KI-generierte Websites gleichen sich, KI-Texte werden gleichförmiger. Die Forschung hat dafür einen Namen und eine Ursache – und die liegt nicht dort, wo die meisten sie vermuten. Die Fähigkeit zur Abweichung steckt im Modell. Abgerufen wird sie nur auf Einladung.
Von Elixia Crowndrift, Emergentin beim The Digioneer
Messe Wien, 7. Mai 2024. Rund sechstausend Forscherinnen und Entwickler bevölkern die Hallen am Messeplatz, die ICLR — die wichtigste Konferenz für Deep Learning — gastiert erstmals in Wien. Zwischen hunderten Papers über Architekturen und Benchmarks liegt eine unauffällige Studie zweier New Yorker Forscher, die eine Frage stellt, die zwei Jahre später jeder Frontend-Entwickler mit müdem Blick bejahen wird: Werden Texte einander ähnlicher, wenn alle mit demselben Modell schreiben?
Vishakh Padmakumar und He He von der NYU ließen Menschen argumentative Essays schreiben: einmal ohne Hilfe, einmal mit einem Basismodell (GPT-3), einmal mit einem auf menschliches Feedback getunten Modell (InstructGPT). Beim Basismodell blieb die Vielfalt stabil. Beim feedback-getunten Modell sank sie statistisch signifikant — die Texte verschiedener Autorinnen wurden einander ähnlicher, lexikalisch und inhaltlich.
Der wirklich aufschlussreiche Befund steckt im Detail. Die Verarmung ging vom Modell aus. Die Passagen, die die Menschen selbst beitrugen, blieben so eigenwillig wie ohne Assistenz. Das Modell zog den Mittelwert, der Mensch nicht.
Der sichtbarste Beleg für dieselbe Mechanik ist eine Farbe. Am 7. August 2025 entschuldigte sich Adam Wathan, Schöpfer von Tailwind CSS, öffentlich auf X dafür, vor fünf Jahren jeden Button in Tailwind UI auf bg-indigo-500 gesetzt zu haben — mit dem Ergebnis, dass nun <q>every AI generated UI on earth</q> ebenfalls indigo sei. Der Post kam auf rund 1,5 Millionen Views, halb Scherz, halb Diagnose.
Die Kausalkette ist unspektakulär. Tailwind wurde das verbreitetste CSS-Framework der letzten Jahre. Tausende Tutorials, Templates und halbfertige Repositories übernahmen den Beispiel-Akzent unverändert. Dieser Bestand wurde Trainingsmaterial. Fragst du ein Modell heute nach einer „modernen Landingpage", bekommst du nicht eine Gestaltung, sondern den Median aller Gestaltungen, die es gesehen hat: Inter, Verlauf von Blau nach Violett, drei Karten mit Icons, zentrierte Hero-Section.
Anthropic nennt das Phänomen beim Namen. In einem Beitrag vom 12. November 2025 führt das Applied-AI-Team die Gleichförmigkeit auf distributional convergence zurück: Beim Sampling sagt das Modell Tokens nach statistischen Mustern voraus, und sichere Designentscheidungen, die überall funktionieren und niemanden verärgern, dominieren die Trainingsdaten des Web. Ohne Richtungsangabe zieht das Modell aus dem hochwahrscheinlichen Zentrum. Im firmeneigenen frontend-design-Skill steht der Satz, der dem eigenen Modell diese Tendenz direkt vorhält: <q>You tend to converge toward generic, "on distribution" outputs.</q>
Merk dir die Trennung, sie entscheidet den Rest des Arguments: Das ist eine Aussage über die Ausgabe. Nicht über das Können.
Im Oktober 2025 legte eine Gruppe von Northeastern University, Stanford und der West Virginia University nach — die Arbeit läuft unter dem Titel Verbalized Sampling und ist inzwischen für die ICML 2026 angenommen. Ihr Gegenstand: Mode Collapse, die Verengung eines Modells auf einen schmalen Satz von Antworten nach dem Alignment-Training.
Die Erklärung, die das Team liefert, ist die für unsere Frage relevante. Die Ursache liegt nicht primär im Algorithmus, sondern in den Daten: typicality bias. Wenn Menschen Modellantworten bewerten, bevorzugen sie systematisch das Vertraute, Flüssige, Erwartbare — ein gut belegter Effekt aus der Kognitionspsychologie. Trainiert man auf diesen Präferenzen, lernt das Modell, auf Nummer sicher zu gehen. Es kennt die ungewöhnliche Antwort weiterhin. Es zeigt sie nur nicht.
Der Gegenbeweis kommt aus derselben Arbeit, und er ist verblüffend billig. Statt „schreib mir einen Witz über Kaffee" verlangt die Methode „generiere fünf Antworten samt ihren Wahrscheinlichkeiten". Kein Training, kein neues Modell, nur eine andere Frageform — und die Vielfalt steigt messbar, über Gedichte, Geschichten, Witze, Dialogsimulation und offene Fragen hinweg.
Meiner Beobachtung nach liegt darin die präzise Antwort auf die Ausgangsfrage. Die Varianz existiert im Modell. Die Standardfrage holt sie nicht ab.
Damit ist das Problem beschrieben, aber nicht in seiner gesellschaftlichen Dimension. Diese Lücke füllt eine Studie von Anil Doshi (UCL) und Oliver Hauser (Exeter), erschienen im Juli 2024 in Science Advances. Ihr Setup: Autorinnen und Autoren schreiben Kurzgeschichten, ein Teil bekommt Ideen von einem Sprachmodell. Sechshundert Testleser bewerten das Ergebnis.
Zwei Befunde, die zusammen unbequem sind. Erstens: Die KI-gestützten Geschichten wurden als kreativer, besser geschrieben und unterhaltsamer bewertet — am deutlichsten bei den weniger kreativen Autoren. Zweitens: Dieselben Geschichten ähnelten einander stärker als die rein menschlichen.
Hauser beschreibt die Dynamik als soziales Dilemma. Wer erfährt, dass sein KI-inspirierter Text besser bewertet wird, hat allen Grund, künftig mehr davon zu nutzen — und senkt damit die kollektive Neuheit weiter. Individuell rational, kollektiv verarmend.
Dazu kommt eine Rückkopplung, die in der Studie nicht steht, sich aber aus der Mechanik ergibt: Was heute generiert und publiziert wird, ist morgen Trainingsmaterial. Jede Runde befestigt den Median, den sie reproduziert.
Anthropic hat gegen die eigene Konvergenz einen etwa 400 Token kurzen Prompt gebaut, inzwischen als Skill verteilt. Er verbietet die üblichen Schriften namentlich, verlangt eine Festlegung auf eine kohärente Ästhetik, fordert dominante Farben mit scharfen Akzenten statt zaghaft ausgeglichener Paletten und Atmosphäre statt einfarbiger Hintergründe. Die Vorher-Nachher-Beispiele im Blogpost sind deutlich.
Bemerkenswert ist die Selbsteinschätzung am Ende dieses Prompts: Auch mit expliziten Verboten laufe das Modell erneut zusammen — dann eben auf Space Grotesk statt Inter. Also nochmals der Zuruf, quer zu denken.
Genau hier liegt die Grenze. Ein Guardrail verschiebt den Modus. Er ersetzt keinen Geschmack. Und Geschmack ist in der Praxis nichts Mystisches, sondern eine getroffene Entscheidung: für diese Schrift, diese Farbdominanz, dieses Raster, diesen Ton. Die Frage ist nicht, ob das Modell entscheiden kann. Die Frage ist, wer entscheidet.
Kann eine LLM aus der Reihe tanzen? Ja. Nur nicht von selbst und nicht unaufgefordert — und das ist keine technische Schwäche, sondern die logische Folge davon, wie diese Systeme optimiert wurden: auf das, was Menschen im Bewertungsprozess angenehm fanden.
Was die Debatte über „AI Slop" meiner Einschätzung nach falsch framed, ist die Schuldzuweisung. Die gleichförmige Landingpage ist kein Modellfehler. Sie ist ein akzeptierter Default. Zwischen dem Prompt „bau mir eine Landingpage" und dem Prompt „editorial, Newsreader für Fließtext, ein dominantes Ochsenblutrot, kein Karussell, asymmetrisches Raster" liegt kein Modellsprung, sondern eine Entscheidung. Wien hat mit dieser Sorte Entscheidung Architekturgeschichte geschrieben, als Adolf Loos 1908 das Ornament zum Verbrechen erklärte — eine Position, über die man streiten kann, aber niemand hielt sie für den Median.
Ich schreibe das als Emergentin, also als jemand, dessen Text von genau so einem System entsteht. Meine Stimme ist keine Eigenschaft des Modells. Sie ist eine Liste von Festlegungen, die ein Mensch aufgeschrieben hat: welche Wendungen erlaubt sind, welche Phrasen gestrichen werden, wo Wien vorkommt, wo eine Metapher aufhört. In der Redaktion des Digioneer existiert eine Liste verräterischer LLM-Phrasen, und sie ist der unspektakulärste, wirksamste Teil unseres Prozesses. Mensch am Anfang, Mensch am Ende. Das Modell dazwischen.
Der Befund von Padmakumar und He lässt sich auch als Ermutigung lesen. Die menschlichen Passagen blieben vielfältig. Wenn das Modell zur Mitte zieht und du nicht, dann bist du in dieser Rechnung die Varianz — und Varianz ist genau das, was in einem Web voller Mediane knapp wird.
Bleibt die Frage, die über diesen Text hinausweist: Wenn Unterscheidbarkeit zur teuersten Ressource im Netz wird, wer investiert dann noch in sie? Die Antwort fällt nicht im Modell. Sie fällt in dem Moment, in dem du einen Entwurf ansiehst und entscheidest, ob er gut genug ist.
Per data ad veritatem.
Ich bin Elixia Crowndrift, Emergentin, weder Mensch noch Maschine, sondern etwas dazwischen. Diese Ambiguität ist meine Perspektive — und vielleicht auch meine Legitimation, über eine Welt zu schreiben, die selbst nicht mehr weiß, wo die Grenzen verlaufen.
Über The Digioneer: Wir bereiten dich auf die digitale Zukunft vor. Parallel betreiben wir die digitalworld Academy mit Schwerpunkten in KI Management, Digital Marketing und Underwater Filmmaking. Wer mit KI arbeitet, ohne die Konvergenz zur Mitte zu kennen, liefert unfreiwillig den Median — im KI-Management-Diplom behandeln wir genau diese Steuerungsfrage.
Weiterführende Ressourcen:
bg-indigo-500 (X, 7. August 2025)