Wie KI-Modelle unterschiedlich schreiben: Ein datengestützter Vergleich

Bitten Sie Claude, ChatGPT und Gemini, dieselbe E-Mail zu verfassen, und Sie erhalten drei merklich unterschiedliche Ergebnisse. Eines klingt vorsichtig und abwägend. Ein anderes liest sich, als wäre es aufrichtig begeistert zu helfen. Das dritte schreibt, als würde es einen Regierungsbericht vorbereiten.

Diese Unterschiede sind nicht zufällig. Sie sind quantifizierbar, reproduzierbar und über Hunderte von Stichproben hinweg konsistent. Wir wissen das, weil wir sie gemessen haben.

Wir haben 5 Modelle mit denselben 320 Prompts getestet

Wir haben fünf KI-Modellen (Claude Opus 4.6, Claude Sonnet 4.5, Claude Haiku 4.5, GPT-5.2 und Gemini 3 Pro) identische Schreibaufgaben gestellt: formelle E-Mails, informelle E-Mails, Geschäftsberichte, Social-Media-Posts, Blog-Einleitungen, Slack-Nachrichten, Präsentationsnotizen und Meeting-Follow-ups. Acht Prompt-Typen, vier Sprachen, jeweils zwei Varianten. Das sind 320 Stichproben pro Modell.

Anschließend haben wir jede Stichprobe einer computergestützten Stilometrie unterzogen, einem Fachgebiet mit Wurzeln in der forensischen Linguistik. Dabei wurden deterministische Formeln verwendet, die das Schreiben anhand von sechs unabhängigen Dimensionen bewerten. Dieselbe Analyse, die wir zur Erstellung von Writing-DNA-Snapshots für Menschen verwenden, wurde hier auf die KI-Ausgabe angewendet.

Das Ergebnis ist ein Schreib-Fingerabdruck für jedes Modell. Nicht „dieses ist besser“, sondern „dieses schreibt auf diese Weise“.

Die sechs von uns gemessenen Dimensionen

Dimension	Was sie erfasst	Skala
Satzkomplexität	Strukturelle Dichte: lange, verschachtelte Sätze erzielen höhere Werte	0-100
Wortschatzreichtum	Lexikalische Vielfalt: mehr einzigartige Wörter erzielen höhere Werte	0-100
Expressivität	Rhetorische Energie: Fragen, Ausrufe, Betonungsmarker	0-100
Formalität	Funktionswörter, Absicherungen, vorsichtige Struktur	0-100
Konsistenz	Gleichmäßigkeit der Satzlänge: gleichmäßiger Rhythmus vs. dynamische Variation	0-100
Prägnanz	Invers zur Satzlänge: kürzere Sätze erzielen höhere Werte	0-100

Jede Achse ist unabhängig. Ein Modell kann bei Formalität hoch und bei Prägnanz niedrig punkten. Expressiv, aber inkonsistent. Die Kombination schafft die Persönlichkeit.

Die Ergebnisse: Fünf Modelle, fünf Persönlichkeiten

Das hat uns überrascht: Dies sind keine subtilen Unterschiede. Jedes Modell hat eine ausgeprägte und konsistente Schreibpersönlichkeit.

Claude Opus 4.6 – „Der Architekt“

Opus schreibt die längsten und strukturell komplexesten Sätze aller von uns getesteten Modelle. Es sichert sich sorgfältig ab, verwendet präzises Vokabular und wechselt selten in einen informellen Tonfall, selbst wenn der Prompt dies nahelegt. Formalität und Wortschatzreichtum sind hoch. Die Prägnanz ist niedrig.

Ideal für: Gründliche Analysen, detaillierte Berichte, nuancierte Argumente, bei denen Präzision wichtiger ist als Kürze.

Vorsicht bei: Sie werden wahrscheinlich kürzen müssen. Opus schreibt standardmäßig nicht „kurz“.

Claude Sonnet 4.5 – „Der Allrounder“

Sonnet erzielt in jeder Dimension Werte im mittleren Bereich, und das ist seine Stärke. Moderate Komplexität, moderate Formalität, moderate Expressivität. Es passt sich responsiver an den Prompt-Typ an als Opus und wechselt fließender den Tonfall zwischen einer E-Mail und einer Slack-Nachricht.

Ideal für: Die alltägliche professionelle Kommunikation. Die E-Mails, Updates und Nachrichten, die die meisten Menschen die meiste Zeit benötigen.

Vorsicht bei: „Ausgewogen“ kann auch „nicht markant“ bedeuten. Sonnets Vielseitigkeit geht auf Kosten der Persönlichkeit.

Claude Haiku 4.5 – „Der Stichpunkt“

Haiku schreibt kurz. Sein Prägnanz-Wert überragt die anderen Modelle. Der Wortschatzreichtum sinkt entsprechend; Haiku greift eher zu vertrauten als zu präzisen Wörtern.

Die Überraschung: Haikus Expressivität ist stark. Trotz kürzerer Sätze verwendet es Fragen, Ausrufezeichen und Haltungsmarker frei. Es liest sich prägnant und energisch, nicht wortkarg.

Ideal für: Slack-Nachrichten, schnelle Antworten, alles, wo es darum geht, „auf den Punkt zu kommen“.

Vorsicht bei: Komplexe Argumente verlieren bei Haikus Kompressionsgrad an Nuancen.

GPT-5.2 – „Der Enthusiast“

GPT-5.2 sticht sofort durch seine Expressivität hervor. Es erzielt die höchsten Werte in diesem Bereich und verwendet rhetorische Fragen, Ausrufezeichen und eine warme Sprache freizügiger als jedes andere Modell. Wenn sich ChatGPT-Ausgaben für Sie „wärmer“ anfühlen, bestätigt die Datenlage Ihren Instinkt.

Sein Satzrhythmus ist der dynamischste, mit mehr Variation in der Länge, was einen konversationellen Fluss erzeugt. Die Formalität liegt unter dem Durchschnitt. Der Wortschatzreichtum ist solide, aber nicht außergewöhnlich.

Ideal für: Marketingtexte, soziale Medien, überzeugende Inhalte, alles, was von Energie und Enthusiasmus profitiert. Sehen Sie sich unseren ChatGPT-Stilprofil-Leitfaden an, um die Expressivität von GPT-5.2 zu kalibrieren.

Vorsicht bei: Professionellen Kontexten, in denen Zurückhaltung wichtig ist. Der Enthusiasmus von GPT-5.2 kann in formellen Berichten unprofessionell wirken.

Gemini 3 Pro – „Der Berichterstatter“

Gemini schreibt dichte, strukturierte Prosa. Hohe Satzkomplexität (nahe an Opus), aber geringe Expressivität. Es erzielt bei der Formalität mit die höchsten Werte: starke Verwendung von Funktionswörtern, sorgfältige Absicherung, abwägender Tonfall.

Die Ausgabe von Gemini liest sich wie ein gut redigierter Bericht. Professionell, gründlich, vorsichtig. Deutlich anders als die Energie von GPT-5.2.

Ideal für: Geschäftsberichte, Richtliniendokumente, regulatorische Texte, alles, was institutionell klingen muss. Sehen Sie sich unseren Gemini-Stilprofil-Leitfaden an, um Geminis Standardregister zu lockern.

Vorsicht bei: Informelle Inhalte wirken steif. Gemini ist ohne explizite Prompts nicht „konversationell“.

Im direkten Vergleich: Die Zahlen

Dimension	Opus	Sonnet	Haiku	GPT-5.2	Gemini 3 Pro	KI-Durchschnitt
Satzkomplexität	Hoch	Mittel	Niedrig	Mittel	Hoch	65
Wortschatzreichtum	Hoch	Mittel	Niedrig	Mittel	Mittel	48
Expressivität	Niedrig	Mittel	Mittel-Hoch	Sehr Hoch	Niedrig	76
Formalität	Hoch	Mittel	Mittel	Unter D.	Hoch	58
Konsistenz	Hoch	Mittel	Mittel	Niedrig	Mittel-Hoch	53
Prägnanz	Niedrig	Mittel	Hoch	Mittel	Niedrig	42

Drei Muster stechen aus dieser Tabelle hervor:

Expressivität ist das größte Unterscheidungsmerkmal. Der Abstand zwischen GPT-5.2 (sehr hoch) und Gemini/Opus (niedrig) ist die größte Abweichung über alle Dimensionen hinweg. Wenn Ihnen der Tonfall wichtig ist, ist dies der Punkt, an dem Ihre Modellwahl am meisten zählt.

Prägnanz trennt die Claude-Familie intern. Haikus Prägnanz überragt die von Opus. Gleiches Unternehmen, gleiche Trainingsphilosophie, dramatisch unterschiedliche Ausgabelänge. Die Modellgröße beeinflusst die Ausführlichkeit direkt.

Formalität gruppiert sich in zwei Lager. Opus, Gemini und (in geringerem Maße) Sonnet schreiben formell. GPT-5.2 und Haiku schreiben informell. Es gibt keinen Mittelweg: Modelle sichern sich entweder ab oder nicht.

Was das konkret für Sie bedeutet

Hier ist die praktische Erkenntnis, die die meisten KI-Vergleichsartikel übersehen: Das von Ihnen gewählte Modell legt eine Standardpersönlichkeit für alles fest, was Sie damit produzieren.

Wenn Sie ChatGPT für Arbeits-E-Mails verwenden, werden Ihre E-Mails standardmäßig enthusiastisch und expressiv sein, selbst wenn Sie einen abwägenden und prägnanten Ton wünschen. Wenn Sie Gemini verwenden, werden Ihre Slack-Nachrichten standardmäßig formell und dicht sein, selbst wenn Sie einen lockeren und schnellen Ton wünschen.

Die meisten versuchen, dies mit Prompts zu beheben. „Seien Sie prägnanter.“ „Klingen Sie professioneller.“ „Seien Sie locker.“ Und es hilft, bis zu einem gewissen Grad. Aber Sie kämpfen gegen das Training des Modells an, und Sie tun dies bei jeder Konversation von Grund auf neu.

Die Daten legen einen anderen Ansatz nahe:

Wählen Sie das Modell, dessen Standardeinstellungen Ihrem natürlichen Stil am nächsten kommen. Wenn Sie prägnant schreiben, beginnen Sie mit Haiku. Wenn Sie expressiv schreiben, ist GPT-5.2 bereits näher an dem, was Sie erreichen möchten.
Kennen Sie die spezifischen Lücken. Sagen Sie nicht einfach „schreiben Sie mehr wie ich“. Die Daten zeigen genau, welche Dimensionen Sie anpassen müssen. Vielleicht benötigen Sie die Expressivität von GPT-5.2, aber mit höherer Formalität. Das ist eine spezifische, messbare Anweisung.
Verwenden Sie ein Stilprofil anstelle von Prompts pro Nachricht. Ein Writing-DNA-Snapshot misst Ihren Stil über alle sechs Dimensionen hinweg und vergleicht ihn mit den Standardeinstellungen des Modells. Die Differenz zwischen Ihren Werten und den Werten des Modells wird zu einem wiederverwendbaren Satz von Anweisungen.

Das Gesamtbild: Jede KI-Schrift hat einen „Klang“

Die wichtigste Erkenntnis aus diesem Benchmark ist nicht, dass sich Modelle voneinander unterscheiden. Es ist, dass jedes Modell anders ist als Sie. Dies stimmt mit dem überein, was Anthropic's Forschung zu Claudes Charakter und Training als die inhärente Spannung zwischen dem Training für breite Hilfsbereitschaft und der Bewahrung der individuellen Stimme beschreibt.

Der durchschnittliche menschliche Profi erzielt keine 76 Punkte bei Expressivität oder 65 bei Satzkomplexität. Die meisten Menschen schreiben kürzere Sätze als jedes dieser Modelle. Die meisten Menschen verwenden weniger rhetorische Fragen. Die meisten Menschen sind weniger formell oder formeller als der KI-Durchschnitt, selten genau bei den Standardeinstellungen des Modells.

Dies ist das Median-Nutzer-Problem. KI-Modelle werden darauf trainiert, so zu schreiben, dass sie den durchschnittlichen Bewerter zufriedenstellen. Aber Sie sind nicht durchschnittlich. Ihr Schreiben hat spezifische Muster: einen Fingerabdruck von Satzlängen, Wortschatzwahlen und Interpunktionsgewohnheiten, die kein KI-Modell standardmäßig teilt.

Diese Lücke zwischen Ihrem Fingerabdruck und dem Fingerabdruck des Modells ist es, die KI-Schrift „fremd“ klingen lässt. Nicht falsch, genau. Nur nicht Ihre.

Finden Sie heraus, wie Sie sich vergleichen

Neugierig, wo Ihr Schreiben auf diesen sechs Dimensionen liegt? Probieren Sie einen kostenlosen Writing-DNA-Snapshot aus und reichen Sie einige Schreibproben ein, um genau zu sehen, wie sich Ihr Stil mit den oben genannten KI-Modellen vergleicht.

Keine Kreditkarte erforderlich. Nur Ihr Schreiben.

Holen Sie sich Ihren kostenlosen Writing-DNA-Snapshot