Autor: Manfred Hofferer & Team Bildungspartner Österreich, © BPÖ 2025

In der Geschichte der menschlichen Kommunikation galt über Jahrtausende ein ungeschriebenes Gesetz: Die Kompetenz, komplexe Sachverhalte in grammatikalisch korrekte, strukturierte und nuancierte Sprache zu kleiden, korrelierte stark mit der intellektuellen Kapazität der Sprechenden. Eloquenz war ein verlässlicher Indikator für Bildung, Reflexionsvermögen und kognitive Tiefe. Wer einen geschliffenen Essay verfassen konnte, musste die darin enthaltenen Gedanken zuvor im eigenen Geist geordnet haben.

Diese Kausalkette ist im Zeitalter generativer Künstlicher Intelligenz (KI) gebrochen. Wir beobachten derzeit ein Phänomen, das als „Vorspiegelung von Eloquenz“ bezeichnet werden könnte. Personen, deren schriftliche Kommunikation zuvor durch Simplizität, Fehleranfälligkeit oder mangelnde Struktur gekennzeichnet war, publizieren nun Texte von hoher rhetorischer Qualität. Das stellt keine plötzliche kollektive Steigerung der Intelligenz dar, sondern die Nutzung einer technologischen Prothese. Ähnlich wie Autotune in der Musikindustrie Intonationsschwächen technologisch korrigiert, fungiert das Large Language Model (LLM) als Exoskelett für den Intellekt.

Das Fundament dieses Phänomens liegt in der Funktionsweise von LLMs. Diese Modelle wurden auf der Basis eines gewaltigen Textkorpus trainiert, der den Durchschnitt des menschlichen Wissens abbildet. Das jedoch in einer idealisierten sprachlichen Form. Die KI liefert eine durchschnittlich hohe rhetorische Qualität, die oft weit über dem individuellen Niveau der Nutzenden liegt.

Dabei findet eine Entkopplung von Gedanke und Form statt. Die Nutzenden liefern lediglich die grobe Intention (den Prompt), während die Maschine die Strukturierung, die Wortwahl und die grammatikalische Feinjustierung übernimmt. Das Resultat ist eine Nivellierung nach oben: Der Text von Laien ist rein formal kaum noch von dem von Expertinnen und Experten zu unterscheiden. Das führt zu einer Inflation der Artikulation. Wenn sprachliche Perfektion auf Knopfdruck verfügbar ist, verliert der „schöne Satz“ als Alleinstellungsmerkmal an Wert.

Die breite Adaption dieser Technologie wird massiv durch soziale Dynamiken befeuert, insbesondere auf beruflichen Netzwerken. Hier wird Eloquenz oft fälschlicherweise deckungsgleich mit fachlicher Kompetenz gesetzt. Es entsteht der sogenannter „Mimikry-Effekt“. Nutzende beobachten den Sprachduktus etablierter Vordenkender, gekennzeichnet durch Fachtermini, metaphorische Dichte und einen inspirierenden Tonfall und nutzen KI-Tools, um genau diesen Stil zu emulieren.

Das Ziel ist der soziale Aufstieg durch sprachliche Anpassung. Inhaltsleere Phrasen („Bullshit-Bingo“) werden genutzt, um Tiefe zu simulieren. Sätze über die „Synergie der digitalen Transformation“ oder das „Navigieren durch disruptive Märkte“ dienen als rhetorische Schutzschilde. Sie klingen bedeutungsschwanger, sind aber semantisch so offen, dass sie kaum angreifbar sind. Personen, die zuvor aufgrund sprachlicher Barrieren kaum Gehör fanden, nutzen diese Worthülsen nun, um im Wettbewerb um Aufmerksamkeit zu bestehen.

Besonders kritisch ist die psychologische Rückkopplung auf die Nutzenden selbst. Es ist eine moderne Variante des Dunning-Kruger-Effekts zu beobachten. Viele Anwendende unterliegen dem Trugschluss, die von der KI generierte Weisheit stamme aus ihrer eigenen kognitiven Leistung. Der Prozess des Promptings („Schreib etwas über Führung“) und das Lesen des hochqualitativen Ergebnisses verschmelzen in der Wahrnehmung zu einem eigenen kreativen Akt. Die Nutzenden attribuieren die Intelligenz der Maschine auf sich selbst.

Verstärkt wird das durch soziale Feedback-Schleifen. Erhält ein solcher synthetischer Text positive Resonanz in Form von Likes oder Kommentaren, wird das Verhalten konditioniert. Das Selbstbild der Nutzenden verschiebt sich hin zu dem von Expertinnen und Experten, obwohl keine fachliche Vertiefung stattgefunden hat. Die Diskrepanz zwischen dem digitalen Avatar (hochphilosophisch, fehlerfrei) und der analogen Realität (fachlich limitiert) wächst.

Diagnostik: Die Anatomie des KI-Akzents

Trotz der hohen Qualität hinterlassen generative Modelle einen spezifischen „Fingerabdruck“, einen KI-Akzent, der sich durch bestimmte Muster verrät. Diese Muster zu erkennen, wird zu einer essenziellen Kompetenz in der Informationsbewertung.

1. Strukturelle Homogenität (Das Sandwich-Prinzip)
   KI-generierte Beiträge folgen einer rigiden Struktur, die auf Wahrscheinlichkeiten basiert. Typisch ist ein dreiteiliger Aufbau: Eine dramatisierende Einleitung („In der heutigen schnelllebigen Welt...“), gefolgt von einer sauberen Aufzählung (oft mit Emojis als Bulletpoints), abgeschlossen durch ein harmonisierendes Fazit („Letztendlich kommt es auf die Balance an...“). Diese Formelhaftigkeit ist bei menschlichen Autorinnen und Autoren in dieser Konsistenz selten.
2. Der Wortschatz der Leere
   Es lässt sich eine übermäßige Häufung von Begriffen feststellen, die professionell klingen, aber wenig Reibung erzeugen. Wörter wie „maßgeblich“, „entscheidend“, „Transformation“, „Synergie“ oder „Leidenschaft“ werden inflationär gebraucht. Wenn das Vokabular einer Person plötzlich von umgangssprachlicher Einfachheit zu hochkomplexer Business-Lyrik wechselt, ist das ein starkes Indiz für den Einsatz synthetischer Hilfe.
3. Pathologische Ausgewogenheit
   Menschliche Kommunikation ist durch Ecken, Kanten und starke Meinungen geprägt. KI-Modelle sind hingegen darauf trainiert (RLHF – Reinforcement Learning from Human Feedback), sicher, neutral und harmlos zu sein bzw. zu wirken. Synthetische Texte vermeiden die Zuspitzung. Sie vertreten keine These, ohne sie sofort zu relativieren („Natürlich gibt es Risiken, aber...“). Dieser Mangel an intellektueller Risikobereitschaft führt zu einer glatten, fast sterilen Textoberfläche.
4. Metaphorische Dissonanzen
   Zwar nutzen KIs Metaphern, greifen aber auf abgedroschene Klischees zurück („Über den Tellerrand schauen“, „Eine Reise antreten“, „Gamechanger“). Noch auffälliger ist die „halluzinierte Empathie“. Persönliche Anekdoten wirken hölzern und konstruiert, oft wie Parabeln mit einer moralischen Lehre am Ende, anstatt wie authentische Erlebnisse, die unperfekt oder ambivalent sind.
5. Grammatikalische Hyperkorrektheit
   Paradoxerweise ist Perfektion ein deutliches Warnsignal. Menschliche Texte, besonders in sozialen Medien, enthalten Satzbrüche, Ellipsen oder idiosynkratische Zeichensetzung. Ein Text, der über mehrere Absätze hinweg grammatikalisch makellos ist, aber inhaltlich vage bleibt, deutet auf eine maschinelle Genese hin.

Das Problem der fehlenden Substanz

Das Kernproblem dieser Entwicklung ist nicht die Nutzung des Werkzeugs an sich, sondern die Täuschung über die dahinterliegende Kompetenz. Man kann Eloquenz simulieren, aber keine Expertise. Spätestens in der synchronen Kommunikation oder bei der Lösung spezifischer, kontextabhängiger Probleme fällt die Maske.

Der Textfluss generativer KI ist regelhaft redundant. Es werden viele Worte gemacht, um wenig Inhalt zu transportieren. Die Informationsdichte ist im Verhältnis zur Textlänge gering. Das steht im Kontrast zu echter Expertinnen und Experten-Kommunikation, die durch Präzision und Informationsdichte besticht. Die aktuelle Flut an KI-Texten führt somit zu einer Homogenisierung der Sprache und einem Vertrauensverlust in geschriebene Expertise. Die Informationsempfangenden müssen lernen, zwischen synthetischer Politur und organischer Substanz zu unterscheiden.

Maßnahmen zur Verifizierung von Kompetenz in der Praxis

Um der Diskrepanz zwischen synthetischer Eloquenz und tatsächlicher Kompetenz entgegenzuwirken, können in professionellen Kontexten (Recruiting, Verhandlungen, Fachaustausch) folgende Strategien angewandt werden:

1. Synchrone Validierung erzwingen: Die effektivste Methode zur Überprüfung von Expertise ist der Wechsel vom asynchronen (E-Mail, Chat, Postings) zum synchronen Modus (Telefonat, Video-Call, persönliches Gespräch). In Echtzeit-Situationen entfällt die Latenzzeit, die für das Prompting und Editieren von KI-Antworten nötig ist. Wer komplexe Gedanken schriftlich formuliert hat, muss in der Lage sein, diese im direkten Dialog ad hoc zu erläutern, zu verteidigen und zu vertiefen.
2. Transfer-Aufgaben stellen: KI-Modelle brillieren bei allgemeinen, abstrakten Abhandlungen. Um echte Kompetenz zu testen, sollte das Gegenüber gebeten werden, das postulierte Wissen auf ein hochspezifisches, nicht-öffentliches Szenario anzuwenden. Beispielsweise: „Wie würde Ihre genannte Strategie zur digitalen Transformation konkret bei unserem Kunden XY aussehen, der mit dem Problem Z kämpft?“ Das erfordert Kontextverständnis und Transferleistung, die reines Copy-Paste nicht leisten kann.
3. Die "Warum"-Interrogation: Statt das Ergebnis zu bewerten, sollte nach der Herleitung gefragt werden. „Welche alternativen Ansätze haben Sie verworfen, bevor Sie zu diesem Schluss kamen, und warum?“ KI liefert meist nur das optimale Ergebnis, selten die verworfene Prozesshistorie oder die Zweifel, die menschliche Expertinnen und Experten während der Lösungsfindung hatten. Das Fehlen einer reflexiven Herleitung deutet auf synthetischen Ursprung hin.
4. Stilistische Brüche analysieren: In der Praxis lohnt sich ein Vergleich zwischen verschiedenen Kommunikationskanälen. Weicht der Stil in einer schnellen Slack-Nachricht oder einer kurzen Notiz massiv von dem in offiziellen Berichten oder LinkedIn-Posts ab (z.B. eklatante Grammatikfehler vs. hochkomplexe Satzstrukturen), ist das ein deutlicher Indikator für fehlende Authentizität. Ein konsistentes Kompetenzniveau zeigt sich übergreifend.

Die Verbreitung generativer Textmodelle führt zu einer fundamentalen Verschiebung in der Bewertung schriftlicher Kommunikation. Da grammatikalische Korrektheit und stilistische Glätte als Indikatoren für Intelligenz entwertet werden, gewinnt die inhaltliche Originalität und die spezifische Problemlösungskompetenz an Bedeutung. Wir bewegen uns von einer Ära der Content-Creation hin zu einer Ära der Content-Curation und -Verifikation. In Zukunft werden nicht mehr diejenigen als Expertinnen und Experten gelten, die am schönsten schreiben, sondern diejenigen, deren digitale Aussagen den Überprüfungen in der physischen Realität standhalten. Authentizität wird zur härtesten Währung in einem inflationären Markt der perfekten Sätze.

Passende Hörbeiträge dazu:

• Soziale Medien: Panoptikum der Eitelkeiten und Abgründe oder was sonst?

• KI und LLMs: Was ist los in Österreich? Wie ist der Stand der Dinge?

Wenn Interesse und Bedarf bestehen, unterstützen wir dich zu diesem Thema gerne auch in unseren Bildungsangeboten. Reden wir darüber! Unsere aktuellen Bildungsangebote:

• Train the Trainer:in
• Soft Skill Trainer:in
• Outdoorpädagogik 
• Bildungsbike-Trainer:in
• Ausbildung Bildungsbiken

HINWEIS: Für die sprachliche Glättung und stilistische Vereinfachung dieses Beitrags wurden KI-basierte Tools (ChatGPT 5, Gemini 2.5 Pro, Copilot) unterstützend eingesetzt. Alle inhaltlichen Aussagen und Schlussfolgerungen wurden von dem Autor ausgewählt, geprüft und verantwortet. Die KI hatte keine Rolle bei der inhaltlichen Generierung oder Bewertung der Forschungslage.