Auch, wenn ich versuche, das in den Custom Instructions auszuschalten: Jede Antwort, die ich von ChatGPT, Claude oder Gemini bekomme, endet mit einem Angebot. „Soll ich daraus einen 5-Punkte-Plan machen?“ „Möchtest du, dass ich das vertiefe?“ „Ich kann dir auch eine Tabelle daraus bauen.“ Anfangs habe ich das für hilfreichen Service gehalten. Inzwischen nervt es mich, weil ich weiß: Das ist Engagement-Design. Die Modelle sind darauf trainiert, mich im Chat zu halten. Jede Antwort soll eine nächste provozieren.

Und trotzdem — und das ist der unbequeme Teil — funktioniert es. Nicht nur als Manipulation, sondern auch als etwas anderes: als eine Form von Aufmerksamkeit, die ich aus journalistischen Texten kaum kenne. Und die wir deshalb (vorsichtig) in unsere Toolbox einbauen sollten.

Warum das eine journalistische Frage ist

Ich nutze KI-Tools täglich, beruflich und privat. Dabei ist mir aufgefallen („aufgefallen“ — eine der Authentizitäts-Phrasen, mit denen ich gleich zu Beginn signalisiere: hier spricht jemand, der hingesehen hat, nicht jemand, der referiert), dass diese Werkzeuge eine kommunikative Disziplin beherrschen, die im Journalismus erstaunlich unterentwickelt ist. Sie behandeln ihr Gegenüber nicht als Empfänger einer Botschaft, sondern als jemanden, der gerade da ist. Anwesend. Mit eigenen Gedanken, eigener Müdigkeit, eigenen Einwänden.

Das ist kein Zufall. Es ist das Ergebnis von Milliarden Trainings-Iterationen mit einem klaren Ziel: Menschen sollen wiederkommen. Und genau deshalb lohnt es sich, genauer hinzusehen. Manche dieser Mechaniken sind nämlich übertragbar. Klar: Manche sind problematisch. Und manche sind problematisch und enthalten trotzdem einen ehrlichen Kern, den schlaue Autor:innen herauslösen können.

1. Die offensichtlich nützlichen Mechaniken

Der Anschluss am Ende: Jede KI-Antwort endet mit einer Brücke. Im Journalismus enden Artikel in der Regel mit einem Fazit oder einem Linkmodul „Das könnte Sie auch interessieren“. Beides ist redaktionell tot. Die ehrliche Übersetzung wäre eine echte Anschlussfrage am Textende — „Was an dieser Geschichte würden Sie als Nächstes wissen wollen?“ — verbunden mit einem Mechanismus, der diese Frage tatsächlich aufgreift. Nicht algorithmisch, sondern redaktionell.

Adaptive Tiefe: Ich kann Claude bitten, mir dieselbe Sache in drei Sätzen oder in drei Absätzen zu erklären. Artikel haben dagegen eine fixe Länge, die sich an einem fiktiven Durchschnittsleser orientiert. Niemand passt da wirklich rein. Was Redaktionen daraus mitnehmen können: gestaffelte Versionen desselben Inhalts. Eine Kurzfassung. Eine ausführliche Variante. Eine, die Vorwissen voraussetzt. Die KI baut das in Sekunden — Verlage könnten das systematisch tun.

Die Frage zurückspielen: Wenn ich Claude eine zweideutige Frage stelle, antwortet das Tool oft nicht direkt, sondern fragt zurück: „Geht es dir eher um A oder um B?“ Das wirkt zunächst wie eine Verzögerung. Tatsächlich ist es eine Geste des Respekts: Ich rate nicht, was du meinst, ich frage dich. Im Journalismus arbeiten wir fast ausschließlich monologisch — eine Recherche, ein Text, fertig. Die Bereitschaft, mitten im Text zu sagen „Es kommt darauf an, was Sie genau wissen wollen — hier sind beide Lesarten“, fehlt fast komplett.

Konkretheit als Beweis des Zuhörens: Wenn ich Claude im dritten Gespräch erzähle, dass ich in Auggen lebe, und das Tool zwei Monate später beiläufig darauf zurückgreift, fühlt sich das gesehen an. Das journalistische Äquivalent ist altes Reportagehandwerk: konkrete Details statt abstrakter Kategorien. Frau M., 67, aus Auggen statt „viele Patientinnen klagen über…“ Beides funktioniert aus demselben Grund — es signalisiert: Hier wurde wirklich hingesehen. Verwandt damit ist die konversationelle Kontinuität: KI-Tools greifen auf, was vorher gesagt wurde. Redaktionelle Dossiers dagegen sind Sammlungen — keine Gespräche, die sich entwickeln. Ein Artikel zum Thema X, ein zweiter, ein dritter, alle nebeneinander, keiner nimmt Bezug auf den anderen. Das ist eine vertane Chance.

Vorwegnahme von Einwänden: „Du denkst jetzt vielleicht…“ ist eines der häufigsten KI-Muster. Es nimmt das Gegenüber als Mitdenker ernst. Im Journalismus wäre das ein eingebauter Streit-mit-sich-selbst, statt der üblichen geradlinigen These. Verwandt damit ist die implizite Einladung zum Widerspruch: Wenn ich Claude widerspreche, beginnt eine neue Gesprächsrunde — kein Verteidigungsmodus, sondern eine echte Reaktion. Leserbriefe und Kommentarspalten sind das funktionale Gegenteil davon: strukturell als Ventil angelegt, nicht als Dialog. Ehrlich gesagt (noch so ein Authentizitäts-Marker — er signalisiert: jetzt kommt etwas Persönliches) halte ich das für eine der wenigen Techniken, bei denen ich glaube, dass Redaktionen sie morgen einführen könnten, ohne irgendetwas zu riskieren.

2. Unsicherheit als Vertrauensanker

Ein eigener Block, weil hier mehrere Mechaniken zusammenlaufen — und weil sie der journalistischen Berufsidentität am stärksten widersprechen.

Eingeständnis von Nichtwissen: Wenn Claude sagt „Da bin ich mir nicht sicher, lass mich das nochmal prüfen“, schafft das paradoxerweise mehr Vertrauen als eine glatte Antwort. Journalismus tut sich schwer damit, Nichtwissen zu zeigen — es gilt als Schwäche. Tatsächlich ist es das Gegenteil: ein Beweis dafür, dass die anderen Antworten nicht geraten sind.

Das produktive Missverständnis zugeben: „Moment, ich glaube, ich habe deine Frage falsch verstanden — meintest du eher…?“ Wenn Claude so etwas sagt, fühlt es sich nach Zuhören an, nicht nach Antworten-Abspulen. Im Artikel-Äquivalent wäre das die eingebaute Selbstkorrektur — eine Passage, in der die Autorin sagt: „An dieser Stelle dachte ich zunächst X. Bei der Recherche zeigte sich, dass das zu kurz greift.“ Das ist im Journalismus selten, weil es als Schwäche gilt. Tatsächlich ist es das Gegenteil.

Die ehrliche Grenzziehung: „Das kann ich nicht beantworten — und zwar aus folgendem Grund.“ Ein klares Nein, das sich erklärt, schafft mehr Vertrauen als ein vages Ja. Im Journalismus heißt das: explizit machen, was nicht recherchiert wurde, und warum. Statt der üblichen impliziten Allwissenheit. (Dieser ganze Block ist übrigens ein Beispiel für Mikro-Empathie durch Gruppierung — drei verwandte Punkte zusammengezogen, damit der Leser sie als Bewegung erlebt, nicht als Liste.)

3. Heikel: die Dark Patterns

Hier wird es interessant — denn ab jetzt reden wir über Mechaniken, die manipulativ angelegt sind. Nicht damit Journalist:innen sie nachmachen. Sondern damit sie sie erkennen. Und damit sie verstehen, dass in vielen dieser Tricks ein ehrlicher Kern steckt, den man freilegen kann.

Das leere Lob: „Das ist eine ausgezeichnete Frage!“ — der Klassiker. Reine Schmeichelei, ohne Substanz, mit dem einzigen Zweck, das Gegenüber in eine wohlwollende Haltung zu bringen. So nicht. Aber: In dem Satz steckt ein Signal, das man ehrlich nutzen kann. Wenn ich stattdessen sage „Das ist eine schwer zu beantwortende Frage — und zwar deshalb, weil…“, lobe ich nicht, ich ordne ein. Ich hole mein Gegenüber aus der Defensive, ohne anbiedernd zu werden. Für Redaktionen heißt das: Leser:innen zeigen, dass ihre Frage berechtigt ist, ohne ihnen Honig ums Maul zu schmieren.

Die Anstrengung würdigen: Verwandt damit, aber eine Stufe ehrlicher: „Wer bis hierhin gelesen hat, gehört zu den wenigen, die sich mit dem Thema ernsthaft beschäftigen.“ Das würdigt nicht die Person, sondern die Arbeit, die jemand investiert hat. Manipulativ wird es, wenn der Text trivial ist. Ehrlich, wenn er es nicht ist.

Verbundenheit über Gruppenzugehörigkeit: „Journalist:innen stellen in der Regel sehr gute Fragen.“ Manipulation? Ja, wenn es leer ist. Wenn aber dahinter eine echte Beobachtung steht, ist es etwas anderes — es ist Adressierung. Apotheken Umschau könnte das gut: „Wer wie Sie regelmäßig Medikamente abholt, kennt das Problem…“ Der Trick ist, eine Gruppe zu nennen, mit der sich der Leser identifiziert, ohne dass es nach Marketing-Persona klingt. Der ehrliche Kern: zu wissen, mit wem man eigentlich redet.

Künstlich verlängerte Antworten: KI-Tools blähen oft auf — fünf Absätze, wo zwei gereicht hätten. Das simuliert Substanz. Im Journalismus ist die Versuchung dieselbe: Der lange Text wirkt wertiger, also wird gestreckt. Hier gibt es keinen ehrlichen Kern. Das ist einfach schlechtes Handwerk und sollte überall verschwinden.

Das geteilte Eingeständnis: „Ehrlich gesagt finde ich das selbst manchmal schwierig zu erklären.“ Wenn ich so etwas im Chat lese, wirkt es entwaffnend. Es verschiebt das Verhältnis von Experte-erklärt-Laien zu zwei-Menschen-denken-gemeinsam. Manipulativ wird es, wenn die Schwäche gespielt ist. Ehrlich wird es, wenn sie real ist. Journalist:innen haben Angst vor solchen Sätzen, weil sie als Autoritätsverlust gelesen werden. In meiner Erfahrung sind sie das Gegenteil: ein Vertrauensbeweis.

Das Angebot, nicht zu antworten: Eine besonders elegante Variante: „Ich kann dir das beantworten, aber ich glaube, die interessantere Frage ist eine andere — willst du die hören?“ Das ist ein Vertrauensakt — die Richtung wird dem Gegenüber überlassen. Im Artikel hieße das: „Die meisten fragen sich an dieser Stelle X. Wir gehen kurz darauf ein — aber die eigentlich relevante Frage ist Y.“ Das ist keine Bevormundung, sondern Führung mit Wahlmöglichkeit. Manipulativ wird es nur, wenn die alternative Frage in Wahrheit nicht relevanter ist, sondern nur länger im Text hält.

4. Die zwei Haltungen, die alles tragen

Wenn ich diese Mechaniken nebeneinanderlege, sehe ich darin zwei Grundhaltungen, die im Journalismus traditionell unterentwickelt sind.

Erstens: Mikro-Empathie

KI-Tools variieren bewusst zwischen schnellen Sätzen und ausführlichen Passagen. Sie bauen Atempausen ein. Sie spiegeln das Sprachregister ihres Gegenübers — knapper, technischer, lockerer, je nachdem, wie ich schreibe. Das ist eine Form von Rücksichtnahme, die im Journalismus selten vorkommt. Viele Texte sind rhythmisch flach, gleichmäßig dichte Absätze, die den Leser unterschwellig erschöpfen. Was Autor:innen davon mitnehmen können: bewusstes Code-Switching innerhalb eines Textes — der Einstieg im Ton der Leser:innen, der Kern in der präzisen Fachsprache, der Schluss wieder anschlussfähig.

Zweitens: Adressierung statt Verkündung

Wenn ich „du“ sage, meine ich dich, nicht irgendeinen abstrakten Leser. Viele journalistische Texte verwenden „Sie“ oder „du“ rein dekorativ — der Text würde ohne diese Anrede genauso funktionieren. Echter Adressatenbezug heißt: Sätze, die nur für diesen einen Leser Sinn ergeben würden, weil sie auf etwas reagieren, das er gerade gedacht haben könnte.

Der Kompass: Respekt

Was all diese Punkte verbindet, ist eine Haltung, die ich am besten so formulieren kann: Leser:innen sind keine Empfänger:innen. Sie sind anwesend.

Die Dark-Pattern-Variante davon ist Manipulation — die Anwesenheit des Lesers wird ausgenutzt, um ihn länger im System zu halten.

Die ehrliche Variante ist schlicht Respekt: die Anwesenheit anerkennen und darauf antworten. Das ist der Unterschied, an dem sich für mich entscheidet, welche dieser Mechaniken in den Journalismus gehören und welche nicht.

Was ich gelernt habe von der täglichen Arbeit mit KI-Tools, ist nicht, wie man Menschen bindet. Es ist, was es eigentlich heißt, jemanden ernst zu nehmen, der gerade liest. Und wie wenig davon in den meisten Artikeln ankommt, die ich täglich lese.

Vielleicht ist das die unbequemste Lektion: Dass ausgerechnet eine Maschine besser darin ist, Anwesenheit zu simulieren, als viele Redaktionen darin, sie zu beantworten.