Warum ich keine von LLMs verfasste Belletristik lesen werde: Statistische Profile und das Problem des mittelmäßigen Schreibens

Chris McCormick, ein unabhängiger Softwareentwickler, hat eine klare Position: Er wird keine von LLMs verfasste Belletristik lesen. In einem kürzlich erschienenen Blogbeitrag erklärt er, warum – und es geht nicht um Qualität oder Handlung, sondern um den statistischen Fingerabdruck der Prosa.
Das Kernargument
McCormick weist darauf hin, dass jeder Autor ein einzigartiges statistisches Profil hat – eine Tendenz, bestimmte Wörter anderen vorzuziehen. Wenn man jemandes Werk liest, nimmt man dieses Profil in sich auf, und es stößt das eigene Schreiben in neue Richtungen. Dieser Effekt ist besonders stark bei Belletristik, die tendenziell aus dem Herzen und näher an roher, natürlicher Kreativität geschrieben wird.
LLMs sampeln jedoch aus einer Verteilung, die eine "durchschnittliche Schreibweise" repräsentiert. Wie McCormick es ausdrückt: "Das statistische Profil von LLM-Schreiben ist nahe am Normalen. So funktionieren LLMs buchstäblich." Für ihn sollte das Lesen von Belletristik den Geist in Richtung des Unerwarteten stoßen, nicht in Richtung des Durchschnitts.
Er schreibt: "Ich möchte einfach nicht, dass mein Geist beim Lesen von Belletristik in Richtung des statistisch Normalen gedrängt wird. Das ist das genaue Gegenteil dessen, was ich von der Erfahrung erwarte."
Warum dies für Entwickler und KI-Nutzer wichtig ist
Für Entwickler, die Tools auf LLM-Basis bauen oder nutzen, ist dies eine nützliche Perspektive: Die "Stimme" eines LLM ist inhärent durchschnittlich. Wenn Sie dasselbe Modell für alles verwenden, was Sie schreiben – sei es in Code-Kommentaren, Dokumentationen oder kreativen Projekten – kann Ihre Ausgabe zu einem homogenisierten Stil tendieren. Das ist in Ordnung für Standardtexte, aber wenn Einzigartigkeit wichtig ist, kann das bewusste Variieren Ihrer Eingaben (einschließlich des Lesens menschlicher Autoren) helfen.
McCormick merkt sogar an, dass er zeitweise ganz mit dem Lesen von Belletristik aufgehört hat, aber immer zurückkehrt, weil es sein eigenes statistisches Profil auffrischt. "Ihre Worte beginnen leicht zu funkeln", sagt er.
Die menschliche Anforderung
Sein Fazit: "Für jedes Stück Belletristik, das ich aus den 2020er Jahren und danach lese, möchte ich wissen: 'Dieser Text wurde von einem Menschen mit eigenen Worten geschrieben.'"
Der Beitrag ist eher ein persönlicher Essay als ein technischer Leitfaden, aber er wirft eine praktische Frage für alle auf, die KI-Schreibtools verwenden: Wie bewahren Sie Ihre eigene kreative Voreingenommenheit?
📖 Vollständige Quelle lesen: HN LLM Tools
👀 Siehe auch

Entwickler wechselt von Cursor Composer 2 und Kimi 2.6 zu Qwen3.6:35b-a3b für Unternehmensworkloads
Ein Entwickler berichtet, dass er Qwen3.6:35b-a3b für die tägliche Arbeit an einer Unternehmenssuite mit 500.000–700.000 Codezeilen verwendet, und hebt die bessere Leistung im Vergleich zu Kimi 2.6 und DeepSeek 4 Pro/Flash hervor, bei Kosten von etwa 0,08 $ pro 1 Million Tokens auf OpenRouter.

Anthropic berichtet über Hinweise auf massenhafte Claude-Destillation durch KI-Konkurrenten
Anthropic hat Beweise vorgelegt, dass DeepSeek, Moonshot und MiniMax etwa 24.000 gefälschte Konten nutzten, um massenhaft Wissen von Claude abzuziehen, wobei über 16 Millionen Austausche aufgezeichnet wurden.

KI-Tools brauchen praktische Integration für kleine Unternehmen, nicht nur Hype.
Die KI-Community konzentriert sich auf technische Debatten, während Kleinunternehmer bestehende Tools in ihre Arbeitsabläufe integrieren müssen, um repetitive Aufgaben wie Terminplanung, Nachverfolgung und Buchhaltung zu bewältigen.
Kein Ersatz: Warum Claude erfahrene UX-Designer nicht ersetzen kann
Ein UX-Designer argumentiert, dass Claude Design überbewertet und nur für Nicht-Designer nützlich sei, um Ideen zu prototypisieren, für frühe Startups und für Einsteiger-Portfolio-Arbeiten.