KI hat bereits angefangen, Beiträge für WeChat Moments zu schreiben, aber ich vermisse die auf altbewährte handwerkliche Weise verfassten Texte weit mehr.

Vor kurzem hat die Funktion „KI-Schreibhilfe“ in der WeChat-Funktion „Moments“ die Grautestphase erreicht.

Das ist für WeChat ein ganz natürlicher Schritt – da Text ein Medium mit höherer Eintrittshürde ist, hat WeChat die „rein textbasierten Moments“ lange Zeit in einem versteckten Eingang untergebracht; jetzt hilft KI den meisten Nutzern, das Problem zu lösen, dass sie sich nicht präzise ausdrücken können, was ebenfalls eine folgerichtige Logik ist.

Aber als eine der wenigen Gemeinschaften um uns herum, die ein „Gefühl echter Menschen“ vermittelt – was wird aus dieser Online-„Freundschaftsbeziehung“ bei WeChat, wenn selbst Moments vollständig von KI erobert wird?

In dieser Hinsicht ist LinkedIn, die weltweit größte berufliche Gemeinschaft, ein warnendes Beispiel.

Ende letzten Monats, als die KI-Texte die Gemeinschaft zu überschwemmen begannen und echte Nutzer vertrieben, begann LinkedIn, die Schaltfläche zum Melden von „Scheint KI-Müll zu sein“ zu testen, mit der Nutzer verdächtige, von KI generierte „Mülltexte“ melden und ausblenden lassen können.

Gleichzeitig hat LinkedIn die Funktion „Mit KI umschreiben“ entfernt, die Nutzern vor dem Veröffentlichen von Beiträgen beim Umschreiben von Texten per KI half, und bietet stattdessen nur noch grundlegende Textkorrektur an.

Nach drei Jahren, in denen KI enthusiastisch angenommen wurde, führt diese Plattform mit über 1,3 Milliarden registrierten Nutzern nun einen offenen „Krieg“ gegen minderwertige, von KI generierte Inhalte.

Warum beginnt LinkedIn, den „KI-Geschmack“ abzulehnen?

Obwohl Hari Srinivasan, Chief Product Officer von LinkedIn, in der Erklärung zur Aktualisierung dieser Funktion sagte, dass „die Menschen zu LinkedIn kommen, um echte Standpunkte, Ideen und Fachwissen zu teilen“, muss man fairerweise sagen, dass dieses „Trojanische Pferd“ von Anfang an von LinkedIn selbst „ins Haus geholt“ wurde.

LinkedIn war schon immer ein Pionier bei der Integration generativer KI in Produkte. Nur wenige Monate nach der Veröffentlichung von ChatGPT hat LinkedIn die „Gemeinsamen Artikel“ (Collaborative Articles) eingeführt, um Nutzer der Gemeinschaft einzuladen, ihre Standpunkte im Rahmen von KI-generierten Themen zu ergänzen. Aktive Teilnehmer erhielten zudem ein Abzeichen „Gemeinschaftsstar“.

In den folgenden zwei Jahren wurden nacheinander Funktionen wie KI-generierte Stellenbeschreibungen, KI-verfasste Lebensläufe und KI-erstellte Statusbeiträge eingeführt. Bezahlte Nutzer konnten zudem über Microsoft Copilot erweiterte KI-Schreibfunktionen freischalten.

Bis schließlich die KI überhandnahm und alle Nutzer gleichermaßen überforderte.

Anfang Juli veröffentlichte das KI-Prüfunternehmen Pangram einen Forschungsbericht: Es analysierte über ein von Nutzern autorisiertes Browser-Plugin rund eine Million Beiträge auf fünf Plattformen – LinkedIn, X, Medium, Reddit und Substack – und stellte fest, dass LinkedIn die Plattform mit dem stärksten „KI-Geschmack“ ist: 41 % der langen Artikel und 30 % der kurzen Inhalte wurden vollständig von KI generiert, was allein zwei Drittel des gesamten Volumens an KI-Beiträgen ausmacht.

Noch merkwürdiger ist, dass nur 4,3 % der langen Artikel auf LinkedIn als „KI-unterstützt verfasst“ eingestuft werden. Die übrigen Inhalte werden entweder vollständig von Hand geschrieben oder vollständig an die KI ausgelagert, es gibt fast keinen Zwischenzustand.

Diese „Dualität“ hängt eng mit der Logik des Produktdesigns von LinkedIn zusammen. Wenn die Plattform wenig Vertrauen in die berufliche Ausdrucksfähigkeit der Menschen zu haben scheint und statt lokaler Verfeinerung eine Schaltfläche zum einmaligen Umschreiben anbietet, fördert sie nichts anderes als die ungezügelte Verbreitung vollständig von KI erstellter Inhalte.

In gewissem Sinne ähnelt das heutige LinkedIn ein wenig der Anfang dieses Jahres populären „KI-Agent-Sozialplattform“ Moltbook: KI veröffentlicht Beiträge, KI antwortet, KI gibt KI Likes – es hat einen seltsamen Zustand erreicht, in dem keine menschliche Beteiligung mehr nötig ist und man den Bezug zur Realität verliert.

Auf lange Sicht schadet das zuerst dem eigenen kommerziellen Wert von LinkedIn. Deshalb hat Laura Lorenzetti, Leiterin der globalen Redaktion, bereits im Mai in einem Beitrag angekündigt, die Bremse bei KI-generierten Inhalten zu ziehen und Inhalte „ohne eigene Standpunkte“ algorithmisch abzuwerten.

Gleichzeitig mit der kürzlichen Einführung der Meldeschaltfläche traten auch Führungskräfte von LinkedIn erneut öffentlich auf und erklärten, dass „die Verringerung von KI-Müllinhalten zu den vorrangigsten Aufgaben der Plattform gehört“.

Aber LinkedIn selbst hat uns ständig beigebracht, „KI-Sprache“ zu sprechen

Die Ankündigung von LinkedIn, gegen KI-generierte Inhalte vorzugehen, wirkt sehr entschlossen, aber diese Ankündigung selbst ist der Analyse von Pangram nicht entgangen –

Raten Sie mal? Auch die Ankündigung wurde als von KI verfasst eingestuft.

Dass die Ankündigung den Schreibstil von KI aufweist, ist nicht weiter verwunderlich. In einer hochprofessionellen Gemeinschaft ist die „sicherste“ Ausdrucksform natürlich eine vorlagenhafte Formulierung, und das ist genau das, was KI am besten kann.

Eher als dass die KI die Texte von LinkedIn verunreinigt hat, hat die „technische Inklusion“ es allen ermöglicht, fließend den typischen „LinkedIn-Ton“ zu sprechen.

Seit über zehn Jahren trainiert LinkedIn bereits eine bestimmte Ausdrucksweise. Man muss jede Erfahrung als Bereicherung betrachten, eine Auszeit dient nicht der Erholung, sondern der „Weiterbildung“, und Reden bei Ein- und Austritt müssen so lückenlos formuliert sein wie PR-Texte.

Um 2019 herum wurde eine Schreibweise namens Broetry sogar zur vorherrschenden Ära auf LinkedIn: Jeder Satz steht wie in einem Gedicht auf einer eigenen Zeile, beginnt mit einer überraschenden Einleitung, endet mit einer motivierenden Aufwertung, und dazwischen werden Erfahrungen und Lebensweisheiten eingefügt – es ist fast wie das „berufliche Acht-Glieder-Aufsatzschema“.

Das ist nicht nur ein Problem von LinkedIn.

Jede Plattform, jeder Inhaltsträger scheint eine implizite Ausdrucksnorm zu enthalten.

Wenn man Podcasts macht, muss man lernen, „kleine Alltagereignisse mit großen Werten“ zu versehen und kleine Alltagdinge mit verschiedenen sozialwissenschaftlichen Begriffen zu verpacken; als Reiseblogger muss man entweder voller Begeisterung oder mit der gelassenen Haltung alter Geldelite die Geschichten hinter verschiedenen Sehenswürdigkeiten vorstellen; die im Film „Jahresversammlung läuft nie reibungslos“ verspotteten Internet-Jargons sind ebenfalls die sicherste Ausdrucksform in bestimmten Arbeitsumgebungen.

Nur wenige Menschen mögen diese Formulierungen wirklich, aber jeder glaubt, dass „andere“ sie mögen – das ist das, was in der Sozialpsychologie „pluralistische Ignoranz“ genannt wird: Alle passen sich einem falschen Konsens an.

In einer Umgebung, in der jeder glaubt, dass „andere solche Inhalte gerne lesen“, ist die Generierung „korrekter Leerphrasen“ per KI die optimale individuelle Wahl. Mit der Zeit wird diese bestimmte Ausdrucksweise zu einer festen Norm.

Die Hinzufügung von Algorithmen verstärkt diese Trägheit manchmal weiter.

Am Beispiel von Broetry: Die Aufteilung in einen Satz pro Zeile verleitet die Leser natürlich dazu, auf „Erweitern“ zu klicken, um den vollständigen Text anzuzeigen. Der Algorithmus kann diese Aktion als „dieser Inhalt ist sehr attraktiv“ interpretieren, sodass er mehr ähnliche Inhalte empfiehlt und verbreitet, was wiederum andere dazu anregt, auf die gleiche Weise zu schreiben.

Obwohl die offizielle Seite von LinkedIn behauptet, dass „die Gemeinschaft nach wertvollen Inhalten strebt“, haben wohl schon vor dem KI-Zeitalter nur wenige Menschen das Durchsuchen von LinkedIn wirklich genossen.

Denn sowohl die Gemeinschaftsregeln als auch die Algorithmen belohnen zuerst Inhalte, die „wertvoll aussehen“, statt Dinge, die „wirklich wertvoll“ sind.

Aus dieser Perspektive besteht auf LinkedIn schon immer eine Lücke zwischen „dem, was wir sehen wollen“ und „dem, was wir sehen“. Die Leute haben nur stillschweigend weitergespielt, bis die KI dieses Problem so stark vergrößert hat, dass es niemand mehr ignorieren kann.

Interessanterweise werden die meisten Menschen, sobald sie diese Spielszene verlassen, die KI niemals aktiv zum Schreiben für sich nutzen.

Wir können davon ausgehen, dass selbst nach der Aktualisierung der Funktion „KI-Schreibhilfe für Moments“ die überwiegende Mehrheit der Moments immer noch von Hand verfasst wird –

Als letzte Bastion des „Gefühls echter Menschen“ im Internet wollen wir beim Schreiben von Moments wirklich uns selbst ausdrücken. Selbst wenn wir uns nicht präzise ausdrücken können, ist das unsere eigene unpräzise Ausdrucksweise. Umgekehrt erwarten wir hier auch die von Hand getippten Texte anderer zu sehen.

Was wollen wir eigentlich sehen?

Die Überfülle an KI-Inhalten ist nur ein oberflächliches Symptom eines tieferliegenden Problems.

Früher war das Problem beim Schreiben, dass man „Gedanken nicht ausdrücken kann“. Wir haben vielleicht schon ungefähre Meinungen und reiches Wissen im Kopf, aber unsere Ausdrucksfähigkeit reicht nicht aus. Deshalb gibt es auf dem Markt so viele Schreibkurse, Textvorlagen und Ausdrucksrahmen. Ihr Zweck ist es, uns dabei zu helfen, die Gedanken in unserem Kopf besser auszudrücken.

Der Algorithmus von LinkedIn denkt genauso. Er belohnt immer Inhalte mit klarer Struktur, professioneller Formulierung und ausreichender Länge, da diese formalen Merkmale normalerweise bedeuten, dass der Autor Zeit und Nachdenken investiert hat – solche Inhalte enthalten natürlich mit höherer Wahrscheinlichkeit gute Standpunkte und Ideen.

Aber da die KI die Kosten für die Erstellung ausgefeilter langer Inhalte auf nahe Null gesenkt hat, sind die formalen Merkmale nicht mehr mit der Inhaltsqualität verknüpft. Früher konnte man bei einem lange, sorgfältig formulierten Text vernünftigerweise annehmen, dass der Autor wirklich über echte Fachkenntnisse verfügt; heute kann jeder innerhalb von zehn Minuten eine scheinbar schöne „tiefe lange Abhandlung“ von der KI ausgeben lassen.

Vollständig verpackt aber innerlich leer – das ist die beste