Ein KI-Lektorat, das deine Stimme bewahrt.

Es gibt einen Moment, den jeder Autor kennt, der sein Manuskript einmal durch eine KI geschickt hat. Der Text kommt zurück. Die Kommas sitzen. Die Wiederholungen sind weg. Der Absatz, an dem du drei Abende gesessen hast, liest sich flüssiger als vorher. Alles ist besser.

Und irgendetwas ist fort.

Du liest die Stelle noch einmal. Du findest keinen Fehler. Du kannst nicht einmal sagen, welcher Satz es ist. Aber der Text gehört dir nicht mehr ganz.

Warum das kein Zufall ist

Ein Sprachmodell hat Millionen von Texten gelesen. Aus dieser Lektüre hat es einen Geschmack gebildet, und dieser Geschmack ist der Mittelwert von allem, was es je gesehen hat. Er bevorzugt mittlere Satzlängen. Er mag Variation im Satzanfang. Er glättet Wiederholungen, auch wenn sie ein Echo sein sollten. Er ersetzt das karge Wort durch das genauere, auch wenn die Kargheit die Figur war.

Jeder einzelne dieser Eingriffe ist verteidigbar. Ein Lektor könnte ihn begründen. Das Problem entsteht erst in der Summe: sie zeigen alle in dieselbe Richtung, nämlich zur Mitte. Und die Mitte ist genau der Ort, an dem sich kein Autor von einem anderen unterscheidet.

Fehler sieht man. Drift sieht man nicht. Auf einer Seite ist sie unsichtbar, auf 500 Seiten hast du ein anderes Buch.

Wir haben die falsche Frage gestellt

Wir haben lange über die falsche Frage nachgedacht. Sie lautete: wie verhindern wir, dass die KI den Stil verändert?

Die Antwort darauf ist immer dieselbe und immer schlecht. Man macht die KI vorsichtiger. Sie schlägt weniger vor. Sie traut sich nicht mehr. Am Ende hat man ein Lektorat, das nichts findet, und einen Autor, der es abschaltet.

Die richtige Frage lautet anders: woran erkennt man einen Autor überhaupt?

Wenn sich das beantworten lässt, ist der Rest Handwerk. Dann kann man jeden Vorschlag daran halten, bevor der Autor ihn zu sehen bekommt, und die Vorsicht sitzt nicht mehr im Auftrag, sondern in der Prüfung.

Wie man eine Stimme misst

Nicht daran, worüber jemand schreibt. Das wechselt von Kapitel zu Kapitel.

Sondern daran, wie er es tut. Und zwar an Dingen, die kein Autor bewusst steuert: dem Rhythmus, mit dem Sätze aufeinanderfolgen. Dem Bau der Sätze selbst, der Verteilung von Haupt- und Nebensatz. Der Wortwahl in den Momenten, in denen es mehrere richtige Wörter gäbe. Der Zeichensetzung, besonders dort, wo sie nicht Regel, sondern Entscheidung ist. Und der Art, wie Figuren sprechen und wie ihr Sprechen in den Text eingebettet wird.

Das ist die Ebene, auf der ein Text nach jemandem klingt. Und weil sie unbewusst ist, ist sie stabil. Ein Autor kann sein Thema wechseln, sein Genre, seine Erzählperspektive. Sein Rhythmus bleibt.

Aus diesen Beobachtungen entsteht ein Stimmprofil: eine Beschreibung dessen, was für diesen einen Autor normal ist. Nicht was er richtig macht. Was er üblicherweise tut.

10-mal besser als der Zufall

Eine solche Messung könnte auch reines Rauschen sein. Man kann alles zählen, und Zahlen sehen immer nach Erkenntnis aus. Deshalb haben wir sie einer Probe unterzogen, die sich nicht schönreden lässt.

60 deutschsprachige Autoren, von jedem zwei Werke. An 30 von ihnen haben wir das Verfahren eingestellt, an den anderen 30 gemessen. Und zwar so: das Stimmprofil entstand aus dem einen Werk, die Prüfpassage stammte aus dem zweiten, das das System nie gesehen hatte.

Dann bekam es 600 Wörter aus diesem unbekannten Buch und 30 Kandidaten zur Auswahl und musste sagen: von wem ist das?

60 Autoren, öffentliches Korpus.

Das ist der Punkt, an dem aus einer Vermutung ein Messwerk wird.

Der Irrtum, der uns 14 Prozentpunkte gekostet hat

Diese Zahl lag ursprünglich bei 21 %, nicht bei 35 %. Sie ist gestiegen, weil wir einen eigenen Fehler gefunden haben.

60 Autoren, öffentliches Korpus.

Die Gewichtung der Merkmalsgruppen stammte aus einem früheren Versuch. Der hatte aber eine andere Frage beantwortet als die, um die es geht. Er hatte gemessen, welche Gruppen sich verändern, wenn eine KI glättet. Nicht, woran man einen Autor erkennt. Zwei Fragen, die sich ähnlich anhören und verschiedene Antworten haben.

Als wir richtig gemessen haben, stand die Rangfolge fast auf dem Kopf. Die Gruppe, der wir mit Abstand das grösste Gewicht gegeben hatten, war die schwächste von allen.

Wir haben die Gewichtung ersetzt, und zwar nicht durch eine, die wir in den Daten gesucht hatten. Sondern durch die einfachste Annahme, die es gibt: alle Merkmale zählen gleich. Sie gewinnt an beiden Hälften des Versuchs, an der, mit der eingestellt wurde, und an der, die nie gesehen wurde. Genau das unterscheidet ein Ergebnis von einer Zurechtlegung.

Null ist unerreichbar

Wir hatten eine Kennzahl, die messen sollte, wie nah ein Vorschlag am Autor liegt. Sie rechnete gegen null. Null hiess: perfekt. Und null ist unerreichbar.

Auch die eigenen Sätze eines Autors weichen von seinem eigenen Durchschnitt ab. Sie müssen es. Ein Durchschnitt ist kein Satz.

Ein Durchschnitt ist eine Auskunft über viele Sätze, keiner davon. Wer gegen null rechnet, verlangt vom Lektorat, dass es gleichmässiger schreibt als der Autor selbst, und straft es dafür ab, dass es das nicht tut.

Wir rechnen jetzt gegen den Boden, den der Autor selbst erreicht: gegen den Abstand, den seine eigenen Sätze zu seinem eigenen Mittel haben, bei genau dieser Textlänge.

Interne Messung, drei Läufe.

Zur Methode

Dazu eine zweite Beobachtung, die uns fast wichtiger ist. Harte Eigenheiten eines Autors, also Zeichen und Formen, die er nie benutzt, kamen früher in etwa 10 Fällen je Kapitel durch die Vorschläge zurück. Heute in 0.

Interne Messung, drei Läufe.

Dieselben Daten wie vorher. Nur ohne den Denkfehler.

Messen allein reicht nicht

Das ist die Stelle, an der die meisten Systeme aufhören, und es ist die Stelle, an der es erst interessant wird.

Lange hat unser Verfahren jede Abweichung sauber gemessen und den Vorschlag trotzdem ausgeliefert. Das ist, als würde ein Lektor den Fehler anstreichen und das Blatt unverändert zurückgeben. Die Messung war da. Sie bewirkte nichts.

Heute bekommt jeder Vorschlag, der aus dem Rahmen fällt, einen zweiten Versuch. Und zwar nicht mit dem Auftrag schreib es besser, sondern mit der konkreten Abweichung im Auftrag: hier ist, was du getan hast, und hier ist, was dieser Autor an dieser Stelle tut.

Drei Regeln sichern das ab. Der ursprüngliche Befund muss behoben bleiben, sonst repariert die zweite Fassung die Form und lässt den Fehler stehen. Die nähere der beiden Fassungen gewinnt, ein Rückschritt wird verworfen. Und die Verletzung einer harten Eigenheit des Autors wiegt schwerer als ein besserer Zahlenwert, denn sie ist keine Frage des Geschmacks.

Das kostet dich nichts extra. Es passiert, bevor du den Vorschlag zu sehen bekommst.

Interne Messung, drei Läufe.

Am Ende entscheidest du

Ein Messwerk, das allein entscheidet, wäre nur eine andere Bevormundung.

Deshalb zeigt dir EPOS, was es an dir gefunden hat. Die Dinge, die du auffallend oft tust, mit einer Zahl daneben und einem Beispiel aus deinem eigenen Manuskript. Und du entscheidest bei jedem einzelnen:

Das bin ich. Dann wird es geschützt und nie wegkorrigiert.
Bitte vermeiden. Dann arbeitet das Lektorat gezielt dagegen.
Ist mir egal. Dann bleibt es, wie es ist.

Ein Autor, der weiss, dass er jeden zweiten Absatz mit Und beginnt, hat eine Entscheidung zu treffen. Ein Autor, der es nicht weiss, hat eine Angewohnheit. Der Unterschied zwischen beidem ist die halbe Miete des Handwerks.

Was es ausdrücklich nicht ist

Es ist kein Ghostwriter. EPOS schreibt nicht für dich.

Es ahmt auch keinen fremden Stil nach. Du kannst nicht einstellen, dass dein Text nach jemand anderem klingen soll. Das Profil entsteht ausschliesslich aus deinem eigenen Manuskript, und es gilt nur für dich.

Und es ersetzt kein Lektorat. Es sorgt dafür, dass das Lektorat, das du bekommst, nach dir klingt und nicht nach einem Lektor mit eigenem Geschmack.

Was wir noch nicht wissen

Zwei Dinge, und wir sagen sie lieber selbst.

Bei sehr kurzen Passagen wird die Erkennung schwächer. Unterhalb weniger Zeilen ist zu wenig Machart im Text, um jemanden daran zu erkennen. Für ein Kapitel spielt das keine Rolle, für einen einzelnen Satz schon.

Und der letzte Beweis steht aus. Eine unabhängige Studie, in der mehrere Autoren verdeckt beurteilen, welche von zwei Fassungen nach ihnen klingt, haben wir noch nicht. Bis dahin sagen wir, was wir belegen können: dass wir Form- und Registerdrift messbar verhindern, und dass wir jede Umschreibung im Textumfeld prüfen, in dem sie später steht.

Das ist weniger, als wir behaupten könnten. Es ist alles, was wir zeigen können.

Ab wann es wirkt

Ab etwa 3.000 Wörtern entsteht ein vorläufiges Profil. Ab etwa 20.000 wird es gut. Deutsch und Englisch werden getrennt behandelt, mit eigenem Messwerk, weil eine Übersetzung des einen für das andere nicht funktioniert.

Du findest den Schalter im Lektorat und in Lektorat Pro. Eine Zeile darunter sagt dir, wie gut EPOS deine Schreibweise schon kennt.

Wir haben lange gebraucht, um die richtige Frage zu stellen. Die Antwort war dann erstaunlich schnell da.

Wir sind damit nicht fertig

Alles, was oben steht, ist ein Anfang.

Ein Verlag kann ein Manuskript lektorieren, setzen, drucken und bewerben. Eine KI kann Fehler finden, Struktur prüfen, Vorschläge machen. Beides ist Handwerk, und Handwerk lässt sich lernen, kaufen und ersetzen.

Die Stimme nicht. Sie ist das Einzige an einem Buch, das niemand sonst herstellen kann.

Zwei Autoren können dieselbe Geschichte erzählen, dieselbe Figur, dieselbe Szene, denselben Satzinhalt. Es werden zwei verschiedene Bücher. Was sie unterscheidet, ist nicht die Handlung. Es ist die Art, wie jemand die Welt in Sätze legt, und die hat er sich über Jahre erschrieben.

Deshalb ist das für uns kein Feature unter vielen, das jetzt fertig in einer Liste steht. Es ist die Frage, an der sich entscheidet, ob KI dem Schreiben nützt oder schadet. Ein Werkzeug, das jeden Text ein Stück weit in dieselbe Richtung zieht, macht die Literatur ärmer, so gut jeder einzelne Vorschlag auch sein mag. Ein Werkzeug, das den Autor kennt, macht ihn deutlicher.

Woran wir als Nächstes arbeiten

An der unabhängigen Blindstudie mit mehreren Autoren. Sie ist der einzige Beweis, der uns noch fehlt, und wir werden ihr Ergebnis veröffentlichen, auch wenn es unbequem ausfällt.

An den kurzen Passagen. Ein einzelner Satz trägt weniger Machart als ein Kapitel, und dort ist die Erkennung heute schwächer. Wir wissen, woran es liegt, und wir wissen noch nicht, wie weit es sich verbessern lässt.

An weiteren Sprachen. Jede braucht ein eigenes Messwerk, denn eine Übersetzung des bestehenden wäre genau der Fehler, den wir vermeiden wollen: ein fremder Massstab an einem Text, der ihn nicht kennt.

Und an dem, was ihr uns schreibt. Die zwei grössten Verbesserungen dieses Jahres kamen nicht aus einer Planungssitzung, sondern aus zwei Mails von Autoren, die genau hingesehen und höflich nachgehakt haben. Diese Mails sind uns mehr wert als jede Marktforschung.