Warum dieser Blog mit KI geschrieben wird und trotzdem meiner ist

Das Ideen-Grab

Ich hab einen Kopf voller Ideen, die immer zu den ungünstigsten Zeiten kommen. Notiz-App, Sprachmemos, Nachrichten an mich selbst. Alles wird benutzt, um die flüchtigen Gedanken festzuhalten, über die ich schreiben könnte. Workshops, die ich gehalten hab. Entscheidungen, die sich als richtig oder falsch rausgestellt haben. Muster, die mir nach 15 Jahren in der Produktentwicklung auffallen.

Das Problem ist nicht, dass mir nichts einfällt. Das Problem ist, dass ich es nicht in sauberer Form ausgespeichert bekomme.

Ich glaube ich liege auf dem neurodivergenten Spektrum, wo genau, keine Ahnung. Nicht diagnostiziert, aber wer sich damit beschäftigt hat, erkennt die Muster relativ schnell. Vor allem wenn sie einem bei den eigenen Kindern auffallen. Ideen kommen ständig und sie müssen sofort aufgeschrieben werden, weil sie sonst weg sind. In dem Moment, wo ich sie hab, sind sie glasklar. Zehn Minuten später: schon verschwommen. Eine Stunde später: weg. Also schreib ich sie auf, schnell und roh, und dann landen sie auf dem Stapel.

Und da bleiben sie dann. „Schade Marmelade” würde mein Sohn Max sagen. Scott Adams meinte mal:

Ideas are worthless. Execution is everything.

Denn nach der Idee kommt der schwierige Teil: Ruhe finden, den Müllhaufen durchgehen, einen Gedanken rauspicken, sich hinsetzen und anfangen zu formulieren. Einen Anfang finden, eine Struktur, den roten Faden. Und das durchziehen, obwohl 20 andere Sachen interessanter wären. Schreiben verlangt alles gleichzeitig: was will ich sagen, in welcher Reihenfolge, wie sage ich es. Für ein Arbeitsgedächtnis, das in meinem Fall ohnehin am Limit ist, sind das drei Aufgaben zu viel. Ich weiß meistens ziemlich genau, was ich sagen will, und kriege es trotzdem nicht hin.

Die ADHS-Forschung hat einen Namen dafür: den „Performance Gap”. Du weißt, was du tun willst, aber die Brücke zwischen Wissen und Handeln fehlt irgendwie. Beim Schreiben ist das besonders fies, weil du Recherche, Inhalt, Struktur und Formulierung gleichzeitig im Arbeitsgedächtnis halten musst. Vier Bälle jonglieren, und dann schmeißt dir jemand den fünften dazu. Für Leute, die Jonglieren können easy. Kann ich aber nicht.

Das Ergebnis: Ich horte mein eigenes Wissen. Ich mariniere im eigenen Saft. Nicht absichtlich. Nicht, weil ich es für mich behalten will. Sondern weil die Hürde zu hoch ist.

Wer schreibt hier eigentlich?

Mit Beginn der AI-Welle in 2023 hab ich angefangen, meine Gedanken zunehmend per Spracheingabe einzusprechen und sie von einer KI in Text umwandeln zu lassen. Nicht als Experiment, sondern aus Frust. Tag ein Tag aus textlastige Instruktionen und Prompts in den Computer reinzubekommen, das klappt auf Dauer einfach viel besser per Sprache als per Text. Ich hatte plötzlich eine noch schnellere Möglichkeit, Ideen festzuhalten. Aber leider immer noch keine Muße zum Schreiben.

Natürlich bin ich auch schon früher auf die Idee gekommen, ChatGPT zu sagen „komm, schreib ma einen Blogpost für mich". Aber mich haben die miesen Resultate immer total abgeschreckt. Und irgendwann konnte man auch einfach riechen, dass etwas von einem KI-Modell geschrieben wurde.

Wenn ich einem KI-Modell einfach nur sage „schreib mal einen Artikel über X”, kommt mittelmäßiger, meist generischer Brei raus. Klingt nach allen und gleichzeitig nach niemandem. Das ist leider technologiebedingt. Und das ging mir schon immer auf den Keks. Ich selbst lese auch nicht gerne Slop.

Was ich stattdessen mache: Ich spreche meine Gedanken ein. Ungefiltert, roh, mit Abschweifungen und umgangsprachlichen, halbgaren Sätzen. Hirnkotze eben. Dann macht ein KI-Modell daraus lesbaren Text, aber mit meinen Gedanken, meinen Beispielen, meinen Meinungen. Nachhelfen muss man meist nur, wenn man derbe Wortwahl bevorzugt. Da muss ich meistens noch etwas nachhelfen.

Ist das dann noch mein Text? Ehrlich gesagt: es ist schon etwas mehr als reines Übersetzen. Die KI strukturiert, formuliert, recherchiert — sie tut Dinge, die weit über „gesprochene Sprache in geschriebene übertragen” hinausgehen. Aber sie erfindet nichts. Jede These, jedes Beispiel, jede Meinung kommt erstmal von mir. Die KI löst das, was mich am Schreiben hindert, nicht das, was mich zum Autor macht.

Peter Steinberger hat das in seinem Post schön formuliert:

You can create slop with or without agents, as you can create great work with or without. Agents are just another tool.

Und ich verstehe die Skepsis und Ablehnung von Slop total. In Zeiten, in denen man jeden Tag mit KI-generiertem Content zugeschissen wird, erträgt man das irgendwann einfach nicht mehr. Aber die Frage die ich mir immer stelle ist nicht „wurde KI benutzt”, sondern „steckt da ein Mensch mit einer echten Meinung hinter”. Und das muss der Text selbst beweisen. Wenn das was ich lese resoniert, bleibe ich dran. KI-Disclaimer hin oder her.

Warum das mehr ist als ein Produktivitäts-Hack

Ich hab die Schreibblockade lange als mein persönliches Problem gesehen: Ich bin halt schlecht im Schreiben, ich bin viel zu perfektionistisch, ich schaffe es einfach nicht, etwas zu veröffentlichen. Tja, Pech gehabt, schreibe ich halt nix.

Aber das ist tatsächlich nicht so. Ich hab jahrelang gedacht: Das weiß doch eh jeder, warum sollte ich was darüber schreiben. Bis mir Kolleg:innen gesagt haben, sie hätten genau danach gesucht. Mittlerweile weiß ich, dass die Psychologie das den „Curse of Knowledge” nennt: Wer etwas gut kann, unterschätzt, wie viel andere davon profitieren würden. Dazu kommt, dass die Übersetzung von „ich weiß das” zu „hier steht es geschrieben” echte Arbeit ist. Arbeit, die für manche schwerer ist als für andere.

Eine Studie am University College London aus 2025 hat genau das untersucht: Experten teilen ihr Wissen oft nicht, weil sie gar nicht einschätzen können, ob es für andere wertvoll ist. Nicht aus Egoismus oder Faulheit. Aus Unsicherheit und Reibung.

Wenn die Hürde zum Teilen zu hoch ist, bleibt Wissen eingesperrt. Das ist weniger ein Neurodivergenz-Problem als ein Reibungsproblem. Und diese Reibung lässt sich für mich mit AI inzwischen erheblich reduzieren. Sie senkt die Hürde genug, dass die Ideen nicht mehr versanden. Sie macht aus dem Ding, das ich partout nicht hinbekommen habe, etwas, das ich jetzt jede Woche machen kann.

Wie das konkret aussieht

Mittlerweile hab ich mir eine Pipeline gebaut. Nicht nur als reines Bastel-Projekt, sondern weil ich ohne sie nicht bloggen würde.

Die Idee dahinter kommt von Dan Shapiros „Trycycle”-Skill. Ein Muster, bei dem KI-Agenten Arbeit erledigen und andere KI-Agenten die Ergebnisse prüfen lassen. Der Trick: Jeder Reviewer ist frisch und unverbraucht. Er kennt das Drama aus der vorherigen Runde nicht, hat keinen versifften Kontext, keine Betriebsblindheit. Dann wird überarbeitet und wieder frisch geprüft. Wie ein Lektor, der den Text zum ersten Mal liest.

Dieses Muster hab ich versucht auf das Schreiben übertragen. Die ganze Pipeline besteht aus Prompts, also schriftlichen Anweisungen an ein KI-Modell. Jeder Schritt hat einen eigenen Prompt mit klaren Kriterien: was geprüft werden soll, was durchfällt und was für mich, Roman, akzeptabel ist.

Meine Pipeline hat gerade sechs Schritte:

1. Laber-Rhabarber. Ich spreche meine Gedanken per Dictation ein. Roher Wortsalat. Hauptsache, die Ideen sind draußen. Einsprechen tue ich das meistens per Sprachnachricht an meinen persönlichen KI-Assistenten Arnold, der mir zu meiner Idee auch schon erste kritische Rückfragen stellt.

2. Outline mit Review. Aus dem Rohmaterial baut ein KI-Modell eine Gliederung. Dann prüft ein frischer Reviewer-Agent diese Gliederung gegen eine Checkliste: Ist die These in einem Satz formulierbar? Gibt es mindestens einen konkreten Anker, also eine echte Szene, Entscheidung oder Erfahrung? Wird mindestens ein Gegenargument adressiert? Wenn die Gliederung durchfällt, wird sie überarbeitet und nochmal geprüft, mit einem neuen Reviewer, der die vorherige Runde nicht kennt. Maximal drei Runden, dann wird eskaliert.

3. Kein Text ohne Recherche. Bevor geschrieben wird, prüft ein weiterer Research-Agent, ob meine Behauptungen ein Fundament haben. Er sucht gezielt nach Quellen und liefert eine Evidence Card: Was stützt meine Aussagen? Was widerspricht ihnen? Wo behaupte ich etwas ohne Beleg? Wenn sich keine Quellen finden: stärker auf persönliche Erfahrung stützen und das auch so sagen. Oder ganz streichen.

4. Draft mit Struktur. Aus Gliederung und Evidence Card wird ein vollständiger Entwurf. Jetzt darf gegrillt werden. Ein neuer skeptischer Reviewer prüft auf Substanz: Stimmt die Argumentation? Gibt es unbelegte Behauptungen? Wird die These am Ende eingelöst?

5. Stimmen-Check. Nochmal ein frischer Reviewer, diesmal für Ton und Wortwahl. Klingt der Text nach mir oder nach Slop-Machine? Dazu nimmt er eine Liste mit konkreten No-Gos: Buzzwords, Pathos, falsche Nahbarkeit, Cringe oder Beratersprech. Wenn‘s durchfällt, wird korrigiert und nochmal geprüft. Zugegeben, das mit den Buzzwords hat bei diesem ersten Post noch nicht so ganz geklappt.

6. Humanizer. Der letzte sprachliche Schritt. Ein spezialisierter Agent sucht noch mal nach Spuren, die verraten, dass eine Maschine am Werk war. Nicht offensichtliche Fehler, sondern subtile Muster: Bestimmte Wörter, die Menschen fast nie benutzen, aber KI-Modelle lieben. Rhetorische Strukturen, die sich wiederholen. Sätze, die zu glatt klingen, zu rund, zu aufgeräumt. So ein Dreiklang zum Beispiel. Am Schluss kommt noch ein Typografie-Check für Rechtschreibung und Zeichensetzung.

Dieser Text ist durch genau diese Pipeline gelaufen, inkl. Review-Kriterien, Regeln für die Stimme und KI-Smell-Detection. Mehrfach. Denn offensichtlich braucht es immer noch kontinuierliches Lesen, Lernen und Feedback — durch einen Menschen — damit das Ergebnis am Ende gut wird.

All das hat einen Nebeneffekt, der mir vorher gar nicht so bewusst war: Die Pipeline hilft mir nicht nur beim Schreiben, sondern auch beim Denken. Wenn ich meine Gedanken diktiere, also wirklich laut ausspreche und nicht nur im Kopf wälze, zeigen sich viel schneller Löcher. „Das hab ich doch durchdacht” wird zu „Moment, da fehlt was” oder sogar zu „Shit, gut dass ich das nicht einfach so unreflektiert in die Welt abgesondert habe“. Vygotsky hat das vor hundert Jahren schon beschrieben: Sprache ist nicht nur Ausdruck von Denken, sondern auch Werkzeug zum Denken. Raus aus dem Kopf, rein in die Welt, wo man es anschauen und prüfen kann.

Und nu?

Der geklaute Grill-Me Abschnitt in meinem Review-Schritt hat beim Schreiben dieses Posts Folgendes zutage gefördert:

Deine These ist unfalsifizierbar. Du sagst „die KI erfindet nichts“ — aber woher weißt du das? Die KI trifft hunderte Mikro-Entscheidungen bei Struktur und Formulierung. Confirmation Bias: du erkennst deine Gedanken, weil du sie sehen willst.

Das stimmt. Und für kritische Erkenntnisse dieser Art hat sich die Pipeline in meinem Augen schon jetzt gelohnt.

Der Blog existiert jetzt.

Erzeugt das für irgendwen abgesehen von mir selbst trotzdem irgendeinen Mehrwert? Ich hoffe schon.

Sind die Blogposts jetzt dank KI-Autoren-Pipeline 9000 perfekt? Ganz sicher nicht.

Aber die Hürde, die mich davon abgehalten hat zu schreiben, ist endlich weg. Und jetzt wird der Stapel hoffentlich langsam kleiner. Da liegen noch so viele Ideen zu Familien-Apps, zu KI im Alltag, dazu wie man als Elternteil nebenbei ein Produkt baut. Alles Sachen, die ich mir viel zu lange nur selbst erzählt hab.