KI vs. Mensch beim Quiz-Schreiben: Wir haben beides A/B-getestet

Experiment: KI-Quiz-Writing kann ein Quiz in Sekunden erzeugen, doch ein Redakteur, der von Hand schreibt, erzielt mehr Engagement. Wie viel mehr – und lohnt sich der Mehraufwand für einen Publisher?

Quizze gehören zu den leistungsstärksten interaktiven Inhalten, die Sie auf einer Seite einsetzen können:

• Mehr Verweildauer auf der Website
• Mehr Klicks pro Sitzung
• Ein echter Grund für Leser, zu bleiben

Die Frage ist also nicht, ob Sie Quizze einsetzen sollten. Für die meisten Publisher lautet die eigentliche Frage heute, wie man mit einem Quiz-Maker Quizze in dem Umfang produziert, den modernes Publishing verlangt – und ob KI diese Last tragen kann, ohne die Kennzahlen zu beeinträchtigen, auf die es ankommt.

KI-Quiz-Writing kann in Sekunden ein komplettes Quiz aus einer URL erzeugen. Ein erfahrener Redakteur schreibt ein merklich besseres – doch das kostet echte Zeit. Das ist der Trade-off, den jedes Content-Team gerade abwägt, also haben wir ihn mit echten Daten unterfüttert.

Das Setup

Wir haben ein Geschichtsquiz mit sieben Fragen gebaut und daraus zwei Versionen erstellt, die strukturell in jeder Hinsicht identisch waren:

• Dieselben sieben Fragen zu denselben Themen
• Dieselben Grafiken
• Dieselbe Anzahl an Antwortoptionen pro Frage
• Dieselben Ergebnisse und dieselbe Auswertung

Das Einzige, was wir verändert haben, war der Text:

• KI-Version – Einleitung, Fragestellung, Antworttexte und Antworterläuterungen wurden alle von der KI generiert
• Menschliche Version – dieselben Elemente von Hand geschrieben und verfeinert: wärmer, lockerer, mit etwas Persönlichkeit in jeder Fragestellung („Na, Schlaumeier, welche antike Zivilisation hat die großen Pyramiden von Gizeh erbaut?“ statt der nüchternen Variante)

Unser menschlicher Autor war unser Mitgründer Mike – über 20 Jahre Marketing-Erfahrung und, passend für ein Geschichtsquiz, ein ehemaliger Geschichtslehrer.

Wir haben auf beide Traffic geleitet und sie laufen lassen.

Ein Hinweis zur fairen Interpretation der Daten – die beiden Versionen erhielten nicht denselben Traffic:

• KI-Version: 1.443 Aufrufe
• Menschliche Version: 1.167 Aufrufe

Absolute Abschlusszahlen wären irreführend, daher ist jede Zahl unten auf eine Rate normalisiert. So bleibt der Vergleich fair und direkt.

Die Ergebnisse

Das von Menschen geschriebene Quiz gewann bei jeder Engagement-Kennzahl, die wir erfassen. (Aber es gibt einen Haken …)

Die wichtigste Zahl ist die Abschlussrate:

• Die menschliche Version brachte 51,5 % der Betrachter bis zum Ende, gegenüber 45,5 % bei der KI
• Das ist ein Abstand von 6 Prozentpunkten oder rund 13 % mehr Abschlüsse aus demselben Publikum
• Wer die menschliche Version machte, blieb außerdem rund ein Viertel länger engagiert

Das Muster zieht sich konsistent durch den gesamten Funnel. Der menschliche Text:

• Bewegte mehr Menschen dazu, zu starten
• Hielt mehr von ihnen bis zum Ende
• Fesselte ihre Aufmerksamkeit länger, sobald sie dabei waren

Ein Detail sticht heraus. Der größte einzelne Absprung in jedem Quiz liegt zwischen Frage eins und Frage zwei – und auch dort verlor die menschliche Version weniger (minus 14 % gegenüber 19 % beim KI-Quiz-Writing). Die lockereren, von Persönlichkeit geprägten Einleitungen scheinen echte Wirkung zu entfalten: Sie geben den Lesern einen Grund weiterzutippen.

Ein kurzes Wort zu den Zahlen selbst. Diese Abschlussraten liegen unter dem, was Riddles normalerweise erreichen, und das ist beabsichtigt:

• Wir haben beide Quizze mit Cold Traffic bespielt – Leser, die eigenständig ankommen, ohne umgebenden Artikel und ohne Vorinteresse am Thema. Das ist das schwierigste Publikum überhaupt.
• In ihrem natürlichen Umfeld – eingebettet in einen relevanten Artikel, bei Lesern, die wegen des Themas gekommen sind – schließen Quizze deutlich häufiger ab. Unser Quiz-Marketing-Report 2025, basierend auf 3,13 Milliarden beantworteten Fragen, beziffert die formatübergreifende durchschnittliche Abschlussrate auf 73,4 % und die typische Sitzung auf 2 Minuten 48 Sekunden.
• Die niedrige Ausgangsbasis schwächt den Vergleich nicht – beide Versionen hatten denselben Cold Traffic, es kommt also auf den Abstand zwischen ihnen an, und man darf erwarten, dass sich der Vorsprung des Menschen auch bei wärmerem, kontextbezogenem Traffic zeigt.

Auf reiner Qualitätsbasis gewinnt der Mensch also klar. Aber das ist für einen Publisher nur die halbe Geschichte.

Der Trade-off beim KI-Quiz-Writing: Zeit vs. Qualität

Das lassen die Engagement-Zahlen aus:

• Das menschliche Quiz brauchte rund 60 Minuten zum Schreiben und Verfeinern
• Die KI-Version war praktisch sofort fertig – URL einfügen, generieren, kurz prüfen, in ein bis zwei Minuten erledigt

Das ist ein Unterschied von rund 30:1 bei der Produktionszeit. Damit verschiebt sich die Frage von „Was ist besser?“ zu „Besser worin – und wo liegt Ihr Engpass?“

Rechnen wir es in beide Richtungen durch. (Das sind veranschaulichende Berechnungen, um die Struktur der Entscheidung zu zeigen, keine Plattform-Benchmarks.)

Wenn Ihr Engpass der Traffic ist – ein großartiger Platz, den es zu füllen gilt

Angenommen, Sie haben einen Flaggschiff-Artikel mit einem Quiz-Platz, der 10.000 Aufrufe erzielt. Es mangelt Ihnen nicht an redaktioneller Zeit, sondern an Plätzen für das Quiz. Hier ist Qualität alles:

• Menschliches Quiz: 5.150 Abschlüsse und bei je 60,3 s rund 86 Stunden engagierte Leserzeit insgesamt
• KI-Quiz: 4.550 Abschlüsse und rund 62 Stunden engagierte Zeit insgesamt

Für eine zusätzliche Stunde redaktioneller Zeit liefert die handgefertigte Version rund 600 zusätzliche Abschlüsse und etwa 40 % mehr engagierte Leserzeit insgesamt – aus genau demselben Publikum. Wenn Sie den Traffic haben und nur einen Versuch, zahlt sich das Schreiben von Hand mühelos aus.

Wenn Ihr Engpass die redaktionelle Zeit ist – ein Quiz zu allem

Angenommen nun, Sie möchten auf jedem Artikel ein Quiz oder andere interaktive Inhalte (Umfragen, Minigames wie Sudoku usw.), und Sie veröffentlichen 50 pro Woche:

• Alle 50 von Hand erstellen: rund 50 redaktionelle Stunden pro Woche – das wird nicht passieren, also bekommen die meisten Artikel gar kein Quiz
• KI: dieselben 50 Quizze in unter zwei Stunden Einrichtung

Auch wenn jedes KI-Quiz etwas schlechter konvertiert, ist die Mengenrechnung nicht einmal knapp. Wenn jeder dieser 50 Artikel auch nur 1.000 Quiz-Aufrufe erzielt:

• KI-Ansatz: rund 22.750 Abschlüsse pro Woche, aus unter zwei Stunden Arbeit
• Von Hand in denselben zwei Stunden: vielleicht zwei Quizze, rund 1.030 Abschlüsse

Der Qualitätsvorsprung von 13 % pro Quiz ist real, aber er wird vom Geschwindigkeitsunterschied von 30:1 überlagert, sobald Ihre Beschränkung die Zeit ist und nicht das Publikum.

Die Kurzfassung:

• Schreiben Sie Ihre wertvollsten Quizze mit dem meisten Traffic von Hand, wo jeder Prozentpunkt Abschlussrate zählt
• Lassen Sie die KI den Long Tail abdecken, den Sie sonst nie personell stemmen würden
• Die beiden konkurrieren nicht wirklich – sie lösen unterschiedliche Probleme

Warum sich eine größere Bandbreite an Quizzen auszahlt

Das Mengenargument geht nicht nur darum, mehr Plätze zu füllen. Es geht darum, was jedes zusätzliche Quiz mit der Seite macht, auf der es sitzt.

Die meisten Leser verlassen einen Artikel schnell:

• Aufmerksamkeit wird knapper, nicht reichlicher. Der 2026 Digital Experience Benchmark von Contentsquare, erstellt aus 99 Milliarden Sitzungen über mehr als 6.500 Websites, stellte einen Rückgang des Engagements um 10 % im Jahresvergleich fest, wobei Besucher weniger Zeit auf der Website verbringen und pro Besuch weniger scrollen.
• Ein Quiz durchbricht das. Wer ein Quiz startet, bleibt in der Regel bis zum Ende dabei.
• Unser Quiz-Marketing-Report 2025 zeigt, dass interaktive Inhalte die Aufmerksamkeit rund dreimal länger halten als eine normale Seite.

Setzen Sie ein Quiz auf einen Artikel, heben Sie eine Seite. Setzen Sie ein relevantes Quiz auf jeden Artikel, heben Sie die ganze Website.

Diese zusätzliche Verweildauer ist die Quelle des kommerziellen Ertrags:

• Mehr Ad Impressions. Jede Frage ist eine Gelegenheit, eine Anzeige auf bereits vorhandenem Inventar auszuspielen oder zu aktualisieren. Ein Leser, der zwei oder drei Minuten engagiert ist, sieht mehr als einer, der nach fünfzehn Sekunden abspringt.
• Impressions von höherer Qualität. Es zählt die Zeit im Sichtbereich, nicht nur die Zahl der Impressions. Die Arbeit des IAB UK zur Aufmerksamkeit ergab, dass Aufmerksamkeit ein stärkeres Signal für die Werbewirkung ist als Sichtbarkeit allein, und die Aufmerksamkeitsrichtlinien von IAB und MRC weisen darauf hin, dass eine Anzeige neben wirklich fesselndem Content mehr echte Aufmerksamkeit erhält. Engagierte Leser sind pro Impression mehr wert.
• First-Party-Daten zu jedem Thema. Jede Quiz-Antwort ist ein deklariertes Signal – Interesse, Meinung, Wissensstand. Über Ihre gesamte Content-Bandbreite verteilt, ergibt das ein weit reicheres Bild des Publikums, als es ein einzelnes Flaggschiff-Quiz je liefern kann.

Das ist das Argument für Bandbreite:

• Ein einzelnes großartiges Quiz hebt eine Story.
• Eine Bibliothek von Quizzen über Ihre gesamte Produktion macht interaktive Inhalte von einem Sonderprojekt zu einem Standardbestandteil jeder Seite – und verstärkt die Verweildauer, die Werbeeinnahmen und die Daten dahinter.

Zwei unserer White Paper gehen hier tiefer:

• Der Publisher-Leitfaden zur Content-Monetarisierung geht die Umsatzseite im Detail durch.
• Das White Paper Evergreen Interactive Content behandelt, wie man Quizze baut, die über Jahre statt Wochen weiter Ertrag bringen.

Genau hier zahlt sich die Aufteilung aus KI plus Mensch aus: Menschen für die Flaggschiff-Stücke, wo Qualität am stärksten wirkt, KI für die Abdeckung der Bandbreite, damit kein Artikel leer ausgeht.

Drei Erkenntnisse

• Von Menschen geschriebene Quizze erzielen spürbar mehr Engagement. Die Formulierungen eines erfahrenen Autors hoben die Abschlussrate um 6 Prozentpunkte (rund 13 % mehr Abschlüsse) und brachten etwa 24 % mehr aktive Zeit pro Leser – bei einem ansonsten identischen Quiz. Worte zählen.
• KI-Quiz-Writing schließt den größten Teil der Lücke mit einem Bruchteil des Aufwands. Eine Abschlussrate von 45,5 % ist nicht weit von 51,5 % entfernt, und sie kommt in Sekunden statt in einer Stunde. Für die Menge an Content, die Publisher heute brauchen, ist genau diese Geschwindigkeit der entscheidende Punkt.
• Die richtige Entscheidung hängt von Ihrem Engpass ab. Traffic-begrenzt und nur ein Premium-Platz zu füllen? Schreiben Sie es von Hand. Zeit-begrenzt und Sie wollen alles abdecken, was Sie veröffentlichen? Die KI gewinnt bei der Reichweite, und eine Abschlussrate von 45,5 % schlägt gar kein Quiz allemal.
• Und denken Sie daran: 45,5 % sind eine Untergrenze bei Cold Traffic. Diese Zahl stammt von einem Testpublikum, das auf einem Quiz ohne umgebenden Artikel landet. Eingebettet in den Content Ihrer Website, wo Leser bereits engagiert ankommen, ist deutlich mehr zu erwarten – viele Publisher sehen 65–75 % oder mehr.

Was wir als Nächstes testen: das hybride Modell „KI erstellt / Menschen verfeinern“

Das interessanteste Ergebnis hier ist nicht, dass KI oder Mensch gewinnt. Es ist, wie nah die KI herankam – was direkt auf eine dritte Option verweist, die wir in einem kommenden Lab durchführen:

Lassen Sie die KI das Quiz erstellen und dann einen Redakteur zwei oder drei Minuten mit dem Feinschliff verbringen, statt von Grund auf neu zu schreiben.

Die Hypothese ist einfach. Der größte Teil des menschlichen Vorteils schien aus einer Handvoll kleiner Feinheiten zu stammen:

• Eine wärmere Einleitung
• Etwas Persönlichkeit in den Fragestellungen
• Eine prägnantere Antworterläuterung

Das sind schnelle Anpassungen an einem funktionierenden Entwurf, keine Stunde originären Schreibens. Wenn ein zwei- bis dreiminütiger Feinschliff auch nur die Hälfte des Abschlussraten-Abstands zurückholt, würden Sie Quizze in nahezu menschlicher Qualität mit rund 20 pro Stunde ausliefern statt mit einem.

Wir testen außerdem einen zweiten Weg zum selben Ziel: ein gespeichertes Projekt in Claude, aufgebaut auf einer Bibliothek unserer besten von Menschen geschriebenen Quizze. Statt im Nachhinein zu verfeinern, geben wir der KI die Experten-Beispiele vorab – den Tonfall, die Muster beim Fragenschreiben, den Einleitungsstil, die Best Practices, die unsere Autoren ohnehin nutzen –, sodass der erste Entwurf näher an menschlicher Qualität herauskommt. Wenn das Modell von den Menschen lernt, die die besten Quizze schreiben, sollte die Lücke, die es zu schließen gilt, kleiner sein, bevor ein Redakteur überhaupt Hand anlegt.

Das wäre der Sweet Spot: fast die gesamte Qualität, kaum Kosten. Wir werden mit den Zahlen berichten.

Probieren Sie es selbst aus

Jedes Format aus diesem Experiment ist in Riddle eingebaut:

• Unser Tool für KI-Quiz-Writing erstellt in Sekunden ein komplettes Quiz, eine Umfrage oder einen Persönlichkeitstest aus einer URL oder einem Thema
• Alles bleibt vollständig bearbeitbar, sodass Ihr Team den zweiminütigen menschlichen Feinschliff hinzufügen kann, wann immer ein Quiz es wert ist
• Es ist eine voll ausgestattete kostenlose Testversion, keine Kreditkarte nötig

Erstellen Sie Ihr Konto auf riddle.com und starten Sie Ihren eigenen Test.

Häufig gestellte Fragen

Empfohlene Riddle-Lab-Experimente

• Steigern Quiz-Timer die Abschlüsse und die Verweildauer? – ein Timer pro Frage hob die Abschlussrate um rund 41 %. Die eine Einstellung, die die meisten Publisher übersehen.
• Welchen Effekt haben Werbeanzeigen in einem Quiz? – der Tribut, den eine einzelne Anzeige bei den Abschlüssen fordert, und ob die Platzierung daran etwas ändert.
• Pop-up vs. Quiz: Conversion-Raten – warum ein Formular innerhalb eines Quiz besser konvertiert als ein unterbrechendes Pop-up.
• Persönlichkeitsquiz: Frageformat – wie die Formulierung von Fragen und Antworten die Abschlussrate verändert, ein naher Verwandter dieser Studie.

Die vollständige Sammlung aller Tests finden Sie im Riddle Lab Blog.