Eine WORTLIGA-Studie im Auftrag von SISTRIX hat 2.112 Antworten führender Sprachmodelle auf Verständlichkeit geprüft. Kein Modell erreichte im Durchschnitt den empfohlenen Zielbereich von 60 bis 70 Punkten. Claude Opus 4.7 führte mit 47,7 Punkten vor Gemini 3.1 Pro mit 46,8 Punkten; GPT-5.5 kam auf 37,7 Punkte. Die Ergebnisse zeigen sehr klar: Fachlich richtige KI-Antworten bleiben dennoch wenig brauchbar, wenn Nutzer sie nicht verstehen, prüfen und anwenden können.
Ist eine KI-Antwort fachlich richtig? Enthält sie erfundene Fakten? Befolgt das Modell die Anweisung? Diese Fragen bestimmen die Bewertung von Sprachmodellen. Eine weitere Frage wird oft übersehen: Versteht der Nutzer die Antwort überhaupt?
Eine WORTLIGA-Studie im Auftrag von SISTRIX untersuchte 2.112 Texte der führenden Modelle von Anthropic, Google und OpenAI. Kein Modell erreichte im Durchschnitt den empfohlenen Zielbereich von 60 bis 70 Punkten auf der etablierten WORTLIGA-Skala. Claude Opus 4.7 gewann mit 47,7 Punkten vor Gemini 3.1 Pro mit 46,8 Punkten. GPT-5.5 kam nur auf 37,7 Punkte.
«Eine richtige Antwort ist noch keine brauchbare Antwort»
sagt Studienleiter Gidon Wagner von WORTLIGA. «Der Nutzer muss sie verstehen, prüfen und anwenden können.»
Unverständliche KI-Antworten sind wertlos – nicht nur im Marketing
Schachtelsätze, Fachbegriffe und Nominalstil erhöhen den Aufwand beim Lesen. Wichtige Hinweise gehen unter. Was der Nutzer nicht versteht, kann er weder sinnvoll anwenden noch kritisch hinterfragen.
Verständlichkeit beeinflusst Vertrauen und Entscheidungen
Klare Sprache erleichtert die Aufnahme von Informationen. Komplizierte Texte erzeugen Unsicherheit und zusätzlichen Erklärungsbedarf. Gerade in Marketing und Vertrieb entscheidet Verständlichkeit mit darüber, ob Kunden weiterlesen, reagieren oder abspringen.
Johannes Beus, Gründer und CEO von SISTRIX, bringt die Bedeutung sprachlicher Qualität im Vorwort der Studie auf den Punkt: «Sprache ist keine Geschmacksfrage mehr. Was also lange als ’nice to have› galt, ist heute sowohl aus Accessibility-Sicht als auch aus der Perspektive maschinenlesbarer Inhalte ein starkes Qualitätskriterium.»
Klare Sprache macht Fehler erkennbar
Nutzer können eine Antwort nur prüfen, wenn sie deren Aussagen, Einschränkungen und Begründungen verstehen. Komplizierte Sprache kann Widersprüche, Unsicherheiten und fehlende Belege verdecken. Verständlichkeit ersetzt daher keinen Faktencheck – sie schafft eine Voraussetzung dafür.
Verständlichkeitsmessung deckt Prompt-Schwächen auf
Die Studie zeigt einen ausgeprägten Chamäleon-Effekt. Bei einem bürokratisch formulierten Prompt sank der durchschnittliche WORTLIGA-Score auf 4,4 Punkte.
Die pauschale Anweisung «Schreibe verständlich» führte zwar zu durchschnittlich 79,4 Punkten. Viele Texte klangen anschließend aber abgehackt, kindlich oder fachlich unangemessen.
Messwerte ermöglichen verbindliche Qualitätsstandards
Bezeichnungen wie «klar», «professionell» oder «gut lesbar» sind subjektiv. Messwerte wie der WORTLIGA-Score ermöglichen Unternehmen dagegen, konkrete Zielbereiche festzulegen und KI-Antworten systematisch zu prüfen.
Das Punktesystem misst dabei nicht nur die rechnerische Lesbarkeit eines Textes. Es verschafft Gewissheit, indem es auch die sprachliche Qualität und das Sprachniveau bewertet. Passiv-Formulierungen, Nominalstil oder verschachtelte Sätze verschlechtern zum Beispiel die Verständlichkeit von KI-Antworten.
«KI-Qualität darf nicht nur daran gemessen werden, was in einer Antwort steht», sagt Wagner. «Entscheidend ist auch, was beim Empfänger ankommt. Dafür müssen Nutzer weiterhin die Kompetenz besitzen, Sprache und ihre Wirkung einschätzen zu können.»
