Pew-Studie findet KI-Autorschaftssignale in großem Teil neuerer Webseiten

Eine neue Studie des Pew Research Center liefert eine der bislang klarsten Messungen dazu, wie viel KI-geschriebener Text in das öffentliche Web gelangt ist. Die am 20. August veröffentlichte Analyse untersuchte fast 500.000 englischsprachige Seiten, die über fünf Jahre aus Common Crawl gesammelt wurden, und nutzte ein Erkennungsverfahren namens Open Pangram, um deutliche Hinweise auf KI-Autorschaft zu schätzen. Pew berichtete, dass in einer Zufallsstichprobe von 10.000 Seiten aus dem Juli 2026 etwa 10% bedeutsame Anzeichen für KI-generiertes Schreiben zeigten.

Bei neueren Inhalten liegt der Anteil deutlich höher. Pew fand, dass unter Seiten mit einem Veröffentlichungsdatum nach dem Start von ChatGPT mehr als ein Drittel Hinweise auf KI-Autorschaft zeigte. Das bedeutet nicht, dass jeder Satz auf diesen Seiten von einem Modell geschrieben wurde, und es beweist auch nicht, dass menschliche Redakteure fehlten. Es deutet aber darauf hin, dass generative KI in wenigen Jahren ein gewöhnlicher Bestandteil der Webpublikation geworden ist, besonders bei Seiten, die nach der breiten Verfügbarkeit großer Sprachmodelle entstanden.

Die Studie fand auch deutliche Unterschiede nach Domaintyp. Seiten auf kommerziellen Dot-com-Domains zeigten KI-Signale häufiger als gemeinnützige, Bildungs- oder Regierungsdomains. Pew berichtete, dass ungefähr jede zehnte Dot-com-Seite in der Juli-2026-Stichprobe Hinweise auf KI-Autorschaft zeigte, verglichen mit einem kleineren Anteil bei Dot-org-Seiten und sehr niedrigen Werten bei Dot-edu und Dot-gov. Dieses Muster passt zur Ökonomie der Webpublikation, in der kommerzielle Websites stärkere Anreize haben, große Mengen suchmaschinenfreundlicher Texte, Produktseiten, Marketingtexte und günstiger Informationsinhalte zu produzieren.

Pew geht vorsichtig mit Unsicherheit um. KI-Erkennung ist nicht perfekt, und das Zentrum behauptet nicht, jeden KI-Einsatz oder jede gemischte Mensch-Maschine-Bearbeitung zu identifizieren. Stattdessen nutzt die Studie wiederkehrende Sprachmuster, um Veränderungen im großen Maßstab zu schätzen. Sie verfolgt auch sprachliche Verschiebungen, die nach dem Start von ChatGPT häufiger wurden, darunter Änderungen bei Zeichensetzung, Stil, bestimmten Wörtern und Satzstrukturen. Diese Hinweise sind im Webmaßstab nützlich, sollten aber nicht als Beweis in einem Einzeldokument behandelt werden.

Die Ergebnisse sind wichtig, weil das Web sowohl Publikationsplattform als auch Trainingsdatenquelle für künftige KI-Systeme ist. Wenn mehr Seiten mit KI geschrieben werden, müssen Suchmaschinen, Forscher und Modellentwickler Rückkopplungsschleifen sorgfältig bedenken. KI-generierte Inhalte können hilfreich sein, wenn sie ein Thema klar erklären, Informationen lokalisieren oder kleinen Organisationen beim Publizieren helfen. Sie können aber auch Suchergebnisse mit repetitivem, dünnem oder synthetischem Text überfluten und es schwerer machen, originelle Berichterstattung, Expertenanalysen und Primärdokumente zu finden.

Für Verlage verschärft die Studie eine unbequeme Frage: Was zählt als Qualität, wenn KI-Unterstützung normal wird? Ein Modell zum Bearbeiten, Übersetzen oder Strukturieren von Material zu verwenden, ist nicht dasselbe wie der Betrieb automatisierter Content-Farmen. Das Problem ist nicht KI-Nutzung an sich, sondern fehlendes menschliches Urteil, fehlende Quellen und fehlende Verantwortung. Leser lehnen Werkzeuge selten ab, die gute Arbeit klarer machen. Sie lehnen Seiten ab, die vor allem Suchtraffic gewinnen sollen, ohne Wissen hinzuzufügen.

Die größere Folge ist, dass KI-Kompetenz nun Quellenkompetenz einschließt. Nutzer müssen nicht nur fragen, ob eine Seite korrekt ist, sondern auch, wie sie entstanden ist, ob sie Belege nennt und ob sie echte Expertise widerspiegelt. Pews Studie erklärt das Web nicht für kaputt. Sie zeigt, dass sich seine Textur schnell verändert hat. Suche, Journalismus, Bildung und KI-Trainingspipelines brauchen bessere Wege, nützliche unterstützte Schreibarbeit von synthetischer Masse zu unterscheiden, die nur wie Information aussieht.