Leser merken es nicht am Werkzeug, sondern an den Symptomen: Floskeln, Allgemeinplätze, fehlende Zahlen, keine Beispiele aus dem Betrieb und keine Haltung. Ein KI-Text, der mit echtem Fachwissen gebrieft und vor der Veröffentlichung geprüft wurde, ist für Leser nicht von einem redigierten Menschentext zu unterscheiden. Google bewertet nach eigener Aussage die Qualität des Inhalts, nicht die Art der Herstellung.
Die Frage hat zwei Adressaten, und für beide fällt die Antwort anders aus als die meisten erwarten. Leser erkennen keinen KI-Text als solchen. Sie erkennen einen schlechten Text, und schlechte KI-Texte haben typische Merkmale. Google wiederum sucht nach eigener Aussage nicht nach KI, sondern nach Inhalten, die nicht für Menschen geschrieben wurden. Ob Google KI-Texte abwertet, behandelt die Antwortseite Wird KI-Text von Google abgestraft?. Hier geht es darum, woran man einen Text erkennt, der verrät, dass niemand ihn ernst genommen hat.
Was Leser tatsächlich bemerken
Wer zwanzig ungebriefte KI-Blogbeiträge nebeneinander legt, sieht immer dieselben fünf Muster:
- Floskeln am Anfang. «In der heutigen digitalen Welt», «Tauchen wir ein», «Ein oft unterschätztes Thema». Der erste Satz sagt nichts, was der Leser nicht schon wusste.
- Allgemeinplätze statt Aussagen. «Die Kosten hängen von verschiedenen Faktoren ab.» Richtig, aber nutzlos. Ein Fachbetrieb würde drei Faktoren nennen und für jeden eine Grössenordnung angeben.
- Keine Zahlen, keine Namen, keine Orte. Der Text könnte von jedem Betrieb in jedem Land stammen. Nichts verweist auf Thurgau, auf das Gerät, das der Betrieb tatsächlich einbaut, oder auf einen Fall aus dem letzten Monat.
- Keine Haltung. Jeder Vergleich endet mit «beides hat Vor- und Nachteile». Ein Fachmann hätte eine Empfehlung, und zwar mit Begründung.
- Symmetrische Struktur. Jeder Abschnitt gleich lang, jede Aufzählung mit drei Punkten, am Schluss ein «Fazit», das den Text wiederholt.
Keines dieser Muster ist ein KI-Merkmal im engen Sinn. Alle fünf kommen auch in Texten vor, die ein unmotivierter Praktikant oder eine Agentur ohne Briefing geschrieben hat. Sie sind Symptome fehlenden Inputs, nicht fehlender Menschlichkeit. Deshalb hilft es auch nicht, einzelne Wörter zu tauschen. Die Liste der verräterischen Formulierungen und ihre Alternativen stehen unter KI-Floskeln erkennen und streichen.
Cosa dice Google
Google hat im Februar 2023 in seinem Blog festgehalten, dass die Art der Herstellung eines Inhalts nicht entscheidend ist. Automatisierung sei seit Jahren legitim, etwa für Sportresultate oder Wetterberichte. Was zählt, sei, ob der Inhalt hilfreich, zuverlässig und für Menschen geschrieben sei. Problematisch wird KI-Einsatz laut Google dann, wenn er dazu dient, Rankings zu manipulieren, etwa indem massenhaft Inhalte ohne Mehrwert erzeugt werden.
Im Leitfaden für hilfreiche Inhalte stehen die Fragen, mit denen Google die Qualität beschreibt: Zeigt der Inhalt Erfahrung aus erster Hand? Würde man ihn in einer gedruckten Fachzeitschrift erwarten? Ist er von einer Person oder einem Unternehmen verfasst, das das Thema nachweislich kennt? Diese Fragen sind werkzeugneutral. Ein KI-Text kann sie bestehen, wenn Erfahrung und Fachwissen eingeflossen sind. Ein handgeschriebener Text kann sie verfehlen.
Wo die KI-Spuren wirklich herkommen
Ein Sprachmodell schreibt, was statistisch zu einer Frage passt. Ohne spezifischen Input liefert es den Durchschnitt aller Texte zum Thema, und der Durchschnitt ist per Definition austauschbar. Die Spuren, die Leser stören, entstehen also an drei Stellen:
| Stelle | Was fehlt | Was Leser merken |
|---|---|---|
| Briefing | Betrieb, Region, Zielgruppe, eigene Preise und Abläufe | Text passt zu jedem Anbieter |
| Fachinput | Erfahrungswerte, Beispiele, Empfehlung | Allgemeinplätze, keine Haltung |
| Verifica | Jemand, der liest und streicht | Floskeln, Wiederholungen, falsche Angaben |
Wer an allen drei Stellen arbeitet, bekommt Texte, die Leser als Fachbeitrag lesen. Wer alle drei auslässt, bekommt Texte, bei denen Leser nach dem zweiten Absatz wegklicken, ob sie nun an KI denken oder nicht.
Wie Sie es vermeiden
Drei Massnahmen reichen für die meisten KMU-Blogs:
- Briefing mit Substanz. Jeder Beitrag bekommt die konkrete Kundenfrage, Ihre Antwort in drei Sätzen, eine Zahl oder ein Beispiel aus dem Betrieb und die Empfehlung, die Sie im Gespräch geben würden.
- Ein Prüfdurchgang mit fester Liste. Ersten Absatz lesen: Steht die Antwort da? Nach Zahlen suchen: Stimmen sie? Nach «verschiedene Faktoren», «ganzheitlich», «Fazit» suchen: streichen oder konkretisieren. Die vollständige Liste finden Sie unter KI-Blogbeiträge prüfen.
- Eine verantwortliche Person. Ein Name und eine Funktion am Beitrag, und diese Person hat den Text gelesen. Das ist, was Google unter Erfahrung und Vertrauenswürdigkeit versteht, und es ist das, was Leser suchen, wenn sie sich fragen, ob sie dem Text glauben können.
Ein Blogsystem, das Beiträge aus echten Suchanfragen der Branche ableitet und vor der Veröffentlichung zur Freigabe vorlegt, deckt die erste und dritte Stelle strukturell ab. BlogPilot etwa arbeitet so. Die Fachsubstanz muss trotzdem aus dem Betrieb kommen; kein System kennt Ihre Preise und Ihre Meinung, bevor Sie sie eingeben.
Che cosa fare
Lesen Sie Ihren letzten Blogbeitrag und streichen Sie jeden Satz, der auch bei einem Mitbewerber stehen könnte. Was übrig bleibt, ist der Teil, den Leser als Ihren erkennen. Ist das weniger als die Hälfte, liegt das Problem nicht am Werkzeug, sondern am Input.
Domande frequenti
Funktionieren KI-Detektoren zuverlässig?
Es gibt keinen öffentlichen Beleg dafür, dass Erkennungswerkzeuge KI-Texte zuverlässig von menschlichen unterscheiden. Sie markieren regelmässig menschliche Texte als KI und umgekehrt, vor allem bei sachlichen, gut strukturierten Texten. Als Entscheidungsgrundlage taugen sie nicht. Verlässlicher ist die Prüfung auf die Symptome, die Leser tatsächlich stören.
Google utilizza rilevatori di questo tipo?
Google non ha confermato di utilizzare rilevatori di IA e le sue linee guida pubblicate si basano sulla qualità del contenuto, non sul modo in cui è stato prodotto. Ciò che Google penalizza sono i contenuti generati in massa per manipolare le posizioni nei risultati, indipendentemente dal fatto che li abbia scritti una persona o una macchina.
Devo indicare sul sito che l'IA ha contribuito alla scrittura?
Le linee guida di Google non prevedono alcun obbligo in merito. Google consiglia di fornire indicazioni sulla produzione dove i lettori se le aspettano ragionevolmente. Più importante di un'avvertenza è che dietro l'articolo ci sia una persona responsabile, indicata per nome, che ha verificato i contenuti. Se Lei dichiari o meno l'uso dell'IA è una questione di atteggiamento, non di visibilità.
I testi scritti dall'IA suonano tutti uguali?
Quelli senza istruzioni sì. Senza indicazioni su azienda, regione, clienti e opinione personale, ogni modello ricorre agli stessi luoghi comuni, e i testi si assomigliano tra tutti i fornitori. Con input concreti su prezzi, processi ed esempi, i testi si differenziano tanto quanto le aziende stesse.