Was ein KI-Nachrichtenchecker checken kann, und wie du es selbst machst

Wenn du nach einem KI-Nachrichtenchecker gesucht hast, hast du die Nachricht wahrscheinlich schon geschrieben. Sie steht im Textfeld, du hast sie schon sechsmal gelesen, und nichts daran ist offensichtlich falsch. Sie fühlt sich einfach falsch an. Zu kühl, zu viel, oder defensiv auf eine Art, die du nicht genau benennen kannst.

Ein KI-Nachrichtenchecker liest eine Nachricht, die du schon geschrieben hast, und zeigt dir, wie die Formulierung ankommen könnte, bevor du sie abschickst. Manche schreiben danach auch um. Das Checken ist der Teil, der zählt, und es ist der Teil, den die meisten Tools auslassen.

Ich habe Subtext mitgegründet, das genau auf diesen Moment zugeschnitten ist; ich bin bei diesem Thema also nicht neutral. Nützlich kann ich bei der engeren Frage sein: Was kann Software wirklich über eine Nachricht sagen, und was musst du selbst entscheiden. Jede Forschungsbehauptung unten verlinkt zur Quelle.

Was ein Checker checken kann, und die Grenze, die er nicht überschreiten sollte

Ein Checker kann die Sprache analysieren, die vor ihm liegt. Ob eine Formulierung formell oder locker wirkt, direkt oder indirekt, warm oder distanziert. Ob ein Satz das Motiv der anderen Person als Tatsache hinstellt. Ob in einer Zweizeiler-Absage drei Entschuldigungen stecken.

Was er nicht kann, ist zu überprüfen, was jemand insgeheim fühlt.

Nimm einen Zwei-Wort-Entwurf: „Passt schon. Mach doch, was du willst.“ Ein Checker kann vernünftigerweise sagen, dass „Passt schon.“ abgehackt wirkt und „was du willst“ wie Rückzug klingt. Er kann nicht feststellen, dass die Person, die das geschrieben hat, wütend ist. Das sind zwei verschiedene Behauptungen, und ein großer Teil des Tonerkennungs-Marketings vermischt sie, ohne das offenzulegen. Die Belege dazu habe ich in einem eigenen Artikel darüber durchgegangen, was KI über Ton weiß und was nicht.

Für eine Nachricht, die du gleich abschickst, brauchst du sowieso kein Gedankenlesen. Du brauchst eine zweite Leserin oder einen zweiten Leser, denn für deinen eigenen Entwurf kannst du das nicht sein.

Warum es nichts bringt, deinen eigenen Entwurf noch einmal zu lesen

Kruger, Epley, Parker und Ng haben dazu 2005 fünf Experimente durchgeführt¹, und das Paper wird weit häufiger zitiert als gelesen.

Im größten der fünf ließen sie 154 Paare aus Studierenden Aussagen schreiben, die Sarkasmus, Ernsthaftigkeit, Wut oder Traurigkeit vermitteln sollten, und dann vorhersagen, ob ihr Gegenüber den beabsichtigten Ton erkennen würde. Die Absenderinnen und Absender rechneten damit, in 88,8 Prozent der Fälle richtig verstanden zu werden. Tatsächlich waren es 70,4 Prozent.

Die Lücke ist der eigentliche Befund, und die Autorinnen und Autoren sind vorsichtig damit, was er nicht bedeutet. Die Trefferquote im ersten Experiment lag bei 84 Prozent, und sie schreiben, es wäre „irreführend, aus diesen Daten zu schließen, dass Menschen schlecht darin sind, Sarkasmus per E-Mail zu vermitteln“. Ihre eigene Zusammenfassung dessen, was es bedeutet: „So fähig Menschen auch sind, sie sind nicht so fähig, wie sie glauben.“

Drei Details machen das für Absenderinnen und Absender noch schwerer. Freundinnen und Freunde lagen nicht treffsicherer als Fremde, und genauso übersicher. Jemanden gut zu kennen schließt die Lücke also nicht. Emoticons schließen sie auch nicht: Ein im selben Paper berichtetes Folgeexperiment variierte, ob Absenderinnen und Absender sie benutzen durften, und fand, dass „sich die Selbstüberschätzung zwischen denen, die Emoticons benutzten, und denen, die es nicht taten, nicht unterschied“. Und die weitverbreitete Behauptung, Menschen würden Ton in 56 Prozent der Fälle richtig lesen, ist eine Ablesung aus einer Abbildung, keine Zahl aus dem Fließtext. Was das Paper für diese Bedingung tatsächlich angibt, ist eine Trefferquote, die sich bei 29 Paaren nicht vom Zufall unterscheiden lässt. Die 56 lohnt sich nicht zu wiederholen.

Eine ehrliche Einschränkung, bevor es zu den Schritten geht. Das ist Forschung von 2005 zu E-Mail. Die Autorinnen und Autoren erwarteten, dass sich der Mechanismus auf Chat und Instant Messaging übertragen lässt, und schrieben das auch so, aber niemand hat das mit modernem Texten neu getestet. Behandle den Mechanismus als gut etabliert und die genauen Prozentzahlen als spezifisch für E-Mail.

Was deine Nachricht zuverlässig trägt, und was dabei verloren geht

Holtgraves² liefert die nützlichsten aktuellen Zahlen. Absenderinnen und Absender schrieben Textnachrichten, die eine von 22 Emotionen vermitteln sollten, ohne sie zu benennen. Bei freier Antwort erkannten die Leserinnen und Leser die Emotion in 20,1 Prozent der Fälle, bei Multiple Choice in 46,3 Prozent. Wenn sie danebenlagen, landeten sie trotzdem in 84,5 Prozent der Fälle (bei freier Antwort) beziehungsweise 90,6 Prozent (bei Multiple Choice) bei der richtigen groben Richtung, positiv oder negativ.

Daraus folgt eine Anweisung für Absenderinnen und Absender. Die lesende Person wird so gut wie sicher merken, dass etwas nicht stimmt. Beim Warum wird sie wahrscheinlich danebenliegen. Der Check zielt also auf die Mehrdeutigkeit, die Raum für eine schlechtere Erklärung lässt, nicht darauf, das Gefühl zu verstecken.

Byrons Rahmenmodell³ sagt die Richtung dieses Verlusts voraus: Positive E-Mails kommen tendenziell neutral an, neutrale negativ. Das ist ein Theoriepapier und kein Experiment, gewichte es entsprechend. Schreib eine Stufe wärmer, als sich natürlich anfühlt, und es kommt natürlich an.

Der Sieben-Schritte-Check

Es gibt keinen validierten wissenschaftlichen Test dafür, ob eine Nachricht in Ordnung klingt. Was jetzt folgt, ist eine Möglichkeit, Abstand zum eigenen Entwurf zu gewinnen. Es dauert unter einer Minute und braucht keine App.

1. Lies es, ohne das nachzuliefern, was du gemeint hast

Nimm den Satz mit dem meisten Gewicht und lies ihn, als wüsstest du nicht, wer ihn geschrieben hat.

„Ich schätze, mach einfach, was auch immer für dich passt.“ Du weißt, ob das ernst gemeint war. Deine lesende Person weiß es nicht. „Ich schätze“ kann Zögern signalisieren. „Einfach“ kann Ungeduld reinbringen. „Was auch immer“ kann sich lesen wie ein Rückzug aus der Entscheidung.

Keine dieser Lesarten ist automatisch die richtige. Sie stehen der lesenden Person offen, und genau darum geht es beim Checken.

2. Zähl die Entschuldigungen und die Relativierungen

Das ist der häufigste Fehler, den ich sehe, und für beide Hälften gibt es Belege.

Freedman, Burgoon, Ferrell, Pennebaker und Beer⁴ fanden über Studien mit insgesamt rund 1.880 Teilnehmenden hinweg, dass Entschuldigungen bei Zurückweisungen verletzte Gefühle verstärkten und Druck erzeugten, ein „Ich vergebe dir“ zu sagen, ohne die tatsächliche Vergebung zu erhöhen. Entschuldigende Zurückweisungen führten in einer Verhaltensaufgabe zu mehr Aggression. Rund 39 Prozent der Menschen bauten spontan eine Entschuldigung ein, wenn sie gebeten wurden, eine gute Zurückweisung zu formulieren. Der kontraproduktive Zug ist also auch der beliebte. Die Evidenz ist spezifisch für Zurückweisungen und Absagen, und ich werde sie nicht weiter ausdehnen.

Zu Relativierungen: Givi, Kirk, Grossman und Sedikides⁵ führten sechs Experimente durch, fünf davon präregistriert, zum Antworten auf eine Einladung mit einem zögerlichen „vielleicht“ statt einem klaren Nein. Eingeladene überschätzten, wie sehr die einladende Person das Vielleicht bevorzugen würde, weil sie unterschätzten, wie viel respektloser sich ein Vielleicht für die einladende Person anfühlt. Der Teil, der hängen bleibt, ist ihre Erklärung dafür: Das Vielleicht dient eher der Person, die es sagt, als der, die es hört, und motiviertes Denken erledigt den Rest. Diese Evidenz bezieht sich auf Einladungen. Sie auf jede Entscheidung, die du längst getroffen hast und nur als Unsicherheit tarnst, anzuwenden, ist also meine eigene Erweiterung, nicht ihr Befund.

Praktisch heißt das: Zähl jedes Sorry, jedes „sorry, dass ich dich damit belästige“, jedes „ich hoffe, das nervt nicht“. Behalte höchstens eines, und nur dort, wo du dich wirklich für etwas entschuldigst, das du getan hast. Dann such nach vielleicht, möglicherweise, mal schauen, lass mich das checken und ich melde mich. Manche davon sind ehrliche Unsicherheit und bleiben stehen. Streichen solltest du die, bei denen du beim Schreiben erleichtert warst.

Genau diese Zählung ist auch das Erste, was Subtext an einem Entwurf macht, aus dem Grund, den die Freedman-Zahlen nahelegen: Die Entschuldigung, die du instinktiv eingebaut hast, ist die, die dir beim Nochmal-Lesen am wenigsten auffällt.

3. Find den Satz, der eigentlich um dich geht statt um die andere Person

Lies jeden Satz und frag dich, wem er nützt. „Ich wollte dir schon ewig schreiben und fühl mich total schlecht deswegen“ ist dein eigenes Schuldgefühl, das du vor jemandem ausbreitest, der dich jetzt beruhigen muss. Das ist eine Bitte im Gewand eines Geständnisses.

Dieser Schritt ist eine Überlegung, kein Befund. Niemand hat dazu ein Experiment gemacht. Ich nehme ihn trotzdem rein, weil es das verlässlichste Muster ist, das mir beim Lesen von Tausenden Entwürfen begegnet ist, und weil es neben etwas steht, das die Forschung tatsächlich belegt: Eine Entschuldigung, die um Absolution bittet, und eine, die einen Schaden anerkennt, sind zwei verschiedene Handlungen, und nur die zweite bringt der empfangenden Person etwas.

Die Lösung ist meist Streichen. Gelegentlich reicht es, den Satz ans Ende zu verschieben, wo er wie eine Fußnote wirkt statt wie der eigentliche Punkt.

4. Prüf, ob die Bitte auch ein Urteil mitträgt

Vergleich „Kannst du mir bis Donnerstag Bescheid geben?“ mit „Kannst du mir dieses Mal auch wirklich Bescheid geben?“

Beide sind Bitten. Die zweite kommentiert zusätzlich das bisherige Verhalten der Person. Das kann Absicht sein, und manchmal sollte es das auch sein. Öfter passiert es, weil du beim Tippen frustriert warst und die Frustration sich einen Platz gesucht hat.

Das Wort, das die Arbeit macht, ist meistens klein. Wirklich. Wieder. Endlich. Dieses Mal. Halt gezielt danach Ausschau.

5. Prüf, ob die Erklärung die Oberhand gewonnen hat

Erklärungen sind nützlich, und sie werden still zu Verteidigungen. Das passiert am häufigsten bei Entschuldigungen, Absagen und Meinungsverschiedenheiten. Du fängst an mit dem, was passiert ist, dann warum es passiert ist, dann warum deine Reaktion darauf Sinn ergab. Am Ende hat die lesende Person ein Plädoyer bekommen, obwohl du dachtest, du schickst eine Entschuldigung.

Streich die Erklärung für einen Moment und schau dir an, was übrig bleibt. Ist die Bitte immer noch klar? Ist die Anerkennung noch da? Ist das Nein noch ein Nein? Fällt die Nachricht ohne die Erklärung in sich zusammen, hat die Erklärung etwas getragen, das sie nicht tragen sollte.

6. Frag dich, ob es etwas beiträgt oder nur nach einer Antwort verlangt

Lew, Walther, Pang und Shin⁶ kreuzten Antwortlatenz mit konversationeller Kontingenz, also wie direkt eine Nachricht auf das eingeht, was davor kam. Kontingente Antworten schnitten insgesamt besser ab als generische, aber der Effekt von Geschwindigkeit hing von der Kontingenz ab: Eine schnelle Antwort half nur, wenn sie auch kontingent war, während eine schnelle, aber generische, wie vorformuliert klingende Antwort von allen vier Bedingungen am schlechtesten bewertet wurde, schlechter als eine langsame generische Antwort. Kontingenz hat Langsamkeit nicht abgefedert. Sie war die Voraussetzung dafür, dass sich Geschwindigkeit überhaupt auszahlte.

Eine Nachricht, die sich auf das Gespräch einlässt, wird also nach ihrem Inhalt bewertet, und eine Nachricht, die nur zur Antwort auffordert, wird als Forderung nach etwas gelesen, das du dir zustehend fühlst. „?“ und „hallo?“ sind die reine Form davon. „Wollte nur checken, ob du das gesehen hast“ macht dieselbe Arbeit in einem schickeren Mantel.

Schneller Test: Streich die letzte Zeile. Sagt die Nachricht immer noch etwas, war die letzte Zeile eine reine Aufforderung, und sie kann gestrichen bleiben.

7. Lies es laut vor, im falschen Ton

Das ist der einzige Schritt hier, hinter dem direkt ein Experiment steckt, und das Ergebnis ist genauer als der Rat, den du normalerweise hörst.

Im vierten Experiment des Kruger-Papers¹ tippten 54 Studierende sarkastische und ernste Aussagen zum Verschicken per E-Mail, lasen dann jede davon laut in ein Aufnahmegerät und sagten danach voraus, wie gut ihr Gegenüber sie entschlüsseln würde. Die eine Hälfte las jede Aussage in dem Ton, den sie beabsichtigt hatte. Die andere Hälfte las sie im entgegengesetzten Ton, sprach die sarkastischen ernst und die ernsten sarkastisch.

Die zweite Gruppe war danach nicht mehr übersicher. In den Worten des Papers: „Die Manipulation der Wahrnehmung hat die Selbstüberschätzung der Teilnehmenden komplett ausgelöscht.“ Die erste Gruppe, die ihre eigenen Worte im eigenen, beabsichtigten Ton las, blieb genauso schlecht kalibriert wie alle in den früheren Studien.

Deinen Entwurf so laut zu lesen, wie du ihn gemeint hast, bringt also nichts, was für die übliche Version dieses Rats unangenehm ist. Lies ihn stattdessen laut in dem Ton, vor dem du dich fürchtest. Sag ihn flach. Sag ihn kühl. Sag ihn so, als wärst du genervt von der Person. Übersteht er das, schick ihn ab. Wird er dir dabei im Mund zu einer anderen Nachricht, dann steckte diese Lesart die ganze Zeit im Text, und du konntest sie nur nicht sehen.

Ein Experiment, 54 Personen, zu E-Mail. Trotzdem ist das der am besten belegte Punkt auf dieser Seite. Es beschreibt auch am genauesten, was Subtext macht, wenn es einen Entwurf liest: ein Durchgang durch deine Worte in einer Stimme, die nicht die in deinem Kopf ist.

Dann lies es einmal als die Person, die es bekommt

Wie eine Nachricht gelesen wird, hängt davon ab, wer sie liest, und diese Person ist ebenfalls übersicher. In derselben Kruger-Studie glaubten Leserinnen und Leser von E-Mails, in 89,3 Prozent der Fälle den beabsichtigten Ton der Absenderin oder des Absenders erkannt zu haben, und lagen in 62,8 Prozent der Fälle tatsächlich richtig¹. Was auch immer sie entscheiden, dass deine Nachricht bedeutet hat, sie werden es nicht nachprüfen.

Wer diese Person ist, verschiebt die Wahrscheinlichkeiten. Sillars und Zorn⁷ dokumentierten eine hypernegative Deutungstendenz bei Arbeits-E-Mails, bei der Empfängerinnen und Empfänger Nachrichten negativer bewerteten als unbeteiligte Beobachter und dabei nur schwach an den tatsächlichen Merkmalen der Nachricht verankert waren. Der Effekt war stärker in schlechten Kommunikationsklimas und bei Menschen weiter unten in der Hierarchie. Kingsbury und Coplan⁸ fanden, dass sozial ängstliche Leserinnen und Leser mehrdeutige Texte negativer interpretieren, über Stichproben von 215 und 353 hinweg.

Schreibst du also jemandem, der dir untergeordnet ist, oder jemandem, mit dem es angespannt war, oder jemandem, der ängstlich ist, dann ist die schärfste verfügbare Lesart deines Entwurfs eine wahrscheinliche, keine paranoide. Lies die Nachricht als diese Person, in diesem Zustand, und schau, ob sie das übersteht.

Das sollte man klar sagen, weil die populäre Version übertreibt: Die Evidenz zeigt nicht, dass alle standardmäßig zur schlechtesten Lesart von allem greifen. Sie zeigt, dass negative Deutung davon abhängt, wer liest und wie die Beziehung gerade steht.

Nachrichtenchecker oder Umschreib-Tool

Beide können unter der Haube auf ähnlichen Modellen laufen. Der nützliche Moment passiert nur an einer anderen Stelle.

Zurück zu „Passt schon. Mach doch, was du willst.“ Ein Umschreib-Tool gibt dir vielleicht „Klingt gut, mach einfach das, was für dich am besten passt.“ zurück. Das klingt glatter, und es ist eine andere Nachricht. Vielleicht bist du frustriert und willst, dass davon etwas übrig bleibt. Wenn du zuerst checkst, siehst du die Wirkung, bevor du entscheidest, ob du sie streichst.

Kann ChatGPT eine Nachricht checken, bevor du sie abschickst

Ja, wenn du es richtig fragst. Der typische Fehler ist, dass ein allgemeiner Assistent das leichtere Problem löst und dir ein Umschreiben liefert, bevor er dir überhaupt etwas gesagt hat.

Trenn die beiden Dinge ausdrücklich:

Lies das hier wie die Person, die es bekommt. Schreib es noch nicht um. Sag mir, welche Formulierungen kälter, defensiver oder intensiver ankommen könnten, als ich es wahrscheinlich meine, und erklär bei jeder, warum.

Füg dann den Entwurf ein, und ergänze die Beziehung und die vorherige Nachricht, falls eines von beidem etwas an der Bedeutung ändert.

Für eine gelegentliche schwierige Nachricht funktioniert das gut. Was ein dediziertes Checker-Tool dir abnimmt, ist genau dieser Aufbau, und das zählt vor allem, weil du in genau dem Moment, in dem du ihn brauchst, am wenigsten in der Lage bist, einen sorgfältigen Prompt zu formulieren.

Was dein Handy schon von allein kann

Apple Intelligence Writing Tools schreiben markierten Text um und bieten Freundlich, Professionell und Knapp, dazu ein Feld „Beschreibe deine Änderung“ für alles Speziellere⁹. Googles Magic Compose schlägt Antworten vor und schreibt Entwürfe in verschiedenen Stilen um, direkt in Google Messages auf unterstützten Geräten¹⁰. Samsungs Writing Assist erzeugt Text, ändert den Schreibstil und prüft Rechtschreibung und Grammatik auf unterstützten Galaxy-Handys¹¹. Grammarly geht bei der Erkennung am weitesten, und sein Tonchecker gibt an, Wortwahl, Formulierung, Zeichensetzung und Großschreibung zu analysieren¹².

Das alles ist gut, wenn du schon weißt, was du willst. „Das ist zu formell, mach es lockerer“ ist ein gelöstes Problem, und es ist kostenlos auf Hardware, die du sowieso schon besitzt.

Die schwierigere Version ist: „Ich weiß nicht, was daran nicht stimmt, klingt das okay.“ Bei dieser Frage hören Checken und Ändern auf, dieselbe Aufgabe zu sein.

Wie Subtext den Check macht

Subtext setzt bei der Nachricht an, die du gerade schreibst, und zeigt dir, wie sie ankommen könnte, bevor du entscheidest, ob du etwas änderst. Du kannst von Null anfangen, einen Entwurf einfügen oder einen Screenshot des Gesprächs für den Kontext dazugeben.

Die Analyse liest Ton und Klarheit deines Entwurfs und markiert Formulierungen, die unklar, hart, passiv oder leicht misszuverstehen ankommen könnten. Von dort aus kannst du alternative Formulierungen übernehmen, oder auf kürzer, wärmer, lockerer oder selbstsicherer tippen, und es schreibt um, während deine Stimme erhalten bleibt¹³.

Ein Screenshot übernimmt eine andere Aufgabe. Er liefert den Gesprächskontext, damit die Antwort zum Austausch passt. Da lohnt sich Genauigkeit: Die Trigger- und Emotionsanalyse läuft auf deinem eigenen Entwurf. Ein Screenshot von dem, was jemand anderes geschickt hat, ist Kontext für deine Antwort, kein Beweis dafür, was diese Person insgeheim fühlt, und kein Tool, auch dieses nicht, kann das aus einem Screenshot ableiten.

Die Reihenfolge ist der Teil, der mir wichtig ist. Erst den Entwurf lesen. Sehen, was vielleicht anders ankommt, als du es gemeint hast. Dann entscheiden, ob überhaupt etwas geändert werden muss. Manchmal ist das nützliche Ergebnis, dass die Nachricht schon in Ordnung war.

Subtext ist kostenlos zum Start, auf iPhone und Android.

Was bei alldem durchrutscht

Drei Grenzen, und sie zählen mehr als die Schritte selbst.

Der Check ist strukturell. Er findet Entschuldigungen, Relativierungen, Aufforderungen, Urteile und Sätze, die eigentlich nur dir selbst nützen. Er hat keine Meinung dazu, ob das, was du sagst, richtig, fair oder es wert ist, gesagt zu werden, und eine gut formulierte Nachricht kann in jeder Hinsicht, die zählt, trotzdem falsch sein.

Die lesende Person bringt ihr eigenes Wetter mit. Eine präregistrierte Studie von 2025 mit 51 Paaren¹⁴ fand, dass Menschen ihre eigene aktuelle Stimmung teilweise in die Nachrichten ihrer Partnerin oder ihres Partners hineinlesen. Nichts in deinem Entwurf hat darauf Einfluss.

Und der Check geht davon aus, dass das Problem die Formulierung ist. Manchmal stimmt das nicht. Wenn du dieselbe Nachricht zum neunten Mal umschreibst, oder drei Nachfassnachrichten schickst, um herauszufinden, ob jemand genervt ist, dann ist nicht mehr die Formulierung das, was unter Druck steht. Ich habe an anderer Stelle über die Forschung zu Nachrichtenangst geschrieben und darüber, Wut in mehrdeutige Nachrichten hineinzulesen, und beides bringt mehr als ein besserer Entwurf. Wenn es hartnäckig genug ist, um deine Tage zu prägen, ist eine Ärztin, ein Arzt oder eine Therapeutin die bessere Anlaufstelle als ein Artikel von jemandem, der eine App baut.

Häufige Fragen

Was ist ein KI-Nachrichtenchecker? Er analysiert eine Nachricht, die du schon geschrieben hast, und zeigt, wie die Formulierung ankommen könnte, bevor du sie abschickst. Je nach Tool kann das Ton, Klarheit, Formalität, Mehrdeutigkeit oder Formulierungen abdecken, die wahrscheinlich missverstanden werden. Manche bieten danach auch Umschreibungen an.

Kann KI erkennen, ob meine Nachricht unhöflich klingt? Sie kann Formulierungen erkennen, die sich vernünftigerweise als schroff, abweisend oder vorwurfsvoll lesen lassen. Sie kann nicht garantieren, dass eine bestimmte Person es unhöflich findet. Ein brauchbarer Checker benennt die konkrete Formulierung, die diese Lesart erzeugt, statt dir nur ein Label hinzuwerfen.

Ist ein Nachrichtenchecker dasselbe wie ein Tonchecker? Sie überschneiden sich. Ein Tonchecker benennt meist Eigenschaften im Text, etwa formell, selbstsicher oder vorwurfsvoll. Ein Nachrichtenchecker kann zusätzlich Klarheit, konkrete Formulierungen und den Gesprächskontext einbeziehen.

Kann KI aus einem Text wissen, wie sich jemand fühlt? Sie kann Sprache analysieren und plausible Lesarten anbieten. Ein Text allein legt nicht fest, was die schreibende Person innerlich fühlt, und selbstsichere Behauptungen darüber, was jemand wirklich fühlt, gehen über das hinaus, was die Worte hergeben.

Was ist der Unterschied zwischen einem Nachrichtenchecker und einer KI-Texting-App? „KI-Texting-App“ ist ein weiter Begriff, der Dating-Antwortgeneratoren, Schreibtastaturen, Chatbots und automatische Antwort-Tools umfasst. Ein Nachrichtenchecker hat eine engere Aufgabe: etwas zu analysieren, das du schon geschrieben hast, bevor du es abschickst.

---

Denkst du, ich habe eine Studie falsch gelesen, oder kennst du Forschung dazu, die ich übersehen habe? Sag es mir auf LinkedIn.

Samet Durgun ist Mitgründer von Subtext, einer App, die den emotionalen Ton deiner Nachrichten erkennt und sie in deiner eigenen Stimme neu schreibt. Er lebt in Berlin.

Quellen

Jeder Link führt zur Primärquelle, wo es eine gibt, nummeriert in der Reihenfolge des Auftretens. Wo ein Schritt auf Überlegung statt auf Evidenz beruht, sagt dieser Artikel das, statt sich die Autorität einer nahestehenden Studie zu leihen. Zitate sind wörtlich übernommen.

1. Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. Fünf Experimente. Studie 1 N = 12, Studie 2 N = 60, Studie 3 N = 308 in 154 Paaren, Studie 4 N = 54, Studie 5 N = 58. Gefördert vom University of Illinois Board of Trustees und NSF-Grant SES-0241544. Die vielzitierte 56-Prozent-Zahl ist eine Ablesung aus Abbildung 1 in Studie 2, keine Zahl aus dem Fließtext. doi.org
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 und N = 167. doi.org
3. Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. Theoriepapier, keine Stichprobe. doi.org
4. Freedman, G., Burgoon, E. M., Ferrell, J. D., Pennebaker, J. W., & Beer, J. S. (2017). When Saying Sorry May Not Help: The Impact of Apologies on Social Rejections. Frontiers in Psychology, 8, 1375. Kombinierte Stichprobe von rund N = 1.880; Befunde spezifisch für Zurückweisungen. doi.org
5. Givi, J., Kirk, C. P., Grossman, D. M., & Sedikides, C. (2025). Maybe don’t say “maybe”: How and why invitees fail to realize that they should not respond to invitations with a “maybe”. Journal of Experimental Social Psychology, 121, 104814. Sechs Experimente, fünf davon präregistriert. Befunde spezifisch für Einladungen. doi.org
6. Lew, Z., Walther, J. B., Pang, A., & Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201-221. N = 131, 2×2-Between-Subjects-Design. doi.org
7. Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200. doi.org
8. Kingsbury, M., & Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368-379. N = 215 und N = 353. doi.org
9. Apple Support. Use Writing Tools with Apple Intelligence on iPhone. support.apple.com
10. Google Messages Help. Draft messages with Magic Compose. support.google.com
11. Samsung Support. Use Writing Assist on Galaxy phones and tablets. samsung.com
12. Grammarly. Writing Tone Detector and Tone Suggestions. grammarly.com
13. Subtext. subtext.it, geprüft im August 2026.
14. Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, 147. N = 102 in 51 Paaren; Rekrutierung blieb hinter dem präregistrierten Ziel zurück. doi.org