Was bleibt an eigener Leistung, wenn die Texte aus der Maschine kommen? Was bedeutet es für Journalismus und generell für das Schreiben von Texten, die eine öffentliche Wirkung beanspruchen?
Niederschwelliger Zugang, weitreichende Folgen
Generative KI ist keine Technologie, die sich verbreitet hat, um ein klar definiertes Problem zuverlässig zu lösen. Sie ist eine folgerichtige Weiterführung der Digitalisierung des Wissens und der Kommunikation – KI trägt die Datenmassen des Social Web in sich, dazu einen Grossteil des digital verfügbaren Wissens. Das Social Web bedeutete eine Digitalisierung der öffentlichen digitalen Kommunikation, generative KI die des verfügbaren Wissens – binär zerlegt und rekombinierbar.
KI verarbeitet das, was digital zirkuliert, Informationen werden algorithmisch verdichtet und als synthetisierte Sprache wieder ausgegeben.
Verbreitet hat sich generative KI v.a. über den niederschwelligen Zugang. Dass die Möglichkeiten einer antwortenden, interagierenden Maschine von Beginn an gerade von Journalisten und Wissensarbeitern ausgiebig getestet wurden, war eine Selbstverständlichkeit. Die schrittweise Übernahme einzelner Funktionen war selten das Ergebnis einer grundsätzlichen Entscheidung. Was Arbeitsabläufe erleichtert und sich sinnvoll automatisieren lässt, setzt sich langfristig durch.
Content und Autorenschaft
In einer Auflistung von Tätigkeiten, die KI überflüssig machen würde, aufgestellt in den ersten Monaten des Hypes (Anfang 2023), stand der Content-Autor weit oben. Content fasst den namenlos publizierten Inhalt im digitalen Raum zusammen, meist funktionale Texte und Beschreibungen, die einen Zweck erfüllen sollen. Content ist auf Durchsatz, nicht auf Rezeption angelegt. Er lässt sich zumeist mit einigen Vorgaben mit KI automatisieren – bedauert wird es von denen, die bisher davon gelebt haben, ansonsten wird es kaum problematisiert.
Will man eine klare Grenze ziehen, sind Texte mit Anspruch auf Autorenschaft auf Rezeption angelegt, auf die Wirkung, die sie hinterlassen – durch den Informationsgehalt, ihre Haltung und ihre sprachliche Gestaltung, daran werden sie gemessen. Autorentexte sind persönlich gezeichnet, sei es durch den eigenen Namen oder durch redaktionelle Autorisierung, mit der für den Inhalt eingestanden wird.
KI kann in allen Fällen genutzt werden, aber je differenzierter das erwünschte Ergebnis ausfallen soll – so differenzierter muss auch die KI instruiert werden.
Reputation als Schutzwall – Leitlinien und die verschleppte Diskussion
Erst in diesem Sommer wurde die Nutzung generativer KI zum Thema von Leitlinien in Leitmedien – zumindest von Grundsätzen, die sich als solche verstehen lassen.
Leitlinien machen die professionellen Maßstäbe sichtbar, die Redaktionen setzen – für die Reputation von Medienmarken und Autoren unerlässlich.
Die SZ verbreitet ein Statement, das als Selbstverpflichtung gelten kann (s. Abb. links).
Die Taz hatte sich bereits vor drei Jahren KI-Leitlinien verordnet (vgl. Unsere KI-Leitlinien). Aktuell (20.06.) verweist Chefredakteurin Barbara Junge auf die Nutzung als Recherchetool, Inspiration für einen Vortrag oder als Analyse-Instrument, als sprachliche Hilfsinstanz, als „intelligenter” Begleiter.
Die FAZ positioniert sich inhaltlich ähnlich, verbreitet ihre Sicht aber extern mit dem auf LinkedIn veröffentlichten Beitrag Die perfekte Arbeitsteilung zwischen Mensch und KI. KI wird darin nicht als Ersatz des Denkens verstanden, sondern als Kritiker und Verstärker des eigenen Denkens. Die KI übernimmt Routineaufgaben – vom Zusammenfassen bis zum Gegenprüfen –, ohne dass die geistige Reibung ausgelagert wird, an der Kompetenz erst entsteht: das Erinnern, Gewichten, Vergleichen und Widersprechen.
Die offene Diskussion über die Nutzung von KI war lange vermieden worden. Frühere Positionierungen hätten sicherlich Rechtfertigungszwänge mit sich gebracht. Für Medienmarken, insbesondere, wenn sie sich als Leitmedien verstehen, ist ihre Reputation essentiell – kaum etwas ist rufschädigender als Fälschungen und Plagiate. Der Stern hat sich nie von den gefaketen Hitler-Tagebüchern (1983!) erholt. Der Relotius-Skandal (12/2018) wirft noch immer einen Schatten auf den Spiegel.
In wissenschaftlichen Texten ist die Offenlegung der Quellen ein absolutes Kriterium. Verstösse dagegen werden rigoros sanktioniert und führten – seitdem sie einfacher zu entdecken waren – zu zahlreichen Skandalen. Der Plagiatsjäger Stefan Weber machte daraus ein Geschäftsmodell.
Im Journalismus gelten pragmatischere Konventionen. Zitate müssen gekennzeichnet, Quellen zumindest nachvollziehbar sein. Als Quelle ist KI nicht belastbar, ihre ungeprüfte Übernahme ist immer ein redaktioneller Fehler. KI kann Informationen konfabulieren, die zwar plausibel erscheinen, aber schlicht nicht stimmen.
Die Ursünde der KI — ein Exkurs
Vorgelagert bleibt eine andere Frage von grosser Tragweite, nämlich die, wie die Maschine selbst zu ihrem Wissen gekommen ist. KI-Modelle wurden auf Terabytes von Daten aus dem Netz trainiert – darunter unzählige urheberrechtlich geschützte Artikel, Bücher und Recherchen, ohne Erlaubnis oder Vergütung gescraped. Man kann darin die Ursünde der KI sehen, auf der die gesamte Technologie aufbaut. Ohne das jahrelange, ungefragte Absaugen des Netzes gäbe es keine Large Language Models. Ihr komplettes Funktionieren baut darauf auf, die Schöpfungsmuster menschlicher Autoren, Künstler und Wissenschaftler, aber auch der gewöhnlichen Nutzer des Social Web statistisch zu verarbeiten.
Diese Frage reicht weit über das Thema Schreibprozess hinaus und verlangt eine eigene, ausführlichere Behandlung an anderer Stelle.
Der gesetzliche Rahmen: EU AI Act
Auslöser der aktuellen Diskussionen sind die zum 2.08. in Kraft tretenden Transparenzpflichten des EU AI Acts. Sie verlangen die Offenlegung direkter Kommunikation via Chatbots, von Deepfakes, wie etwa synthetisch erzeugten Audio-, Bild- und Videoinhalten. Für Texte von öffentlichem Interesse gilt die Kennzeichnungspflicht nur eingeschränkt: sobald sie von einer Redaktion oder einem Autor geprüft und autorisiert werden, sind sie davon enthoben – eine Form von Ratifikation, wie sie bereits in einem vorhergehenden Text beschrieben wurde.
Gleichzeitig gab es eine Reihe von Veröffentlichungen, an denen sich die Debatten zur KI-Nutzung festmachten. Darunter der exemplarisch misslungene Text des thüringischen MP Voigt, komplett an die KI delegiert und nicht auf die Richtigkeit der Quellen überprüft.
Springer-Chef Döpfner veröffentlichte als Replik einen komplett von KI verfassten, polemischen Kommentar – innerhalb der Debatte ist er aber weniger der Vertreter eines Mediums, das öffentlichen Debatten einen Raum gibt, sondern CEO eines Konzerns mit eigenständigen wirtschaftlichen und auch politischen Zielen.
Fünf Stufen der Delegation (Modell von Mirko Lange)
Was lässt sich im einzelnen an eine KI delegieren? Der Kommunikationsberater Mirko Lange hat vor einigen Wochen in einem bei LinkedIn veröffentlichtem Text ein sehr brauchbares Modell vorgestellt, dass die Nutzung von KI-generierten Texten in fünf Stufen einteilt.
Nur in der erste Stufe der Vollständigen Delegation greift der EU-Act – in der Praxis eine eher experimentelle Randerscheinung.
Was Lange in den Stufen 3 – Eigener Rohtext, maschinelle Überarbeitung und 4 – Menschlicher Text, punktuelle Hilfe beschreibt, entspricht den oben genannten Leitlinien von SZ, Taz und FAZ. Eine solche Art der Nutzung kann ich auch im eigenen Umfeld beobachten, sie wird auch von anderen – von Redaktionsleitlinien bis zu einzelnen Praktikern.
Empirisch belastbare Ergebnisse dazu liegen noch nicht vor, wären aber aufschlussreich. Der Eindruck bleibt: Textarbeiter und Autoren haben sich mit dieser Arbeitsteilung eingerichtet, weitgehend zufrieden mit dem, was ihnen die Maschine als Assistenz abnimmt.
Il Foglio: Vollständige Delegation als Experiment
Wie eine gelungene, wenn auch experimentelle, vollständige Delegation aussehen kann, zeigt das Beispiel der italienischen Zeitung Il Foglio. Seit etwas mehr als einem Jahr wird jeden Dienstag eine Beilage (link) komplett von KI erstellt. Mit der Zeit hat man gelernt, Prompts so präzise nachzuschärfen, dass die Maschine weder ins Uferlose konfabuliert noch bloßen Mainstream reproduziert.
In kreativen Prozessen agiert die KI, wie Chefredakteur Cerasa betont, wie ein Scharfschütze: Sie trifft exakt das Ziel, auf das man sie ansetzt, erzeugt von sich aus aber keine neue Reibung ( taz 20.07.2026). Auf den Fall Voigt angesprochen, verweist er auf eine pragmatische Parallele: Für Politiker, die seit jeher mit Ghostwritern arbeiten, sei nicht entscheidend, wie ein Text handwerklich entsteht – sondern einzig, wer am Ende die Unterschrift darunter setzt und dafür haftet.
Die eigene Schreibstimme als Trainingsdata
Nicht berücksichtigt im Stufenmodell sind die von Autoren selbst trainierten Modelle, digitale Spiegelungen der eigenen Schreibstimme, gefüttert mit eigenen Texten, Büchern, Essays und Notizen. Die KI konfabuliert dann nicht mehr im Rahmen des allgemein verfügbaren Datenbestandes, sondern im vorgegeben eigenen Stil. Die Ratifikation entspricht der Stufe 3 oder 4 – der Autor steht ein, die Substanz folgt den spezifischen Satzarchitekturen, Metaphernwelten, Rhythmen und stilistischen Eigenheiten.
Ki-Detektoren und die Skandalierungsfalle
Seit einiger Zeit gibt es KI-Detektoren, die den KI-generierten Anteil von Texten einschätzen – mit unterschiedlicher Zuverlässigkeit. Problematischer als die technische Trefferquote ist die Skandalisierung, die sich daran hängt. So meldete der Spiegel vor einigen Wochen (30.06.) den Verdachtsfall, Wirtschaftsministerin Reiche habe für mehrere Gastartikel in der FAZ und im Handelsblatt KI genutzt. Es gibt viele gute Gründe, Reiches Politik zu kritisieren – aber welchen Sinn macht es, KI-Nutzung in abgezeichneten, verantworteten Texten als Täuschungsversuch zu rahmen?
Das ist die falsche Kategorie. Der entscheidende Punkt ist Ratifikation: Wer namentlich einen Text zeichnet, übernimmt die Haftung für seinen Inhalt — unabhängig davon, mit welchem Werkzeug er entstanden ist. Die Debatte um Manipulation und Täuschung durch generative KI ist berechtigt. Aber sie trifft hier das falsche Ziel.
Was bleibt
Das führt zurück zur Einstiegsfrage Was bleibt an eigener Leistung, wenn die Texte aus der Maschine kommen? Die in den vorhergehenden Beiträgen eingeführte Trias (s. Graphik) der gesellschaftlichen Wirksamkeit von KI hilft bei der Einordnung: Synthetisierende Intermediarität — beschreibt die KI als vermittelndes Werkzeug zwischen Datenbasis und Ausgabe. Plausible Konfabulation — benennt die stochastische Natur der Maschine, die zwar plausibel klingt, aber von Fakten nichts weiß.
Ratifikation schließlich teilt sich in zwei Stufen auf: Die individuelle kognitive Ratifikation beschreibt den epistemischen Moment, in dem der Autor die Ausgabe der KI prüft, als eigenen Gedanken übernimmt, internalisiert und weiterdenkt – noch ohne rechtliche Konsequenz. Die redaktionelle Ratifikation bildet den finalen Schritt: Sie ist der auch rechtlich wirksame Akt der Publikation, des Einstandnehmens, der Verantwortung konstituiert – unabhängig vom handwerklichen Herstellungsweg.
Was bleibt, ist das Entscheidende: Guter Text soll den Leser erreichen, Informationen müssen stimmen, Quellen geprüft sein. Schreiben ist nicht nur Formulierung, sondern auch ein Denkprozess, eine gedankliche Durchdringung. Gute Texte verdichten Erfahrungen, Beobachtungen und Urteile zu einer eigenen Stimme. Diese begriffliche Arbeit — das Einordnen und Gewichten — lässt sich nicht delegieren. Sie bleibt beim Autor, auch wenn KI den Schreibprozess erleichtern kann.
p.s. Dieser Text steht in einem Zusammenhang, an dem ich weiter arbeite — Technogenese, der langfristige Prozess, in dem Technologie und Gesellschaft sich wechselseitig formen. Mehr dazu: Technogenese – die digitale Revolution als Zivilisationsprozess
Die perfekte Arbeitsteilung zwischen Mensch und KI – FAZ – LinkedIn 13.07.2027 – Barbara Junge: Ist da Wer? KI und Journalismus. Taz 20.06.2026 Ambros Waibel: Künstliche Intelligenz ist wie ein Scharfschütze – Interview mit Claudio Cerasa. Taz. 20.07.2026- Märzinger, Marina: Begleitung des Denk- und Schreibprozesses durch KI-basierte Werkzeuge – In: Magazin Erwachsenenbildung.at 19 (2025) 55, S. 29-37- Mirko Lange: Der Beginn einer Hexenjagd auf KI-Texte? LinkedIn. 17.06.2026