ChatGPT vs. Claude vs. Gemini: Welche KI schreibt am menschlichsten?

Jede Woche veröffentlicht jemand einen „ChatGPT vs. Claude vs. Gemini“-Vergleich. Die meisten davon testen, welches Modell Trivia-Fragen besser beantwortet, längeren Code schreibt oder Anweisungen präziser befolgt.

Niemand misst, welches Modell am menschlichsten schreibt.

Wir haben es getan. Mit Daten, nicht mit Meinungen.

---

Was wir gemessen haben

Wir haben 320 Schreibproben über fünf KI-Modelle, acht Prompt-Typen und vier Sprachen hinweg generiert. Für diesen Vergleich konzentrieren wir uns auf die drei Modelle, zwischen denen die meisten Fachleute täglich wählen: GPT-5.2 (ChatGPT), Claude Sonnet 4.5 (Claude) und Gemini 3 Pro (Gemini).

Jede Probe wurde mittels computergestützter Stilometrie analysiert: deterministische Formeln, die sechs unabhängige Dimensionen des Schreibstils messen. Dieselben Formeln wenden wir auch auf menschliches Schreiben in Writing-DNA-Snapshots an, sodass der Vergleich direkt und objektiv ist.

Für die vollständige Methodik: Wie wir „Durchschnittliche KI“ messen. Für einen genaueren Blick auf alle fünf Modelle: Wie jedes KI-Modell schreibt.

---

Kopf-an-Kopf-Rennen: Die sechs Dimensionen

Satzkomplexität

Gemini schreibt die strukturell komplexesten Sätze. Seine Ausgabe neigt zu verschachtelten Nebensätzen, Einschränkungen und mehrteiligen Strukturen, die wie gut redigierte Berichte wirken. Claude Sonnet liegt im Mittelfeld, komplex genug für professionelle Kontexte, einfach genug für gute Lesbarkeit. GPT-5.2 erzeugt die lesbarsten Satzstrukturen der drei Modelle und bevorzugt Klarheit gegenüber Dichte.

Was das für Sie bedeutet: Wenn Sie von Natur aus kurze, direkte Sätze schreiben (Komplexität unter 50), kommt die Ausgabe von GPT-5.2 Ihrem Stil auf dieser Achse am nächsten. Wenn Sie dicht schreiben (über 70), ist Gemini die bessere Übereinstimmung. Die meisten Fachleute liegen irgendwo dazwischen, wo Sonnet angesiedelt ist.

Wortschatzreichtum

Claude Sonnet verwendet den breitesten Wortschatz der drei Modelle und wählt häufiger spezifische statt generische Begriffe. GPT-5.2 liegt im Mittelfeld, zugänglich, aber nicht repetitiv. Gemini 3 Pro verwendet den Wortschatz stärker wieder und bevorzugt die Konsistenz der Terminologie gegenüber der lexikalischen Vielfalt.

Was das für Sie bedeutet: Autoren mit spezialisierten Vokabularen (technische Redakteure, Akademiker, Fachexperten) werden auf dieser Achse die größte Diskrepanz zu Gemini feststellen. Generalistische Kommunikatoren bemerken den Unterschied zwischen den Modellen möglicherweise nicht.

Ausdruckskraft

Hier divergieren die Modelle am dramatischsten. GPT-5.2 ist der ausdrucksstärkste KI-Autor mit deutlichem Abstand. Es verwendet mehr rhetorische Fragen, mehr Ausrufezeichen, mehr Haltungsmarker („Wichtig ist“, „Faszinierend ist“) und mehr emphatische Interpunktion als jeder Konkurrent.

Claude Sonnet ist mäßig ausdrucksstark – engagiert, ohne überschwänglich zu sein. Gemini 3 Pro ist am zurückhaltendsten und produziert Prosa, die eher informativ als energisch ist.

Was das für Sie bedeutet: Diese Achse bestimmt oft, welches Modell sich für Benutzer „richtig anfühlt“, bevor sie artikulieren können, warum. Wenn die ChatGPT-Ausgabe für Ihren professionellen Kontext zu enthusiastisch wirkt, bestätigt die Datenlage Ihre Intuition: Ihr Ausdruckskraft-Wert übertrifft die beiden anderen Modelle erheblich. Wenn Claude sich gemessen und ausgewogen anfühlt, ist das messbar. Wenn Gemini trocken wirkt, gilt dasselbe.

Formalität

Gemini schreibt am formellsten, mit starker Verwendung von Funktionswörtern, vorsichtigen Absicherungen und Semikolons. Claude Sonnet bewahrt professionelle Formalität ohne Steifheit. GPT-5.2 neigt zum Konversationsstil, insbesondere bei Prompt-Typen, die dies begünstigen.

Was das für Sie bedeutet: Juristische, finanzielle und exekutive Kommunikation erfordert typischerweise eine höhere Formalität. Geminis Standardeinstellungen kommen diesen Registern am nächsten. Marketing-, Vertriebs- und Teamkommunikation funktioniert typischerweise besser mit geringerer Formalität. GPT-5.2 ist die bessere Übereinstimmung. Claude Sonnet teilt den Unterschied.

Konsistenz

Claude Sonnet erzeugt die gleichmäßigsten Satzlängen – eine stetige, vorhersehbare Kadenz. GPT-5.2 variiert am stärksten und wechselt zwischen kurzen, prägnanten Sätzen und längeren, erklärenden.

Was das für Sie bedeutet: Wenn Ihr Schreiben einen vorhersehbaren Rhythmus hat (wie es bei juristischen und technischen Texten oft der Fall ist), ist die Konsistenz von Claude Sonnet die beste Übereinstimmung. Wenn Ihr Schreiben „bursty“ ist – also kurze und lange Sätze für den Effekt mischt – ist die Variabilität von GPT-5.2 ein besserer Ausgangspunkt.

Prägnanz

Kein Modell schreibt prägnant. Dies sollte klar festgehalten werden: Jedes große KI-Modell erzeugt eine längere Ausgabe, als die meisten Fachleute im selben Kontext schreiben würden. Der Gesamtdurchschnitt liegt bei 42 von 100, und kein Modell übertrifft diesen Wert signifikant.

GPT-5.2 ist etwas prägnanter als die anderen: Sein konversationsorientierter Stil führt natürlich zu kürzeren Sätzen. Gemini ist am wenigsten prägnant und kombiniert seine hohe Komplexität mit hoher Satzlänge.

Was das für Sie bedeutet: Wenn Sie ein prägnanter Schreiber sind (und viele Fachleute sind es), benötigt jedes Modell auf dieser Achse eine erhebliche Kalibrierung. Die Modellwahl bewegt hier kaum etwas.

---

Die Scorecard

Fassen wir die „Gewinner“ zusammen:

Beachten Sie das Muster: Drei Dimensionen haben keinen universellen Gewinner, da der „beste“ Wert vollständig davon abhängt, wo Sie auf dieser Achse liegen. Hohe Komplexität ist nicht besser als geringe Komplexität. Hohe Ausdruckskraft ist nicht besser als geringe Ausdruckskraft. Hohe Formalität ist nicht besser als geringe Formalität.

Die Frage ist nicht „welches Modell schreibt am besten?“, sondern „welche Standardeinstellungen des Modells kommen meinem Schreiben in jeder Dimension am nächsten?“

---

Welches Modell schreibt also am menschlichsten?

Die ehrliche Antwort, übereinstimmend mit den Erkenntnissen des Stanford AI Index: keines davon, und alle davon.

Keines davon, weil jedes Modell zu einem statistischen Mittelpunkt konvergiert, den kein realer Mensch einnimmt. Das Median-Benutzer-Problem betrifft alle drei gleichermaßen. Ihre Ausgaben ähneln sich mehr, als dass sie einem unverwechselbaren menschlichen Autor ähneln würden, weshalb KI-Texte generisch klingen, unabhängig davon, welches Modell Sie wählen.

Alle davon, weil jedes Modell Dimensionen hat, in denen es bestimmte menschliche Stile annähert:

• GPT-5.2 schreibt am ehesten wie Menschen, die ausdrucksstark, konversationsfreudig und rhythmisch vielfältig sind. Denken Sie an Marketingleiter, Vertriebsmitarbeiter, Community Manager. (Siehe: ChatGPT für die Arbeit)
• Claude Sonnet 4.5 schreibt am ehesten wie Menschen, die ausgewogen, professionell und konsistent sind. Denken Sie an Produktmanager, Berater, Operations-Leiter. (Siehe: Lassen Sie Claude wie Sie klingen)
• Gemini 3 Pro schreibt am ehesten wie Menschen, die formell, strukturiert und gründlich sind. Denken Sie an Anwälte, Analysten, Führungskräfte in der Kommunikation. (Siehe: Lassen Sie Gemini wie Sie schreiben)

Doch selbst diese Übereinstimmungen sind partiell. GPT-5.2 mag die Ausdruckskraft eines Marketingexperten treffen, aber dessen Prägnanz völlig verfehlen. Claude Sonnet mag die Formalität eines Beraters treffen, aber dessen Satzstrukturen überkomplizieren. Die Übereinstimmung ist nie vollständig über alle sechs Dimensionen hinweg. Für vollständige Persönlichkeitsprofile jedes Modells siehe Schreibprofile für jedes KI-Modell.

---

Die wahre Antwort: Hören Sie auf zu wählen und beginnen Sie zu kalibrieren

Hier ist die kontraintuitive Schlussfolgerung aus den Daten: Die Modellwahl ist weniger entscheidend als die Modellkalibrierung.

Der maximale Unterschied zwischen zwei Modellen auf einer Achse beträgt etwa 16 Punkte. Der typische Unterschied zwischen den Standardeinstellungen eines Modells und dem tatsächlichen Stil eines menschlichen Autors liegt bei 20–40 Punkten auf mehreren Achsen gleichzeitig.

Der Wechsel von ChatGPT zu Claude könnte Sie in puncto Formalität um 10 Punkte näher bringen. Aber Sie sind immer noch 25 Punkte von der Prägnanz, 30 Punkte von der Ausdruckskraft und 15 Punkte von der Konsistenz entfernt. Sie haben eine Dimension optimiert, während vier weitere unkalibriert blieben.

Ein Stilprofil kalibriert alle sechs Dimensionen gleichzeitig, unabhängig davon, welches Modell Sie verwenden. Es misst Ihr tatsächliches Schreiben, berechnet die Abweichung von den Standardeinstellungen des Modells und gibt der KI spezifische Ziele für jede Dimension vor.

Das Modell wird zur Leinwand. Ihr Stilprofil wird zur Anleitung. Jede Leinwand ist geeignet – was zählt, ist die Präzision der Anweisungen.

---

Was ist mit anderen Sprachen?

Dieser Vergleich konzentrierte sich auf Englisch. Die Modelldynamik verschiebt sich in anderen Sprachen, manchmal dramatisch. Die japanische KI-Ausgabe sieht ganz anders aus als die englische KI-Ausgabe, und die relativen Stärken jedes Modells ändern sich mit der Sprache.

Für die sprachübergreifende Geschichte siehe Wie KI in verschiedenen Sprachen unterschiedlich schreibt. Und für modellspezifische Empfehlungen pro Sprache siehe Welches KI-Modell in jeder Sprache am besten schreibt.

---

Finden Sie Ihre beste Übereinstimmung

Möchten Sie sehen, welche Standardeinstellungen eines Modells Ihrem Schreiben am nächsten kommen? Probieren Sie Ihren kostenlosen Writing-DNA-Snapshot aus: Er kartiert Ihren Stil über alle sechs Dimensionen und zeigt Ihnen die Abweichung von der „Durchschnittlichen KI“.

Der Snapshot sagt Ihnen nicht, welches Modell Sie verwenden sollen. Er sagt Ihnen etwas Nützlicheres: genau, was jedes Modell ändern muss, um wie Sie zu schreiben.

Holen Sie sich Ihren kostenlosen Writing-DNA-Snapshot