Monatsarchiv: Juni 2026

Für die diesjährigen schriftlichen Maturprüfungen im Fach Deutsch haben die beteiligten Lehrpersonen ein Verfahren entwickelt, das Schreibzeit ohne KI-Zugriff mit der Möglichkeit kombiniert, den eigenen Text mit Internet- und KI-Zugang zu erweitern und zu verbessern. 

Die Grundidee habe ich hier schon einmal beschrieben, heute möchte ich eine Auswertung vornehmen. Sie erfolgt ausgehend von meinen Erfahrungen mit einer Klasse sowie auf der Basis von Gesprächen mit internen und externen Kolleg:innen. Im Beitrag gehe ich auf Einsichten ein, die ich insbesondere im Gespräch mit Annamarie Cantieni, Andrea Schmid, Carmen Aus der Au, Joel Strassberg und Eva-Maria Burri gewonnen habe. Auch mit einigen Expert:innen von anderen Schulen habe ich über das Format geredet. Zudem habe ich mich mit einigen Schüler:innen über ihre Schreiberfahrungen ausgetauscht und die KI-Protokolle genau studiert. Was ich hier aber schreibe, ist meine Sicht auf den Prozess – meine Kolleg:innen und die Expert:innen würden einzelne oder einige der Punkte sicher anders einschätzen, als ich das tue. Die Gespräche sind auch nicht abgeschlossen – wir starten gerade in die Vorbereitungen der Prüfungen vom nächsten Jahr.

Das Ergebnis

Das Format ist aus meiner Sicht ein Erfolg: Entstanden sind persönliche, eigenständige Texte, die sprachlich präzise und gut lesbar sind – zumindest, wenn man Text B betrachtet. Das hat auch mit der Themenauswahl zu tun, in meiner Klasse wurde besonders das auf dem folgenden Filmausschnitt beruhende Thema häufig gewählt – es hat den Schüler:innen erlaubt, gesellschaftspolitische Überlegungen, die im Rahmen der Erbschaftssteuer-Initiative entstanden sind, mit einer persönlichen Reflexion zu koppeln.

In einer Analyse der historischen und aktuellen Praxis rund um Maturaufsätze habe ich folgenden Wunsch formuliert: Eine «persönliche Reflexion über das, was jungen Menschen am Schluss ihrer gymnasialen Lernzeit wichtig ist». Das ist in 90% der Texte, die ich gelesen habe, gelungen. Fast alle Schüler:innen haben vier Stunden lang intensiv geschrieben und sich mit den Fragestellungen vertieft auseinandergesetzt.  

Die entscheidende Möglichkeit, die sich aus dem Format ergibt, ist die Korrektur der eigenen Texte. Schüler:innen haben im Text B in fast allen Fällen die drei Punkte verbessert, die ich in einer Rückmeldung zuerst kritisiert hätte. Das betrifft alle Ebenen der Schreibarbeit: Formulierungen, Struktur, inhaltliche Ungenauigkeiten, Argumente, blinde Flecken, Querverweise, Inkonsistenzen. 

Problematisch sind die formal und sprachlich teilweise unbeholfenen Texte im Teil A – sowie die wenigen Schüler:innen, die sich ihren Text von der KI haben abschwächen und neutralisieren lassen.

Das Problem des Fremdwissens

Die Aufgabe zu Text B haben wir im Laufe des Entwicklungsprozesses abgeschwächt: Zunächst wollten wir noch einmal einen themenspezifischen Prompt vorgeben, der eine konkrete Überarbeitung und Erweiterung des Textes erfordert hätte. Viele Schüler:innen waren damit überfordert, einige haben den Zusatzauftrag übersehen oder ignoriert. Deshalb haben wir hier eine einfachere Lösung gesucht und allen Schüler:innen denselben Auftrag gegeben: 

1. Ergänzen Sie den Text A mit Fremdwissen, also z.B. Hintergrundinformationen, Daten oder Zitaten. Verwenden Sie dafür qualitativ hochwertige Quellen. (Aus KI-Tools kopierte Textblöcke sind keine hochwertigen Quellen.)
2. Überarbeiten Sie den Text formal und stilistisch.

Das hinzugefügte Fremdwissen ist in den guten Fällen Wissen, das die Schüler:innen im Text A schon umrissen oder erahnt haben. Es sind Inhalte, die den Schreibenden gefehlt haben, auf die sie zugegriffen hätten, wenn sie bei Text A die Möglichkeit dazu gehabt hätten. 

In den schlechteren Fällen sind es künstlich wirkende, meist unzulänglich integrierte Zitate oder Verweise. Schüler:innen kennen den relevanten Kontext kaum und übernehmen KI-Vorschläge unkritisch. Plötzlich schreiben sie über Bourdieu oder Kant – ohne dass sie verstanden hätten, worum es in den Vorlagen geht und was Verweise darauf leisten könnten.

Hier müssen wir bei der nächsten Durchführung eine bessere Vorbereitung leisten, damit Schüler:innen stärker das schon vorbereitete Vorwissen einbauen und auf die künstlichen Referenzen verzichten. 

Drei Typen von Schüler:innen

Die Schüler:innen verhalten sich der Aufgabe gegenüber unterschiedlich. Ich würde drei Typen unterscheiden (diese Typen werden sich verändern, da die 2026 geprüften Schüler:innen noch eine recht analoge Schreibsozialisation durchlaufen haben und erst in den letzten Jahren KI-Tools genutzt haben).

Typ 1: Die Eigenständigen

Schüler:innen von Typ A können gut schreiben. Sie haben Vertrauen in ihre Fähigkeiten und kennen Prozesse, mit denen sie ausgehend von Vorgaben einen wirkungsvollen Text erstellen können. Sie überarbeiten und korrigieren eigene Texte.

KI brauchen sie dazu nur selten und eher ungern. Dem Typ A wäre es lieber, der Aufsatz könnte ohne KI geschrieben werden, weil dann ihre Fähigkeiten, stilistisch und orthografisch sicher zu schreiben, im Vergleich mehr Gewicht erhielte. Typ A ist vorsichtig beim Einsatz von KI und ändert wenig an den eigenen Texten. 

Typ 2: Die Routinierten

Typ B – zu dem ich meiner Klasse die meisten Lernenden zählen würde – kennt das Verfahren aus der eigenen Praxis. Schüler:innen dieses Typs können eigene Texte verfassen, sie wissen aber, dass diese bei Fehlern und Unsicherheiten besser werden, wenn eine KI-Überarbeitung erfolgt. Deshalb kennen sie sich auch mit den Möglichkeiten von KI-Tools aus.

Für Typ B passt dieses Format genau, es entspricht ungefähr den Prozessen, welche diese Schüler:innen auch ausserhalb der Maturprüfung anwenden würden.

Typ 3: Die KI-Affinen

Diese Schüler:innen geben KI-Protokolle ab, in denen sichtbar wird, dass sie schon in der Vorbereitung KI-Projekte aufgesetzt haben, welche sie bei den anfallenden Aufgaben unterstützen können. Sie nutzen oft überlegte Prompts (insbesondere Rollen-Prompts) und lassen sich von KI-Tools durch den ganzen Schreibprozess coachen. Die so entstandenen Texte B sind stark vom KI-Einsatz geprägt und fundamental überarbeitet – während die Texte A, die KI-Affine schreiben, teilweise wenig mehr als ins Unreine geschriebene Notizen sind. Bei diesen Schüler:innen ist etwas unklar, ob sie sich durch den geschickten Einsatz von KI einen Vorteil verschaffen, der anderen nicht zugänglich ist – oder ob sie letztlich einfach zeigen, was theoretisch leistbar wäre, auch wenn nicht alle diesen Aufwand betreiben wollen.

Vibe Writing: KI-Kompetenzen und KI-Schreiben

Deutschlehrer:innen verstehen recht gut, was Schreibkompetenzen sind und wie sie diagnostiziert werden können. Bei KI-Kompetenzen fällt uns das teilweise schwer: Was ist ein kompetenter Einsatz von LLM-Tools und was ist ein unbeholfener, problematischer? 

Um das an einem Beispiel festzumachen: Einige Schüler:innen benutzen KIs für Texte so, wie sie andere für Bilder benutzen. Sie schreiben nicht selber, sondern geben einer Maschine Anweisungen, wie sie einen Text gestalten soll. Der Prozess besteht aus einer Abfolge von Prompts, das von der KI ausgegebene Ergebnis ist der fertige Text. 

Betrachtet man diese Praxis, so könnte man kritisch sagen, dass Schüler:innen nicht mehr selber schreiben. Sie betreiben Vibe Writing – ganz ähnlich, wie Menschen beim Vibe Coding nicht selber programmieren. Andererseits könnte man alle die Zwischenschrite und einzelnen Prompts auch als Praxis verstehen, die dem Schreiben gleicht. In diese Anweisungen fliesst viel Wissen über Texte ein. Wer nicht versteht, was gute von weniger guten Texten unterscheidet, kann auch einer KI keine diesbezüglichen Anweisungen geben. Zudem ist es für viele Schüler:innen schlicht nicht sinnvoll, selber zu formulieren: Sie sind zu langsam, zu unsicher und machen zu viele Fehler. Ohne den Taschenrechner-Vergleich überstrapazieren zu wollen: Wer sicher und schnell rechnen will, macht das oft besser nicht im Kopf.

Dieser Umgang mit KI-Tools führt zu einem Kompetenzkatalog, den wir entwickeln müssen, wenn diese Art des Schreibens weiter eine so grosse Bedeutung hat, wie das heute der Fall ist. Entsprechend brauchen Schüler:innen Anleitungen, intelligente Übungsgelegenheiten, Feedback. Die KI-Nutzung darf – wie das beim Maturaufsatz nach Uetiker Modell der Fall ist – nicht verboten und tabuisiert werden, sondern soll verbindlicher Teil von Schreibaufgaben sein. (Der Einblick in die KI-Protokolle der Schüler:innen ist für mich enorm aufschlussreich.)

Grundsätzliche Überlegungen

Von Kolleg:innen habe ich als Rückmeldung auf den ersten Post Fragen und Thesen erhalten, welche die Prüfungs- und Schreibpraxis rund um den Maturaufsatz generell betreffen. Dazu einige knappe Bemerkungen: 

1. Der Grundwiderspruch zwischen Prüfungslogik und Praxislogik
   Das stärkste Argument für das Modell – «Schreiben soll so geprüft werden, wie Fachpersonen schreiben» – ist gleichzeitig ein strukturelles Problem. Professionelles Schreiben ist kollaborativ, iterativ, zeitlich offen. Eine Maturprüfung ist individuell, zeitlich begrenzt, bewertungsorientiert. Während wir mit der KI-Nutzung einen Aspekt der Praxis übernehmen, bleiben die restlichen Einschränkungen der Prüfungssituation bestehen. Das Modell ist weder ganz Prüfung noch ganz Praxis. Entscheidend ist für eine gute Prüfung nicht unbedingt die Frage, wie Menschen in der Praxis schreiben. Die zentralen Fragen lauten vielmehr:
   a) In welchem Setting schaffen es junge Erwachsene, vier Stunden Schreibarbeit als sinnvoll und produktiv zu erleben und dabei einen lesenswerten Text zu verfassen?
   (Im Gegensatz zu traditionellen Formaten will beim Uetiker Modell praktisch niemand den Text früher abgeben.)
   b) Welche Schreibaufgaben erlauben eine Beurteilung von Kompetenzen, die für ein Studium relevant sind?
   Diese Fragen lassen sich nicht abschliessend beantworten. Es dürfte sinnvoll sein, das Format iterativ anzupassen und abzuwarten, wie sich z.B. akademische Schreibprozesse in den nächsten Jahren verändern.
2. Lohnt sich der Aufwand?
   Die meisten Prüfungsformate haben Schwächen. Meist werden bestimmte Kompetenzen gut sichtbar, andere nicht. Lohnt es sich bei dieser Ausgangslage wirklich:
   a) dieses Format didaktisch einzuführen
   b) alle relevanten Kompetenzen zu trainieren
   c) ein kompliziertes technisches Setup vorzunehmen und
   d) zwei Texte und ein KI-Protokoll zu beurteilen,
   wenn man auch einfach einen Text schreiben lassen könnte, wie das an vielen Schulen der Fall ist?
   Ich persönlich denke ja. Das Uetiker Format hat weniger Schwächen, es ermöglicht deutlich mehr Schüler:innen, das zu zeigen, was sie können. Die Expert:innen schätzen den Aufwand ebenfalls als hoch ein, konnten jedoch teilweise auch optimieren und den Blick auf das Wesentliche lenken.
3. Postartifizielle Texte werden nicht mehr zu eigenen
   Hannes Bajohr meint mit dem Begriff postartifiziell Texte, von denen wir annehmen, sie seien von Menschen unter Zuhilfenahme von KI-Tools verfasst worden. Diese sind nicht komplett künstlich, aber auch nicht ohne Hilfsmittel entstanden.
   Das Uetiker Modell verlangt mit Text A einen Text ohne Hilfsmittel und bei Text B einen postartifiziellen. Es markiert damit also einen Übergang, der zur Norm geworden ist: Fast alle professionellen Texte sind heute postartifiziell. Auch wenn Chat-Protokolle viel zeigen, sind die Texte im Teil B nicht mehr nur die eigenen der Schüler:innen. KI-Anteile lassen sich nicht mehr von dem trennen, was Schüler:innen selber geschrieben haben. 
4. Die Standardisierungsgefahr
   Gibt es in Teil B also nur geglättete Texte mit KI-Sound, in dem die Schreibstimme der Schüler:innen verloren geht? Diese Gefahr besteht durchaus. Durch eine Bewertung, die besonders auf die Transformationsleistung achtet, kann dem etwas entgegengewirkt werden – aber nur teilweise. Nur Schüler:innen, die bewusst eine Stimme entwickelt haben, werden dem Vibe Writing widerstehen können. Es ist eine enorm hohe Kompetenzstufe, das eigene Schreiben gegen die KI-Glättungen verteidigen zu können.
5. Die Bewertung
   Während ich und einige Kolleg:innen mit diesem Kompetenzraster beurteilt haben, waren die Korrigierenden (und auch die Expert:innen) frei darin, wie sie zu einer Note kamen. Aus einer traditionellen Bewertungssicht entstand eine Art Bedürfnis, die zwei Texte separat zu beurteilen und dann zu verrechnen – also beispielsweise jeden Text zu 50% in die Bewertung einzubeziehen. Geht man so vor, dann führt das bei Schüler:innen von Typ 1 – also bei denjenigen, die ohne KI gut schreiben können – zu tendenziell zu tiefen Noten. Andererseits entsteht ein gewisses Unbehagen, wenn Schüler:innen von Typ 3 bei Text A kaum lesbare Sätze schreiben – und damit gute Noten erhalten. Hier bleiben wir im Austausch. Im Gespräch mit den Expert:innen konnten wir faire Bewertungen finden. Das geht auch deshalb, weil die Maturnoten recht grob sind – es gibt nur halbe Noten.

Fazit: Ein Format für die Zukunft

Das Uetiker Modell ist nicht von bestimmten technischen Voraussetzungen abhängig. Es lässt sich auf verschiedene Arten umsetzen (Text A könnte auch auf Papier geschrieben werden, im zweiten Teil könnten nur bestimmte KI-Anwendungen zugelassen werden etc.). Es handelt sich um ein robustes Verfahren, das relevante Kompetenzen in den Vordergrund stellt. 

Die erste Durchführung hat gezeigt, dass es funktioniert und zu einem hohen Engagement bei den Schüler:innen führt. Während die beiden naheliegenden Alternativen des KI-Verbots und der totalen Öffnung beide massive Schwächen haben, gibt es beim Uetiker Modell zwei kleinere Probleme: Erstens der hohe Aufwand bei der Vorbereitung und Durchführung; zweitens die etwas unklare Bewertung der beiden Texte.

Bei der Umkehrung, die Kyra Holzwarth ausgearbeitet hat, bereiten sich Schüler:innen mit KI auf eine Schreibaufgabe vor, dürfen dann aber beim Verfassen nicht mehr auf Tools zugreifen. Diese Beschränkung macht es den vielen Schüler:innen von Typ B und Typ C unmöglich, den besten Text zu schreiben, den sie schreiben könnten. Das spricht für das Uetiker Modell. 

Aus diesen Gründen denke ich, dass dieses zeitgemässe Setting auch über die Kantonsschule Uetikon hinaus Verbreitung finden sollte. Es ist robust, mit vertretbarem Aufwand an allen Schulen umzusetzen und von den Ergebnissen her überzeugend. 

Zahlreiche Argumente sprechen gegen den Einsatz von LLM-KIs bei Schreibaufgaben. Entscheidend sind wohl zwei: Erstens bieten diese Tools Abkürzungen an, die dazu führen, dass Nutzer:innen bestimmte Denkanstrengungen gar nicht mehr unternehmen (müssen). Zweitens können LLMs keine neuen Ideen generieren. Sie greifen zwar auf einen enormen Fundus an Texten zurück, reproduzieren dabei aber nur Muster, die darin maschinell erkennbar sind.

Fokussiert man nun die Hochschullehre, sind beide Argumente relevant. Die Lehrentwicklung muss nach Wegen suchen, auf denen Studierende weiterhin selbst denken und die relevanten kognitiven Prozesse einüben und vertiefen. Zudem muss sie angehende Wissenschaftler:innen befähigen, neue Erkenntnisse hervorzubringen. Auch das braucht Übung und Erfahrung, die der konstante Einsatz von KI gefährdet.

Wissenschaftliches Schreiben war bisher eine der zentralen Methoden, um Denken zu lernen und Studierende an die Forschung heranzuführen. Wer einen eigenen wissenschaftlichen Text in Form einer Seminararbeit schreibt, muss zunächst andere wissenschaftliche Texte rezipieren und dann als Reaktion oder Verdichtung eine eigene wissenschaftliche Argumentation verfassen.

Wissenschaftliche Texte zeichnen sich durch formale, sprachliche, methodische und inhaltliche Aspekte aus. Wer wissenschaftlich publiziert, muss sich an einem Style Sheet orientieren, fachsprachliche Begriffe korrekt einsetzen und relevante fremde Erkenntnisse mit eigenen Forschungsresultaten erweitern, die mit den richtigen Methoden gewonnen wurden.

In der Arbeit mit Studierenden kann es vorkommen, dass inhaltliche Aspekte beim wissenschaftlichen Schreiben kaum eine Rolle spielen. Lehrende machen hier oft klare Vorgaben und kennen den Wissensstand sehr gut. Ihnen fällt aber auf, wie ungenau Studierende beim Umgang mit Formalia sind. «Ein Blick ins Literaturverzeichnis genügt mir, um eine Arbeit zu beurteilen» ist ein schon fast geflügeltes Wort. Rückmeldungen beziehen sich dann primär auf die Auswahl von Quellen und die Formatierung von Referenzen.

Das war für Studierende schon immer frustrierend. Sie arbeiten wochenlang inhaltlich und erhalten dann Rückmeldungen, die sich auf einige formale Probleme beziehen, die für sie kaum Bedeutung haben. (Dieses Problem tritt später teilweise auch bei Rückmeldungen durch Herausgeber:innen oder im Peer-Review auf.)

Viele Lehrende haben in der ersten Welle der KI-Kritik bemerkt, dass diese teilweise Quellen erfindet oder Fehler bei Formatierungen macht. Sie weisen die Nutzung von KI nun primär mit dem Argument zurück, dass bei formalen Aspekten Qualitätsansprüche nicht eingehalten werden oder bei Literaturangaben Halluzinationen vorkommen.

Das sind aber Kinderkrankheiten, kein generelles Problem der Technologie. Erfahrene Forschende nutzen LLMs, in die sie die gesamte Forschungsliteratur hochladen (z.B. in NotebookLM oder Claude Projects). Mit solchen Verfahren werden keine Quellen erfunden. Zudem kann jedes State-of-the-Art-KI-Tool heute Vorgaben von Style Sheets problemlos umsetzen. Das ist die eigentliche Arbeitsleistung, die Erleichterung: Es bringt nichts, wenn (angehende) Wissenschaftler:innen viel Zeit damit verbringen, Literaturverzeichnisse zu formatieren. Schon vor der KI-Disruption haben viele dafür digitale Hilfsmittel wie BibTeX oder Endnote eingesetzt.

Damit sind wir beim Missverständnis: Wenn der KI-Einsatz durch Studierende primär aufgrund formaler Aspekte kritisiert wird, verwechseln Lehrende Nutzen und Gefahr dieser Technologie. Formalia werden in absehbarer Zukunft irrelevant sein. Wenn ich auf mein Claude Projects verlinke, brauche ich kein Literaturverzeichnis mehr, weil die Literatur direkt zugänglich ist. Claude kann jede Art von Literaturverweis oder -verzeichnis in Sekunden anlegen.

Was aber nicht geht, ist das Verständnis für wissenschaftliche Verfahren und Argumente zu delegieren. Studierende können sich nicht Vorarbeiten durch KI-Tools zusammenfassen lassen, wenn sie in einem Feld wirkliche Expertise erwerben wollen.

Da wissenschaftliches Schreiben formal extrem anspruchsvoll ist, verführt es dazu, KI-Tools einzusetzen. Damit wird aber das Kind mit dem Bad ausgeschüttet: Die Tools machen wesentliche Denk- und Leseanstrengungen überflüssig.

Wenn Dozierende, getrieben von der Vorstellung einer KI-Schwäche, noch mehr Wert auf Formalia legen, schaffen sie paradoxerweise einen stärkeren Anreiz, KI zu nutzen.

Die Lösung und die nötige Entwicklung liegen im Verfassen wissenschaftlicher Gebrauchstexte: Studierende müssen eigene Thesen formulieren, Position beziehen, schriftliche Argumentationen mündlich verteidigen. Wichtig sind dabei rohe Texte, bei denen spürbar wird, dass es eigene Texte sind. Formate wie Randnotizen in gelesenen Texten, handschriftliche Flipcharts, Diskussionsergebnisse auf Placemats etc. werden an Gewicht gewinnen, während die klassische Seminararbeit an Bedeutung verliert.

Viele Lehrende und Dozierende erkennen das und bewegen sich in die richtige Richtung. Andere hingegen erschweren durch ein Missverständnis der Möglichkeiten von KI eine sachliche, pragmatische und wirksame Auseinandersetzung damit.

Betrachtet man, wie Menschen bzw. Männer Pornografie konsumieren, kann man viel über psychosexuelle Dynamiken lernen, die eine wichtige Bedeutung für viele gesellschaftliche und politische Prozesse haben (lesenswert ist dazu dieser Beitrag). Ein Aspekt dieser Thematik ist die Plattform OnlyFans, über die sich auch vieles über die wirtschaftlichen Zusammenhänge lernen lässt, die den digitalen Raum heute prägen.

Ich verdichte hier Erkenntnisse aus verschiedenen Quellen – eine hilfreiche Einführung bietet dieser Podcast, der zeigt, wie OnlyFans aus verschiedenen Perspektiven funktioniert.

Einsicht 1:
Wenn etwas gratis ist, bleibt es gratis

Das Internet hat Pornografie gratis gemacht. Warum? Weil in der vor-digitalen Medienwelt die Konsument:innen primär für die Distribution von Medien bezahlt haben – die Finanzierung der Inhalte erfolgte oft über andere Einnahmequellen. Sobald sich Bilder und Filme praktisch kostenlos kopieren lassen, entfallen Distributionskosten.

Man würde OnlyFans falsch verstehen, wenn man dächte, dass die Plattform eine Paywall für Pornografie darstellt, also ein Weg ist, mit dem für Pornografie Geld verlangt werden könnte. Bilder und Inhalte von OnlyFans werden permanent in Foren und auf entsprechenden Plattformen geteilt – weil auch sie kostenlos kopiert werden können.

Selbstverständlich gibt es immer Menschen, die für einen einfacheren Zugang zu zahlen bereit sind. Generell können aber Konsument:innen von Pornografie davon ausgehen, dass sie kostenlos an entsprechende Inhalte gelangen. Das ist nicht anders als bei Musik, bei Büchern und bei Filmen: Die Digitalisierung hat dazu geführt, dass sich Content an sich nicht mehr monetarisiert werden kann. Geld lässt sich mit Content – wenn überhaupt – nur verdienen, wenn der Zugang deutlich einfacher wird. Auch heute bezahlen User:innen also für digitale Logistik, nicht für Inhalte. Beispiele sind Spotify, Youtube, Netflix: Alle Inhalte gibt es auch kostenlos, aber mit nerviger Werbung, längeren Ladezeiten, ständig wechselnden Adressen etc.

Einsicht 2:
Die Fantasie der Individualisierung

Wenn OnlyFans-Inhalte kostenlos zugänglich sind: Warum funktioniert dann das Geschäftsmodell noch? Der Grund liegt im Wunsch nach Individualisierung. Was die Kund:innen von OnlyFans anspricht, steckt im Wort «Fans»: Es sind parasoziale Beziehungen.

Was bedeutet das? OnlyFans verkauft das Gefühl, direkten, intimen und persönlichen Kontakt mit Models und Porno-Stars haben zu können. Diese chatten, nehmen Wunschbilder auf und stellen sogar personalisierte Videos her. Parasozial ist das, weil es keine echten sozialen Beziehungen sind: Die Creators schützen sich durch die Plattform, sie geben kaum wirklich persönliche Informationen preis und gehen keine echten Freundschaften ein, sondern tun nur so. Das Gefühl, etwas Persönliches zu erleben, ist einseitig.

Dieses Gefühl ist der Grund, weshalb OnlyFans so gut funktioniert. Die Plattform nimmt 20% des Geldes und macht damit einen Umsatz von über einer Milliarde pro Jahr. Verkauft wird also die Fantasie, dass man einen direkten Kontakt zu attraktiven Menschen haben kann, die jederzeit bereit sind, auf eine sexuelle Ebene zu wechseln.

Einsicht 3:
Die Fantasie vom schnellen Geld und die Longtail

Unter den Creators und unter jungen Menschen verbreitet sich die Legende, dass man mit OnlyFans schnell viel Geld verdienen kann. Das Median-Einkommen von Creators beträgt 130 Dollar pro Monat – das heisst die Hälfte aller Creator verdient weniger. Wer heute einsteigt, wird sehr wahrscheinlich mit OnlyFans keinen nennenswerten Betrag verdienen.

Wie fast alle digitalen Produkte und Dienstleistungen hat OnlyFans eine Longtail-Struktur: Wenige verdienen viel Geld, der grosse Rest verdient kaum etwas. Gleichzeitig bewirtschaftet OnlyFans das Image, dass es extrem einfach ist, auf der Plattform Geld zu verdienen.

Einsicht 4:
Professionalisierung und Kommerzialisierung von Amateur-Aktivitäten

OnlyFans erweckt den Eindruck, dass hier Menschen von ihrem Schlafzimmer aus Content produzieren. Dieser Eindruck täuscht: Längst ist die Plattform professionalisiert worden. Agenturen haben die Konten der grossen Creators übernommen, sie werten Daten aus und optimieren jeden denkbaren Aspekt. Ohne Agenturen können Konten kaum überleben und genügend Geld machen. Das bedeutet auch, dass sogenannte Chatter eingesetzt werden, die an der Stelle der Creator Kund:innen betreuen.

Die Illusion, einen persönlichen Kontakt zu haben, wird noch absurder, wenn man sich vor Augen führt, dass Clickworker auf den Philippinen oder in anderen asiatischen Ländern viele der OnlyFans-Konten bespielen. Die Models nehmen dann nur noch an Shootings die nötigen Bilder oder Videos auf, der Rest wird von der Agentur übernommen. Diese nimmt sich noch einmal 40% (oder mehr) des verbleibenden Geldes – auch das ist eine Konstante im digitalen Business: Das Geld wird verteilt.

OnlyFans funktioniert so wie AirBnB oder Youtube: Die Vorstellung, hier könnten alle ohne grosse Hürden ihre privaten Angebote vermarkten, ist reines Marketing, das die Tatsache beschönigt, dass hier knallharte Unternehmen jeden Dollar rauspressen. Die Models liefern nur das Gesicht und den Körper dazu.

Einsicht 5:
Es gibt (kleiner werdende) Nischen für echte Amateure

Dennoch können Amateur-Profile auf diesen Plattformen überleben, ihre Nischen werden einfach immer kleiner. Es gibt weiterhin OnlyFans-Creators, die ihre Kund:innen persönlich betreuen und die Angebote von Agenturen ausschlagen. Die Plattform ermöglicht für einige Sex Worker:innen gute Arbeitsbedingungen und transparente Geschäftsmodelle, die aber immer wieder unter Druck geraten. Auf digitale Plattformen ist selten Verlass, Geschäftsmodelle und Ausrichtungen ändern sich permanent. Wir haben es hier nicht mit Infrastruktur zu tun, auf die Menschen sich stützen können.

Einsicht 6:
Outsourcing findet immer statt

Die Tatsache, dass der grosse Teil der Arbeit hinter OnlyFans in Niedriglohn-Ländern bewältigt wird, gilt für fast alle Bereiche der Online-Ökonomie. Programmier-Arbeiten, Moderation von Plattformen, Klassifikationen für KI, Überprüfungen von Identitäten – wo immer Arbeit anfällt, sie wird in Niedriglohnländer ausgelagert. Für User:innen sieht das oft nicht so aus, die chatten aus ihrer Perspektive mit einem OnlyFans-Model in Frankreich, in den UK, in den USA – tatsächlich rühren die aber keinen Finger, während schlecht bezahlte Menschen in Asien und Afrika in die Tasten hauen.

(Im Podcast wird geschildert, wie einige Kunden sich überlegt haben, wie es sein kann, dass die Models fast rund um die Uhr ansprechbar sind. Diese Naivität ist schon fast rührend.)

Einsicht 7:
Betrug, Gaslighting und Ausnutzen psychologischer Schwächen

Für Männer gibt einige Rollen, die besonders attraktiv zu sein scheinen: Eine davon ist die des älteren Mannes, der jüngeren Frauen dabei hilft, das Leben zu bewältigen. OnlyFans spricht diesen Rollenwunsch gezielt an: Mit Geld und Ratschlägen helfen Männer attraktiven jungen Frauen, die auf Sex Work angewiesen sind. Nur: Sie helfen ihnen gar nicht tatsächlich, sondern Agenturen inszenieren Situationen, in denen es so wirkt, als könnten sie jemandem helfen.

Das ist nicht nur fies, sondern gezieltes Gaslighting und auch Betrug. Auf OnlyFans ist nicht oder unzureichend deklariert, wo Chatter eingesetzt werden. Auf Nachfragen werden Kund:innen belogen. Models bitten sie systematisch um Geld, um bestimmte Probleme in ihrem Leben meistern zu können – diese Probleme gibt es aber gar nicht.

Wie fast auf jeder Plattform gibt es hier gewerbsmässigen Betrug, der die Leichtgläubigkeit und das Unwissen von Menschen ausnutzt. Besonders perfid ist das bei OnlyFans, weil intime und tabuisierte psycho-sexuelle Wünsche angesprochen werden, um ans Geld von Menschen zu gelangen.

Fazit:
Authentizität ist Inszenierung & Plattformen lösen keine Probleme

Auf sozialen Netzwerken gab es schon immer einen Mangel an Authentizität – und ein damit verbundenes Paradox: Das, was für Laien am echtesten aussieht, ist oft am stärksten inszeniert. Das gilt auch für OnlyFans. Wer denkt, hier könnten quasi beliebige Menschen schnell Geld verdienen, indem sie Bilder von sich hochladen, während auf der anderen Seite Menschen in einen echten Austausch mit Models geraten können, täuscht sich. Das Gegenteil ist der Fall.

Digitalität ist immer eine Aushandlung von Nähe und Distanz. OnlyFans suggeriert, Sex Work sei ohne körperliche Nähe und völlig selbstbestimmt möglich – und die Plattform verkauft die Möglichkeit, eine persönliche Beziehung zu einer attraktiven Person kaufen zu können. Rund um Sex Work und Beziehungen haben Menschen viele Probleme und Unsicherheiten, viele Wünsche und Sehnsüchte werden nicht befriedigt. Die Vorstellung, eine digitale Plattform könnte hier eine Lösung darstellen, muss man klar zurückweisen. Digitale Plattformen lösen keine Probleme, sie monetarisieren sie kurzfristig.

Schon mehrmals habe ich bereut, dass diese Seite so heisst, wie sie heisst: Social Media ist heute kaum noch ein relevantes Thema, auch nicht für die Schule. Das sah vor 14 Jahren, als ich den Blog startete, anders aus: Social Media wuchs, es war absehbar, dass sich bald alle Menschen damit auseinandersetzten mussten. Nach einer Blüte ist die Blase geplatzt. Social Media oder das Social Web ist tot. Was bedeutet das – und wie konnte es dazu kommen?

Das Versprechen von Social Media

In seiner Radiotheorie wünschte sich Bertolt Brecht 1930 ein Radio, das «den Zuhörer nicht nur hören, sondern auch sprechen zu machen [könnte] und ihn nicht zu isolieren, sondern ihn in Beziehung zu setzen». Diese Theorie wurde in den ersten Analysen von Social Media oft zitiert – das Versprechen der neuen Plattformen bestand darin, dass

1. alle sich mitteilen konnten
2. über diese Mitteilungen ganz diverse Beziehungsnetzwerke entstehen können.

Menschen waren plötzlich eingebunden – sie konnten Gleichgesinnte über geografische und kulturelle Grenzen hinweg finden. Der vielzitierte «Marktplatz der Ideen» – im Idealfall hätte es im Social Web viele solche Marktplätze geben können, auf denen Wissen geteilt und verbreitet werden konnte.

Ein gutes Beispiel dafür war Twitter, dessen Leistung ich einmal so beschrieben habe:

Twitter verschränkte Lokales mit globaler Reichweite, machte das Private politisch, demokratisierte Expertise und schuf die Möglichkeit, über private Chats eine Hinterbühne zu betreiben, auf der sich Menschen vernetzen konnte. Selbstverständlich mussten dabei schwache Menschen geschützt werden – was nicht immer gelang und ein hohes Maß an bewusster, ethisch reflektierter Moderation erfordern würde.

Für mich war Social Media immer eine Form von Working Out Loud – anderen zeigen, womit man sich beschäftigt, sich mit anderen vernetzen, die ähnliche Themen bearbeiten, Rückmeldungen und Kritik einholen – und dabei immer mal wieder einen Scherz machen.

Wie das Versprechen eingelöst und gebrochen wurde

Das Versprechen wurde für ganz viele Communities ganz unterschiedlich eingelöst. Facebook, Tumblr, Twitter, Pinterest, Instagram, TikTok – all diese Plattformen funktionierten für viele Menschen.

Doch dann passierte das, was Cory Doctorow Enshittification nennt:

It’s a three-stage process: first, platforms are good to their users. Then they abuse their users to make things better for their business customers. Finally, they abuse those business customers to claw back all the value for themselves. Then, there is a fourth stage: they die.

Zusammengefasst war die Einlösung des Versprechens nur möglich, weil es mit einem weiteren Versprechen gekoppelt war: Investor:innen ermöglichten den Aufbau mehr oder weniger gut funktionierender Plattformen so lange, bis es denkbar wurde, damit Geld zu verdienen. Dass sich diese Plattformen lohnen müssen, war eigentlich immer klar. Was weniger klar war: Dass man sie kaputt machen musste, um damit Geld zu verdienen.

Der destruktive Umgang mit dem Potential von Social Media hatte aber auch politische Gründe: Die Überreichen, die solche Plattformen kontrollieren, erkannten das politische Potenzial von zivilgesellschaftlichen Bewegungen, die sich mit kleinem Aufwand auf diesen Plattformen organisieren konnten. Elon Musk zerstörte Twitter nicht nur, weil er sich einbildete, mit seinen Änderungen Geld verdienen zu können – er zerstörte die Plattform auch, weil er nicht wollte, dass demokratiefreundliche Kräfte noch stärker werden konnten. Dasselbe passierte – besonders nach der Machtergreifung von Trump – mit anderen Plattformen. Autokrat:innen mögen keine digitale Plattformen, auf denen sich Menschen vernetzen.

Die drei Paradigmen – der Wechsel zu Algorithmen

In der ersten Phase funktionierten soziale Netzwerke, weil Menschen sich mit Menschen vernetzten, die sie auch direkt kennen könnten. Der Reiz digitaler Plattformen bestand in dieser Phase darin, sich mit Bekannten auszutauschen, mitzulesen, was sie beschäftigt, ihnen Einblicke ins eigene Leben zu geben.

Daraus entstand eine Influencer-Kultur, als deutlich wurde, dass einzelne Mitglieder von Communities mehr Reichweite hatten als andere. Damit verbunden war die Möglichkeit, dass ein Beitrag «viral» geht, d.h. sich über den eigenen Bekanntenkreis hinaus Verbreitung findet. Gleichzeitig wurde die Reichweite aber auch sofort monetarisiert – Influencer:innen waren (und sind) bereit, gegen Geld Botschaften zu verbreiten, die nicht von ihnen stammen.

Das führte zu einer immer genaueren Vermessung von Beiträgen und Interaktionen, getrieben durch Veränderungen im Marketing. Messwerte (Metrics) wurden so genau ausgewertet, dass die Auslieferung von Werbung eigentlich nur noch durch Maschinen möglich war. Diese Formen von algorithmischer Steuerung haben sich auch auf die Inhalte auf den Plattformen selbst übertragen – heute legen Algorithmen fest, wie Beiträge ausgespielt werden, wer sie sehen kann und wer nicht.

Warum hat das zum Tod von Social Media geführt?

Wer heute noch auf digitalen Plattformen postet, macht das auch für den Algorithmus. Menschen verhalten sich wie Influencer:innen, wenn sie Beiträge absetzen: Sie überlegen sich, was sie den Programmen zeigen müssen, damit ihre Beiträge Reichweite erhalten. Sie kontrollieren die Kennzahlen bei ihren Insta-Stories oder TikTok-Videos (mein Tipp an alle, die gesund leben wollen: schaut die Zahlen einfach nie an) und überlegen sich, zu welcher Tageszeit sie welche Bilder hochladen müssen, damit möglichst viele Menschen diese sehen.

Nur: Der Algorithmus gönnt nicht. Reichweite gibt es nicht gratis. Die stärksten Accounts nutzen heute professionelle Clipping-Services, für die sie pro Monat bis zu einer Million ausgeben. Nicht einmal das hilft ihnen, besonders bekannt zu werden.

Das bedeutet für Durchschnittsuser:innen wie mich: Sie erreichen mit ihren Beiträgen nicht einmal mehr die Menschen, die sie kennen. Viralität kann nur erkauft werden. So macht es wenig Freude, kostenlos Beiträge fürs Netz zu produzieren.

Hinzu kommt ein komplexes Verhältnis von Authentizität und Inszenierung, das ich hier verknappt nur so ausdrücken kann: Gute Social-Media-Beiträge müssen so stark inszeniert sein, dass sie authentisch wirken, aber alles darin bis ins letzte Detail stimmt. Der damit verbundene Aufwand ist nötig, damit das nicht sofort peinlich wirkt – er lohnt sich aber nicht, weil auch perfekte Posts keine Sichtbarkeit erhalten.

Das ist dann letztlich der Tod von Social Media: Während am Anfang dieser Technologie schnelle, spontane Beiträge dazu geführt haben, dass man sich mit Menschen vernetzen konnte, die ähnlich denken und leben, braucht es heute perfekte Beiträge, um nicht peinlich zu wirken. Und selbst dann erreicht man damit kaum jemanden.

Wie Jugendliche Social Media nutzen

Instagram-Profile von Jugendlichen sehen heute so aus. Man hat sie, um auf der Plattform konsumieren zu können und um die Messenger-Funktionen nutzen zu können.

Jugendliche posten sehr wenig. Sie wissen genau, wer was sehen kann – und achten darauf, ihr Image möglichst gut kontrollieren zu können. Natürlich gibt es Bilder und Texte, die aber im kleinen Kreis unter Freund:innen geteilt werden – immer im Wissen darum, dass sie geleakt werden können.

Jugendliche haben also eigentlich wieder ganz kleine Social-Media-Bubbles gebaut – auf den grossen Plattformen.