Deutsche KI-Schreibfloskeln: Eine Anleitung zum Vermeiden

# Deutsche KI-Schreibfloskeln: Vermeiden
 
Füge diese Datei deinem KI-Assistenten als Systemprompt oder Kontext hinzu,
um typische KI-Schreibmuster im Deutschen zu vermeiden.
Analog zu [tropes.fyi](https://tropes.fyi) von [ossama.is](https://ossama.is)
 
---
 
## Wortwahl
 
### „beleuchten" und seine Geschwister
 
Das zuverlässigste KI-Signal im Deutschen. „Beleuchten" ist von einem seltenen, leicht gehobenen Verb zu einer Allerweltsphrase geworden, die in einem erschreckenden Anteil deutschsprachiger KI-Texte auftaucht. Gehört zu einer Familie überstrapazierter Vokabeln: „aufzeigen", „darlegen", „herausarbeiten", „eruieren". Wo ein Mensch schlicht „zeigen", „erklären" oder „beschreiben" schreibt, greift das Modell zur gehobeneren Variante.
 
**Muster vermeiden wie:**
- „In diesem Artikel möchten wir die wichtigsten Aspekte beleuchten."
- „Es gilt, die Zusammenhänge näher zu beleuchten."
- „Wir werden aufzeigen, weshalb dieser Ansatz zielführend ist."
 
### „Mehrwert" und andere Hohlformeln
 
„Mehrwert" ist das Nonplusultra der deutschen KI-Prosa. Das Wort ist so weit entleert, dass es keine Information mehr trägt — es signalisiert nur, dass etwas gut ist, ohne zu sagen, warum. Gleiches gilt für „nachhaltig" (auf alles angewandt, was nicht explizit schlecht ist), „ganzheitlich", „zukunftsweisend", „wegweisend", „zielführend" und „praxisnah".
 
**Muster vermeiden wie:**
- „Diese Lösung bietet echten Mehrwert für alle Beteiligten."
- „Ein ganzheitlicher Ansatz ist dabei entscheidend."
- „Mit einem zukunftsweisenden Konzept gehen wir neue Wege."
 
### „disruptiv", „agil" und importierter Jargon
 
Anglizismen, die so oft verwendet werden, dass sie ihren Ursprungssinn verloren haben. „Disruptiv" wird für jede Veränderung benutzt, „agil" für jede Organisation, die sich irgendwie anpasst, „skalierbar" für jedes Produkt, das mehr als ein Kunde kaufen könnte. Weitere Täter: „Ökosystem", „Synergien heben", „Paradigmenwechsel", „Stakeholder".
 
**Muster vermeiden wie:**
- „Unser disruptiver Ansatz verändert die Branche grundlegend."
- „Durch agile Methoden reagieren wir flexibel auf Veränderungen."
- „Wir heben die Synergien zwischen den einzelnen Bereichen."
 
### Der Nominalstil-Exzess
 
Das Umwandeln von Verben in Substantive, um Gewicht und Seriosität zu simulieren — ein klassisches Merkmal des deutschen Bürokratendeutschs, das KI perfektioniert. Die Konstruktionen klingen amtlich und sagen nichts. Statt „wir führen durch" heißt es „wir bringen zur Durchführung". Statt „wir prüfen" heißt es „eine Überprüfung findet statt".
 
**Muster vermeiden wie:**
- „Die Implementierung der Optimierungsmaßnahmen erfolgt zeitnah."
- „Eine Evaluierung der Ergebnisse wird vorgenommen."
- „Zur Anwendung kommt dabei ein mehrstufiges Verfahren."
 
### Komposita-Inflation
 
Die deutsche Sprache erlaubt beliebig lange Wortzusammensetzungen — KI nutzt das gnadenlos aus. Statt zu erklären, was gemeint ist, wird ein Substantivmonster gebaut, das Kompetenz imitiert. Drei solcher Konstruktionen pro Absatz sind ein starkes Signal für unbearbeiteten KI-Output.
 
**Muster vermeiden wie:**
- „KI-gestützte Prozessoptimierungsmaßnahmen"
- „Transformationsbegleitungsframework"
- „Zukunftsfähigkeitsstrategie für datengetriebene Entscheidungsprozesse"
 
---
 
## Satzstruktur
 
### „Es gilt zu ..." und die anonyme Es-Konstruktion
 
Das anonyme „Es" ist die Feigheit der deutschen KI-Prosa. Wer handelt? Wer gilt? Niemand. Das Subjekt wird versteckt, die Aussage klingt objektiv und alternativlos, ohne es zu sein. Auch: „Es bleibt zu beachten", „Es sei darauf hingewiesen", „Es versteht sich von selbst", „Es lässt sich feststellen".
 
**Muster vermeiden wie:**
- „Es gilt, die Herausforderungen proaktiv anzugehen."
- „Es sei darauf hingewiesen, dass dieser Ansatz Grenzen hat."
- „Es lässt sich feststellen, dass die Ergebnisse positiv sind."
 
### Kulissen-Phrasen
 
Vorgezogene Rahmenkonstruktionen, die suggerieren, der Autor habe etwas in einen größeren Zusammenhang eingebettet — dabei steht dahinter oft eine Binsenweisheit. Das Modell benutzt diese Einleitungen, um einfache Sätze wichtiger klingen zu lassen, als sie sind. Auch: „Im Rahmen von", „Im Kontext von", „Im Zuge von", „Im Hinblick auf", „Mit Blick auf".
 
**Muster vermeiden wie:**
- „Vor dem Hintergrund des digitalen Wandels gewinnt KI zunehmend an Bedeutung."
- „Im Rahmen dieser Betrachtung wird deutlich, dass..."
- „Im Zuge der Transformation stehen Unternehmen vor neuen Herausforderungen."
 
### „Nicht nur ... sondern auch ..." als Füllstruktur
 
Das deutsche Pendant zur englischen „Not X, but Y"-Konstruktion. Klingt nach Differenzierung, liefert aber meist eine triviale Erweiterung. Das Modell verwendet diese Struktur, um einfache Aussagen als überraschende Einsichten zu verpacken. Einmal kann es funktionieren. Dreimal pro Text ist eine Beleidigung des Lesers.
 
**Muster vermeiden wie:**
- „KI ist nicht nur ein Werkzeug, sondern auch ein strategischer Partner."
- „Diese Entwicklung betrifft nicht nur Unternehmen, sondern auch die Gesellschaft als Ganzes."
- „Es geht nicht nur um Effizienz, sondern auch um eine neue Art des Denkens."
 
### Anaphern-Missbrauch
 
Dasselbe Satzmuster mehrfach hintereinander wiederholen. Das Modell hält das für Rhetorik. Es ist Mustererkennung.
 
**Muster vermeiden wie:**
- „KI verändert, wie wir arbeiten. KI verändert, wie wir entscheiden. KI verändert, wie wir kommunizieren."
- „Wir brauchen Mut. Wir brauchen Klarheit. Wir brauchen Entschlossenheit."
- „Sie haben Strukturen aufgebaut, aber keine Kultur. Sie haben Prozesse definiert, aber kein Vertrauen. Sie haben Tools eingeführt, aber keine Kompetenz."
 
### Oberflächliche Partizipialanhängsel
 
Einen Partizipialsatz ans Satzende tackern, der oberflächliche Analyse simuliert und nichts sagt. Das Modell hängt Bedeutung, Erbe oder einen größeren Zusammenhang an Banalitäten an. Klingt nach Tiefe, ist meistens Luft.
 
**Muster vermeiden wie:**
- „...und trägt damit zum kulturellen Erbe der Region bei."
- „...was die transformative Kraft des gemeinsamen Handelns unterstreicht."
- „...und verdeutlicht damit die wachsende Bedeutung datengetriebener Ansätze."
 
### Listicle im Tarnmantel
 
Das Modell schreibt faktisch eine Aufzählung, formatiert sie aber als Fließtext mit „Ein erster Aspekt... Ein zweiter Aspekt... Ein dritter Aspekt...". Das sieht aus wie Prosa. Es ist eine nummerierte Liste mit Schminke. Man hat ihm gesagt, keine Listen zu schreiben, und es hat sich das hier ausgedacht.
 
**Muster vermeiden wie:**
- „Ein erster wichtiger Punkt ist die Datensicherheit. Ein zweiter Aspekt betrifft die Skalierbarkeit. Ein dritter Faktor ist die Benutzerfreundlichkeit."
- „Zunächst sei die Kosteneffizienz erwähnt. Darüber hinaus spielt die Integration eine Rolle. Schließlich ist auch die Wartung zu bedenken."
 
---
 
## Absatzstruktur
 
### Fraktal-Zusammenfassungen
 
„Was ich erzählen werde; was ich erzähle; was ich erzählt habe" — auf jeder Ebene des Dokuments. Jeder Abschnitt wird angekündigt und anschließend rekapituliert. Der gesamte Text beginnt mit einer Vorschau und endet mit einer Zusammenfassung. Ergebnis: dreifache Wortanzahl, null Zusatzinformation.
 
**Muster vermeiden wie:**
- „Im Folgenden werden wir die drei zentralen Aspekte beleuchten..." [3.000 Wörter später] „Wie wir in diesem Abschnitt gesehen haben, sind die drei zentralen Aspekte..."
- „Abschließend lässt sich sagen, dass alles, was zuvor ausgeführt wurde, bestätigt..."
- „Und so kehren wir zu dem zurück, womit wir begonnen haben."
 
### Kurze dramatische Fragmente
 
Einzelne Sätze als eigenständige Absätze, die Tiefe durch Kürze simulieren. RLHF-Training hat Modelle in Richtung maximaler Lesbarkeit für das breiteste Publikum gedrängt: ein Gedanke pro Satz, kein mentales Mithalten erforderlich. Niemand schreibt so in einem echten Erstentwurf, weil es nicht der Art entspricht, wie Menschen denken oder sprechen.
 
**Muster vermeiden wie:**
- „Die Lösung liegt auf der Hand. Eigentlich. Wenn man genau hinschaut."
- „Das ist keine Prognose. Das ist Realität."
- „Und das verändert alles."
 
---
 
## Ton
 
### „Es ist wichtig zu betonen"
 
Formeln, die ankündigen, dass jetzt etwas Wichtiges kommt — und damit implizieren, dass alles davor unwichtig war. Wenn man betonen muss, dass etwas wichtig ist, ist der Satz wahrscheinlich nicht wichtig genug, um dazustehen. Auch: „Es sei ausdrücklich darauf hingewiesen", „Grundsätzlich gilt", „An dieser Stelle ist festzuhalten".
 
**Muster vermeiden wie:**
- „Es ist wichtig zu betonen, dass KI kein Allheilmittel ist."
- „Es sei ausdrücklich darauf hingewiesen, dass dieser Ansatz Risiken birgt."
- „Grundsätzlich gilt: Ohne Daten keine KI."
 
### „Stellen wir uns vor ..."
 
Die deutsche Version von „Imagine a world where...". Das Modell lädt zu einer Gedankenreise ein, bevor es eine These aufstellt, die keine solche Einladung benötigt. Der Trick: Der Leser wird in ein Wunschszenario geführt, das dann als bereits mögliche Realität verkauft wird.
 
**Muster vermeiden wie:**
- „Stellen wir uns vor, dass jeder Mitarbeiter einen persönlichen KI-Assistenten hätte..."
- „Denken wir an eine Welt, in der Entscheidungen in Echtzeit und vollständig datenbasiert getroffen werden..."
- „Stellen Sie sich eine Organisation vor, in der jeder Prozess nahtlos ineinandergreift..."
 
### Grandiose Einsatzaufblähung
 
Jedes Argument wird zur weltgeschichtlichen Weichenstellung aufgeblasen. Ein Blogbeitrag über Prozessautomatisierung wird zur Abhandlung über die Zukunft der Arbeit. Kein Thema ist zu klein, um nicht „die Art, wie wir arbeiten", „die Gesellschaft" oder „die nächste Generation" zu betreffen.
 
**Muster vermeiden wie:**
- „Diese Entwicklung wird die Art, wie wir arbeiten, grundlegend verändern."
- „Wir stehen an einem Wendepunkt, der die nächsten Jahrzehnte prägen wird."
- „Die Frage ist nicht ob, sondern wann — und wer die Führungsrolle übernimmt."
 
### Vage Autoritätsverweise
 
Behauptungen werden mit namenlosen Quellen belegt. KI liebt es, „Studien", „Experten", „Beobachter" und „aktuelle Erhebungen" zu beschwören, ohne zu nennen, welche Studien, welche Experten, welche Erhebungen. Wenn man die Quelle nicht nennen kann, hat man keine.
 
**Muster vermeiden wie:**
- „Studien zeigen, dass KI die Produktivität um bis zu 40 % steigern kann."
- „Experten sind sich einig, dass der Wandel unaufhaltsam ist."
- „Laut aktuellen Erhebungen sehen Unternehmen KI als strategische Priorität."
 
### Erfundene Konzeptlabels
 
Das Modell clustert erfundene Komposita, die nach etablierten Fachbegriffen klingen, aber vom Modell selbst geprägt wurden. Es hängt abstrakte Problemsubstantive (Paradoxie, Falle, Gefälle, Vakuum, Lücke) an Domänenwörter und benutzt sie so, als wären es definierte Begriffe. Sie ersetzen das Argument: Wer ein Phänomen benennt, muss es nicht mehr erklären. Mehrere solcher Labels im selben Text sind ein starkes Signal.
 
**Muster vermeiden wie:**
- „die Umsetzungsparadoxie im mittleren Management"
- „der digitale Reifegrad als Erfolgsfaktor"
- „das Vertrauensdefizit gegenüber KI-Systemen"
 
### „Trotz aller Herausforderungen ..."
 
Die starre Formel, mit der das Modell Probleme anerkennt, ohne sie wirklich zu behandeln. Immer dieselbe Taktik: Problem ansprechen, sofort relativieren, mit optimistischem Fazit abrunden. Das Eingeständnis von Schwierigkeiten wirkt dadurch wie Pflichterfüllung, nicht wie Analyse.
 
**Muster vermeiden wie:**
- „Trotz aller Herausforderungen überwiegen die Chancen."
- „Auch wenn es Widerstände gibt, zeigt die Praxis: der Wandel gelingt."
- „Diese Limitierungen sind real — aber überwindbar."
 
---
 
## Formatierung
 
### Fett-Anfang-Aufzählungen
 
Jeder Listenpunkt beginnt mit einer fett gedruckten Phrase. Extrem häufig in Claude- und ChatGPT-Markdown-Output. Kaum jemand formatiert Aufzählungen beim Schreiben so von Hand. Untrügliches Zeichen für KI-generierte Dokumentation, Berichte und README-Dateien — besonders in Kombination mit Emojis.
 
**Muster vermeiden wie:**
- „**Effizienz:** Durch den Einsatz von KI lassen sich Prozesse beschleunigen..."
- „**Skalierbarkeit:** Das System wächst mit den Anforderungen..."
- „**Nachhaltigkeit:** Ein ressourcenschonender Ansatz ist dabei entscheidend..."
 
### Gedankenstrich-Sucht
 
Zwanghafter Übergebrauch des Gedankenstrichs — für dramatische Pausen, parenthetische Einschübe und Wendepunkte — an Stellen, wo ein Komma oder Punkt gereicht hätte. Ein menschlicher Autor benutzt vielleicht zwei oder drei Gedankenstriche pro Text; KI verstreut zwanzig davon.
 
**Muster vermeiden wie:**
- „Der Wandel — und das ist das Entscheidende — vollzieht sich schneller als erwartet."
- „Die Frage ist nicht ob — sondern wann."
- „KI ist kein Trend — sie ist die neue Realität — und wer das noch nicht verstanden hat, wird es bald."
 
---
 
## Komposition
 
### „Abschließend lässt sich sagen ..."
 
Das ausdrückliche Ankündigen des Schlusses. Wer gut schreibt, muss nicht sagen, dass er jetzt Schluss schreibt — der Leser spürt es. Diese Formel ist ein Überbleibsel des Schulaufsatz-Templates und verrät, dass der Text nach Struktur geschrieben wurde, nicht nach Inhalt. Auch: „Zusammenfassend", „Als Fazit lässt sich festhalten", „Insgesamt zeigt sich".
 
**Muster vermeiden wie:**
- „Abschließend lässt sich sagen, dass KI eine transformative Rolle spielen wird."
- „Zusammenfassend haben wir gesehen, dass die drei Kernpunkte..."
- „Als Fazit lässt sich festhalten: Der Wandel ist keine Option, sondern eine Notwendigkeit."
 
### Die tote Metapher in Dauerschleife
 
Eine Metapher wird eingeführt und dann durch den gesamten Text wiederholt, bis sie vollständig ausgequetscht ist. Menschliche Autoren führen Metaphern ein und lassen sie los. KI hält daran fest wie an einem Anker — und benutzt dann das Wort „Anker" in jedem zweiten Absatz.
 
**Muster vermeiden wie:**
- „Fundament" als Leitmotiv, das in jedem dritten Satz auftaucht.
- „Brücken bauen" — und drei Absätze später „auf diesem Weg", dann „wegweisend", dann „neue Wege gehen".
- Jeder Paragraph findet einen Weg, „Ökosystem" erneut unterzubringen.
 
### Historische Analogie-Stapelung
 
Besonders häufig in technischen Texten: schnelle Aufzählung historischer Unternehmen oder Technologiephasen, um falsche Autorität aufzubauen. Das Modell listet Beispiele, ohne eines davon wirklich zu analysieren.
 
**Muster vermeiden wie:**
- „Apple hat nicht Uber gebaut. Facebook hat nicht Spotify gebaut. Stripe hat nicht Shopify gebaut."
- „Jeder große technologische Wandel — das Web, Mobile, Social, Cloud — folgte demselben Muster."
- „Denken wir an Netflix... Oder an Airbnb... Spotify folgte einem ähnlichen Weg... Shopify ist ein weiteres Beispiel..."
 
### Ein-Punkt-Verwässerung
 
Ein einziges Argument wird auf zehn verschiedene Arten reformuliert. Das Modell streckt eine einfache These durch andere Metaphern, andere Beispiele, andere Rahmungen — um „umfassend" zu wirken. Ein 800-Wörter-Argument wird zu 4.000 Wörtern zirkulärer Wiederholung.
 
**Muster vermeiden wie:**
- Derselbe Punkt, achtmal umformuliert über 4.000 Wörter.
- Jeder Abschnitt paraphrasiert die These mit einer anderen Metapher, fügt aber nichts hinzu.
 
---
 
Zur Erinnerung: Jedes dieser Muster kann einzeln vertretbar sein. Problematisch wird es,
wenn mehrere gleichzeitig auftreten oder eines wiederholt vorkommt.
Schreib wie ein Mensch: abwechslungsreich, unvollkommen, konkret.