Dieses seltsame Gefühl, wenn etwas fast menschlich wirkt

Wahrscheinlich kennst du es. Du sprichst mit einer KI und irgendetwas fühlt sich einfach falsch an. Die Wörter sind technisch korrekt. Die Grammatik stimmt. Trotzdem wirkt das Gespräch steril und hohl, fast so, als würdest du mit jemandem reden, der ein Skript vorliest, das er selbst nicht versteht.

Ein KI-Companion kann flüssige Sätze formulieren und sich trotzdem falsch anfühlen. Vielleicht klingt er warmherzig, vergisst aber nach zwei Minuten, was du gesagt hast. Vielleicht hat er eine ausdrucksstarke Stimme, reagiert jedoch im falschen Moment. Oder er begegnet schlechten Nachrichten mit derselben Begeisterung wie einem Erfolg im Spiel. Das Problem besteht nicht einfach darin, dass die KI einen Menschen schlecht imitiert. Vielmehr weckt ein einzelnes menschlich wirkendes Signal Erwartungen, die der Rest des Systems nicht erfüllen kann.

Als Kurzform ist der Begriff „Uncanny Valley“ hilfreich, auch wenn er die ursprüngliche Theorie nicht perfekt trifft. Diese bezog sich zunächst auf physische Roboter, deren Aussehen immer menschlicher wurde, bis ein kleiner Makel plötzlich Unbehagen auslöste. Bei einem Text- oder Sprachbegleiter gibt es kein Gesicht zu betrachten. Hier zeigt sich der Widerspruch stattdessen in Sprache, Timing, Gedächtnis und Verhalten.

Interessant ist, dass manche KI-Companions dieses Uncanny Valley durchaus überwinden. Sie wirken warm. Aufmerksam. Auf eine schwer beschreibbare Weise sogar lebendig. Was unterscheidet also seelenlose Chatbots von denen, die wirklich immersiv wirken? Offenbar ist die Antwort komplexer, als einfach immer mehr Realismus hinzuzufügen und bei allen Menschen dieselbe Wirkung zu erwarten.

Eine systematische Übersichtsarbeit zu verkörperten Gesprächsagenten aus dem Jahr 2025 kam zu dem Ergebnis, dass Anthropomorphismus, Attraktivität und das Gefühl des Unheimlichen je nach Gestaltung und einzelner Person unterschiedlich zusammenspielen. Das ist eine vorsichtigere Schlussfolgerung als „mehr Realismus ist immer besser“.

Anthropomorphismus verändert den Maßstab

Menschen schreiben Systemen, die soziale Sprache verwenden, ganz selbstverständlich Absichten, Gefühle und Persönlichkeit zu. In der Forschung heißt das Anthropomorphismus. Nicht jeder Mensch reagiert darauf gleich stark.

Zwei vorab registrierte Experimente, die in Scientific Reports veröffentlicht wurden, zeigten: Menschen mit einer stärkeren Neigung, Technik zu vermenschlichen, empfanden nach einem Gespräch mit einem Chatbot auch eine stärkere Verbundenheit. Für andere Teilnehmer blieb das Wissen, mit einem künstlichen System zu sprechen, eine größere Hürde.

Das erklärt, warum derselbe KI-Charakter auf eine Person fesselnd und auf eine andere offensichtlich mechanisch wirken kann. Eine universelle Einstellung für „menschlich genug“ gibt es nicht. Daraus entsteht allerdings auch ein Gestaltungsrisiko. Ein Produkt kann Nutzer dazu verleiten, einen Begleiter wie einen Menschen zu behandeln, bevor das System die daraus entstehenden Erwartungen erfüllen kann. Kaliforniens Gesetz zu Companion-Chatbots verlangt inzwischen eine klare Kennzeichnung, wenn ein vernünftiger Nutzer zu der Annahme verleitet werden könnte, ein Chatbot sei ein Mensch. Der Gesetzestext trat 2026 in Kraft.

Aus rechtlicher wie ethischer Sicht gilt: Das Ziel sollte nicht sein, jemanden davon zu überzeugen, dass Software heimlich eine Person ist. Die Interaktion sollte stimmig, verständlich und angenehm sein und zugleich ehrlich vermitteln, was das System tatsächlich ist.

Fünf Widersprüche, durch die KI-Companions unheimlich wirken

1. Warme Worte ohne echtes Verständnis

„Ich verstehe genau, wie du dich fühlst“ ist eine weitreichende und gekünstelt wirkende Behauptung eines Systems, das die Situation möglicherweise falsch verstanden hat. Je emotionaler die Sprache, desto stärker fällt eine unpassende Antwort ins Gewicht.

Ein besserer Begleiter stimmt seine Reaktion auf die verfügbaren Hinweise ab. Wenn er nur eine Nachricht oder ein einziges Bildschirmbild gesehen hat, sollte er nicht so tun, als kenne er den gesamten Gefühlszustand des Nutzers.

Auch deshalb ist Transparenz wichtig. Forschung zur sozioaffektiven Ausrichtung fordert, sozial ansprechende KI nicht nur danach zu beurteilen, ob sie eine angenehme Antwort erzeugt, sondern auch danach, wie ihr Verhalten Nutzer und Beziehungen im Laufe der Zeit beeinflusst.

2. Ein Gedächtnis, das selbstsicher falschliegt

Wenn Gedächtnis funktioniert, schafft es Kontinuität. Wenn es versagt, wirkt der Bruch umso deutlicher.

Stell dir einen Begleiter vor, der sich korrekt an das Spiel erinnert, das du letzte Woche begonnen hast, dir aber selbstsicher die Geschichte deines Freundes zuschreibt. Das erste Detail vermittelt eine fortlaufende Beziehung. Das zweite zeigt, dass diese Kontinuität aus gespeicherten Zusammenfassungen und abgerufenen Informationen zusammengesetzt ist und nicht auf eigenem Erleben beruht.

Systeme mit dauerhaftem Gedächtnis können Fakten und Zusammenfassungen außerhalb des unmittelbaren Kontextfensters eines Modells speichern. Perfekte Erinnerung garantieren sie nicht. Zusammenfassungen können Nuancen verlieren, beim Abruf kann der richtige Eintrag fehlen und eine generierte Antwort kann selbst korrekte Informationen falsch verwenden.

Questie nutzt ein graphbasiertes Gedächtnissystem, um für einen bestimmten Nutzer und Begleiter relevante Zusammenhänge abzurufen. Wir betrachten es als Werkzeug für Kontinuität, nicht als Beweis dafür, dass ein Charakter ein durchgängiges inneres Selbst besitzt. Nutzer sollten nachvollziehen und korrigieren können, woran sich ein Begleiter erinnert.

3. Ausdrucksstarke Stimme mit unnatürlichem Timing

Eine realistische Stimme steigert die Erwartungen schneller als Text. Pausen, Unterbrechungen, Betonung und Reaktionszeit werden Teil der Interaktion.

Sprach-KI besteht aus einer Verarbeitungskette: Spracherkennung, Transkription, Antwortgenerierung, Text-to-Speech und Netzwerkübertragung. Eine Verzögerung an jeder dieser Stellen kann eine unangenehme Stille verursachen. Eine besonders ausdrucksstarke Stimme kann das Problem noch sichtbarer machen, weil der Klang Spontaneität vermittelt, während das Timing die technische Verarbeitungskette verrät.

Audio hat dennoch einen Vorteil. Eine Studie aus dem Jahr 2025 zu Oberflächen für virtuelle Begleiter stellte bei Audio eine höhere Nutzungsabsicht fest als bei Text- oder virtuellen menschlichen Oberflächen. Das im International Journal of Human-Computer Interaction veröffentlichte Ergebnis deutet darauf hin, dass die Qualität des Erlebnisses wichtiger sein kann als ein Höchstmaß an visuellem Realismus.

Das praktische Ziel ist keine Stimme, die jemanden täuschen kann. Es ist eine klare, angemessen ausdrucksstarke Stimme, die schnell genug auf die jeweilige Aktivität reagiert.

4. Eine stabile Persönlichkeit, die zum Skript wird

Menschen besitzen ein fortlaufendes Innenleben. Wir greifen ganz natürlich frühere Gespräche auf, nehmen Gefühle aus einer Begegnung in die nächste mit und erinnern uns an kleine, wichtige Details. Wenn sich jedes Gespräch wie ein Neustart mit einem Fremden anfühlt, der zufällig nur deinen Namen kennt, bricht die Immersion zusammen. Die besten KI-Companions lassen kontrollierte Unvollkommenheit zu. Gemeint sind keine Fehler, die wie Bugs wirken, sondern natürliche Variationen, die einen echten Denkprozess in Echtzeit andeuten. Ein kurzes Zögern vor einer durchdachten Antwort. Ein gelegentlicher Exkurs, der auf echtes Interesse statt programmierter Aufmerksamkeit schließen lässt.

Ein Begleiter sollte seine Persönlichkeit nicht von einer Antwort zur nächsten vollständig ändern. Aber jede Nachricht durch dieselbe Redewendung, Gefühlslage oder Rollenspiel-Marotte zu zwingen, ist keine Beständigkeit und wirkt schnell eintönig.

Gute Charakteranweisungen definieren Grenzen und Neigungen, statt in jedem Satz eine Masche zu verlangen. Ein sarkastischer Charakter kann eine direkte Frage trotzdem klar beantworten. Ein ruhiger Charakter darf stark reagieren, wenn die Situation es rechtfertigt.

Auch das Modell spielt eine Rolle. Dieselben Charakteranweisungen können je nach Modell andere Ergebnisse hervorbringen, weil jedes Modell Stil, Kontext und Unsicherheit anders interpretiert.

5. Visuelle Wahrnehmung, die zu viel Gewissheit vortäuscht

Ein Begleiter mit Bildschirmwahrnehmung erhält Pixel und keine verlässlichen Daten aus der Spiele-Engine. Er kann einen roten Balken sehen und daraus niedrige Gesundheit ableiten. Er weiß jedoch womöglich nicht, ob die Benutzeroberfläche modifiziert wurde, ob der Balken zum Spieler gehört oder was zwischen den erfassten Einzelbildern geschehen ist.

Unheimlich wird es, wenn ein Begleiter selbstsicher auf ein Ereignis reagiert, das gar nicht stattgefunden hat. Visueller Kontext ist nützlich, aber bei einem mehrdeutigen Bild sollte die Antwort Raum für Unsicherheit lassen.

Questies System zur Bildschirmwahrnehmung nutzt Videobilder aus der Bildschirmfreigabe eines Nutzers als Gesprächskontext. Es verändert weder den Arbeitsspeicher des Spiels noch liest es verborgene Spielvariablen aus oder steuert das Spiel. Diese Grenze gehört zum Produktdesign und sollte für den Nutzer sichtbar bleiben.

So sieht ein besser gestalteter KI-Companion aus

Die wirkungsvollsten Verbesserungen sind keine Tricks, die noch mehr menschliche Verhaltensweisen hinzufügen. Sie verringern Widersprüche zwischen dem, was die Oberfläche verspricht, und dem, was das System tatsächlich leisten kann.

Abgestufte Sprache

Ein Begleiter sollte Beobachtung und Schlussfolgerung unterscheiden. „Deine Gesundheitsleiste sieht niedrig aus“ ist ehrlicher als „Ich weiß, dass du in Panik bist“. Die erste Aussage stützt sich auf sichtbare Hinweise. Die zweite erfindet einen inneren Zustand.

Fehler korrigieren

Menschen überwinden Missverständnisse, indem sie diese anerkennen und korrigieren. KI-Systeme brauchen dasselbe Interaktionsmuster. Wenn ein System trotz falscher Erinnerung oder Spielbeobachtung auf seiner Aussage beharrt, wirkt der Fehler schlimmer als das ursprüngliche Missverständnis.

Kontrolle über Erinnerungen

Nutzer brauchen die Möglichkeit, wichtige Erinnerungen zu speichern, einzusehen, zu korrigieren und zu löschen. Das verbessert sowohl den Datenschutz als auch die Gesprächsqualität. Mehr Gedächtnis ist nicht automatisch besser, wenn die gespeicherten Informationen falsch oder irrelevant sind.

Ehrliche Statusanzeigen

Wenn das System sucht, Erinnerungen abruft, zuhört oder Informationen verarbeitet, sollte die Oberfläche das anzeigen. Ein kurzer Statushinweis stört weniger als eine Stille, bei der du nicht weißt, ob überhaupt etwas passiert.

Eine zum Kontext passende Modalität

Sprache ist hilfreich, wenn ein Spieler beide Hände braucht. Text eignet sich besser, wenn genaue Formulierungen, Links oder eine leise Interaktion wichtig sind. Visueller Kontext ist nützlich, wenn der Bildschirm relevante Informationen enthält. Ein guter Begleiter zwingt nicht in jeder Interaktion alle verfügbaren Modalitäten auf.

Die Verbindung ist echt, das System bleibt Software

Ein Mensch kann während einer künstlich erzeugten Interaktion ein echtes Gefühl von Verbundenheit erleben. Dafür muss die KI weder Gefühle noch Bewusstsein oder ein Privatleben besitzen.

Eine randomisierte 21-Tage-Studie, die auf der AAAI/ACM Conference on AI, Ethics, and Society vorgestellt wurde, fand insgesamt keine signifikante Veränderung der sozialen Gesundheit oder Beziehungen der Teilnehmer durch die Nutzung von Companion-Chatbots. Sie stellte jedoch fest, dass Menschen mit einem stärkeren Wunsch nach sozialer Verbundenheit den Chatbot stärker vermenschlichten und dass ein stärkerer Anthropomorphismus mit größeren berichteten Auswirkungen auf menschliche Beziehungen verbunden war.

Das spricht für eine differenzierte Betrachtung, nicht für Panik oder Hype. KI-Companions können unterhaltsam, tröstlich oder nützlich sein. Sie sollten generierte Gewissheit nicht als Empathie darstellen, keine Unklarheit darüber fördern, ob sie Menschen sind, und nicht behaupten, wechselseitige menschliche Beziehungen ersetzen zu können.

Ein Praxistest

Wenn du einen KI-Companion bewertest, frage:

Gibt es Kennzeichnungen oder Hinweise, die ihn als KI ausweisen?
Gibt er Unsicherheit zu, wenn Kontext fehlt, statt zu halluzinieren?
Kannst du wichtige Erinnerungen einsehen oder korrigieren?
Passt das Timing der Stimme zur Aktivität?
Passt sich die Persönlichkeit an, ohne widersprüchlich zu werden?
Kannst du den Zugriff auf Mikrofon, Bildschirm und Gedächtnis steuern?
Fängt er sich nach einem Fehler überzeugend?

Ein KI-Companion wirkt am wenigsten unheimlich, wenn sein Verhalten zu seinen tatsächlichen Fähigkeiten passt. Die Lösung besteht nicht darin, einen Menschen noch aggressiver zu imitieren. Sie liegt in einem stimmigeren System, das offen mit seinen Grenzen umgeht.

Warum KI-Companions unheimlich wirken: Gedächtnis, Stimme und menschenähnliche Chatbots