{"id":2126,"date":"2026-10-21T12:20:52","date_gmt":"2026-10-21T10:20:52","guid":{"rendered":"https:\/\/www.elbetext.blog\/?p=2126"},"modified":"2026-10-21T15:33:23","modified_gmt":"2026-10-21T13:33:23","slug":"sprachkollaps-durch-ki","status":"publish","type":"post","link":"https:\/\/www.elbetext.blog\/?p=2126","title":{"rendered":"Sprachkollaps durch KI"},"content":{"rendered":"

\"\"<\/a><\/h1>\n

Der Kollaps unserer sprachlichen Vielfalt und Kultur \u2013 davor warnen Wissenschaftler:innen, sollten die Sprachmuster der KI immer weiter in unsere Alltagssprache vordringen. Die Forscher:innen des Max-Planck-Instituts f\u00fcr Bildungsforschung in Berlin halten einen solchen Zusammenbruch f\u00fcr ebenso plausibel wie (in seinen Folgen) katastrophal9<\/sup><\/span>. <\/span><\/p>\n

W\u00e4hrend in \u00f6ffentlichen und sozialen Medien \u00fcber die Apokalypse durch agentische KI spekuliert wird, spielt sich eine stilleres Untergangsszenario bereits im Hintergrund ab: die Mensch-KI-Diffusion<\/em> (Abb. 1). Je h\u00e4ufiger wir Texte der KI kopieren (und damit einfach deren Formulierungen \u00fcbernehmen), desto st\u00e4rker dringen ihre Muster in unsere Sprache vor. Wir \u00fcbernehmen die reduzierte Ausdrucksweise der gro\u00dfen Sprachmodelle. Dazu geh\u00f6ren die immergleichen Floskeln und Sprachklischees und dazu geh\u00f6rt eine sehr beschr\u00e4nkte Auswahl an rhetorischen Mitteln (die die KI im \u00dcberma\u00df verwendet). Unsere individuelle, eigentlich sehr variantenreiche und lebenslang einge\u00fcbte Sprache verarmt. Und das in jedem Bereich.<\/span><\/p>\n

Die Berliner Wissenschaftler:innen des Forschungsbereichs \u201eMensch und Maschine\u201c bef\u00fcrchten, dass nachfolgende Generationen, die mit KI gebildet und ausgebildet werden, das enge sprachliche Repertoire der KI als Standard \u00fcbernehmen. KI-Slop wird zum neuen Normal. Wer damit aufw\u00e4chst und so in sein Leben bzw. in seinen Beruf startet, reproduziert fortan von der KI gepr\u00e4gte Texte. Genau diese Texte werden dann wieder von der KI als Trainingsdaten konsumiert. Ein Teufelskreis, der f\u00fcr die gro\u00dfen Sprachmodelle (aufgrund ihrer Arbeitsweise und Architektur) zum sicheren Systemkollaps f\u00fchrt 3,4,7<\/sup>. Uns Menschen k\u00f6nnte dieser geschlossene R\u00fcckkopplungskreislauf nach Ansicht der Bildungsforscher direkt in den (sprach)kulturellen Zusammenbruch f\u00fchren.<\/span><\/p>\n

\"\"<\/a><\/h1>\n
Abb. 1: Ein geschlossener R\u00fcckkopplungskreislauf zwischen Mensch und KI f\u00fchrt zu einer Mensch-KI-Diffusion: Durch KI angesto\u00dfene Verhaltens\u00e4nderungen k\u00f6nnen die Online-Daten ver\u00e4ndern. Die Daten flie\u00dfen dann wieder in k\u00fcnftige Modelle ein und verst\u00e4rken weitere Verhaltens\u00e4nderungen aufseiten der Menschen. Quelle: „Envisioning Human Communication after Human-AI Diffusion9<\/sup>.<\/em><\/h6>\n

Schon jetzt ist der negative Einfluss der KI deutlich messbar.2, 4, 8, 9<\/sup> Ihre intensive Nutzung hat bereits zu einer lexikalischen Verschiebung in unserer spontanen Alltagskommunikation gef\u00fchrt. Mit Ver\u00f6ffentlichung von ChatGPT haben von der KI bevorzugte W\u00f6rter abrupt zugenommen. Schon eine kurze Interaktion mit einem Chatbot f\u00fchrt dazu, dass wir seine Wortwahl \u00fcbernehmen.6 <\/sup><\/span>Und das nicht nur f\u00fcr kurze Zeit in der jeweiligen Situation. Vielmehr verankern wir die Sprache der Maschine dauerhaft in unserem aktiven Wortschatz \u2013 mit all ihren Floskeln und reduzierten Stilelementen.<\/span><\/p>\n

Wegbereiter f\u00fcr diese sprachliche Verarmung war und ist unser zunehmend digitales Leben. Es tr\u00e4gt dazu bei, dass wir mittlerweile z. B. deutlich weniger sprechen als noch fr\u00fcher: Zwischen 2005 und 2019 hat sich die Zahl der t\u00e4glich gesprochenen W\u00f6rter im Schnitt um 28 Prozent reduziert.6<\/sup> Die neue Abh\u00e4ngigkeit von der KI minimiert unseren Sprachgebrauch noch weiter. Vor allem im beruflichen und institutionellen Kontext drohen die sprachlichen Muster der KI heute schon zum Standard zu werden. Die Ausdrucksm\u00f6glichkeiten im \u00f6ffentlichen Diskurs verengen sich dadurch immer st\u00e4rker.9<\/sup><\/span><\/p>\n

Den meisten mag das nicht schlimm erscheinen. Manche betrachten die Dreikl\u00e4nge und Antithesen der KI sogar als stilistische Aufwertung. Und f\u00fcr andere war sprachliche Vielfalt noch nie ein Thema \u2013 wobei die Schnittmenge dieser beiden Gruppen gro\u00df sein d\u00fcrfte. Noch gr\u00f6\u00dfer aber ist die Dimension des drohenden sprachlichen Verfalls durch die KI. Sie geht weit \u00fcber die sinkende Qualit\u00e4t einzelner Projektberichte oder Unternehmenspublikationen hinaus. So k\u00f6nnten wir zum Beispiel immer mehr die F\u00e4higkeit verlieren, situationsgerecht zu kommunizieren, warnen die Bildungsexpert:innen9<\/sup>.<\/span><\/p>\n

Kultureller Verlust<\/h3>\n

Je nach Ort und Anlass sprechen wir unterschiedlich. Unsere Schriftsprache ist eine andere als unsere m\u00fcndliche. Zuhause sprechen wir nicht so wie im Job und unter Freunden nicht so wie mit Fremden. Je mehr wir uns nun von den Mustern der KI beeinflussen lassen, desto st\u00e4rker verschwimmen die Grenzen zwischen den sogenannten \u201eSprachregistern\u201c \u2013 das hei\u00dft zwischen Alltagssprache, Bildungssprache, Fachsprache, Standardsprache oder auch Jugendsprache. Ihre Abtrennung aber ist wichtig. Sie erm\u00f6glicht es uns, je nach Situation verst\u00e4ndlich und wirksam zu kommunizieren. Was in einem Bereich passend ist, ist einem anderen unangemessen. Was im professionellen Kontext gefordert wird, wirkt im privaten Umfeld aufgesetzt. Unsere F\u00e4higkeit, zwischen den einzelnen \u201eSprachwelten\u201c zu wechseln, bezeichnen Forschende als Registerkompetenz<\/em>. Wir erwerben und leben sie von Kindheit an. \u00dcbernehmen wir den generischen Jargon der KI, geht diese Kompetenz verloren bzw. wird sie erst gar nicht erworben.<\/span><\/p>\n

Das hat tiefgreifende Folgen. Denn Sprache ist immer auch Ausdruck sozialer Zugeh\u00f6rigkeit. Sie schafft Identit\u00e4t. Das betrifft regionale Sprachvarianten (z. B. Dialekte) wie auch generationelle Unterschiede (Jugendsprache) oder kulturelle Abweichungen, die sich im Slang verschiedener sozialer Gruppen ausdr\u00fccken (z. B. in Subkultur, Social-Media, Gaming, Sport etc.). Wo Sprache als soziales Distinktions- bzw. Verbindungsmerkmal verschwindet, kollabiert unsere Kultur.<\/span><\/p>\n

In ihrer Studie skizzieren die Berliner Bildungswissenschaftler:innen neben dem (sprach)kulturellen Kollaps noch ein zweites Szenario. Darin beschreiben sie die M\u00f6glichkeit, dass K\u00fcnstliche Intelligenz unsere Sprache nicht vollst\u00e4ndig infiltriert, wenn sich bestimmte Gruppen und Institutionen dieser Entwicklung entgegensetzen. Das hei\u00dft, Menschen meiden bewusst die maschinellen Muster und f\u00f6rdern gezielt die sprachliche Vielfalt. Dadurch lie\u00dfe sich nach Ansicht der Wissenschaftler:innen ein (sprach)kultureller Zusammenbruch vermeiden. Allerdings berge dieser Weg das Risiko der Stigmatisierung und Ungleichheit. Wahrscheinlich k\u00e4me es zu Konflikten zwischen Menschen, die den KI-Jargon \u00fcbernehmen und Menschen, die ihre sprachliche Selbstst\u00e4ndigkeit gegen\u00fcber den Maschinen wahren.<\/span><\/p>\n

Transparenz als L\u00f6sung?<\/h3>\n

Wie kommen wir nun raus aus der Misere? Und welches Szenario ist das bessere bzw. w\u00fcnschenswertere? Angesichts der Tragweite vor allem des ersten Szenarios erstaunt der Schluss, zu dem die Berliner Wissenschaftler:innen in ihrer Studie kommen. Als probateste Reaktion auf den Zusammenbruch der sprachlichen Vielfalt (und damit verkn\u00fcpft auch unserer Kultur) fordern sie \u201emehr Transparenz hinsichtlich des Trainings und der Nutzung von KI sowie wirksame Richtlinien<\/em>\u201c. Dadurch sollen geschlossene R\u00fcckkopplungsschleifen erkannt und durch politische oder technische Ma\u00dfnahmen unterbunden werden.<\/span><\/p>\n

Wenn es in der Geschichte der Menschheit irgendeinen technischen Entwicklungsbereich gegeben hat, der fast v\u00f6llig frei von Transparenz war, dann ist es die KI-Entwicklung. Genau wie bisher werden sich Unternehmen wie Meta, Anthropic oder OpenAI wohl auch k\u00fcnftig weder in die Karten schauen noch reglementieren lassen. Warum sollten sie auch? Ihre Sprachmodelle sind weit verbreitet und ihr Einfluss ist gro\u00df.<\/span><\/p>\n

Auch auf der Nutzerseite von KI ist Transparenz nicht wirklich erw\u00fcnscht. Sich von der KI beim Schreiben unterst\u00fctzen zu lassen, wird immer st\u00e4rker zum Tabuthema. Schon heute werden Menschen deswegen stigmatisiert. Sie gelten als fauler und weniger kompetent, wie verschiedene Studien zeigen1, 5, 6<\/sup>. Besonders Schreibprofis verschweigen eine Co-Autorschaft der KI lieber, als dass sie damit hausieren gehen. Schlie\u00dflich geht es um ihre berufliche Kernkompetenz. Fragt man bei Autoren oder Journalistinnen nach, hei\u00dft es deshalb schnell: \u201eMein Text ist hundertprozentig KI-frei<\/em>\u201c \u2013 selbst, wenn jeder Absatz \u201eKI\u201c nur so schreit. Vergleichbares zeigt sich beim Projektbericht oder neuesten Positionspapier in Unternehmen: Hier stammt selbstverst\u00e4ndlich jedes Wort aus der Feder des zust\u00e4ndigen Mitarbeiters. Die KI wurde (wenn \u00fcberhaupt) nur zu Recherche-Zwecken bem\u00fcht. Ehrlich!<\/span><\/p>\n

Kurzum: Mehr Transparenz in der Entwicklung und Nutzung von KI ist (und bleibt) ein frommer Wunsch. Um \u00fcberhaupt einen sp\u00fcrbaren Einfluss auf Sprache und Kultur erzielen zu k\u00f6nnen, m\u00fcsste sich eine deutliche Mehrheit der KI-Anbieter sowie der institutionellen und privaten Nutzer zu einem solchen Transparenzvorhaben bekennen. Eher geht ein Kamel durchs Nadel\u00f6hr.<\/span><\/p>\n

Zum Kopieren wird niemand gezwungen<\/h3>\n

Letztlich erstaunt es, dass ausgerechnet aus der Bildungsforschung kein realistischerer L\u00f6sungsvorschlag f\u00fcr die drohende Sprachapokalypse kommt. Dabei liegt eine L\u00f6sung f\u00f6rmlich auf der Hand. Folgt man der Studie aus Berlin, l\u00e4sst sich ein Sprachkollaps nur vermeiden, wenn wir den geschlossenen Regelkreislauf sich selbst kontaminierender KI-Daten an irgendeiner Stelle unterbrechen. Funktioniert das auf der Entwicklungsseite nicht, bleibt nur die Nutzungsseite: Ob in Schule, Ausbildung, Studium oder Beruf, beim Umgang mit der KI braucht es die goldene Regel, dass kein Satz<\/em> der KI direkt \u00fcbernommen wird. Cheating per \u201ecopy and paste\u201c<\/em> ist tabu. Das gilt es an jeder Stelle von Bildung oder Ausbildung zu vermitteln und auch zu kontrollieren.<\/span><\/p>\n

Sobald n\u00e4mlich die KI-typischen Sprachmuster (Antithesen, Dreikl\u00e4nge etc.) einen grunds\u00e4tzlichen KI-Verdacht erregen, ist jeder von uns wieder gezwungen, nachzudenken, bevor er Worte zu Papier bringt. Bisher war das selbstverst\u00e4ndlich. Vor dem Text stand das Nachdenken. Eigentlich. Mit KI als Ghostwriterin l\u00e4uft das eigene Hirn allerdings auf Sparflamme. Damit hier wieder ein helles Licht brennt, muss der Output der KI auch sprachlich gepr\u00fcft werden. Satz f\u00fcr Satz. Aussage f\u00fcr Aussage. Warum braucht es z. B. an dieser Stelle einen Dreiklang? Welche Aufgabe erf\u00fcllt an jener Stelle eine Antithese? Wie belastbar ist die Floskel: \u201eDie eigentliche Frage lautet \u2026<\/em>\u201c?<\/span><\/p>\n

Ein solcher Ansatz l\u00e4sst sich schon fr\u00fch in der Schule vermitteln. Er muss zum selbstverst\u00e4ndlichen Teil von AI-Literacy werden. Lehrer:innen und Dozent:innen k\u00f6nnen das \u00fcberpr\u00fcfen. Daf\u00fcr braucht es nicht mal Software. Ein geschultes Auge reicht aus. Wer einmal f\u00fcr die klassischen Muster der KI sensibilisiert ist, sieht sofort, wo maschinelle Textpassagen eins zu eins \u00fcbernommen wurden. Und ja, die Muster wieder zu entfernen oder gleich selbst zu formulieren, ist und bleibt mit Arbeit verbunden. Aber die hat es immer schon gebraucht, um Texte erstellen und verstehen zu k\u00f6nnen. So gesehen, ist der schlechte Stil der KI eigentlich ein guter Ansatz, um wieder \u00fcber Worte und Sprache nachzudenken. Junge Menschen brauchen ein grunds\u00e4tzliches Gesp\u00fcr daf\u00fcr. Deshalb ist es auch ein wichtiger Bildungsauftrag vor allem an die Schulen: AI Literacy braucht Literalit\u00e4t als Grundlage f\u00fcr alle anderen F\u00e4cher und Disziplinen \u2013 weil wir nur so Wissen erwerben.<\/span><\/p>\n

Wer dann trotzdem noch KI-Texte kopiert, ob privat oder im Beruf, der f\u00e4llt nat\u00fcrlich auf. Die Ansammlung typischer KI-Muster ist in der Regel ein untr\u00fcgliches Zeichen. Gut m\u00f6glich, dass in diesem Punkt k\u00fcnftig auch eine Zweiklassengesellschaft entsteht. Das aber ist nicht wirklich ein Problem. Denn die Entscheidung, auf welcher Seite man steht, ist freiwillig. Niemand wird mit vorgehaltener Waffe dazu gezwungen, KI-Texte zu kopieren und das Ergebnis als eigenes Werk auszugeben. Wer die sprachliche Holzklasse als stigmatisierend empfindet, kann jederzeit wechseln. Und wer beim Stichwort Stigmatisierung<\/em> moralisch-ethische Bedenken bekommt, sollte \u00fcberlegen, was denn das kleinere \u00dcbel ist \u2013 die m\u00f6gliche Stigmatisierung von KI-Kopierern oder der Zusammenbruch unserer sprachlichen Vielfalt und Kultur?<\/span><\/p>\n

 <\/p>\n

Literatur<\/span><\/h2>\n
1 <\/sup>Chang, D. H., Lin, M. P.-C., Huang, J.-Y., Ryoo, J. (2026). \u201cShould I tell my teacher?\u201d Student AI disclosure practices, stigma, and self-regulated learning in higher education.<\/em> Frontiers in Education, 11. DOI: 10.3389\/feduc.2026.1826174<\/span><\/h5>\n
2 <\/sup>Guo, Y., Shang, G., Vazirgiannis, M, Clavel, C. (2024). The Curious Decline of Linguistic Diversity: Training Language Models on Synthetic Text.<\/em> In Findings of the Association for Computational Linguistics: NAACL 2024, 3589\u20133604, Mexico City, Mexico. Association for Computational Linguistics.<\/span><\/h5>\n
3 <\/sup>Marwa, A., White, I., Wan, Y., Qureshi, I., Leibo, J., Kleiman-Weiner, M., Jaques, N. (2026). How LLMs Distort Our Written Language<\/em>. 10.48550\/arXiv.2603.18161.<\/span><\/h5>\n
4 <\/sup>Pfeifer V. A., Mehl M. R. (2026). Sliding Into Silence? We Are Speaking 300 Daily Words Fewer Every Year.<\/em> Perspect Psychol Sci. 21(4). 447\u2013449. doi: 10.1177\/17456916261425131.<\/span><\/h5>\n
5 <\/sup>Reif, J. A., Larrick, R. P., Soll, J. B. (2025). Evidence of a social evaluation penalty for using AI.<\/em> PNAS, 122(19), DOI: 10.1073\/pnas.2426766122<\/span><\/h5>\n
6 <\/sup>Schilke, O., Reimann, M. (2026). How Does AI Disclosure Shape Trust? Unpacking the Role of Legitimacy.<\/em> Social Psychology Quarterly, angenommen\/im Druck. DOI: 10.1177\/01902725261425997<\/span><\/h5>\n
7 <\/sup>Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R. J., Gal Y. (2024). AI models collapse when trained on recursively generated<\/em> data.<\/em> Nature 631, 8022 (2024), 755\u2013759. doi:10.1038\/S41586-024-07566-Y<\/span><\/h5>\n
8 <\/sup>Yakura, H., Lopez-Lopez, E., Brinkmann, L., Serna, I., Gupta, P., Rahwan, I. (2026). <\/em>Empirical evidence of Large Language Model\u2019s<\/em> influence on human spoken communication.<\/em> arXiv:2409.01754 (2026), 1\u201329. doi:10.48550\/ARXIV.2409.01754<\/span><\/h5>\n
9 <\/sup>Yakura, H., Brinkmann, L., Rahwan, I. (2026). Envisioning Human Communication after Human-AI Diffusion.<\/em> Proceedings of the ACM CHI 2026 Workshop on Restoring Human Authenticity in AI-Mediated Communication. CHI AI-MC Workshop 2026, April 2026.<\/span><\/h5>\n