Ein Drittel der seit dem Start von ChatGPT veröffentlichten Webseiten zeigt deutliche Spuren von KI-Autorschaft oder starker KI-Überarbeitung. Diese Zahl aus einer neuen, von TechCrunch berichteten Analyse des Pew Research Center klingt nach einem Wendepunkt: Das offene Web wird nicht mehr nur von Menschen geschrieben. Sie ist auch ein gutes Beispiel dafür, warum man Zahlen über KI-Inhalte genau lesen muss. Sie misst Muster in einer großen Stichprobe, nicht die Herkunft jedes einzelnen Satzes.
Das macht den Befund nicht kleiner. Im Gegenteil: Gerade weil die Methode vorsichtig interpretiert werden muss, bleibt die Richtung bemerkenswert. Wenn der öffentliche Textbestand sich schnell mit maschinell erzeugten oder stark bearbeiteten Inhalten füllt, verändern sich Suche, Vertrauen und die Rohstoffe künftiger KI-Systeme. Entscheidend ist aber, zwischen einer Bestandsaufnahme des Webs und einem Urteil über einzelne Autorinnen, Redaktionen oder Seiten zu unterscheiden.
Das Wichtigste in Kürze
- Die Analyse nutzte laut TechCrunch knapp 500.000 englischsprachige Webseiten aus dem Common-Crawl-Archiv, die zwischen Anfang 2021 und Juli 2026 erfasst wurden.
- In einer Zufallsstichprobe vom Juli 2026 zeigten rund zehn Prozent der Seiten deutliche Signale für KI-Autorschaft oder starke KI-Bearbeitung.
- Beschränkt auf Seiten mit einem Datum nach dem ChatGPT-Start im November 2022 stieg der Anteil laut Bericht auf etwa 35 Prozent.
- Solche Werte beschreiben Wahrscheinlichkeiten in einer Stichprobe. Sie erlauben nicht, einen einzelnen Text sicher als menschlich oder maschinell geschrieben abzustempeln.
Was die Untersuchung erfasst und was nicht
Für die Analyse wurden Webseiten aus Common Crawl ausgewählt, einem großen frei zugänglichen Webarchiv, das häufig in Forschung und maschinellem Lernen verwendet wird. Anschließend kam laut TechCrunch die Technik von Open Pangram zum Einsatz, um statistische Signale für KI-Autorschaft oder substanzielle Überarbeitung zu bewerten. Das Ergebnis ist keine Zählung von ChatGPT-Accounts und kein Blick in Redaktionssysteme. Es ist eine modellgestützte Schätzung über Textmuster.
Das erklärt den scheinbaren Sprung von zehn auf 35 Prozent. Die zehn Prozent beziehen sich auf eine Zufallsstichprobe im Juli 2026, in der auch viele ältere Seiten enthalten sind. Wenn man Seiten mit einem erkennbaren Veröffentlichungsdatum vor dem breiten Zugang zu generativer Text-KI ausblendet, bleiben jüngere Inhalte übrig. Diese Einschränkung ist plausibel, aber sie verändert auch die Zusammensetzung der Stichprobe: Seiten mit sauber ausgezeichnetem Datum sind nicht automatisch ein vollständiges Abbild des gesamten Webs.
Der wichtige Satz lautet deshalb nicht: Jeder dritte neue Text stammt komplett von einer Maschine. Der Befund lautet: In dieser Stichprobe trägt etwa ein Drittel der datierten, nach November 2022 veröffentlichten Seiten ausreichend starke Signale, um als vermutlich KI-verfasst oder wesentlich KI-bearbeitet zu gelten. Zwischen Entwurf durch ein Sprachmodell, menschlicher Redaktion, Übersetzung, Stilkorrektur und vollautomatischer Massenproduktion liegen jedoch sehr unterschiedliche Formen von KI-Einsatz.
Warum KI-Detektoren keine Wahrheitsmaschinen sind
Detektoren erkennen statistische Regelmäßigkeiten. Das kann für große Mengen nützlich sein, denn niemand liest 500.000 Seiten von Hand. Für den Einzelfall bleibt es aber unsicher. Wissenschaftliche Übersichten zu maschinell erzeugtem Text beschreiben seit Jahren Grenzen: Modelle können bei kurzen Texten, überarbeiteten Fassungen, Übersetzungen, nicht englischen Texten oder ungewöhnlich standardisierter menschlicher Sprache falsch liegen. Wer aus einem Score einen Schuldbeweis macht, verwechselt eine Risikoanzeige mit einer Herkunftsgarantie.
Genau diese Unterscheidung ist im Alltag wichtig. Eine Redaktion kann KI zum Sortieren von Notizen oder zur Sprachprüfung einsetzen und weiterhin jede Tatsachenbehauptung selbst verantworten. Umgekehrt kann ein rein menschlich geschriebener Text schlecht recherchiert sein. Qualität hängt nicht am Etikett allein, sondern an Quellen, Transparenz, Prüfung und einem erkennbaren Verantwortlichen. Auch die jüngste Diskussion um unsichtbare Wasserzeichen in Claude-Texten zeigt: Herkunftssignale können helfen, sind aber kein Ersatz für überprüfbare Inhalte.
Die Zahlen sollten daher weder zur Panik noch zur bequemen Entwarnung führen. Sie liefern ein Signal über die Textökonomie des Netzes. Dass ein anderer Ansatz, über den Axios im Mai berichtete, bei News-, Blog- und Listicle-Inhalten zu deutlich anderen Anteilen kam, unterstreicht den Punkt. Auswahl, Zeitraum, Textsorte und Detektionsmethode entscheiden mit darüber, der sichtbare Anteil maschineller Schreibspuren.
Das Problem ist der Kreislauf aus Masse und Auffindbarkeit
Relevant wird der Befund dort, wo generische Inhalte massenhaft veröffentlicht werden und dann in Suchindizes, Empfehlungsfeeds und Trainingsdaten landen. Ein Text muss nicht offensichtlich falsch sein, um Schaden anzurichten. Wenn viele Seiten dieselben unprüfbaren Behauptungen in leicht anderer Form wiederholen, verdrängen sie sorgfältig recherchierte Originalquellen aus der Aufmerksamkeit. Suchmaschinen und Chatbots bekommen dann ein dichteres, aber nicht unbedingt besseres Material.
Für Leserinnen und Leser heißt das: Bei wichtigen Fragen nicht nur auf Ton, Länge oder eine glatte Struktur achten. Nennen Texte konkrete Primärquellen? Trennen sie Nachricht, Interpretation und Unsicherheit? Ist klar, wer verantwortlich zeichnet und wann ein Beitrag aktualisiert wurde? Diese Fragen helfen mehr als der Versuch, jedes Komma auf vermeintliche KI-Muster zu prüfen.
Für Websites und Plattformen liegt die Aufgabe anders. Sie sollten nicht pauschal jeden KI-gestützten Text abwerten, sondern nachvollziehbare Qualitäts- und Herkunftssignale stärken: Autorenschaft, Quellen, Korrekturen, transparente Aktualisierungen und klare Regeln gegen automatisierte Seitenfarmen. Wer das offene Web nur nach Masse sortiert, belohnt genau die Produktionsweise, vor der die neue Analyse warnt.
Eine große Zahl, die zum präziseren Lesen zwingt
Der Wert von rund 35 Prozent ist kein endgültiger Zähler für das KI-Web. Er ist eine Momentaufnahme mit einer klaren Einschränkung und gerade deshalb ein ernstes Warnsignal. Die Frage lautet nicht, ob ein einzelner Artikel KI oder Mensch ist. Die wichtigere Frage lautet, ob das Web weiterhin genug überprüfbare, verantwortete und originäre Informationen produziert. KI kann beim Schreiben unterstützen. Sie darf aber nicht dazu führen, dass Herkunft, Belege und redaktionelle Verantwortung im Strom gut formulierter Texte verschwinden.