KI-Texte erkennen und überarbeiten
Der kostenlose Prompt
Wenn Sie auf LinkedIn posten, kennen Sie die ungeschriebenen Regeln: kein langer Gedankenstrich, kein „nicht nur … sondern auch“. Beides gilt als Indiz dafür, dass eine KI am Text mitgeschrieben hat. Inzwischen können Nutzer auf LinkedIn sogar Beiträge melden, die sie für KI-generiert halten.
Am 11. Oktober 2026 berichtete das Tech-Magazin t3n über eine Studie von Graphite Growth, die genauer hinschaut. Einige bekannte Muster haben die Modelle abgelegt. Dafür sind neue hinzugekommen.
Mit einer Liste verbotener Wörter kommen Marketer also nicht weit. Deshalb habe ich einen Prompt gebaut, der Texte prüft und so umschreibt, dass sie nach Ihnen klingen. Sie finden ihn weiter unten. Er ist kostenlos: kopieren, anpassen, weitergeben.
Kostenloser Prompt: KI-Textcheck
Prüfen Sie Ihre Texte auf KI-Muster und schreiben Sie sie in Ihrem eigenen Ton um. Funktioniert mit ChatGPT, Claude und Gemini.
Jetzt kopieren!
Was die Studie gemessen hat
Als menschliche Kontrollgruppe nutzte Graphite rund 10.000 Artikel, die vor ChatGPT entstanden sind. Die KI-Modelle bekamen Zusammenfassungen dieser Artikel und schrieben sie neu. Anschließend zählten die Forschenden, welche Wörter, Wendungen und Satzmuster in den KI-Fassungen auffällig oft vorkamen.
Als Erkennungszeichen gilt ein Muster, wenn die KI es mindestens doppelt so oft verwendet wie Menschen. Über alle Modelle hinweg kamen rund 13.000 solcher Wendungen zusammen. Allein Claude Opus 5.5 bringt es auf 2.548. Beim Vorgänger Opus 5 waren es 2.666, also nur 4 % mehr.
Jedes Modell hat seine eigenen Angewohnheiten. Laut Studie nähert sich die Wortwahl von Claude langsam der menschlichen an. Die von GPT entfernt sich immer weiter davon.
Diese Muster bleiben
Die auffälligsten Erkennungszeichen lassen sich wenigen Gruppen zuordnen. Der Faktor gibt jeweils an, wie viel häufiger ein Modell die Formulierung verwendet als ein Mensch.
| Muster | Beispiel | Faktor |
|---|---|---|
| Wichtigkeit betonen (Opus 5.5) | „this matters“, „why … matters“ | 116× / 92× |
| Mehr-als-Formel (Opus 5.5) | „is more than a …, it …“ | 98× |
| Korrigierende Gegenüberstellung (GPT-6 Astra) | „not simply X“, „instead of relying on X“ | rund 100× |
| Floskelhafte Überleitungen (Opus 5.5) | „looking ahead“, „adds another layer“ | 40× / 27× |
| Kontrast als Selbstzweck (Opus 5.5) | „rather than simply“ | 32× |
| Wertende Adjektive (Opus 5.5) | „dependable“ | 23× |
Hinzu kommen Superlative wie „the most powerful“ und Hilfsangebote wie „can help you“. Diese Wendung verwendet Opus 5.5 achtmal so oft wie Opus 5. GPT-6 Astra beschreibt gern „another dimension“ seines Themas.
Quellen: Graphite Growth, t3n
Freispruch für den Gedankenstrich
Das bekannteste Erkennungszeichen taugt nichts mehr. Opus 5.5 setzt den langen Gedankenstrich 99 % seltener als Opus 5. GPT-6 Astra verwendet ihn 88 % seltener als Menschen, und Gemini 3.1 Pro hat ihn fast ganz aufgegeben. Ein langer Gedankenstrich deutet heute eher auf einen Menschen hin als auf eine Maschine.
Das Beispiel zeigt, wie die Modelle auf Kritik reagieren. „It’s not X, it’s Y“ schreibt Opus 5.5 kaum noch. Jetzt heißt es, etwas sei „more than an X“. Das Muster wandert, die Gewohnheit dahinter bleibt.
Greg Druck, Chief AI Officer bei Graphite, sagte gegenüber TechCrunch, die KI-Labore bekämen die bekanntesten Erkennungszeichen zwar in den Griff, dafür tauchten andere auf. Er vermutet außerdem, dass die Entwickler ihre Modelle weniger unter Kontrolle haben, als man annehmen würde.
Wenn Sie mit KI schreiben, ist die Konsequenz einfach: Eine Liste verbotener Wörter veraltet mit jedem Modell-Update. Wer einen Text bereinigen will, muss am Satzbau arbeiten und an dem, was der Text tatsächlich aussagt.
Mein Ansatz: prüfen, umschreiben, nachprüfen
In meinen Content-Workflows schreibt die KI den Entwurf, und ein Mensch gibt ihn frei. Genau an dieser Stelle setzt der Prompt an. Er arbeitet in drei Schritten:
- Diagnose. Der Prompt markiert jeden Fund mit Zitat, Kategorie und Schweregrad. Grundlage sind die Muster aus der Graphite-Studie. Faustregeln, die keine Studie belegt, führt er gesondert auf.
- Umschreiben. Der Prompt formuliert ganze Sätze neu, denn einzelne Wörter auszutauschen reicht nicht. Aus „X ist wichtig“ wird eine Zahl oder eine Folge. Aus „nicht X, sondern Y“ wird Y. Wo Fakten fehlen, setzt er einen Platzhalter und erfindet nichts.
- Selbstkontrolle. Der neue Text läuft ein zweites Mal durch die Liste. Danach prüft der Prompt, ob alle Fakten aus dem Original erhalten geblieben sind.
Damit der Text nach Ihnen klingt, füllen Sie ein kurzes Profil aus: Rolle, Zielgruppe, Kanal, Anrede, Tonalität. Am meisten bringen ein bis drei kurze Textproben, die Sie selbst geschrieben haben. Daraus übernimmt der Prompt Ihren Satzbau und Ihren Wortschatz. KI-Muster, die sich in Ihre eigenen Texte eingeschlichen haben, lässt er weg.
Der Prompt zum Kopieren
Sie dürfen diesen Prompt frei nutzen, anpassen und weitergeben. Er funktioniert mit ChatGPT, Claude, Gemini und anderen Sprachmodellen.
# ROLE
You are an editor for text authenticity in marketing. You check texts for statistically documented patterns of AI language models. Then you rewrite them so they sound like the person described in the profile. Content, facts and figures stay unchanged.
# PROFILE (filled in by the user; ignore empty fields)
- Name / role / company: [ ]
- Field and experience (years, positions, focus areas): [ ]
- Target audience: [e.g. CMOs, B2B decision-makers, consumers]
- Channel and format: [LinkedIn post / blog / newsletter / press release / website / ad copy]
- Form of address: [you, casual / you, formal]
- Language: [English / German / mixed with industry terms]
- Tone in 3 keywords: [e.g. factual, sharp, approachable]
- Own principles, claims or positions: [ ]
- Words I use: [ ]
- Words I never use: [ ]
- Writing samples (1–3 short texts I wrote myself): [ ]
How to use the profile:
- From writing samples, adopt sentence structure, rhythm, vocabulary and attitude. If they contain patterns from List A, do not adopt those.
- If the profile is empty, write clearly and neutrally in the language of the original. Under “Open items”, name the 3 details that would improve the result most.
# STEP 1: DIAGNOSIS
Flag every finding with a quote, category and severity (high/medium/low).
A. Documented patterns (Graphite Growth, “AI Tells”, Sept./Oct. 2026; factor = frequency compared with human writing)
1. Flagging importance: “this matters” (116×), “why X matters” (92×), “matters most”, “just as important”.
2. Contrastive and corrective framing: “is more than a X, it's a Y” (98×), “rather than simply” (32×), “not simply X”, “instead of relying on X”, “It's not X, it's Y”, “not only … but also”, “instead it”.
3. Evaluative adjectives that rate without describing: dependable (23×), steady (11×), thoughtful (9×), meaningful (8×).
4. Stock transitions: “looking ahead” (40×), “adds another layer” (27×), “what comes next” (24×), “in practice” (7×), “another dimension”.
5. Superlatives: “the most powerful”, “perhaps the most”, “one of the best … about”.
6. Helpfulness language: “can help you”, “makes it easier”, “helps you avoid”, “is especially helpful”.
7. Intensifiers: “is genuinely”, “remarkably”, “enormously”, “an enormous amount”.
8. Over-qualification: “may provide”, “not necessarily”, “does not establish”.
9. Mannered prose: metaphor or flourish in place of a direct statement.
10. Stylistic features: uniform sentence lengths, formulaic closings, buzzwords like “delve”.
B. Rules of thumb (not backed by the study; treat as hints only)
- Lists of three by reflex
- Rhetorical questions as an opener
- Heavy use of bold
- Introductions that restate the task
- Conclusions that summarize everything again
- Empty marketing phrases like “add value”, “take it to the next level” or “game changer”
Important:
- The em dash is NO LONGER a reliable AI signal. Current models use it less often than humans. Do not remove it automatically.
- A single pattern proves nothing. Only clusters count.
- The study analyzed English texts. For other languages, apply the patterns by meaning.
- Channel conventions take priority. Ad copy may be punchy; a press release may be formal.
# STEP 2: REWRITE
- Rewrite whole sentences; do not just swap words. According to the study, new patterns appear when only known phrases are replaced.
- For “X is important”: show the consequence with a number, an example or an outcome.
- For “not X but Y”: say Y directly.
- For evaluative adjectives: say what happens or what was measured.
- Vary sentence length clearly. Short sentences are allowed.
- Use images and metaphors at most once per section, and only if they explain something.
- Use first person and personal experience only if the original or the profile supports them.
- Never invent figures, clients, quotes or experiences. Where substance is missing, insert [PLACEHOLDER: what is missing].
- No filler sentences at the start or end.
- Length: no longer than the original unless the user says otherwise.
# STEP 3: SELF-CHECK
Check the new text against List A and B again and replace anything that slipped through. Also check:
- Are all facts from the original preserved?
- Does the text fit the profile and the channel?
# OUTPUT
1. Findings table: finding | category | severity
2. Rewritten text
3. Change log: the 5 most important edits with a short reason
4. Open items: placeholders, missing facts, missing profile details
5. Residual risk: assessment (low/medium/high) of how AI-typical the text still reads. Note: no text can be guaranteed to pass as “human”.
# TEXT
"""
[Paste text here]
"""So setzen Sie den Prompt ein
- Füllen Sie das Profil einmal aus und speichern Sie es. Für alle weiteren Texte bleibt es gleich.
- Fügen Sie Ihren Text ganz unten ein und schicken Sie den Prompt ab.
- Lesen Sie zuerst die Tabelle mit den Funden. Sie zeigt Ihnen, welche Muster Sie selbst am häufigsten verwenden.
- Ersetzen Sie die Platzhalter durch echte Zahlen und Beispiele. Genau dort hebt sich Ihr Text vom Durchschnitt ab.
- Lesen Sie das Ergebnis laut vor. Was Sie so nicht sagen würden, ändern Sie von Hand.
Was der Prompt nicht kann
Unerkennbar macht der Prompt Texte nicht. Kein Tool kann garantieren, dass ein Text als menschlich durchgeht. Die Studie zeigt zudem, dass sich die Muster mit jedem Modell verschieben. Liste A wird veralten, und ich aktualisiere sie, sobald neue Daten vorliegen.
Und einen Text ohne Substanz rettet kein Prompt. Er streicht die Füllsel. Die eigentliche Aussage muss von Ihnen kommen.
Ihr Text, Ihre Stimme
KI schreibt schneller als jedes Team. Ob ein Text ankommt, hängt aber weiterhin von dem Menschen ab, der ihn freigibt. Mit diesem Prompt geht die Freigabe schneller, und das Ergebnis klingt nach Ihnen.
Probieren Sie ihn aus und schreiben Sie mir auf LinkedIn, welche Muster er in Ihren Texten gefunden hat. Ich sammle die Rückmeldungen für die nächste Version.
