„Aber das hat doch KI gemacht!“ Den Satz höre ich oft. Im Wirtshaus, in Kommentaren, im Gespräch mit Kunden. Gemeint ist er fast immer gleich: als kleiner Stempel, der sagt, das zählt nicht ganz.
Ich sehe das anders. KI einzusetzen ist kein Makel. Ein Makel ist es, das Ergebnis nicht zu beurteilen. Seit 1989 arbeite ich in der Kommunikation, und ich hab schon einige Werkzeuge kommen sehen, die angeblich alles entwerten. Keines davon hat Urteilsvermögen ersetzt.
In diesem Text geht es um zwei Bilder, die das besser erklären als der Hobel, den ich früher gern verwendet hab. Und um das, was tatsächlich ein Problem ist: Slop, der gerade Plakatwände, Bestell-Apps und Musikplattformen flutet.
Kurz gesagt
- Der Vorwurf „Das hat KI gemacht“ zielt meistens auf fehlendes Urteil im Ergebnis.
- Ein Küchenchef kocht nicht jedes Gericht selbst, aber er schmeckt jeden Teller ab, bevor er rausgeht.
- Slop entsteht, wenn zwischen „Generieren“ und „Veröffentlichen“ niemand mehr hinschaut.
- Laut Deezer war im Juni 2026 mehr als die Hälfte aller neu hochgeladenen Tracks vollständig KI-generiert.
- Wer offen sagt, wo KI im Spiel war, und dafür geradesteht, nimmt dem Vorwurf die Grundlage.
- Slop
- digitale Inhalte von geringer Qualität, die meist massenhaft mit KI erzeugt werden.
- Effort Heuristic
- die Neigung, etwas für besser zu halten, nur weil man glaubt, dass mehr Aufwand drinsteckt.
- Brigade de cuisine
- das Organisationssystem für Profiküchen, in dem jeder Posten eine klare Aufgabe hat und der Küchenchef die Verantwortung trägt.
Warum klingt „Das hat KI gemacht“ wie ein Vorwurf?
Jeder Fotograf kennt den Satz: „Tolle Fotos. Du hast sicher eine gute Kamera.“ Er klingt wie ein Kompliment und ist doch eine Abwertung. Das Auge, das Licht, der Moment, das alles schiebt der Satz der Maschine zu.
Neu ist das nicht. 1859 durften Fotografien zum ersten Mal parallel zum Pariser Salon ausgestellt werden, und Charles Baudelaire reagierte mit einer berühmt gewordenen Breitseite. In seiner Salon-Kritik schrieb er sinngemäß, die Fotoindustrie sei die Zuflucht für alle Möchtegern-Maler, die zu untalentiert oder zu faul gewesen seien, ihre Ausbildung abzuschließen. Heute hängen Fotografien in jedem großen Museum, und niemand fragt mehr, ob da eine Maschine im Spiel war.
Hinter der Abwertung steckt ein gut erforschter Denkfehler. Der Psychologe Justin Kruger und sein Team haben 2004 Versuchspersonen dasselbe Gedicht bewerten lassen. Der einen Gruppe sagten sie, der Autor habe vier Stunden daran gearbeitet, der anderen, es seien 18 Stunden gewesen. Die zweite Gruppe fand das identische Gedicht besser. Effort Heuristic heißt das: Wir lesen Aufwand als Qualität.
Genau das passiert, wenn jemand „KI“ hört. Der vermutete Aufwand sinkt auf null, und mit ihm der wahrgenommene Wert. Über das Ergebnis selbst sagt das wenig.
Hinkt der Vergleich mit dem Hobel?
Lange hab ich so argumentiert: Ein Tischler sagt auch nicht entschuldigend, er habe für seinen Tisch einen Hobel verwendet. KI ist ein Werkzeug, Punkt.
Das stimmt, aber das Bild hinkt. Ein Hobel trifft keine Entscheidungen. Er tut exakt, was die Hand vorgibt. Eine KI schlägt Formulierungen vor, wählt Bildausschnitte, baut Code-Strukturen. Ein Teil des Urteils wandert also tatsächlich zur Maschine. Und genau da setzen die Kritiker an, zu Recht.
Das bessere Bild kommt aus der Küche. Ende des 19. Jahrhunderts hat Auguste Escoffier, beeinflusst von seiner Zeit als Koch in der französischen Armee, die Brigade de cuisine organisiert: klare Posten, klare Zuständigkeiten, einer trägt die Verantwortung. Viele Profiküchen arbeiten bis heute nach diesem Prinzip.
Ein Küchenchef schneidet nicht jede Zwiebel selbst und rührt nicht jede Sauce. Seine Brigade kocht, oft mit viel Eigenständigkeit. Aber kein Teller verlässt die Küche, bevor er ihn gesehen und abgeschmeckt hat. Versalzt der Saucier die Suppe, entschuldigt sich der Chef beim Gast, nicht der Saucier. Und niemand im Restaurant sagt: „Das hat ja gar nicht der Chef gekocht.“
Die Frage ist nie, ob KI im Spiel war. Die Frage ist, wer das Ergebnis beurteilt hat und dafür geradesteht.
Wer vorher gute Texte schreiben konnte, schreibt jetzt auch gute Texte, mit KI. Wer ein Auge für Bildgestaltung hat, macht gute Bilder, mit KI. Wer gute Webseiten bauen konnte, baut gute Webseiten, mit KI. Schneller vielleicht, aber das ist gar nicht der eigentliche Gewinn. Der liegt darin, dass ich heute zehn Varianten probiere, wo ich früher eine gemacht hätte, weil sich die anderen neun schlicht nicht ausgezahlt hätten.

Ich weiß, wovon ich da rede. Als Mediengestalter und Blogger hab ich in den letzten Jahrzehnten tausende Texte geschrieben und tausende Bilder konzipiert: für Kunden meiner Agentur, für mobilitynews.net, für das PocketPC Magazin in Deutschland und in den USA, und für meine Fußballgeschichten auf salzburg12.at. Dieses Handwerk steckt in jedem Prompt, den ich heute schreibe. Es ist der Grund, warum ich sofort sehe, wenn ein KI-Entwurf danebenliegt, und warum ich weiß, was ich stattdessen will.
Ist Vibe Coding die Ausnahme?
Eine Zeit lang hab ich gesagt: Beim Vibe Coding ist es anders, da musst du Code lesen und verstehen können. Ich würde das heute genauer formulieren: Beim Code merkt man den fehlenden Küchenchef nur am schnellsten.
Ein schlechter Text liegt halt herum und langweilt. Schlechter Code stürzt ab, verliert Daten oder öffnet eine Sicherheitslücke. Ich hab in einem früheren Artikel geschrieben, warum dein Prompt nur so schlau ist wie der Programmierer dahinter, und dabei bleib ich.
Ich kann kein Swift. Ich kann auch kein C#. Aber ich hab in den 1980ern auf dem VC-20 und dem C64 gelernt, wie eine Maschine denkt, was eine Schleife ist und warum ein Computer exakt das tut, was du sagst, nicht das, was du meinst. Wenn mir Claude Code eine Funktion baut, verstehe ich, was passiert. Ich erkenne, wenn eine Lösung umständlich ist oder an der falschen Stelle Daten speichert.
Ehrlich ist aber auch: Logik verstehen ist nicht dasselbe wie jede Plattform-Eigenheit kennen. Speicherlecks in Swift, Threading-Probleme in C#, eine Eingabe, die nicht geprüft wird: so etwas sieht im Code oft völlig harmlos aus. Deshalb teste ich, lasse prüfen und frage nach, statt mich auf mein Bauchgefühl zu verlassen. Der Küchenchef kann auch nicht jede Technik selbst, aber er weiß, wann er genauer hinschauen muss.
Woran erkennt man Slop?
Jetzt zur anderen Seite, denn die gibt es. Merriam-Webster hat „Slop“ zum Wort des Jahres 2025 gewählt und definiert es als digitale Inhalte geringer Qualität, meist massenhaft mit KI erzeugt. Wichtig an dieser Definition: Sie spricht vom Ergebnis, nicht von der Technik.
In Österreich sieht man gerade, wie das konkret ausschaut. Es ist Krampuszeit, und auf Plakaten und Facebook-Seiten tauchen Krampusläufe auf, deren Werbebilder ich mir als Mediendesigner nur mit zusammengekniffenen Augen anschauen kann. Glatte Fantasy-Monster statt geschnitzter Larven, verbogene Details, die beim zweiten Hinschauen auffallen, und ein Look, der eher nach Computerspiel aussieht als nach Brauchtum. Das Absurde daran: Hinter vielen dieser Läufe stecken Passen, die viel Zeit und Herzblut in echte Masken und Felle stecken. Und dann wirbt ein Bild für sie, das nichts davon zeigt.
Ich hab über genau diesen Effekt schon am Beispiel eines missratenen Plakats im Wirtshaus geschrieben. Früher saß zwischen Idee und Druck noch jemand, der gesagt hat: „Schau dir das nochmal an.“ Diese Reibung fällt weg. Der erste Entwurf ist gleichzeitig der letzte.
Das zweite Beispiel kennst du vermutlich vom Handy. Eine große Plattform für Online-Essensbestellungen hat laut mehreren Medienberichten für Restaurants ohne eigene Produktfotos automatisch KI-Bilder erzeugt. Das Ergebnis: generische Darstellungen statt der echten Gerichte, in einzelnen Fällen laut den Berichten sogar völlig falsche Motive, und eine Perfektion, die eher ins Uncanny Valley als in den Appetit führt. Das Bild zeigt den statistischen Durchschnitt aller Schnitzel. Mit dem Schnitzel vom Wirt ums Eck hat es wenig zu tun. Gerade beim Essen ist das heikel, weil das Foto ein Versprechen ist.
Das dritte Beispiel tut mir persönlich am meisten weh, weil ich selbst mit Suno Musik mache. Der Streamingdienst Deezer meldet, dass im Juni 2026 erstmals mehr als die Hälfte aller täglich neu hochgeladenen Tracks vollständig KI-generiert war, rund 90.000 Stück pro Tag. Gehört werden die wenigsten: Im Frühjahr machten KI-Tracks nach Deezer-Angaben nur ein bis drei Prozent der Streams aus, und ein großer Teil davon war manipuliert.
Auf Instagram und TikTok spürt man dieselbe Flut. Songs ohne Liebe, ohne Tiefe, ohne Verständnis dafür, warum ein Refrain trägt oder warum eine Strophe Luft braucht. Ein Prompt, ein Klick, hochgeladen. Eine KI weiß nicht, warum sie traurig klingen soll, sie kennt nur Tonfolgen, die in traurigen Liedern häufig vorkommen. Wer dieses Wissen nicht selbst mitbringt, bekommt glatte, sterile Dutzendware. Bei meinen eigenen Songs schreibe ich Texte um, verwerfe Versionen und mastere nach. Suno ist dabei mein Studio, nicht mein Songwriter.
Allen drei Beispielen fehlt derselbe Mensch: der, der abschmeckt, bevor etwas rausgeht. Mehr dazu, wie AI Slop zum digitalen Einheitsbrei wird und wie du ihn vermeidest, hab ich an anderer Stelle aufgeschrieben.
Ist der Vorwurf manchmal berechtigt?
Ja, und das sollte man zugeben, statt jeden Einwand wegzuwischen. Die Effort Heuristic ist nicht immer ein Denkfehler. Bei einer Kondolenzkarte, einem Liebesbrief oder einer Rede zum 50. Geburtstag der eigenen Mutter zählt der Aufwand selbst. Wer dort ungeprüft generiert, nimmt dem Empfänger genau das weg, worum es eigentlich geht.
Meistens wird der KI-Einsatz erst dann zum Makel, wenn er verschwiegen und später entdeckt wird. Wer offen sagt „mit KI erstellt, von mir geprüft und verantwortet“, hat den Wind schon aus den Segeln genommen. Seit August 2026 gelten dafür auch die Transparenzpflichten aus Artikel 50 der europäischen KI-Verordnung (EU AI Act). Ich bin zertifizierter KI-Beauftragter und seh darin einen nützlichen Zwang: Kennzeichnung bringt dich dazu, sich zu fragen, ob man hinter dem Ergebnis steht.
Was heißt das für dich?
Wenn du KI einsetzt, und das solltest du, dann stell dir vor jeder Veröffentlichung eine einfache Frage: Würde ich diesen Teller aus meiner Küche rausgehen lassen? Stimmen die Finger am Krampus, die Zutaten am Schnitzel, die Fakten im Text, die Logik im Code? Wenn du das nicht beurteilen kannst, ist die KI nicht dein Problem. Dann fehlt dir das Handwerk, und das kannst du lernen.
Und wenn das nächste Mal jemand sagt „Aber das hat doch KI gemacht!“, dann antworte ruhig: „Stimmt. Und ich hab abgeschmeckt.“





