Phrasenmäher.

Nach dem Klick auf „Prüfen“ erscheinen die Kennzahlen (Wörter, Sätze, Gedankenstriche je 1000 Wörter, Flesch-Index, Verdachtsdichte), der Text mit farbigen Markierungen und darunter die Fundstellen mit Zeile und Merkmal. Die Verdachtsdichte zählt die Fundstellen je 100 Wörter; Typografie (gerade Anführungszeichen, Apostrophe, gehäufte Gedankenstriche) zählt halb. Unter 2 gilt als gering, bis 6 als mittel, darüber als hoch. Hoch heißt, dass viele Stellen zu entscheiden sind, nicht, dass der Text schlecht oder von einem Modell geschrieben ist. Die Grenzen habe ich an zwei Texten gesetzt und noch nicht weiter geeicht: Ein LinkedIn-Post im KI-Stil, den ich für diese Seite erfunden habe (Knopf „Beispiel einfügen“), kommt auf 18; rund 1000 Wörter eigener Antworten und Kommentare in sozialen Netzwerken bleiben unter 1. Unter 150 Wörtern verschiebt eine einzelne Fundstelle die Dichte um mehr als einen halben Punkt, dort zählt jede Fundstelle für sich. Der Flesch-Index nach Amstad steht daneben; er misst Satzlänge und Wortlänge, also Lesbarkeit, und geht nicht in die Dichte ein. Nach der Skala von Toni Amstad (1978) gelten Werte über 60 als leicht und unter 30 als sehr schwer lesbar.

Gesucht wird nach der Liste im Repository marco-koerner/phrasenmaeher auf GitHub. Sie enthält Wörter wie „innovativ“ und „bahnbrechend“, Wendungen wie „in einer Welt, in der“, Muster wie die Schlussfrage an die Leserschaft und Satzformen wie die Aufzählung hinter einem Doppelpunkt oder die Pointe am Absatzende. Jörg Heeren, Referent für Wissenschaftskommunikation an der Universität Bielefeld, hat einige dieser Merkmale in Folge 19 des Podcasts „Inside HKomm“ genannt; die übrigen stammen aus meiner Arbeit in der Hochschulkommunikation. Die Liste ist öffentlich, und neue Einträge nennen Datum und Anlass.

Die erste Fassung dieses Textes hat das Sprachmodell geschrieben, mit dem ich den Phrasenmäher gebaut habe und das die Liste deshalb kannte. Sie kam am 15. Oktober 2026 ohne eine Fundstelle durch das Skript. Beim Lesen fand ich drei Stellen, die das Skript nicht sieht: eine Definition von „Glätte“ ohne Quelle, Schlagwörter hinter einem Doppelpunkt statt eines Satzes und einen Hinweis darauf, wofür ich das Werkzeug gebaut habe, der beim Prüfen niemandem hilft. Das Modell hatte um die Liste herumgeschrieben, und das Skript merkt das nicht, weil es Formen findet und keine Aussagen.

Ob ein Satz etwas behauptet, das der Text nicht belegt, oder etwas sagt, das die Leserin nicht braucht, findet nur, wer liest. Vor der Veröffentlichung eigener Posts lasse ich deshalb ein Sprachmodell jedem Satz fünf Fragen stellen; es bekommt nur den Text, nicht die Liste und nicht den Entwurf davor, weil der Verfasser eines Satzes die Rechtfertigung dafür schon im Kopf hat. Auf dieser Seite läuft nur das Skript, weil sie keine Verbindung zu einem Server aufbaut. Die fünf Fragen können Sie selbst stellen, am besten zu jedem Satz:

1. Ist das ein Satz mit einer Aussage, oder eine Reihung, ein Fragment, ein Schlagwort?
2. Woher stammt die Behauptung? Steht im Text ein Beleg, ein Beispiel, ein Erlebnis, eine Quelle?
3. Wen interessiert das? Was wissen Sie nach dem Satz, was Sie vorher nicht wussten?
4. Sagt der Satz etwas Neues, oder wiederholt er einen Satz davor?
5. Könnte der Satz unverändert in einem Text zu einem anderen Thema stehen?