Stimmen im Text – Voice im Kontext von KI

Was macht einen Text zu meinem? Wie viel indirekte, wie viele direkte Zitate braucht es in wissenschaftlichen Texten, wie viel darf ich ‚frei‘ schreiben? Und was ist mein Eigenanteil beim wissenschaftlichen Schreiben?

Mit dem Aufkommen textgenerierender KI verschärfen sich diese Fragen, die sich nicht nur Studierende stellen. In diesem Beitrag möchten wir daher einige schreibdidaktische Perspektiven auf das Konzept Voice erörtern und mit der Schreibcommunity jene Fragen teilen, die wir uns derzeit in Bezug auf Voice und KI stellen.

Voice als schreibdidaktisches Konzept

Die eigene Schreibstimme im Text zum Ausdruck zu bringen, trägt maßgeblich zu dessen Authentizität, Lebendigkeit und Ausdrucksstärke bei. Elbow (2007) formuliert das Konzept der Voice im Schreiben als ein wesentliches Instrument, das metaphorisch gesprochen zur ‚Stärke‘ eines Textes beiträgt. Jede*r Schreibende verfügt über eine eigene Voice, die sich in Texten niederschlägt. Sie verleiht einem Text Ausdruck und kann Nähe zur Leser*innenschaft aufbauen (Elbow, 1998). Sie ist sowohl von unbewussten biografischen Einflüssen geprägt als auch von erlernten Konventionen. Die Voice im Text ist dabei nicht (immer) nur ein individuelles unbewusstes Mittel, sondern kann als rhetorisches Instrument bewusst und leser*innenzentriert eingesetzt werden, um eine bestimmte Rezeption zu erzielen. Mit dem Aufkommen textgenerierender KI rückt jedoch die Frage nach Urheberschaft nicht nur aus rechtlicher, sondern auch aus schreibwissenschaftlicher und schreibdidaktischer Perspektive in den Vordergrund: Was geschieht mit der eigenen Schreibstimme, wenn KI-Tools Teile der Textproduktion übernehmen? Und was ändert sich an der Schreibstimme, wenn KI-Tools ‚nur‘ mitwirken?

Voice als soziales Konstrukt

Voice ist sowohl individuell als auch sozial geprägt. Schreibende bringen persönliche Erfahrungen, Werte und Ausdrucksweisen ein; gleichzeitig orientieren sie sich an Konventionen, Diskursnormen und Erwartungen eines Genres. Die Stimme entsteht daher immer in der Aushandlung zwischen persönlicher Authentizität und sozialer Anschlussfähigkeit (vgl. dazu u.a. das Modell zur Entwicklung wissenschaftlicher Textkompetenz von Steinhoff, 2007). Gerade weil Voice sozial hergestellt ist, ist sie nicht das Gegenteil von Wissenschaftlichkeit, sondern ihre kommunikative Realisierung. So kann Voice auch als Schlüssel rhetorischer Wirksamkeit verstanden werden: Sie kann Lesende orientieren, Vertrauen schaffen und zur Textkohärenz beitragen (siehe dazu u.a. Bondi, 2012; Hyland, 2005; Ivanič, 1998; Tardy, 2012). Voice ist demnach entwickelbar – durch Reflexion, durch Analyse von Vorbildern und Modelltexten, und durch das bewusste Experimentieren mit unterschiedlichen Stilelementen sowie in unterschiedlichen Kommunikationssituationen. In ihrem Literature Review kommt Mhilli (2023) zur Definition von Voice als verbalisierte, sich im Text zeigende Identität der schreibenden Person in einem schriftlichen, sich kontinuierlich verändernden Diskurs. Wie entsteht nun eine solche rhetorisch ausgeprägte Identität einer schreibenden Person?

Voice im wissenschaftlichen Text

Wissenschaftliche Texte sind immer polyphon. Bakhtin (1981) beschreibt sie als dialogische Räume, in denen mehrere Stimmen interagieren. Der diskursive Aspekt von Voice kommt dann besonders klar in wissenschaftlichen Texten zum Vorschein, wenn in einem Textabschnitt mehrere Quellen verarbeitet werden und dennoch die schreibende Person erkennbar ist. Gröner (2025) zeigt, dass Argumentieren immer bedeutet, sich an einem Gespräch im Fachkollegium zu beteiligen: Quellenstimmen aufzugreifen, sie zueinander in Beziehung zu setzen und die eigene Stimme dazwischen zu platzieren, ohne sich in einer der anderen Stimmen aufzulösen (Gröner, 2025, S. 105). Die Qualität wissenschaftlicher Argumentation hängt dabei weniger von linearer Logik ab als von der Fähigkeit, Stimmenbeziehungen sichtbar zu machen – Widerspruch, Präzisierung, Erweiterung etc. Schreibdidaktisch könnte man dies inszenieren und bei jedem wissenschaftlichen Text fragen: Welche Stimme dominiert? Welche fehlt? Welche darf sprechen – und welche wird durch Konventionen zum Schweigen gebracht?

Das wissenschaftlich-akademische Schreiben ist ja von einer Vielzahl an Regeln und Konventionen geprägt, die oftmals darin resultier(t)en, Studierenden das Wort ich in wissenschaftlichen Arbeiten zu verbieten. Unerfahrene Schreibende schließen daraus, das Ich dürfe gar nicht vorkommen, auch nicht für die logische Konstruktion eines Arguments oder für den Aufbau des erkenntnistheoretischen Spannungsbogens von der Fragestellung über den Stand der Forschung und eigener Methodik bis zu den Ergebnissen. Wissenschaftliche Texte gelten zwar meist als nicht-narrativ, und doch erzählen sie immer: von Erkenntniswegen, von Entscheidungen, von Relationen unterschiedlichster Positionen zu einem Thema, und von dem, was ausgelassen wurde. Vielleicht geht es im wissenschaftlichen Schreiben also nicht darum, ob erzählt werden darf, sondern was wem wie erzählt wird. In vielen studentischen Texten changiert die eigene Stimme zwischen Pflicht und Unsicherheit, die nur selten sichtbar macht: Das ist mein gedanklicher Weg! Wir fragen uns daher unter anderem: Wie würden Texte aussehen, wenn Studierende diesen Weg deutlicher markieren dürften – nicht autobiografisch, sondern epistemisch transparent? Wie positioniert man sich als schreibende Person in einem Feld, dessen Grenzen man nicht kennt? Und wie bändigt man eine Vielfalt lauter, starker Stimmen, wenn man seine eigene noch nicht gefunden hat?

Voice im Kontext von KI

KI zur Generierung von Text und zur Ausformulierung von Gedanken stellt einen verführerischen Ausweg dar, um den sprachlichen und fachspezifischen Anforderungen gerecht zu werden. Im Schreibprozess kann die KI verschiedene Rollen einnehmen. So kann sie ganze Texte generieren, Feedbacks auf Textteile geben oder als virtuelles Gegenüber die Ideen und Fragen der Schreibenden mit ihnen diskutieren (Steinhoff & Lehnen, 2025, S. 3). Wie kann in einem solchen Kontext eine authentische Stimme als Mensch-Maschine-Kollaboration (Limburg, 2025) entstehen? Und wie könnte das für das wissenschaftliche Schreiben genützt werden?

Mit KI verschiebt sich das Verständnis von Voice: Während Autor*innenschaft bislang ein „Privileg menschlicher Subjektivität“ war (Misselhorn, 2023, S. 92), verändert sich dies, sobald KI-gestützte Tools Formulierungen oder ganze Textpassagen erzeugen. Wo verläuft die Grenze zwischen eigener Stimme und fremder KI-generierter Stimme? Und verliert ein*e Autor*in etwas, wenn sie sich einer Stimme bedient, die nicht aus ihrer individuellen Erfahrung stammt?

Voice auch als Stimme der KI?

KI-generierte Texte verfügen einerseits über eine erkennbare Stimmlichkeit, die jedoch nicht Ausdruck eines individuellen Bewusstseins ist, sondern das Ergebnis statistischer Muster. Voice entsteht hier nämlich nicht aus subjektiver Erfahrung, sondern aus der Aggregation zahlreicher Stimmen im Trainingsmaterial. Dadurch wirken KI-Texte häufig glatt, strukturiert und anschlussfähig, zugleich aber emotional weniger lebhaft und inhaltlich weniger risikobereit (Meyer, 2023). Andererseits bietet KI auch neue Möglichkeiten: Schreibende können bewusst mit KI-Stimmen experimentieren, sie anpassen oder als stilistische Ausgangspunkte nutzen, um die eigene Voice (weiter) zu entwickeln. Zugleich besteht die Gefahr stilistischer Vereinheitlichung ganzer Textsorten, wenn KI-generierte Textbausteine ungefiltert übernommen werden und die Vielfalt individueller Voices verdrängt wird. Wie ist also Autor*innenschaft zu verstehen, wenn Voice nicht eindeutig einer Person, sondern einem kollaborativen technologie-gestütztem Prozess zugeschrieben werden muss?

Voice im Zeichen von Textverantwortung

Eine Studie von Zhang et al. zeigt, dass unsichere Studierende, die ein mangelndes Vertrauen in die eigenen Fähigkeiten haben, eher geneigt sind, zu generativer KI als Hilfsmittel für den Studienerfolg zu greifen und so eine „KI-Dependency“ entwickeln können (Zhang et al., 2024). Auch der Begriff des „Deskillings“ (Reinmann, 2023) verweist auf die Gefahr eines möglichen Kompetenzverlusts, der mit übermäßigem Einsatz von KI in den frühen Phasen des Studiums einhergeht. Dieser Kompetenzverlust wird häufig im Kontext des wissenschaftlichen Schreibens diskutiert (vgl. Buck & Limburg, 2023; Limburg et al., 2023; Reinmann, 2023). Eine hohe Selbstwirksamkeit, die aus dem Vertrauen in die eigenen Fähigkeiten heraus entsteht, verringert hingegen die Gefahr, KI-Tools missbräuchlich zu nutzen (vgl. Zhang, 2024). Wie also lässt sich diese Abhängigkeit vermeiden, und ein produktiver sowie stärkender KI-Einsatz fördern?

Gerade für Schreibende (nicht nur Studierende!), die in einem neuen Fach noch keine Sicherheit besitzen, wirkt KI besonders attraktiv: Sie bietet Formulierungen, Tonalität, Fachlichkeit auf Abruf. Versteht man Voice schreibdidaktisch als entwickelbare Kompetenz, ist sie auf Übung, Reflexion und den sukzessiven Aufbau eigener sprachlich-rhetorischer Handlungssicherheit angewiesen – ein Prozess, der durch die unkritische Übernahme von KI-generierten Formulierungen potenziell unterlaufen wird. Damit stellt sich für wissenschaftliche Texte mit KI-Anteil noch mehr die Frage: Wer spricht hier eigentlich?

Diese Frage ist keineswegs nur stilistisch – sie ist zutiefst normativ. Nicht umsonst finden sich in Hochschulleitlinien in Bezug auf KI-Nutzung immer häufiger Formulierungen wie „Verantwortung für KI-generierten Text“. Das klingt eindeutig. Bis man genauer hinsieht. Denn was heißt Verantwortung, wenn Textproduktion kollaborativ wird? Und was bedeutet sie im Hinblick auf Voice? Gilt Verantwortung auch für jene ‚KI-Stimmen‘, die im Text mitschwingen – in der Art, wie ein Argument gerahmt wird, wie eine Position formuliert wird, welche Begriffe dominieren, welche Tonlage entsteht? Wie nehmen Lehrende und Prüfende solche Stimmen wahr und ordnen sie ein? Und woran lässt sich überhaupt erkennen, dass Verantwortung übernommen wurde – jenseits der bloßen Behauptung, man habe KI ‚nur unterstützend‘ eingesetzt?

Voice als Schlüssel zur Klärung von Autor*innenschaft

Nach all unserer Lektüre und Beschäftigung mit diesem Thema gehen wir davon aus, dass Voice im Kontext von KI zur Klärung des Konzepts der Autor*innenschaft führen kann, wenn es als mehrschichtiges Konzept verstanden wird: als individuelle, sprachlich-rhetorische Ausprägung im Text, als soziale Positionierung im wissenschaftlichen Diskurs und als Form epistemischer Transparenz, in der eigene Denk- und Argumentationswege sichtbar werden. Dies kann KI-Anteile in der Textproduktion miteinschließen. Dennoch bleiben die schreibdidaktischen Fragen offen:  Wie könnte Voice im Sinne einer Autor*innenschaft in Zeiten von KI didaktisch inszeniert werden? Vielleicht in Form einer Reflexion der Voices im Text? Vielleicht in einer Kennzeichnung bzw. Sichtbarmachung, wenn KI auf rhetorischer Ebene eingesetzt wird? Vielleicht indem der Prozessschritt der Überarbeitung stärker betont und als Aushandlungsort von Autor*innenschaft gestärkt wird?

Uns interessieren Ihre Antworten und Überlegungen zu diesem Thema!

• Welche Fragen stellen Sie sich in Bezug auf Voice und KI?
• Welche didaktischen Methoden kennen Sie, um die Voices Ihrer Studierenden im wissenschaftlichen Schreibprozess zu stärken?
• Welchen Einfluss könnte KI in Zukunft auf die Voice der schreibenden Person nehmen?
• Und: Welche Antworten haben Sie auf all diese Fragen?

Quellen

Bakhtin, M.M. (1981). The dialogic imagination: Four essays. University of Texas Press.

Bondi, M. (2012). Voice in Textbooks: between Exposition and Argument. In K.
Hyland & C.S. Guinda (Hrsg.), Stance and Voice in Written Academic Genres. Palgrave Macmillan UK. 101–115. Doi: 10.1057/9781137030825

Buck, I., & Limburg, A. (2023). Hochschulbildung vor dem Hintergrund von Natural Language Processing (KI-Schreibtools). die hochschullehre, Jahrgang 9/2023. DOI: 10.3278/HSL2306W

Elbow, P. (1998). Writing with power: techniques for mastering the writing process (2nd ed.). Oxford University Press.

Elbow, P. (2007). Reconsiderations: Voice in writing: Embracing contraries. College English, 70(2), 168–188.

Gröner, C.U. (2025). Wissenschaftlich argumentieren und zitieren: Logisch und korrekt. Paderborn: Brill Schöningh. (= UTB-Bd-Nr. 6372)

Hyland, K. (2005). ‘Stance and engagement: a model of interaction in academic discourse’. Discourse Studies, 7(2), 173–92.

Ivanič, R. (1998). Writing and identity: The discoursal construction of identity in academic writing. John Benjamins.

Limburg, A. et al. (2023). Zehn Thesen zur Zukunft des Schreibens in der Wissenschaft. Diskussionspapier 23. Hochschulforum Digitalisierung. Online unter: https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_DP_23_Zukunft_Schreiben_Wissenschaft.pdf (17.03.2026)

Limburg, A. (2025). Schreiben als Mensch-Maschine-Kollaboration? wbv Blogbeitrag vom 13.02.2025, Online unter: https://www.wbv.de/blog/detail/schreiben-als-mensch-maschine-kollaboration/ (17.03.2026)

Meyer, C.A. (2023). Generative AI: The Voice of the Other. Double Helix, 11. Doi: 10.37514/DBH-J.2023.11.1.05

Mhilli, O. (2023). Authorial voice in writing: A literature review. Social Sciences & Humanities Open, 8(1), 100550. Doi: 10.1016/j.ssaho.2023.100550

Misselhorn, C. (2023). Künstliche Intelligenz – das Ende der Kunst? Ditzingen: Reclam.

Reinmann, G. (2023). Deskilling durch Künstliche Intelligenz? Potenzielle Kompetenzverluste als Herausforderung für die Hochschuldidaktik. Diskussionspapier 25. Hochschulforum Digitalisierung. Online unter: https://hochschulforumdigitalisierung.de/wp-content/uploads/2023/10/HFD_DP_25_Deskilling.pdf (17.03.2026)

Steinhoff, T., & Lehnen, K. (2025). Schreiben mit Künstlicher Intelligenz: Das GPT-Modell (Ghost, Partner, Tutor). Leseräume. Zeitschrift für Literalität in Schule und Forschung, 12(11). https://leseräume.de/wp-content/uploads/2025/06/Steinhoff-Lehnen-2025-LR-JG12-H11.pdf

Steinhoff, T. (2007). Wissenschaftliche Textkompetenz. Sprachgebrauch und Schreibentwicklung in wissenschaftlichen Texten von Studenten und Experten. Max Niemeyer Verlag.

Tardy, C.M. (2012). Current Conceptions of Voice. In K. Hyland & C. S. Guinda (Hrsg.), Stance and Voice in Written Academic Genres. https://libguides.hull.ac.uk/criticalwriting/voice

Zhang, S., Zhao, X., Zhou, T. et al. (2024). Do you have AI dependency? The roles of academic self-efficacy, academic stress, and performance expectations on problematic AI usage behavior. Int J Educ Technol High Educ 21, 34. Doi: 10.1186/s41239-024-00467-0

 

---

---