Pew entdeckt deutliche KI-Signale auf mehr als einem Drittel der datierten Webseiten nach ChatGPT

So wurde die Untersuchung durchgeführt

Pew untersuchte insgesamt 490.000 englischsprachige Webseiten. Die Seiten stammten aus 49 Sammlungen des Common-Crawl-Archivs, die den Zeitraum von Januar 2021 bis Juli 2026 abdecken. Common Crawl ist ein gemeinnütziges Archiv, das große Teile des öffentlichen Webs regelmäßig erfasst.

Den eigentlichen Text der Seiten analysierten die Forschenden mit Open Pangram, einem KI-Erkennungsmodell. Das Verfahren sollte abschätzen, ob ein Text wahrscheinlich von KI verfasst oder wesentlich mit KI-Unterstützung überarbeitet worden war. Es ging also um ein Spektrum zwischen menschlicher Arbeit, KI-Hilfe und stärker automatisierter Texterstellung – nicht um eine einfache Einteilung in „menschlich“ oder „maschinell“.

Besonders stark war der Anstieg bei .com-Seiten

Die Entwicklung verlief je nach Domain-Endung unterschiedlich. Im Jahr 2026 zeigten rund 10 Prozent der untersuchten .com-Seiten deutliche KI-Signale. Bei .org-Seiten waren es 4,6 Prozent, bei .edu- und .gov-Seiten jeweils etwa 1 Prozent.

Vor dem Start von ChatGPT lagen die vier Domain-Gruppen noch näher beieinander. Die spätere Lücke passt zu einer schnelleren Verbreitung KI-gestützter Produktion im kommerziellen Web – sie beweist aber nicht, warum die Unterschiede entstanden sind.

Auch die Sprache veränderte sich

Pew beobachtete nicht nur Hinweise auf KI-Bearbeitung, sondern auch Veränderungen im Schreibstil. Nach dem ChatGPT-Start wurden unter anderem folgende Merkmale häufiger gemessen:

• Gedankenstriche (Em Dashes)
• Oxford-Kommas, also ein Komma vor „und“ oder „oder“ in einer englischen Aufzählung
• Wörter wie „delve“, „interplay“, „tapestry“ und „testament“
• sogenannte negative Parallelismen, etwa das Muster „Es geht nicht nur um X, sondern um Y“

Die Häufigkeit dieser Merkmale nahm im Datensatz über die Zeit zu. Sie sind jedoch keine eindeutigen Erkennungszeichen. Ein Mensch kann selbstverständlich einen Gedankenstrich oder eines dieser Wörter verwenden, ohne KI einzusetzen. Umgekehrt kann KI-unterstützter Text entstehen, ohne dass jedes der genannten Muster darin auftaucht.

Warum die 35-Prozent-Zahl mit Vorsicht zu lesen ist

Der wichtigste Vorbehalt betrifft die Zuverlässigkeit von KI-Detektoren. Pew wertete einen Detektorwert von mindestens 0,2 als deutliches Signal für KI-Nutzung, räumte aber ein, dass solche Systeme einzelne Dokumente falsch einordnen können.

Die Methode eignet sich daher besser, um Entwicklungen in einer großen, zufällig zusammengestellten Datenmenge sichtbar zu machen, als um über eine einzelne Nachricht, einen Blogbeitrag oder eine Webseite ein endgültiges Urteil zu fällen. „KI-verfasst“ kann in dieser Untersuchung außerdem bedeuten, dass ein Text wesentlich mit KI bearbeitet oder unterstützt wurde – nicht zwingend, dass er vollständig automatisch erzeugt wurde.

Ein Web, das zunehmend von automatisierten Systemen geprägt wird

Pews Untersuchung beschreibt vor allem, wie Webinhalte produziert werden und wie sich ihr Stil verändert. Eine separate Auswertung auf Basis von Cloudflare-Daten kam zu dem Ergebnis, dass automatisierte Systeme im Juni 2026 rund 57 Prozent der Aktivität im Cloudflare-Netzwerk ausmachten, während 43 Prozent auf Menschen entfielen.

Diese Cloudflare-Zahl bezieht sich ausschließlich auf den gemessenen Datenverkehr in diesem Netzwerk und nicht auf jede Form der Internetnutzung. Außerdem zeigt sie nicht, dass die von Pew erkannten Seiten von eben diesen Bots verfasst wurden.

Zusammengenommen weisen die Befunde dennoch auf eine grundlegende Verschiebung hin: Online-Inhalte werden häufiger mit KI produziert, von automatisierten Systemen gefunden oder verarbeitet und in Umgebungen genutzt, in denen Menschen nicht mehr das einzige relevante Publikum sind. Wie viel menschliche Arbeit hinter einer konkreten Seite steckt, lässt sich aus den statistischen Signalen allein jedoch nicht sicher ablesen.