Wie jedes KI-Modell schreibt: Ein stilometrischer Vergleich

Sie haben wahrscheinlich bemerkt, dass ChatGPT, Claude und Gemini nicht auf die gleiche Weise schreiben. Eines verfasst E-Mails, die sich ausgefeilt und überlegt anfühlen. Ein anderes neigt zu Begeisterung. Ein drittes klingt, als würde es ein Lehrbuch schreiben.

Das sind keine zufälligen Eindrücke. Es sind messbare Unterschiede, und sie sind der Grund, warum KI-Texte generisch klingen. Wir haben die Daten, um es zu beweisen.

Das Experiment

Wir haben 320 Schreibproben von fünf großen KI-Modellen generiert: Claude Opus 4.6, Claude Sonnet 4.5, Claude Haiku 4.5, GPT-5.2 und Gemini 3 Pro. Jedes Modell erhielt die gleichen acht Prompt-Typen (formelle E-Mails, informelle E-Mails, Geschäftsberichte, Social-Media-Posts, Blog-Einleitungen, Slack-Nachrichten, Präsentationsinhalte und Meeting-Follow-ups) in vier Sprachen, mit zwei Varianten pro Kombination.

Jede Probe wurde anschließend mittels computergestützter Stilometrie analysiert: deterministische Formeln, die Satzkomplexität, Wortschatzreichtum, Expressivität, Formalität, Konsistenz und Prägnanz messen. Dieselben Formeln, die wir für Writing-DNA-Snapshots verwenden, angewendet auf KI-Output anstelle menschlicher Texte. (Für einen tieferen Einblick in wie Stil-Extraktion funktioniert, lesen Sie unsere technische Erläuterung.)

Die vollständige Methodik finden Sie unter Wie wir „Durchschnittliche KI“ messen.

Das Ergebnis ist ein sechsdimensionales Profil für jedes Modell – eine Schreibpersönlichkeit, gemessen in Zahlen, nicht in Adjektiven.

Die sechs Dimensionen

Bevor wir die Modelle vergleichen, eine kurze Auffrischung, was jede Achse erfasst:

Satzkomplexität (0-100): Strukturelle Dichte. Lange, verschachtelte Sätze mit Nebensätzen und Qualifikatoren erhöhen den Wert.
Wortschatzreichtum (0-100): Lexikalische Vielfalt über das Type-Token-Verhältnis. Ein höherer Wert bedeutet mehr einzigartige Wörter im Verhältnis zur Gesamtzahl der Wörter.
Expressivität (0-100): Emotionale und rhetorische Energie – Ausrufezeichen, Fragen, Haltungswörter, Gedankenstriche, Auslassungspunkte.
Formalität (0-100): Dichte der Funktionswörter, absichernde Sprache, Verwendung von Semikolons. Ein höherer Wert bedeutet eine strukturiertere, vorsichtigere Prosa.
Konsistenz (0-100): Gleichmäßigkeit der Satzlängen. Hohe Konsistenz bedeutet einen gleichmäßigen Rhythmus; niedrige bedeutet dynamische Variation.
Prägnanz (0-100): Inverser Wert der durchschnittlichen Satzlänge. Kürzere Sätze erhöhen den Wert.

Jede Dimension ist unabhängig. Ein Modell kann sehr formell und dennoch prägnant sein. Expressiv und dennoch konsistent. Die sechs Achsen zusammen bilden einen Fingerabdruck.

Modell-für-Modell-Analyse

Claude Opus 4.6: Der sorgfältige Architekt

Opus ist das leistungsfähigste Modell der Claude-Familie, und sein Schreibstil spiegelt dies wider. Es produziert die längsten, strukturell komplexesten Sätze aller von uns getesteten Modelle und erzielt einen hohen Wert bei der Satzkomplexität. Seine Formalität ist hoch. Opus formuliert vorsichtig, verwendet viele Funktionswörter und wechselt selten in einen informellen Tonfall, selbst wenn der Prompt dies nahelegt.

Wo sich Opus auszeichnet, ist der Wortschatzreichtum. Es verwendet eine breitere Palette von Wörtern als jedes andere Claude-Modell und wählt präzise Begriffe gegenüber gebräuchlichen. Der Kompromiss: Sein Prägnanzwert ist einer der niedrigsten. Opus schreibt ausführlich. Wenn Sie Gründlichkeit benötigen, ist dies Ihr Modell. Wenn Sie Kürze benötigen, müssen Sie bearbeiten. In unserem Claude Stilprofil-Leitfaden erfahren Sie, wie Sie Opus an Ihre Prägnanzpräferenzen anpassen können.

Claude Sonnet 4.5: Der ausgewogene Profi

Sonnet ist designbedingt in der Mitte der Claude-Familie angesiedelt, und die Daten bestätigen dies. Es erzielt in allen sechs Dimensionen moderate Werte: nicht die komplexesten Sätze, nicht die einfachsten. Nicht das expressivste, nicht das zurückhaltendste.

Aber „moderat“ bedeutet nicht „generisch“. Sonnets Ausgewogenheit ist seine Stärke. Sein Formalitätswert liegt nahe am gesamten KI-Durchschnitt von 58, was es zum vielseitigsten Modell für die professionelle Kommunikation macht. Es passt sich gut an verschiedene Prompt-Typen an und wechselt den Tonfall reaktionsschneller als Opus. Für die alltägliche Geschäftskorrespondenz (die E-Mails, Updates und Nachrichten, die die meisten Fachleute benötigen) ist Sonnet dem universellen Standard am nächsten.

Claude Haiku 4.5: Der effiziente Kommunikator

Haiku ist auf Geschwindigkeit ausgelegt und schreibt auch so. Seine Sätze sind die kürzesten innerhalb der Claude-Familie, was seinen Prägnanzwert deutlich über den Durchschnitt von 42 treibt. Der Wortschatzreichtum sinkt entsprechend. Haiku verwendet vertraute Wörter wieder, anstatt nach Präzision zu streben.

Die Überraschung in den Daten ist Haikus Expressivität. Trotz kürzerer Sätze behält Haiku starke expressive Merkmale bei: Fragen, Ausrufezeichen, Haltungswörter. Es liest sich eher prägnant als knapp. Stellen Sie sich Haiku als das Slack-Nachrichten-Modell vor: direkt, energisch, kompakt.

GPT-5.2: Der enthusiastische Kommunikator

GPT-5.2 sticht sofort auf einer Achse hervor: der Expressivität. Es erzielt den höchsten Wert im Bereich und setzt rhetorische Fragen, Ausrufezeichen und Haltungswörter freizügiger ein als jedes andere Modell. Wenn Sie jemals bemerkt haben, dass ChatGPT-Outputs „wärmer“ oder gesprächiger wirken, bestätigen die Daten Ihre Intuition. Unser ChatGPT Stilprofil-Leitfaden zeigt, wie Sie dies zurücknehmen können, wenn Sie Zurückhaltung benötigen.

Die Satzkomplexität von GPT-5.2 ist moderat. Es baut Strukturen auf, die lesbar sind, ohne einfach zu sein. Seine Formalität liegt leicht unter dem Durchschnitt, was ihm einen gesprächigen Vorteil verleiht. Der Wortschatzreichtum ist solide, aber nicht außergewöhnlich. GPT-5.2 bevorzugt zugängliche Sprache gegenüber präziser Terminologie.

Das charakteristische Merkmal von GPT ist sein Konsistenzwert. GPT-5.2 variiert seine Satzlängen stärker als Claude-Modelle, wodurch ein Rhythmus entsteht, der dynamischer, aber weniger vorhersehbar wirkt. Dies ist eine stilistische Entscheidung, die in das Training des Modells integriert ist, und sie ist messbar.

Gemini 3 Pro: Der strukturierte Pragmatiker

Gemini 3 Pro schreibt anders als die Claude-Familie und GPT-5.2. Seine Satzkomplexität ist hoch (nahe an Claude Opus), aber seine Expressivität ist deutlich geringer. Gemini schreibt dichte, strukturierte Prosa ohne die rhetorischen Ausschmückungen, die den GPT-Output kennzeichnen.

Formalität ist der Bereich, in dem sich Gemini auszeichnet. Es erzielt bei den Formalitätsmessungen einen der höchsten Werte aller Modelle, angetrieben durch den starken Einsatz von Funktionswörtern und vorsichtige Formulierungen. Geminis Output liest sich wie ein gut redigierter Bericht. Professionell, gründlich, vorsichtig. Unser Gemini Stilprofil-Leitfaden behandelt, wie Sie mehr Persönlichkeit einführen können, ohne Geminis strukturelle Stärken zu verlieren.

Die Prägnanz ist gering. Gemini teilt Opus' Tendenz zu ausführlichen Sätzen, obwohl der Inhalt dieser Sätze strukturierter und weniger explorativ ist. Wo Opus intellektuell abschweift, baut Gemini systematisch auf.

Was die Durchschnittswerte uns sagen

Wenn Sie alle fünf Modelle zusammenfassen, erhalten Sie die „Durchschnittliche KI“-Baseline, die wir in Writing-DNA-Snapshots verwenden:

Achse	Durchschnittliche KI (Englisch)
Satzkomplexität	65
Wortschatzreichtum	48
Expressivität	76
Formalität	58
Konsistenz	53
Prägnanz	42

Sample Writing DNA Radar Chart

How one writer's style compares to Average AI on all six axes

Drei Dinge fallen in dieser Zusammenfassung auf:

Expressivität ist überproportional hoch. Mit 76 ist sie die Achse mit dem höchsten Wert. Jedes Modell neigt standardmäßig zu energischer, überzeugender Prosa – Fragen, Ausrufe, emphatische Marker. Dies ist wahrscheinlich eine direkte Folge des RLHF (Reinforcement Learning from Human Feedback)-Trainings, bei dem menschliche Bewerter Texte bevorzugen, die engagiert und dynamisch wirken.

Prägnanz ist überproportional niedrig. Mit 42 ist sie die niedrigste. KI-Modelle schreiben universell lang. Die durchschnittlichen Satzlängen aller Modelle übertreffen das, was die meisten menschlichen Fachleute in E-Mails und Slack-Nachrichten produzieren. Wenn Sie ein prägnanter Schreiber sind, wird der Output jedes Modells im Vergleich zu Ihrem natürlichen Stil aufgebläht wirken.

Konsistenz liegt im mittleren Bereich. Mit 53 produzieren alle Modelle eine moderate Variation der Satzlänge: nicht monoton, nicht chaotisch. Diese mittlere Konsistenz ist ein weiteres Zeichen der RLHF-Optimierung: Bewerter haben wahrscheinlich beide Extreme bestraft.

Die zentrale Erkenntnis: Jedes Modell hat eine Persönlichkeit

Die wichtigste Erkenntnis ist nicht, dass sich Modelle unterscheiden – sondern dass die Unterschiede jedes Modells konsistent und vorhersehbar sind. Claude Opus schreibt zuverlässig längere, komplexere Sätze. GPT-5.2 schreibt zuverlässig expressiver. Gemini schreibt zuverlässig formeller.

Das sind keine zufälligen Schwankungen. Es sind stabile stilistische Signaturen, die in das Training jedes Modells integriert sind. Und sie sind aus einem praktischen Grund wichtig: Welches Modell Sie auch verwenden, seine Standard-Schreibpersönlichkeit ist nicht Ihre Schreibpersönlichkeit.

Model AModel BLanguage

AI Model Writing Style Comparison

Comparing Claude Opus 4.6 vs GPT-5.2 in English

Claude Opus mag Ihre Komplexität treffen, aber Ihre Prägnanz verfehlen. GPT-5.2 mag Ihre Expressivität treffen, aber Ihre Formalitätspräferenzen überschreiten. Gemini mag Ihre Struktur treffen, aber Ihren gesprächigen Tonfall entfernen.

Die Lösung ist nicht, das „beste“ Modell auszuwählen. Es geht darum, dem von Ihnen bevorzugten Modell beizubringen, wie Sie zu schreiben. Das ist es, was ein Writing-DNA-Snapshot misst: die spezifischen Lücken zwischen Ihrem Stil und den Standardeinstellungen des Modells, über alle sechs Dimensionen hinweg.

Konvergenz und Divergenz zwischen Modellen

Das vielleicht interessanteste Muster in den Daten ist, wo sich Modelle einig sind und wo sie divergieren.

Modelle konvergieren bei: Wortschatzreichtum (Cluster um 44-49), Konsistenz (Cluster um 52-55) und Formalität (Cluster um 42-59). Diese Achsen zeigen die geringste Variation zwischen den Modellen, was darauf hindeutet, dass das RLHF-Training alle Modelle zu ähnlichen Baselines in diesen Dimensionen drängt.

Modelle divergieren bei: Expressivität (die größte Streuung), Prägnanz (signifikante Unterschiede zwischen der Claude-Familie und anderen) und Satzkomplexität (Opus und Gemini versus den Rest). Diese Divergenzen werden über Sprachen hinweg noch ausgeprägter.

Die Konvergenzzonen sind dort, wo das Median-Nutzer-Problem am stärksten ist. Wenn alle fünf Modelle ähnliche Werte für den Wortschatzreichtum liefern, bedeutet das, dass ein Modellwechsel Ihr Wortschatzproblem nicht lösen wird. Nur ein Stilprofil kann das.

Die Divergenzzonen sind dort, wo die Modellwahl am wichtigsten ist. Wenn Sie ein Schreiber mit geringer Expressivität sind (jemand, der Ideen ohne rhetorische Ausschmückung sprechen lässt), verringert die Wahl eines Modells mit geringerer Standard-Expressivität die Lücke, die Sie überbrücken müssen. Aber Sie benötigen immer noch eine Kalibrierung auf den anderen fünf Achsen.

Was das für Ihr KI-Schreiben bedeutet

Drei praktische Erkenntnisse aus den Daten:

Kein einzelnes Modell entspricht einem einzelnen Menschen. Die Wahrscheinlichkeit, dass Ihre Schreibpersönlichkeit mit den Standardeinstellungen eines Modells in allen sechs Dimensionen übereinstimmt, ist praktisch null. Modellvergleiche sind interessant, aber unzureichend. Sie benötigen eine Kalibrierung pro Dimension.
Die Modellwahl ist ein Ausgangspunkt, keine Lösung. Die Wahl eines Modells, dessen Standardeinstellungen Ihrem Stil näher kommen, reduziert den Aufwand, den ein Stilprofil leisten muss. Aber sie eliminiert ihn nicht. Unser direkter Modellvergleich beleuchtet diesen Kompromiss im Detail. Und diese Dynamiken verschieben sich über Sprachen hinweg: Das beste Modell im Englischen ist möglicherweise nicht das beste im Französischen oder Japanischen.
Die Daten machen die Personalisierung präzise. Anstelle vager Anweisungen wie „schreiben Sie prägnanter“ kann ein auf diesen Daten basierendes Stilprofil spezifizieren: „Ziel-Prägnanz von 68 gegenüber dem Modell-Standard von 42.“ Das ist ein Delta von 26 Punkten, auf das die KI reagieren kann. Wir haben Schreibprofile für jedes KI-Modell erstellt, um genau zu zeigen, wie das funktioniert.

Sehen Sie, wie Ihr Schreibstil im Vergleich zur KI abschneidet

Neugierig, wie Ihr Schreibstil im Vergleich zu diesen fünf Modellen abschneidet? Probieren Sie Ihren kostenlosen Writing-DNA-Snapshot aus – reichen Sie ein paar Schreibproben ein und sehen Sie genau, wo Sie in allen sechs Dimensionen von der Durchschnittlichen KI abweichen. Keine Kreditkarte erforderlich.

Ihr Schreibstil hat einen Fingerabdruck. Wir messen ihn. My Writing Twin verwandelt diese Messung in Anweisungen, die jede KI dazu bringen, wie Sie zu schreiben.

Holen Sie sich Ihren kostenlosen Writing-DNA-Snapshot