Wie viel KI steckt inzwischen im Web?

Die Analyse des Pew Research Center deutet auf einen deutlichen Anstieg von Webseiten hin, deren Texte starke Anzeichen für KI-Autorenschaft oder eine umfangreiche KI-Bearbeitung zeigen. Das bedeutet jedoch nicht, dass jede markierte Seite vollständig von einer Maschine geschrieben wurde. Die zentrale Erkenntnis lautet vielmehr: KI-geprägte Texte sind in neu veröffentlichten Inhalten inzwischen häufig – aber nicht gleichmäßig über das Web verteilt.

Die wichtigsten Ergebnisse

Pew untersuchte insgesamt 490.000 englischsprachige Webseiten. Dafür wurden aus 49 Common-Crawl-Snapshots zwischen Januar 2021 und Juli 2026 jeweils 10.000 Seiten zufällig ausgewählt. Den jeweiligen Fließtext analysierte das Forschungsteam mit dem KI-Erkennungsmodell Open Pangram.

In der zufälligen Stichprobe von 10.000 Webseiten aus dem Juli 2026 zeigten 10 Prozent deutliche Anzeichen für KI-Autorenschaft oder eine substanzielle Bearbeitung durch KI.

Noch höher lag der Anteil bei jenen Seiten, für die sich ein Veröffentlichungsdatum nach dem Start von ChatGPT am 30. November 2022 ermitteln ließ: Dort wiesen 35 Prozent entsprechende Merkmale auf. Diese Zahl ist allerdings keine repräsentative Schätzung für sämtliche seit dem ChatGPT-Start veröffentlichten Webseiten. Sie bezieht sich nur auf die kleinere, nicht zufällig zusammengesetzte Gruppe von Seiten mit auslesbarem Datum.

Große Unterschiede je nach Domain

Der Anstieg setzte laut Pew nach der Veröffentlichung von ChatGPT ein und verlief je nach Domain-Endung sehr unterschiedlich. Im Jahr 2026 zeigte ungefähr jede zehnte untersuchte .com-Seite KI-Signale. Bei .org-Seiten waren es 4,6 Prozent, bei .edu- und .gov-Seiten jeweils etwa 1 Prozent.

Damit war KI-geprägter Text auf kommerziellen .com-Webseiten deutlich verbreiteter als auf Seiten von Organisationen, Bildungseinrichtungen oder Behörden. Die Zahlen beschreiben dabei die untersuchten Webseiten und sind nicht automatisch auf das gesamte Internet übertragbar.

Welche sprachlichen Muster wurden erkannt?

Open Pangram suchte nicht nach einem einzelnen, eindeutigen „KI-Fingerabdruck“. Das Modell bewertete vielmehr Kombinationen sprachlicher Muster, die häufiger in KI-Texten als in menschlich verfassten Texten vorkommen. Pew nennt unter anderem:

• eine häufigere Verwendung von Gedankenstrichen,
• den verstärkten Einsatz des Oxford-Kommas,
• bestimmte von KI-Modellen bevorzugte Begriffe und Formulierungen,
• sogenannte negative Parallelismen – etwa Satzmuster nach dem Schema „nicht nur X, sondern auch Y“.

Solche Merkmale sind jedoch statistische Hinweise und keine zweifelsfreien Beweise für die Herkunft eines Textes. Auch Menschen verwenden Gedankenstriche oder bestimmte rhetorische Muster. Umgekehrt kann ein KI-generierter Text von Menschen stark überarbeitet worden sein. Die Ergebnisse sollten deshalb als Hinweise auf KI-Autorenschaft oder eine wesentliche KI-Bearbeitung verstanden werden – nicht als Zählung vollständig maschinell geschriebener Seiten.

Warum KI-Detektoren mit Vorsicht zu lesen sind

Auch leistungsfähige Erkennungswerkzeuge können menschliche Texte fälschlich als KI-generiert einstufen oder KI-Texte übersehen. Unabhängige Tests kommen zudem je nach Textsorte, Länge und verwendetem KI-Modell zu unterschiedlichen Ergebnissen.

Die Aussagekraft der Pew-Studie liegt daher vor allem in den großen Mustern über viele Webseiten hinweg. Einzelne Seiten oder einzelne Autorinnen und Autoren lassen sich aus den Ergebnissen nicht zuverlässig beurteilen.

Grenzen der Untersuchung

Die Studie hat mehrere wichtige Einschränkungen:

• Common Crawl erfasst öffentlich zugängliche Webseiten. Bezahlinhalte und Seiten, die eine Anmeldung erfordern, dürften daher unterrepräsentiert sein.
• Nur 10 bis 15 Prozent der untersuchten Seiten enthielten ein verwendbares Veröffentlichungsdatum. Die Angabe von 35 Prozent bezieht sich folglich auf diese begrenzte und nicht repräsentative Teilgruppe.
• Untersucht wurden englischsprachige Webtexte. Bilder, Videos, nicht englischsprachige Inhalte und das Web insgesamt waren nicht Gegenstand der Analyse.

Ein Web, das zunehmend von Maschinen geprägt wird

Die Ergebnisse legen nahe, dass das Web nicht mehr nur ein Ort ist, an dem gelegentlich KI-Inhalte auftauchen. Vielmehr wird ein wachsender Anteil neu veröffentlichter öffentlicher Texte offenbar durch KI erzeugt oder mit KI bearbeitet.

Diese Entwicklung fällt zeitlich mit einem weiteren Wandel zusammen: Cloudflare zufolge übertraf der nichtmenschliche Datenverkehr in seinem Netzwerk im Mai 2026 erstmals den menschlichen Traffic. Dabei geht es allerdings um automatisierte Anfragen und Bots – nicht um die Frage, ob ein Text von einer KI geschrieben wurde.

Zusammengenommen zeichnen die Befunde das Bild eines Internets, das zunehmend von automatisierten Systemen produziert, durchsucht und genutzt wird. Sie belegen jedoch weder, dass KI die menschliche Urheberschaft ersetzt hat, noch, dass Menschen das Web insgesamt nicht mehr überwiegend selbst nutzen.