Beobachtetes Signal · 17. Aug. 2026 · Policy Update · Quelle: The Drum · Relevanz: 4/5 · Sentiment: Neutral

Mark Ritson: KI-Kollaboration bei Kolumnenerstellung und die Grenzen von Detektoren

Zusammenfassung des Signals

Mark Ritson räumt ein, den KI-Assistenten Claude für Recherche, Entwurf und Feinschliff seiner jüngsten Kolumne genutzt zu haben, und beschreibt einen iterativen Mensch-KI-Workflow. Er betont die Grenzen aktueller KI-Erkennungstools, nachdem Pangram aufzeigte, dass etwa 25 % der analysierten Long-Form-Beiträge über Plattformen hinweg – und 41 % auf LinkedIn – KI-generiert sind. Ritson argumentiert, dass Detektoren zwar statistische Fingerabdrücke im finalen Text identifizieren, aber nicht feststellen können, wer während der Entstehung die inhaltliche Verantwortung trug. Zudem plädiert er dafür, dass die Zusammenarbeit von Mensch und KI die dominante und kommerziell effiziente Übergangsphase der Content-Erstellung darstellt.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Die Ankündigung von LinkedIn zur Erkennung und Abwertung von KI-Inhalten trifft auf eine ohnehin hohe Verbreitung KI-generierter Long-Form-Beiträge, was weitreichende Auswirkungen auf Content-Moderation, Creator-Verhalten und Plattform-Ökosysteme hat.

SIGNAL RADAR

Marktsignale zu LinkedIn in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • LinkedIn kündigte an, generische, KI-generierte Inhalte zu erkennen und in der Reichweite abzuwerten.
  • Die Chrome-Extension von Pangram scannte zwischen April und Juni über 1 Million Beiträge und stellte fest, dass etwa jeder vierte Long-Form-Beitrag (41 % auf LinkedIn) als vollständig KI-generiert eingestuft wurde.
  • Das konkurrierende Erkennungstool Originality.ai führte eine eigene LinkedIn-Analyse durch und berichtete über eine ähnlich hohe Prävalenz von KI-generierten Inhalten.
  • Mark Ritson berichtet, dass seine Kolumne für The Drum laut Pangram zu rund 55 % KI-generiert war, und beschreibt einen iterativen Prozess aus Claude-Vorschlägen, eigenen Entwürfen, KI-Verdichtung und mehrfachem Umschreiben.

Verknüpfte Unternehmen

6 verknüpfte Unternehmen

“Back in May, one of the vice presidents at LinkedIn published a post titled “Keeping conversations real on LinkedIn.”...”

“When Pangram, the AI detection software, ran that post through its detector, it was also flagged as AI-generated....”

“Between April and June, the Pangram Chrome extension scanned more than 1m posts across LinkedIn, X, Reddit, Substack and Medium....”

“Between April and June, the Pangram Chrome extension scanned more than 1m posts across LinkedIn, X, Reddit, Substack and Medium....”

“Between April and June, the Pangram Chrome extension scanned more than 1m posts across LinkedIn, X, Reddit, Substack and Medium....”

“Between April and June, the Pangram Chrome extension scanned more than 1m posts across LinkedIn, X, Reddit, Substack and Medium....”

Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: The Drum•Veröffentlicht: 17. Aug. 2026
Ursprünglicher Berichttitel: “Mark Ritson: I used Claude to help write this. It’s still mine. Right?”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models (LLM) & AI8. Mai 2026

Ein Plädoyer für AI-Slop: Kommerzielle Realität von KI-Content

Evan Armstrong hat auf Substack eine vielbeachtete Analyse veröffentlicht, die darlegt, dass sogenannter „AI-Slop“ funktional nützlich und kommerziell hochgradig viabel ist. Unter Einsatz einer KI-Erkennungs-API sowie des LLM Claude untersuchte er 3.229 Substack-Beiträge aus 371 Publikationen. Die Daten zeigen, dass KI-Nutzung stark in informationslastigen Segmenten wie Tech, Finanzen und Business mit 25 bis 32 Prozent konzentriert ist, während meinungsstarke Kategorien wie Sport oder Politik nur 3 bis 9 Prozent aufweisen. Bemerkenswert ist, dass Leser AI-markierte Inhalte nicht abstrafen; die Korrelation zwischen KI-Anteil und Nutzerreaktionen liegt bei nahezu null (-0,005). Rund 50 Publikationen verantworten etwa 80 Prozent des KI-Contents, wobei rein synthetische Newsletter zu den Top-Performern zählen und Millionenumsätze generieren. Dies verdeutlicht, dass digitale Publisher und Subscription-Modelle vor massiven Disruptionen stehen, falls ihr Geschäftsmodell rein auf Informationsvermittlung basiert.

Signal analysieren
Large Language Models (LLM) & AI20. Aug. 2026

Wandel der Stimmung bei KI-Texten beschleunigt sich

Der Newsletter analysiert aktuelle Signale für einen veränderten Umgang mit KI-generierten Texten: Substack kooperiert mit Pangram zur Erkennung von KI-Beiträgen, LinkedIn führte ein Feedback-Feature gegen minderwertige KI-Inhalte ein, und Anthropic kündigte unsichtbare Wasserzeichen inklusive einer API für Claude-Outputs an, um die EU-Transparenzvorgaben zu erfüllen. Zudem ziehen Verlage und Agenturen klare Grenzen bei verdächtigen Manuskripten, während Unternehmen interne Richtlinien gegen rein KI-generiertes Copywriting erlassen. Diese Entwicklungen markieren eine breitere Branchenbewegung hin zu mehr Transparenz, dem Schutz der Brand Voice und der Sicherung von Authentizität.

Signal analysieren
Large Language Models (LLM) & AI20. Juli 2026

Morning-Brew-Gründer baut Claude-gestützte Content-Maschine für skalierbare Produktion

Alex Lieberman, Mitgründer von Morning Brew und Co-Managing-Partner bei Tenex/10X, hat eine KI-native Content-Maschine auf Basis von Claude und Claude Code entwickelt. Ein sogenanntes KI-Orakel scannt kontinuierlich interne Systeme wie Slack, Notion, Gmail und Meeting-Notizen sowie externe Quellen, um täglich rund 15 relevante Content-Spikes zu generieren. Die automatisierte Pipeline nutzt ein aus sechs Personas bestehendes KI-Interview-Panel mit Whisperflow-Spracherkennung, verfasst Entwürfe im definierten persönlichen Markdown-Stil und lässt diese von einem redaktionellen Gremium prüfen. Zu den Integrationen gehören unter anderem Slack, Notion, Linear, Git und Gmail, ergänzt durch einen Feedback-Loop aus veröffentlichten Beiträgen. Lieberman betont, dass detaillierte Workflow-Analysen vor der Automatisierung essenziell sind, während Programme wie der Tenex Creator Cup eine nachhaltige Distribution über Mitarbeiter-Advocacy sicherstellen.

Signal analysieren

Marktsignale & Strategische Shifts in Echtzeit verfolgen

Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.