Bleibt die Autorenstimme beim KI-Lektorat erhalten?

Kurzfassung

Diese Seite dokumentiert zwei Messungen zu einer Frage, die im Umgang mit KI-Lektorat regelmässig behauptet und selten belegt wird: wie viel von dem, was einen Autor erkennbar macht, überlebt einen maschinellen Eingriff in seinen Text?

Wir haben die Frage in zwei getrennte Messungen zerlegt, weil sie zwei verschiedene Dinge betrifft.

Die erste misst den Abstand zum eigenen Schreiben: wie weit entfernt sich ein überarbeitetes Kapitel von dem, wie sein Autor sonst schreibt. Sie stammt aus einem einzigen Manuskriptprojekt und ist damit ein Einzelfall.

Die zweite misst die Wiedererkennbarkeit: ob sich ein Autor an einem Stilprofil überhaupt identifizieren lässt. Sie stammt aus einem öffentlichen Literaturkorpus mit 60 Autoren und ist die belastbarere von beiden.

Die Kernwerte:

Eine unabhängige Blindstudie mit mehreren Autoren steht aus. Wir führen sie nicht selbst durch, weil wir Partei sind. Wer sie durchführen will, findet unten die vollständigen Parameter.

Warum diese Frage überhaupt gestellt werden muss

Sprachmodelle sind auf Wahrscheinlichkeit trainiert. Sie schlagen vor, was in ähnlichen Zusammenhängen häufig vorkommt. Das ist der Grund, warum sie flüssig formulieren, und derselbe Grund, warum sie zum Mittelwert ziehen.

Praktisch heisst das: ein Modell glättet Satzlängen in Richtung eines mittleren Wertes, ersetzt seltene Wendungen durch geläufige, löst Wiederholungen auf, die absichtlich stehen, und vereinheitlicht den Rhythmus zwischen Absätzen. Jede dieser Änderungen ist für sich betrachtet eine Verbesserung. Es sind genau die Änderungen, die ein Lektorat vornehmen soll.

Das Problem entsteht nicht bei einem Absatz, sondern bei dreissig Kapiteln.

Ein Autor, der ein Kapitel überarbeiten lässt, sieht eine sauberere Version seines Textes. Ein Autor, der ein ganzes Manuskript kapitelweise überarbeiten lässt, sieht am Ende ein Buch, das überall gleich gut und nirgends mehr eigen klingt. Der Effekt ist von Kapitel zu Kapitel unsichtbar und über ein Buch hinweg unübersehbar.

Genau deshalb reicht es nicht, ein Modell anzuweisen, die Stimme zu bewahren. Eine Anweisung verschiebt eine Wahrscheinlichkeitsverteilung, sie hebt sie nicht auf. Diese Einschätzung teilen wir nicht allein, sie deckt sich mit unabhängiger Forschung, die weiter unten steht.

Die Frage lautet also nicht, ob ein Modell besser formuliert. Sie lautet: wie viel von dem, was einen Autor erkennbar macht, überlebt den Eingriff, und lässt sich das messen statt behaupten?

Was "Stimme" in diesem Zusammenhang bedeutet, und was nicht

Der Begriff Stimme wird in der Literaturkritik weit gefasst. Er umfasst Haltung, Perspektive, Themenwahl und Weltsicht. Nichts davon ist messbar, und wir behaupten nicht, es zu messen.

Was messbar ist, sind beobachtbare Merkmale der Textoberfläche: die Verteilung von Satzlängen und ihre Streuung, Absatzlängen, Wortvielfalt, die Verteilung von Funktionswörtern, Zeichensetzungsgewohnheiten, Satzanfänge, der Anteil direkter Rede, wiederkehrende Muster.

Diese Merkmale sind nicht die Stimme. Sie sind ihr Abdruck an der Oberfläche.

Der Unterschied ist wichtig und wird in Marketingtexten regelmässig verwischt. Ein Werkzeug, das stilistische Verschiebung misst, kann nicht feststellen, ob ein Text seine künstlerische Identität behalten hat. Es kann feststellen, ob er sich in messbaren Merkmalen von dem entfernt hat, was derselbe Autor sonst schreibt. Alles Weitere ist ein Urteil, und dafür braucht es einen Leser.

Wir halten die zweite Aussage für nützlich und die erste für unseriös.

Messung 1: der Abstand zum eigenen Schreiben

Datengrundlage

Ein Romanmanuskript aus dem EPOS-Hauskonto. Kein Kundenkonto, kein fremdes Werk, keine Einwilligung Dritter nötig. Zwei Kapitel, drei unabhängige Läufe.

Verfahren

Für jedes getestete Kapitel wurde ein Stilprofil aus dem übrigen Manuskript erstellt, also ausschliesslich aus Text, den der jeweilige Lauf nicht zu sehen bekam. Diese Trennung ist der Kern des Verfahrens: ein Profil, das aus demselben Kapitel stammt, das anschliessend bewertet wird, misst sich selbst.

Danach wurde das Kapitel lektoriert, einmal mit Stimmprofil und einmal ohne. Gemessen wurde der stilistische Abstand zwischen dem Ergebnis und dem ursprünglichen Schreiben des Autors, jeweils in denselben Merkmalen.

Die Kennzahl "geschlossene Lücke" bezeichnet, welcher Anteil des Abstands, den ein Lektorat ohne Profil erzeugt, durch das Profil wieder aufgeholt wird. Ein Wert von 100 Prozent hiesse: das Ergebnis ist vom ursprünglichen Schreiben nicht mehr zu unterscheiden. Ein Wert von 0 Prozent hiesse: das Profil bewirkt nichts.

Ergebnis

Die dritte Zeile misst etwas anderes als die ersten beiden. Formregeln sind ausdrückliche Vorgaben des Autors zur Form seines Textes, etwa zur Zeitform oder zur Behandlung wörtlicher Rede. Ohne Profil wurden je Kapitel im Mittel zehn solcher Vorgaben verletzt, mit Profil keine.

Wie diese Zahlen zu lesen sind

Die Spanne ist wichtiger als der Mittelwert. 58 bis 88 Prozent über drei Läufe an denselben zwei Kapiteln bedeutet: das Ergebnis schwankt erheblich. Ein Autor, der ein Kapitel überarbeiten lässt, bekommt nicht verlässlich 73 Prozent. Er bekommt irgendetwas in dieser Spanne, und welches Ende er trifft, entscheidet der einzelne Lauf.

Und der Stichprobenumfang trägt keine allgemeine Aussage. Ein Werk, ein Autor, zwei Kapitel, drei Läufe. Wer daraus eine Leistungsangabe für alle Manuskripte macht, überdehnt die Datenlage erheblich. Wir tun es nicht, und wir bitten darum, es beim Zitieren ebenfalls nicht zu tun.

Messung 2: der Wiedererkennungstest

Diese Messung ist die belastbarere von beiden, weil sie an fremden Werken durchgeführt wurde und weil ihr Stichprobenumfang um zwei Grössenordnungen darüber liegt.

Datengrundlage

60 deutschsprachige Autoren mit je zwei Werken, aus einem öffentlichen, zur Nachnutzung freigegebenen Literaturkorpus. Keine Kundendaten, keine Manuskripte aus laufenden Projekten.

Verfahren

Aus dem ersten Werk jedes Autors wurde ein Stilprofil erstellt. Getestet wurde gegen eine Passage von 600 Wörtern aus dem zweiten, dem Profil vollständig unbekannten Werk. Die Aufgabe: den richtigen Autor unter 30 Kandidaten benennen.

Die Trennung zwischen Profilwerk und Testwerk ist der entscheidende Teil des Aufbaus. Sie prüft, ob ein Profil einen Autor über sein Werk hinaus erkennt oder nur ein einzelnes Buch wiedererkennt. Das sind zwei sehr verschiedene Fähigkeiten, und nur die erste ist für ein Lektorat brauchbar.

Ergebnis

Wie diese Zahlen zu lesen sind

35 Prozent sind das Zehnfache des Zufalls. Bei 30 Kandidaten liegt die Zufallserwartung bei 3,3 Prozent. Ein Verfahren, das zehnmal häufiger richtig liegt als Raten, misst nachweislich etwas.

35 Prozent sind gleichzeitig weit von einer sicheren Zuordnung entfernt. In zwei von drei Fällen liegt die erste Nennung falsch. Wer diese Zahl als Beleg dafür nimmt, dass ein Stilprofil einen Autor zuverlässig identifiziert, liest sie falsch.

Beide Aussagen gehören zusammen genannt, und wir bitten darum, sie beim Zitieren nicht zu trennen.

Der Wert von 62 Prozent für die ersten drei Plätze ist der aussagekräftigere für den praktischen Einsatz. Ein Lektorat muss einen Autor nicht identifizieren. Es muss erkennen, in welche Richtung sein Schreiben tendiert. Für diese Aufgabe ist eine Platzierung unter den ersten drei bereits nützlich.

Die Ablation ist der methodisch interessanteste Wert. Entfernt man den stärksten Merkmalsblock aus dem Verfahren, fällt die Trefferquote von 35 auf 21 Prozent. Sie bricht also nicht zusammen, sie sinkt deutlich. Das heisst: der Effekt hängt an einer identifizierbaren Gruppe von Merkmalen, aber nicht ausschliesslich an ihr. Ein einzelnes Merkmal trägt das Verfahren nicht, und es fällt auch nicht mit einem einzelnen.

Was unabhängige Forschung dazu sagt

Drei Arbeiten aus den Jahren 2025 und 2026 berühren dieselbe Frage. Wir haben an keiner davon mitgewirkt und stehen zu keiner der Gruppen in einer Beziehung.

Van Nuenen, "Voice Under Revision", UC Berkeley

arXiv:2604.22142, eingereicht am 24. April 2026.

300 persönliche Texte, drei Spitzenmodelle, 13 Stilmarker. Der Befund: das Umschreiben durch ein Sprachmodell normalisiert den Stil systematisch. Stimmerhaltende Anweisungen verringern die Verschiebung, heben ihre Richtung aber nicht auf.

Das stützt unsere Ausgangsthese und schränkt unser eigenes Ergebnis zugleich ein. Es stützt sie, weil es unabhängig belegt, dass Prompten allein nicht genügt. Es schränkt sie ein, weil dieselbe Logik auch für ein Stilprofil gilt: ein Profil verschiebt das Ergebnis, es hebt den Effekt nicht auf. Unsere eigenen 73 Prozent sind kein Beleg dafür, dass die Verschiebung verschwindet, sondern dafür, dass sie kleiner wird.

Maier, Zaiss und Bayer, FAU Erlangen

arXiv:2605.02620, 4. Mai 2026.

Die Arbeit berichtet, dass GPT-5.5 und Claude Opus 4.7 bei gezieltem Nachbearbeiten 71 bis 75 Prozent der Stillücke zum Same-Author-Ceiling schliessen.

Diese Spanne liegt um unseren eigenen Wert von 73 Prozent herum. Wir nennen das ausdrücklich, statt es zu übergehen, weil es die naheliegendste kritische Frage an unsere Messung ist: erreicht ein Stimmprofil überhaupt mehr als ein sorgfältig eingesetztes Standardmodell?

Zwei Unterschiede sind uns wichtig, und beide bleiben unbewiesen, bis jemand sie prüft.

Die zitierte Arbeit misst an einzelnen Texten, unsere Messung an Kapiteln innerhalb eines Manuskripts. Ob der Effekt über ein ganzes Buch hinweg stabil bleibt, ist eine andere Frage als die nach einem einzelnen Text.

Und die zitierte Arbeit misst mit gezieltem Nachbearbeiten je Text, unsere Messung ohne Eingriff des Autors zwischen den Kapiteln. Der Aufwand auf Nutzerseite unterscheidet sich damit erheblich.

Ob dieser Unterschied den Aufwand eines Stimmprofils rechtfertigt, ist mit den vorliegenden Daten nicht entschieden. Wir halten es für wahrscheinlich und haben es nicht bewiesen.

Wang, Tripto, Park, Li und Zhou, "Catch Me If You Can? Not Yet"

arXiv:2509.14543, 2025.

Die Arbeit befasst sich mit der Erkennbarkeit maschinell erzeugter Texte. Sie ist für unsere Frage indirekt relevant: sie zeigt, wie schwer sich maschinelle Bearbeitung an der Textoberfläche nachweisen lässt.

Für Autoren folgt daraus ein Punkt, der oft falsch verstanden wird. Ein Verlag kann in der Regel nicht feststellen, ob ein Text mit KI überarbeitet wurde. Was auffällt, ist etwas anderes: Texte, die überall gleich gut und nirgends eigen klingen. Das entsteht durch Glättung, nicht durch den Einsatz von KI an sich.

Grenzen dieser Messungen

Dieser Abschnitt steht bewusst nicht am Ende, sondern vor den praktischen Schlussfolgerungen.

Was daraus praktisch folgt

Für Autoren, die mit KI überarbeiten, folgen aus beiden Messungen drei Dinge.

Prompten reicht nicht. Die Berkeley-Arbeit belegt unabhängig, dass stimmerhaltende Anweisungen die Verschiebung verringern, aber ihre Richtung nicht umkehren. Wer einem Modell sagt, es solle seinen Stil bewahren, bekommt eine kleinere Verschiebung, keine ausbleibende.

Ein Profil aus dem eigenen Werk verschiebt das Ergebnis messbar. Um wie viel, hängt vom Lauf ab. Die Formregeln sind dabei der verlässlichste Teil: zehn Verletzungen je Kapitel auf null ist ein deutlicher Unterschied.

Und die Kontrolle bleibt beim Autor. Kein Verfahren ersetzt das Durchlesen der Vorschläge. Ein Wert von 73 Prozent bedeutet nicht, dass 27 Prozent der Änderungen falsch sind. Er bedeutet, dass der Abstand nicht auf null geht und dass jemand entscheiden muss, welche Änderung ins Werk gehört.

Nachvollziehbarkeit

Wer die zweite Messung nachbauen will, braucht:

Einen Korpus mit mindestens zwei Werken je Autor. Unsere Grundlage: 60 deutschsprachige Autoren, je zwei Werke, öffentlich und zur Nachnutzung freigegeben.

Eine strikte Trennung zwischen Profilwerk und Testwerk. Das Profil darf keinen Text aus dem Werk sehen, gegen das getestet wird.

Eine Passage fester Länge. Unsere Wahl: 600 Wörter.

Ein Kandidatenfeld fester Grösse. Unsere Wahl: 30, entsprechend einer Zufallserwartung von 3,3 Prozent.

Eine Ablationsprüfung. Ohne sie lässt sich nicht sagen, ob ein Ergebnis an einem einzelnen Merkmal hängt.

Die vollständige Merkmalsliste und ihre Gewichtung stellen wir auf Anfrage zur Verfügung. Wer die Messung unabhängig durchführt, hört von uns keine Einwände gegen das Ergebnis, in welche Richtung es auch ausfällt.

Was eine unabhängige Blindstudie leisten müsste, damit sie die offene Frage beantwortet: mehrere Autoren, mehrere Genres, Bewertung durch Leser, die nicht wissen, welche Fassung bearbeitet wurde, und eine Vergleichsgruppe mit einem Standardmodell ohne Profil. Solange diese Studie fehlt, gilt für unsere Zahlen: sie zeigen einen Effekt, sie bemessen ihn nicht allgemein.

Zitieren

EPOS-AI Research (2026): Bleibt die Autorenstimme beim KI-Lektorat erhalten? Messverfahren, interner Benchmark und Wiedererkennungstest. Luzern, Schweiz. epos-ai.ch/research/autorenstimme-ki-lektorat-2026.html

Die Tabellen dieser Seite dürfen unter Angabe der Quelle "EPOS-AI Research" verwendet werden.

Für Rückfragen und für die vollständigen Parameter: info@epos-ai.ch

Stand und Änderungen

9. August 2026: Erstveröffentlichung.

Diese Seite wird geändert, wenn neue Messungen vorliegen. Änderungen werden hier vermerkt, nicht stillschweigend eingearbeitet.

Forschung durchgeführt von EPOS-AI, Luzern, Schweiz. EPOS-AI ist eine Arbeitsumgebung für Autoren, die an ganzen Manuskripten arbeiten.