Der Vergleich liegt extrem nahe, weil beide Systeme auf einer riesigen Menge Sprache basieren und nach Mustern suchen. Auf den ersten Blick machen sie tatsächlich etwas sehr Ähnliches: Sie berechnen das am besten passende nächste Wort im Kontext. Trotzdem gibt es fundamentale Unterschiede in der Funktionsweise und Intention:
Wahrscheinlichkeit vs. Brachialer Regelbruch: Ein LLM (Large Language Model) berechnet statistische Wahrscheinlichkeiten. Es schaut, welche Wörter historisch am häufigsten und sinnvollsten aufeinander folgten. Dichter tun oft das genaue Gegenteil: Sie brechen gezielt stochastische Erwartungen, nutzen Regelverstöße und erfinden neue Metaphern, um Erstaunen oder Irritation zu erzeugen.
Semantik ohne Bewusstsein: Ein LLM verarbeitet Symbole ohne inneres Erleben (keine Phänomenologie). Es hat keine Wahrnehmung von Schmerz, Liebe oder Endlichkeit. Dichter übersetzen eine subjektive, reale Lebenserfahrung und emotionale Qualia in Sprache.
Die Richtung des Prozesses:
LLM: Textmengen -> Statistik -> Syntax -> Illusion von Bedeutung.
Dichter: Erfahrung/Gefühl -> Bedeutung -> Bewusste Auswahl der Syntax.
Kompression und Verdichtung: Poetry bedeutet wörtlich Verdichtung. Ein Dichter versucht oft, mit minimaler Wortanzahl ein Maximum an Bedeutungsräumen zu öffnen (Ambiguität). Ein LLM neigt bauartbedingt eher dazu, den statistischen Durchschnitt (Glättung) abzubilden, außer man zwingt es durch Prompts zur Extravaganz.
Man könnte sagen: Das LLM ist ein Meister der Rekombination von Bestehendem, während der Dichter versucht, durch die Sprache neue Erfahrungsräume zu erschließen.
Und wie ist es in Bezug auf Lyrik?
Das oben gesagte bedeutet nicht, dass ein LLM automatisch keine gute Lyrik erzeugen kann. Die Qualität eines Gedichts hängt nicht ausschließlich davon ab, ob sein Urheber Gefühle hatte. Auch ein Mensch kann bewusst eine Rolle erfinden, ein Gedicht aus einem mathematischen Verfahren generieren oder fremde Stimmen imitieren. Umgekehrt ist ein menschliches Gedicht nicht allein deshalb gut, weil sein Autor wirklich gelitten hat. Der Unterschied zeigt sich eher in der kommunikativen Situation: Wenn ein Mensch schreibt „Ich vermisse dich“, kann diese Aussage Teil einer tatsächlichen Beziehung und eines gelebten Verlusts sein. Wenn ein LLM denselben Satz schreibt, kann es ihn überzeugend einsetzen – aber es vermisst niemanden. Es erzeugt eine passende sprachliche Handlung, ohne selbst in der entsprechenden Welt zu stehen. Man könnte es so formulieren: Dichter und LLMs können ähnliche sprachliche Produkte herstellen; sie sind aber nicht auf dieselbe Weise Urheber dieser Produkte.
Und wie ist es, wenn sich ein Dichter beim Schreiben der LLMs bedient?
Wenn eine Dichterin oder ein Dichter ein Large Language Model als Werkzeug nutzt, verändert sich das Schreiben von Grund auf: Der Fokus rückt weg von der reinen Texterzeugung aus dem Nichts hin zur Kuration, Regie und Transformation. Das KI-Modell übernimmt dabei meist die Rolle eines unerschöpflichen Sparringspartners oder Textlieferanten. In der Praxis nutzen Lyriker die Systeme selten für fertig geschriebene Gedichte, sondern als Inspirationsquelle für ungewöhnliche Metaphern, als digitales Materiallager für Cut-up-Techniken oder als Spiegel, an dem sie die eigene Sprache reiben. Manchmal wird sogar der Promp-Prozess selbst – das gezielte Ausreizen der Sprachgrenzen der KI – zum eigentlichen Kunstwerk.
Das birgt faszinierende Potenziale. Durch die statistische Arbeitsweise des Modells entstehen oft überraschende, surreal anmutende Wortverbindungen, die menschliche Denkmuster durchbrechen. Schreibblockaden lösen sich auf, weil der Textraum nie leer ist, und der Zugriff auf veraltete Begriffe oder historische Stilelemente gelingt in Sekundenschnelle. Gleichzeitig bringt der Einsatz gravierende Herausforderungen mit sich. Weil LLMs darauf trainiert sind, das wahrscheinlichste nächste Wort zu berechnen, neigen ihre Texte ohne starken menschlichen Eingriff zu Klischees, Banalität und geglättetem Pathos. Gute KI-Lyrik entsteht daher erst, wenn das Modell „gegen den Strich“ gebürstet wird. Zerschneidet, verzerrt und bricht der Dichter das Material nicht eigenhändig, droht die eigene lyrische Stimme in der statistischen Mittelmäßigkeit der KI zu verschwinden – denn echte Poesie speist sich aus Biografie, Emotion und körperlicher Erfahrung, die einer Maschine fehlen. Am Ende funktioniert das LLM in der Dichtkunst wie ein Synthesizer in der Musik: Es nimmt dem Künstler die Arbeit nicht ab, erweitert aber die klanglichen Möglichkeiten enorm, sofern man das Instrument zu spielen weiß.
Anmerkung: Entstanden unter Verwendung verschiedener LLMs.