I
„Generative KI nutzt bestimmte Stilmittel besonders häufig, weil sie mit Millionen guter Texte trainiert wurde. Vor allem Antithesen und Dreiklänge kommen oft darin vor, also werden es auch gute Stilmittel sein.“
Gleich mehrere Trugschlüsse in einer grundlegenden Argumentation – es ist die Argumentation derer, die in KI-Antworten „bessere Texte“ erkennen wollen. Dabei ist der maschinelle KI-Output systembedingt vor allem eines: inhaltlich mittelmäßig und sprachlich-stilistisch unterdurchschnittlich. Immer. Weil eben systembedingt. Das anzuerkennen fällt schwer. Schließlich ist „copy and paste“ im Arbeitsalltag deutlich bequemer, als für die eigenen Gedanken eigene Worte zu finden. Und natürlich will die tägliche Arbeitserleichterung auch gerechtfertigt sein.
Wer wie eingangs argumentiert, der ignoriert zunächst einmal vorhandenes Wissen bzw. legt es sich so zurecht, dass die eigene Sicht der Dinge bestätigt wird – ein sogenannter Bestätigungsfehler (Confirmation Bias): Falsche Schlüsse bzw. Denkfehler ersetzen Fakten, ob nun bewusst oder unbewusst. KI ist keine gute Autorin. Bisher gibt es keine praktischen oder wissenschaftlichen Belege, die zeigen, dass die Texte der KI sprachlich-stilistisch besser sind als die von Menschen – im Gegenteil.1
In stilistischer Vielfalt, sprachlichem Ausdruck, Genre-Passung oder individueller Autorenstimme übertreffen Menschen grundsätzlich den Output der großen Sprachmodelle. Sie sind präziser im Ton und nutzen deutlich weniger Standardfloskeln. Das gilt auch für die Überarbeitung von Texten. Während KI vorhandene Texte sprachlich glatter und eindimensionaler sowie inhaltlich redundanter macht, verbessert z. B. die Arbeit eines Lektors oder einer Redakteurin den Ausgangstext mit Blick auf seine Wirkung, seine Aussage, seinen Charakter oder seine Diktion. KI ist nicht in der Lage, das nachzubilden. Auch wenn man es gerne hätte, es ist nun mal nicht so. Doch schauen wir uns die Trugschlüsse zu den „besseren KI-Texten“ mal im Einzelnen an:
„Stilmittel wie Antithesen oder Dreiklänge kommen in guten Texten besonders häufig vor, weil es gute Stilmittel sind. Das war schon vor KI-Zeiten so.“
Wer vor KI-Zeiten tatsächlich noch eine echte Tageszeitung oder sogar ein ganzes Buch zur Hand genommen (und auch gelesen) hat, weiß, dass Stilmittel wie Antithesen oder Dreiklänge darin nicht übermäßig verbreitet sind. Schon gar nicht sind sie ein explizites Merkmal für gute Texte oder gute Autoren. Das wäre auch sehr traurig, wo die deutsche Sprache doch fast 200 rhetorische Stilmittel kennt. Wer in deren Reduktion auf „nicht X, sondern Y“ oder „schnell, zuverlässig und flexibel“ ein herausragendes Qualitätsmerkmal sieht, dem sei auch heute noch der Gang in eine Buchhandlung oder Bibliothek empfohlen.
Dort nämlich sind die Regale – Apollon, dem Gott der Künste sei es gedankt – noch voll von Literatur, die frei von KI-Slop ist. Da stehen Tausende Druckwerke aus Zellulose, jedes davon mit einem Umfang von mehreren hundert Seiten. In diesen sogenannten Büchern lässt sich schwarz auf weiß nachlesen, dass Antithesen und Dreiklänge nicht die häufigsten Stilmittel in qualitativ anspruchsvollen Texte sind. Damals nicht und heute nicht. Gleiches zeigt sich beim Blick in journalistische oder wissenschaftliche Publikationen. Man muss also keine Studien bemühen oder groß recherchieren, um das herauszufinden. Ein bisschen Belesenheit reicht hier völlig aus.
„Wenn KI bestimmte Stilmittel so oft nutzt, müssen sie auch gut sein. Sonst würde sie es ja nicht tun.“
Wie sagte die Informatikerin und KI-Expertin Prof. Alke Martens in einem NDR-Interview so schön: „Künstliche Intelligenz ist in erster Linie künstlich – und wenig intelligent.“ Das gilt auch oder besonders für ihren generativen Output in Form von Text. KI verarbeitet Texte nicht nach Qualität. Sie kennt auch nicht deren Bedeutung, sondern puzzelt Wörter (bzw. Token) wahrscheinlichkeitsbasiert zusammen. Entscheidend ist, wie häufig einzelne Wörter in einer bestimmten Kombination vorkommen.
Damit sind wir beim zweiten logischen Trugschluss bzw. Scheinargument: Häufigkeit ist nicht gleichbedeutend mit Qualität. Dass etwas häufig oder von vielen genutzt, wird, ist kein Zeichen für Güte. Auch das ist ein Scheinargument. Hier wird eine Sache legitimiert, indem man sich auf eine bestimmte Mehrheit beruft (Argumentum ad populum). Mehrheit allein aber sagt nichts aus. Die Süddeutsche Zeitung hat pro Ausgabe knapp 1 Mio. Leser, die Bild über 6 Millionen. Das macht das Boulevardblatt aber noch lange nicht zum Flaggschiff des deutschen Qualitätsjournalismus. Die Qualitätseigenschaften einer Sache sind in der Regel unabhängig davon, wie viele Menschen diese Sache gut finden. Ein Fast-Food-Burger mag vielleicht beliebt sein, trotzdem ist er weder besonders hochwertig noch gesund. Ein Schlager mag vielleicht von Millionen gehört werden, kann aber dennoch musikalisch anspruchslos sein.
Gleiches gilt für Texte. „Gute“ Sprache und „guter“ Stil sind in der individuellen Wahrnehmung zwar immer auch subjektiv. Ob ein bestimmter Text in seiner Wirkung aber informativ, verständlich oder unterhaltsam ist, lässt sich anhand objektiver Kriterien festmachen. Literatur- und Sprachwissenschaftler können sehr klar benennen, was für einen – in diesem Sinne „guten“ – Text förderlich ist und was hinderlich. Kommunikationsprofis wie Journalistinnen oder Pressereferenten wissen, wodurch Kommunikation überhaupt erst wirksam wird. Die schlichte Anhäufung weniger stilistischer Mittel zählt nicht dazu. Nur weil auf die Pommes Salz gehört, schütten wir ja auch nicht gleich die ganze Packung darüber.
„Generative KI nutzt gute Stilmittel, weil sie mit Millionen guter Texte trainiert wurde.“
Falsch. Diese Annahme ist der wohl verbreitetste Trugschluss, wenn es um die vermeintliche Qualität von KI-Texten geht. In den Trainingsdaten stecken zwar Millionen „guter“ Texte. Der Anteil der „mittelmäßigen“ oder „schlechten“ Texte liegt aber um ein Vielfaches höher2. Die KI-Firmen geben mittlerweile keine Auskunft mehr darüber, wie die Trainingsdaten ihrer Sprachmodelle im Detail strukturiert sind. Für GPT-3 aber sind die gewichteten Anteile des Trainingskorpus bekannt:
- 60 Prozent Common Crawl
- 22 Prozent WebText2
- 8 Prozent Books1
- 8 Prozent Books2
- 2 Prozent Wikipedia
Der größte Teil der Trainingsdaten stammt somit von Bots, die automatisiert das Web durchpflügen (Common Crawl). Sie sammeln alle verfügbaren Inhalte unkuratiert ein. Das ist wie Schleppnetzfischerei mit engen Maschen. Es bleibt unglaublich viel hängen und mit den Fischen wird auch jede Menge Beifang und Müll an Bord gezogen. Heuristische Filter und Qualitätsklassifizierer sorgen zwar dafür, dass die Datensätze vom miesesten Slop befreit werden. Aber Mittelmaß vom Mittelmaß bleibt immer noch mittelmäßiges Mittelmaß. Und auch am gewichteten Anteil von 60 Prozent des Trainingskorpus ändert sich nichts.
Mehr als ein Fünftel der gesamten Trainingsdaten (22 Prozent) stammt schließlich aus Links und Beiträgen der Plattform Reddit (WebText2). Wirklich „kuratiert“ sind auch diese Daten nicht. Berücksichtigt wurden schlichtweg Beiträge, die mindestens drei positive Bewertungen erhalten haben. Jeweils 8 Prozent des Trainingskorpus bilden dann gemeinfreie Bücher aus dem Project Gutenberg sowie Bücher, zu deren Art und Herkunft sich OpenAI (aus Gründen) nicht äußert.
Beim automatisierten Crawling von Online-Quellen sind hochwertige Inhalte also deutlich unterrepräsentiert. Die KI-Firmen haben keinen freien Zugriff auf die großen Zeitschriften, Fachmagazine oder wissenschaftliche Veröffentlichungen. Die meisten dieser Publikationen stecken hinter Bezahlschranken oder sind lizenziert. Zudem blockieren immer mehr Content-Anbieter und Website-Betreiber den Zugang zu ihren Inhalten durch entsprechende Server-Einstellungen.
Was bleibt, sind freie Inhalte aus sozialen Netzwerken, Online-Plattformen, Foren, Blogs oder offenen Enzyklopädien. Viele dieser Quellen sind werbefinanziert oder gezielt werberisch – wie etwa die zahllosen Influencer-Videos auf Youtube. Das prägt natürlich ihre Inhalte und Sprache: Sie sind für Suchmaschinen optimiert und zeichnen sich vor allem durch eindimensionale PR- und Marketingtexte aus. Diese Eindimensionalität findet sich dann zwangsläufig auch im maschinellen Output der generativen KI wieder – ob inhaltlich oder sprachlich-stilistisch.
Allein die Zahl der hochgeladenen Youtube-Videos beläuft sich mittlerweile auf über 20 Milliarden. Jeden Tag kommen 20 Mio. neue hinzu. Zum Vergleich: Für das Jahr 2024 verzeichnet die Literaturplattform Web of Science in 192 Wissenschafts- und Technologiefeldern knapp 2 Mio. peer-reviewte Artikel. Das sind durchschnittlich 5.500 hochwertige Publikationen pro Tag – gegenüber 20 Mio. neu hinzukommende Youtube-Videos und sonstige Slop-Inhalte. Je nach wissenschaftlicher Disziplin sind 50 bis 95 Prozent der hochwertigen Publikationen auch gar nicht frei verfügbar. Ohne offizielle Verlagskooperationen bleiben z. B. die Türen von Science Journals wie Nature oder Science verschlossen. Allein deshalb besteht schon ein großes Ungleichgewicht, was die Verfügbarkeit von qualitativ „guten“ und „schlechten“ Texten betrifft.
Warum nun ausgerechnet Dreiklänge und Antithesen?
Fassen wir noch mal kurz zusammen: Dass in KI-Texten bestimmte Stilmittel überrepräsentiert sind, hängt mit deren statistischer Häufigkeit in den Trainingsdaten zusammen. Die Häufigkeit aber ist – wie schon ausgeführt – kein Zeichen von Qualität. Darüber hinaus selektiert die KI auch nicht nach sprachlicher Ästhetik oder Güte. Ihre mangelnden Kompetenzen als Autorin beweist sie schon dadurch, dass sie Stilmittel wie Antithesen oder Dreiklänge komplett überdosiert (ebenso wie zahlreiche Sprachklischees und Floskeln, durch die z. B. jetzt jeder Laie bei jedem Thema weiß, was die eigentliche Frage ist oder wo sich gerade eine Debatte verschiebt). Doch warum tauchen gerade Antithesen und Dreiklänge in KI-Texten so häufig auf?
„Ariel wäscht nicht nur sauber, sondern porentief rein“ ist vermutlich die Königin der Antithesen. Klementine, die Waschexpertin der 70er und 80er Jahre wusste Bescheid. Das kontrastierende Stilmittel „nicht X, sondern Y“ ist geradezu perfekt, um andere Produkte zu deklassieren und das eigene in den Vordergrund zu stellen. Werbung, PR und Marketing schöpfen hier aus dem Vollen:
„Günstig, nicht billig“
„Weniger Verbrauch. Mehr Komfort.“
„Nicht nur reden. Handeln!“
„Sind sie zu stark, bist du zu schwach.“
„Heißgeliebt und kalt getrunken.“
„Der Tag geht, Johnny Walker kommt.“
„Sanft zur Haut. Stark gegen Flecken“
„Schmilzt im Mund – und nicht in der Hand“.
„Expect more. Pay less.“
„Small business. Big future.“
„Voller Geschmack. Weniger Fett.“
Antithesen (bzw. Gegensätze) spitzen zu und wecken Aufmerksamkeit. Sie sind perfekt für Verkaufstexte. Marken versuchen damit, sich zu differenzieren und bestimmte Eigenschaften ihrer Produkte hervorzuheben. Auf den TV-Verkaufskanälen wie QVC findet man sie in jedem Beitrag: „Nicer Dicer schneidet nicht nur A, B, und C. Nein! Er hobelt auch D, E und F und raspelt sogar G, H und I.“ Gleichzeitig erzählt Börsenprofi Kevin (21) in seinem Youtube-Video: „Die Frage ist nicht, wann du dir endlich ein Eigenheim leisten kannst, sondern ob du schon nächsten Monat 4.000 oder 8.000 Euro zusätzlich verdienen willst.“ Und Schönheits-Influencerin Stella weiß: „Hyperoxid-Kollagenreformer ist nicht nur ein Feuchtigkeitsbooster, er regeneriert Zellen direkt von innen heraus.“
Für die großen Sprachmodelle sind Antithesen somit ein stark verbreitetes und gut vorhersehbares Muster. Sie spielen ihnen beim Tokken-Puzzeln förmlich in die Karten, denn sie sind ein hervorragendes Werkzeug, um Wörter wahrscheinlichkeitsbasiert zusammenzufügen. In der Aussage „nicht X, sondern …“ ist das Y (abhängig vom X) geradezu erwartbar. Die Auswahl an möglichen Begriffen ist hier deutlich kleiner, als wenn man offen formulieren würde. Doch wie auch anderswo im Leben macht die Dosis das Gift. In jeden Absatz mindestens eine Antithese zu injizieren, ist nicht gesund. Zumal überflüssige Negationen den Lesefluss stören und die eigentliche Aussage verwässern.
Friede, Freude, Eierkuchen
Der Nicer Dicer ist „schnell, einfach und zuverlässig“. Kevins Anlagetipps garantieren „Insiderwissen, Rekordgewinne und null Risiko“. Stellas Hyperoxid-Kollagenreformer ist „tiefenwirksam, zellerneuernd und klinisch getestet“ – willkommen in der Welt der Dreiklänge. Und willkommen zurück in der Welt des Marketings, der sprachlichen Verdichtung und des „Es darf immer noch eine Schippe mehr sein“ (Dreiklang-Alarm!). Auch Dreiklänge sind ein Muster, das in den Trainingsdaten der Sprachmodelle häufig vorkommt. Wir erinnern uns, über 85 Prozent der Trainingsdaten von ChatGPT-3 stammen aus Webcrawl- und Reddit-Daten. Sprachliche Qualität kann es also auch hier nicht sein, die dieses Stilmittel für KI so interessant macht.
Natürlich ist der Dreiklang ein starkes sprachliches Muster. Er vermittelt ein Gefühl von Vollständigkeit wie etwa „der Vater, der Sohn und der Heilige Geist“ oder „Freiheit, Gleichheit, Brüderlichkeit“. Doch gerade wegen dieser starken Wirkung setzen Autorinnen oder Journalisten Dreiklänge sehr überlegt und sparsam ein (was sie übrigens auch mit jedem anderen Stilmittel tun). Die KI dagegen haut Dreiklänge am Fließband raus. Das hat zum einen wieder mit der Häufigkeit und Informationsverdichtung zu tun, bedient zum anderen aber auch prima das grundlegende Funktionsprinzip der „next token prediction“: Die großen Sprachmodelle stoßen in ihren Daten auf zahlreiche Konstruktionen, in denen nach zwei Elementen ein drittes folgt. Auch der Dreiklang ist somit ein stark gelerntes syntaktisches Muster. Und wie schon bei den Antithesen ist auch hier der semantische „Aufwand“ für das Zusammenfügen einzelner Token vergleichsweise gering. Die KI muss ein bereits vorhandenes Formmuster nur mit passenden (sprich wahrscheinlichen) Begriffen füllen. Bei „klar, verständlich und …“ würde beispielsweise das Wort „präzise“ gut passen – „billig“ oder „niederschmetternd“ wären hier weniger wahrscheinlich.
Garbage in, garbage out
Die mechanistische bzw. mathematische Arbeitsweise der großen Sprachmodelle schränkt sie in vielerlei Hinsicht ein – vor allem in ihrer Kreativität und Qualität. Was sprachlich-stilistisch schon vorher nicht gut war, wird schließlich auch durch den Einfluss der generativen KI nicht besser. Gerade im Zeitalter der KI gilt der schon in den 50er Jahren konstatierte Grundsatz für die computerisierte Datenverarbeitung: „Garbage in, garbage out“. KI kann aus 💩 kein Gold machen.
Und wer nun wegen des KI-Wasserzeichens von Anthropic oder der KI-Meldefunktion von LinkedIn rumschmollt und meint: „Ich lasse mir doch Antithesen, Dreiklänge und Gedankenstriche nicht einfach so nehmen“, dem sei gesagt: Es sind Stilmittel, die auch in den Zeiten vor KI nur sparsam verwendet wurden. Es sei denn, jemand hat Verkaufstexte für Marketing und PR geschrieben. In 25 Jahren als Wissenschaftsautor, Fachlektor und Korrektor habe ich unzählige wissenschaftliche und journalistische Publikationen auf dem Tisch gehabt, die gut ohne den inflationären Gebrauch von Dreiklängen oder Antithesen ausgekommen sind. Auch in Zeitungen und Büchern waren bzw. sind sie (noch) nicht übermäßig verbreitet. Um das festzustellen, braucht es nicht mal den professionellen Blick. Ein Mindestmaß an Literalität reicht aus. Und wessen Texte heute voll von Dreiklängen, Antithesen und Floskeln sind (weil er eben KI-Slop kopiert hat), dem will auch bestimmt niemand etwas nehmen. Er hat dann halt Texte mit KI-Slop – das spart auch das Wasserzeichen.
Literatur
1zu Textqualität
Baron N. S. (2023). Who wrote this – How AI and the Lure of Efficiency Threaten Human Writing. Standford University Press.
Cryst E., Marivate, V., Koyejo, S. (2025). Mind the (Language) Gap: Mapping the Challenges of LLM Development in Low-Resource Language Contexts. White Paper. Stanford University.
Georgiou, G. P. (2025). Differentiating Between Human-Written and AI-Generated Texts Using Automatically Extracted Linguistic Features. Information. 16. 979.
Narayanan, A. (2024). AI Snake Oil – What Artificial Intelligence Can do, What it can`t do, and How to Tell the Difference. Princeton University Press.
O’Sullivan, J. (2025). Stylometric comparisons of human versus AI-generated creative writing. Humanities and Social Sciences Communications. 12. 10.1057/s41599-025-05986-3.
Reinhart, A., Markey, B., Laudenbach, M., Pantusen, K. Yurko, R., Weinberg, G., Brown, D. (2025). Do LLMs write like humans? Variation in grammatical and rhetorical styles. Proceedings of the National Academy of Sciences. 122. 10.1073/pnas.2422455122.
Reviriego, P., Conde, J., Merino-Gómez, E., Martínez, G., Hernández, J., A. (2024). Playing with words: Comparing the vocabulary and lexical diversity of ChatGPT and humans. Machine Learning with Applications. 18. 100602.
Vladimirova, T. (2025). Usage of Rhetorical Figures in Advertising Slogans Full Paper. 11th International Scientific Conference of Business Faculty “Economic Policy and EU Integration”.
Yakura, H., Brinkmann, L., Rahwan, I. (2026). Envisioning Human Communication after Human-AI Diffusion. In: Proceedings of ACM CHI 2026 Workshop on Restoring Human Authenticity in AI-Mediated Communication. ACM, New York, NY, USA.
Zou, Y., Kuek, F., Ng, KH., Cheng, X (2026). Comparative analysis of text readability and writing styles in AI-generated vs. Human-written academic abstracts. PLoS One 21(4): e0343163.
2zu KI-Traingsdaten
Baack, S. (2024). A Critical Analysis of the Largest Source for Generative AI Training Data: Common Crawl. In The 2024 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’24), June 03–06, 2024, Rio de Janeiro, Brazil. ACM, New York, NY, USA, 10 pages. https://doi.org/10.1145/3630106.3659033
Breeden, J. (2025). The Simple Mathematics of Large Language Models. Deep Future Analytics LLC. Book Preprint.
Liu, Y., Cao, J., Liu, C. et al. (2025). Datasets for large language models: a comprehensive survey. Artif Intell Rev 58, 403. https://doi.org/10.1007/s10462-025-11403-7
Niwa, A., Okazaki N., (2021). Construction of a Corpus of Rhetorical Devices in Slogans and Structural Analysis of Antitheses. ACM Trans. Asian Low-Resour. Lang. Inf. Process. 20, 6, Article 110.
Oderinwale, H., Kazlauskas, A. (2025). The Economics of AI Training Data: A Research Agenda. 10.48550/arXiv.2510.24990.
Perelkiewicz, M., Poswiata, R. (2024). A Review of the Challenges with massive web-mined Corpora used in Large Language Models Pre-Training. Conference Paper. In: Artificial Intelligence and Soft Computing. 153–163.
Soldaini, L. et al. (2024). An Open Corpus of Three Trillion Tokens for Language Model Pretraining Research. Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics. Volume 1: Long Papers.