ChatGPT-Alternativen zum Schreiben: was die großen Drei mit deinen Worten machen

Ich habe zugesehen, wie jemand dieselbe Nachricht elfmal getippt hat, was erklärt, warum eine Antwort aus zwei Zeilen eine Stunde dauern kann. Gelöscht. Wieder getippt. Laut vorgelesen. An eine Freundin oder einen Freund geschickt, für eine zweite Meinung. Und am Ende eine gekürzte Version abgeschickt, die fast nichts mehr sagt.

Irgendwann kopieren die meisten sie in ChatGPT.

Was zurückkommt, ist meistens besser. Die Grammatik stimmt, die Sätze sitzen, das Geschwafel ist weg. Es ist meistens auch nicht mehr ihre Nachricht. Aus etwas, das ein nervöser Mensch um 1 Uhr nachts geschrieben hat, wird etwas, das eine kompetente fremde Person am Dienstagvormittag um 10 geschrieben hat, und wer die Nachricht bekommt, spürt diesen Unterschied, auch wenn er ihn nicht benennen kann. Genau diese Lücke soll Subtext, die App, die ich mitgegründet habe, auffangen. Es liest, was eine Nachricht wie diese wirklich macht, bevor du sie abschickst.

Ich bin also offensichtlich voreingenommen, und du solltest den Rest mit diesem Wissen lesen. Ich wäre lieber nützlich als überzeugend, deshalb geht es in diesem Text vor allem darum, was die drei großen Assistenten gut können, und danach um die konkreten, ziemlich gut dokumentierten Arten, auf die sie scheitern, sobald das Schreiben persönlich wird. Die Quellen sind verlinkt, damit du mein Interesse gegen die Evidenz abwägen kannst.

Fangen wir mit dem an, was sie gut können

Wenn eine Nachricht grammatikalisch korrekt, kürzer, klarer oder übersetzt sein soll, sind alle drei hervorragend, und du solltest sie einfach benutzen. Sie reparieren schiefe Kommas, streichen umständliche Einstiege, machen aus einem mäandernden Absatz drei saubere Sätze und wechseln auf Kommando das Register. ChatGPTs Canvas¹ gibt dir eine Bearbeitungsfläche mit beiden Versionen nebeneinander statt einer Wand aus neu generiertem Text. Geminis Help me write sitzt direkt in Gmail und Docs, was die größte Hürde beseitigt: überhaupt erst zu einem Tool zu kommen. Claudes Projekte halten einen Styleguide und einen Satz Referenzdokumente über Sitzungen hinweg fest.

Für eine Arbeitsmail, die unverfänglich und korrekt sein muss, reicht das. Du kannst hier aufhören zu lesen.

Der Rest hier handelt von der anderen Sorte Nachricht. Die Entschuldigung. Die Grenze, die du seit Wochen nicht ziehst. Die Antwort an deine Mutter. Die Nachricht an jemanden, mit dem du mal zusammen warst. Diese Kategorie verhält sich anders, und genau da fangen die Unterschiede zwischen diesen Modellen an, eine Rolle zu spielen.

Vier Dinge, die beim Umschreiben kaputtgehen können

Ich finde es nützlich, zwischen Oberflächenqualität und Überarbeitungstreue zu unterscheiden. Eine Nachricht kann glatter werden und dabei schlechter, weil das Glätten genau die Stellen entfernt, die die Arbeit gemacht haben. Aus „so kann man es auch ausdrücken“ ein „sie hat entschieden widersprochen“ zu machen, ist expliziter und deutlich weniger wahr.

Meine Checkliste umfasst vier Dinge, die eine Überarbeitung in Ruhe lassen muss. So prüfe ich eine Umschreibung, und niemand hat sie als Skala validiert.

Jede Beschwerde weiter unten in diesem Text ist eines dieser vier Dinge, das bricht. Ich möchte anmerken, dass Grammatik-Tools nur das erste prüfen, und dass die meisten Menschen, die einen KI-Text bewerten, auch nur das erste sehen.

ChatGPT liest den Raum und redigiert dann am Auftrag vorbei

ChatGPT ist von den dreien das emotional intuitivste, wenn es um Dialog geht. Gib ihm eine Szene, in der zwei Menschen über etwas Banales reden und dabei etwas Schmerzhaftes umgehen, und es lässt das Schmerzhafte in der Regel unausgesprochen. Sein Output hat einen natürlichen Rhythmus, und es erkennt gut, welche emotionale Dynamik unter dem Geschriebenen liegt.

Sein wiederkehrendes Problem: Es bleibt nicht auf dem Stuhl des Lektors sitzen. Wer sein Redigierverhalten beschreibt, landet immer wieder bei derselben Beschwerde, nämlich dass es Dinge umschreibt, die niemand angefasst haben wollte.

Zwei Folgeeffekte sind für Nachrichten relevant. Erstens: Es entfernt Spezifisches. Die Zeile, die deine Entschuldigung zu deiner gemacht hat, etwas wie „ich weiß, dass du vierzig Minuten draußen gestanden hast“, schrumpft zu „ich weiß, dass ich dich habe warten lassen“. Romanautoren berichten in Onlineforen von einer härteren Version desselben Instinkts. Sie bitten um einen Feinschliff, bei dem die Länge erhalten bleibt, und bekommen ein deutlich kürzeres Kapitel zurück.

Zweitens: Vage Ton-Anweisungen erzeugen wilde Ausschläge, wo du eine Anpassung wolltest. Häufig wird berichtet, dass es sehr formell zurückkommt, und eine einzige Bitte um weniger Förmlichkeit lässt es komplett ins sehr Lockere umschlagen.

Und es mit mehr von deinem eigenen Schreiben zu füttern, löst das Stimmproblem nicht zuverlässig. Wer Tausende Wörter eigener Prosa als Referenz einfügt, berichtet trotzdem von Output, der nach ChatGPT klingt.

Claude hält sich an den Auftrag und erklärt dich dann dir selbst

Claude ist von den dreien am stärksten darin, das zu tun, worum du gebeten hast, und sonst nichts. Es hält sich an Vorgaben, erfindet keine Details und geht gut mit Innenleben um, weshalb es immer wieder genannt wird, wenn Leute ein Modell wollen, das ihren Entwurf nicht übernimmt.

Hier gibt es auch das, was harten Vergleichsdaten am nächsten kommt. MultiPragEval, ein Benchmark für pragmatisches Verständnis auf Englisch, Deutsch, Koreanisch und Chinesisch, sah Claude 3 Opus bei Implikaturen und Grice’scher Interpretation deutlich vor GPT-4. Das ist die technische Art zu sagen: Es war besser darin herauszufinden, was jemand gemeint hat, statt was er wörtlich gesagt hat.² Ich möchte auf zwei Einschränkungen hinweisen. Der Benchmark testet Interpretation, nicht Redigieren. Und die getesteten Modelle sind inzwischen mehrere Generationen alt, das Ergebnis zeigt also eine Familientendenz, keine aktuelle Rangliste.

Claudes Schwäche ist das Gegenteil von ChatGPTs. Es versteht den Subtext und schreibt ihn dann hin. Romanautoren nennen das Explikationsdrift: Das Modell verwandelt Angedeutetes in Ausgesprochenes, in Prosa wie „die Stille zwischen ihnen trug das unausgesprochene Gewicht der Jahre“. In einer Textnachricht zeigt sich das als Therapiesprech.

Zur Veranschaulichung, kein echter Output

bin nicht sauer, ist mir nur aufgefallen, dass du nicht zurückgeschrieben hast

Was du geschrieben hast. Absichtlich untertrieben, genau darum geht es.

Ich möchte mit dir teilen, dass mich die verzögerte Antwort von dir ein wenig verletzt hat, und ich glaube, das kommt daher, dass mir unsere Freundschaft wirklich viel bedeutet.

Der Subtext ist jetzt der Text. Ruhig, wortgewandt, und er sagt genau das, was du bewusst nicht sagen wolltest.

Zwei weitere Claude-Muster tauchen oft genug auf, um sie einzuplanen. Ohne Vorgaben schmückt es aus, und Nutzer beschreiben die Prosa als stilvoller und manchmal überzeichnet. Und es ist großzügig mit Lob und verpackt Kritik oft in ein Komplimente-Sandwich. Das zweite ist ein echtes Problem, wenn du eigentlich eine schonungslose Einschätzung gebraucht hättest, ob deine Nachricht schlecht ankommt.

Gemini ist schon da, wo du bist, und schlecht darin, Dinge ungesagt zu lassen

Geminis Vorteil ist der Standort. Es steckt in Gmail, es steckt in Docs, es ist auf vielen Android-Handys der Standardassistent, und die kostenlose Stufe ist großzügig. Es hat nicht ChatGPTs Angewohnheit, deinen Text zu schrumpfen, und es moralisiert weniger bei schwierigen Inhalten.

Die Berichte zu seiner Schreibqualität gehen auseinander, und ich finde, das sollte man offen sagen. Manche erfahrenen Autoren halten es für das beste der drei, wenn es um Kritik an kreativen Texten und um Nuancen geht. Andere finden, es hat einen Hausstil, den es nicht ablegt, mit einem plaudernden Register, das manche mit einem Reddit-Kommentar vergleichen.

Das Muster, das für persönliche Nachrichten am wichtigsten ist: Gemini hat sehr wenig erzählerische Zurückhaltung. Wenn etwas zurückgehalten wird, legt es das offen. Romanautoren beschreiben es so, als hinge eine blinkende Leuchtreklame über dem Detail, das eigentlich verborgen bleiben sollte. In einer Nachricht heißt das: Das, worum du vorsichtig herumgeschrieben hast, steht in Satz zwei.

Die Probleme, die alle drei teilen

Erstens: Sie stimmen dir zu

Das ist das wichtigste Problem, und es ist am besten dokumentiert.

Im April 2025 lieferte OpenAI ein Update aus, das ChatGPT spürbar schmeichlerischer machte, und nahm es vier Tage später wieder zurück. Die eigene Aufarbeitung³ schrieb, das Modell habe zu Antworten geneigt, die „übermäßig unterstützend, aber unaufrichtig“ waren, und führte die Ursache auf ein Übergewicht kurzfristiger Nutzerzustimmung zurück. Ein Folgebeitrag⁴ wenige Tage danach ging genauer darauf ein, was ihr Prüfprozess übersehen hatte.

Der zugrunde liegende Mechanismus ist nicht OpenAI-spezifisch. Forschung über fünf führende Assistenten hinweg fand, dass Modelle, die auf menschlichen Präferenzdaten trainiert wurden, „häufig Wahrhaftigkeit opfern, um den Überzeugungen der Nutzer zu entsprechen“, weil Zustimmung das ist, was belohnt wird.⁵

Und jetzt denk daran, was Menschen diese Tools tatsächlich fragen. Kaum jemand fügt eine Nachricht ein und bittet um Grammatikhilfe. Gefragt wird irgendeine Version von „ist das zu hart?“ oder „überreagiere ich?“, die Frage, die ich unter „Klingt dieser Text unhöflich?“ auseinandernehme. Diese Frage geht an ein System mit einer strukturellen Neigung, dir zu sagen, dass alles in Ordnung ist.

Ein allgemeiner Assistent hilft dir, jemandem noch eleganter ein schlechtes Gewissen zu machen. Dass du gerade jemandem ein schlechtes Gewissen machst, erwähnt er oft nicht.

Du wolltest eine zweite Meinung, und bekommen hast du einen Mitunterzeichner mit besserer Zeichensetzung.

Von allem auf dieser Seite ist das der Fehler, gegen den Subtext am direktesten gebaut ist, und die Lösung, die ich gewählt habe, ist strukturell. Darauf komme ich noch zurück.

Zweitens: Sie normalisieren, was du mit Absicht gemacht hast

Alle drei korrigieren Satzfragmente, Wiederholungen, ungewöhnliche Zeichensetzung, Abschwächungen und Dialekt, auch dann, wenn das Entscheidungen waren. Um „Erhalt der Stimme“ zu bitten, hilft nicht, weil das Modell nicht wissen kann, welche Eigenheiten deine sind und welche Fehler.

Verwandt damit, und subtiler, ist semantische Inflation. Ein Modell macht aus „ich schaffe es vielleicht nicht“ ein „ich werde es nicht schaffen“, oder aus „du wirktest etwas anders“ ein „du warst verärgert“. Jede dieser Änderungen liest sich souveräner und ist weniger genau, und in einer Nachricht über eine Beziehung ist Genauigkeit im Grad der Dinge der größte Teil des Inhalts.

Drittens: Sie schreiben in einem Dialekt, den man wiedererkennt

Jedes Modell hat sprachliche Angewohnheiten. Autoren katalogisieren sie seit einer Weile, und wenn du sie einmal siehst, kannst du nicht mehr aufhören, sie zu sehen.

Hinter der Vokabelliste steckt eine größere Sorge. Studien zu KI-gestütztem Schreiben zeigen, dass die Eingriffe der Modelle verschiedene Schreibende zu denselben dominanten Mustern drängen. Je mehr du diese Tools nutzt, desto stärker gleicht sich also aller Schreiben einander an.⁶ In einer CHI-Studie von 2025 schrieben 118 Menschen in Indien und den USA über ihr eigenes Leben, und mit eingeschalteten KI-Vorschlägen verschob sich das Schreiben der indischen Teilnehmenden hin zu westlichen Stilen.⁷ Für eine Nachricht, deren ganzer Zweck ist, unverkennbar von dir zu sein, ist das die falsche Richtung.

Viertens: Dein Gegenüber merkt es vielleicht, und das kostet dich

Diesen Teil unterschätzen die meisten. Es gibt ein Forschungsprogramm zu sogenannter KI-vermittelter Kommunikation, und sein zentraler Befund ist unbequem. Menschen erkennen KI-geschriebenen Text unzuverlässig⁸ und stützen sich beim Versuch auf fehlerhafte Signale. Aber wenn sie glauben, ein Text sei KI-generiert, vertrauen sie der Person dahinter weniger.⁹

Das Risiko einer generischen Umschreibung geht also über eine mittelmäßige Nachricht hinaus, hin zu einer Nachricht, die genau in dem Moment unaufrichtig wirkt, in dem Aufrichtigkeit die ganze Fracht ist. Eine Entschuldigung, die beim Gegenüber den KI-Detektor auslöst, richtet mehr Schaden an als die unbeholfene Entschuldigung, die du selbst geschrieben hättest.

Fünftens: Sie wissen nicht, wem du schreibst

Wenn nicht gerade ein Memory oder ein Projekt etwas mitnimmt, beginnt jede Sitzung fast leer. Für einen guten Entwurf müsstest du ein Jahrzehnt Freundschaft erklären, was im März passiert ist, warum „schon okay“ zwischen euch beiden etwas Bestimmtes bedeutet. Fast niemand tut das, also schreibt das Modell für ein generisches Gegenüber. Förmlichkeit ist das, was du bekommst, wenn ein System nichts über die Beziehung weiß. Deshalb klingt der Output so oft nach Kundenservice. Dieser leere Start ist der Grund, warum Subtext den Chatverlauf liest, den du einfügst oder screenshotest, und nachfragt, für wen eine Nachricht bestimmt ist, wenn ein Entwurf jemandem widerspricht.

Und dann ist da der Teil, den Leute nur leise erwähnen. Einen Screenshot eines Streits, einen Trennungsentwurf oder eine Nachricht über deine Familie in einen Allzweck-Chatbot einzufügen fühlt sich anders an, als ihn Code debuggen zu lassen. Dieser Instinkt ist nicht paranoid.

Was Romanautoren gegen all das getan haben

Was jetzt folgt, hat mich überzeugt, dass diese Lücke echt ist und nicht etwas, das ich erfunden habe, um etwas verkaufen zu können.

Romanautoren sind zuerst auf genau diese Fehler gestoßen, mit mehr auf dem Spiel und in höherem Volumen. Sie haben die Modelle weiter benutzt, nur nicht mehr roh. Eine ganze Werkzeugschicht ist obendrauf gewachsen, darunter Umgebungen wie Novelcrafter¹⁰, in denen du ein Wörterbuch verbotener Klischees anlegst, die beim Generieren rot markiert werden, und gezielte Operationen wie „show, don’t tell“ auf einer markierten Stelle laufen lässt. Sudowrite¹¹ macht etwas Ähnliches mit eigenen Durchgängen, die Zusammenfassung in konkrete sinnliche Details verwandeln.

Ernsthafte Nutzer gehen weiter und fahren Pipelines mit mehreren Modellen. Ein Modell für inhaltliche Anmerkungen und Subtext-Analyse, ein zweites für Feinkorrekturen unter strengen Vorgaben, ein Filterdurchgang, der KI-Vokabular ausputzt, dann ein menschlicher Durchgang, der die Stimme zurückbringt.

Das sind vier Tools und eine Checkliste, um ein Kapitel zu überarbeiten. Es funktioniert. Und es sagt dir, dass die allgemeinen Modelle diesen Job nicht ohne Hilfe schaffen und dass die Menschen, denen der Output am wichtigsten ist, das längst akzeptiert haben.

Und jetzt übertrag das auf eine Textnachricht. Niemand fährt eine vierstufige Pipeline, bevor er seiner Schwester antwortet. Der Bedarf an einer verfeinerten Schicht ist identisch, die Toleranz für Aufwand liegt ungefähr bei null, und genau das ist das eigentliche Produktproblem. Ob KI-Umschreibtools wirklich funktionieren, habe ich mir bei genau solchen Nachrichten separat angeschaut.

Was ein feineres Tool anders machen muss

Drei Dinge, und keines davon heißt „besser schreiben“.

Analysieren, bevor umgeschrieben wird. Benennen, was der Entwurf signalisiert, bevor ein Wort angefasst wird, so wie es ein KI-Nachrichtenchecker tun sollte, einschließlich des Teils, den die schreibende Person nicht beabsichtigt hat. Das hilft auch gegen die Schmeichelei, denn ein Tool, das mit einer Einschätzung anfängt, legt sich darauf fest, bevor es die Chance hat, dir zuzustimmen. Richtig wird die Einschätzung dadurch nicht. Subtext läuft auf derselben Art von Modell, also hak nach, wie du bei einer Freundin nachhaken würdest. Welche Wörter stützen diese Lesart, und wie könnten sie sonst ankommen?

Die Distanz zeigen, nicht verstecken. Eine Version nah an dem, was du geschrieben hast, neben einer Version, die komplett neu geschrieben wurde, ist nützlicher als ein einzelner polierter Ersatz. Du siehst, was sich verändert hat, und entscheidest, ob du bereit bist, so zu klingen.

Die Beziehung ebenso lesen wie die Nachricht. Wer diese Person für dich ist, was der Verlauf zeigt, dass du schon versucht hast, was „schon okay“ in genau dieser Freundschaft bedeutet.

Das ist das, was ich baue, also lies diesen Absatz entsprechend. Subtext benennt zuerst die Emotion in dem, was du geschrieben hast, bevor es irgendetwas vorschlägt. Das ist eine absichtlich nervige Designentscheidung, denn der Moment, in dem sie am nützlichsten ist, ist der Moment, in dem du sie am wenigsten hören willst.

Zur Veranschaulichung, kein echter Output

schon okay, ich versteh’s ja, du hast viel um die ohren. ich frag dann nicht mehr.

Was du abschicken würdest. Liest sich wie Rückzug, und „ich frag dann nicht mehr“ ist eine Drohung im Kostüm einer Entschuldigung.

Hi, ich verstehe total, dass bei dir gerade viel los ist. Wegen heute Abend überhaupt kein Problem, sag mir einfach Bescheid, wann es dir besser passt, dann finden wir etwas.

Eine generische Umschreibung. Grammatikalisch sauber, freundlich, und sie hat die Tatsache gelöscht, dass du verletzt bist, die einzige Information im Original.

schon okay. ich bin aber schon ein bisschen enttäuscht. das sag ich lieber, statt so zu tun, als wär nichts.

Gleiche Stimme, die Verletzung bleibt, die Drohung ist weg, und nichts kommt dazu, was du nicht gesagt hast.

In der Praxis fügst du deinen Entwurf ein oder screenshotest die Konversation so, dass beide Seiten sichtbar sind, und es benennt, was deine Nachricht signalisieren wird, bevor es dir Versionen vorschlägt, die immer noch wie du klingen. Subtext im Browser ausprobierenApp holenSubtext im Browser ausprobieren

Wofür ich ChatGPT trotzdem öffnen würde

Lange Dokumente. Berufliche E-Mails. Alles, wo korrekt sein wichtiger ist als erkennbar du sein. Recherche, erste Entwürfe, Übersetzungen, und die ganz eigene Gnade, Wörter auf eine leere Seite zu bekommen, wenn du nicht anfangen kannst.

Und ein Fakt, der gegen mein eigenes Argument arbeitet und den ich lieber drinlasse, als ihn wegzulassen. Eine Studie zu medizinischen Fragen aus einem öffentlichen Forum¹² fand das heraus.

Der Befund Die Gutachter bevorzugten in 78,6 % der Vergleiche die Chatbot-Antworten gegenüber denen der Ärzte und bewerteten die Antworten des Chatbots fast zehnmal so oft als empathisch oder sehr empathisch.

Diese Modelle können Text erzeugen, der warm wirkt, und diese Fähigkeit ist echt.

Was sie unaufgefordert nur selten tun: dir sagen, dass deine Nachricht wie ein Ultimatum wirkt. Sie machen das Ultimatum flüssiger und gratulieren dir zu deiner emotionalen Ehrlichkeit. Diese Lücke ist klein, sie ist der größte Teil des Jobs, und ich habe Subtext gebaut, um sie zu schließen. Es benennt, wie deine Nachricht wirkt, bevor es auch nur ein einziges Wort davon umschreibt.

Eine Anmerkung zu Modellversionen. Alles oben beschreibt Verhalten, das sich über mehrere Generationen jeder Modellfamilie gehalten hat, deshalb habe ich meist darauf verzichtet, konkrete Versionen zu nennen. Diese Systeme ändern sich alle paar Monate, und jeder Text, der sein Argument an eine Versionsnummer heftet, ist bis zum Winter falsch.

---

Findest du, ich war unfair zu deinem Lieblingsmodell? 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 umschreibt. Er lebt in Berlin.

---

Quellen

Jeder Link oben führt zur Primärquelle, wo es eine gibt.

1. OpenAI, “Introducing Canvas,” 3. Oktober 2024.
2. Park et al., “MultiPragEval: Multilingual Pragmatic Evaluation of Large Language Models,” 2024. Getestet wurden Englisch, Deutsch, Koreanisch und Chinesisch über Grice’sche Kategorien; Gemini war damals aus Gründen des API-Zugangs ausgeschlossen.
3. OpenAI, “Sycophancy in GPT-4o: what happened and what we’re doing about it,” 29. April 2025.
4. OpenAI, “Expanding on what we missed with sycophancy,” 2. Mai 2025.
5. Sharma et al., “Towards Understanding Sycophancy in Language Models,” Anthropic, arXiv:2310.13548, Oktober 2023.
6. Forschung zur stilistischen Homogenisierung beim KI-gestützten Schreiben, darunter Padmakumar und He, “Does Writing with Language Models Reduce Content Diversity?”, ICLR 2024, und Doshi und Hauser, “Generative AI enhances individual creativity but reduces the collective diversity of novel content,” Science Advances, 2024.
7. Agarwal, Naaman und Vashistha, “AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances,” CHI 2025.
8. Jakesch, Hancock und Naaman, “Human heuristics for AI-generated language are flawed,” PNAS, 2023.
9. Jakesch, French, Ma, Hancock und Naaman, “AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness,” CHI 2019. Siehe auch Hancock, Naaman und Levy, “AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations,” Journal of Computer-Mediated Communication, 2020.
10. Novelcrafter, Codex- und Textersetzungs-Prompt-Funktionen.
11. Sudowrite, “Show, Don’t Tell”- und Describe-Funktionen.
12. Ayers et al., “Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum,” JAMA Internal Medicine, 28. April 2023. 585 Bewertungen; Chatbot-Antworten wurden in 78,6 % der Vergleiche bevorzugt und 9,8-mal so oft als empathisch oder sehr empathisch eingestuft wie die der Ärzte.