Die Growth-Marketing-Agentur Graphite hat Texte von zehn KI-Modellen mit menschlichen Artikeln zu denselben 9.974 Themen verglichen.

Die menschlichen Texte stammen alle aus der Zeit vor ChatGPT. Als „Tell“ zählt jedes Wort und jede Phrase, die ein Modell mindestens doppelt so oft nutzt wie Menschen. Für Claude Opus 5.5 hat Graphite 2.548 solcher Erkennungszeichen gefunden, nur 4 % weniger als beim Vorgänger Opus 5.

Den Gedankenstrich als Erkennungszeichen kann man sich inzwischen sparen. Opus 5.5 nutzt ihn 99 % seltener als Opus 5. Stattdessen sind andere Muster aufgetaucht.

GPT-6 Astra hinterlässt einen ganz anderen Fingerabdruck. Das Modell schränkt Aussagen viel häufiger ein, „does not establish“ taucht dort 275-mal so oft auf wie bei Opus 5.5. Einzelne Erkennungszeichen ändern sich also mit jedem Modell-Update, ihre Gesamtzahl bleibt laut Graphites Chief AI Officer Greg Druck aber weitgehend stabil.

Zwei Einschränkungen gibt es: Die Studie wertet englische Texte aus, und sie beschreibt Muster über tausende Artikel hinweg. Eine einzelne Phrase beweist also nicht, dass ein Text von einer KI stammt. Graphite hat den kompletten Datensatz offen veröffentlicht.

Für Marketer heißt das: Die Liste funktioniert gut als Checkliste für einen Sound-Human-Check. Sätze, die nur verkünden, dass etwas wichtig ist, ohne es zu belegen, sowie vorgefertigte Kontraste und unnötige Superlative fallen Leser:innen inzwischen sofort auf (insbesondere auf LinkedIn 🙄)

👉️ Mehr dazu bei TechCrunch und in der Graphite-Studie

Zwei Datenpunkte aus dieser Woche passen gut zusammen. Für den ersten hat SE Ranking 100.000 Keywords ausgewertet und gemessen, wie oft Social-Media-Links in KI-Antworten auftauchen.

Insbesondere für Googles KI-Antworten kann sich ein starker Social-Auftritt also lohnen:

In ChatGPT kommt keine einzelne Plattform über ein Prozent der Antworten. Wie schnell sich das verschieben kann, zeigt Reddit: Sein Anteil an ChatGPT-Zitaten ist im August innerhalb von vier Tagen um 86 % eingebrochen.

Den zweiten Datenpunkt liefert LinkedIns Marketing-VP Davang Shah. Er argumentiert in einem Blogpost, dass Bullet Points, Fragen als Zwischenüberschriften und TL;DR-Boxen inzwischen Standard sind und deshalb niemanden mehr abheben.

Zitiert werden laut Shah Inhalte mit eigenen Daten, erprobten Frameworks und Erfahrungen aus erster Hand. Diese Position muss außerdem über mehrere Kanäle und Quellen hinweg auftauchen, bevor KI-Systeme sie aufgreifen. PPC Land merkt allerdings an, dass mehrere Zahlen im Post keine nachvollziehbare Quelle haben. Und LinkedIn verdient natürlich mit, wenn Marken mehr auf LinkedIn veröffentlichen.

Für Marketer heißt das: Eigene Zahlen, klare Meinungen und Learnings aus echten Projekten sind das Material, das KI-Systeme zitieren können. Diese Position sollte dann mehrfach auftauchen, im Blog, im Experten-Post auf LinkedIn und im Interview.

👉️ Mehr dazu bei Social Media Today und PPC Land

Die KI-News-Welle ist mal wieder am Rollen. Hier die KI-News der Woche. Wie immer kurz & knapp für dich zusammengefasst. Let’s go!

🍉 Meta mischt mit Muse Wonder ganz vorne mit
Meta hat mit Muse Wonder und Muse Wonder Full seine ersten Frontier-Modelle veröffentlicht. Im Artificial Analysis Index landet Wonder Full mit 56 Punkten knapp hinter Claude Opus 5.5. Nutzbar ist es nur in den Muse-Code-Abos für 50 bzw. 200 Dollar im Monat. Mehr hier.

💎 Gemini 4 Argon: Googles neues Flaggschiff ist da
Google hat Gemini 4 Argon für Pro- und Ultra-Abonnenten und zahlende API-Kunden freigeschaltet. Es liegt mit 53 Punkten im Artificial Analysis Index gleichauf mit GPT-6 Astra und halluziniert bei Wissensfragen deutlich seltener (15 % gegenüber 51 %). Mehr hier.

🪶 Claude Haiku 5.5 macht Routinearbeit billig
Anthropic hat Haiku 5.5 veröffentlicht, das im Schnitt rund 75 % günstiger läuft als Haiku 4.5. Bis 100.000 Tokens kostet es 0,10/0,50 Dollar pro Million Tokens, darüber das Fünffache. Im Computer-Use-Test OSWorld steigt es gegenüber dem Vorgänger von 15,7 auf 72,4 % und ist in allen Claude-Plänen verfügbar, auch im Gratis-Abo. Mehr hier.

🇩🇪 Aleph Alpha meldet sich mit Kolibri zurück
Das Heidelberger KI-Unternehmen hat Kolibri veröffentlicht, ein offenes Modell in Deutsch und Englisch mit 78 Mrd. Parametern und bis zu 1 Mio. Tokens Kontext. Zielgruppe sind Behörden, Industrie und Luftfahrt, die KI im eigenen Rechenzentrum betreiben wollen. Unabhängige Benchmarks gibt es noch keine, alle Leistungswerte stammen von Aleph Alpha selbst. Mehr hier.

📊 Claude baut jetzt Live-Dashboards und Erklärvideos
Anthropic hat Claude Dashboards und Claude Motion als Beta gestartet. Dashboards verbindet sich mit Quellen wie Snowflake, BigQuery oder Salesforce, baut aus einer Frage ein Dashboard, das sich mit den Daten aktualisiert, und zeigt die Abfrage hinter jeder Zahl. Motion macht aus Berichten und Charts kurze MP4-Animationen, die sich in Adobe, Runway oder Descript weiterbearbeiten lassen (nur Team und Enterprise). Mehr hier.

🖼️ ChatGPT zeigt Werbung bei der Bilderstellung
OpenAI testet ab Ende Oktober in den USA ein visuelles Anzeigenformat, das erscheint, während ChatGPT ein Bild generiert. Die Anzeigen sind gekennzeichnet und erscheinen nur in den Free- und Go-Plänen. Parallel bindet OpenAI für die Erfolgsmessung von ChatGPT Ads neue Partner an. Mehr hier.

🕵️ Wanze bei OpenAI, die eigene KI ermittelt mit
US-Staatsanwälte haben einen OpenAI-Ingenieur angeklagt, der ein Aufnahmegerät im Meetingraum der Führungsetage versteckt haben soll. Das Sicherheitsteam fand die Wanze am 30. September, eingewickelt in Toilettenpapier hinter einem Fernseher. Laut OpenAI haben die eigenen Modelle geholfen, das Gerät dem Mitarbeiter zuzuordnen. Mehr hier.

LinkedIn hat eine Checkliste für B2B-Kampagnen veröffentlicht.

Interessierte recherchieren und vergleichen Anbieter lange, bevor sie mit dem Vertrieb sprechen. Inzwischen lassen sie sich ihre Shortlists von KI-Tools erstellen, und dieser Teil der Entscheidung passiert dort, wo Marketing ihn so gut wie nicht tracken kann.

Wer nur Leads zählt, sieht deshalb nur das Ende des Prozesses.

Joa.. soweit ist uns das vermutlich allen klar. In der Realität ist das aber oftmals doch nicht ganz so leicht umzusetzen. Mit der Checkliste will LinkedIn hier aushelfen:

Die Kernpunkte der Checkliste:

👉️ Mehr Details zu jedem Punkt der Checkliste findet ihr dem dazugehörigen LinkedIn Marketing-Blog Artikel.

LinkedIn hat Einblicke gegeben, wie die Plattform gegen KI-Slop vorgeht, also gegen generische und austauschbare Posts ohne echten Erkenntniswert.

Seit August können Nutzer:innen solche Beiträge direkt im Feed melden.

Nach knapp drei Wochen hatten das bereits über eine Million Menschen getan, und diese Meldungen sind jetzt das Trainingsmaterial.

Laut Engineering-VP Tim Jurka arbeitet LinkedIn mit einem Lehrer-Schüler-Prinzip. Große Modelle erkennen neue Slop-Muster und trainieren damit kleinere Modelle, die schnell im Feed eingesetzt werden können. Dazu kommen KI-Agenten, die jeweils eine bestimmte Richtlinie prüfen, etwa ob ein Post rein werblich ist oder nur einen Erfolg feiert. Unklare Fälle landen bei menschlichen Reviewern.

Die Klassifikatoren prüfen inzwischen alle Posts, die über das direkte Netzwerk hinaus ausgespielt werden, und erkennen KI-Slop dabei mit 94 % Präzision. Die Views solcher Inhalte sind laut LinkedIn bereits um 40 % gesunken.

👉️ Mehr dazu bei LinkedIn und Social Media Today

Die organische Engagement-Rate auf YouTube-Kanälen von Marken ist im Jahresvergleich um 26 bis 38 % gefallen.

Betroffen sind alle sieben untersuchten Videokategorien. Zuschauer:innen liken und kommentieren also spürbar weniger, schauen aber weiter: Ein durchschnittlicher YouTube Short wird laut Dash Social zu 84,6 % seiner Länge angesehen, Wellness-Videos kommen dank Wiederholungen sogar auf über 100 %.

Vergleiche werden außerdem gerade schwieriger, weil YouTube einen View inzwischen schon beim Start des Videos zählt. Bisher ging man von einer Schwelle von rund 30 Sekunden aus. Engagement-Raten von heute und von vor einem Jahr lassen sich deshalb kaum noch sauber gegenüberstellen.

Für Marketer heißt das: eMarketer empfiehlt, den Chart ins nächste YouTube-Review mitzunehmen, bevor jemand dem Content-Team die Schuld gibt. Watch Time und Retention gehören neben Likes und Kommentare unbedingt ins Reporting.

👉️ Mehr dazu bei eMarketer

Vor 3 Wochen habe ich von der ifo-Umfrage aus August berichtet, wonach viele deutsche Unternehmen erwarten, dass KI die Löhne eher drückt.

Der Gehaltsreport 2027 von Michael Page, für den nach eigenen Angaben über 14.000 C-Level- und Senior-Führungskräfte befragt wurden, zeichnet ein differenzierteres Bild.

Für Marketing gibt es konkrete Zahlen bislang nur aus der UK-Ausgabe des Reports. Dort ist KI-Adoption die gefragteste Marketing-Kompetenz, gefolgt von Marketing Automation und Customer Journey Management. Die gefragteste Rolle ist inzwischen der Growth Marketing Manager, noch vor dem klassischen Marketing Manager.

Was Beschäftigte in Deutschland laut Michael Pages Studie „Talent Trends 2026“ erwarten:

Mit der anstehenden Umsetzung der EU-Entgelttransparenzrichtlinie wird vor allem der zweite Punkt für Unternehmen zur Pflicht.

Für Marketer heißt das: Für die nächste Gehaltsverhandlung lohnt es sich, KI-Skills an konkreten Aufgaben festzumachen, etwa an automatisierten Workflows, an Analysen oder an eingesparter Zeit. „Kann mit ChatGPT chatten“ wird vermutlich weniger ausreichen.

👉️ Mehr dazu bei MarketingWeek, OnlineMarketing.de und ingenieur.de

Du hast diesen Newsletter abonniert und somit beschlossen den Weg des Prototyp Marketers zu bestreiten.

Fange an den Newsletter mit deinem persönlichen Link an Kollegen zu empfehlen und sammle Stück für Stück cmd+M Referral Rewards:

{{rp_personalized_text}}

Oder copy & paste diesen personalisierten Link: {{rp_refer_url}}