Tippe dieselbe Frage nacheinander in ChatGPT, Claude und Gemini. Du bekommst drei Antworten, die sich kaum unterscheiden. Höflich, sauber, mittig im Ton, ausgewogen, temperiert, nie aneckend und keinesfalls verletzend …
Das ist praktisch, solange man bloß eine Auskunft will. Und den Gesprächston kann man sich meist einstellen, je nach Geschmack.
Fragwürdig wird es, sobald die eigenen Texte anfangen, genauso zu klingen. Genau das meinen Forscher, wenn sie von Homogenisierung durch KI sprechen. Nicht nur die Maschinen ähneln sich. Wir gleichen uns ihnen an. Und das Unangenehme daran ist, dass der Effekt auch greift, wenn jemand selbst gar kein Sprachmodell benutzt.
Inhaltsverzeichnis
Wie die Homogenisierung durch KI entsteht
Ein Sprachmodell ist darauf trainiert, statistische Regelmäßigkeiten zu reproduzieren. Es lernt aus riesigen Textmengen, was häufig vorkommt, und gibt bevorzugt das zurück. Häufige Formulierungen, dominante Sichtweisen, den breiten Mittelwert. Seltenes wird dabei glattgebügelt, nicht aus böser Absicht, sondern weil das Häufige und leicht Verallgemeinerbare im Training fast immer gewinnt.
Macht Ungleiches gleich. Milch wird homogenisiert, damit der Rahm sich nicht absetzt. Ein Klimamodell homogenisiert Messreihen, damit sich verschiedene Stationen vergleichen lassen. In beiden Fällen verschwinden Unterschiede, die vorher da waren.
Die Folge beschreibt eine Gruppe um Morteza Dehghani an der University of Southern California. In einem Opinion-Paper in Trends in Cognitive Sciences argumentieren Zhivar Sourati, Alireza Ziabari und Dehghani, dass KI die Feinheiten von Sprache, Perspektive und Denken erodiert. »Wenn diese Unterschiede über dieselben Sprachmodelle vermittelt werden, werden ihr Stil, ihre Perspektive und ihre Denkstrategien homogenisiert«, sagt Sourati. Am Ende stünden standardisierte Ausdrucksweisen und Gedanken, quer durch alle Nutzer.
Weil die Trainingsdaten dominante Sprachen und Ideologien überrepräsentieren, spiegelt die KI oft eine schmale, westlich geprägte Auswahl menschlicher Erfahrung statt des globalen Durchschnitts.
Forscher nennen diese Schlagseite WEIRD. Die Antworten klingen nicht neutral, sie klingen nach einem bestimmten Milieu.
Drei Ebenen, auf denen die Vielfalt schrumpft
Die Angleichung passiert nicht an einer Stelle, sondern auf drei Ebenen gleichzeitig. Sprache, Perspektive, Denkweise.
WEIRD steht für western, educated, industrialized, rich, democratic. Der Begriff beschreibt eine schmale, überrepräsentierte Bevölkerungsgruppe, deren Sprache und Werte in den Trainingsdaten großer Sprachmodelle dominieren. Antworten der KI spiegeln deshalb oft diese Perspektive, nicht den globalen Durchschnitt.
Die erste Ebene ist die Sprache. Wer seinen Text von der KI glätten lässt, verliert ein Stück eigenen Stil und fühlt sich obendrein weniger als Urheber des Ergebnisses. Vishakh Padmakumar und He He von der New York University haben das gemessen. In ihrer Studie Does Writing with Language Models Reduce Content Diversity? senkte das Schreiben mit einem instruierten Modell die lexikalische und inhaltliche Vielfalt der Texte spürbar, und zwar weil die KI weniger abwechslungsreiche Bausteine beisteuerte, nicht der Mensch.
Anil Doshi und Oliver Hauser zeigen den Haken besonders schön. Für ihre Studie in Science Advances ließen sie 293 Menschen kurze Geschichten schreiben, manche mit KI-Ideen, manche ohne. Mit KI wirkten die einzelnen Geschichten kreativer und besser geschrieben. Nur ähnelten sie sich untereinander deutlich stärker. Mehr Glanz im Einzelfall, weniger Vielfalt im Ganzen.
Die zweite Ebene ist die Perspektive. Wer mit einem meinungsstarken Assistenten schreibt, übernimmt dessen Haltung, oft ohne es zu merken. Maurice Jakesch und Kollegen ließen 1506 Menschen einen Beitrag über soziale Medien verfassen, mit einem Assistenten, der heimlich für oder gegen das Thema argumentierte. Wer mit ihm schrieb, vertrat dessen Position rund doppelt so oft und verschob auch im anschließenden Fragebogen seine eigene Meinung.
Die dritte Ebene ist die Denkweise selbst. Sprachmodelle bevorzugen lineares Schließen, Schritt für Schritt, und drängen intuitive oder abstrakte Wege zurück, die manchmal schneller zum Ziel führen. Das schlägt bis in die Argumente durch. Eine eigene Studie zu KI und Argumentation zeigt, wie stark fünf verschiedene Modelle die Bandbreite möglicher Begründungen auf wenige Standardlinien zusammenstauchen.
Die wichtigsten Studien in Kürze
| Sourati, Ziabari, Dehghani 2026 | Opinion-Paper in Trends in Cognitive Sciences. KI gleicht Sprache, Perspektive und Denkweise an und lässt so die kognitive Vielfalt schrumpfen. |
| Doshi und Hauser 2024 | 293 Autoren schrieben Kurzgeschichten mit und ohne KI. Mit KI wirkten die einzelnen Texte kreativer, untereinander aber ähnlicher. |
| Jakesch und Kollegen 2023 | 1506 Teilnehmer schrieben mit einem meinungsstarken Assistenten. Wer mit ihm schrieb, übernahm dessen Position etwa doppelt so oft. |
| Padmakumar und He 2024 | Schreiben mit einem instruierten Modell senkte die lexikalische und inhaltliche Vielfalt der Texte messbar. |
Der Effekt wirkt auch ohne dein Zutun
Selbst wer nie ein Sprachmodell öffnet, bleibt nicht außen vor. »Wenn viele um mich herum auf eine bestimmte Art denken und sprechen, und ich mache es anders, spüre ich Druck, mich anzupassen, weil ihre Art glaubwürdiger oder sozial akzeptierter wirkt«, sagt Sourati. Sprache ist ansteckend. Setzt sich ein Mittelwert durch, zieht er die Ränder mit.
Homogenisierung durch KI bezeichnet die Angleichung von Sprache, Meinungen und Denkweisen, die entsteht, wenn viele Menschen dieselben Sprachmodelle nutzen. Weil die Modelle häufige Muster bevorzugen und seltene glätten, werden individuelle Stile und abweichende Perspektiven seltener. Der Effekt betrifft auch Menschen, die selbst keine KI verwenden.
Und wer die KI benutzt, übergibt meist mehr, als ihm bewusst ist. Statt selbst nach einer Formulierung zu suchen, nimmt man den vorgeschlagenen Fortsatz, der »gut genug« aussieht. So wandert die Urheberschaft Stück für Stück vom Menschen zum Modell, ein Effekt, der dem kognitiven Offloading verwandt ist. Das Tückische daran ist die Illusion des Wissens. Ein fertiger Vorschlag fühlt sich an wie ein eigener Gedanke, ohne je einer gewesen zu sein.
Was du gegen die Angleichung tun kannst
Die Lösung ist nicht, die KI wegzulegen. Sie ist zu nützlich, und der Mittelwert ist oft ein guter Startpunkt. Es geht darum, nicht beim Vorschlag stehenzubleiben.
- Schreib erst selbst, dann lass glätten. Umgekehrt startest du beim Mittelwert des Modells und müsstest dich aktiv davon wegkorrigieren, was schwerer ist, weil der erste Vorschlag dich zu sich zieht. Der Rohbau sollte deiner sein, die KI putzt nur.
- Frag mehrere Modelle und vergleiche, wo sie abweichen. Im Mittel klingen sie ähnlich, an den Rändern unterscheiden sie sich aber spürbar, weil Trainingsdaten und Feinschliff verschieden sind. Genau diese Restdifferenz ist interessanter als der gemeinsame Konsens.
- Lass die KI gegen dich argumentieren, statt dir zuzustimmen. Wie das im Modus eines Denkpartners funktioniert, haben wir an anderer Stelle gezeigt.
- Nutze sie zum Fragen, nicht zum Antworten. Sieben Methoden für das Lernen mit KI drehen genau das um.
- Misstraue der erstbesten Studie, die dir die KI nennt. Wie man Belege selbst prüft, steht in unserem Leitfaden zum kritischen Lesen von Studien.
Woran du geglättete KI-Sprache erkennst
Dreierfiguren. Alles kommt in sauberen Dreiergruppen, »schnell, klar und effizient«.
Symmetrische Kontraste. »Nicht nur X, sondern auch Y«, immer fein ausbalanciert.
Glättungswörter. »nahtlos«, »ganzheitlich«, »eintauchen«, »navigieren«.
Mittiger Ton. Keine Ecken, keine Kanten, niemandem wird widersprochen.
Aufzählung statt Haltung. Viele Stichpunkte, wenig Festlegung.
Man kann einwenden, dass KI auch das Gegenteil kann, fremde Stile zugänglich machen, Perspektiven öffnen, die man selbst nie gefunden hätte. Stimmt. Nur passiert das nicht von allein. Es passiert, wenn man die KI dazu zwingt, und genau das tut kaum jemand.
Echte Vielfalt ist anstrengender als Zustimmung. Sie kostet Zeit, sie reibt, sie passt selten in den ersten Vorschlag. Womöglich ist genau das ihr Wert. (lk)
