ChatGPT oder Mensch? Acht Fragen statt falscher Gewissheit

Gedankenstriche, perfekte Listen und grosse Worte beweisen keine KI-Nutzung. Mit acht Fragen prüfst du, ob ein Text wirklich etwas zu sagen hat.

5 Min. Lesezeit

KI-Illustration: Eine Leserin vergleicht zwei ähnlich aussehende Texte mit einer Lupe.

Titelbild: KI-Illustration im Fentrax-Stil.

Ein langer Gedankenstrich, drei schöne Adjektive und schon lautet das Urteil: «Das war ChatGPT!» So einfach ist es leider nicht. Menschen schreiben ebenfalls glatt und allgemein. KI kann persönlich klingen. Und oft arbeiten beide zusammen.

Die folgenden acht Fragen sind ein Qualitätscheck, kein KI-Detektor. Auch mehrere Auffälligkeiten beweisen nicht, wer einen Text geschrieben hat.

Viel Glanz, wenig Inhalt?

Dieses Beispiel beruht auf einer echten Erfahrung. Ich habe die Formulierungen und Details zum Schutz der betreffenden Person verfremdet. Es ist deshalb kein wörtliches Zitat:

«Als Verantwortlicher für operative Abläufe sehe ich täglich ungenutztes Potenzial in Betrieben. Unsere neue digitale Plattform bringt die Zusammenarbeit auf ein neues Niveau. Ganz konkret schafft sie mehr Klarheit, kürzere Wege und einen stärkeren Fokus. Ein wichtiger Schritt in eine erfolgreiche Zukunft.»

Klingt ordentlich. Aber was wird da eigentlich besser?

  1. Was erfahre ich wirklich? Stell dir vor, du müsstest den Text einem Freund in einem Satz erklären. Was bleibt übrig? Im Beispiel: Es gibt eine neue Plattform, und jemand findet sie gut. Was sie macht, für wen sie gedacht ist und welches Problem sie löst, erfahre ich nicht. Wörter wie «Potenzial» und «erfolgreiche Zukunft» klingen wichtig, liefern mir aber noch keine brauchbare Information.
  2. Wird «ganz konkret» auch konkret? Nach diesen Worten erwarte ich ein Beispiel, das ich mir vorstellen kann. «Mehr Klarheit» und «kürzere Wege» sind erst einmal Versprechen. Verständlicher wäre etwa: «Bisher musste ich Freigaben per E-Mail einholen. Künftig sehe ich in der Plattform, wer bereits zugestimmt hat und wo es noch hängt.» Jetzt erkenne ich, was sich im Alltag tatsächlich ändern soll. Die KI kennt meine tatsächlichen Gegebenheiten oft gar nicht. Wenn ich ihr nicht erkläre, wie die Abläufe aussehen und wo es hakt, fehlen ihr die Details für ein konkretes Beispiel. Dann bleibt der Text schnell oberflächlich und vage. Ich muss also die echten Informationen liefern – sonst klingen die Verbesserungen gut, bleiben aber abstrakt.
  3. Steckt hinter dem Ich ein Erlebnis? «Ich sehe täglich …» klingt nach persönlicher Erfahrung. Dann möchte ich auch etwas davon lesen. Zum Beispiel: «Gestern habe ich zehn Minuten nach der aktuellen Version einer Datei gesucht.» Eine solche Beobachtung macht die Aussage nachvollziehbar. Fehlt sie, bleibt das «Ich» eine persönliche Verpackung für einen ziemlich allgemeinen Satz. Das kann ein Mensch genauso schreiben wie eine KI.
  4. Passt die Aussage zur Perspektive? Wer die Abläufe am eigenen Arbeitsplatz kennt, kann darüber berichten. Daraus folgt aber nicht automatisch, dass es in anderen Betrieben genauso aussieht. Im Beispiel wird aus der eigenen Erfahrung schnell eine Aussage über «Betriebe» allgemein. Vielleicht hat die Person diesen Überblick – der Text erklärt es nur nicht. «In meinem Team passiert häufig …» wäre enger gefasst und für mich besser einzuordnen.
  5. Ist die Berufsbezeichnung austauschbar? Ersetze «Verantwortlicher für operative Abläufe» gedanklich durch «Projektleiter» oder «Mitarbeiter». Passt der Rest immer noch unverändert? Dann erfahre ich wenig darüber, was die Person aus ihrer Rolle heraus tatsächlich beitragen kann. Interessant wird es, wenn sie erklärt, welche Abläufe sie betreut, wo Schwierigkeiten auftreten und woran sie eine Verbesserung erkennen würde. Der Titel allein macht aus einer Aussage noch keine Fachperspektive.
  6. Tragen die Dreiergruppen etwas bei? «Mehr Klarheit, kürzere Wege und ein stärkerer Fokus» klingt schön rund. Drei Aussagen hintereinander geben einem Text Rhythmus – das nutzen Menschen schon lange. Ich prüfe deshalb: Stecken dahinter drei unterschiedliche, verständliche Vorteile? Wenn alle drei nur «Es wird besser» bedeuten, ist wenig gewonnen. Ein konkretes Beispiel hilft mir mehr als drei wohlklingende Versprechen.
  7. Wo sind die Bedingungen? Eine Plattform räumt nicht von selbst die Abläufe auf. Jemand muss Informationen pflegen, das Team muss sie nutzen können und Zuständigkeiten müssen geklärt sein. Deshalb frage ich: Was muss passieren, damit die versprochene Verbesserung eintritt? Ein kurzer Beitrag braucht keinen vollständigen Projektplan. Aber ein Satz wie «Das funktioniert, wenn alle die Freigaben dort bearbeiten» macht das Versprechen ehrlicher und greifbarer.
  8. Lasse ich mich vom Layout blenden? Ein Text mit Überschriften, Fettdruck und sauberen Listen wirkt schnell gut durchdacht. Stell dir denselben Inhalt einmal ohne diese Gestaltung vor: Erklärt er dann immer noch etwas? Gute Formatierung hilft beim Lesen, ersetzt aber keine nachvollziehbaren Aussagen. Und weder ein Gedankenstrich noch eine perfekte Liste verrät zuverlässig, ob ein Mensch oder eine KI den Text formuliert hat.
KI-Illustration: Ein Mann entdeckt eine fast leere Prunkverpackung neben einer kleinen Kiste mit nützlichem Inhalt.
Viel sprachliche Verpackung ist noch kein Inhalt. KI-Illustration im Fentrax-Stil.

Mein Brain.exe-Test

Tausche im Beispiel «digitale Plattform» gegen «neue Organisationsstruktur». Funktioniert fast alles weiterhin? Dann sagt der Text wenig über das konkrete Vorhaben.

Ich frage deshalb lieber: Was habe ich gelernt? Stimmen die Aussagen? Gibt es Beispiele und nachvollziehbare Belege? Auch automatische KI-Detektoren liefern keinen unfehlbaren Nachweis; ihre Leistung hängt unter anderem von Text und Testbedingungen ab.

Übrigens: Auch dieser Beitrag entstand mit KI-Unterstützung, auf Grundlage meiner Vorlage und Gedanken. Der Fettdruck hat mich also erwischt. Als Beweis hätte er trotzdem nicht gereicht.

Mein Fazit

Ein schlechter Text wird durch einen menschlichen Autor nicht besser. Ein guter Text verliert seinen Nutzen nicht durch KI-Unterstützung. Die wichtigere Frage lautet: Hat der Text wirklich etwas zu sagen? Genau dafür ist Brain.exe da.

FENTRAX

Zur Einordnung der Detektoren: NIST: Untersuchung zur Erkennung generierter Texte. Die acht Fragen sind ein redaktioneller Lesetest, kein wissenschaftlich validiertes Erkennungsverfahren.

Weiterlesen