Du kennst das: Du liest einen Artikel, und nach drei Sätzen hast du ein ungutes Gefühl. Das hat eine KI geschrieben. Nicht unbedingt, weil der Text fehlerhaft ist, sondern weil bestimmte Wörter und Floskeln immer wieder auftauchen. Künstliche Intelligenz hat einen eigenen Sound. Ein Tech-Blogger wollte das ändern – mit einem eher unbekannten Hebel: logit_bias. Das ist ein Parameter in manchen KI-APIs, mit dem sich die Wahrscheinlichkeit beeinflussen lässt, mit der ein bestimmtes Wort oder Wortteil erzeugt wird. Klingt trocken, hat aber weitreichende Folgen.
Ein kleiner Eingriff im Kopf der KI
Bevor eine Sprach-KI das nächste Wort schreibt, berechnet sie für jedes mögliche Wort einen Zahlenwert, den sogenannten Logit. Aus diesen Werten entstehen Wahrscheinlichkeiten, und danach wird das nächste Wort ausgewählt. logit_bias greift an genau dieser Stelle ein: Du kannst einen Zahlenwert zu einem bestimmten Wort hinzuaddieren, bevor die KI ihre Wahl trifft. Ein negativer Wert senkt die Chance, dass dieses Wort gewählt wird. Ein Wert wie -100 wirkt praktisch wie ein Verbot.
Stell dir das wie einen Weichenwärter vor, der bei jedem Zug eine Weiche etwas anders stellt. Nicht komplett, nur um ein paar Grad. Die KI kann immer noch viele Wörter wählen, aber ein paar sind plötzlich nicht mehr so attraktiv. Der Unterschied zu einem normalen Prompt ist gewaltig. Wenn du in den Prompt schreibst „benutze das Wort nicht“, liest die KI das als Anweisung. Sie kann es aber ignorieren, wenn andere Anweisungen wichtiger erscheinen. logit_bias fragt nicht, es arbeitet auf der Ebene der Zahlen.
Warum ein Verbot im Prompt nicht reicht
Ein Wort in den Prompt zu schreiben ist einfach und erfordert kein technisches Verständnis. Die KI hat dabei aber Spielraum. Sie kann entscheiden, ob ein Wort wirklich weggelassen werden muss oder ob es in einem bestimmten Satz die beste Wahl ist. Dieser Spielraum ist sowohl eine Stärke als auch eine Schwäche. Manchmal hält sich die KI daran, manchmal nicht. Und wenn sie sich zu genau daran hält, ersetzt sie ein normales Wort durch ein unpassendes Synonym.
Der Autor des Versuchs hat das in einem separaten Test mit einem anderen Modell geprüft. Er fügte eine Liste mit 93 verbotenen Wörtern in den Prompt ein. Fast alle Wörter wurden vermieden, aber in zwei von fünf Artikeln gingen Informationen verloren. Die KI hatte die Anweisung zu wörtlich genommen und dabei Fakten verändert oder weggelassen. Das zeigt: Ein Prompt ist eine Bitte, kein Hebel an der Maschine.
Nicht jede API kann das
Der nächste Punkt ist praktischer Natur. Nicht jedes KI-Modell unterstützt logit_bias. OpenAI erwähnt den Parameter zwar noch in der Dokumentation, aber die aktuellen Modelle lehnen ihn mit einer Fehlermeldung ab. Anthropic, der Hersteller von Claude, hat den Parameter erst gar nicht. Etwas besser sieht es bei OpenRouter aus, einer Art Sammel-Schnittstelle für viele Modelle. Dort gibt es eine Suche nach unterstützten Parametern, und der Autor fand 115 Modelle.
Auch das ist noch kein Grund zur Freude. Manche Anbieter listen den Parameter zwar, ignorieren ihn aber stillschweigend. Der Autor berichtet von einem Modell, das den Parameter akzeptierte, dann aber einen Wert von -100 einfach ignorierte. Man muss also vorher testen, ob der jeweilige Anbieter den Parameter tatsächlich verarbeitet. Im Experiment half es, einen bestimmten Provider festzulegen und Fallbacks zu deaktivieren. Selbst wenn der Parameter in der Modellliste steht, heißt das nicht, dass er überall funktioniert.
Der Selbstversuch: Acht Artikel, zwei Durchgänge
Der eigentliche Test war aufwendig. Der Autor nahm acht komplette KI-generierte Artikel und schickte sie durch das Modell DeepSeek V4 Flash. Jeder Artikel wurde zweimal bearbeitet: einmal ohne besonderen Filter, einmal mit einer Negativ-Bewertung von -8 für eine Liste auffälliger KI-Wörter. Die Aufgabe war immer dieselbe: Den Text bearbeiten, aber alle Fakten, Namen, Zahlen und Schlussfolgerungen beibehalten.
Das Ergebnis war eindeutig. In den Quelltexten kamen 264 Wörter aus der schwarzen Liste vor. In den gefilterten Versionen waren es noch 180. Der Filter entfernte also etwa ein Drittel der auffälligen Wörter. Aber er veränderte auch mehr am Text. Die Übereinstimmung zwischen Quelle und Bearbeitung war geringer, wenn der Filter aktiv war. Sieben der acht gefilterten Versionen blieben inhaltlich korrekt. Eine veränderte eine Entität und strich eine Absicherung – das ist ein Problem, weil dadurch eine vorsichtige Aussage zu einer falschen Gewissheit wurde.
Bei der Bewertung von Grammatik, Klarheit und Stil schnitten drei gefilterte Artikel besser ab als die Quelle, vier waren gleichwertig, einer war schlechter. Dieser eine enthielt Sätze wie „That details why…“, ein offensichtlicher Fehler, der durch den Wortfilter entstanden war. Am Ende bestanden sieben von acht ungefilterten Versionen den Qualitätscheck, aber nur sechs von acht gefilterten. Der Preis für weniger KI-Sprache war also ein verlorener Artikel.
Warum die KI dann dümmer wirkt
Interessant ist ein Nebeneffekt: Die KI wirkte mit Filter manchmal weniger intelligent. Nicht, weil sie weniger wusste, sondern weil ihr die passenden Wörter fehlten. Die schwarze Liste enthielt nur die Wörter, aber keine Hinweise darauf, was stattdessen besser wäre. Die KI musste improvisieren und griff dabei manchmal zu Konstruktionen, die ein Mensch so nicht schreiben würde.
Eine höhere Strafe half nicht weiter. Der Autor testete auch Werte von -4 und -12, aber der Effekt blieb uneinheitlich. Bei -100 verschwanden die Wörter zwar komplett, aber die KI begann, denselben Text immer wieder zu wiederholen. Ein zu starker Eingriff scheint das Gleichgewicht der Textproduktion zu stören. Die KI weiß nicht, warum ein Wort verboten ist, also kann sie nicht gezielt nach einer guten Alternative suchen.
Das ist der entscheidende Unterschied zwischen einer Anweisung im Prompt und einem Eingriff über logit_bias. Der Prompt hat Kontext. Er versteht, dass ein Wort in einer bestimmten Situation wichtig sein kann, auch wenn es auf der Liste steht. Die Zahlenkorrektur sieht nur den Token, nicht die Bedeutung. Sie ist stark, aber unempfindlich.
Was das für den Alltag bedeutet
Die Idee, KI-Texte allein durch das Verbannen bestimmter Wörter menschlicher zu machen, klingt verlockend. Der Versuch zeigt aber, wie fragil dieses Vorgehen ist. Die Wortwahl ist nur ein Teil des KI-Klangs. Rhythmus, Satzstruktur, Gedankensprünge und der Umgang mit Unsicherheit sind mindestens so wichtig. Ein Filter, der nur einzelne Wörter entfernt, behandelt das Symptom, nicht die Ursache.
Für die Praxis bedeutet das: Wer KI-Texte natürlicher machen will, sollte lieber in die Prompt-Formulierung investieren und dem Modell erklären, wann welche Formulierungen angemessen sind. Danach gehört eine manuelle Überarbeitung dazu. Das ist weniger aufregend als ein API-Trick, aber es liefert verlässlichere Ergebnisse. Der Autor räumt selbst ein, dass logit_bias ein Werkzeug für bestimmte Fälle ist – nicht mehr und nicht weniger. Es kann gezielt verhindern, dass ein bestimmtes Token erscheint, aber es kann nicht entscheiden, was stattdessen richtig ist. Diese Entscheidung bleibt weiterhin eine menschliche Aufgabe.
Quelle: vincentschmalbach.com
