Peter Stamm und der Sprachstil des Kolibris
Wenn Sie sich auch nur ein bisschen auskennen in der deutschen Literatur, genügen Ihnen zwei, drei Sätze, um einen Text von Thomas Mann, von Franz Kafka, von Thomas Bernhard oder von Peter Stamm zu erkennen. Obwohl alle vier in derselben Sprache schreiben, drücken sie sich völlig unterschiedlich darin aus. Anders gesagt: Ihr Sprachstil unterscheidet sich. Auf Englisch spricht man von der eigenen Stimme, «his own voice». Das ist ein schöner Ausdruck: Mein eigener Sprachstil ist tatsächlich meine eigene Stimme. Diese individuelle sprachliche Stimme ist keine Einbildung: Der Sprachstil lässt sich mathematisch vermessen. Wie gut das funktioniert, zeigte 2013 der Fall um den Roman «The Cuckoo’s Calling», also: Der Ruf des Kuckucks, von einem Autor namens Robert Galbraith. Bald wurde gemunkelt, es handle sich dabei um ein Pseudonym von J.K. Rowling. Ein amerikanischer Computerlinguist analysierte die Sprache des Romans und verglich ihn mit J.K. Rowlings Büchern und mit Werken anderer Krimiautorinnen. Die sprachstatistische Analyse zeigte, dass der Roman stilistisch deutlich näher bei J.K. Rowling lag als bei jeder der Vergleichsautorinnen. Wir alle erzeugen beim Schreiben offenbar einen eindeutigen sprachlichen Fingerabdruck, eine Sprachsignatur, die unseren Stil oder eben: unsere sprachliche Stimme ausmacht. Doch diese eigene Stimme ist in Gefahr: Die redigierende und korrigierende KI mittet Sprache ein und bügelt Eigenheiten weg. Wir hinterlassen sprachlich keine Fingerabdrücke mehr – es ist, als würden wir alle Plastikhandschuhe tragen beim Schreiben. Ich zeige Ihnen deshalb diese Woche, welche Elemente den eigenen Sprachstil ausmachen und ich biete Ihnen mit meinem Stil-O-Meter ein digitales Werkzeug, mit dem Sie Ihren eigenen Sprachstil vermessen und verbessern können.
Der Sprachstil eines Schriftstellers ist so unverwechselbar wie die Garderobe einer Diva. Schauen Sie sich einmal die folgenden vier Passagen an: Wer hat sie geschrieben?
«Sein rundes, rosig überhauchtes und wohlmeinendes Gesicht, dem er beim besten Willen keinen Ausdruck von Bosheit zu geben vermochte, wurde von schneeweiß gepudertem Haar eingerahmt, und etwas wie ein ganz leise angedeutetes Zöpflein fiel auf den breiten Kragen seines mausgrauen Rockes hinab.»
«Jemand musste Josef K. verleumdet haben, denn ohne dass er etwas Böses getan hätte, wurde er eines Morgens verhaftet.»
«Es ist seltsam, dass man durch den grössten Lärm hindurch ein ganz leises Geräusch hört, wenn man darauf gewartet hat.»
«Die Natur, die Natur, rief er aus, immer wieder nur die Natur! In die Wälder gehen, tief in die Wälder gehen, sich ganz in die Wälder verlieren, das ist es! Holzfällen, dachte ich, nichts als Holzfällen, das ist es.»
Der erste Satz stammt aus den «Buddenbrooks» von Thomas Mann. Es ist einer der kürzeren Sätze aus dem ersten Kapitel. Andere Sätze sind weit mehr als eine Seite lang. Den Urheber des zweiten Satzes über Josef K. haben Sie sicher erkannt: Schon der erste Satz von «Der Process» ist in dieser trocken konstatierenden Sprache gehalten, die das Ungeheuerliche fast schon bürokratisch ausmisst und so typisch ist für Franz Kafka. Die dritte Stelle, nüchtern, fast schon kühl an der Oberfläche, aber mit einem warmen, emotionalen Kern, ist der Beginn von «Die Erwartung», einer Erzählung des Schweizers Peter Stamm. Das vierte Beispiel ist das Gegenteil davon: Heiss, feurig, impulsiv und voller rhythmischer Wiederholungen. Es stammt aus «Holzfällen» von Thomas Bernhard.
Gehörte Stimme und geschriebene Sprache
Nur wenige Sätze genügen, um ein Gefühl für die Sprache dieser Schriftsteller zu erhalten. Aber wie entsteht dieser Eindruck? Was macht einen Sprachstil aus? Die Stimme eines Menschen lässt sich mit einem Mikrofon aufzeichnen und dann analysieren, zum Beispiel in Form einer Frequenzanalyse oder eines Spektrogramms. Dabei lassen sich eindeutige Muster erkennen und davon einen Stimmabdruck ableiten. Banken zum Beispiel sind so in der Lage, ihre Kundinnen und Kunden am Telefon eindeutig zu identifizieren. Aber wie funktioniert das bei schriftlichen Texten? Gibt es auch für Wörter und Sätze so etwas wie eine Frequenzanalyse?
Die wissenschaftliche Basis dafür liefert die computationelle Stilometrie. Die Basis dafür haben zwei amerikanische Statistiker gelegt: 1964 untersuchten Frederick Mosteller von der Harvard University und David L. Wallace von der University of Chicago die sogenannten «Federalist Papers». Das ist eine Serie von 85 Essays, die 1787 und 1788 unter Pseudonym veröffentlicht wurden. Ihr Ziel war es, die Bürger davon zu überzeugen, die neue Verfassung der USA zu ratifizieren. Sie gehören zu den wichtigsten politischen Texten der amerikanischen Geschichte. Die Frage war: Wer hat diese «Federalist Papers» geschrieben? Zwar war schon früh klar, dass hinter dem Pseudonym drei Gründerväter der USA stecken: Alexander Hamilton, James Madison und John Jay. Die meisten Essays liessen sich einem der drei zuordnen. Bei zwölf Essays konnte aber nicht geklärt werden, ob Hamilton oder Madison sie verfasst hatte. Historiker stritten sich darüber fast zwei Jahrhunderte lang.
Die Füllwörter entlarven den Autor
Inhaltlich liess sich die Frage nicht klären: Hamilton und Madison waren zu dieser Zeit politisch eng verbündet, dachten über die Verfassung sehr ähnlich und schrieben dieselbe gebildete Sprache. Der Durchbruch von Mosteller und Wallace bestand darin, dass sie sich bei ihrer Analyse nicht wie normale Leser auf die wichtigen, bedeutungstragenden Wörter der Texte konzentrierten, also etwa auf «Liberty», «Constitution» oder «Government», sondern auf unscheinbare Funktionswörter. Sie analysierten Füllwörter, Präpositionen und Konjunktionen, die ein Autor unbewusst und reflexartig benutzt.
Die Statistiker analysierten Texte, von denen man sicher wusste, wer sie geschrieben hatte. Dabei stiessen sie auf Muster: Hamilton nutzte zum Beispiel fast ausschliesslich das Wort «while» (während) und schrieb in seinem ganzen Leben praktisch nie «whilst». Madison hingegen nutzte fast ausschliesslich «whilst» und mied «while». Mosteller und Wallace weiteten die Analyse auf rund 30 solcher «Katalysator-Wörter» aus, darunter upon, there, by, to und on. Dafür nutzten sie die Bayessche Inferenz, ein statistisches Verfahren. Das Ergebnis der Analyse war mathematisch erdrückend: Alle zwölf strittigen Essays wurden James Madison zugeschrieben und zwar mit einer statistischen Wahrscheinlichkeit von mehreren Millionen zu Eins. Historiker akzeptieren dieses Ergebnis heute als Tatsache.
Mathematischer Vaterschaftstest
Das Projekt bewies, dass man die Autorschaft von Texten rein mathematisch entschlüsseln kann. Entscheidend war der Kniff, den Mosteller und Wallace anwendeten: Sie untersuchten quasi nicht die Backsteine der Mauer, sondern den Mörtel und kamen so den Maurern auf die Spur. Wenn heute ein Text auf Plagiate geprüft oder der Urheber einer Erpresser-E-Mail ermittelt wird, basieren die Analysen immer noch auf den Prinzipien von Mosteller und Wallace.
Wir Autorinnen und Autoren unterscheiden uns also nicht durch ausgefallene Wörter, sondern durch die relative Häufigkeit der alltäglichsten Wörter einer Sprache. Statistiker nennen sie die «Most Frequent Words», kurz MFW. Wörter wie und, der, ich, auf, von bilden den unscheinbaren Mörtel der Sprache. Blosses Zählen dieser Wörter führt aber nicht weit. Das Wort «und» kommt extrem häufig vor, «aber» oder «sondern» sind viel seltener. Bei einer reinen Zählung würden deshalb die extrem häufigen Wörter das Ergebnis dominieren und die kleineren, aber vielleicht charakteristischeren Unterschiede bei den etwas selteneren Wörtern verdecken.
Das Delta macht den Unterschied
John Burrows von der University of Newcastle in Australien entwickelte deshalb das mathematische Prinzip «Delta». Dieses «Burrows’ Delta» löst dieses Problem durch Standardisierung. Burrows zählt nicht einfach die Zahl der Funktionswörter, er berechnet, wie stark die Häufigkeit eines einzelnen Worts vom Durchschnitt abweicht. Das ergibt für jedes Wort einen «Z-Score». Taucht das Wort häufiger auf als im Durchschnitt des Vergleichskorpus, ist der Z-Score positiv; ist es seltener, ist der Z-Score negativ. John Burrows berechnet für jeden Autor die Differenz der Z-Scores für jedes einzelne Wort der MFW-Liste. Burrows’ ursprüngliches «Delta» meint den durchschnittlichen Abstand über alle untersuchten Wörter hinweg. Das Ergebnis ist eine einzige Zahl für jeden Autor: der Delta-Wert. Ein hoher Delta-Wert bedeutet: Grosse stilistische Distanz. Der Autor weicht stark vom Durchschnitt des Vergleichskorpus ab. Ein niedriger Delta-Wert zeigt grosse stilistische Ähnlichkeit.
Spannend an diesem Ansatz ist, dass er sprachunabhängig funktioniert: Weil die Berechnung nur auf Worthäufigkeiten und Statistik basiert, funktioniert Delta im Deutschen genauso gut wie im Englischen, Lateinischen oder Chinesischen. Ein Autor kann bewusst versuchen, seine Wortwahl zu verändern, aber es ist für das menschliche Gehirn beim Schreiben fast unmöglich, die unbewusste Verteilung der 100 häufigsten Funktionswörter zu manipulieren.
Das Gehirn kann Funktionswörter nicht steuern
Warum das so ist, konnte der Psychologe James Pennebaker 2011 erklären. Er konnte beweisen, dass wir inhaltliche Wörter bewusst steuern, funktionale Wörter wie Pronomen, Artikel oder Konjunktionen sich dem Bewusstsein aber entziehen. Sie seien die «Spiegel der Seele», sagt Pennebaker, weil sie unterhalb der Schwelle unseres Bewusstseins operieren. Substantive, Verben und Adjektive sind Inhaltswörter. Sie transportieren die eigentliche Information und machen etwa 99 Prozent des gesamten Wörterbuchs aus. Wenn wir sprechen oder schreiben, konzentriert sich unser Gehirn fast ausschliesslich auf diese inhaltlich wichtigen Wörter. Funktionswörter wie Pronomen, Artikel, Präpositionen oder Konjunktionen machen im Wörterbuch weniger als 0,1 Prozent aus. Weil wir sie aber sehr häufig benutzen, machen sie in einem gesprochenen oder geschriebenen Text im Alltag über die Hälfte aller Wörter aus.
Wenn wir sprechen oder schreiben, liegt der kognitive Fokus auf dem Inhalt. Der präfrontale Kortex wählt bewusst jene Inhaltswörter aus, die eine bestimmte Botschaft am besten vermitteln. Im Hintergrund arbeitet im Gehirn dabei eine Art Grammatikautomatik. Diese Automatik verwaltet die Funktionswörter. Sie werden vollautomatisch und unbewusst eingeschoben, um die Inhaltswörter syntaktisch miteinander zu verknüpfen. Sie sind der erwähnte «Mörtel» zwischen den Ziegelsteinen.
Der sprachliche Fingerabdruck
James Pennebaker erkannte, dass sich diese Funktionswörter unserer bewussten Kontrolle entziehen. Wir können uns darauf konzentrieren, keine brutalen Wörter zu benutzen oder eine inklusive Sprache zu verwenden, aber wir können nicht kontrollieren, ob wir zu 3,2 % oder zu 3,8 % das Wort «ich» benutzen. Gerade Pronomen verraten übrigens laut James Pennebaker sehr viel über den psychologischen Zustand, die Persönlichkeit und die sozialen Beziehungen eines Menschen. Da sie unbewusst gewählt werden, können sie als lexikalischen Lügendetektor und Psychograph benutzt werden. Seine Studie heisst denn auch: «The Secret Life of Pronouns».
John Burrows misst mit seinem «Delta»-Verfahren genau das, was Pennebaker psychologisch beschreibt: den unbewussten, sprachlichen Fingerabdruck unseres Gehirns. Während unser Gehirn den Inhalt eines Textes bewusst konstruiert, entziehen sich die kleinen Funktionswörter der bewussten Kontrolle.
Die Sprache ist vergleichbar mit der Handschrift
Mittlerweile ist zu der Analyse der Funktionswörter ein weiteres Merkmal dazu gekommen: Ähnlich aussagekräftig ist der syntaktische Rhythmus eines Textes. Das umfasst Eigenschaften wie die Satzlängenverteilung, die Verschachtelungstiefe und das Interpunktionsmuster. Sie lassen sich auch in kurzen Texten von wenigen hundert Wörtern statistisch auswerten, sind themenunabhängig und ebenso resistent gegen bewusste Verstellung wie die Funktionswörter.
Spannend an diesen statistischen Auswertungen ist eine zentrale Erkenntnis: Der Stil unserer Sprache, die Art und Weise, wie wir schreiben oder sprechen, ist keine bewusste Entscheidung wie die Kleidung oder die Frisur. Es ist auch nicht das Resultat einer künstlerischen Entscheidung. Unser Sprachstil ist damit eher vergleichbar mit der Gangart, der Handschrift oder dem Stimmklang. Es ist Ausdruck der kognitiven Verhältnisse in unserem Gehirn. Deshalb sind diese statistischen Auswertungen vergleichbar mit dem Fingerabdruck der Sprache.
Die KI ebnet die Unterschiede ein
Wenigstens war das bisher so. Seit die KI sich in den Schreibprozess eingeklinkt hat, verändert sich genau dieser sprachliche Fingerabdruck. Dazu gibt es mittlerweile spannende Studien. So konnten Sourati et al. 2025 zeigen, dass die sprachliche Varianz der Texte auf Reddit nach der Einführung von ChatGPT Ende 2022 geschrumpft ist: Seither gleichen sich die Texte verschiedener Menschen immer stärker an. Das haben Computerlinguisten mittlerweile experimentell nachgewiesen: Sie redigierten Texte auf Reddit und arXiv mit KI-Modellen. Aus menschlicher Sicht passierte dabei nicht viel, weil die bedeutungstragenden Wörter dieselben blieben. Doch die Varianz der Stilmetriken sank dabei deutlich. Das Redigieren mit KI verändert am Inhalt der Texte kaum etwas, nivelliert aber den Stil. Die Wissenschaftler bezeichnen das Ergebnis als «conformity over individuality». Das ist nicht nur ein ästhetisches Problem: Das Redigieren durch die KI führt dazu, dass sich die Sprache nicht mehr als Fenster zu Person, Zustand oder Gruppe nutzen lässt.
Sourati et al. erklären in einem spannenden Paper, warum das so ist. Sie sagen, die Homogenisierung sei kein Problem der Trainingsdaten, es lässt sich also nicht beheben, indem man mit «besseren Daten» arbeitet. Die Homogenisierung der Texte ist vielmehr das Resultat des Trainingsprinzips. Sprachmodelle arbeiten mit dem Prinzip der Next-Token-Prediction. Das belohnt strukturell häufige, generalisierbare Muster und bügelt alles, was individuell ist, alle Ausreisser und Kanten weg. Sprachmodelle sind aufgrund ihrer Bauart also ein Mittelwert-Erzeuger.
Verschiebung zum amerikanischen Schreibstil
Eine Studie von Agarwal, Naaman und Vashistha aus dem Jahr 2024 hat sich die Frage gestellt, welche Mitte diese Mittelwert-Erzeuger ansteuern. Sie haben Schreibende aus den USA und aus Indien kulturell verankerte Schreibaufgaben lösen lassen, einmal ohne und einmal mit KI-Unterstützung. Das Ergebnis: Die KI sorgt dafür, dass sich die Texte der beiden Gruppen angleichen. Sie treffen sich aber nicht in der Mitte. Die Annäherung geschieht fast ausschliesslich dadurch, dass sich der indische Schreibstil dem amerikanischen Stil nähert. Die sprachliche Homogenisierung hat also keine neutrale Verschiebung zu einer globalen Durchschnittsstimme zur Folge, sondern eine Verschiebung zugunsten der anglo-amerikanisch geprägten Norm.
Wenn die KI unsere Texte redigiert, verlieren wir also nicht nur die sprachliche Individualität, sondern setzen auch unsere kulturelle Identität aufs Spiel. Die kognitive Vielfalt, die sich durch unterschiedliche Sprach-, Denk- und Argumentationsmuster auszeichnet, ist in Gefahr. Es ist ein dramatischer Befund, weil diese kognitive Vielfalt eine Voraussetzung für Kreativität und gute Entscheidungen ist. Wenn ein Werkzeug, das immer mehr Menschen beim Formulieren nutzen, strukturell zur Mitte hin zieht, wirkt sich das auf lange Sicht nicht nur auf die Sprache, sondern auch auf das Denken aus: Auch unser Denken wird durchschnittlich.
Unseren Macken treu bleiben
Es lohnt sich deshalb, wenn wir uns gegen das Einmitten unserer Sprache wehren und weiterhin selbstbewusst unsere eigene Sprache verwenden. Das ist gar nicht so schwer. Eigentlich können wir gar nicht anders. Weder Franz Kafka noch Peter Stamm oder Thomas Bernhard haben sich ihre Sprache bewusst ausgesucht. Vermutlich konnten sie gar nicht anders schreiben. Wenn wir unseren eigenen Sprachstil erhalten wollen, müssen wir also gar nichts Besonderes tun, ausser uns zu trauen, uns selbst zu sein und unseren Macken treu zu bleiben.
Aber natürlich kann es dabei helfen, den eigenen Sprachstil zu kennen. Als Denkwerkzeug habe ich Ihnen deshalb diese Woche ein Tool entwickelt, das Ihren Sprachstil analysiert. Dabei geht es nicht um gut oder schlecht, es gibt kein richtig oder falsch. Es geht darum, dass Sie sich bewusst werden, was Ihre Sprache auszeichnet.
Mein kleines Stil-O-Meter
Das Werkzeug misst fünf stilometrische Kennzahlen:
- Die Wortvielfalt gibt das Verhältnis einzigartiger Wörter zu allen Wörtern im Text an. So lässt sich der Reichtum des Wortschatzes bestimmen.
- Die sogenannte Hapax-Rate bestimmt den Anteil der Wörter, die nur einmal im Text vorkommen. Das gibt Auskunft über den Hang zu Spezialbegriffen oder auch zu Neologismen.
- Die Entropie misst die Unvorhersehbarkeit der Wortabfolge. Das ist ein Ausdruck der Komplexität und der Informationsdichte.
- Die Diversität gibt Auskunft über die Gleichmässigkeit der Wortverteilung. Damit lassen sich stilistische Obsessionen und Lieblingswörter entlarven.
- Die Satzlänge schliesslich misst die Anzahl Wörter pro Satz und deren Variation. Das bestimmt den Rhythmus und das Lesetempo.
Diese fünf Faktoren geben ein gutes Abbild des eigenen Sprachstils. In meinem Tool geht es nicht darum, KI-Texte zu entlarven. Ziel ist es vielmehr, dass Sie Ihre eigenen sprachlichen Tendenzen kennenlernen und bewusster einsetzen können. Das Tool stellt das Resultat als Radarfläche dar. Je weiter Ihr Profil nach aussen reicht, desto charakteristischer ist Ihr Sprachstil. Am besten funktioniert der Test mit Texten ab einer Länge von etwa 300 Wörtern.
Stil-O-MeterSchreibe wie ein Adler (oder wie ein Wal)
Basierend auf charakteristischen Mustern habe ich verschiedene typische Schreibstile herausdestilliert. Damit diese Ergebnisse möglichst greifbar sind, habe ich sie mit Tieren assoziiert.
🐍 Boa Constrictor steht für lange Sätze, Rhythmus durch Wiederholungen, sprachliche Schraubenbewegungen in die Tiefe. Der prototypische Autor dazu ist Thomas Bernhard, etwa in «Holzfällen», «Korrektur» und «Alte Meister».
🐦 Kolibri steht für kurze Sätze mit einer hohen Wortdichte. Es ist eine karge, knappe Sprache, in der jeder Satz für sich steht. Das beste Beispiel für einen Kolibri-Schreiber ist Peter Stamm in seinen Erzählungen, aber auch Elias Canetti («Der Ohrenzeuge») und Walter Benjamin («Einbahnstraße»).
🐋 Wal steht für eine episch breite, raumgreifende Sprache mit einem grossen Vokabular und einem langen Satzatem. Das beste Beispiel dafür sind die Werke von Thomas Mann: «Buddenbrooks», «Der Zauberberg» und «Joseph und seine Brüder».
🦅 Adler steht für eine präzise, essayistische Sprache, die einen Gedanken fokussiert angeht und durchdringt. Mein Lieblingsautor dafür ist Max Frisch in «Tagebuch 1946–1949» und «Montauk».
🐙 Oktopus steht mit seinen Tentakeln für eine ausufernde Sprache mit Wortneuschöpfungen, assoziativen Strukturen und eigenwilliger Typografie. Bestes Beispiel dafür sind die Texte von Friederike Mayröcker.
Und dann gibt es noch ein sechstes Tier:
🦎 Chamäleon. Sie ahnen es schon: Das Chamäleon steht nicht für eine bestimmte Sprache, sondern für die Durchschnittsprosa der KI, für den eingemitteten, unauffälligen Sachbuchstil oder die Zeitungsprosa. Das Chamäleon gleicht sich seiner Umgebung an und fällt nicht auf. Deshalb gibt es auch keinen herausragenden Autor, der für diese Sprache steht.
Es spielt keine Rolle, ob Sie ein Kolibri sind oder ein Wal, ob Sie sich als Adler versuchen wollen oder als Oktopus. Wichtig ist, dass Sie sich trauen, eine eigene Sprache zu schreiben und zu sprechen. Eine Sprache mit Rissen und Kanten, mit unebenen Stellen und manchmal auch mit Lücken. Mein kleines Werkzeug soll Ihnen helfen, sich dabei selbst auf die Spur zu kommen. Es analysiert deshalb nicht nur Ihre Sprache, sondern gibt Ihnen auch Hinweise, was Sie ändern müssen, um zu schreiben wie ein anderes Tier. Vor allem soll mein Stil-O-Meter Ihnen den Mut geben, von der Mitte, dem austarierten Chamäleon, abzuweichen und zu Ihrer eigenen Sprache zu stehen. Ganz egal, ob Sie eher prusten oder zischeln, zirpen oder brüllen.
Basel, 12.06.2026, Matthias Zehnder mz@matthiaszehnder.ch
Bleiben Sie auf dem Laufenden:
Hier den Wochenkommentar abonnieren.
- Hinweis auf den neuen Wochenkommentar
- Ein aktueller Sachbuchtipp
- Ein Roman-Tipp
- Das neue Fragebogeninterview
Nur dank Ihrer Unterstützung ist der Wochenkommentar möglich. Herzlichen Dank dafür!
Lieber hören als lesen?
Quellen:
Agarwal, Dhruv; Naaman, Mor; Vashistha, Aditya (2025): AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances, in: Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, 2025, S. 1–21, http://arxiv.org/abs/2409.11360 [12.06.2026].
Bernhard, Thomas (2018): Holzfällen: eine Erregung, 17. Aufl, Frankfurt am Main 2018 Suhrkamp-Taschenbuch 1523.
Burrows, J. (2002): „Delta“: a Measure of Stylistic Difference and a Guide to Likely Authorship, in: Literary and Linguistic Computing, 17,3, 2002, S. 267–287, https://academic.oup.com/dsh/article-lookup/doi/10.1093/llc/17.3.267 [05.06.2026].
Cavarero, Adriana (2005): For more than one voice: toward a philosophy of vocal expression, Stanford, Calif 2005.
Galbraith, Robert (2014): The Cuckoo’s calling, Paperback edition, London 2014.
Kafka, Franz; Reuss, Roland; Staengle, Peter (2024): Der Process: Studienausgabe, Faksimile, Frankfurt/Main 2024 Franz Kafka-Ausgabe.
Koppel, Moshe; Schler, Jonathan; Argamon, Shlomo (2009): Computational methods in authorship attribution, in: Journal of the American Society for Information Science and Technology, 60,1, 2009, S. 9–26, https://onlinelibrary.wiley.com/doi/10.1002/asi.20961 [05.06.2026].
Mann, Thomas; Kehlmann, Daniel (2025): Buddenbrooks: Verfall einer Familie, 69., erweiterte und bearbeitete Auflage, Frankfurt am Main 2025.
Pennebaker, James W. (2011): The secret life of pronouns: what our words say about us, 1st U.S. ed, New York 2011.
Sourati, Zhivar; Karimi-Malekabadi, Farzan; Ozcan, Meltem; McDaniel, Colin; Ziabari, Alireza; Trager, Jackson; Tak, Ala; Chen, Meng; Morstatter, Fred; Dehghani, Morteza (2025): The Shrinking Landscape of Linguistic Diversity in the Age of Large Language Models, 2025, http://arxiv.org/abs/2502.11266 [05.06.2026].
Sourati, Zhivar; Ziabari, Alireza S.; Dehghani, Morteza (2025): The Homogenizing Effect of Large Language Models on Human Expression and Thought, 2025, https://arxiv.org/abs/2508.01491 [12.06.2026].
Sourati, Zhivar; Ziabari, Alireza S.; Dehghani, Morteza (2026): The Homogenizing Effect of Large Language Models on Human Expression and Thought, 2026, http://arxiv.org/abs/2508.01491 [05.06.2026].
Stamm, Peter (2009): Wir fliegen: Erzählungen, Frankfurt am Main 2009 Fischer 17803.
Watson, G. S. Inference and Disputed Authorship: The Federalist., by Frederick Mosteller and David L. Wallace. The Annals of Mathematical Statistics 37, no. 1 (1966): 308–12. http://www.jstor.org/stable/2238718.
Ein Kommentar zu "Peter Stamm und der Sprachstil des Kolibris"
Sehr geehrter Herr Stamm,
ich danke Ihnen für Ihre Ausführungen zum Sprachstil und den Stil-O-Mat. Ich selbst bin fast 90 Jahre und schreibe mein erstes Buch. Es soll ein biografischer Essay über das Bewusstsein werden. Ein erschreckender Albtraum war der Anlass. Natürlich bin ich recht unsicher und deshalb an Informationen wie Ihren interessiert. Über das Testergebnis von 4 Texten habe ich mich gefreut. Sie bestätigen mein eigenes Sprachgefühl. Ergebnis: 2xKolibri, 2xAdler.
Ich habe auch mit KI-Hilfe schreiben wollen. Das habe ich nach ersten Versuchen abgebrochen. Textvorschläge von Gemini z. B. haben meine etwas philosophischen Texte völlig verändert. Zum Beispiel wurden neue Wörter eingefügt, deren Bedeutung überhaupt nichts mit meinem Text zu tun hatten. Und dann merkt man schnell, dass die zwar das Wort „Empathie“ kennen aber nicht wissen, was es bedeutet.
Mein o.g. Testergebnis bestärkt mich darin, in meinem Stil weiter zu schreiben.
Vielen Dank und freundliche Grüße
Bernhard Six