Das Wichtigste in Kürze

• Content, der mit KI entstanden ist, gilt vielen als schlecht. Forscher der University of Michigan haben das in 16 Experimenten mit rund 27.000 Teilnehmenden gemessen: Derselbe Text wird schlechter bewertet, sobald dabeisteht, dass KI beteiligt war.
• Ich halte dieses Urteil für falsch, weil es an der Herkunft ansetzt statt an der Qualität. Schlechten Content gab es lange vor ChatGPT, guten auch. KI beschleunigt beides.
• Was fehlt, ist der Führerschein: KI-Kompetenz. Man muss wissen, was das Werkzeug kann, wo die eigenen Grenzen und die der KI liegen und wo man selbst ran muss.
• Eine Studie von Harvard und der Boston Consulting Group mit 758 Beratern zeigt das präzise: Bei Aufgaben im Stärkenbereich der KI war die Qualität um über 40 % besser. Bei Aufgaben jenseits davon lagen die KI-Nutzer 19 Prozentpunkte seltener richtig, also etwa ein Viertel schlechter als ohne KI.
• Die bessere Frage an einen Text lautet deshalb nicht „War KI dabei?“, sondern: Steht jemand dahinter, der weiß, wovon er spricht?

Ich arbeite mit KI. Auch dieser Artikel ist mit ihrer Hilfe entstanden. Ganz unten auf dieser Seite steht übrigens schon lange ein Hinweis, dass Texte und Bilder auf diesem Blog ganz oder teilweise mit KI-Unterstützung erstellt und vor der Veröffentlichung fachlich geprüft werden.

Wenn Sie jetzt innerlich abwinken, sind Sie in guter Gesellschaft. In meinem Umfeld, und gefühlt in ganz Deutschland, gilt Content, der mit KI entstanden ist, als schlecht. Wer es offen sagt, verliert Punkte. Wer es verschweigt, hat ein ungutes Gefühl. Und wer einen Text liest, sucht inzwischen reflexhaft nach Gedankenstrichen, nach „Lassen Sie uns eintauchen“ und nach allzu glatten Dreierlisten.

In diesem Beitrag zeige ich, was die Forschung über diesen Reflex sagt, warum ich ihn für einen Denkfehler halte und worauf es stattdessen ankommt: auf KI-Kompetenz und auf die Frage, wer am Steuer sitzt.

Ist Content, der mit KI entstanden ist, schlechter?

Nein, nicht per se. Die Qualität eines Textes hängt nicht davon ab, ob KI beteiligt war, sondern davon, ob ein Mensch mit Fachwissen, Erfahrung und einer eigenen Haltung dahintersteht und die KI gezielt einsetzt. KI kann guten wie schlechten Content schneller und in größerer Menge erzeugen. Ob das Ergebnis trägt, entscheidet die KI-Kompetenz der Person, die das Werkzeug führt.

Das klingt banal, ist aber im Moment keine Mehrheitsmeinung. Die Mehrheitsmeinung lautet: KI-Text ist minderwertig. Und diese Meinung lässt sich messen.

Was die Forschung zum KI-Malus zeigt

Justin Berg von der Ross School of Business der University of Michigan hat gemeinsam mit Manav Raj (Wharton) und Rob Seamans (NYU Stern) untersucht, wie Menschen Texte bewerten, wenn sie erfahren, dass KI beteiligt war. Die Studie ist 2026 im Journal of Experimental Psychology: General erschienen und trägt einen sprechenden Titel: The Artificial Intelligence Disclosure Penalty, also sinngemäß „der Malus für die Offenlegung von KI“.

Der Aufbau: 16 Experimente mit rund 27.000 Teilnehmenden, durchgeführt zwischen März 2023 und Juni 2024. Die Teilnehmenden lasen kreative Texte und bewerteten sie. Ein Teil erfuhr, dass KI beteiligt war, der andere nicht. Der Text selbst war identisch.

Das Ergebnis: Sobald die KI-Beteiligung offengelegt wurde, sanken die Bewertungen im Schnitt um 6,2 %. Die Leserinnen und Leser empfanden den Text als weniger authentisch und hatten weniger Freude daran. Und der Effekt war, wie Berg sagt, erstaunlich „klebrig“. Die Forscher haben mehrere Wege ausprobiert, ihn abzuschwächen: die Perspektive der Geschichte verändert, die KI vermenschlicht, die Zusammenarbeit von Mensch und KI betont. Nichts davon hat den Malus zuverlässig verringert.

Zwei Einschränkungen gehören zur Ehrlichkeit dazu. Erstens ging es um kreative Texte, nicht um Fachartikel oder Vertriebsunterlagen. Zweitens wissen auch die Autoren nicht, ob der Effekt bleibt, schrumpft oder sich umkehrt, wenn KI-gestützte Inhalte selbstverständlich werden. Die Richtung ist aber eindeutig: Bewertet wird nicht nur der Text, sondern auch seine vermutete Herkunft.

Warum das Urteil am falschen Punkt ansetzt

Ich halte dieses Urteil für Quatsch. Nicht weil die Messung falsch wäre, sondern weil der Schluss, den viele daraus ziehen, am falschen Punkt ansetzt.

Schlechten Content gab es lange vor ChatGPT. Die Broschüre, auf der „Wir sind Ihr zuverlässiger Partner“ steht. Der Fachartikel, der drei Seiten lang nichts sagt. Der Newsletter, den niemand öffnet, weil er seit Jahren dieselbe Produktnachricht in neuer Verpackung verschickt. Guten Content gab es auch. Beides hat ein Mensch geschrieben.

Mit KI lässt sich schlechter Content schneller und in größerer Menge herstellen. Das gilt für guten genauso. KI ist ein Verstärker. Sie verstärkt, was da ist: Wissen und Haltung genauso wie Ahnungslosigkeit und Beliebigkeit.

Dass sich der Markt gerade mit austauschbaren Texten füllt, bestreite ich nicht. Ich spreche dazu gerne über den Sumpf der Vergleichbarkeit. Aber dieser Sumpf entsteht nicht, weil KI im Spiel ist. Er entsteht, weil Menschen ohne eigene Substanz jetzt ein Werkzeug haben, mit dem sie ihre Substanzlosigkeit in hoher Frequenz veröffentlichen können. Das Problem ist der Fahrer, nicht das Fahrzeug.

Wer also einen Text abwertet, weil KI beteiligt war, prüft das falsche Merkmal. Das ist ungefähr so, als würde man einen Brief schlechter finden, weil er nicht mit Füller geschrieben wurde.

Von der Kutsche zum Auto: Was die Geschichte über neue Werkzeuge lehrt

Als die ersten Autos fuhren, wurden sie belächelt und beschimpft. Sie galten als laut, gefährlich und überflüssig. In Großbritannien schrieb der Locomotive Act von 1865 vor, dass vor jedem motorisierten Straßenfahrzeug ein Mensch mit einer roten Fahne hergehen musste, um Passanten und Pferde zu warnen. Das Gesetz ging als „Red Flag Act“ in die Geschichte ein und wurde erst 1896 aufgehoben.

Heute kommt niemand mehr mit der Kutsche ins Büro. Mit der KI wird es genauso laufen. Was heute verdächtig wirkt, ist in ein paar Jahren Standard. Ich vermute, dass wir in einigen Jahren auf die heutige Debatte zurückblicken wie auf den Mann mit der roten Fahne: als verständliche, aber vorübergehende Reaktion auf etwas Neues.

Der Vergleich trägt aber noch weiter. Denn mit dem Auto kam nicht nur die Skepsis. Es kamen auch Unfälle, weil Menschen Fahrzeuge steuerten, die sie nicht beherrschten. Die Antwort darauf war nicht, das Auto abzuschaffen. Die Antwort war der Führerschein.

Was bedeutet KI-Kompetenz?

Was wir für die KI oft noch brauchen, ist genau dieser Führerschein. Übertragen auf KI heißt er: Medienkompetenz, oder genauer, KI-Kompetenz.

KI-Kompetenz bedeutet zu wissen, was ein KI-Werkzeug kann, wo seine Grenzen liegen, wo die eigenen Grenzen liegen und an welchen Stellen man selbst eingreifen muss. Dazu gehört das Verständnis, wie künstliche Intelligenz (KI) und menschliche Intelligenz (Human Intelligence, HI) optimal zusammenspielen: Die KI übernimmt, was sie gut kann, der Mensch bringt Wissen, Urteilsvermögen und Haltung ein und verantwortet das Ergebnis.

Konkret heißt das für jeden, der mit KI Inhalte erstellt, drei Dinge zu wissen:

• Was das Werkzeug kann: strukturieren, formulieren, zusammenfassen, Varianten bilden, Gegenargumente sammeln, Texte kürzen, Lücken in einer Argumentation aufzeigen.
• Wo die Grenzen liegen, die der KI und die eigenen: KI erfindet Quellen und Zahlen, wenn man sie lässt. Sie mittelt den Konsens und hat keine eigene Erfahrung. Und wer selbst ein Thema nicht versteht, kann auch nicht erkennen, wann die KI danebenliegt.
• Wo man selbst ran muss: bei der These, bei den Beispielen aus der eigenen Praxis, bei der Prüfung jeder Zahl und bei der Entscheidung, was am Ende veröffentlicht wird.

Interessant ist ein Blick nach Brüssel. Der EU AI Act verpflichtet Unternehmen seit Februar 2025 in Artikel 4, für ein ausreichendes Maß an KI-Kompetenz ihrer Mitarbeitenden zu sorgen. Mit dem sogenannten KI-Omnibus haben sich Parlament und Rat im Mai 2026 darauf verständigt, diese Pflicht deutlich abzuschwächen: Sie wird zu einem Förderauftrag für Kommission und Mitgliedstaaten. Man kann das bedauern oder begrüßen. Für die Praxis heißt es vor allem: Den Führerschein für KI schreibt Ihnen künftig kaum jemand vor. Sie müssen ihn trotzdem machen, aus eigenem Interesse.

Was die Harvard-BCG-Studie über KI und Mensch zeigt

Entscheidend ist, wer am Steuer sitzt. Kaum eine Untersuchung zeigt das so genau wie die Studie von Forschenden der Harvard Business School, der Wharton School, des MIT und weiterer Hochschulen gemeinsam mit der Boston Consulting Group. Unter dem Titel Navigating the Jagged Technological Frontier haben sie 2023 758 Beraterinnen und Berater der BCG realistische Beratungsaufgaben bearbeiten lassen, ein Teil mit GPT-4, ein Teil ohne.

Die Forschenden sprechen von einer „zerklüfteten Grenze“: Manche Aufgaben liegen innerhalb der Stärken der KI, andere knapp außerhalb, und von außen sieht man ihnen das nicht an. Die Ergebnisse unterscheiden sich entsprechend deutlich:

• Innerhalb der KI-Stärken erledigten die Beraterinnen und Berater mit KI im Schnitt 12,2 % mehr Aufgaben, arbeiteten rund 25 % schneller und lieferten Ergebnisse, deren Qualität um über 40 % höher bewertet wurde als ohne KI.
• Außerhalb der KI-Stärken kehrte sich das um. Wer sich hier auf die KI verließ, kam 19 Prozentpunkte seltener zur richtigen Lösung: Ohne KI lagen rund 84 % richtig, mit KI nur noch etwa 60 bis 70 %. Das ist im Schnitt rund ein Viertel schlechter als ohne KI.

Das ist die wichtigste Erkenntnis für alle, die mit KI arbeiten: Dasselbe Werkzeug macht Menschen besser oder schlechter, je nachdem, ob sie wissen, wo seine Grenze verläuft. Die Berater, die schlechter wurden, waren nicht dümmer als die anderen. Sie haben dem Werkzeug an einer Stelle vertraut, an der sie selbst hätten übernehmen müssen.

Die Studie beschreibt auch zwei Arbeitsweisen, die erfolgreich waren. Die einen nennt sie Zentauren: Sie teilen die Arbeit klar auf und geben der KI die Teilaufgaben, die sie gut kann. Die anderen nennt sie Cyborgs: Sie arbeiten in einem engen Wechselspiel, fragen nach, korrigieren, lassen umformulieren. Beide Typen haben eines gemeinsam: Sie sitzen am Steuer.

Wie KI und HI beim Schreiben zusammenspielen

Wer sein Wissen und seine Ideen mitbringt, wird mit KI schneller und oft besser. Wer sie über ein Thema schreiben lässt, von dem er keine Ahnung hat, bekommt einen Text, der gut klingt und nichts weiß.

Genau darin liegt die Tücke. Ein KI-Text klingt fast immer gut. Er ist grammatikalisch sauber, logisch gegliedert, angenehm im Ton. Diese Oberfläche täuscht über die Substanz hinweg, und zwar am meisten diejenigen, die die Substanz nicht beurteilen können. Ein Fachmann merkt beim Lesen, dass eine Zahl nicht stimmen kann oder dass ein Argument an der Praxis vorbeigeht. Ein Laie merkt es nicht. Er veröffentlicht.

So sieht die Arbeitsteilung aus, die sich bei mir bewährt hat:

• Was ich mitbringe: das Thema und die These, die Haltung, die Beispiele aus Projekten und Gesprächen, die eigenen Modelle und Begriffe, das Wissen, was in der Praxis funktioniert und was nicht.
• Was die KI beisteuert: eine erste Struktur, Formulierungsvorschläge, Gegenargumente, die ich prüfen sollte, Kürzungen, Varianten für unterschiedliche Kanäle, Hinweise auf Stellen, an denen meine Argumentation springt.
• Was ich am Ende tue: jede Zahl gegen die Originalquelle prüfen, streichen, was nicht nach mir klingt, und entscheiden, was veröffentlicht wird. Die Verantwortung bleibt bei mir.

Dieser Artikel ist genau so entstanden. Bei der Recherche hat sich übrigens gezeigt, warum der letzte Schritt nicht verhandelbar ist: Die Michigan-Studie bezieht sich auf kreative Texte, und die viel zitierten „23 % schlechter“ aus der BCG-Studie sind in Wahrheit 19 Prozentpunkte. Beides steht jetzt so im Text. Eine KI, die man unbeaufsichtigt schreiben lässt, hätte diese Feinheiten vermutlich glattgebügelt.

Wie KI Empathie im Marketing und Vertrieb skalieren kann, wenn vorher jemand verstanden hat, wen er anspricht, beschreibe ich ausführlicher im Beitrag Empathie und KI im B2B.

Warum gilt im Vertrieb und beim Schreiben dasselbe Prinzip?

Im Vertrieb sage ich seit Jahren: KI verstärkt ein funktionierendes System, ein fehlendes ersetzt sie nicht. Ein Unternehmen, das seine Zielkunden kennt, eine klare Übergabe zwischen Marketing und Vertrieb hat und weiß, welche Fragen Käufer in welcher Phase stellen, wird mit KI schneller, präziser und persönlicher. Ein Unternehmen ohne dieses Fundament automatisiert sein Durcheinander.

Beim Schreiben ist es dasselbe. Im Schuster-Modell® steht Content an fünfter Stelle, nach Persona, Suchverhalten, Touchpoints und Customer Journey. Diese Reihenfolge ist der Kern der Sache. Content ist das Ergebnis eines Verständnisprozesses, nicht sein Ersatz. KI beschleunigt die fünfte Stufe enorm. Die ersten vier beschleunigt sie nicht. Wer dort keine Antworten hat, bekommt von der KI auch keine, sondern nur sehr gut formulierte Vermutungen.

Dasselbe Muster sehe ich bei der Umsetzung ganzer Revenue-Systeme: Werkzeuge wie Marketing Automation, Sales Automation und KI entfalten ihre Wirkung erst, wenn sie einem gemeinsamen Plan folgen. Mehr dazu im Beitrag Revenue Engine umsetzen.

Und noch ein Punkt, der für jedes Unternehmen zählt, das gefunden werden will: Auch KI-Antwortsysteme wie ChatGPT, Perplexity oder Googles AI Overviews bevorzugen Inhalte mit klaren Aussagen, belegten Zahlen und erkennbarer Expertise. Ob ein Text mit KI-Hilfe entstanden ist, spielt für sie keine Rolle. Ob er etwas weiß, sehr wohl. Wie Unternehmen in diesen Antworten sichtbar werden, beschreibe ich auf der Themenseite SEO und GEO im B2B.

Der Hebel: Fünf Fragen statt der Frage nach der KI

Mein Vorschlag: Fragen Sie bei einem Text nicht, ob KI dabei war. Fragen Sie, ob jemand dahinter steht, der weiß, wovon er spricht. Diese fünf Prüffragen helfen dabei, bei fremden Texten genauso wie bei den eigenen:

1. Gibt es eine These? Steht im Text eine Aussage, der ein Wettbewerber oder ein Fachkollege widersprechen könnte? Wenn nicht, wurde referiert, nicht gedacht.
2. Gibt es Erfahrung? Enthält der Text ein Beispiel, eine Beobachtung oder einen Fehler, den nur jemand aus eigener Praxis kennen kann?
3. Sind die Zahlen belegt? Lässt sich jede Zahl bis zur Originalquelle zurückverfolgen, und stimmt sie dort?
4. Gibt es einen Absender? Steht ein Name dahinter, der für die Aussagen einsteht und erreichbar ist?
5. Würde der Text etwas verändern? Weiß ich nach dem Lesen etwas, das ich vorher nicht wusste, oder kann ich etwas tun, das ich vorher nicht konnte?

Ein Text, der alle fünf Fragen besteht, ist gut, egal wie er entstanden ist. Ein Text, der keine besteht, ist schlecht, auch wenn ihn ein Mensch Wort für Wort mit dem Füller geschrieben hat.

Häufige Fragen zu KI-Kompetenz und Content mit KI

Wird Content schlechter bewertet, wenn bekannt ist, dass KI beteiligt war?

Ja. Eine Studie der University of Michigan mit 16 Experimenten und rund 27.000 Teilnehmenden zeigt, dass identische kreative Texte im Schnitt um 6,2 % schlechter bewertet werden, sobald die KI-Beteiligung offengelegt wird. Der Effekt ließ sich durch keine der getesteten Maßnahmen zuverlässig verringern.

Was versteht man unter KI-Kompetenz?

KI-Kompetenz ist die Fähigkeit, KI-Werkzeuge gezielt und verantwortungsvoll einzusetzen. Dazu gehört zu wissen, was das Werkzeug kann, wo seine Grenzen und die eigenen liegen und an welchen Stellen der Mensch selbst urteilen, prüfen und entscheiden muss.

Macht KI Menschen bei der Arbeit besser oder schlechter?

Beides, je nach Aufgabe. In der Harvard-BCG-Studie mit 758 Beratern lieferten die KI-Nutzer bei Aufgaben im Stärkenbereich der KI über 40 % bessere Ergebnisse. Bei Aufgaben jenseits davon lagen sie 19 Prozentpunkte seltener richtig als die Gruppe ohne KI. Entscheidend ist, zu erkennen, auf welcher Seite der Grenze eine Aufgabe liegt.

Sollten Unternehmen offenlegen, dass Inhalte mit KI erstellt wurden?

Ich empfehle Offenheit, verbunden mit einer klaren Aussage zur menschlichen Verantwortung: wer die Inhalte geprüft hat und für sie einsteht. Transparenz kostet laut Forschung kurzfristig etwas Bewertung, Verschweigen kostet im Zweifel Vertrauen. Für bestimmte Inhalte können zudem rechtliche Kennzeichnungspflichten gelten, die im Einzelfall zu prüfen sind.

Wie erkenne ich guten Content, unabhängig davon, ob KI beteiligt war?

An fünf Merkmalen: einer klaren These, erkennbarer eigener Erfahrung, belegten Zahlen, einem Absender, der für die Aussagen einsteht, und einem echten Nutzen für den Leser. Die Herkunft der Formulierungen ist dafür zweitrangig.

Ist KI-Kompetenz für Unternehmen gesetzlich vorgeschrieben?

Der EU AI Act verpflichtet Unternehmen seit Februar 2025 in Artikel 4, für ausreichende KI-Kompetenz ihrer Mitarbeitenden zu sorgen. Im Mai 2026 haben sich Parlament und Rat im Rahmen des KI-Omnibus darauf geeinigt, diese Pflicht zu einem Förderauftrag für Kommission und Mitgliedstaaten abzuschwächen. Im eigenen Interesse bleibt KI-Kompetenz trotzdem unverzichtbar, schon um Fehler und Haftungsrisiken zu vermeiden.

Fazit: Entscheidend ist, wer am Steuer sitzt

Die Skepsis gegenüber Content mit KI ist messbar, und sie ist verständlich. Sie richtet sich aber auf das falsche Merkmal. Ein Text wird nicht dadurch gut, dass ihn ein Mensch allein geschrieben hat, und nicht dadurch schlecht, dass eine KI geholfen hat. Er wird gut, wenn jemand dahintersteht, der weiß, wovon er spricht, und der das Werkzeug so beherrscht, wie ein guter Fahrer sein Auto.

Der Weg dorthin ist kein Verzicht auf KI, sondern der Führerschein: KI-Kompetenz. Wer ihn macht, wird schneller und oft besser. Wer ohne ihn losfährt, landet früher oder später im Graben, und zwar mit einem Text, der sehr überzeugend klingt.

Bei diesem Artikel können Sie das selbst prüfen. Die Haltung ist meine.

Quellen: Manav Raj, Justin M. Berg, Rob Seamans: „The Artificial Intelligence Disclosure Penalty: Humans Persistently Devalue AI-Generated Creative Writing“, Journal of Experimental Psychology: General, 2026; Bericht von Michigan Ross News, 27. Januar 2026. Fabrizio Dell’Acqua, Edward McFowland III, Ethan Mollick, Hila Lifshitz-Assaf, Katherine C. Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, Karim R. Lakhani: „Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality“, Harvard Business School Working Paper 24-013, 2023. Verordnung (EU) 2024/1689 (AI Act), Art. 4; Trilog-Einigung zum KI-Omnibus vom 7. Mai 2026.