Die meisten Tonchecker checken deinen Ton nie

Ich habe kürzlich drei KI-Rechercheagenten denselben Auftrag gegeben und gefragt, welche Tonchecker gerade die besten sind. Claude, ChatGPT und Gemini kamen alle drei mit einem langen, selbstbewussten Bericht zurück. Sie waren sich in vielem uneinig, zitierten teils Quellen, die es gar nicht gibt, und einer von ihnen erfand sogar eine charmante Entstehungsgeschichte über meine eigene Firma. Also habe ich gemacht, was ich anderen bei KI-Recherchen immer rate. Ich habe die Struktur behalten, jede Behauptung bis zur Primärquelle zurückverfolgt und alles gestrichen, was den Kontakt mit der Realität nicht überlebt hat.

Das hier ist die zusammengeführte, geprüfte Version. Siebzehn Tools, sortiert nach dem Job, den jedes davon macht, mit den Belegen durchnummeriert ganz unten.

Karten offen auf dem Tisch, denn ich habe eines dieser Tools mitgegründet

Subtext ist meine Firma, und es kommt in diesem Artikel vor. Es ist eine App, die erkennt, wie eine persönliche Nachricht ankommt, bevor etwas daran umgeschrieben wird, was bedeutet, dass das Sortierprinzip, auf dem dieser ganze Artikel läuft, Diagnose vor Umschreiben, mein eigenes Produkt bequem bevorteilt. Wäge alles, was ich darüber sage, entsprechend ab.

Damit das hier trotzdem etwas bringt, habe ich mein eigenes Produkt nach demselben Maßstab behandelt wie alle anderen. Behauptungen stammen von Produktseiten, aus der Dokumentation, aus Store-Einträgen oder aus peer-reviewter Forschung, und jede verlinkt zu einer nummerierten Quelle. Wo eine Behauptung nur im Marketing eines Anbieters existiert, sage ich das dazu. Und ich habe gestrichen, was die KI-Agenten selbstbewusst berichtet haben, aber keine Quelle stützt, inklusive der schmeichelhaften Entstehungsgeschichte (angeblich hat ein früherer Therapeut Subtext gebaut; niemand hat das, Anton ist Ingenieur, und ich mache die Worte).

Ein echter Tonchecker diagnostiziert, bevor er umschreibt

Jedes Tool in diesem Bereich wird Tonchecker genannt, aber unter diesem einen Label verstecken sich zwei ganz verschiedene Aufgaben.

Die Diagnose sagt dir, wie dein Text gerade ankommt. Umschreiben macht etwas anderes daraus. Der Unterschied klingt akademisch, bis du ihn an einem echten Entwurf siehst, und genau so eine Diagnose liefert Subtext, bevor es ein Wort anfasst:

Entwurf „Passt schon. Mach doch, was du willst.“

Wirkt abgehackt · „was du willst“ wirkt wie Rückzug · kommt passiv an, obwohl du wahrscheinlich einfach müde warst

Ein Umschreib-Tool macht daraus ohne zu zögern „Klingt gut, mach einfach das, was für dich am besten passt“, einen netteren Satz, der von alldem nichts erwähnt. Ein diagnostisches Tool hält dich zuerst auf und zeigt dir die Diagnose oben. Sobald du das siehst, kannst du entscheiden, was du damit machst. Vielleicht milderst du es ab. Vielleicht meintest du genau diese Schärfe und lässt sie stehen. Ich habe aufgeschrieben, was ein KI-Nachrichtenchecker checken kann und wie du es selbst machst.

Reine Umschreib-Tools überspringen diesen Schritt. Sie geben dir einen netteren Satz, ohne dir je zu sagen, was an deinem eigenen nicht gestimmt hat, und genau so verschicken Menschen am Ende polierte Nachrichten, die trotzdem das Falsche sagen. Deshalb habe ich das Feld aufgeteilt in Tools, die zuerst lesen, Tools, die nur umschreiben, und Tools, die deinen Ton auf ein ganz bestimmtes Publikum abstimmen.

In einer E-Mail-Studie erwarteten Absender, dass ihr Ton zu 78 % ankommen würde. Tatsächlich waren es 56 %.

Vor den Tools der Grund, warum es sie überhaupt gibt.

2005 veröffentlichten Justin Kruger, Nicholas Epley und Kollegen fünf Experimente zum Ton in E-Mails¹ im Journal of Personality and Social Psychology. In einer der Studien schätzten Absender, ihr Ton (ernst oder sarkastisch) würde in etwa 78 % der Fälle ankommen. Tatsächlich lagen die Empfänger nur in 56 % der Fälle richtig², kaum besser als ein Münzwurf, und die Empfänger waren sich dabei sogar sicherer als die Absender und glaubten, 89 % der Nachrichten richtig gelesen zu haben. Die Diagnose der Autoren, in ihren eigenen Worten¹:

Diese Selbstüberschätzung entspringt dem Egozentrismus.

Du hörst deine eigene Nachricht mit dem ganzen Soundtrack deiner Absichten. Dein Gegenüber bekommt nur die Worte auf einem Bildschirm. Das ist auch, warum du von innen nicht zuverlässig sagen kannst, ob ein Text unhöflich klingt.

Zwanzig Jahre später ist dieser Befund das Geschäftsmodell hinter jedem Tool weiter unten.

Vier Tools, die deinen Ton lesen, bevor sie ein Wort anfassen

Subtext

Subtext ist das Tool, das ich mitgegründet habe, gebaut für persönliche Nachrichten statt für Dokumente. Du fügst einen Entwurf ein, wirfst einen Screenshot des Gesprächs rein oder sprichst eine Sprachnotiz ein, und es liest den ganzen Austausch, bevor es irgendetwas sagt. Es markiert genau die Wörter, die hart, passiv oder leicht misszuverstehen wirken könnten, und benennt dann das Gefühl dahinter³. Nach dem Lesen schreiben Ein-Tipp-Anpassungen (Wärmer, Kürzer, Lockerer, Selbstsicherer)⁴ die Nachricht um, wobei deine eigene Formulierung der Ausgangspunkt bleibt, und es verschickt nie etwas für dich.

Der Store-Eintrag ist unverblümt, für wen das gedacht ist, und nennt Menschen, die dieselbe Nachricht fünfmal umschreiben, bevor sie sie abschicken, Zerdenker, und alle, die sich fragen „klingt das okay?“⁴. Viele der wärmsten Bewertungen kommen von neurodivergenten Nutzern, den Menschen, für die ein KI-Tonchecker für neurodivergente Erwachsene gemacht ist, besonders von Nutzern mit ADHS, die lange, chaotische Entwürfe reinwerfen und etwas Klares zurückbekommen, das trotzdem noch nach ihnen klingt⁵. Es läuft auf iOS, Android und als synchronisierte Web-App, in 17+ Sprachen, die muttersprachlich geschrieben sind statt übersetzt. Kostenlos zum Ausprobieren, danach schaltet ein Abo den Rest frei. Zwei Grenzen will ich nennen. Es ist für Nachrichten gebaut, lange Dokumente gehören woanders hin, und die eigenen Nutzungsbedingungen sagen klar, dass es ein Kommunikationsassistent ist, keine Therapie⁶, und dass deine Texte nicht zum Training von KI-Modellen verwendet werden.

Der Tondetektor von Grammarly

Grammarly betreibt die am weitesten verbreitete Tondiagnose der Welt. Es erkennt den Ton deines Textes anhand von Wortwahl, Formulierung, Zeichensetzung und sogar Großschreibung⁷, mit einer Kombination aus Regeln und maschinellem Lernen⁸. Beim Start 2019 konnte es etwa 40 Töne benennen, von freundlich und fröhlich bis aggressiv und genervt⁹. Es braucht etwas Text zum Arbeiten: rund 150 Zeichen im Browser¹⁰, 90 auf der mobilen Tastatur¹¹. Die Labels sind die Diagnose; Umschreibungen auf Satzebene gibt es erst in den bezahlten Tarifen. Für Unternehmen bringt Grammarly Business Marken-Töne mit. Admins wählen aus mehr als 50 Tönen und markieren sie als markenkonform oder nicht¹², und alle werden in Echtzeit angestupst. Inzwischen hat Grammarly Reader Reactions ergänzt, einen Agenten in Grammarly-Dokumenten, der simuliert, wie eine Person, die du auswählst, etwa deine Führungskraft oder eine Kundin, deinen Text verstehen könnte¹³. Wenn dein Schreiben in Dokumenten und Arbeits-E-Mails stattfindet, ist das hier die Benchmark.

Goblin Tools (der Judge und der Formalizer)

Goblin Tools ist eine Sammlung winziger, kostenloser KI-Tools des belgischen Entwicklers Bram De Buyser, auf der eigenen Seite beschrieben als „kleine, einfache Ein-Zweck-Tools“¹⁴, gebaut vor allem für neurodivergente Menschen. Zwei davon sind hier relevant. Der Judge erspürt die Stimmung oder Emotion hinter jeder Nachricht, die du bekommen hast, und der Formalizer formuliert deinen Text sofort in den richtigen Ton um¹⁵, mit einem „Schärfegrad“-Regler dafür, wie stark verändert wird. Dieser Decoder für eingehende Nachrichten ist selten; fast alles andere in diesem Artikel schaut nur auf das, was du selbst verschickst. Die Website ist kostenlos, die mobilen Apps sind günstige Einmalkäufe.

Sapling

Sapling richtet sich an Kundenservice- und Sales-Teams und veröffentlicht die transparenteste Ton-Taxonomie in dieser Gruppe. Der kostenlose Tonchecker erkennt mehr als 25 emotionale Töne (Freude, Verwirrung, Dankbarkeit, Angst) auf Satz- und auf Dokumentebene¹⁶, und die Entwickler-API deckt 28 Töne mit Wahrscheinlichkeiten pro Satz ab¹⁷. Wenn du Tonerkennung in dein eigenes Produkt eingebaut haben willst, ist das hier der praktische Nachfolger der alten IBM-API, die wir gleich beerdigen.

Sieben Tools, die in jeden Ton umschreiben, den du willst

Die hier sind nützlich, und ich benutze selbst ein paar davon, aber außer Copilot in Outlook sagt dir keines, wie dein ursprünglicher Entwurf ankommt. Sie geben dir einfach einen anderen Entwurf in die Hand.

Apple Intelligence Writing Tools sitzen auf Systemebene und schreiben markierten Text professioneller, freundlicher oder knapper, fast überall, wo du tippen kannst, auch in Apps von Drittanbietern¹⁸, dazu ein freies „Beschreibe deine Änderung“-Feld¹⁹. Kostenlos mit iOS 18.1, iPadOS 18.1 oder macOS Sequoia 15.1 auf unterstützter Hardware. Drei Presets, null Diagnose. Ich habe verglichen, was Apple, Google, Grammarly und ChatGPT mit deinen Nachrichten machen, Feature für Feature.

Microsofts Copilot macht dasselbe innerhalb von Office, wo du Text in Word markierst, Rewrite wählst und das Menü Adjust Tone nutzt (unter anderem mit den Optionen Neutral, Casual und Concise)²⁰. Outlook ist die Ausnahme. Dort macht das E-Mail-Coaching von Copilot Vorschläge zu Ton, Klarheit und der voraussichtlichen Reaktion der lesenden Person²¹, damit ist es das einzige Tool in dieser Gruppe, das eine gewisse Diagnose liefert, allerdings nur für Arbeits-E-Mails. Was du bekommst, hängt von deinem Microsoft-Tarif ab und davon, welches Outlook du nutzt, und Belege dazu, wie treffsicher das Coaching ist, habe ich nicht gesehen.

Wordtune ist der schnellste der reinen Umschreib-Tools. Du markierst einen Satz, tippst auf Casual oder Formal, dazu Shorten und Expand²², und wählst aus den Vorschlägen. Kostenlose Stufe, bezahlte Pläne ab etwa 7 $ im Monat bei jährlicher Abrechnung²³, Stand August 2026.

Hemingway Editor hat sich seinen Namen mit Lesbarkeit verdient, es färbt dichte Sätze und Passivkonstruktionen ein, was neben dem Ton steht, statt selbst der Ton zu sein. Das kostenpflichtige Hemingway Editor Plus bringt KI-Umschreiben mit, darunter markierten Text professioneller oder freundlicher anpassen²⁴ und eigene Tools für lockerer, formeller und überzeugender²⁵. Immer noch das beste Mittel gegen aufgeblähte Prosa, das ich kenne.

Drei kurze. LanguageTool ist die mehrsprachige Wahl, ein Grammatik- und Stil-Checker in rund 30 Sprachen mit einem Paraphrasierer in der bezahlten Stufe; Ton ist hier ein Nebeneffekt, nicht das Produkt. ProWritingAid ist für lange Manuskripte gedacht, ein tiefer Stapel an Stil- und Lesbarkeitsberichten, ohne Live-Einschätzung, wie eine Textnachricht ankommt. Und QuillBot ist der Paraphrasierer für Studierende mit vorgefertigten Modi, Formal inklusive; es schreibt flüssig um und sagt dir nichts über dein Original.

Vier Tools, die deinen Ton auf eine bestimmte Person zuschneiden

Diese Gruppe beantwortet eine andere Frage. Wie sollte ich für genau diese Person klingen, oder als genau dieses Unternehmen?

Crystal profiliert deinen Empfänger mit dem DISC-Persönlichkeitsmodell, und dann prüft der Writing Assistant Wörter, Formulierungen, Stil und Ton deiner E-Mail in Echtzeit direkt in Gmail oder Outlook und lenkt dich zum Kommunikationsstil dieser Person²⁶. Ich finde es leicht unheimlich und gelegentlich brillant, und offensichtlich für den Vertrieb gebaut.

Lavender ist ein Coach für Cold-E-Mails. Es bewertet jeden Entwurf beim Schreiben von 0 bis 100, Ton ist einer der Faktoren, und schlägt Korrekturen vor, die an Antwortraten-Daten hängen²⁷. Es gibt eine kostenlose Stufe mit 5 E-Mails im Monat, danach Pläne ab 29 $ im Monat (Stand August 2026)²⁷. Wenn dein Job im Outbound-Vertrieb liegt, wird der Score schnell zur Gewohnheit.

Textio²⁸ besetzt die Nische Recruiting, markiert verzerrte oder ausgrenzende Sprache in Stellenanzeigen und Feedback-Texten und bewertet, wie die Sprache bei Bewerbern ankommt. Und Writer arbeitet auf Unternehmensebene: Schreibproben hochladen, und es baut ein Voice-Profil²⁹, damit der komplette KI-Output einer Organisation in einem einzigen Ton bleibt.

Die kostenlosen Einzelseiten-Checker sind okay, mit einer Einschränkung

Jenseits der großen Namen gibt es einen langen Schwanz kostenloser „Text-hier-einfügen“-Seiten. Saplings kostenloser Checker (oben) ist der glaubwürdige. Der Tonchecker von LiveChatAI³⁰ erkennt einen dominanten Ton und markiert, welche Formulierungen das Urteil ausgelöst haben, reine Erkennung, kein Umschreiben. Die Version von AskAI³¹ legt ein Chatmodell um einen Formalitäts-Score von 0 bis 100 und meldet Ton-Drift über lange Dokumente hinweg, mit einer bezahlten Stufe für intensivere Nutzung. Denen würde ich für einen Blogabsatz oder ein Anschreiben vertrauen.

Alles, was du in eine kostenlose Webseite einfügst, wandert auf den Server von irgendwem, und die meisten dieser Seiten sagen wenig darüber, was danach damit passiert. Einen Marketing-Absatz würde ich ohne zu zögern reinkopieren, eine Trennungsnachricht würde ich von diesen Seiten fernhalten.

Die Ton-API, die früher alle zitiert haben, ist tot

Ein Jahrzehnt lang meinte „Tonprüfung“ im technischen Sinn den IBM Watson Tone Analyzer, die API hinter unzähligen Demos und Forschungsarbeiten. Er ist weg. IBM kündigte die Einstellung am 24. Februar 2022 an, und der Dienst wurde am 24. Februar 2023 abgeschaltet³². Was bleibt, ist ein kleines vorgefertigtes Modell zur Tonklassifikation innerhalb von Watsons Natural-Language-Toolkit³³, das Englisch und Französisch abdeckt, mit einer kurzen Liste an Kategorien wie aufgeregt, frustriert, unhöflich, höflich, traurig, zufrieden und mitfühlend.

Ich nehme diesen Nachruf mit rein, weil er den Markt erklärt. Die Ära der eigenständigen Ton-API ist vorbei, und die Energie ist in die Assistenten oben und in große Sprachmodelle gewandert, die auf Zuruf alles umschreiben. Was uns zum unbequemen Teil bringt.

Was die Forschung dazu sagt, KI an deine Worte zu lassen

Das Umschreiben selbst ist inzwischen trivial. Die Folgen sind weniger übersichtlich, und dazu gibt es eine echte Forschungsliteratur.

Forschende nennen es KI-vermittelte Kommunikation: wenn ein KI-System Nachrichten zwischen Menschen verändert, erweitert oder erzeugt³⁴, so wie Jeff Hancock, Mor Naaman und Karen Levy es 2020 definiert haben. Der Haupt-Befund kam ein Jahr früher, in einer CHI-Studie zu Airbnb-Gastgeberprofilen, in der Jakeschs Team herausfand, dass Leser, die glaubten, der Text sei KI-geschrieben, ihn als weniger vertrauenswürdig bewerteten³⁵. Eine Folgestudie zu KI-Smart-Replies fand heraus, dass die Vorschläge die Sprache veränderten, die Menschen tatsächlich produzierten, sie ins Positive schoben und beeinflussten, wie sich Gesprächspartner gegenseitig wahrnahmen³⁶. Ob KI-Umschreibtools für Nachrichten wirklich etwas bringen, habe ich an anderer Stelle ausführlicher untersucht.

Es gibt auch ein Bias-Problem in den Modellen selbst. Eine Studie der Monash University aus dem Jahr 2025 erzeugte Tausende Assistenten-Dialoge aus bewusst neutralen Prompts und fand eine durchgängige Schieflage. Die Modelle klingen standardmäßig, in den Worten der Forschenden, „übertrieben höflich, fröhlich oder vorsichtig, selbst wenn Neutralität erwartet wird“³⁷, wobei Ton-Klassifikatoren die Schieflage mit Makro-F1-Werten von bis zu 0,92 erkennen³⁷. Die Maschinen haben einen Akzent. Wenn du eine alles umschreiben lässt, was du verschickst, fängst du an, mit genau diesem Akzent zu sprechen. Das NLP-Feld hat sogar einen Namen für die Mechanik dahinter, Text Style Transfer, mit einer ganzen eigenen Survey-Literatur³⁸, und nichts davon ist darauf trainiert, was dich wie dich klingen lässt. Dieser Akzent ist der Grund, warum Subtext deine eigenen Formulierungen als Ausgangspunkt jeder Umschreibung beibehält, statt sie gegen einen Hausstil auszutauschen.

Meine Schlussfolgerung aus alldem ist, diese Tools zuerst als Spiegel und selten als Ghostwriter zu nutzen, und ja, achte darauf, von wem diese Schlussfolgerung kommt. Ein Ton-Check vor dem Absenden geht das 78/56-Problem aus der Kruger-Studie an, bleibt aber eine Vermutung von außerhalb deines Kopfes. In einer ACL-Studie von 2025 trafen menschliche Lesende und Sprachmodelle die Gefühle, die die Schreibenden nach eigener Aussage empfanden, beide nur unvollkommen³⁹, also behandle die Einschätzung jedes Checkers, auch meine, als zweite Meinung. Ein komplettes Umschreiben von allem, was du verschickst, schafft ein neues Problem, nämlich das, bei dem deine Mutter merkt, dass ein Roboter geantwortet hat.

Wie ich wählen würde

Für persönliche Nachrichten und schwierige Gespräche ist meine Shortlist Subtext oder Goblin Tools. Subtext, wenn du Diagnose, Umschreiben und den Gesprächskontext an einem Ort willst, mit erhaltener eigener Stimme; Judge und Formalizer von Goblin, wenn du es kostenlos, auf eine Aufgabe fokussiert und ohne Konto willst. Für Dokumente und Arbeits-E-Mails ist Grammarlys Erkennung die Benchmark, mit Hemingway als Werkzeug gegen aufgeblähten Text. Wenn du Apple-Hardware nutzt, decken die Writing Tools voreingestellte Tonwechsel ohne Zusatzkosten ab, und wenn dein Arbeitgeber ohnehin für Copilot zahlt, liefert dessen Coaching in Outlook eine einfache Einschätzung für Arbeits-E-Mails. Für ein eigenes Tool zahlst du nur, wenn du eine echte Diagnose brauchst. Für Sales-Outreach nimm Lavender, für auf den Empfänger abgestimmte Nachrichten Crystal, für Recruiting-Sprache Textio, und für unternehmensweite Markenstimme Writer. Knapp bei Kasse und neugierig? Saplings kostenloser Checker plus Goblin Tools bringen dir das Konzept umsonst bei.

Und egal, für welches du dich entscheidest: Behalte das letzte Wort. Die Forschung oben macht ziemlich klar, dass das Ziel eine Nachricht ist, die klingt wie du an einem guten Tag, nicht wie ein Modell mit tadellosen Manieren.

Wenn der Moment „klingt das okay?“ der ist, den du nur zu gut kennst, dann ist genau das der Moment, für den Subtext gebaut wurde. Füg den Entwurf ein oder mach einen Screenshot des Gesprächs, damit es beide Seiten liest, und es benennt, was deine Nachricht signalisiert und zeigt die exakten Worte, die das tun, dann bietet es Versionen, die immer noch nach dir klingen. Subtext im Browser ausprobierenApp holenSubtext im Browser ausprobieren

---

Ich habe für diesen Artikel drei KI-Recherche-Berichte zusammengeführt und gestrichen, was sich nicht bestätigt hat, aber ich tue nicht so, als wären die Überlebenden über jeden Zweifel erhaben. Wenn du eines dieser Tools baust und findest, ich hätte es zu kurz kommen lassen, oder du kennst einen Checker, der besser diagnostiziert als die vier, die ich gefunden habe, sag mir Bescheid und ich teste es und aktualisiere den Artikel.

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

Quellen

Jeder Link oben führt zur Primärquelle, wo es eine gibt. Die Zitate sind unten nummeriert, in der Reihenfolge, in der sie im Text erscheinen.

Warum Ton kaputtgeht

1. Kruger, J., Epley, N., Parker, J. und Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. DOI: 10.1037/0022-3514.89.6.925. Offenes PDF:
2. American Psychological Association, Monitor on Psychology (Februar 2006). E-mails and egos.

Die Tools

3. Subtext, offizielle Website. (Funktionsbeschreibungen)
4. Subtext: AI Writing Assistant, Eintrag im Apple App Store (Funktionen, Zielgruppe, Preise der In-App-Abos).
5. Subtext: AI Writing Assistant, Eintrag bei Google Play (Anwendungsfälle und Nutzerbewertungen).
6. Subtext, Nutzungsbedingungen und Datenschutz.
7. Grammarly, Writing Tone Detector and Tone Suggestions.
8. Grammarly-Blog, Meet Grammarly’s Tone Detector.
9. VentureBeat (24. September 2019). Grammarly uses AI to detect the tone and tenor of your writing.
10. Grammarly Support, Using the tone detector in the browser extension.
11. Grammarly-Blog, Tone Detector for Mobile.
12. Grammarly Business, Brand Tones.
13. Grammarly Support, Reader Reactions user guide (Stand September 2026).
14. goblin.tools About, zitiert nach Autism Community Training.
15. Goblin Tools, offizieller Google-Play-Eintrag.
16. Sapling, Tone Checker / Detector.
17. Sapling, Dokumentation zur Tone Detection API.
18. Apple Support, How to use Writing Tools with Apple Intelligence.
19. Apple Support, Use Writing Tools on Mac.
20. Microsoft Support, Elevate your content with Copilot in Word.
21. Microsoft Support, Get email coaching with Copilot in Outlook (Stand September 2026).
22. Wordtune, Free Online Rewriting Tool.
23. Capterra, Wordtune-Preise (Sekundärquelle; Preise Stand August 2026).
24. Hemingway Editor Help, Rewriting text with AI tools.
25. Hemingway-Editor-Blog (5. März 2024). Announcing powerful AI tools for adjusting tone and style.
26. Crystal, Getting Started with the Crystal Writing Assistant.
27. Woodpecker (Rezension 2026; Sekundärquelle, Preise Stand August 2026). Lavender AI Review.
28. Textio, offizielle Website (Augmented Writing fürs Recruiting; Hinweise zu Bias und Ton).
29. Writer, Introducing voice.
30. LiveChatAI, Free AI Tone Checker.
31. AskAI, AI Tone Checker.
32. IBM Watson SDK, Hinweis zur Einstellung (Tone Analyzer eingestellt am 24. Februar 2022, abgeschaltet am 24. Februar 2023).
33. IBM, Watson Natural Language Processing tone classification block.

Schreiben mit KI

34. Hancock, J. T., Naaman, M. und Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100.
35. Jakesch, M., French, M., Ma, X., Hancock, J. T. und Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019.
36. Mieczkowski, H., Hancock, J. T., Naaman, M., Jung, M. und Hohenstein, J. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1).
37. Bodara, H., Mushfiq, M. M. und Siddiqui, I. F. (2025). Bias Beneath the Tone: Empirical Characterisation of Tone Bias in LLM-Driven UX Systems. UISE ’26 workshop (ACM).
38. Jin, D., Jin, Z., Hu, Z., Vechtomova, O. und Mihalcea, R. (2022). Deep Learning for Text Style Transfer: A Survey. Computational Linguistics, 48(1), 155-205.
39. Li, J., Zhou, Y., Narayanan Venkit, P., Islam, H. B., Arya, S., Wilson, S. und Rajtmajer, S. (2025). Can Third Parties Read Our Emotions? Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 21478-21499.