Warum driften alle KI-Modelle zur selben Stimme?

Das ist keine Marotte von Claude, die Sie mit einem guten Prompt lösen können. Es ist strukturell, und es hat einen Namen.

Modelle trainieren zunehmend auf Text, den frühere Modelle erzeugt haben. Generation um Generation werden die seltenen, eigenwilligen, deutlich menschlichen Kanten des Schreibens herausgefiltert, bis die Ausgabe zu einer glatten, gleichförmigen Mitte konvergiert.

Das Team aus Oxford und Cambridge, das dies formalisiert hat, veröffentlichte 2024 in Nature: Training auf rekursiv erzeugten Daten lässt „die Ränder der ursprünglichen Inhaltsverteilung verschwinden", und das Ergebnis kollabiert zu einem einzigen, gemittelten Modus (Shumailov et al., Nature).

Ein Nature-Kommentar zur Studie zeichnet den Verlauf nach: Füttern Sie ein Modell mit zu vielen KI-erzeugten Daten, flacht seine Ausgabe zuerst zur Gleichförmigkeit ab und entartet dann über genügend Generationen zu Kauderwelsch (Wenger, Nature). LinkedIn steht am frühen Punkt dieser Kurve, der Abflachung, nicht beim Kauderwelsch.

Diese Schleife läuft auf LinkedIn bereits, und Sie können sie füttern, ohne es zu merken.

Sie bleiben an einem Post hängen, den Sie bewundern und der vielleicht selbst von einer KI geschrieben wurde. Sie bitten ein Modell um „etwas Ähnliches", und dieses Modell wurde auf Posts trainiert, die bereits darauf getrimmt sind, nach KI zu klingen. Sie veröffentlichen, und Ihr Post wird ein weiteres Beispiel, das der nächste Leser kopiert und auf dem das nächste Modell lernt. Jeder Durchlauf trägt eine weitere Schicht desselben Lacks auf.

Diese gemittelte Mitte ist in der Praxis das, was LinkedIn Slop nennt: an der Oberfläche geschliffen, ohne echte Perspektive darunter. Sie ist auch der Grund, warum diese wenigen Muster jetzt überall gleichzeitig auftauchen, die ganze Geschichte in wie KI-Schreiben den LinkedIn-Feed übernahm und woher die Muster kamen.

Sie ist auch der Grund, warum viel Prompt Engineering oder aufgesetzte „Skills" nur bis zu einem gewissen Punkt etwas bewegen. Sie können Claude für einen Entwurf von seinen Reflexen wegschieben. Aber die Schwerkraft zieht immer zur Mitte zurück, weil die Mitte das ist, was er zu produzieren gelernt hat.

Es gibt eine Kehrseite, die man im Blick behalten sollte. Je mehr sich der Feed mit gemittelter KI-Prosa füllt, desto seltener wird ein wirklich origineller menschlicher Post, und desto mehr sticht er heraus. 2026 sind aufmerksames Lesen, eigenes Denken und das Schreiben in einer Stimme, die kein Modell zur Mitte mitteln könnte, nicht bloß gute Umgangsform. Es ist der entscheidende Vorteil.