Wie ich AI beim Schreiben von Blogs und Artikeln verwende

Sebastian StaffaMay 24, 2026

Am 19. & 20.05.2026 fand Googles jährliche Inhouse-Konferenz Google I/O in Mountain View, Kalifornien statt. Das omnipräsente Thema war auch in diesem Jahr wieder KI und ihre Integration in Googles Produkte. Neben dutzenden neuen Applikationen ging es auch um Opal, einen No-Code-Editor, der als “Experiment” bereits seit dem Sommer 2025 verfügbar ist. Mit Opal sollen kleine Anwendungen mittels natürlicher Sprache erstellt und bearbeitet werden können. Bis zu Googles Konferenz flog dieser Editor zugegebenermaßen unter meinem Radar, sodass ich ihn mir erst jetzt angeschaut habe. Und was begrüßte mich direkt auf der Startseite des Tools als vorgeschlagener Use-Case?

Der “Blog Post Writer”, ein Programm, das selbstständig Blogposts basierend auf der Vorgabe eines Themas erstellt, inklusive Illustrationen, Recherche und Texten. Klickt man auf Eintrag in der “Gallery” wird im Opal-Editor ein detaillierteres Flow-Chart des Prozesses angezeigt:

Grundsätzlich war das Erzeugen von beliebigen Blog-Inhalten schon seit den ersten Versionen von ChatGPT im Jahr 2022 möglich. LLMs sind unglaublich gut darin, riesige Mengen von plausiblem Text in kürzester Zeit zu generieren. Neu war für mich allerdings die Erkenntnis, dass die Idee, einen kompletten Blogpost generieren zu lassen, so in der Breite angekommen ist, dass Google dies als einen der beispielhaften Use-Cases für seine Produkte bewirbt.

Für mich also höchste Zeit, darüber zu sprechen, wie und vor allem warum ich Blogposts schreibe.

“Your intellectual fly is open”

Zunächst: Ich verwende keine LLMs, um Texte für meine Blogs zu generieren. Nicht heute, nicht morgen. Warum? Zunächst einmal zeigt mir die Erfahrung der letzten Jahre, dass gerade umfangreicher, KI-generierter Text irgendwann als solcher zu erkennen ist. Nach dem Release eines neuen Modells mag es ein paar Monate dauern, aber irgendwann erkennen technisch gebildete Leser die wiederkehrenden Muster in solchen Texten (wer kennt nicht ChatGPTs “It is not X - it is Y”?).

So ein Eindruck wirft kein gutes Licht auf den Verfasser eines Blogposts. Was ist real, was ist der eigene Gedanke, und was ist ausgedachter Inhalt aus der Wortvorhersagemaschine? Oder um es mit den Worten von Bryan Cantrill zu sagen: “Dein intellektueller Hosenstall ist offen”.

[…]Dein intellektueller Hosenstall ist offen: Viele Leute bemerken das — aber niemand weist dich darauf hin. Und dabei geht es nicht nur um die Peinlichkeit: Wenn du […] offensichtlich LLMs nutzt, um Posts für dich zu schreiben, weiß ich nicht, was real und was generierte Fan-Fiction ist. […] In jedem Fall höre ich auf zu lesen — und viele andere auch.

Kann man mich erkennen?

Blogposts sind für mich auch ein Weg, Werbung für mich als Dienstleister, Ingenieur und Public Speaker zu machen. Meiner Ansicht nach sollte Werbung einem potenziellen Kunden eine Idee davon vermitteln, was beworben wird. Das heißt für mich: Ich muss in meinen Texten erkennbar sein. Jemand, der meine Blogposts liest und mich kennt, soll sagen können: “Ja, das hat Sebastian geschrieben”. Das ist mir wichtig, weil ich glaube, dass ich gerade nicht zu dem übermäßig enthusiastischen, geschliffenen Sprech passe, den viele LLMs generieren. Nicht umsonst befindet sich “ehrlich” unter den drei Werten, die an vielen Stellen auf dieser Seite zu finden sind. Ich will verhindern, dass Kunden, die auf der Suche nach genau so einer Person sind, mich kontaktieren und dann enttäuscht sind, wenn sie einen in der Realität verankerten Ingenieur vorfinden.

Was der Akt des Schreibens mit Respekt zu tun hat

Erstmal sind das sicherlich alles Dinge, die auch LLM-Nutzer gerne so in ihren Blogposts beachten würden. Aber warum greifen sie dann trotzdem zum Textgenerator? Die Antwort ist einfach: Das Schreiben von Blogposts kostet Zeit. Technische Blogposts noch einmal mehr als “politischer” Inhalt wie dieser hier. Vielleicht bereitet man einen POC vor. Führt Messungen durch. Plant einen roten Faden, eine Geschichte, die man erzählen möchte. Versucht, alles interessant zusammenzubringen. Das kann Wochen dauern, wenn man sich nur so nebenbei mit einem Thema beschäftigen kann. Diese Zeit hat man nicht immer. Und genau darin liegt natürlich der Reiz von LLMs zum Generieren von Blogs und Artikeln. Seitenweise Content in Sekunden.

Die Leser haben in diesem Rüstungswettlauf den Kürzeren gezogen. Natürlich kann man den zu lesenden Content wieder in ein LLM geben, um ihn sich zusammenfassen zu lassen - aber dann hat man ihn nun einmal nicht gelesen. Die vielen Portale, die das Erkennen von KI-Texten versprechen, sind wegen ihrer inhärent fehleranfälligen Arbeitsweise auch keine große Hilfe.

Aufgrund dieses Fähigkeitsgefälles ist das KI-freie Schreiben von Blogposts für mich auch ein Versuch, meinen Respekt gegenüber meinen Lesern zum Ausdruck zu bringen. Ein Leser, der seine eigene Zeit opfert, um meine Texte zu lesen, hat den besten, authentischsten Inhalt verdient, den ich bieten kann. Und das bedeutet nun einmal: selber schreiben.

Wofür ich LLMs nutze

Nutze ich dann gar keine LLMs, während ich Blogposts schreibe? Doch, aber nur für zwei Aufgaben:

Erstens: Als Redakteur, der den Text für mich auf Grammatik- und Rechtschreibfehler prüft. Auch hier entscheide ich aber über jeden Fix selber. Gerne schmuggeln die von mir verwendeten LLMs hier vermeintliche Stilverbesserungen in den Text, die es abzublocken gilt.

Zweitens: In der Recherche. Hier verwende ich nur Werkzeuge, die mir die Quellen für ihre Aussagen nennen können, beispielsweise Perplexity. Nenne ich in meinen Texten Fakten oder Zahlen, ist mein Anspruch immer, auf eine vertrauenswürdige Primärquelle zu verlinken.

Wird sich daran etwas ändern?

Falls sich signifikante Änderungen an der Art und Weise, wie ich Blogposts schreibe, ergeben sollten, werde ich diesen Artikel entsprechend aktualisieren.