KI-Texte vermenschlichen: der Selbsttest in drei Messungen
KI-Texte vermenschlichen heißt: die Spuren der Maschine entfernen, ohne den Inhalt zu beschädigen. Drei Eingriffe tragen fast die ganze Wirkung – Satzlängen wieder ungleich machen, Füllfloskeln streichen, Behauptungen durch Belege ersetzen. Kein Humanizer erledigt das zuverlässig, weil die Muster nicht in einzelnen Wörtern sitzen, sondern im Rhythmus.
Stand: 17. August 2026.
Der Selbsttest: drei Messungen an Ihrem eigenen Text
Bevor Sie irgendein Werkzeug anfassen, messen Sie. Die drei Zahlen sagen Ihnen, wo Ihr Text erkennbar ist – und welcher der drei Eingriffe bei Ihnen überhaupt etwas bringt.
Messung 1 – Satzlängen. Zählen Sie die Wörter der ersten fünfzehn Sätze. Notieren Sie den kürzesten und den längsten. Liegt die Spanne unter zehn Wörtern, ist der Rhythmus Ihr Hauptproblem. Menschliche Fachprosa spreizt typischerweise von drei bis über vierzig Wörtern.
Messung 2 – Floskeldichte. Suchen Sie nach „es ist wichtig”, „in der heutigen”, „nicht nur … sondern auch”, „zusammenfassend”, „darüber hinaus”. Mehr als ein Treffer pro hundert Wörter heißt: streichen, nicht ersetzen.
Messung 3 – Belegquote. Zählen Sie die Behauptungen über die Welt und daneben die, bei denen eine Quelle, eine Zahl oder ein Name steht. Liegt die Quote unter der Hälfte, klingt der Text nicht nur maschinell – er ist auch inhaltlich nicht überprüfbar.
Diese drei Zahlen brauchen fünf Minuten und ersetzen jedes Detektor-Ergebnis, weil sie nicht raten, sondern messen.
Woran erkennen Leser:innen einen KI-Text?
Meist nicht an einem Wort. Sondern daran, dass alle Sätze gleich lang sind.
Ein Sprachmodell wählt jedes nächste Token nach statistischer Passung. Das erzeugt Prosa in einem engen Korridor: gleichmäßig, ohne Ausreißer nach oben oder unten. Menschen schreiben unregelmäßig. Ein Nebensatz gerät zu lang, dann folgt ein Dreiwortsatz. Diese Unregelmäßigkeit ist kein Fehler, sie ist das Kennzeichen.
Dazu kommen zwei weitere Signale. Erstens die Absicherungsfloskel: „es ist wichtig zu beachten”, „in der heutigen schnelllebigen Welt”. Zweitens die Behauptung ohne Adresse – „Studien zeigen”, „Experten sind sich einig” – ohne dass je eine Studie oder ein Experte genannt wird. Beides entsteht, weil das Modell auf Plausibilität optimiert ist, nicht auf Nachprüfbarkeit. Wo es nichts weiß, klingt es trotzdem sicher. Diese Eigenschaft trägt einen eigenen Namen: Halluzination.
Die drei Eingriffe
Erstens: den Rhythmus zerstören
Teilen Sie jeden dritten Satz in zwei. Hängen Sie an anderer Stelle zwei Sätze zu einem längeren zusammen. Setzen Sie mindestens einen Satz mit unter fünf Wörtern.
Das wirkt banal und ist der Eingriff mit der größten Wirkung pro Minute, weil er genau das Merkmal angreift, das ein Modell praktisch nie von sich aus verlässt. Achten Sie beim Teilen darauf, dass der kurze Satz die Aussage trägt und nicht bloß den Rest aufnimmt. Ein Dreiwortsatz, der nichts behauptet, ist eine neue Floskel.
Deutsche Komposita helfen hier ungewollt: „Generalisierungsdefizite” füllt allein eine halbe Zeile am Telefon. Wer in gerenderten Zeilen denkt statt in Wörtern, merkt schneller, wo der Text zäh wird.
Zweitens: Floskeln streichen, nicht ersetzen
Der häufigste Fehler beim Humanisieren ist das Tauschen: „es ist wichtig zu beachten” wird zu „beachten Sie”. Das ist dieselbe leere Stelle mit anderen Wörtern.
Streichen Sie den Satzanfang komplett und prüfen Sie, ob der Satz ohne ihn steht. In den meisten Fällen steht er besser. Was übrig bleibt, ist die Aussage – und die war vorher hinter der Absicherung versteckt. Dasselbe gilt für Adjektive, die keinen Gegensatz markieren. „Methodisch”, „zentral”, „umfassend”: weg damit, wenn nichts dagegensteht.
Drittens: jede Behauptung mit einer Adresse versehen
„Studien zeigen, dass KI-Texte schlechter konvertieren” ist wertlos. „Eine Auswertung von 1.200 Landingpages, veröffentlicht im März 2026, findet keinen Zusammenhang” ist überprüfbar – auch dann, wenn sie der eigenen These widerspricht.
Dieser Eingriff kostet am meisten Zeit und ist der einzige, der den Text tatsächlich besser macht statt nur menschlicher. Er ist auch der einzige, den kein Werkzeug übernehmen kann: Belege muss jemand kennen.
Warum scheitern KI-Humanizer an dieser Aufgabe?
Wer „KI-Texte umschreiben” sucht, landet bei kostenlosen Rewritern – Quillbot, ZeroGPT, Undetectable AI, den Paraphrasierfunktionen von DeepL und LanguageTool. Sie ersetzen Wörter durch Synonyme und stellen Satzglieder um.
Damit greifen sie das falsche Merkmal an:
| Eingriff | Was ein Humanizer tut | Was das am Muster ändert |
|---|---|---|
| Satzlängen-Verteilung | Synonyme einsetzen, Satzglieder tauschen | nichts – ein Synonym ist so lang wie das Wort davor |
| Floskeln | stehen lassen, weil grammatisch korrekt | nichts – ein Rewriter hat keinen Grund zu löschen |
| Belege | kann keine hinzufügen | nichts – die Quellen sind ihm unbekannt |
| Fachbegriffe | durch Synonyme ersetzen | verschlechtert oft: Synonyme bedeuten im Fach anderes |
Ein zweiter Punkt wird selten erwähnt: Diese Werkzeuge sind selbst Sprachmodelle. Sie schreiben statistisch plausible Ersetzungen, nicht richtige. Wie Sprache dabei in Bausteine zerlegt wird, beschreibt der Artikel zur Tokenisierung.
Bestehen vermenschlichte Texte KI-Detektoren?
Nicht verlässlich, und das gilt in beide Richtungen. Detektoren arbeiten mit Wahrscheinlichkeiten über Wortverteilungen. Ein sorgfältig überarbeiteter Text wird oft weiter als „KI” markiert, ein umständlich geschriebener menschlicher Text ebenfalls.
Die praktische Folge: Ein Detektor ist kein Abnahmekriterium. Wer sein Ziel als „Detektor-Score unter 20 Prozent” definiert, optimiert auf eine Messgröße, die niemand seiner Leser:innen benutzt. Die drei Messungen oben sind das bessere Ziel, weil sie beschreiben, was ein Mensch beim Lesen merkt.
Verändert das Vermenschlichen Bedeutung, Ton und Stil?
Ja – und das ist der Zweck. Wenn Sie streichen statt zu ersetzen, wird der Ton direkter, weil die Absicherungen wegfallen. Die Bedeutung ändert sich nur an einer Stelle: beim dritten Eingriff. Sobald Sie Belege einsetzen, wird aus einer vagen Behauptung eine überprüfbare – manchmal auch eine widerlegte. Das ist kein Verlust, sondern der Moment, in dem der Text etwas wert wird.
Der Punkt, den die Debatte übersieht
Die Frage „klingt das nach KI?” ist die kleinere Frage. Die größere: Steht in dem Text etwas, das jemand wissen wollte?
Ein Sprachmodell setzt Sprache aus Wahrscheinlichkeiten zusammen, ohne Bezug zur Sache – das Argument, mit dem Emily Bender und Timnit Gebru 2021 den Begriff der stochastischen Papageien geprägt haben. Ein Text aus dieser Quelle ist deshalb nicht nur stilistisch glatt. Er ist inhaltlich beliebig, solange niemand Wissen hinzufügt. Vermenschlichen ohne diesen Schritt macht aus einem erkennbar leeren Text einen unerkennbar leeren.
Das Buch dazu
„Der Text, der nicht nach KI klingt” nimmt die drei Eingriffe auseinander und zeigt sie an durchgearbeiteten Beispielen: vorher, nachher, und woran genau die Änderung hängt.
Geht es bei Ihnen um mehr als einzelne Texte – um KI-Strategie und Content-Prozesse im ganzen Unternehmen? Dann ist KI-Beratung für den Mittelstand der richtige Ausgangspunkt.
Oder Sie geben es ab
Ich überarbeite KI-Entwürfe zu Texten, die man freiwillig liest – oder schreibe sie von vornherein selbst.
Was danach passiert: Sie senden einen Absatz oder eine Seite. Ich antworte mit den drei Messungen an Ihrem Text und sage, was daran zu tun ist. Das kostet nichts und verpflichtet zu nichts. Nötig sind nur der Text und eine E-Mail-Adresse.
Häufige Fragen
Wie kann ich einen KI-Text vermenschlichen? In drei Schritten: Satzlängen ungleich machen, Füllfloskeln streichen statt ersetzen, jede Behauptung mit Quelle, Zahl oder Namen versehen. Die ersten zwei sind Handwerk und in zwanzig Minuten je Textseite erledigt; der dritte ist die eigentliche Arbeit.
Kann man KI-Texte zuverlässig erkennen? Nein. Detektoren arbeiten mit Wahrscheinlichkeiten und liegen bei überarbeiteten Texten regelmäßig falsch – in beide Richtungen.
Reicht es, den Text durch ein zweites Modell zu schicken? Das verschiebt das Problem. Sie erhalten die Muster des zweiten Modells statt der des ersten, und die Sachfehler des ersten bleiben unangetastet.
Wie lange dauert das Vermenschlichen einer Seite Text? Rhythmus und Floskeln etwa zwanzig Minuten. Belege recherchieren und einsetzen dauert je nach Thema eine bis mehrere Stunden.
Verliert der Text durch das Vermenschlichen an Klarheit? Wenn Sie streichen statt zu ersetzen, gewinnt er. Die Floskeln, die entfallen, trugen keine Bedeutung.
Wer das schreibt
Nils Brauer, Texter und KI-Berater aus Düsseldorf, seit über zwanzig Jahren im Texthandwerk. Autor von „Der Text, der nicht nach KI klingt” und Herausgeber des Lexikons der schönen neuen Welt, eines deutschsprachigen Nachschlagewerks zur KI-Landschaft. Impressum und Kontakt