Künstlich erzeugtSemantic Scorecard: sobald du ein Wort wegstreicht, ist etwas verloren
Eine statistische Übersicht bei der Medienproduktion: welcher Anteil kommt von mir, welcher von meinen KI-Werkzeugen, und was hat die KI am Sinn gemacht.
Semantic Scorecard ist die Messung, wie viel Originalformulierung in einem Stück steht, wie viel die KI dazugetan hat, und ob der Sinn dabei feiner oder grober geworden ist. Eine Zusammenfassung ist immer lossy compression. Bei einer Zusammenfassung muss etwas verloren gehen, sonst wäre es immer noch der Originaltext. Sobald ich ein Wort wegstreiche, ist etwas verloren gegangen. Das zu messen ist Semantic Scoring. Keine verlustfreie Reduzierung. Eine Sortierung, die sich selbst die Rechnung legt.
Nicht wer den byline trägt. Wer den Satz gebaut hat, und was mit dem Sinn passiert ist.
Medienproduktion mit neuronalen Netzen erzeugt eine neue Lüge, wenn sie unsichtbar bleibt: alles sieht nach einer Stimme aus. Die Scorecard macht die Anteile sichtbar. Sie gehört unter den Artikel, nicht in ein internes Log, das niemand liest. Warten auf Grok Godot hat die erste Karte bekommen. Hier wird das Gerät gebaut, mit dem man die Karte jedes Mal gleich ausfüllt.
Das ist Semantic Mining auf den eigenen Output angewendet. Die Mine ist diesmal das Diktat. Das Erz sind meine Sätze. Die Sortiermaschine ist das KI-Werkzeug. Die Scorecard sagt, wie viel Erz durchgerutscht ist und wie viel die Maschine gemahlen hat.
Herkunft, Operation, Sinn-Delta. Drei Zahlen, nicht eine.
Eine Prozentzahl „72 Prozent John“ ist der Einstieg, nicht die ganze Karte. Sie misst Formulierung, sichtbare Sätze, die so oder fast so im Diktat standen. Sie misst nicht, ob die KI den Sinn verschoben hat, während sie dieselben Wörter ließ.
| Achse | Was | Einheit |
|---|---|---|
| Herkunft | Anteil der sichtbaren Formulierung, die schon im Input stand, gegen Anteil, den das Werkzeug neu gesetzt hat | Prozent der Wortmenge im fertigen Stück |
| Operation | Was die KI am Text getan hat: Grammatik, Wortwahl, Synonyme, Satzstellung, Kleber, Struktur, Quellen, Bild | Anteil der KI-Arbeit, nicht der Wortmenge. Darf sich überlappen, muss sich zur KI-Seite addieren, nicht zum ganzen Text |
| Sinn-Delta | Ist der Sinn feiner geworden, grober, gleich, oder neu dazugekommen | Prozent der Bedeutung, grob geschätzt, mit Korb: verfeinert, vergrobt, durchgereicht, addiert |
Operationen der KI, fein:
- Grammatik aufräumen (Fälle, Kommas, Tippfehler: Grog zu Grok)
- Wortwahl und Synonyme
- Satzstellung ändern
- Kleber: neue Sätze, die nur verbinden
- Struktur: Abschnitte, TOC, Reihenfolge
- Belege: Quellen, Fakten-Tabelle
- Bild: Canvas, Torte, Cover
Sinn-Delta, fein:
- Durchgereicht: Satz steht, Sinn steht.
- Verfeinert: derselbe Gedanke, schärfer. Schicht 4 und 5 nach dem Nachschlagen in die richtige Reihenfolge.
- Vergrobt: lossy. Beckett auf einen Satz. Der Lookup im eigenen Magazin gestrichen. Ein Wort weniger.
- Addiert: Behauptung, die im Diktat nicht vorkam. Recherche, die John nicht gesagt hat.
Bei einer Zusammenfassung muss etwas verloren gehen, sonst wäre es immer noch der Originaltext.
Man kann Sinn grobisieren, indem man raussucht und Dinge zusammenfasst. Dabei geht zwangsweise irgendetwas verloren. Es ist eine lossy compression, keine verlustfreie Reduzierung. Sobald ich ein Wort wegstreiche, ist etwas verloren gegangen. Das gilt für den Menschen, der redigiert, und für die KI, die „aufräumt“. Aufräumen ist schon Delta. Wer so tut, als wäre Grammar ein neutrales Filter, lügt über den Sinn.
Die Scorecard macht diesen Verlust sichtbar, statt ihn unter Stil zu verstecken. Eine hohe John-Prozentzahl mit hohem Vergroben heißt: die Wörter sind seine, der Schnitt hat Bedeutung gekostet. Eine niedrige John-Prozentzahl mit viel Addiert heißt: das Stück ist Recherche, nicht Diktat. Beides darf sein. Beides muss auf der Karte stehen.
Drei Stücke, drei Produktionsarten. Die Karte zeigt den Unterschied, den der byline nicht zeigt.
Angewendet auf die drei jüngsten McGrinsey-Artikel vor diesem. Schätzung per Sichtprüfung gegen das Diktat, keine Token-Zählung aus dem Log. Die Zahlen sind gerundet, weil eine Scheingenauigkeit auf 1,3 Prozent hier Lüge wäre.
1 · Warten auf Grok Godot
Herkunft: 72 Prozent Originalformulierung, 28 Prozent KI.
Operation der 28: Grammatik und Tippfehler 6, Kleber 9, Struktur 7, Belege 3, Bild 3. Prozentpunkte am ganzen Text.
Sinn-Delta: durchgereicht 70, verfeinert 6 (Schicht 4/5 nach dem Nachschlagen), vergrobt 8 (Beckett auf einen Satz, Lookup gestrichen, Wiederholungen im Diktat zusammengezogen), addiert 16 (Godot-Satz, Links, Fakten-Tabelle, Outline-Torte, erste Scorecard).
2 · Semantic Mining
Herkunft: 61 Prozent Originalformulierung, 39 Prozent KI.
Operation der 39: Grammatik 4, Kleber 14, Struktur 8, Belege 6, Bild 7.
Sinn-Delta: durchgereicht 58, verfeinert 10 (zwei Maschinen hintereinander explizit gemacht), vergrobt 12 (Atelier-Auftrag, Editing-Button, Schreibparadigma-Meta aus dem öffentlichen Stück genommen: das ist Verlust gegen das Diktat, Gewinn gegen den Leser), addiert 20 (Fakten-Tabelle, Canvas, Scraper-Regeln als Architektur statt Workshop).
3 · American Pie
Herkunft: 14 Prozent Originalformulierung, 86 Prozent KI.
Operation der 86: Grammatik 2, Kleber 8, Struktur 12, Belege 28, Bild 10, Recherche-Sätze 26. Das Diktat war Fragen plus eine politische Lesart, kein Artikelkörper.
Sinn-Delta: durchgereicht 12, verfeinert 8 (Miss American Pie, Deich, nicht D/R), vergrobt 4, addiert 76 (Geschichte, Quellen, White Terror, Christie’s, Telegraph). Das ist der andere Betriebstyp: nicht Erz sortieren, sondern eine Mine neu aufmachen, weil das Erz nur Fragen waren.
Chinamerica, einen Tag älter, liegt näher an American Pie als an Grok Godot: Recherchekörper, These von John, Sätze fast alle Werkzeug. Die Scorecard für Chinamerica gehört in eine spätere Karte, nicht in diese drei, sonst wird „letzte drei“ zu vier.
Die Verfeinerung ist der Punkt, den eine einzige Prozentzahl verschluckt.
An den drei Stücken, zusammen, hat das Werkzeug vor allem vier Dinge getan. Erstens Tippfehler und Satzgrenzen aus dem Gesprochenen gemacht. Zweitens Kleber gesetzt, wo Fragmente sonst den Leser verlieren. Drittens Struktur: Abschnitte, damit der Strom eine Treppe wird. Viertens Belege und Bilder, die im Diktat nicht vorkamen.
Sinn verändert, egal ob feiner oder grober, liegt bei Grok Godot um die 14 Prozent der Bedeutung (6 verfeinert plus 8 vergrobt), bei Semantic Mining um 22, bei American Pie um 12 Veränderung am mitgebrachten Sinn plus 76 addierter Sinn. Addierter Sinn ist die teuerste Sorte: er kann falsch sein, und er sieht aus wie Stimme. Deshalb die Fakten-Tabelle. Deshalb diese Karte darunter.
Regel fürs nächste Stück: wenn John diktiert, zielt Herkunft über 60. Wenn John nur Fragen stellt, Herkunft unter 20, und die Karte muss das sagen, bevor jemand glaubt, er hätte den White Terror selbst so formuliert.
| Aussage | Korb | Woher |
|---|---|---|
| Zusammenfassung ist immer lossy | These, hier als Methode | John, 9. September 2026. Informationstheorie: kürzer ohne Verlust nur bei Redundanz. Ein gestrichenes Inhaltwort ist Verlust. |
| Grok Godot 72 / 28 | Schätzung | Sichtprüfung Diktat gegen Stück, gerundet. Keine Token-Diff aus dem Session-Log. |
| Semantic Mining 61 / 39 | Schätzung | dieselbe Methode. |
| American Pie 14 / 86 | Schätzung | Diktat war Fragen, Körper ist Recherche. |
| Die Prozentzahlen sind exakt | Nein | Gerundet, Sichtprüfung. Eine zweite Zählung darf sie um ein paar Punkte verschieben. Die Richtung der drei Stücke nicht. |
- Warten auf Grok GodotErste Scorecard im Stück. 72 / 28.https://mcgrinsey.com/magazin/warten-auf-grok-godot/
- Semantic MiningSinn aus Unbekanntem. Die Mine, auf die diese Karte den eigenen Output legt.https://mcgrinsey.com/magazin/semantic-mining-sinn-unbekanntes/
- American PieFragen plus Lesart, Körper Recherche. Herkunft 14.https://mcgrinsey.com/magazin/american-pie-miss-american-pie-deich/
- McGrinsey Writing SkillOriginalton-Regel, 9. September 2026: Diktat bleibt Erz.MCGRINSEY_SKILLS/WRITING___DE.md
Schnitt: 9. September 2026. Semantic Scorecard dieses Stücks selbst: Herkunft etwa 48 John (lossy-Sätze, drei Achsen als Auftrag), 52 KI (Gerätebau, die drei Anwendungen, Canvas). Sinn-Delta: verfeinert 15, vergrobt 5, addiert 32, durchgereicht 48. Die Karte lügt nicht über sich.
