Börsenblatt, BuchMarkt, ein Verband freier Lektorinnen. KI-gestützte Manuskriptanalyse ist in der Verlagsbranche angekommen. Aber was passiert eigentlich, wenn Profis genau hinschauen?
Die Ausgangslage: Eine Branche unter Druck
Ende 2024 fing ich an, mich ernsthaft mit einer Frage zu beschäftigen: Wie gut kann KI heute Bücher schreiben? Die Antwort war weniger interessant als die Erkenntnis, die dabei auftauchte. Je mehr Texte entstehen, desto wichtiger wird ein präzises, verlässliches Lektorat – und desto drängender wird die Frage, wie Verlage und freie Lektoren mit dem steigenden Volumen umgehen sollen.
Die Zahlen dazu sind eindeutig, auch wenn sie nicht uniform sind: Während einige große Publikumsverlage tatsächlich weniger unverlangte Einsendungen melden, kämpfen mittlere und kleinere Verlage sowie Literaturagenten weiterhin mit erheblichem Volumen. Besonders in Genres wie Dark Romance, Young Romance und New Romance ist die Manuskriptflut in den letzten Jahren stark gestiegen. Die Verfügbarkeit von KI-Tools hat die Hemmschwelle zum Einreichen weiter gesenkt.
Wichtiger aber als die absolute Zahl ist die Effizienz: Auch wenn ein Verlag „nur“ 500 Manuskripte pro Jahr erhält, bedeutet das bei zwei bis drei Stunden Erstscreening pro Text einen enormen Ressourcenaufwand. Zeit, die Lektoren dann nicht für die wirklich vielversprechenden Projekte haben.
Was KI-gestützte Manuskriptanalyse heute leistet
Inzwischen gibt es am Markt spezialisierte Softwarelösungen, die genau hier ansetzen. Nicht als generische KI-Frontends, sondern als kuratierte, auf den Verlagsalltag ausgerichtete Werkzeuge. Das Börsenbatt hat im Januar 2026 ausführlich darüber berichtet, der BuchMarkt bereits im Herbst 2025 – und was mich an der Berichterstattung interessiert, ist nicht das Produkt selbst, sondern das Bild, das sich dahinter abzeichnet.
Diese Tools analysieren Manuskripte auf mehreren Ebenen gleichzeitig: Konsistenz der Handlung, Wirksamkeit von Wendepunkten, Charakterentwicklung, strukturelle Qualität und – besonders relevant für Verlage – die Passung zum spezifischen Verlagsprofil. Ein strukturierter Report steht dann in wenigen Minuten zur Verfügung. Je nach Manuskriptlänge dauert die Analyse drei bis fünfzehn Minuten.
Das klingt nach Effizienzgewinn. Aber was sagen diejenigen, die es wirklich ausprobiert haben?
Der Praxistest: Was der VFLL herausgefunden hat
Im März 2026 hat die AG KI des Verbands der Freien Lektorinnen und Lektoren (VFLL) genau das getan: vier Testläufe mit echten Manuskripten, vier verschiedene Genres, vier verschiedene Perspektiven. Das Ergebnis ist differenzierter, als Skeptiker und Enthusiasten es sich wahrscheinlich gewünscht hätten.
Was die Testerinnen und Tester positiv bewerten:
Die strukturierte Aufbereitung der Ergebnisse wird durchweg gelobt. Besonders hilfreich empfindet eine der Testerinnen die Abschnitte, die den Argumentationsfluss untersuchen – wo Stärken, Schwächen und Bruchstellen sowohl innerhalb der Kapitel als auch in der Kapitelfolge benannt werden. Ein anderer Tester hebt hervor, dass die Übersicht schnell Orientierung schafft und die Analyse der Protagonisten gut nachvollziehbar ist. Für eine schnelle Erstsichtung – worum geht es, was sind die Bausteine, wo könnten Baustellen sein – wird das als sehr hilfreich eingestuft.
Auch der Datenschutzaspekt überzeugt: Server in Deutschland gelten für professionelle Kontexte als überzeugendes Argument.
Was die Testerinnen und Tester kritisch sehen:
Hier wird es interessant. Eine Testerin bemängelt, dass die Analyse insgesamt sehr wohlwollend wirkt – für eine selektionsorientierte Verlagsprüfung hätte sie sich mehr Schärfe gewünscht, also klare Kriterien und eine deutlichere Benennung von Schwächen. Eine weitere Testerin kommt zu einem ähnlichen Befund: Die Beurteilungen bleiben für das freie Lektorat zu oberflächlich. Auch bei der Markteinordnung sehen die Tester noch Luft nach oben – vorgeschlagene Vergleichstitel seien nicht immer passgenau.
Das Fazit des Verbandstests ist deshalb nicht schwarz-weiß: Für den anvisierten Einsatzzweck – die Manuskriptpassung für Verlage – wird das Tool als sicher hilfreich eingestuft. Für tiefergehende Manuskriptarbeit, also das eigentliche handwerkliche Lektorat, sind die Analysen nach aktuellem Stand zu wenig präzise.
Das ist ehrliches Feedback. Und es ist genau das, was die Branche braucht.
Die entscheidende Positionierungsfrage: Nicht ersetzen, sondern beschleunigen
Was mich an der gesamten Debatte am meisten interessiert, ist gar nicht die Technologie selbst. Es ist die Frage, wie wir KI im kreativen Bereich richtig einordnen.
Das Börsenblatt bringt es auf den Punkt: KI-gestützte Manuskriptanalyse soll das Erstscreening – den zeitintensiven ersten Blick auf hunderte Einsendungen – beschleunigen. Nicht das literarische Urteil ersetzen. Der finale Report bleibt menschlich. Das Tool liefert strukturierte Hinweise.
Dieser Unterschied ist fundamental. Und er wird in der öffentlichen Debatte regelmäßig verwischt.
Ich erlebe das in Gesprächen mit Verlagsmenschen immer wieder: Die Skepsis gegenüber KI im Lektorat ist groß – und oft berechtigt. Aber die Frage „Ersetzt KI den Lektor?“ ist die falsche Frage. Die richtige Frage lautet: Welche Teile der Arbeit kosten Zeit, ohne literarisches Urteilsvermögen zu erfordern – und können diese Teile sinnvoll unterstützt werden?
Erstscreening auf offensichtliche Strukturprobleme, Konsistenzfehler, Genre-Passung zum Verlagsprofil: Das sind Aufgaben, bei denen KI sinnvoll assistieren kann. Die Frage, ob ein Text wirklich berührt, ob eine Stimme wirklich trägt, ob ein Buch einen Leser verändert: Das bleibt menschlich. Und das ist gut so.
Was KI-Manuskriptanalyse nicht ist – und nie sein sollte
Ein Punkt, der mir besonders wichtig ist: KI-Detektoren haben in diesem Kontext nichts zu suchen.
Die wissenschaftliche Forschung ist eindeutig. KI-Detektoren sind unzuverlässig und diskriminieren systematisch – Nicht-Muttersprachler, Menschen die Korrekturtools nutzen, klare und strukturierte Schreiber werden fälschlicherweise markiert. Eine Stanford-Studie zeigte, dass über 60 Prozent der TOEFL-Aufsätze – geschrieben von Menschen – als KI markiert wurden. Je besser KI-Modelle werden, desto mehr nähern sie sich der menschlichen Sprachverteilung. Detektion wird damit nicht nur ungenau – sie wird informationstheoretisch unmöglich.
Die Frage „War das eine KI?“ ist die falsche Frage. Die richtige: Ist dieser Text gut? Funktioniert die Geschichte? Hat er Marktpotenzial?
Verlage, die Manuskripte auf Basis unzuverlässiger Detektionsergebnisse ablehnen, riskieren, potenzielle Bestseller auszusortieren – auf Basis von Technologie, die kaum besser ist als ein Münzwurf. Das wäre nicht nur methodisch fragwürdig. Es wäre schlicht schlechtes Verlagshandwerk.
Mehrsprachigkeit als unterschätztes Potenzial
Ein Aspekt, der in der Berichterstattung eher am Rande erwähnt wird, mich aber strategisch stark interessiert: die Mehrsprachigkeit moderner Analyse-Tools.
Das Börsenblatt berichtet von einem spanischen Verlag, der deutsche Manuskripte analysiert und den Report auf Spanisch erhält – was eine teure Erstübersetzung für die Bewertung spart. Diese Logik funktioniert in alle Richtungen. Ein französischer Verlag, der englischsprachige Manuskripte bewerten will. Ein deutsches Haus, das den wachsenden Markt skandinavischer Literatur erschließen möchte.
Manuskriptbewertung löst sich damit von der Sprachbarriere – lange bevor ein Text überhaupt für eine Übersetzung in Frage käme. Das ist eine strukturelle Veränderung, die wir noch nicht vollständig durchdacht haben.
Was bleibt
Die Medienberichterstattung der letzten Monate zeichnet ein konsistentes Bild: KI-gestützte Manuskriptanalyse ist kein Zukunftsszenario mehr. Sie ist operative Realität, wird von Fachverbänden getestet, in Branchenmedien besprochen, von internationalen Kunden genutzt.
Was sie leistet: Strukturierte Erstsichtung, schneller Überblick, messbare Zeitersparnis beim Erstscreening.
Was sie nicht leistet: Tiefes literarisches Urteil, feines Gespür für Stimme und Originalität, die Entscheidung, ob ein Buch wirklich veröffentlicht werden sollte.
Das ist keine Kritik. Das ist eine saubere Rollenverteilung.
Und vielleicht ist das die wichtigste Erkenntnis aus all diesen Tests, Berichten und Debatten: Gute KI-Werkzeuge im Lektorat wissen, was sie nicht sind. Und sie sagen es auch.
Ich beschäftige mich seit mehreren Jahren mit KI im Verlagsbereich – als Verlagsfachwirt, als Autor und als jemand, der glaubt, dass Technologie dann gut ist, wenn sie Raum schafft für das, was Menschen wirklich können. Wenn du überlegst, wie KI-gestützte Manuskriptanalyse in deinen Workflow passen könnte – oder ob sie das überhaupt sollte – stehe ich gerne als Gesprächspartner zur Verfügung. Schreib mir einfach: [email protected]