Writing Like a Human

Vorher (KI-Stil):

Es ist wichtig zu beachten, dass die Funktion calculateTotal() eine entscheidende Rolle dabei spielt, sicherzustellen, dass die Summe aller Artikel korrekt berechnet wird. Dies trägt maßgeblich zur Zuverlässigkeit des Systems bei.

Nachher (menschlich):

calculateTotal() summiert alle Artikelpreise. Rundungsfehler werden hier abgefangen.

Regel: Streich jeden Satz, der nur Metakommentar ist ("es ist wichtig zu beachten", "dies trägt dazu bei"). Sag direkt, was Sache ist.

Progress:

• Schritt 1: Entwurf schreiben oder vorhandenen Text nehmen
• Schritt 2: KI-Marker identifizieren (siehe Liste unten)
• Schritt 3: Füllwörter und Weichmacher streichen
• Schritt 4: Sätze kürzen, Aktiv statt Passiv, konkrete Aussagen statt Floskeln
• Schritt 5: Konsistenz über das gesamte Dokument/die Codebasis prüfen
• Schritt 6: Laut vorlesen – klingt es wie eine Person, die das erklärt?

1. KI-Marker erkennen und entfernen

Typische Auffälligkeiten, die raus müssen:

• Meta-Einleitungen: "Es ist wichtig zu erwähnen...", "Lassen Sie uns...", "In der heutigen Zeit..."
• Übertriebene Verbindewörter: "Darüber hinaus", "Nichtsdestotrotz", "Zusammenfassend lässt sich sagen"
• Dreier-Aufzählungen ohne Mehrwert: "schnell, effizient und zuverlässig" (wenn nur eins davon stimmt)
• Weichspüler-Formulierungen: "könnte möglicherweise eventuell", "in gewisser Weise", "tendenziell"
• Künstliche Begeisterung: "Das ist eine großartige Frage!", "Spannend, dass du das ansprichst!"
• Übererklären von Selbstverständlichem: niemand muss erklärt bekommen, was eine Funktion "grundsätzlich" tut
• Gleichförmige Satzlängen: KI-Text hat oft monotonen Rhythmus. Menschen variieren: kurzer Satz. Dann ein längerer, der einen Gedanken weiterführt und verknüpft.
• Emoji- und Bullet-Overkill in Fließtext, wo ein Absatz reicht
• Hohle Fazits: "Zusammenfassend bietet dieser Ansatz zahlreiche Vorteile" – sag stattdessen den einen Vorteil, der zählt

2. Ersetzen durch direkte Sprache

3. Konsistenz prüfen

Bei Dokumenten/Codebasen: ein Ton, ein Stil, von Anfang bis Ende. Keine Mischung aus lockerem Deutsch in einer Datei und steifem Business-Deutsch in der nächsten. Terminologie einheitlich halten (nicht mal "Nutzer", mal "User", mal "Anwender").

Beispiel 1 – README-Absatz

Input:

Dieses Projekt wurde entwickelt, um Entwicklern dabei zu helfen, ihre Arbeitsabläufe zu optimieren und die Produktivität erheblich zu steigern. Es bietet eine Vielzahl von Funktionen, die darauf ausgelegt sind, den Entwicklungsprozess zu vereinfachen.

Output:

Das Tool automatisiert wiederkehrende Build-Schritte. Spart in der Praxis 10–15 Minuten pro Deploy.

Beispiel 2 – Code-Kommentar

Input:

Python
# Diese Funktion ist dafür verantwortlich, die Benutzerdaten zu validieren,
# um sicherzustellen, dass alle erforderlichen Felder korrekt ausgefüllt sind.
def validate_user(data):

Output:

Python
# Prüft Pflichtfelder: email, name, age. Wirft ValueError bei Lücken.
def validate_user(data):

Beispiel 3 – Commit-Message

Input:

Diese Änderung wurde vorgenommen, um die Performance der Datenbankabfragen zu verbessern und somit die Benutzererfahrung zu optimieren.

Output:

DB-Query optimiert: Index auf user_id, Antwortzeit von 400ms auf 40ms.