Gedankenstriche, «Herzstücke», «mehr als nur . . .»-Konstruktionen: KI beeinflusst die Sprache in Medien messbar

Gedankenstriche, «Herzstücke», «mehr als nur . . .»-Konstruktionen: KI beeinflusst die Sprache in Medien messbar

Künstliche Intelligenz verändert die Sprache: Eine exklusive Auswertung zeigt, welche typischen KI-Wörter seit Chat-GPT zugenommen haben.

22.10.2026, 11.40 Uhr

7 Leseminuten

Wem die Eigenheiten von KI-Sprache einmal aufgefallen sind, der sieht sie überall. Vom exzessiven Gebrauch des Gedankenstrichs über rhetorische Dreiklänge bis zu einer betonten Art, Pointen zu bringen: Sprache, die von Chatbots generiert wird, hat Eigenarten und Muster, die sich von menschlicher Sprache abheben. Und manchmal scheint sie seltsam hohl.

Optimieren Sie Ihre Browsereinstellungen

NZZ.ch benötigt JavaScript für wichtige Funktionen. Ihr Browser oder Adblocker verhindert dies momentan.

Bitte passen Sie die Einstellungen an.

Was aufmerksame Sprachbeobachter schon längst vermuten, lässt sich nun systematisch belegen: Künstliche Intelligenz verändert die Sprache, auch in der Schweiz. Das zeigt eine exklusive Analyse der Linguistin Julia Krasselt, Professorin am ZHAW Departement Angewandte Linguistik in Winterthur, für die «NZZ am Sonntag». Sie hat für uns in einem Korpus aus allen Texten von Deutschschweizer Medien (aus den Verlagen Ringier, TX-Group, CH Media, NZZ, «Weltwoche», «WoZ» und SRF) nach typischen KI-Ausdrücken gefahndet. Das Ergebnis ist eindeutig: Seit der Verfügbarkeit von Chat-GPT, also seit Dezember 2022, häufen sich in journalistischen Texten von Deutschschweizer Medien typische Ausdrucksweisen von KI-Modellen. Die Linguistin beobachtet einen «Sprachwandel auf Speed».

Wie verändert KI die Sprache? Nachfolgend zeigen wir, welche Wörter und Muster aus dem KI-Arsenal signifikant häufiger geworden sind, erklären, woher die Sprachvorlieben der KI kommen, und bewerten die Folgen der sich ausbreitenden KI-Sprache.

Diese KI-Ausdrücke breiten sich aus

Die «Herzstücke» haben sich verdoppelt

Die Beliebtheit des Wortes «Herzstück» steigt steil an. Doppelt so häufig wie noch vor Chat-GPT kommt es in den untersuchten Texten vor. Als «Herzstück» bezeichnet man den wichtigsten Teil von etwas. Doch warum liebt KI diese Metapher? Der Grund liegt weniger im emotionalen Gehalt von «Herz» als in der Technik: Vermutlich hat sich das «Herzstück» unter anderem durch die maschinelle Übersetzung eingeschlichen. Die meisten Trainingstexte für KI-Modelle sind in Englisch abgefasst. Und das englische Wort «core» ist sehr viel gängiger als sein deutsches Gegenstück. Bis jetzt.

Aller guten Substantive sind drei

Friede, Freude, Eierkuchen. Schönheit, Fleiss und Intelligenz. Der Dreiklang wirkt intuitiv prägnant. Das wussten schon die alten Römer. In der antiken Rhetorik heisst der Dreischritt Trikolon. KI-Modelle haben sich diesen Kniff eingeprägt – und geben die Struktur entsprechend oft wieder. Auch in Medientexten ist der Dreiklang markant angestiegen, das belegt die Analyse von Julia Krasselt.

«präzise» und «entscheidend»: Kompetenz ist gefragt

Die Wörter «entscheidend», «zutiefst» und «präzise» haben die Funktion, etwas zu betonen, in diesem Fall die Wichtigkeit, Tiefe oder Genauigkeit einer Aussage. Dahinter steht eine Strategie der Beglaubigung und der Intensivierung. Aussagen werden verstärkt und aufgeblasen, ohne neue Informationen hinzuzufügen.

Die Eigenart der Verstärkung kommt vermutlich aus der zweiten Stufe der Entwicklung von KI. Der Computerlinguist Rico Sennrich von der Universität Zürich erklärt: «Nach dem Lernen aus allgemeinen Daten folgt das ‹Instruction Tuning›. Bei diesem lernt das Modell anhand von konkreten Beispielen, was eine gute Antwort ist.» Diese Beispiele stammen ursprünglich von Klickarbeitern, die in Ländern wie Kenya oder Kolumbien sitzen und, schlecht bezahlt und oft unter Zeitdruck, bewerten, welche unter verschiedenen KI-Antworten die höchste Qualität hat. Die Resultate dieser menschlichen Bewertung fliessen in eine KI ein, die wiederum KI-Antworten bewertet. «Durch diese Spirale werden gewisse Muster übertrieben verstärkt.»

«Entscheidend», «zutiefst» und «präzise»: Diese Wörter signalisieren Kompetenz. Das mag den Klickarbeitern gefallen haben – und die KI leitete den Zusammenhang ab, dass eine gute Antwort oft solche Wörter enthält.

«Zeigen» und «unterstreichen»: bitte wissenschaftlich!

Die Häufigkeit der Verben «unterstreichen» und «zeigen» hat zugenommen. Gemäss der Bedeutung des Wortes macht «zeigen» etwas Verborgenes sichtbar, stellt eine Wahrheit fest. Wird mehr gezeigt und mehr unterstrichen, also noch deutlicher gezeigt, kann man annehmen: Die Sprachmodelle sind darauf trainiert, Bedeutung zu behaupten.

Wieder kann man nur vermuten, welcher Mechanismus genau dahintersteckt. Liegt es daran, dass der Anteil von englischen wissenschaftlichen Texten («show», «emphasize»/«underscore») in den Trainingsdaten verhältnismässig gross ist? Laut Rico Sennrich ist es durchaus möglich, dass die besondere Ausdrucksweise einer Domäne in einem Sprachmodell in andere Domänen überschwappt und dort dann überrepräsentiert ist. Die Mediensprache und damit unsere Alltagssprache wird also wahrscheinlich von wissenschaftlicher Schreibweise beeinflusst.

Der Gedankenstrich und andere Strukturgeber

Das meistdiskutierte Merkmal von KI-Sprache ist der Gedankenstrich. Er unterbricht eine Wort- oder Satzfolge und macht einen Wechsel deutlich. Ob nun das Thema wechselt, der Sprecher, die Erwartung oder die Konstruktion des Satzes: Der Gedankenstrich schafft Pausen zum Nachdenken – und Emotionalität. Die Texte von Jane Austen enthielten ganze Fluten von Gedankenstrichen. Und Heinrich von Kleist setzte in «Die Marquise von O . . . .» den berühmtesten Gedankenstrich der Literatur. Er steht für eine mögliche Vergewaltigung.

Auch die KI mag dieses vielsagende, praktische Zeichen und setzt es in künstlich generierten Texten so oft ein, dass es schon fast in Verruf geraten ist. Die derzeitige Häufung des Gedankenstrichs hat sich wohl durch Feedback von Klickarbeitern eingeschlichen, weil er, ähnlich wie die Adverbien «stattdessen» und «jedoch», auf strukturierte Gedanken hindeutet.

Der Gedankenstrich zeigt aber auch, wie schwierig es für KI-Hersteller offenbar ist, einmal trainierte maschinelle Sprache zu verändern. Der CEO von Open AI, Sam Altman, setzte stolz einen Social-Media-Beitrag ab, als Chat-GPT endlich auf Wunsch keine Gedankenstriche mehr nutzte. Ob der verdächtig gewordene Strich in Zukunft wieder seltener wird?

Small-but-happy win:

If you tell ChatGPT not to use em-dashes in your custom instructions, it finally does what it's supposed to do!

— Sam Altman (@sama) November 14, 2025

«Das ist mehr als nur ein Trend. Es ist ein Paradigmenwechsel.»

«Das ist mehr als nur . . .», «das ist nicht . . ., sondern . . .»: Die Häufigkeit dieser Formulierung in KI-Texten ist eine der auffälligsten Eigenarten. Julia Krasselts Analyse zeigt: In Schweizer Medien widerspiegelt sich der KI-Trend. Konstruktionen wie «keine . . ., sondern . . .» haben markant zugenommen. Auch diese Struktur kennt man aus der Wissenschaftssprache. Statt direkte Aussagen zu treffen, verbinden diese nebenordnenden Konjunktionen zwei Aussagen, die beide als gleichermassen wichtig oder gültig dastehen. Ihre Funktion kann Relativierung sein. Manchmal wird der zweitgenannte Aspekt auch stärker betont. Oder dasselbe wird einfach nochmals gesagt, in etwas anderen Worten. Stilistisch wirkt das umständlich.

Der Ursprung von solchen Strukturgebern kann laut Professor Sennrich auch im sogenannten Systemprompt liegen: nicht in dem Text, den Nutzer als Aufgabe an die KI eintippen, sondern in jenem Text, den KI-Anbieter unsichtbar bei jeder Anfrage mitschicken. Darin stehen Dinge wie: «Du bist ein hilfreicher, ausgewogener Assistent.» Sennrich sagt: «Einzelne Signalwörter im Prompt können das Auftreten bestimmter Eigenheiten nach sich ziehen.» Sorgt «ausgewogen» also für die Verneinungsstrukturen?

Es kursiert auch noch eine andere Theorie: Manche Experten vermuten, dass nach dem Satzbeginn «Es ist . . .» die Wörter «kein» und «nicht» einfach eine wahrscheinliche Wahl sind. KI-Modelle sind immer noch Wortvorhersagemaschinen. Sie müssen sich jeweils für ein sinnvolles, aber nicht zu offensichtliches nächstes Wort entscheiden. Die Verneinung könnte demnach ein Ausweg aus diesem Dilemma sein.

Was bedeutet dieser KI-Sprachwandel?

Die Statistiken in diesem Artikel beruhen auf der Summe aller Texte von Deutschschweizer Medien im Korpus der ZHAW, das Julia Krasselt untersucht hat. Die Linguistin sagt: «Der signifikante Anstieg der erwähnten Sprachmuster ist ein starkes Indiz dafür, dass KI die Sprache beeinflusst.» Jedoch wurden nicht alle typischen KI-Merkmale, die Krasselt getestet hat, häufiger. «Tauchen wir ein in . . .» oder «zusammenfassend» veränderten sich beispielsweise nicht signifikant.

Krasselt betont: «Diese Statistik ist kein Beweis dafür, dass ein Verlag KI-geschriebene Texte veröffentlicht.» Es ist auch der Zusammenhang denkbar, dass Journalisten auf der Plattform Linkedin oder im Zwiegespräch mit der KI gewisse Ausdrucksweisen immer wieder lesen – und dann in der eigenen Sprache wiedergeben.

Die Medien stehen dabei exemplarisch für eine gesamtgesellschaftliche Entwicklung: Maschinell generierte Sprache ist auch in Bildung, Wirtschaft, Wissenschaft und Verwaltung auf dem Vormarsch und beeinflusst unseren Umgang mit Sprache.

Menschen nehmen KI-Ausdrücke in ihr Sprechen auf

Dieser Effekt wurde für die gesprochene englische Sprache in einer Studie des Max-Planck-Instituts bereits nachgewiesen. Die Forscher nennen das einen «kulturellen Feedback-Loop», bei dem «kulturelle Eigenschaften in beiden Richtungen zwischen Menschen und Maschinen zirkulieren». Menschen formen also nicht nur Maschinen gemäss ihren Bedürfnissen, sondern passen sich wiederum den Maschinen an. Wie das menschliche Gehirn ist auch Sprache formbar. Menschen haben schon immer neue Wörter und Wendungen in ihren Sprachgebrauch übernommen, wenn es die Situation erforderte, man denke an frühere Diskussionen um Anglizismen.

Die Linguistin Julia Krasselt beobachtet mit Neugier, was hier vor sich geht. Das Englische beeinflusst das Deutsche schon lange, durch KI hat sich die Entwicklung beschleunigt. Heute erobern nicht nur englische Ausdrücke das Deutsche, sondern auch Übersetzungen englischer Wörter wie «Herzstück» oder idiomatischer Ausdrücke wie «am Ende des Tages». Letztere verändern die deutsche Sprache auch strukturell.

Doch diese Veränderungen innerhalb weniger Jahre erschüttern das Vertrauen in die Sprache. Dies zeigt sich immer dann, wenn Zweifel aufkommen, ob ein Politiker seine Rede oder ein Journalist seinen Artikel selbst geschrieben hat.

Krasselt liegt es fern, Menschen dafür zu verurteilen, wenn sie mit KI schreiben. «Wenn Leute Sachverhalte dadurch verständlicher erklären, finde ich das gut.» Sie versteht aber auch, dass sich manche ärgern, wenn sie argwöhnen, dass Politiker KI-Reden rezitieren oder Journalisten mit maschineller Hilfe schreiben: Von Personen, die das öffentliche Leben und die Meinungen beeinflussten, erwarte man Überlegtes. «Wenn dann herauskommt, dass so jemand KI benutzt, und das auch noch schlecht – den Ärger kann ich nachvollziehen.»

Hinter dem Ärger und dem Argwohn steckt eine grosse Frage: Werden wir verlernen, uns klar auszudrücken, wenn wir stets die KI formulieren lassen, statt selber nach den richtigen Worten für Gedanken zu suchen? Werden wir gar verlernen, zu denken? Auf den ersten Blick wirken KI-Sätze wohlklingend, geschliffen, manchmal angestrengt begeistert. Die obengenannten Merkmale weisen darauf hin, dass die Sprachmodelle darauf trainiert sind, klug zu wirken. KI-typische Wortwahl und Sprachstruktur zielen darauf, Bedeutung zu behaupten und zu betonen, unabhängig von Inhalt und Fakten.

Die Hersteller von KI-Modellen beeinflussen unser Denken

KI-Sprache birgt die Gefahr, dass sich Schreibende von der geschliffenen Oberfläche und von Floskeln ablenken lassen und den vermittelten Gedanken weniger Aufmerksamkeit schenken. Umso mehr, als es, wie vom Arbeitgeber oder auch in der Schule verlangt, möglichst schnell und effizient gehen soll. Das Vertrauen in geschriebene Sprache steht auf dem Spiel. Deshalb sollten sich alle, die schreiben – egal, ob mit oder ohne Hilfe von KI –, fragen: Was ist eigentlich die Aussage? Gibt es eine? Oder verdecken wohlklingende Ausdrücke den Mangel an Gedanken?

Fokussieren ist nicht die Stärke von KI-Sprache. Die Maschine macht lieber mehr Worte als weniger. Dies zeigt besonders die von ihr favorisierte Struktur «nicht nur . . ., sondern auch . . .». Es ist anzunehmen, dass das Schreiben in solchen relativierenden Strukturen Folgen für unser Denken hat. Positiv wäre, wenn wir dadurch ausgewogener und freundlicher diskutieren und Pro- und Contra-Argumente nennen würden. Negativ wäre, wenn wir uns wie die KI davor drücken, wirkliche Antworten zu suchen und zu Themen klar Position zu beziehen.

Gedankenstriche und «Herzstücke» sind nur die oberflächlichste Folge von KI-Nutzung. Ob mit Absicht oder als Nebeneffekt, die Hersteller von KI-Modellen beeinflussen jetzt schon unser Schreiben und Sprechen und damit unser Denken und Handeln.

Dieser Artikel erschien erstmals am 11.10.2026 in der NZZ am Sonntag. Bei der vorliegenden Version handelt es sich um eine aktualisierte Fassung.

Ein Artikel aus der «NZZ am Sonntag»

Passend zum Artikel