Das Data-Labs-Team des Pew Research Center hat einen Stichprobenbericht zu Webseiten veröffentlicht: Aus 49 Common-Crawl-Snapshots zwischen Januar 2021 und Juli 2026 wurden jeweils 10.000 englischsprachige Seiten gezogen, insgesamt 490.000 Seiten, und jede einzeln durch einen KI-Text-Detektor geschickt. In der gesamten Stichprobe zeigten 10 % der Seiten deutliche Spuren von KI-Beteiligung; entfernt man ältere Seiten von vor dem ChatGPT-Start, springt der Anteil auf 35 %.
10 % und 35 % sind zwei verschiedene Rechnungen
Die beiden Zahlen werden häufig durcheinandergebracht, dabei unterscheiden sich ihre Bezugsrahmen erheblich. Die 10 % beziehen sich auf den gesamten Stichprobenpool, der voll ist mit Altbeständen aus 2021 und 2022 – einer Zeit, in der es noch keine Modelle gab, die in großem Maßstab Texte schreiben konnten, wodurch der Nenner verwässert wird. Die 35 % erfassen nur Seiten, die nach November 2022 entstanden sind, und beantworten damit die eigentlich interessante Frage: Wie viel des neu entstandenen Contents trägt eine KI-Handschrift? Pew weist selbst darauf hin, dass das Erkennungsmodell in Jahren vor der breiten KI-Nutzung eine höhere Falsch-positiv-Rate aufweist, weshalb der Kurvenverlauf 2021–2022 nicht überinterpretiert werden sollte.
Die Erkennungsschwelle liegt bei 0,2
Zum Einsatz kommt editlens_Llama-3.2-3B, ein Open-Source-Modell von Pangram, das einen Score zwischen 0 und 1 ausgibt: 0 steht für rein menschlich verfasst, 1 für vollständig maschinell generiert. Pew zieht die Grenze bei 0,2 – alles darüber gilt als "signifikante KI-Beteiligung". Diese Schwelle ist recht niedrig: Ein von Menschen verfasster Text, der nur einmal von einem Modell grammatikalisch überarbeitet wurde, überschreitet sie mit hoher Wahrscheinlichkeit ebenfalls. Der Bericht misst also weniger, "wie viel KI geschrieben hat", sondern eher, "wie viel Content mit KI in Berührung kam".
Um die Verlässlichkeit des Open-Source-Modells zu prüfen, ließ Pew 62.370 Seiten parallel von Pangrams kommerzieller Version 3.3 bewerten. Die Übereinstimmung lag bei 96 %, doch Cohens Kappa erreichte auf der Testmenge nur 0,61 – ein mittleres Maß an Übereinstimmung. Die Einstufung einzelner Seiten taugt daher nicht als Beweis, aussagekräftig ist nur der Gesamttrend.
Gedankenstriche, Oxford-Komma und "delve"
Der Bericht liefert zudem mehrere Stilkennzahlen. Zwischen Januar 2023 und Januar 2026 stieg die Zahl der Gedankenstriche pro 10.000 Wörter von 5,79 auf 11,19 – nahezu eine Verdopplung. Das Oxford-Komma kletterte von 34,04 auf 55,51, ein Plus von 63 %. Wörter wie delve, interplay oder testament tauchten mehr als doppelt so häufig auf. Und die "negative Parallelkonstruktion" (erst eine Formulierung verwerfen, dann eine andere anbieten) stieg von 0,87 auf 2,36 – fast eine Verdreifachung.
Für Autoren sind diese Zahlen keine gute Nachricht. Gedankenstriche und Oxford-Komma sind für sich genommen völlig legitime englische Schreibgewohnheiten, geraten nun aber, weil Modelle sie überdurchschnittlich oft verwenden, in den Verdacht. Je verbreiteter Erkennungswerkzeuge werden, desto mehr müssen menschliche Autoren ihre eigenen Schreibgewohnheiten rechtfertigen.
Faktor zehn zwischen .com und .gov
Nach Domain-Endung aufgeschlüsselt zeigt sich für die Stichprobe 2026: Bei .com-Seiten weist rund ein Zehntel KI-Spuren auf, bei .org sind es 4,6 %, bei .edu und .gov jeweils rund 1 %. Diese Unterschiede passen ziemlich genau zum jeweiligen Druck, Inhalte zu produzieren: Kommerzielle Seiten tauschen Aktualisierungsfrequenz gegen Traffic, akademische und staatliche Seiten stehen unter diesem Druck nicht.
Die Stichprobe deckt ausschließlich englischsprachige Seiten ab, Inhalte hinter Login- oder Bezahlschranken fließen nicht ein – es handelt sich also eher um einen Querschnitt des öffentlich zugänglichen englischsprachigen Internets. Für den chinesischsprachigen Raum gibt es bislang keine vergleichbare Auswertung mit derselben Methodik, grobe Schätzungen deuten aber auf einen noch höheren Anteil hin – der industrielle Charakter von Content-Farmen ist dort offensichtlich. Erschwerend kommt hinzu, dass genau diese Seiten zum Trainingsmaterial der nächsten Modellgeneration werden – die bei 0,2 gezogene Erkennungsschwelle dürfte künftig eher weiter nach oben verschoben werden müssen.
Quellen: Bericht und Methodikseite des Data-Labs-Teams des Pew Research Center, CocoLoop, The Independent, TechCrunch; Stichprobenumfang 490.000, Erkennungsschwelle 0,2, Domain-Anteile und Interpunktionshäufigkeiten pro 10.000 Wörter jeweils gemäß der Methodikseite von Pew.