KI zum Schreiben von E-Mails nutzen, ohne dass es auffällt (oder peinlich wird)
22. Oktober 2026
KI-verfasste E-Mails haben einen erkennbaren Stil entwickelt – bestimmte Formulierungen, eine bestimmte Struktur, einen Ton, der geschliffen, aber seltsam unpersönlich wirkt –, und Empfänger bemerken das zunehmend. KI zu nutzen, um E-Mails schneller zu entwerfen, ist wirklich nützlich, aber nur, wenn die Ausgabe genug bearbeitet wird, um tatsächlich so zu klingen, als hätte eine bestimmte Person sie geschrieben, und nicht eine Vorlage.
Welche konkreten Muster lassen eine E-Mail offensichtlich KI-geschrieben wirken?
Ein paar Verräter tauchen ständig auf: ein übermäßig strukturierter Einstieg, der den gesamten Kontext noch einmal wiederholt, bevor er zum Punkt kommt, aneinandergereihte Absicherungsfloskeln („ich hoffe, diese E-Mail erreicht Sie gut", gefolgt von unnötigem Räuspern vor der eigentlichen Bitte), ein Schlussabsatz, der alles bereits Gesagte zusammenfasst, und eine gewisse unermüdliche Positivität oder Förmlichkeit, die nicht dazu passt, wie der tatsächliche Absender in anderen Kontexten spricht. Keines davon ist isoliert betrachtet falsch – es sind nur überstrapazierte Standardeinstellungen, die in Kombination ein unverkennbares und zunehmend erkennbares Muster erzeugen.
Warum funktioniert es besser, der KI Ihre tatsächliche Stimme als Beispiel zu geben, als Ihren Ton zu beschreiben?
Einen Ton abstrakt zu beschreiben („leger, aber professionell") lässt enormen Interpretationsspielraum, und das Modell wird standardmäßig auf seine eigene generische Vorstellung davon zurückgreifen, was das bedeutet. Zwei oder drei echte E-Mails einzufügen, die Sie tatsächlich verschickt haben, und das Modell zu bitten, diese konkrete Stimme zu treffen, verankert es an etwas Konkretem – die tatsächlichen Satzlängen, Wortwahl und das Formalitätsniveau, das Sie wirklich verwenden –, was durchgehend eine bessere Übereinstimmung liefert als jede Menge adjektivbasierter Tonbeschreibung.
Bei welchen Teilen einer E-Mail spart KI tatsächlich Zeit, und wo verschiebt sie nur die Arbeit?
KI ist wirklich effizient für den strukturellen ersten Entwurf einer routinemäßigen, risikoarmen E-Mail – eine Terminanfrage, ein einfaches Statusupdate, eine vorlagenbasierte Nachfrage –, bei der der Inhalt vorhersehbar ist und die Hauptaufgabe schlicht darin besteht, schnell sauberen, korrekt organisierten Text zu erzeugen. Sie spart weniger Zeit, und manchmal kostet sie insgesamt mehr Zeit, bei E-Mails, die spezifischen Beziehungskontext, sensible Formulierungen für eine heikle Situation oder überzeugende, auf einen bestimmten Empfänger zugeschnittene Nuancen erfordern – diese brauchen so viel manuelle Bearbeitung, um richtig zu werden, dass der Start mit einem generischen Entwurf langsamer sein kann, als selbst eine grobe Fassung zu schreiben und sie zu verfeinern.
Wie viel Bearbeitung braucht ein KI-E-Mail-Entwurf typischerweise, bevor er tatsächlich versandbereit ist?
Mindestens sollten Sie den redundanten, kontextwiederholenden Einstieg und den alles-zusammenfassenden Schluss streichen, falls das Modell sie eingebaut hat – die meisten Routine-E-Mails brauchen keins von beidem, und beides sind häufige KI-Standardeinstellungen. Ersetzen Sie generische Höflichkeitsfloskeln durch etwas, das zur tatsächlichen Beziehung oder Situation passt, und lesen Sie das Ganze einmal laut vor: Jeder Satz, der sich nicht anhört wie etwas, das Sie dieser Person tatsächlich laut sagen würden, ist ein starker Kandidat für eine Umformulierung oder Streichung.
Lohnt es sich offenzulegen, dass eine E-Mail KI-unterstützt entstanden ist?
Für die meiste alltägliche berufliche Korrespondenz wird keine Offenlegung erwartet oder ist üblich – ein Werkzeug zu nutzen, um eine Routine-E-Mail zu entwerfen, ist vergleichbar mit der Nutzung von Rechtschreibprüfung oder einer Vorlage, kein wesentlicher Akt, der eine Offenlegung erfordert. Die Rechnung ändert sich bei Inhalten, bei denen die Authentizität der Urheberschaft dem Empfänger speziell wichtig ist (eine zutiefst persönliche Nachricht, etwas, das ausdrücklich als vollständig eigenes Originalwerk präsentiert wird, oder ein Kontext mit formalen Offenlegungspflichten) – in diesen spezifischen Fällen lohnt es sich, bewusst zu überlegen, ob und wie viel KI-Unterstützung genutzt wurde, statt standardmäßig auf vollständige Offenlegung oder gar keine zurückzugreifen.