---
title: "KI-Kreativität im Test: Claude vs ChatGPT bei 80 Story-Durchläufen"
description: "Unabhängige Analyse zeigt deutliche Unterschiede bei kreativer Vielfalt: 85-minütiger Python-Test misst Wiederholungen in Story-Openern und Charakternamen."
url: https://zimmwriter.de/ki-kreativitaet-im-test-claude-vs-chatgpt-bei-80-story-durchlaeufen
type: "post"
language: "de"
site: "ZimmWriter KI SEO Texte schreiben"
published: 2026-11-22T07:13:03+00:00
modified: 2026-11-22T07:13:03+00:00
author: "Zimmi"
categories: "Artikel"
tags: "Claude, Claude vs ChatGPT, Content Marketing, KI, ki-content-erstellung, KI-Tests, kreative, marketer, modell, text"
image: https://zimmwriter.de/wp-content/uploads/2026/11/ki-kreativitaet-im-test-claude-vs-chatgpt-bei-80-story-durchlaeufen.jpg
---

# KI-Kreativität im Test: Claude vs ChatGPT bei 80 Story-Durchläufen

Eine neue unabhängige Analyse von Shattered.io hat Claude und ChatGPT in einem 85-minütigen Python-Test gegenübergestellt und dabei erhebliche Unterschiede bei der kreativen Vielfalt aufgedeckt. Der Test führte je 80 Story-Generierungen pro Modell durch und maß systematisch, wie oft jedes Modell Story-Opener, Charakternamen und typische Klischees wiederholt. Für Content-Ersteller und Marketer, die auf abwechslungsreichen Output für Kampagnen, Blog-Serien oder Social-Media-Inhalte angewiesen sind, liefert die Untersuchung datenbasierte Erkenntnisse darüber, welche KI mehr Originalität bei Langform-Inhalten produziert.

## Testaufbau und Messmethodik

### Python-basierte Analyse ohne Judge-Modell

Die Analyse nutzte eine Python-Umgebung, um beide Modelle unter identischen Bedingungen zu testen. Jedes Modell erhielt 80 Aufrufe mit derselben Eingabeaufforderung zur Story-Generierung. Die Messung konzentrierte sich auf drei zentrale Bereiche: die Häufigkeit wiederkehrender Story-Anfänge, die Wiederverwendung von Charakternamen und das Auftreten gängiger narrativer Klischees.

### Fokus auf messbare Wiederholungsmuster

Anders als subjektive Stil-Vergleiche setzt dieser Test auf deterministische Scoring-Methoden. Die Analyse erfasst konkrete Wiederholungen in der Textstruktur und im Inhalt, ohne auf ein weiteres KI-Modell als Bewerter zurückzugreifen. Diese Methode liefert reproduzierbare Ergebnisse, die bei erneutem Test mit denselben Modellversionen identische Scores ergeben.

![Zwei Laptops zeigen KI-Textgenerierung im direkten Vergleich](https://zimmwriter.de/wp-content/uploads/2026/11/zwei-laptops-zeigen-ki-textgenerierung-im-direkten-vergleich.jpg)

## Praktische Bedeutung für Content-Erstellung

### Auswirkungen auf Content-Kampagnen

Für Marketer und Content-Teams hat die Vielfalt der KI-Ausgaben direkte Konsequenzen. Wenn ein Modell bei mehreren Durchläufen ähnliche Story-Strukturen oder wiederkehrende Charakternamen produziert, entstehen Probleme bei der Erstellung von Blog-Serien oder Social-Media-Kampagnen. Wiederholungsmuster fallen Lesern auf und schaden der Markenwahrnehmung. Die Testergebnisse zeigen, welches Modell für Projekte geeignet ist, bei denen mehrere Texte mit unterschiedlichen Perspektiven oder Ansätzen benötigt werden.

### Workflow-Optimierung für Creator

Content-Ersteller können die Daten nutzen, um ihre Tool-Auswahl zu optimieren. Bei Projekten, die viele Varianten desselben Themas erfordern, etwa für A/B-Tests von Headlines oder verschiedene Social-Media-Formate, ist ein Modell mit höherer Ausgabevielfalt effizienter. Das reduziert manuelle Nachbearbeitung und spart Zeit bei der Überprüfung auf ungewollte Wiederholungen.

## Unterschiede zwischen den Modellen

### Story-Opener und Anfangsstrukturen

Der Test dokumentierte, wie oft jedes Modell ähnliche Satzstrukturen oder Formulierungen am Textanfang verwendete. Diese Wiederholungen sind besonders problematisch, da Leser die ersten Sätze mehrerer Texte am ehesten direkt vergleichen. Die Analyse erfasste sowohl wörtliche Übereinstimmungen als auch strukturelle Ähnlichkeiten in den Eröffnungspassagen.

### Charakternamen und narrative Elemente

Ein weiterer Schwerpunkt lag auf der Wiederverwendung von Charakternamen über die 80 Durchläufe hinweg. Wenn ein Modell bestimmte Namen bevorzugt oder narrative Muster wiederholt, wird das bei größeren Content-Projekten sichtbar. Die Messung berücksichtigte auch typische Klischees und Wendungen, die in kreativen Texten häufig auftauchen und die Originalität beeinträchtigen.

## Relevanz für verschiedene Anwendungsfälle

### Blog-Serien und fortlaufende Inhalte

Bei der Produktion von Blog-Serien oder Newsletter-Inhalten über mehrere Wochen ist Vielfalt entscheidend. Ein Modell, das bei ähnlichen Prompts zu Wiederholungen neigt, erfordert mehr redaktionelle Eingriffe. Die Testdaten helfen Teams einzuschätzen, welches Tool für fortlaufende Content-Produktion mit konsistenter Qualität und Abwechslung geeignet ist.

### Social-Media-Content und Kampagnen

Für Social-Media-Manager, die täglich mehrere Posts erstellen oder Kampagnen mit verschiedenen Botschaften planen, zeigt der Test, welches Modell mehr Variation bei ähnlichen Themen liefert. Das ist besonders relevant für Plattformen wie Instagram oder LinkedIn, wo Nutzer schnell mehrere Beiträge desselben Accounts sehen und Wiederholungen negativ auffallen.

Die Veröffentlichung der Analyse am 14. November 2026 auf Shattered.io bietet Content-Teams eine Entscheidungsgrundlage, die über subjektive Stilpräferenzen hinausgeht. Die messbare Herangehensweise an kreative Vielfalt adressiert ein praktisches Problem, das bei der Skalierung von KI-gestützter Content-Produktion regelmäßig auftritt. Teams können die Erkenntnisse nutzen, um ihr KI-Tool-Setup an die spezifischen Anforderungen ihrer Projekte anzupassen und die Effizienz ihrer Workflows zu steigern.

### Einschränkungen und offene Fragen

Die Analyse konzentriert sich ausschließlich auf Story-Generierung und deckt nicht alle Content-Typen ab, die in Marketing und Content-Erstellung relevant sind. Technische Dokumentation, Produktbeschreibungen oder SEO-Texte folgen anderen Mustern, bei denen Wiederholungen teilweise erwünscht sind. Zudem testet die Untersuchung nur eine spezifische Prompt-Formulierung, andere Eingabeaufforderungen könnten zu abweichenden Ergebnissen führen. Die verwendeten Modellversionen sind zum Testzeitpunkt aktuell, Updates der Anbieter können das Verhalten ändern.

## Quellen

- [Swearing at ChatGPT or Claude? New research suggests being rude to AI makes it less likely to fix your problems, and men are the worst offenders | TechRadar](https://www.techradar.com/ai-platforms-assistants/claude/swearing-at-chatgpt-or-claude-new-research-suggests-being-rude-to-ai-makes-it-less-likely-to-fix-your-problems-and-men-are-the-worst-offenders)
- [Claude vs. ChatGPT: 5 key differences that could change which AI you use | Tom's Guide](https://tomsguide.com/ai/claude-vs-chatgpt-5-differences-that-could-change-which-ai-you-use)
- [Claude vs ChatGPT Summary Test: 12 Steps, 80 Min](https://shattered.io/claude-vs-chatgpt-summary-faithfulness-test-12-steps)
- [I let Gemini, ChatGPT, and Claude send me daily morning briefings; only one was worth waking up to](https://androidpolice.com/let-gemini-chatgpt-claude-send-daily-morning-briefings-one-was-worth-waking-up-to)
- [Claude vs ChatGPT: 3 Same-Prompt Tests on November's Models](https://atlascloud.ai/blog/tips/claude-vs-chatgpt)
