Wie viele Schreibproben braucht KI, um Ihren Stil zu lernen?

TL;DR: Wie viele Schreibproben braucht KI? Weniger Dokumente, als Sie befürchten, und mehr Wörter pro Kontext, als die meisten Tools zugeben. Eine Stilanalyse kann mit drei Proben oder etwa 500 Wörtern starten, aber die Zahlen, die Ihre Stimme beschreiben (Satzlängenbereich, Position der Relativierungen, Übergangsgewohnheiten, Dichte der Zeichensetzung), stabilisieren sich erst, wenn ein Kontext rund 2.000 Wörter Ihres eigenen Textes enthält. Die Autorschaftsforschung setzt volle Stabilität höher an, bei etwa 5.000 Wörtern. Die Anzahl der Dateien ist die falsche Einheit; die richtige ist die Wortzahl pro Kontext, in dem Sie tatsächlich schreiben. Unten: warum Beschreibungen Proben nicht ersetzen können, welche Schwellen MyWritingTwin.com bei jedem Schritt anwendet, und wie Sie Ihr eigenes Korpus in zehn Minuten prüfen.

Jemand bittet Sie um „ein paar Schreibproben“, damit KI Ihren Stil lernen kann. Sie schicken drei E-Mails und einen LinkedIn-Beitrag. Das Ergebnis klingt wie ein kompetenter Fremder. Also schicken Sie zwölf weitere, und es wird schlechter.

Beide Ergebnisse haben dieselbe Ursache. Niemand hat Ihnen gesagt, wozu eine Probe da ist.

Wie viele Schreibproben braucht KI?

Genug Wörter in einem Kontext, damit sich die Muster nicht mehr verändern, wenn Sie eine weitere Probe hinzufügen. Für die meisten Berufstätigen landet das bei drei bis fünf Texten pro Kontext und rund 2.000 Wörtern insgesamt für diesen Kontext. Die Dokumentanzahl ist ein Näherungswert. Die Wortzahl pro Kontext ist die eigentliche Anforderung.

So sehen die Schwellen in der Praxis aus:

Die Untergrenze existiert, damit Sie schnell etwas sehen. Die Bereitschaftsschwelle existiert, weil das Profil darunter eher die letzte hochgeladene E-Mail beschreibt als Sie.

Der Grund, warum die Wortzahl mehr zählt als die Dateianzahl, ist, dass jeder Messwert in einem Stilprofil eine Verteilung ist, keine Tatsache. Ihre durchschnittliche Satzlänge ist nicht eine Zahl; sie ist ein Bereich mit einer Mitte und Rändern. Wo Sie „wahrscheinlich“ im Satz platzieren, ist eine Tendenz, keine Regel. Verteilungen brauchen genug Beobachtungen, bevor ihre Form vertrauenswürdig ist, und eine E-Mail mit 90 Wörtern trägt vielleicht sechs Sätze zu dieser Form bei.

Warum ist „wie viele Proben“ die falsche Frage?

Weil sie eine Slack-Antwort mit 40 Wörtern und ein Angebot mit 2.500 Wörtern als dieselbe Einheit behandelt und ignoriert, dass Sie an verschiedene Menschen unterschiedlich schreiben. Die nützliche Frage hat zwei Teile: Wie viele Wörter braucht ein Kontext, und in wie vielen Kontexten schreiben Sie tatsächlich.

Betrachten Sie, was eine berufstätige Person in einer Woche produziert:

• Interne E-Mail ans Team: kurze Sätze, Vornamen, eine Frage am Ende, keine Grußformel außer Initialen.
• Kunden-E-Mail: längere Sätze, eine höfliche Eröffnung, relativierte Zusagen („wir sollten in der Lage sein“), eine vollständige Signatur.
• Slack: Fragmente, keine Großbuchstaben, Emojis statt Zeichensetzung.
• Vorstandsmemo oder Bericht: nummerierte Ergebnisse, Passivkonstruktionen, wo Verantwortung geteilt wird, keine Umgangssprache.

Vier Kontexte, vier messbare Stimmen, eine Person. Ein Modell, dem man einen Stapel aus allen vieren gibt, lernt einen Durchschnitt, der zu keiner passt. Das ist dasselbe Scheitern wie die Beschreibung Ihres Tons mit Adjektiven: Das Ergebnis landet mitten in der Menge. Unser Beitrag darüber, warum Ton-Adjektive nicht Ihre Stimme sind, behandelt das Mengenproblem im Detail; die Probenanzahl-Variante davon lautet, dass das Mischen von Kontexten Sie gegen sich selbst verrechnet.

Die ehrliche Antwort auf „wie viele Proben“ hängt also davon ab, wie viele dieser Kontexte die KI übernehmen soll. Ein Kontext, eine Sprache: drei bis fünf Texte, etwa 2.000 Wörter. Drei Kontexte in zwei Sprachen: sechs Zellen, jede mit ihrer eigenen Untergrenze. Die Anzahl pro Zelle bleibt klein. Die Gesamtzahl wächst mit der Zahl der Stimmen, die Sie tatsächlich haben.

Was lernt ein Modell eigentlich aus einer Probe?

Messwerte, die es auf keinem anderen Weg bekommt. Ein Sprachmodell kommt mit dem Wissen um jedes Wort, das einen Schreibstil beschreibt, und ohne jedes Wissen darüber, wie Sie schreiben. Proben sind der einzige Input, der diese Lücke schließt, weil Ihr Stil in Merkmalen gespeichert ist, die kein Adjektiv abbildet.

Das extrahiert eine Stilanalyse aus einem Satz Proben in einem Kontext:

1. Satzlängenverteilung: die Mitte, die Streuung, und ob Sie lang und kurz abwechseln oder gleichmäßig bleiben.
2. Position der Relativierungen: ob „ich denke“ den Satz eröffnet, unterbricht oder abschließt, und wie oft es überhaupt vorkommt.
3. Übergangsgewohnheiten: „Also“ versus „Daher“ versus ein schlichter neuer Absatz.
4. Dichte der Zeichensetzung: Doppelpunkte, Klammern, Semikolons, Gedankenstriche, und wie viele davon pro hundert Wörter.
5. Eröffnungs- und Schlusszüge: was Ihre erste Zeile tut, was Ihre letzte Zeile tut.
6. Vokabularregeln: Wörter, die Sie nie verwenden, Wörter, die Sie überstrapazieren, und die Fachbegriffe, die Sie unerklärt lassen.
7. Absatzform: eine Idee pro Absatz oder drei, und wie lang jeder wird.

Nichts davon ist ein Ton. Alles davon ist Ihre Stimme. Ein Prompt, der sagt „schreibe wie eine direkte, warme Führungskraft“, legt nichts davon fest, weshalb das Ergebnis wie jede direkte, warme Führungskraft auf einmal klingt. Das Modell kennt die Beschreibung. Es kennt die Messwerte nicht. Nur Ihre Proben tragen sie, und das bleibt wahr, egal wie fähig das Modell wird. Warum, haben wir in Kennt KI meinen Schreibstil? Warum bessere Modelle ihn immer noch nicht kennen dargelegt: Fähigkeit und persönliche Konditionierung sind getrennte Ebenen, und die Labore können nur die erste liefern.

Deshalb erhöht ein besseres Modell auch den Wert Ihrer Proben, statt ihn zu senken. Sobald die Messwerte existieren, reproduziert ein Modell, das nuancierten Anweisungen präziser folgt, sie präziser. Die Anforderung an Belegmaterial schrumpft nicht mit der Modellqualität. Der Ertrag, es zu haben, wächst.

Wie viele Wörter pro Kontext brauchen Sie?

Etwa 2.000 Wörter Ihres eigenen Schreibens innerhalb eines einzelnen Kontexts sind der Punkt, an dem MyWritingTwin ein Profil als bereit behandelt, und die akademische Stilometrie legt nahe, dass volle Stabilität höher liegt. Beide Zahlen beschreiben dasselbe: den Punkt, ab dem eine weitere Probe die Messwerte nicht mehr bewegt.

Der akademische Referenzpunkt stammt aus der Autorschaftszuordnung, dem Feld, das allein aus Textmerkmalen fragt: „Wer hat das geschrieben?“ Maciej Eders Studie Does size matter? Authorship attribution, small samples, big problem hat getestet, wie viel Text diese Methoden über mehrere Sprachen und Korpora hinweg brauchen. Sein zentrales Ergebnis war, dass die Resultate bei rund 5.000 Wörtern verlässlich wurden und deutlich darunter instabil waren, wobei die genaue Untergrenze je nach Sprache und Anzahl der infrage kommenden Autoren variierte.

Ein Stilprofil muss Sie nicht aus einer Reihe von hundert Autoren herauspicken. Es muss eine Person gut genug beschreiben, damit ein Modell das Muster reproduzieren kann. Das ist eine kleinere Aufgabe, weshalb die Bereitschaftsschwelle bei etwa 2.000 Wörtern pro Kontext liegt statt bei 5.000. Unterhalb dieser Linie kann eine einzelne ungewöhnliche E-Mail (die, die Sie wütend oder um 1 Uhr nachts geschrieben haben) die Mitte der Satzlänge um ein ganzes Wort verschieben. Oberhalb ist ein Ausreißer eine Beobachtung unter vielen.

Daraus folgen zwei Konsequenzen:

Zehn kurze E-Mails schlagen einen langen Bericht. Eine E-Mail mit 300 Wörtern zeigt Ihre Eröffnung, Ihren Schluss, Ihre Relativierung und Ihre Grußformel je einmal. Zehn davon zeigen diese Züge zehnmal. Ein Bericht mit 3.000 Wörtern zeigt sie einmal, in einem Register, das Sie zweimal im Jahr verwenden.

Die Untergrenze gilt pro Kontext, nicht pro Konto. 2.000 Wörter in englischen Kunden-E-Mails zu erreichen, sagt nichts über Ihre japanischen internen Nachrichten aus. Diese Zelle beginnt bei null. Deshalb gruppiert die Kommunikationsmatrix Proben nach Sprache, Kanal und Zielgruppe, bevor irgendetwas analysiert wird: Die Wortzahl, die zählt, ist die innerhalb der Zelle.

Warum machen mehr Proben das Profil manchmal schlechter?

Weil jenseits der Schwelle jede hinzugefügte Probe, die kontextfremd ist, von jemand anderem redigiert wurde oder teilweise von KI geschrieben ist, das Signal verwässert, statt es zu stärken. Die zwölf zusätzlichen Proben, die Ihr Ergebnis verschlechtert haben, taten vermutlich eines von drei Dingen.

Sie stammten aus einem anderen Kontext. Eine Konferenz-Biografie und zwei LinkedIn-Beiträge zu einem Stapel interner E-Mails hinzuzufügen, gibt dem Modell nicht „mehr von Ihnen“. Es gibt dem Modell eine breitere Verteilung, deren Mitte irgendwo liegt, von wo aus Sie nie tatsächlich geschrieben haben.

Sie waren nicht vollständig Ihre. Ein veröffentlichter Artikel, der durch ein Lektorat ging. Ein Angebot, das eine Kollegin entworfen und Sie poliert haben. Ein erster Entwurf von ChatGPT, den Sie dann korrigiert haben. Jeder trägt die Satzlängen und Relativierungsgewohnheiten von jemand anderem, und die Analyse kann nicht erkennen, welche Sätze Ihre sind. Unser Leitfaden zur Auswahl von Schreibproben für die KI-Analyse führt durch den Authentizitätstest; die Kurzfassung lautet: Wenn Sie nicht auf die Sätze zeigen können, die Sie geschrieben haben, lassen Sie das Dokument weg.

Sie waren extrem. Das Kündigungsschreiben, das Sie nie abgeschickt haben, oder die Beschwerde an die Fluggesellschaft. Echt, Ihre, und unrepräsentativ für alles, was Sie an einem Dienstag schreiben. Eine davon in einem Korpus mit 2.000 Wörtern ist eine Fußnote. Eine in einem Korpus mit 600 Wörtern ist ein Drittel des Belegmaterials.

Die praktische Regel: Fügen Sie Proben hinzu, bis ein Kontext seine Untergrenze erreicht, dann hören Sie auf hinzuzufügen und fangen an zu prüfen. Wenn die nächste Probe das Profil nicht verändert, sind Sie für diesen Kontext fertig. Wenn sie es stark verändert, fragen Sie sich, ob die Probe dorthin gehört oder in eine andere Zelle.

Was passiert, wenn Sie Proben stattdessen in einen Chat einfügen?

Das Modell lernt Sie für ein Gespräch und vergisst Sie, wenn es geschlossen wird, sodass sich die Frage nach der Probenanzahl in jeder Sitzung neu stellt. Fünf E-Mails in ChatGPT, Claude oder Gemini einzufügen, bevor Sie um einen Entwurf bitten, funktioniert in dem Sinne, dass der Entwurf sich an diese fünf E-Mails anlehnt. Es bedeutet auch, dass Sie dieselben E-Mails jeden Tag erneut hochladen, das Modell nie eine stabile Lesart von Ihnen erreicht und Sie jedes Mal dieselben Namen und Zahlen preisgeben.

Es gibt einen zweiten Preis, der leicht zu übersehen ist. Proben in einem Chatfenster sind Beispiele, keine Messwerte. Das Modell imitiert die Oberfläche dessen, was es sieht. Bei fünf E-Mails, die zufällig alle mit „Kurze Frage:“ beginnen, wird es jeden Entwurf so eröffnen, ob das nun eine Gewohnheit ist oder ein Zufall der fünf, die Sie ausgewählt haben. Ein gemessenes Profil hält fest: „eröffnet in etwa einem Drittel der internen E-Mails mit einer zweiwörtigen Rahmenformel“ und verhält sich entsprechend. Beispiele zeigen, was Sie getan haben. Messwerte zeigen, was Sie tun.

Die Alternative ist, die Analyse einmal durchzuführen. Laden Sie Proben pro Kontext hoch, bis jede Zelle bereit ist, extrahieren Sie das Stilprofil und setzen Sie es dort ein, wo es bestehen bleibt: ein Custom GPT, ein Claude Project, ein Gemini Gem, der System Prompt von allem, was Sie mit der API bauen. Die Rohproben bleiben bei Ihnen. Wenn das, was in diesem Schritt mit ihnen passiert, Sie zurückhält, haben wir jede Phase in Ist es sicher, Schreibproben in KI hochzuladen? dokumentiert, einschließlich der Anonymisierung, die läuft, bevor irgendeine Probe gespeichert wird.

Woher wissen Sie, wann Sie genug haben?

Zählen Sie Wörter pro Kontext, führen Sie die Analyse durch, fügen Sie dann eine weitere Probe hinzu und sehen Sie, ob sich etwas bewegt. Das dauert etwa zehn Minuten und beantwortet die Frage für Ihr Schreiben statt für den Durchschnittsnutzer.

So geht die Prüfung:

1. Listen Sie Ihre Kontexte auf. Sprache mal Kanal mal Zielgruppe. Die meisten Berufstätigen landen bei zwei bis sechs, die zählen.
2. Ziehen Sie drei bis fünf echte Proben pro Kontext. Gesendete Elemente, keine Entwürfe. Dinge, die Sie allein geschrieben haben. Überspringen Sie alles, was jemand anderes redigiert oder KI begonnen hat.
3. Zählen Sie die Wörter pro Kontext. Unter 500: Sie haben eine Skizze. 500 bis 2.000: Sie haben eine erste Lesart, die sich verschieben wird. Über 2.000: Sie haben ein Profil.
4. Suchen Sie den Ausreißer. Die eine Probe, die in einem ungewöhnlichen Zustand geschrieben wurde. Liegt ein Kontext unter seiner Untergrenze, entfernen Sie sie. Liegt er darüber, behalten Sie sie; sie ist jetzt eine Beobachtung unter vielen.
5. Fügen Sie eine weitere hinzu und vergleichen Sie. Wenn sich der gemessene Satzlängenbereich und die häufigsten Formulierungen kaum ändern, ist dieser Kontext fertig. Wenn sie schwanken, lagen Sie noch unter der Schwelle, oder die neue Probe gehört in eine andere Zelle.
6. Füllen Sie die dünnste Zelle zuerst. Der Kontext mit den wenigsten Wörtern ist der, in dem KI-Ergebnisse am wenigsten nach Ihnen klingen. Dorthin gehört die nächste Probe.

Was diese Prüfung am häufigsten aufdeckt, ist kein Mangel. Es ist ein Missverhältnis. Menschen haben 8.000 Wörter veröffentlichter Texte und 400 Wörter der internen E-Mail, die 70 % dessen ausmacht, was sie tatsächlich verschicken. Das Profil endet fließend in einem Register, das sie zweimal im Jahr verwenden, und blind für das, das sie täglich nutzen. Das zu beheben, ist keine Frage von mehr Proben. Es ist eine Frage der richtigen 2.000 Wörter.

Wenn Sie das Zählen, Gruppieren und Messen lieber erledigen lassen möchten, ist genau das ein Writing Twin für ChatGPT, Claude und Gemini: Ihre Proben, nach Kontext sortiert, in ein Stilprofil gemessen, das Sie einmal einsetzen und überallhin mitnehmen. Beginnen Sie mit den drei Kontexten, in denen Sie am meisten schreiben, und sehen Sie, wie weit Sie drei bis fünf echte Proben in jedem bringen.