Ein Drittel des neuen Webs weist Anzeichen dafür auf, dass es von KI geschrieben wurde, findet Pew
Pew Research hat rund eine halbe Million Webseiten gescannt und in 35 Prozent der nach dem Start von ChatGPT veröffentlichten Seiten KI-Autorenschaftssignale gefunden. Kommerzielle Websites schneiden zehnmal besser ab als Universitäten und staatliche Websites.
Pew Research hat am 20. August eine Studie veröffentlicht, die etwas beziffert, was die meisten von uns beim Lesen nur vermutet haben. Von den seit dem Start von ChatGPT im November 2022 veröffentlichten Webseiten weisen etwa 35 Prozent deutliche Anzeichen dafür auf, dass sie von KI geschrieben oder stark bearbeitet wurden. In einer einfachen Zufallsstichprobe von 10.000 Seiten, die im Juli 2026 gesammelt wurden, lag der Wert bei etwa 10 Prozent, aber diese Stichprobe umfasste zwangsläufig alte Seiten, die geschrieben wurden, bevor es KI-Schreibwerkzeuge gab. Filtern Sie diese heraus und der Anteil springt auf über ein Drittel.
Hier kommt es auf die Methode an. Pew hat fast eine halbe Million englischsprachiger Seiten aus Common Crawl, einem kostenlosen öffentlichen Archiv des Internets, abgerufen, das etwa fünf Jahre umfasste und einige Jahre vor der Existenz von ChatGPT begann. Anschließend wurden sie durch Open Pangram, einen KI-Textdetektor, geleitet. Am auffälligsten ist die Aufschlüsselung nach Domänen: Bei .com-Adressen war die KI-Autorschaft etwa zehnmal höher als bei .edu- und .gov-Adressen, die beide bei etwa 1 Prozent landeten. Die .org-Domains lagen bei 4,6 Prozent. Pew verfolgte auch die vermeintlichen Tells, über die die Leute gerne streiten, und stellte fest, dass immer häufiger Gedankenstriche, Oxford-Kommas und die Konstruktion „Es ist nicht X, sondern Y“ verwendet werden.
Direkt neben dieser Schlagzeile gehören zwei Vorbehalte. Erstens ist die Entdeckung kein Beweis. Pangram und jedes ähnliche Werkzeug kennzeichnen manchmal menschliches Schreiben als maschinell erstellt, insbesondere formale oder formelhafte Prosa, sodass die Abbildung eher richtungsorientiert als exakt ist. Zweitens deckt „mit KI geschrieben“ ein enormes Spektrum ab, von einer Marketingseite, die im Handumdrehen erstellt wurde, bis hin zu einem menschlichen Entwurf, den jemand anhand eines Grammatikmodells durchgespielt hat. Das sind sehr unterschiedliche Dinge und die Studie kann sie nicht sauber trennen. Die Aufschlüsselung der Domains deutet darauf hin, dass der Druck kommerzieller Natur ist: Seiten, die dazu da sind, in der Suche zu ranken und etwas zu verkaufen, sind dort, wo das Volumen liegt, während Universitäten und öffentliche Einrichtungen weitaus weniger Grund haben, Texte zu produzieren.
Was das für Sie bedeutet: Wenn Sie nach etwas suchen und die Top-Ergebnisse alle seltsam austauschbar erscheinen, dann bilden Sie sich das nicht ein. Behandeln Sie generische .com-Inhaltsseiten mit größerer Vorsicht als früher und stützen Sie sich stärker auf Quellen, denen ein Name und eine Erfolgsbilanz beigefügt sind. Wenn Sie selbst für das Web schreiben, ist die nützliche Erkenntnis nicht, dass Sie niemals KI verwenden sollen, sondern dass die Tells messbar sind und die Detektoren immer besser werden, so dass es eine immer kleiner werdende Wette ist, unbearbeitete Ausgaben als Ihre eigenen auszugeben. Und wenn Sie neugierig auf Ihre eigenen Gewohnheiten sind, ist das Geviertstrich-Ergebnis eine gute Erinnerung daran, dass Stil-Macken reisen: Die Models haben sie zuerst von uns gelernt.
Quellen
Quellen: https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/
Rich Sutton, Pionier des Reinforcement Learning, bezeichnet synthetische Daten als großen Fehler
Sutton argumentiert, dass eine Welt endloser Komplexität nicht aus Daten gelernt werden kann, die ein Modell für sich selbst generiert. Es ist eine direkte Herausforderung für eine der beliebtesten Abkürzungen der Branche.
