Welche KI klingt am wenigsten nach KI? Der Gedankenstrich verrät die besten Modelle
Wir haben in 3.182 gewerteten deutschen Texten gezählt, was Leser „KI-Prosa“ nennen: Gedankenstriche, Floskeln, „nicht X, sondern Y“, Dreierlisten, Anglizismen. Kimi K3 und Claude Fable 5, damals Platz 5 und 3, setzen alle 70 bis 80 Wörter einen Gedankenstrich; Claude Opus 5, damals Erster, deutlich seltener. Und „zudem“ steht 257-mal im Korpus.
Man erkennt einen Text „von der KI“, lange bevor man sagen kann, woran. Fragt man nach, kommen immer dieselben Dinge: der Gedankenstrich in jedem Absatz, „zudem“ und „darüber hinaus“ als Satzanfang, der Satz, der erst sagt, was etwas nicht ist, dann, was es ist, die Aufzählung, die immer drei Glieder hat, und Wendungen aus dem Englischen wie „am Ende des Tages“ oder „Sinn machen“. Nichts davon beweist etwas. Alles davon lässt sich zählen. Also haben wir gezählt, in jedem deutschen Text, der in die Rangliste eingegangen ist, und daraus eine Zahl je Modell gemacht: Merkmale je 1.000 Wörter. Dieser Artikel erklärt, was diese Zahl zeigt.
Die Zahlen im Text stammen vom 20. September 2026, die genannten Plätze ebenfalls. Die Grafiken werden bei jeder Aktualisierung neu berechnet und können deshalb vom Text abweichen.
Die damaligen Plätze 3 und 5 setzen die meisten Striche, der damalige Erste weit weniger
Wie sehr die 15 besten Modelle nach KI klingen
Merkmale von Maschinenprosa je 1.000 Wörter in den gewerteten Texten: Gedankenstriche, Floskeln, „nicht X, sondern Y“, Dreierlisten, Anglizismen. Niedriger ist besser; Nr. = Platz in der Rangliste.
Als Datentabelle anzeigen
| Merkmale je 1.000 Wörter | Platz | Texte | |
|---|---|---|---|
| Claude Opus 5.5 💡 adaptive high | 1,4 | 2 | 31 |
| Claude Sonnet 5.5 💡 adaptive high | 2,7 | 15 | 30 |
| Claude Fable 5.1 💡 adaptive high | 3,5 | 4 | 33 |
| Qwen3.7 Max 💡 enabled | 7,4 | 25 | 53 |
| Grok 4.7 💡 high | 7,4 | 14 | 36 |
| Muse Spark 1.3 💡 high | 8,1 | 17 | 33 |
| GPT-5.6 Terra 💡 high | 8,1 | 27 | 40 |
| GPT-5.6 Luna 💡 high | 8,2 | 27 | 44 |
| GPT-6 Luna 💡 high | 8,6 | 23 | 32 |
| Claude Opus 5 💡 adaptive high | 9,4 | 5 | 45 |
| Gemini 3.8 Flash 💡 high | 9,5 | 12 | 33 |
| DeepSeek V4.1 Flash 💡 high | 11,4 | 11 | 37 |
| GPT-5.6 Sol 💡 high | 12,4 | 10 | 137 |
| Claude Fable 5 💡 adaptive high | 16,3 | 6 | 198 |
| Kimi K3 💡 enabled | 17,9 | 7 | 48 |
Unter den damals fünfzehn bestplatzierten Modellen tragen zwei der fünf besten die meisten Merkmale: Claude Fable 5, Platz 3, kommt auf 16,3 je 1.000 Wörter, Kimi K3, Platz 5, auf 17,9. Fast alles davon sind Gedankenstriche, 12,8 und 14,8 je 1.000 Wörter, einer alle 68 bis 78 Wörter. Claude Opus 5, damals Erster der Rangliste, ist mit 9,4 deutlich sparsamer: ein Strich alle 135 Wörter. GPT-5.6 Sol, Platz 6, liegt bei 12,4, und seine Merkmale sind andere, dazu gleich.
Die sparsamsten Modelle stehen in der Mitte der Tabelle: Gemma 4 31B QAT-Q4_0 mit Reasoning, Platz 33, hat 6,6 Merkmale je 1.000 Wörter, Qwen3.7 Plus 7,3 auf Platz 31, Qwen3.7 Max 7,4 auf Platz 20. Der Median liegt bei 9,1.
Der Strich macht den Index, die Floskeln sind Beiwerk
Woraus die Merkmale bestehen, bei den zehn besten Modellen
Derselbe Index nach Familie aufgeteilt, je 1.000 Wörter.
- Gedankenstriche
- Floskeln
- „Nicht X, sondern Y“
- Dreierlisten
- Anglizismen
Als Datentabelle anzeigen
| Gedankenstriche | Floskeln | „Nicht X, sondern Y“ | Dreierlisten | Anglizismen | Merkmale je 1.000 Wörter | |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 💡 adaptive high | 0,1 | 0,1 | 0,0 | 1,1 | 0,1 | 1,4 |
| Claude Fable 5.1 💡 adaptive high | 1,3 | 0,6 | 0,5 | 1,0 | 0,0 | 3,5 |
| Claude Opus 5 💡 adaptive high | 7,4 | 0,5 | 0,5 | 1,1 | 0,0 | 9,4 |
| Claude Fable 5 💡 adaptive high | 12,8 | 0,6 | 0,9 | 2,0 | 0,0 | 16,3 |
| Kimi K3 💡 enabled | 14,8 | 0,7 | 0,6 | 1,8 | 0,1 | 17,9 |
| GPT-5.6 Sol 💡 high | 5,0 | 1,2 | 1,2 | 5,0 | 0,0 | 12,4 |
| DeepSeek V4.1 Flash 💡 high | 9,0 | 0,2 | 1,2 | 0,8 | 0,1 | 11,4 |
| Gemini 3.8 Flash 💡 high | 6,5 | 0,8 | 0,7 | 1,4 | 0,1 | 9,5 |
| Grok 4.7 💡 high | 2,9 | 0,3 | 1,2 | 3,0 | 0,1 | 7,4 |
| Claude Sonnet 5.5 💡 adaptive high | 0,6 | 0,2 | 0,5 | 1,2 | 0,1 | 2,7 |
Zerlegt man den Index, bleibt eine Familie übrig. Im gesamten deutschen Korpus, 1,1 Millionen Wörter, machen Gedankenstriche 8,1 Merkmale je 1.000 Wörter aus, Dreierlisten 1,5, „nicht X, sondern Y“ 1,4, Floskeln 0,8 und Anglizismen 0,06. Die Floskeln sind selten, aber immer dieselben: „zudem“ steht 257-mal im Korpus, „darüber hinaus“ 92-mal, „entscheidend“ und „entscheidende“ zusammen 150-mal, „lebendig“ und „lebendige“ 124-mal, „spannend“ 58-mal. Der häufigste Anglizismus ist „am Ende des Tages“, 33-mal.
GPT-5.6 Sol fällt aus dem Muster: wenige Striche, aber mit 5,0 Dreierlisten je 1.000 Wörter die höchste Rate aller Modelle, dreimal so viel wie Claude Opus 5. Seine Merkmale sind grammatisch, nicht typografisch, und deshalb schwerer zu streichen.
Weniger Merkmale heißt nicht bessere Texte
Bewertung gegen Merkmale von Maschinenprosa
Ein Punkt je Modell mit mindestens 30 gewerteten Texten; lokale Modelle in der zweiten Farbe. Korrelation zwischen beiden: -0,39.
Als Datentabelle anzeigen
| Merkmale je 1.000 Wörter | Bewertung | |
|---|---|---|
| Claude Opus 5.5 💡 adaptive high | 1,4 | 96,4 |
| Claude Fable 5.1 💡 adaptive high | 3,5 | 95,5 |
| Claude Opus 5 💡 adaptive high | 9,4 | 95,1 |
| Claude Fable 5 💡 adaptive high | 16,3 | 94,6 |
| Kimi K3 💡 enabled | 17,9 | 93,3 |
| GPT-5.6 Sol 💡 high | 12,4 | 90,1 |
| DeepSeek V4.1 Flash 💡 high | 11,4 | 89,5 |
| Gemini 3.8 Flash 💡 high | 9,5 | 89,3 |
| Grok 4.7 💡 high | 7,4 | 88,6 |
| Claude Sonnet 5.5 💡 adaptive high | 2,7 | 88,5 |
| Muse Spark 1.3 💡 high | 8,1 | 87,0 |
| GPT-6 Luna 💡 high | 8,6 | 79,9 |
| Qwen3.7 Max 💡 enabled | 7,4 | 78,4 |
| GPT-5.6 Luna 💡 high | 8,2 | 77,6 |
| GPT-5.6 Terra 💡 high | 8,1 | 77,6 |
| Inkling 💡 high | 16,4 | 74,7 |
| MiniMax M3 💡 enabled | 14,1 | 70,6 |
| DeepSeek V4 Flash 💡 enabled | 17,7 | 69,5 |
| Gemma 4 31B Q8_0 💡 on* 🏠 | 7,7 | 68,8 |
| Hy3 💡 high | 8,3 | 68,3 |
| GLM 5.2 💡 enabled | 10,3 | 67,7 |
| Gemma 4 26B A4B Q8_0 💡 on* 🏠 | 8,8 | 66,7 |
| MiMo V2.6 Pro fp8 💡 high | 14,9 | 66,0 |
| Gemma 4 31B Q6_K 💡 on* 🏠 | 8,6 | 64,4 |
| Muse Glimmer 30B K-Quant 17GB 💡 high 🏠 | 7,9 | 64,4 |
| Qwen3.7 Plus 💡 enabled | 7,2 | 62,9 |
| Muse Glimmer 30B K-Quant Dynamic 💡 high 🏠 | 7,1 | 60,7 |
| MiMo V2.5 Pro 💡 enabled | 15,2 | 59,9 |
| Qwen3.8 27B Q6_K 💡 xhigh** 🏠 | 10,5 | 59,3 |
| Gemma 4 31B QAT-Q4_0 💡 on* 🏠 | 6,8 | 59,2 |
| Gemma 4 12B Q8_0 ↯ 🏠 | 9,7 | 59,0 |
| Gemma 4 31B QAT-Q4_0 ↯ 🏠 | 7,2 | 57,9 |
| DeepSeek V4 Pro 💡 enabled | 14,9 | 56,7 |
| Qwen3.6 27B Q8_0 💡 on* 🏠 | 9,1 | 54,9 |
| Gemma 4 12B Q6_K ↯ 🏠 | 9,1 | 53,3 |
| Gemma 4 12B Q6_K 💡 on* 🏠 | 8,2 | 53,0 |
| Gemma 4 26B A4B Q6_K 💡 on* 🏠 | 9,5 | 51,5 |
| Gemma 4 12B QAT-Q4_0 💡 on* 🏠 | 8,7 | 50,9 |
| Gemma 4 12B Q8_0 💡 on* 🏠 | 9,4 | 50,8 |
| Gemma 4 26B A4B QAT-Q4_0 💡 on* 🏠 | 8,9 | 49,0 |
| Mistral Medium 3.5 128B Q4_K_M ↯ 🏠 | 19,1 | 46,1 |
| Gemma 4 26B A4B Q6_K ↯ 🏠 | 10,4 | 45,9 |
| Qwen3.8 27B Q4_K_M 💡 xhigh** 🏠 | 11,3 | 45,4 |
| Qwen3.6 35B A3B Q8_0 💡 on* 🏠 | 9,1 | 40,5 |
| Qwen3.6 35B A3B Q4_K_M 💡 on* 🏠 | 9,0 | 40,1 |
| Qwen3.6 27B Q4_K_M 💡 on* 🏠 | 8,5 | 38,1 |
| Gemma 4 26B A4B QAT-Q4_0 ↯ 🏠 | 9,0 | 37,7 |
| MiMo V2.6 Flash 💡 high | 17,7 | 29,6 |
| Nemotron 3 Super 120B A12B Q4_K_M 💡 full 🏠 | 10,9 | 26,7 |
| MiMo V2.5 💡 enabled | 15,6 | 23,6 |
| Ling 3.0 Flash Q4_K_M ↯ 🏠 | 13,8 | 21,6 |
| Qwen3.8 27B Q6_K ↯ 🏠 | 9,1 | 20,8 |
| Qwen3.6 27B Q8_0 ↯ 🏠 | 7,8 | 20,7 |
| Gemma 4 E4B Q8_0 💡 on* 🏠 | 13,7 | 18,7 |
| Qwen3.8 27B Q4_K_M ↯ 🏠 | 9,5 | 18,6 |
| Ling 3.0 Flash Q4_K_M 💡 high 🏠 | 16,7 | 13,2 |
| Qwen3.6 35B A3B Q8_0 ↯ 🏠 | 7,6 | 12,4 |
| Gemma 4 E4B Q8_0 ↯ 🏠 | 12,0 | 12,1 |
| Gemma 4 E2B Q8_0 💡 on* 🏠 | 8,4 | 10,9 |
| Gemma 4 E4B Q4_K_M 💡 on* 🏠 | 16,2 | 10,7 |
| Gemma 4 E2B Q8_0 ↯ 🏠 | 9,6 | 10,6 |
| Gemma 4 E2B Q6_K 💡 on* 🏠 | 10,8 | 10,5 |
| Nemotron 3 Nano Omni 30B A3B Q4_K_M 💡 on* 🏠 | 12,7 | 9,5 |
| Gemma 4 E4B Q6_K 💡 on* 🏠 | 13,8 | 9,2 |
| Gemma 4 E2B Q4_K_M 💡 on* 🏠 | 9,9 | 9,0 |
| Granite 4.2 30B Q6_K 💡 full 🏠 | 12,4 | 7,4 |
| Granite 4.2 30B Q4_K_M 💡 full 🏠 | 14,6 | 5,9 |
| Granite 4.2 30B Q8_0 💡 full 🏠 | 15,2 | 5,4 |
| Gemma 4 E2B Q4_K_M ↯ 🏠 | 8,5 | 5,0 |
| Nemotron 3 Nano Omni 30B A3B Q8_0 💡 on* 🏠 | 15,1 | 4,9 |
| Laguna S 2.1 UD Q4_K_M 💡 on* 🏠 | 19,0 | 2,1 |
| Granite 4.2 8B Q4_K_M 💡 full 🏠 | 21,2 | 1,9 |
| Granite 4.2 8B Q8_0 💡 full 🏠 | 22,6 | 1,6 |
Über die 32 Modelle mit mindestens 30 gewerteten Texten ist die Korrelation zwischen Index und Bewertung schwach positiv, 0,26: Die Juroren, die nie die Modellnamen sehen, belohnen die Prosa und übersehen die Striche. Die Modelle mit den meisten Merkmalen sind zugleich Spitzenreiter und Nachzügler: Mistral Medium 3.5 128B hat mit 19,1 den höchsten Index und steht auf Platz 46, DeepSeek V4 Flash mit 17,7 auf Platz 23.
Was der Index sagt, und was nicht
Der Index zählt Oberflächenmerkmale, sonst nichts. Er ist kein KI-Detektor; ein menschlicher Text voller Gedankenstriche käme auf dieselbe Zahl. Er hängt auch von der Aufgabe ab, wer eine Liste verlangt, bekommt eine; deshalb werden Markdown-Struktur und Emoji in den Daten getrennt ausgewiesen und nicht in den Index gerechnet.
Was er sagt, ist praktisch: Welcher Entwurf braucht am wenigsten Arbeit, bis er nicht mehr nach Maschine klingt? Auf Deutsch war die Antwort am 20. September ungewöhnlich klar: Claude Opus 5 verband den ersten Platz mit einem Index unter dem Median. Wer ein anderes Spitzenmodell nimmt, sollte den Gedankenstrich per Suchen-und-Ersetzen entfernen, eine Minute, die den größten Teil des Signals tilgt. Die Streugrafik oben zeigt beide Zahlen für jedes Modell.
Dieselbe Zählung auf Englisch, Französisch und Spanisch
Die vier Ausgaben klingen nicht auf dieselbe Art nach KI. Deutsche Texte tragen die meisten Merkmale, 11,7 je 1.000 Wörter, vor allem Striche; Englisch 10,5; Französisch 5,8; Spanisch 4,9, wo der Gedankenstrich selten ist und „además,“ und Dreierlisten die Merkmale sind. Jede Ausgabe hat ihre eigene Fassung dieses Artikels mit ihrer eigenen Floskelliste, denn ein deutscher Leser stolpert über „zudem“, ein französischer über „véritable“.
Fazit
Nach KI klingen und gut schreiben sind zwei verschiedene Dinge. Der Gedankenstrich ist das eine Merkmal, das die Modelle trennt, und die besten setzen ihn am häufigsten: Kimi K3 alle 68 Wörter, Claude Fable 5 alle 78, Claude Opus 5 alle 135, GPT-5.6 Sol alle 200. Floskeln sind seltener als das Internet behauptet, eine je 1.300 Wörter, aber immer dieselben: „zudem“, „darüber hinaus“, „entscheidend“, „lebendig“. Wer einen Entwurf braucht, der nicht nach Maschine klingt, nimmt Claude Opus 5, das Beste aus beiden Welten, oder ein sparsames lokales Modell, oder streicht die Striche selbst.
