KI-gest\u00fctzte Textgenerierung ver\u00e4ndert die Sprache der Nachrichten tiefgreifend. Immer mehr Artikel gleichen sich in Satzbau, Wortwahl und Tonfall. Neue Begriffe entstehen seltener, der Wortschatz wird \u00e4rmer. Diese Entwicklung betrifft nicht nur die Medienlandschaft, sondern reicht bis in die Denkgewohnheiten der Leser hinein.<\/p>\n
Gro\u00dfe Sprachmodelle (LLMs) arbeiten nach einem einfachen Prinzip: Sie berechnen f\u00fcr jede Textstelle die wahrscheinlichste Fortsetzung. Das Ergebnis sind fl\u00fcssige, leicht lesbare S\u00e4tze. Doch dieser Mechanismus hat eine strukturelle Schieflage. Statistische Mittelwerte dominieren, w\u00e4hrend seltene Formulierungen, Ironie oder bewusste Mehrdeutigkeit \u2013 all das, was Sprache lebendig macht \u2013 systematisch ausgefiltert werden.<\/p>\n
Ein einzelner KI-generierter Artikel f\u00e4llt kaum auf. Steigt jedoch der Anteil solcher Texte in der t\u00e4glichen Berichterstattung, gleicht sich der Gesamtklang an. Eine Analyse von Ahrefs aus dem April 2025, die rund 900.000 neue Webseiten untersuchte, ergab: 74,2 Prozent aller Seiten enthielten KI-generierte Inhalte<\/a>. Der L\u00f6wenanteil entfiel mit 71,7 Prozent auf Mischformen aus menschlicher und maschineller Textproduktion. Nur 25,8 Prozent waren rein menschlichen Ursprungs, und gerade einmal 2,5 Prozent vollst\u00e4ndig von KI verfasst.<\/p>\n Das Entscheidende ist: LLMs w\u00e4hlen immer den wahrscheinlichsten Pfad. Dadurch entstehen Texte, die sprachlich in der Mitte der statistischen Verteilung liegen. Die R\u00e4nder, an denen sich kreative und unerwartete Ausdr\u00fccke finden, schrumpfen. Nachrichten sind aber nicht nur schnelle Informationen \u2013 sie sind auch ein Ort, an dem Sprache w\u00e4chst, sich neue W\u00f6rter bilden und gesellschaftliche Ph\u00e4nomene begrifflich gefasst werden. Wenn dieser Raum von standardisierten Formulierungen dominiert wird, verlangsamt sich der sprachliche Stoffwechsel.<\/p>\n Das Ph\u00e4nomen hat einen Namen: Modellkollaps. Es beschreibt, was passiert, wenn KI-Modelle immer wieder mit selbst erzeugten Daten trainiert werden. Die Ausgabe verliert mit jeder Generation an Vielfalt, bis schlie\u00dflich sinnvolle Texte unm\u00f6glich werden. Eine 2024 in Nature<\/a><\/strong> ver\u00f6ffentlichte Studie von Forschern der Universit\u00e4ten Oxford und Cambridge zeigte dies experimentell. Trainierte man ein Sprachmodell mit Texten \u00fcber mittelalterliche Architektur und lie\u00df es \u00fcber mehrere Generationen lernen, produzierte es in der neunten Generation pl\u00f6tzlich eine Liste von Hasen. Das urspr\u00fcngliche Wissen war verschwunden \u2013 ein digitales Echo, das sich selbst verst\u00e4rkt hatte.<\/p>\n Dieser Kollaps spielt sich nicht nur im Inneren von KI-Systemen ab. Eine parallele Entwicklung findet in der realen Medienwelt statt: KI schreibt Artikel, Menschen lesen sie, die n\u00e4chste KI lernt aus diesen Artikeln und produziert noch \u00e4hnlichere Texte. Der Kreislauf schlie\u00dft sich. Die Berichterstattung wird zum Echo ihrer selbst.<\/p>\n Nachrichtenorganisationen setzen KI ein, um massenhaft Inhalte zu produzieren. Diese Texte sammeln sich im Web. Zuk\u00fcnftige KI-Modelle durchk\u00e4mmen das Web als Trainingsmaterial \u2013 und treffen auf ihre eigenen Vorl\u00e4ufer. Die R\u00fcckkopplungsschleife dreht sich unaufh\u00f6rlich.<\/p>\n Die Folgen dieser Homogenisierung sind konkret. Die Leser begegnen einem immer engeren Spektrum an Vokabular. Sprache ist aber das Werkzeug des Denkens. Fehlen die feinen Unterscheidungen, vergr\u00f6bert sich auch die F\u00e4higkeit, komplexe Sachverhalte zu erfassen. Journalismusforschung der Universit\u00e4t Santiago de Compostela hat darauf hingewiesen, dass Nachrichten nicht nur informieren, sondern auch Fachbegriffe in die Allgemeinsprache \u00fcbersetzen und neue Ausdr\u00fccke gesellschaftlich verankern.<\/p>\n Wenn KI mit einem neutralen Tonfall und standardisierten Absatzmustern arbeitet und Redaktionen diese Texte unver\u00e4ndert oder kaum bearbeitet \u00fcbernehmen, verlieren Artikel ihre individuelle Stimme. Die Einleitungen klingen gleich, die Schlussfolgerungen landen auf \u00e4hnliche Weise. Das untergr\u00e4bt die Funktion der Presse als sprachlicher Innovator.<\/p>\nModellkollaps: Wenn KI sich selbst frisst und die Sprache schrumpft<\/h2>\n
Was die Gesellschaft verliert, wenn die Sprache verarmt<\/h2>\n