Neulich im Urlaub habe ich die liegen gebliebenen SPIEGEL-Hefte abgearbeitet. Ich lese das Heft seit jeher von hinten; die meisten Artikel, die mich interessieren, stehen im hinteren Drittel. Diesmal bin ich nicht weitergekommen als bis zum ersten Artikel von hinten: ein Interview mit Jürgen Dollase. Der bekannte Gastro-Kritiker hört nach einem Vierteljahrhundert auf – resigniert, weil selbsternannte Foodblogger seine Arbeit dilettantisch übernehmen. So habe ich es gelesen. Und das hat mich getriggert.

Nicht, weil Dollase unrecht hätte. Im Gegenteil: Seine Diagnose fand ich sofort überzeugend. Wer ohne Handwerk urteilt, nach dem Motto „Ich bin auch als Ungeübter eben ich, und das ist eben meine Meinung“, betreibe intellektuelle Verarmung, sagt er.⁹ Er meint die Gartenzwergperspektive: eine begrenzt-einseitige Sicht, die den Kern der Sache verfehlt und sich trotzdem in jedem Fach ein Urteil erlaubt. Das ist präzise beobachtet. Was mich umtrieb, war der Schluss, den er daraus zieht: aufhören. Das Feld räumen. Denn man muss seinen Befund nur ein Stockwerk höher tragen, und er wird ungemütlich aktuell. Der Foodblogger schreibt wenigstens erkennbar wie ein Laie. Das Sprachmodell dagegen liefert dem Laien das Kostüm des Experten gleich mit: Fachvokabular, Gliederung, souveräner Ton. Die Gartenzwergperspektive bekommt ein Sprachmodell, und niemand sieht ihr das mehr an.

Ich schreibe das nicht von außen. Ich arbeite selbst täglich mit diesen Werkzeugen – auch an diesem Text. Genau deshalb wollte ich wissen, wie viel an der Verfallsgeschichte stimmt, und habe nachgegraben. Ergebnis: Sie ist wahr und trotzdem nur die Hälfte. Denn während Dollase resigniert das Feld räumt, kann heute ein einzelner Fachmann mit ein paar KI-Agenten leisten, wofür früher ein Lehrstuhl drei Mitarbeiterstellen brauchte. Beides gleichzeitig zu denken fällt schwer. Versuchen wir es trotzdem, und zwar mit Zahlen.

Wie viel vom neuen Web ist maschinengemacht? Die belastbarste Schätzung stammt von Ahrefs: Der SEO-Werkzeugbauer schickte seinen eigens gebauten KI-Detektor über 900.000 im April 2025 neu erfasste englischsprachige Webseiten. Ergebnis: 74,2 Prozent enthielten KI-generierte Inhalte.¹ Interessanter als die große Zahl ist die kleine daneben: Nur 2,5 Prozent waren reine KI-Texte, 71,7 Prozent Mensch-Maschine-Mischformen. Man muss dazusagen, was das für eine Zahl ist: das Urteil eines Detektors, kein Röntgenbild. Solche Klassifikatoren irren in beide Richtungen – sie halten gelegentlich Menschenhand für Maschinenarbeit und umgekehrt. Aber selbst wenn man die Unschärfe großzügig abzieht, bleibt die Größenordnung unanfechtbar: Die Mehrheit des Neuen im Web entsteht in Zwiesprache mit einer Maschine.

Graphite datiert den Kipppunkt bei Artikeln auf den November 2024, als maschinell verfasste Texte erstmals die menschlich geschriebenen überholten.² Zur Ehrlichkeit gehört, was seither geschah: nicht die Explosion, sondern ein Plateau bei ungefährer Parität. Und Masse ist nicht Sichtbarkeit – in den Google-Trefferlisten und in den Antworten der Assistenten sind menschliche Texte nach wie vor überrepräsentiert. Die Flut läuft also nicht mehr an; sie steht. Aber ein stehendes Gewässer, in dem sich die Sedimente vermischen, ist für den, der etwas sucht, kaum angenehmer als ein reißender Fluss.

Die oft zitierten „90 Prozent bis 2026“ stammen übrigens aus einem Europol-Bericht von 2022 und waren eine Warnung, keine Messung.³ Inzwischen kursiert die Zahl als Faktum – ich bin ihr bei der Recherche zu diesem Text auf Aggregator-Seiten begegnet, die sie mal Europol, mal Gartner zuschreiben und selbst verdächtig nach Maschine klingen; eine davon wirbt im gleichen Atemzug für dreißig KI-optimierte Artikel zum Monatspreis. Die Zombie-Statistik über synthetische Inhalte wird von synthetischen Inhalten am Leben gehalten. Man könnte lachen, wenn es nicht so exemplarisch wäre.

Und wer liest das alles? Zunehmend: niemand. Jedenfalls kein Mensch. Der Bad Bot Report 2026 von Imperva beziffert den automatisierten Anteil am Webtraffic auf 53 Prozent; menschliche Aktivität ist auf 47 Prozent gefallen.⁴ Cloudflare kam im Juni 2026 beim HTML-Traffic sogar auf 57,5 Prozent Bots.⁵ Die Zusammensetzung ist der eigentliche Punkt: KI-bezogene Bots stellen inzwischen rund ein Drittel des gesamten Bot-Verkehrs und haben die klassischen Suchmaschinen-Crawler überholt. Gut die Hälfte dieses KI-Crawlings sammelt Trainingsdaten.⁵

Damit ist die Schleife empirisch geschlossen. Die Mehrheit der neuen Inhalte entsteht maschinengestützt, die Mehrheit der Leser sind Maschinen, und die größte Maschinen-Lesergruppe füttert die nächste Modellgeneration. KI schreibt für KI, die daraus lernt, wie man schreibt. „AI will eat itself“ war 2023 ein Feuilleton-Bonmot. 2026 ist es ein Messwert – oder präziser: eine Reihe konsistenter Messwerte aus unabhängigen Quellen.

Die theoretische Grundlage der Sorge liefert die Model-Collapse-Forschung (Shumailov et al., Nature 2024): Modelle, die rekursiv auf ihrem eigenen Output trainieren, verlieren zuerst die Ränder der Verteilung.⁶ Seltenes Wissen, ungewöhnliche Formulierungen, Minderheitenpositionen verschwinden, übrig bleibt der Durchschnitt. Ein Konsens-Brei, der mit jeder Generation breiiger wird.

Nur: Das Experiment beschreibt unkuratiertes Training, und genau das betreibt kein ernstzunehmendes Labor. Datenkuration, menschlich verifizierte synthetische Daten, Feedback-Verfahren – die Abwehr ist aufwendig, aber sie existiert. Der Kollaps ist eine reale Gefahr, kein Fatum.

Was tatsächlich erodiert, ist etwas anderes, und die Unterscheidung lohnt die Mühe. Es erodiert der Durchschnitt, und der war noch nie wertvoll. Sturgeons Gesetz galt schon vor GPT: Neunzig Prozent von allem waren immer Schrott, nur eben handgemachter. Was die Maschinen verändert haben, ist der Preis des Schrotts und damit seine Menge. Bedroht ist deshalb weniger das Wissen selbst als seine Auffindbarkeit und die Vertrauensinfrastruktur drumherum. Das Contentgold existiert weiter. Es ertrinkt nur.

Dazu kommt ein Drift, der selten benannt wird: Er ist nicht neutral. Trainingsdaten sind überwiegend englisch und gegenwartslastig. Wenn deutsche, arabische oder Suaheli-Inhalte zunehmend maschinenübersetzte Derivate englischer Quellen sind, homogenisiert sich nicht nur der Stil, sondern die Weltsicht gleich mit. Und ökonomisch verstärkt sich das Ganze selbst: Assistenten lesen viel und schicken wenig zurück – Anthropic etwa crawlt nach Cloudflare-Daten rund 4.580 Seiten pro vermitteltem Besucher.⁵ Es gibt Gegenbewegungen: Verlage schließen Lizenzverträge mit den Laboren, Infrastrukturbetreiber experimentieren damit, das Crawlen selbst kostenpflichtig zu machen. Doch bislang tragen sie nicht – sie subventionieren die Übergangszeit, sie ändern nicht das Gefälle. Das Geschäftsmodell, das originäre Inhalte finanziert, erodiert genau in dem Moment, in dem die Modelle sie am dringendsten brauchen. Web-Inhalte von vor 2023 werden zum Low-Background-Stahl der KI-Ära: nachweislich unkontaminiert, deshalb kostbar.

Wenn Bots die Mehrheit der Leser sind, muss Propaganda keine Menschen mehr überzeugen. Sie muss nur noch Trainingskorpora fluten. Das Pravda-Netzwerk führt das seit Jahren vor: Millionen Artikel, die kaum ein Mensch je aufruft, deren Zielgruppe die Crawler sind.⁷ LLM-Grooming, wie es Forscher nennen. Der strategische Bruch liegt in der Kostenstruktur. Klassische Desinformation musste viral gehen, also gut gemacht sein. Grooming-Content muss nur existieren und crawlbar sein. Ein Despot kauft keine Sendezeit mehr; er kauft Serverkapazität und wartet auf den nächsten Trainingslauf. Der Angriff bleibt monatelang unsichtbar, weil er sich erst in den Antworten der Modelle materialisiert.

Zwei Folgeeffekte verdienen eigene Aufmerksamkeit. Erstens der Verifikations-Kollaps zweiter Ordnung: Retrieval und Web-Grounding gelten als Gegenmittel gegen Halluzinationen. Wenn das Web aber mehrheitlich synthetisch ist, verankert das Grounding die Modelle in ihrem eigenen Output. Die Zitation wird formal korrekt und inhaltlich zirkulär. Wer KI-Systeme beaufsichtigt, muss künftig nicht nur den Output überwachen, sondern die Provenienz der Quellen, aus denen er schöpft.

Zweitens die Umkehr der Beweislast, in der Forschung als Liar’s Dividend bekannt:⁸ Wenn alles synthetisch sein kann, wird „das ist doch KI-generiert“ zur universellen Ausrede. Echte Belastungsvideos, echte Leaks, echte Dokumente lassen sich pauschal als Fälschung abtun. Der Drift bedroht damit nicht nur die Wahrheit, sondern ihre Beweisbarkeit.

Und nun die Gegenrechnung, denn die Verfallsgeschichte hat eine Lücke, die sie selten benennt: Sprachmodelle haben kein Erkenntnisinteresse.

Sie beantworten Fragen, aber sie stellen keine. Jedenfalls keine, die wehtun. Ein Modell ärgert sich nicht über einen Widerspruch zwischen zwei Aufsichtsregimen. Es wundert sich nicht, warum eine Bank für die eine Behörde systemrelevant und für die andere irrelevant ist. Es liegt nachts nicht wach, weil zwei Datensätze nicht zusammenpassen. Ich kenne solche Nächte; ich vermute, jeder kennt sie, der je einer Frage wirklich nachgegangen ist. Erkenntnis beginnt genau dort: bei der Reibung, beim Ärger, bei der Frage, die sich jemandem aufdrängt, der zwei Welten von innen kennt. Der Impuls für Neues bleibt menschlich – nicht weil die Maschine zu dumm wäre, sondern weil ihr nichts daran liegt. Sie hat keinen Einsatz.

Was die Maschine hat, ist etwas anderes: die Fähigkeit, einen menschlichen Impuls in Tagen statt Monaten zu untermauern. Recherche, Gegenlektüre, Datenaufbereitung, der Stresstest der eigenen These. Der Engpass der Wissensproduktion hat sich verschoben. Früher lag er in der Ausführung; wer keine Hilfskräfte hatte, konnte seine gute Frage nicht bearbeiten. Heute liegt er in der Fragestellung und in der Urteilskraft, die Ergebnisse zu prüfen. Das ist, nebenbei, exakt Dollases Kriterium: Ein Urteil muss belastbar und überprüfbar sein, fachlich begründet, einordenbar. Er zieht daraus nur den falschen Schluss. Das Handwerk ist nicht obsolet geworden. Es ist vom Schreiben ins Prüfen gewandert.

Darin steckt eine Demokratisierung, die man nicht kleinreden sollte. Die Armee an Hilfskräften, die sich früher nur ein Lehrstuhl leisten konnte, steht heute jedem zur Verfügung, der präzise fragen und streng prüfen kann. Ein Referatsleiter ohne Institut kann publikationsfähige Forschung vorlegen. Eine Ein-Personen-Redaktion kann investigative Serien stemmen, für die früher ein Ressort nötig war. Das ist ein historischer Gewinn, vergleichbar mit dem, was der Buchdruck für alle bedeutete, die kein Kloster hinter sich hatten.

Und hier muss ich einen Einwand gegen meine eigene These notieren, weil er mich beim Schreiben nicht losgelassen hat: Woher kommt die Prüfungskompetenz, wenn die Ausführung entfällt? Man wird nicht Prüfer, indem man prüft. Man wird Prüfer, indem man zuvor zehntausend Stunden selbst recherchiert, formuliert, verworfen hat – auf genau jener Stufe, die man nun an die Maschine delegiert. Die Demokratisierung verteilt die Hilfskräfte neu, aber nicht die Erfahrung, die man braucht, um sie zu führen. Für die Generation, die das Handwerk noch von Hand gelernt hat, ist das ein Geschenk. Für die, die danach kommt, eine offene Frage. Eine Antwort habe ich nicht, nur eine Vermutung: Ausbildung wird künftig absichtsvolle Langsamkeit bedeuten – man lässt den Lehrling laufen, obwohl der Meister mit dem Agenten schneller wäre, damit er das Laufen lernt.

Der Haken bleibt der alte: Der Buchdruck demokratisierte auch die Flugschrift-Hetze. Dieselbe Hilfskräfte-Armee steht dem Pravda-Netzwerk zur Verfügung, dem Content-Farmer, dem selbsternannten Experten. Die Demokratisierung ist symmetrisch. Der Qualitätsanspruch ist es nicht. Die richtige Frage lautet deshalb nicht, ob die Entwicklung gut oder schlecht ist, sondern: Welche Mechanismen sorgen dafür, dass die untermauerte Erkenntnis die geflutete Behauptung schlägt?

Wer die wenigen Prozent Contentgold anschaut, die im Strom der 74 Prozent tatsächlich etwas beitragen, erkennt ein wiederkehrendes Muster. Es hat fünf Stufen, und nur eine davon lässt sich delegieren. Ich beschreibe hier im Übrigen meine eigene Werkstatt – auch dieser Text ist so entstanden.

Erstens die Reibung. Am Anfang steht keine Idee, sondern ein Störgefühl. Zwei Dinge, die nicht zusammenpassen; eine Zahl, die nicht sein kann; ein Widerspruch, den alle übersehen, weil er zwischen zwei Zuständigkeiten liegt. Oder ein Interview im letzten Drittel einer Zeitschrift, bei dem man nach dem dritten Absatz das Heft sinken lässt. Dieses Störgefühl setzt Erfahrung voraus und ist nicht delegierbar. Es ist der Rohstoff.

Zweitens die Querverbindung. Der eigentliche kreative Akt: zwei Wissensbestände übereinanderlegen, die im Trainingskorpus nie nebeneinander standen. Wer nur eine Welt kennt, kann diese Verbindung nicht ziehen; das Modell, das alle Welten oberflächlich kennt, zieht sie nicht von selbst, weil ihm nichts daran liegt. Hier entsteht das, was noch in keinem Korpus steht.

Drittens die maschinelle Untermauerung. Jetzt, und erst jetzt, kommen die Agenten: Quellen sichten, Gegenpositionen suchen, Daten strukturieren, die These angreifen lassen. Was früher Wochen kostete, kostet Tage. Wichtig ist die Richtung des Auftrags: Die Maschine soll die These prüfen, nicht bestätigen. Ein Agent, der nur Belege sammelt, ist ein Schmeichler mit Suchfunktion. (Die hübscheste Beute dieses Textes: eine maschinengeschriebene Statistik-Seite, die ausgerechnet die 90-Prozent-Warnung vor maschinengeschriebenen Inhalten recycelt und nebenbei dreißig KI-Artikel pro Monat zum Flatrate-Preis anbietet – Stufe drei hat diese Pointe geliefert, nicht ich.)

Viertens das haftende Urteil. Ein Mensch entscheidet, was davon stimmt, was trägt und was in den Papierkorb gehört. Und er steht mit Namen, Reputation und Fachlaufbahn dafür gerade. Das ist der kategoriale Unterschied zwischen einem Autor und einer Content-Farm. Nicht ob eine Maschine mitgeschrieben hat, sondern ob jemand haftet. Der Wert verschiebt sich vom Produzieren zum Verbürgen.

Fünftens die Provenienz. Damit das Verbürgen im synthetischen Ozean auffindbar bleibt, braucht es Infrastruktur: signierte Herkunft, nachvollziehbare Quellen, prüfbare Ketten. Die Fußnoten dieses Textes sind der bescheidene Anfang. Erst lesbar machen, woher etwas stammt; dann lässt sich der Informationsraum steuern. Die Angreifer haben diese Logik längst begriffen, nur spiegelverkehrt: Sie wissen, dass das Web nicht mehr für Menschen lesbar sein muss, sondern nur noch für Maschinen steuerbar.

Und für die Ambivalenz, die bleibt: Sie ist berechtigt, weil beide Seiten über verschiedene Schichten reden. Die Pessimisten beschreiben zutreffend, was mit der Masse geschieht. Die Optimisten beschreiben zutreffend, was an der Spitze möglich wird. Ob die Spitze die Masse schlägt, entscheidet keine Technologie, sondern die Frage, ob wir Verbürgen wieder etwas kosten und etwas wert sein lassen.

Die Maschine wird derweil weiterschreiben und weiterlesen, in wachsender Zwiesprache mit sich selbst. Was sie dabei nicht kann, ist das, womit alles anfängt: sich über etwas wundern. Solange das so bleibt, entsteht das Lesenswerte dort, wo sich jemand ärgert und die Mittel hat, dem Ärger nachzugehen. Die Mittel sind so billig wie nie. Der Ärger ist nicht delegierbar.

Der Urlaubsstapel ist übrigens immer noch nicht gelesen. Aber das Heft mit dem Dollase-Interview liegt jetzt obenauf – als Mahnmal. Die Gartenzwerge wird man nicht mehr los; sie waren nie weg, sie haben nur bessere Federhalter bekommen. Umso wichtiger, dass im Garten jemand stehen bleibt, der eine echte Rose von einer Plastikrose unterscheiden kann.