Klingen meine englischen Texte höflich? Was sich prüfen lässt, wenn Englisch nicht deine Muttersprache ist

In den meisten Studien hinter diesem Text wurden E-Mails, die auf Muttersprachler schroff wirkten, nach Direktheit und Abschwächung beurteilt und nicht nach Fehlern. Deshalb kann ein Grammatikprüfer einer Person, die Englisch nicht als Muttersprache schreibt, nicht sagen, ob eine Nachricht höflich klingt. Das einzige Experiment, das Rechtschreib- und Grammatikfehler variierte, ergab, dass die meisten negativen Eindrücke, die die Fehler erzeugten, schwächer wurden, sobald die Lesenden wussten, dass der Absender aus einer anderen Kultur stammte (dazu unten mehr). Was die schroffen E-Mails auszeichnete, war eine zu direkt gestellte Bitte, ohne abschwächende Wörter drumherum, ohne Gruß und Schluss und ohne Anzeichen dafür, dass den Schreibenden bewusst war, dass sie um etwas baten. Diese Gewohnheiten sind oft von der Erstsprache geprägt, und für alles, was Rechtschreibung und Verbkongruenz prüft, sind sie unsichtbar.

Die meisten Tools, zu denen Leute greifen, prüfen Grammatik, Sprachfluss und Förmlichkeit. Eine kleinere Gruppe liest den Ton. Keines davon weiß, an wen du schreibst, solange du es nicht sagst, wie groß der Gefallen ist, um den du bittest, oder was in der Kultur dieser Person als höflich gilt, und genau auf dieser letzten Ebene verortet die Forschung den größten Schaden. Die Antwort auf „Klingt mein englischer Text natürlich und höflich?“ teilt sich in zwei Hälften. Die erste Hälfte sind die festen Wendungen, die eine Bitte abmildern, und die lassen sich prüfen und lernen. Die zweite Hälfte ist die Frage, ob die Person, die deine Nachricht liest, deine Worte in dieser Beziehung so aufnimmt, wie du sie gemeint hast. Das kannst du nur schätzen, und ein Tool kann es nur gemeinsam mit dir schätzen.

Ich habe Subtext mitgegründet, einen Tonchecker, und habe deshalb ein Eigeninteresse daran, wie die letzten drei Abschnitte gelesen werden. Nur dort mache ich Aussagen über die App. Alles davor stammt aus Quellen, die ich selbst geöffnet habe, in manchen Fällen nur das Abstract oder eine Seite, die die Studie beschreibt, wie die Quellenliste es angibt.

Warum eine korrekte englische Nachricht trotzdem unhöflich wirken kann

Eine Nachricht kann grammatisch perfekt sein und trotzdem scheitern, weil Höflichkeit im Englischen vor allem in den Wörtern um die Bitte herum steckt. Economidou-Kogetsidis untersuchte E-Mail-Bitten, die griechisch-zyprische Studierende an Lehrende schickten, an einer Universität auf Zypern, an der auf Englisch gelehrt wird, gesammelt über mehrere Semester¹. Die E-Mails waren geprägt von „significant directness“, besonders bei Bitten um Informationen, von „an absence of lexical/phrasal downgraders“, ausgelassenen Grußformeln und Schlussformeln sowie Anredeformen, die die Autorin für unangemessen oder inakzeptabel hielt. Ihr Argument lautet, solche E-Mails könnten als unhöflich gelesen werden, weil „they appear to give the faculty no choice in complying with the request and fail to acknowledge the imposition involved“¹. Der Titel der Arbeit ist eine der Zeilen aus den Daten, „Please answer me as soon as possible“, und er zeigt das Muster in sieben Wörtern. Die Schreibenden wollen höflich sein, benutzen das Wort please und bauen trotzdem einen Satz, der der lesenden Person eine Frist setzt.

Ein Downgrader ist ein kleines Wort, das den Druck senkt. „I was wondering whether“, „if you have a moment“, „would it be at all possible“. Englische Muttersprachler greifen tendenziell zu solchen Wendungen. Wer aus Sprachen kommt, in denen Direktheit die höfliche Grundeinstellung ist, lässt sie womöglich weg und setzt stattdessen ein please dazu. In einer Studie von 2013 mit 4.353 Wikipedia-Bitten, die jeweils fünf US-Annotierende bewerteten, fanden Danescu-Niculescu-Mizil und Kollegen, dass ein please mitten im Satz auf ihrer Höflichkeitsskala im Schnitt +0,49 erreichte, eine Bitte, die mit „Please“ begann, dagegen -0,30². Sie lesen ein einleitendes please als direkte Strategie, die unaufrichtig wirken kann. Die Studie nennt die Erstsprache der Schreibenden nicht. Sie zeigt also, wie US-Bewertende ein vorangestelltes please hören, nicht, wer eines schreibt.

Auch Muttersprachler schreiben direkt, haben aber mehr Möglichkeiten, abzumildern

Direktheit ist auch unter Muttersprachlern verbreitet, und was die Gruppen trennt, ist das Maß an Abschwächung. Biesenbach-Lucas verglich E-Mail-Bitten, die Graduiertenstudierende mit Englisch als Erst- oder Zweitsprache an Professoren schickten, an einer amerikanischen Universität³. Sie analysierte 533 E-Mails, die Studierende eines TESOL-Graduiertenstudiengangs über sechs Semester an einen einzigen Professor schickten, 382 von Muttersprachlern und 151 von Nicht-Muttersprachlern, und alle Nicht-Muttersprachler hatten einen asiatischen Hintergrund. Beide Gruppen schrieben mehr direkte Bitten und Andeutungen als die konventionell indirekten Formen, die ältere Sprechaktstudien fanden, die Verschiebung ist also nicht auf Lernende beschränkt. Aber Muttersprachler „demonstrate greater resources in creating e-polite messages to their professors than nonnative speakers“³. Sie hatten mehr Möglichkeiten, abzumildern, und nutzten sie öfter. Die Gruppen sind unterschiedlich groß. Die Studie nennt den einzelnen Professor und die schmale Stichprobe der Nicht-Muttersprachler (alle mit asiatischem Sprachhintergrund, alle in einem Studiengang) als Einschränkungen, sie beschreibt also eine einzelne Situation und entscheidet die Frage nicht.

Was muttersprachliche Lesende dir wirklich vorhalten

Muttersprachliche Lesende beurteilen den Absender ebenso wie den Satz, und sie beurteilen das Register strenger als die Grammatik. In einer späteren Wahrnehmungsstudie zeigte Economidou-Kogetsidis dieselben direkten, unmodifizierten Studierenden-E-Mails griechisch-zyprischen Lernenden und englischen Muttersprachlern unter den Lehrenden⁴. Die beiden Gruppen hatten „significantly mismatching perceptions of what is appropriate“. In den meisten Fällen bewerteten die muttersprachlichen Lehrenden dieselbe E-Mail als „significantly more abrupt, less polite and as not adequately acknowledging the imposition involved“ und bewerteten die Persönlichkeit des Absenders „significantly less favorably“ als die Lernenden⁴.

Hendriks führte zwei Online-Experimente durch, in denen englische Muttersprachler E-Mail-Bitten lasen, die niederländische Lernende geschrieben hatten, wobei die abschwächenden Wörter variiert wurden. Die 110 Bewertenden im ersten und 158 im zweiten bewerteten Verständlichkeit und die Persönlichkeit des Absenders⁵. Das zu seltene Benutzen dieser abschwächenden Wörter „had a negative effect on participants’ evaluation of the personality of the sender of the e-mail“⁵. Die Nachricht wurde in beiden Fällen verstanden. Der Effekt betraf, wie angenehm der Absender wirkte, er ging auf eine einzige Wendung zurück, und er war klein, etwa ein Drittel eines Punkts auf einer Skala von fünf Punkten.

Eine Studie von 2023, bei der wieder Hendriks an erster Stelle der Autorenliste steht, fand die Einbuße noch enger begrenzt. Sie legte 120 niederländischen und 131 britischen Lesenden eine von vier Versionen einer Bitte-E-Mail eines Kollegen vor⁶. Die knappe Version („Can you send me…“) ließ den Absender herrischer wirken. Aber die knappe E-Mail eines niederländischen Schreibers wurde auch als autoritärer bewertet und weckte mehr Bereitschaft nachzukommen, während die knappe E-Mail eines englischen Schreibers als weniger kompetent bewertet wurde. Die Autoren sagen, das Weglassen abschwächender Wörter „may have a limited but important impact“.

Lesende verzeihen Grammatik eher als den Ton

Lesende verzeihen Grammatikfehler eher als einen knappen Ton, und Vignovic und Thompson testeten, ob das Wissen, dass der Absender aus einer anderen Kultur stammt, Nachsicht einbringt⁷. Lesende beurteilten unter anderem Gewissenhaftigkeit, Intelligenz, Verträglichkeit und Vertrauenswürdigkeit eines E-Mail-Absenders, nachdem sie Nachrichten mit Rechtschreib- und Grammatikfehlern gelesen hatten oder Nachrichten, die gegen Normen der Etikette verstießen, was die Autoren als kurze Nachrichten ohne Gesprächston definierten. Grammatikfehler erzeugten negative Eindrücke, und die meisten dieser Eindrücke schwächten sich ab, als die Lesenden erfuhren, dass der Absender aus einer anderen Kultur kam. Bei Verstößen gegen die Etikette war es anders. Die negativen Zuschreibungen „were not significantly mitigated by knowledge that the e-mail sender was from a foreign culture“⁷. Wer deine E-Mail liest, sieht dir Grammatikfehler weitgehend nach, sobald klar ist, dass Englisch deine Zweitsprache ist. Einen knappen Ton sieht man dir nicht in gleicher Weise nach. Die Arbeit deutet das als Attribution, bei der Grammatikfehler der Situation und ein knapper Ton der Person zugeschrieben werden.

Probleme der Wendung und Probleme der Situation

Thomas zog die Linie, die erklärt, warum sich manches davon prüfen lässt und manches nicht⁸. Sie nannte die Unfähigkeit zu verstehen, „what is meant by what is said“, pragmatisches Scheitern und teilte es in zwei Arten. Pragmalinguistisches Scheitern betrifft „highly conventionalized usage which can be taught quite straightforwardly as ‘part of the grammar’“. Soziopragmatisches Scheitern „is much more difficult to deal with, since it involves the student’s system of beliefs as much as his/her knowledge of the language“⁸.

In der Praxis ist die erste Art das fehlende „I was wondering if“ oder das „please answer me as soon as possible“. Das ist ein Problem der Wendung, und ein Tool oder ein Phrasenbuch kann es auffangen. Die zweite Art ist die Entscheidung, dass eine Bitte aus einer Zeile an eine ranghöhere Kollegin oder einen ranghöheren Kollegen überhaupt keine Abschwächung braucht, weil sie das in deiner Erstsprache nicht bräuchte. Keine Wendung behebt das, denn die Worte sind in Ordnung, und die Situation wurde falsch gelesen.

Lernende bemerken diese beiden Fehlerarten außerdem unterschiedlich, je nachdem, wo sie leben. Bardovi-Harlig und Dörnyei baten Englischlernende, Äußerungen zu beurteilen, die entweder grammatisch falsch oder dem Kontext nach unangemessen waren⁹. Lernende, die Englisch in einem Land lernten, in dem es gesprochen wird, bewerteten die pragmatischen Fehler als schwerwiegender als die grammatischen. Lernende, die Englisch im eigenen Land lernten, bewerteten die grammatischen Fehler als schwerwiegender⁹. Wer Englisch im eigenen Land gelernt hat, stuft Grammatikfehler also tendenziell als die schlimmere Art ein, während die oben genannten Studien muttersprachliche Lesende fanden, die stärker auf Direktheit und Abschwächung reagieren.

Wobei Unterricht und höhere Sprachkompetenz helfen

Unterricht und höhere Sprachkompetenz helfen beide bei den festen Wendungen, und keines von beiden schließt die ganze Lücke. Usó-Juan sammelte 110 natürlich entstandene E-Mail-Bitten, die spanische Lernende von Englisch als Fremdsprache an drei Lehrende schickten, vor und nach einer Phase von Strategieunterricht, und fand die Bitten danach angemessener¹⁰. Das Abstract berichtet einen Vorher-nachher-Vergleich, ohne Kontrollgruppe oder verzögerten Test zu erwähnen. Es zeigt also, dass sich die Wendungen lehren lassen, und nicht, dass der Gewinn anhält. Qin, Jia und Ren analysierten 306 E-Mails mit Bitten von 32 englischsprachigen Lehrenden und 121 Lernenden, deren Erstsprache Chinesisch, Französisch oder Spanisch war¹¹. Die Erstsprache der Lernenden hatte einen signifikanten Effekt auf ihr Schreiben. Lernende mit höherer Sprachkompetenz nutzten mehr indirekte Bitt-Strategien, hatten aber nicht die pragmatische Kompetenz entwickelt, ihren Sprachgebrauch über schriftliche Kontexte hinweg anzupassen. Wer weiter fortgeschritten ist, nutzt mehr indirekte Bitten und passt sich der Situation trotzdem noch nicht an, was Thomas’ zweiter Kategorie ähnelt⁸.

Warum du es selbst nicht hören kannst

Die eigene Nachricht noch einmal zu lesen, fängt das womöglich nicht auf, aus zwei Gründen. Der erste ist der allgemeine, behandelt in klingt dieser Text unhöflich. Kruger und Kollegen führten fünf Experimente zum Ton in E-Mails durch, und ihre Ergebnisse legen nahe, dass Menschen tendenziell glauben, per E-Mail wirksamer zu kommunizieren, als sie es tun. Ihr viertes und fünftes Experiment legen nahe, dass die Ursache darin liegt, dass Schreibende eine Aussage so „hören“, wie sie sie gemeint haben, wodurch es schwerfällt zu sehen, dass das Publikum es womöglich nicht tut¹². Eine Studie von 2025 zu alltäglichen Textnachrichten (347 Empfangende, 171 Absendende) und E-Mails aus Arbeit oder Ausbildung (361 Empfangende, 61 Absendende) fand keinen Hinweis auf falsch gelesenen positiven oder negativen Ton¹³. Sie bewertete positiven oder negativen Ton, nicht Höflichkeit, und lässt die Frage dieses Abschnitts daher offen. Der zweite Grund ist ein Rückschluss aus den obigen Studien, kein Befund, und er betrifft speziell das Schreiben in einer Zweitsprache. Die stille Stimme, die du hörst, liest mit den Höflichkeitsregeln deiner Erstsprache. Eine Bitte, die auf Griechisch oder Niederländisch völlig höflich ist, klingt für dich auch auf Englisch höflich, weil das Urteil mit demselben Ohr gefällt wird.

Deshalb ist die Wahrnehmungslücke in der zweiten Studie von Economidou-Kogetsidis so groß⁴. Die Lernenden bewerteten ihre eigene Art von E-Mail als angemessen, weil sie nach den Maßstäben, mit denen sie aufgewachsen waren, angemessen war. Die Lehrenden bewerteten sie als schroff, weil sie nach ihren Maßstäben schroff war. Jede Gruppe las die E-Mail nach ihren eigenen Maßstäben zutreffend.

Wer fragt, ob sein Englisch höflich klingt, fragt also, wie es für jemanden klingt, dessen Erwartungen man nicht prüfen kann, und dafür gibt es eine zweite Leserin oder einen zweiten Leser. Die Empfängerseite derselben Lücke, herauszufinden, was eine Nachricht, die du bekommen hast, sagen sollte, steht in was dieser Text bedeutet.

Was Tools für Grammatik und Sprachfluss prüfen, in ihren eigenen Worten

Die großen Schreibtools versprechen meist Korrektheit und Sprachfluss, einige versprechen Förmlichkeit. Jede Beschreibung unten zitiert die Seite des Tools selbst, nichts davon ist also ein Feature, das ich erschlossen habe.

Die Startseite von LanguageTool beschreibt einen Prüfer für „grammatical errors and spelling mistakes across languages“, sagt, er „masters more than 30 languages and dialects“, und bietet einen Paraphrasierer, der umformuliert, „to be more formal, fluent, simple or concise“¹⁴. Das Produktmenü sagt, der Prüfer „helps you find the right tone“; nichts auf der Seite sagt, dass er Höflichkeit erkennt.

DeepL Write unterstützt laut eigenem Blog Englisch, Deutsch, Französisch, Spanisch, Italienisch, Portugiesisch, Chinesisch (vereinfacht), Japanisch und Koreanisch und lässt dich, zumindest in diesem Beitrag für Französisch und Spanisch, einen Schreibstil (geschäftlich, akademisch, einfach, locker) und einen Ton (freundlich, diplomatisch, souverän, enthusiastisch) wählen¹⁵. Beides sind Einstellungen, die du anwendest, und das Tool erkennt nicht, ob dein Entwurf diplomatisch war.

Wordtune wirbt mit „Switch between casual and formal tones with the click of a button“, sagt, es „can only write in English“, und behauptet, die Übersetzungsfunktion „will make you sound like a native-English speaker with just a click“¹⁶. Die ersten beiden lassen sich prüfen. Das dritte ist Marketing.

Der Paraphrasierer von QuillBot bietet laut eigenem Blog zwei kostenlose Modi (Standard und Fluency) und neun voreingestellte Modi für zahlende Nutzer, arbeitet „in over 25 languages“ und richtet sich an Menschen, die „in a first, second, or third language“ schreiben¹⁷. Auch hier sind die Modi Anweisungen, die du ihm gibst.

Alle vier können einen Satz flüssiger und förmlicher machen. Förmlich und höflich sind nicht dasselbe, und die obige Forschung handelt von diesem Unterschied. Ein förmlicher Satz, der der lesenden Person trotzdem keine Wahl lässt, ist weiterhin die Art E-Mail, nach der die Arbeit von 2011 ihren Titel hat.

Was die Tonchecker prüfen

Zwei Tools behaupten, den Ton vor dem Senden zu lesen, ein drittes schreibt in diese Richtung um, und ihre Behauptungen sind enger als die Frage, die du stellst. Ein viertes, QuillBot, bewertet den Ton nach einer Paraphrase.

Grammarlys Tonseite zeigt eine Reihe von Labels für den Gesamtton eines Texts, etwa Formal, Confident, Accusatory und Worried, ohne eine Aussage zu anderen Sprachen als Englisch, zu Grenzen oder dazu, wer die lesende Person ist¹⁸; was der Detektor liest, behandelt KI-Tonerkennung. Wie das im Vergleich zu einem Leser abschneidet, der für Nachrichten gebaut ist, steht in Subtext gegen Grammarly.

Tonely ist laut seinem App-Store-Eintrag „the world’s first On device Ethical AI-powered iMessage extension and keyboard designed to help you understand how your words may come across before you press send“, läuft vollständig auf dem Gerät, nennt Englisch als einzige Sprache und ist kostenlos herunterzuladen, mit einem Abo für 9,99 $ im Monat oder 99,99 $ im Jahr¹⁹. Die Verarbeitung auf dem Gerät ist ein Datenschutzvorteil, und nur Englisch ist eine Grenze für alle, die auch in ihrer Erstsprache schreiben.

Auf der Startseite von ConfiText heißt es, es „rewrites your messages so they come across clear, confident, and exactly how you meant them“²⁰. Es nennt keine Sprachen und behauptet nicht, vor dem Umschreiben zu lesen, wie eine Nachricht ankommen wird.

Die Hilfeseite von QuillBot, zuletzt aktualisiert am 10. Juni 2026, beschreibt Premium-Toneinstellungen, die „help you see how the tone of your text changes after paraphrasing“²¹. Ein Panel stellt das Original und die Paraphrase auf fünf Skalen dar, nämlich Casual bis Formal, Unfriendly bis Friendly, Wordy bis Concise, Complex bis Simple und Unclear bis Clear. Die bewerten den Text selbst, und die Seite sagt nichts über Höflichkeit oder darüber, wie eine lesende Person ihn beurteilt.

Kann ein Programm Höflichkeit überhaupt bewerten?

Ein Programm kann die Höflichkeit englischer Bitten innerhalb einer Plattform fast so genau bewerten wie ein Mensch, und über Plattformen und Sprachen hinweg liegt es noch zurück. Danescu-Niculescu-Mizil und Kollegen bauten einen Höflichkeitsklassifikator aus einem Korpus annotierter Bitten mit Merkmalen, die für Indirektheit, Ehrerbietung und Entpersönlichung stehen, und berichteten, er „achieves close to human performance and is effective across domains“². Die Grundlage ist enger als das Zitat. Die Arbeit von 2013 ließ fünf US-Annotierende jede von 10.957 englischen Bitten bewerten (4.353 von Wikipedia, 6.604 von Stack Exchange) und testete nur am höflichsten und am unhöflichsten Viertel jedes Datensatzes. Innerhalb einer Plattform erreichte der Klassifikator 83,79 Prozent auf Wikipedia und 78,19 Prozent auf Stack Exchange, gegenüber einer menschlichen Genauigkeit von 86,72 Prozent und 80,89 Prozent.

Auf Wikipedia trainiert und auf Stack Exchange getestet erreichte er 67,53 Prozent gegenüber 80,89 Prozent bei Menschen, und in der Gegenrichtung 75,43 Prozent gegenüber 86,72 Prozent. Als Srinivasan und Choi TyDiP bauten, einen Höflichkeitsdatensatz mit je 500 annotierten Beispielen in neun typologisch verschiedenen Sprachen, übertrugen mehrsprachige Modelle ihr englisches Training nach Einschätzung der Autoren ziemlich gut auf die anderen Sprachen, „yet fall short of estimated human accuracy significantly“²². Dieselbe Arbeit fragte außerdem, ob jede englische Höflichkeitsstrategie ihre Wirkung behält, wenn sie in andere Sprachen übertragen wird, und ob Förmlichkeit und Höflichkeit zusammenfallen. Beides gilt nicht in jedem Fall.

Kann ein Tonchecker das Englisch einer Person beurteilen, die es als Zweitsprache schreibt?

Eine Tonbewertung deines Englisch ist eine Schätzung, denn keine der oben zitierten Klassifikator-Studien berichtet, ob ihre Bitten von Schreibenden stammten, die eine Zweitsprache benutzen. Die Tools oben, die Ton lesen, erledigen eine Aufgabe dieser Art, wie auch immer sie intern arbeiten. Die veröffentlichte Evidenz sagt, dass die bisher getesteten Modelle im Englischen gut sind und in anderen Sprachen messbar hinter Menschen zurückliegen und dass sich die Strategien, die einen englischen Satz höflich machen, nicht eins zu eins übertragen. Selbst wo ein Modell am stärksten ist, modelliert es ein allgemeines Publikum.

Der nächstliegende Test stammt aus einem angrenzenden Bereich und ist kein Tontest. Liang und Kollegen ließen sieben Detektoren für KI-Texte auf 91 von Menschen geschriebene TOEFL-Aufsätze und 88 Aufsätze von US-Achtklässlern laufen, im Jahr 2023²³. Die Detektoren waren bei den Aufsätzen der Achtklässler fast perfekt und stuften mehr als die Hälfte der TOEFL-Aufsätze als von KI geschrieben ein, eine durchschnittliche Falsch-positiv-Rate von 61,3 Prozent. Über Tontools sagt das nichts. Die Nachricht noch einmal so zu lesen, wie es der Empfänger täte, ist ohnehin eine vernünftige Vorsichtsmaßnahme, wann immer dich eine Tonbewertung deines eigenen Englisch beunruhigt.

Was kein Tool prüfen kann

Kein Tool kennt das Eine, das nach der Forschung am meisten zählt, nämlich wer liest, soweit du es ihm nicht sagst. Jede Wahrnehmungsstudie oben kam zu ihrem Ergebnis, indem sie die Nachricht konstant hielt und die lesende Person änderte. Dieselbe E-Mail war für Lernende in Ordnung und für Lehrende schroff⁴. Derselbe Grammatikfehler wurde milder beurteilt, wenn die lesende Person den Hintergrund des Absenders kannte, und sonst nicht⁷. Ein Tool sieht die Nachricht. Es sieht nicht die Lehrperson und nicht, wie schwer der Gefallen wiegt, um den man bittet.

Ob deine Beziehung zu dieser lesenden Person eine nackte Bitte erlaubt, ob eine Nachricht von zwei Zeilen an diese Person effizient oder kalt wirkt und ob die Zumutung klein genug ist, um die Entschuldigung wegzulassen, sind alles Überzeugungen über die Situation, und damit sind wir wieder bei Thomas’ zweiter Kategorie⁸. Ein Tool kann dir sagen, dass der Satz direkt ist. Es kann dir nicht sagen, ob direkt die richtige Entscheidung war, und diese Gewissheit kann die Forschung nicht bieten. Umschreibtools teilen diese Grenze, denn die meisten geben neuen Text zurück, ohne zu sagen, wie die lesende Person ihn aufnimmt, was die Untersuchung der KI-Nachrichten-Umschreibtools bei den wichtigsten App-Arten gefunden hat.

Was ein Tool kann, ist, den Entwurf als jemand anderes zu lesen als du. Es kann bemerken, dass einer Bitte jede Abschwächung fehlt, dass eine Nachricht keinen Gruß hat, dass eine Zeile eine Frist setzt, die du nicht setzen wolltest. Das fängt die erste Kategorie auf, die festen Wendungen, die Thomas als „fairly easy to overcome“ bezeichnete⁸. Für jemanden, der in einer Zweitsprache schreibt, deckt das die meisten leichten Korrekturen ab, und es ist der Teil, bei dem dein eigenes Ohr am schlechtesten ist.

Wie kannst du dein Englisch selbst prüfen, bevor du es abschickst?

Fang mit der Form der Bitte an. Gibt sie der lesenden Person eine Möglichkeit, Nein zu sagen? Der Befund von 2011 war, dass E-Mails unhöflich wirken können, wenn sie „give the faculty no choice“¹. Bei „Could you send it when you have a chance“ ist das der Fall. Bei „Send it by Friday“ nicht, und auch ein einleitendes „Please“ ist keine verlässliche Lösung. Bitten, die mit „Please“ begannen, erreichten auf der Höflichkeitsskala der US-Bewertenden in der Wikipedia-Studie im Schnitt -0,30².

Verwende einen Abschwächer, der verändert, wie die Bitte klingt. In Hendriks’ Experimenten änderte der Tausch von „can“ gegen „could“ nichts, und „I was wondering if“ war der eine Modifikator, der mit einem angenehmer wirkenden Absender verbunden war, wenn auch nur knapp. Ein hinzugefügtes „possibly“ machte keinen Unterschied⁵.

Räum ein, dass du um etwas bittest. Ein kurzer Satzteil, der zeigt, dass dir das bewusst ist, „I know you’re busy“, erfüllt, was die Lehrenden in der Wahrnehmungsstudie vermissten⁴.

Behalte Gruß und Schluss in einer ersten Nachricht. Ihr Fehlen war eines der Merkmale, die die Studie von 2011 in den E-Mails fand, die unhöflich wirkten¹. In einem laufenden Chat erwartet sie niemand, aber bei einer ersten E-Mail an eine ranghöhere Person wird darauf geachtet.

Achte auf deine Fristen. „As soon as possible“ war die Wendung, die der Arbeit ihren Titel gab¹. Wenn es keine Eile hat, sag das.

Lies es dann so, als wärst du verärgert. Der Grund steht im Artikel darüber, warum du nicht erkennen kannst, ob dein eigener Text unhöflich klingt. Im vierten Experiment von Kruger und Kollegen lasen 54 Studierende ihre Aussagen laut vor, die Hälfte im gemeinten Ton und die Hälfte im gegenteiligen, und nur diese zweite Hälfte überschätzte nicht mehr, wie gut ein Partner sie entschlüsseln würde¹². Es war ein einziges Experiment zu Sarkasmus, behandle es also als Vorsichtsmaßnahme.

Was Subtext an einem Entwurf prüft, den du gleich abschicken willst

Subtext, die App, die ich mitgegründet habe, nennt Probleme wie Formulierungen, die Druck machen oder zu fordernd sind, was sich mit einem Teil der ersten Kategorie in Thomas’ Unterscheidung überschneidet, den festen Ausrutschern. Ich habe nichts gefunden, was zeigt, dass sie auf fehlende Abschwächer oder Grüße prüft. Sie funktioniert in 17+ Sprachen. Was sie zurückgibt, habe ich in den Backend-Prompts der App gelesen; die Markierung auf dem Bildschirm ist so, wie die App sie zeigt, und was sie mit deinen Daten macht, ist so, wie es ihre Datenschutzerklärung angibt. Was die App zu jedem Entwurf zurückgibt, ist ausführlich beschrieben in was die Subtext-App kann.

Für eine Nachricht, die du gleich abschickst, nennt Subtext bis zu drei Probleme in deinem Entwurf, das schwerste zuerst, markiert die fehlerhaften Wörter, liest die Hauptemotion und bietet bis zu drei Versionen an, jede mit einem Wert, dem „kann so raus“-Wert, der als Badge zeigt, wie wahrscheinlich sie so ankommt, wie du es gemeint hast. Zu jedem Problem gehört eine kurze Erklärung, die deine eigenen Worte zitiert, wo sie auf eine Wendung zeigt, und zu den Problemen zählen Druck, zu fordernde Formulierungen, Herablassung und ein roboterhafter Ton. Jede Version behebt, was markiert wurde, und behält deine Aussage und dein Register, und sie trägt einen eigenen Satz, der benennt, was sie ankommen lässt oder was missverstanden werden könnte, egal ob ihr Wert hoch oder niedrig ist. Subtext ist kostenpflichtig, mit ein paar kostenlosen Analysen zum Start.

Fragt Subtext, an wen du schreibst?

Subtext kann nach der lesenden Person fragen. Die Prompts weisen es an, die Nachricht so zu lesen, „the way a native speaker of its language would hear it“. Bei Sprachen, in denen Höflichkeit grammatisch ist, darunter Japanisch, Koreanisch, Türkisch und Deutsch, fragt es nach der Beziehung oder schreibt auf der höflicheren Stufe, wenn es ohne Antwort entwerfen muss. Englisch markiert Höflichkeit nicht in der Grammatik, deshalb gilt diese Regel für englische Entwürfe nicht. In jeder Sprache fragt Subtext, wenn ein Entwurf jemandem widerspricht (eine Ablehnung, eine Grenze, eine Konfrontation) und nichts sagt, für wen er ist, zuerst, wer die empfangende Person ist, bevor es entwirft, während Alltagsnachrichten sofort einen Entwurf bekommen. Wie diese lesende Person in dieser Beziehung deine Worte aufnehmen wird, bleibt dir überlassen, und das ist wieder Thomas’ zweite Kategorie. Keine hier zitierte Studie hat Subtext oder eines der Tools oben an Englisch als Zweitsprache getestet, was ich beschreibe, ist also, was die Prompts sagen, dass es tut.

Was Subtext mit einer empfangenen Nachricht macht

Zu einer Nachricht, die du bekommen hast, gibt es eine einzeilige Zusammenfassung dessen, was die andere Person von dir will, und zwei bis fünf Handlungspunkte, auf Wunsch dazu eine Antwort, ohne Label für den Ton des Absenders, die Tonbewertung läuft also nur bei deinem eigenen Entwurf.

Subtext kennt die lesende Person nur so weit, wie du es ihm sagst, und kennt weder die Konventionen deines Fachs noch weiß es, ob deine Führungskraft kurze Nachrichten mag. Es kann eine Bitte markieren, die Druck macht oder fordert, einen der festen Ausrutscher, wie in Arbeitsnachrichten, die klar und bestimmt sind, ohne kalt zu klingen. Nutz es als zweite lesende Person und lies die Nachricht trotzdem noch einmal so, wie die empfangende Person sie liest.

Subtext schickt den Text, den du einreichst, an die Anbieter, die seine Datenschutzerklärung nennt, er verlässt dein Gerät also. Nichts, was du einreichst, wird zum Training eines KI-Modells verwendet, und die Erklärung sagt, dass keiner dieser Anbieter damit trainieren darf²⁴. Ein Gespräch wird fünf Tage nach deiner letzten Nutzung von Subtexts Servern gelöscht, oder nach 90 Tagen, wenn du es anpinnst. Auf Anbieterseite sagt die Erklärung, dass Anthropic Eingaben und Ausgaben innerhalb von 30 Tagen löscht und eine markierte Anfrage bis zu 2 Jahre und die zugehörigen Sicherheitsbewertungen bis zu 7 Jahre aufbewahren kann, dass Deepgram (Sprachtranskription) bei gesetzter Opt-out-Einstellung von Subtext Audio nur so lange behält, wie die Transkription dauert, dass OpenAI Vorlese-Anfragen bis zu 30 Tage behält und dass Subtext mit keinem von ihnen eine Zero-Retention-Vereinbarung hat²⁴. Eine Prüfung der Richtlinien von dreizehn Schreibassistenten, die auch die Aufbewahrung der Anbieter im Detail behandelt, fand, dass mehrere der obigen Tools standardmäßig mit eingefügtem Text trainieren, darunter Grammarly und QuillBot bei Einzelkonten und die kostenlose Stufe von DeepL Write. Subtext im Browser ausprobierenApp holenSubtext im Browser ausprobieren

Quellen

Nummeriert in der Reihenfolge, in der sie oben vorkommen. Jeder DOI wurde gegen Crossref aufgelöst und jede Seite am 4. und 5. Oktober 2026 geöffnet. Die Datenschutzerklärung von Subtext wurde am 10. Oktober 2026 noch einmal geöffnet, und die Einträge 12 und 13 wurden an diesem Datum ergänzt und geprüft.

1. Economidou-Kogetsidis, M. (2011). “Please answer me as soon as possible”: Pragmatic failure in non-native speakers’ e-mail requests to faculty. Journal of Pragmatics, 43(13), 3193 bis 3215.
2. Danescu-Niculescu-Mizil, C., Sudhof, M., Jurafsky, D., Leskovec, J., Potts, C. (2013). A computational approach to politeness with application to social factors. Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics. . Korpus von 10.957 Bitten, die von jeweils fünf US-Annotierenden bewertet wurden. Gefördert von NSF, ARO, DARPA sowie weiteren Zuschüssen und Unternehmensunterstützung.
3. Biesenbach-Lucas, S. (2007). Students writing emails to faculty: An examination of e-politeness among native and non-native speakers of English. Language Learning & Technology, 11(2), 59 bis 81. . 533 E-Mails (382 von Muttersprachlern, 151 von Nicht-Muttersprachlern), über sechs Semester an einen Professor geschickt; keine Förderung angegeben.
4. Economidou-Kogetsidis, M. (2016). Variation in evaluations of the (im)politeness of emails from L2 learners and perceptions of the personality of their senders. Journal of Pragmatics, 106, 1 bis 19.
5. Hendriks, B. (2010). An experimental study of native speaker perceptions of non-native request modification in e-mails in English. Intercultural Pragmatics, 7(2), 221 bis 255. . Zwei Online-Experimente mit 110 und 158 englischen Muttersprachlern als Bewertenden; keine Förderung angegeben.
6. Hendriks, B., van Meurs, F., Kakisina, B. (2023). The effects of L1 and L2 writers’ varying politeness modification in English emails on L1 and L2 readers. Journal of Pragmatics, 204, 33 bis 49. . 120 niederländische und 131 britische Teilnehmende; keine Förderung angegeben.
7. Vignovic, J. A., Thompson, L. F. (2010). Computer-mediated cross-cultural collaboration: Attributing communication errors to the person versus the situation. Journal of Applied Psychology, 95(2), 265 bis 276. . Die Stichprobengröße steht nicht im Abstract, dem einzigen Teil, den ich öffnen konnte.
8. Thomas, J. (1983). Cross-cultural pragmatic failure. Applied Linguistics, 4(2), 91 bis 112.
9. Bardovi-Harlig, K., Dörnyei, Z. (1998). Do language learners recognize pragmatic violations? Pragmatic versus grammatical awareness in instructed L2 learning. TESOL Quarterly, 32(2), 233 bis 262. . Der Befund ist so wiedergegeben, wie ihn die Seite zu seiner Replikation angibt, Niezgoda und Röver (2001), in Pragmatics in Language Teaching, Cambridge University Press, https://www.cambridge.org/core/books/pragmatics-in-language-teaching/pragmatic-and-grammatical-awareness-a-function-of-the-learning-environment/D2CE5D9EF68666879682B8BD3162C55D
10. Usó-Juan, E. (2022). Exploring the role of strategy instruction on learners’ ability to write authentic email requests to faculty. Language Teaching Research, 26(2), 213 bis 237. . 110 E-Mails vor und nach dem Unterricht; laut Crossref gefördert vom spanischen Ministerio de Ciencia e Innovacion, der Universitat Jaume I und der Generalitat Valenciana; mir lag nur das Abstract vor.
11. Qin, W., Jia, R., Ren, W. (2024). Pragmatic competence in an email writing task: Influences of situation, L1 background, and L2 proficiency. Written Communication, 41(4), 726 bis 755. . 306 E-Mails von 32 englischsprachigen Lehrenden und 121 Lernenden; laut Crossref gefördert vom Shanghai Institute of Educational Science (C2023155); mir lag nur das Abstract vor.
12. 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 bis 936. . Fünf Experimente; das vierte, zum lauten Vorlesen von Aussagen, hatte 54 Studierende der University of Illinois; gefördert durch einen Zuschuss des University of Illinois Board of Trustees und den NSF-Zuschuss SES-0241544. DOI am 10. Oktober 2026 gegen Crossref aufgelöst; Abstract und viertes Experiment in einer Volltextkopie der Arbeit gelesen, weil die Verlagsseite nicht lud.
13. Pollmann, M. M. H., Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, 100689. . Studie 1: Textnachrichten, 347 Empfangende und 171 Absendende. Studie 2: E-Mails aus Arbeit oder Ausbildung, 361 Empfangende und 61 Absendende. Bewertet nur positiven oder negativen Ton. Crossref nennt keinen Geldgeber. DOI am 10. Oktober 2026 gegen Crossref aufgelöst; Abstract über OpenAlex gelesen, weil sich die Verlagsseite nicht öffnen ließ.
14. LanguageTool. Free AI Grammar Checker. . Geprüft am 4. Oktober 2026.
15. DeepL. DeepL Write: your AI-powered writing assistant speaks French and Spanish. https://www.deepl.com/blog/deepl-write-welcomes-french-spanish. Geprüft am 4. Oktober 2026.
16. Wordtune. Express yourself with confidence. . Geprüft am 4. Oktober 2026.
17. QuillBot. QuillBot’s Paraphraser: The Best AI Paraphrasing Tool. . Geprüft am 4. Oktober 2026.
18. Grammarly. Writing Tone Detector and Tone Suggestions. . Geprüft am 4. Oktober 2026.
19. Tonely AI Ltd. Tonely AI, App Store listing. . Geprüft am 4. Oktober 2026.
20. ConfiText. AI Texting Assistant. . Geprüft am 4. Oktober 2026.
21. QuillBot. How can I check and use Tone settings in Quillbot? . Zuletzt aktualisiert am 10. Juni 2026; geprüft am 5. Oktober 2026.
22. Srinivasan, A., Choi, E. (2022). TyDiP: A dataset for politeness classification in nine typologically diverse languages. Findings of the Association for Computational Linguistics: EMNLP 2022.
23. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. . 91 TOEFL-Aufsätze und 88 Aufsätze von US-Achtklässlern; gefördert von NSF, NIH, der Silicon Valley Foundation und der Chan Zuckerberg Initiative.
24. Subtext, Nutzungsbedingungen, Datenschutz und dein Konto. Datenschutzerklärung zuletzt aktualisiert am 26. Juli 2026. Geprüft am 10. Oktober 2026.