Die Welt der Sprache wird wieder einmal revolutioniert – von nur zwei Buchstaben: KI. Schon früher haben kurzbuchstabige Technologien den Umgang mit Text und Sprache grundlegend gewandelt. In den 1990ern kam Translation Memory – kurz TM – auf. Mit dieser Datenbank liessen sich übersetzte Textsegmente speichern. Zu Beginn des 21. Jahrtausends kamen maschinelle Übersetzungen, auch bekannt als Maschine Translation (MT), in Mode. In den 2010ern etablierte sich das Large Language Model, kurz LLM. Damit sind Human Copywriting (HC), Humanübersetzungen (HÜ) und Qualitätssicherung (QS) scheinbar passé.
Besser geht nicht
Für die Vorteile und Möglichkeiten von KI-Systemen wird ein breit gefächertes Vokabular mit Superlativencharakter bedient: effizient, kostengünstig, kreativ, innovativ, Output-boostend, transformierend, epochal – das und viel mehr kann KI in einem Unternehmen bewirken. In der Sprachwelt stehen die Zeit- und Kostenvorteile im Vergleich zu einer menschlichen Texterstellung im Mittelpunkt. Das mag alles zutreffen: Aber: Es gibt immer ein Aber.
Mit Vorsicht zu geniessen
KI-Modelle sind so gut wie die Daten, mit denen sie trainiert wurden. Bei der Spracharbeit ist sie demnach so gut wie die Qualität der Inhalte und des Sprachtrainings, die ihren Algorithmen zugrunde liegt. Ist die Basis mangelhaft oder unvollständig, kann der Text oder die Übersetzung inkonsistent oder sogar falsch sein.
KI-Algorithmen erfassen die komplexen Nuancen menschlicher Sprache (noch) nicht vollständig. So können sie die Polysemie – also die subtile Mehrdeutigkeit von Wörtern – nur beschränkt einordnen. Der Begriff «Läufer» zum Beispiel hat 24 Bedeutungen; etwa Teppich, Schachfigur, laufende Person und über 20 mehr. Da KI den Zusammenhang nur bedingt versteht, wählt sie manchmal den falschen Begriff oder zieht Fehlschlüsse aus einer fehlerhaften Begriffsinterpretation. Das kann in rechtlich verbindlichen oder marktentscheidenen Texten fatale Folgen haben. Oder ganz einfach viel Geld kosten.
Ein oft unterschätzter Mangel von KI-Systemen sind deren Verzerrungen und ethische Voreingenommenheit, die aus der Einseitigkeit der Datenbasis resultieren und die Textqualität wesentlich beeinflussen. Das chinesische Open-Source-Modell DeepSeek-R1 zum Beispiel präsentiert sich als eine leistungsstarke Alternative zu Modellen wie ChatGPT. Doch auf Fragen zu regimekritischen Bewegungen oder dem Tiananmen-Massaker liefert die Anwendung keine Antworten. Und schliesslich erfindet die KI lieber Details, die auf den ersten Blick glaubwürdig erscheinen, anstatt ihr Nichtwissen auf einen Prompt einzugestehen.
Kluge Algorithmen machen kluge Fehler
Aus der Unfähigkeit von KI, den Kontext vollständig richtig einzuordnen, gehen nicht nur inhaltliche Ausrutscher, sondern auch grammatikalische Fehler oder stilistische Unschönheiten wie auffällige Doppelungen im Satzbau hervor. So fehlt einem KI-generierten Text oft der rote Faden oder die themengerechte und aufbauende Sturktur. Der Text springt von Idee zu Idee. Es erfolgt keine Gewichtung oder Priorisierung der Argumente, sie werden lediglich nebeneinander aufgezählt und am liebsten durchnummeriert. Einleitung und Schluss beziehen sich häufig nicht aufeinander. Der Gebrauch von Adjektiven ist ungewöhnlich, weil der KI die Erfahrung der Idiomatik fehlt. Der Text gibt sich betont sachlich und ist plötzlich mit Übertreibungen oder subjektiven Aussagen gespickt. Er würfelt die Zeiten wild durcheinander oder kann sich nicht zwischen Präsens und Präteritum entscheiden.
Wer KI sagt, sollte PE tun
Es ist durchaus nachvollziehbar, dass man sich angesichts des flüssigen und schlüssigen Outputs von KI gerne von deren sprachlichen Eleganz blenden lässt. Umso wichtiger ist es, einen Text einem umfassenden Post-Editing (PE) durch eine Texterin oder einen Texter zu unterziehen. Dabei handelt es sich um mehrere Arbeitsdurchgänge:
- Faktenüberprüfung: Als Erstes werden die Fakten geprüft. Dazu bieten Plattformen wie FactCheck.org oder Snopes.com wertvolle Dienste. Sie überprüfen Informationen auf ihre Richtigkeit und helfen dabei, Falschinformationen zu erkennen. Mit dem dpa-Faktencheck der Deutschen Presse-Agentur (dpa) lassen sich Behauptungen kontrollieren.
- Strukturierung/Storytelling: Die textende Person hinterfragt den Aufbau des Textes. Reine Fachinformationen oder gewisse Kommunikationsmittel wie Medienmitteilungen müssen korrekt strukturiert sein, freiere Texte sollen eine Geschichte erzählen. Das Storytelling wird bei den meisten KI-generierten Inhalten nachträglich eingearbeitet.
- Fehlerbehebung: Nun eliminiert die Sprachexpertin oder der Sprachexperte kleine und grosse Fehler und wendet das korrekte Fachvokabular sowie die unternehmensspezifischen Vorgaben an (z. B. Produktnamen, Genderregelung usw.). Dieser Schritt lässt sich vorwegnehmen, wenn das KI-System vorgängig entsprechend trainiert wird.
- Textexpertise: Schliesslich entfaltet die textende Person ihre Expertise. Sie formuliert gezielt um, bringt Sätze untereinander in Einklang, eliminiert Redundanzen, lässt Klang und Rhythmus entstehen, setzt rhetorische Stilmittel ein. Sie feilt so lange an Satzbau und Formulierungen, bis sie exakt jene gefunden hat, die in den Kontext und für die gewünschte Aussage passen. Schliesslich richtet sie den Text an der Sprachidentität (Verbal Identity) eines Unternehmens aus. Manche Organisationen haben die Sprache als Teil ihrer Markenpersönlichkeit in Form eines Verbal-Identity-Konzepts festgeschrieben.
Komplex und menschlich
Menschliches Denken und Handeln ist hochkomplex. Ganz normal, dass es auch unsere Sprache ist. KI wird dieser Vielschichtigkeit nicht gerecht, weil sie Kontext nicht erfassen und keine Nuancen erkennen kann und weil sie weder Empathie noch die Bedürfnisse und Emotionen der Zielgruppen nachempfindet. Kreativität ist oft eine «Fehlkopplung» von Synapsen; auch das geschieht bei KI nicht.
Als Texterin ziehe ich darum das folgende Fazit: Um Qualität, Genauigkeit, Eloquenz und den Markenfit von Texten sicherzustellen, wird es die menschliche Expertise noch lange brauchen. Bleiben Sie deshalb kritisch und nutzen Sie KI zur Inspiration – nicht als definitive Lösung.
Sprechen Sie mit mir über KI, PE & Co. Ich freue mich, von Ihnen zu lesen.