geschrieben“. Sie denken „das führt zu nichts“ und hören auf zu lesen. Geringe Informationsdichte – all das Absichern und Zusammenfassen – bedeutet, dass die eigentliche Antwort in Satz neun einer zwölfsätzigen Antwort steckt.

Es gibt außerdem einen Vertrauenseffekt. Sobald ein Leser einen LLM-artigen Artikel auf deiner Seite entdeckt, beginnt er, alle anderen zu verdächtigen. Erkennungstools, die behaupten, KI-Text zu identifizieren, sind unzuverlässig – ich habe gesehen, wie sie stilistische Fingerabdrücke markieren, die tatsächlich mehrdeutig sind –, aber das spielt kaum eine Rolle, denn die Bauchreaktion des Lesers setzt lange vorher ein, bevor er je ein Tool benutzen würde. Wahrgenommene KI-Inhalte vergiften auch den Brunnen für deine von Menschen geschriebenen Inhalte.

Prompting-Techniken, die tatsächlich etwas bewegen

Du kannst dich nicht komplett per Prompt aus dem RLHF-Attraktor befreien, aber du kommst erstaunlich weit. Der häufigste Fehler ist, nach „natürlichem“ oder „menschlich klingendem“ Schreiben zu fragen – denn das Modellkonzept von natürlich ist LLM-Stimme. Greife stattdessen die konkreten Mechanismen an:

You are drafting a product update email.
Hard constraints:
- Never use triads or lists of three adjectives.
- Never start a sentence with "It's" or "This".
- No hedging phrases ("bear in mind", "it's important").
- Vary sentence length: at least two sentences under 6 words.
- Take a position. If something is a trade-off, say which side you'd pick.
- Do not summarize or conclude. End on the strongest point.
Here is a paragraph written by our founder last month. Match this rhythm and vocabulary:
"Ship it Friday. The sync bug is ugly but it only hits multi-tab users, and the workaround is a refresh. Waiting two more weeks to fix it properly costs us the changelog window, and honestly, I'm tired of explaining the delay."

Drei Dinge in diesem Prompt leisten echte Arbeit. Erstens zielen die negativen Vorgaben auf genau die Fehlermuster – Dreierreihen, Absicherungen, Zusammenfassungssätze – statt auf vage Stimmungen. Zweitens tut das Stilbeispiel mehr als jedes Adjektiv: Ein konkretes menschliches Muster, das das Modell nachahmen soll, zieht die Generierung an eine andere Stelle im Stilraum. Drittens bricht die Forderung nach variabler Satzlänge den metronomischen Rhythmus, der das größte unbewusste Erkennungszeichen ist.

Ein weiterer Trick, der mehr bringt, als er scheint: Bitte um etwas, das das Modell leicht unangenehm findet. „Schreibe das so, als wärst du über die Deadline ein bisschen genervt“ oder „Gib zu, was wir falsch gemacht haben.“ RLHF-optimierte Modelle hassen es, negativ zu sein, also reißt die Vorgabe eines bestimmten emotionalen Registers sie aus dem angenehm-professionellen Standard heraus. Die Ausgabe muss trotzdem überarbeitet werden, aber sie kommt mit Puls an.

Der Überarbeitungsdurchgang: Weglassen statt Umschreiben

Prompting bringt dich etwa 70 Prozent des Weges. Die letzten 30 Prozent sind ein mechanischer Überarbeitungsdurchgang, und der besteht größtenteils aus Streichen. Wenn ich generierte Entwürfe nachbearbeite, mache ich vier Durchgänge:

• Streiche den ersten und den letzten Absatz. LLM-Einleitungen räuspern sich nur, und LLM-Schlüsse fassen zusammen. Keiner von beiden enthält Information. Dieser eine Schnitt entfernt erstaunlich viel vom Geruch.
• Entferne jede Absicherung. Suche nach „im Hinterkopf behalten“, „wichtig ist“, „durchaus“, „grundsätzlich“, „typischerweise“, „oft“. In etwa der Hälfte der Fälle funktioniert der Satz ohne sie problemlos; bei der anderen Hälfte hast du sowieso nichts gesagt.
• Brich den Rhythmus. Finde die längste Folge mittellanger Sätze und zerhacke einen davon in ein Fragment. „Freitags ausliefern.“ Fragmente sind der billigste Weg, einen menschlichen Puls zu signalisieren.
• Füge eine konkrete Angabe ein, die das Modell nicht kennen konnte. Eine echte Zahl aus deinen Logs, einen Namen, ein Datum, eine echte Meinung zu einem Trade-off. Konkretheit ist das Einzige, was der RLHF-Schwerpunkt nicht vortäuschen kann, weil sie Festlegung verlangt.

Das geht schnell – fünfzehn Minuten für einen tausendwörtigen Entwurf – und funktioniert genau deshalb, weil LLM-Stimme eine kleine Menge wiederholter Gewohnheiten ist, die über ansonsten kompetenter Prosa liegen. Du schreibst nicht um. Du schleifst die Fingerabdrücke ab.

Für Teams, die das im großen Stil betreiben, lohnt es sich, den Durchgang als Lint-Schritt zu kodieren: Ein einfaches Skript, das Dreierreihen, Absicherungsphrasen und gleichförmige Satzlängen markiert, fängt den Großteil des Problems automatisch ab. Mehrere Open-Source-Prosa-Linter lassen sich mit eigenen Regelsätzen konfigurieren; binde einen davon in deine Content-Pipeline ein, so wie du Code linten würdest. Wenn du ohnehin in die Messung von KI-Leistung bei realen Aufgaben investierst, nimm „Anteil markierter Sätze“ in deine Metriken auf.

Wo LLM-Prosa in Ordnung ist – und wo nicht

Meine Position nach einigen Jahren Bau und Auslieferung textgenerierender Systeme: Passe das Werkzeug an die Erwartungen des Lesers an und hör auf, so zu tun, als passe eine Richtlinie für alles.

Wenn der Text sich an einen Prozess statt an eine Person richtet – ein Formbrief an eine Behörde, ein Compliance-Bericht, den niemand liest, eine maschinell konsumierte API-Beschreibung –, lass das LLM ihn schreiben und entschuldige dich nicht dafür. Dort ist niemandes innere Simulation im Spiel; es gibt keinen Leser, den man verprellen könnte. Ehrlich gesagt wird ein wachsender Teil der Dokumentation ohnehin vor allem von anderen Modellen gelesen werden, und Modelle bekommen den Gruselschauer des Uncanny Valley nicht.

Wenn der Text aber die Arbeit von Überzeugung, Vertrauen oder Denken leistet – ein Blogpost, ein Designdokument, das Zustimmung braucht, eine E-Mail, die jemanden umstimmen soll –, dreht sich die Rechnung um. Dort ist das Modell am besten als Kritiker einsetzbar, nicht als Ghostwriter. Lass es deinen Entwurf angreifen: „Wo ist das vage, wo überspringt die Argumentation einen Schritt, wo würde ein skeptischer Leser nachhaken?“ Das nutzt die Stärken des Modells (es ist wirklich ausgezeichnet im Kritisieren), ohne seine Stimme in die Nähe deiner Prosa zu lassen. Wer das meiste aus LLMs beim Schreiben herausholt, behandelt sie wie einen scharfen, unermüdlichen Lektor, dessen Umschreibungsvorschläge man höflich ignoriert.

Und darunter liegt eine unbequemere Wahrheit jenseits der Handwerkstipps: Schreiben ist für viele von uns eine Form des Denkens. Das Ringen, ein Argument in Sätze zu bringen, ist oft genau der Ort, an dem das Argument überhaupt erst Gestalt annimmt. Delegierst du das Formulieren komplett, delegierst du auch diesen Teil. Man hört das Ergebnis: Prosa, die nirgendwohin führt, weil bei ihrer Entstehung niemandes Gedanken irgendwohin gelangt sind.

Das praktische Fazit

LLM-Stimme ist kein Rätsel, und sie verschwindet nicht von selbst – dieselben Trainingsanreize, die sie hervorgebracht haben, bestehen weiterhin, und kein führendes Labor hat bisher gezeigt, dass es sie an der Quelle wirklich abstellen kann. Die Last liegt also bei dir, und sie teilt sich sauber auf:

• Generierst du im großen Stil? Begrenze den Prompt mechanisch (keine Dreierreihen, keine Absicherungen, erzwungene Varianz der Satzlänge), liefere ein menschliches Stilbeispiel und linte die Ausgabe.
• Schreibst du etwas, das zählt? Schreib es selbst, nutze das Modell als Kritiker und lass nie seine vorgeschlagenen Formulierungen in deinen Entwurf – jede übernommene Empfehlung ist eine kleine Stimmtransplantation.
• Text für Prozesse? Liefere die rohe Ausgabe aus und investiere deine Redaktionszeit dort, wo Menschen tatsächlich lesen.

Der tiefere Punkt ist, dass Stimme keine Dekoration ist – sie ist ein Beleg für einen Geist. Leser sind außerordentlich gut darin, deren Fehlen zu bemerken, und sie werden jeden Monat besser darin, während sich das Internet mit der Alternative füllt. Die Teams, die in den nächsten Jahren mit KI-unterstützten Inhalten gewinnen, werden nicht diejenigen sein, die die meisten Texte erzeugen. Es werden diejenigen sein, deren Texte noch so klingen, als hätte sie jemand geschrieben.