Warum ich manchmal absichtlich Tippfehler einbaue

Warum ausgerechnet der Fehler das Einzige ist, das ein KI-Bild noch nicht fälschen kann – und was das über Vertrauen verrät.

Ich ertappe mich dabei immer wieder: Ein Text ist fertig, klingt glatt, jeder Satz sitzt – und ich überlege kurz, ob ich nicht doch einen kleinen Fehler drinlassen sollte. Nicht aus Faulheit. Aus Kalkül.

Ich bringe es dann meistens doch nicht übers Herz. Aber der Impuls ist da, und er ist verräterisch.

Warum ausgerechnet der Fehler Vertrauen schafft

Der Gedanke dahinter ist simpel: Ein perfekter Text wirkt wie geschrieben, um zu überzeugen. Ein Text mit einem kleinen Ausrutscher wirkt wie von jemandem, der wirklich da war und schnell getippt hat.

Das ist bemerkenswert, wenn man es einmal ausspricht. Wir trauen mangelhaften Texten mehr Authentizität zu als makellosen. Nicht trotz des Fehlers – wegen ihm.

Genau das beschreiben Fotografinnen und Fotografen aus dem Umfeld der c’t-Fotografie gerade für Bilder. Im Podcast Klickbumflasch heißt es, ein Fehler sei dann interessant, wenn er etwas über den Moment erzählt . Ein Wackler, ein Blinzeln, ein Satz, der nicht ganz rund ist – das alles ist Beweis dafür, dass etwas wirklich passiert ist und nicht nachträglich erzeugt wurde.

KI kann inzwischen alles – außer diesen einen Fehler

Bildgeneratoren liefern heute technische Perfektion auf Knopfdruck. Die im Podcast zitierte Beobachtung trifft den Kern: Jahrzehntelang lautete die Botschaft, ein gutes Foto sei ein möglichst fehlerfreies Foto, und genau das ändert sich gerade . Wenn ein Bild wirklich echt aussieht, ist das mittlerweile die Ausnahme, nicht die Regel.

Bei Texten läuft es genauso. Ein KI-Modell schreibt fehlerfrei, druckreif, in Sekunden. Was früher das Ergebnis von Sorgfalt war, ist jetzt Standardausstattung eines Prompts.

Damit verliert Fehlerfreiheit ihren Beweiswert. Sie zeigt nicht mehr, dass sich jemand Mühe gegeben hat. Sie zeigt nur noch, dass ein Werkzeug bedient wurde – ein Mensch mit Lektorat oder ein Modell mit Trainingsdaten.

Der Trick mit dem simulierten Fehler funktioniert nicht

Der naheliegende Reflex wäre, ab jetzt gezielt kleine Fehler einzubauen, um menschlicher zu wirken. Genau das habe ich ja im Kopf schon durchgespielt, und genau deshalb bringe ich es am Ende nicht übers Herz.

Ein simulierter Fehler ist nämlich genauso unehrlich wie ein zu perfekter KI-Text, nur mit umgekehrtem Vorzeichen. Die Fotografinnen aus dem Podcast ziehen dieselbe Grenze: Wer mit einem erkennbar unechten Bild auffliegt, verliert schnell an Glaubwürdigkeit . Ein erkennbar gefaktes Versehen wäre nichts anderes.

Die eigentliche Unterscheidung liegt zwischen einer zufälligen Schwäche und einer bewusst inszenierten Unvollkommenheit. Nur die erste trägt Bedeutung.

Warum wir fehlerlose Menschen ohnehin nicht mögen

Das Muster kennt jeder aus zwischenmenschlichen Beziehungen. Ein Gegenüber, das nie zögert, nie widerspricht, nie eine Schwäche zeigt, wirkt nicht überzeugend, sondern unheimlich. Filme setzen genau darauf: Die makellose Figur ist selten die, mit der man mitfühlt. Es ist die mit dem Riss.

Als Verwaltungsbeamter kenne ich die Gegenprobe aus einer nüchternen Ecke: Ein Dokument wird nicht glaubwürdiger, weil es amtlich aussieht, sondern weil es stimmt. Bei Menschen wie bei Texten wie bei Bildern verschiebt sich der Maßstab gerade in dieselbe Richtung – weg vom Makellosen, hin zum Nachvollziehbaren.

Wo ziehst du gerade selbst die Grenze zwischen Fehler und Fälschung?

Frag dich beim nächsten Text oder Foto für die Öffentlichkeitsarbeit nicht, ob es perfekt wirkt. Frag dich, ob du genauso stehen würdest, wenn jemand nachfragt, wie es entstanden ist.