Anders als frühere Arbeiten, die KI-Text nur aus kurzen Buchvorschauen erkannten, klassifizierten die Forschenden jedes Buch anhand seines vollständigen Textes. Zum Einsatz kam der Detektor Pangram v3.3, dessen Entwickler eine False-Positive-Rate von 0,04 Prozent angeben. Inzwischen ist Pangram 4 erschienen. Bücher wurden in drei Bereiche eingeteilt, je nach Anteil des als KI-generiert erkannten Textes: kein Anteil, leicht (bis 25 Prozent) und substanziell (über 25 Prozent).
Große Katalogpräsenz, aber unterdurchschnittliche Verkäufe
Bücher mit substanziellem KI-Anteil stellen 20 Prozent des untersuchten Katalogs, generieren aber nur 12,1 Prozent der Verkäufe und 11,3 Prozent des Umsatzes. Bücher ohne detektierten KI-Text machen 62,9 Prozent des Katalogs aus und erwirtschaften 72,5 Prozent des Umsatzes. Auf den ersten Blick scheint das die Einschätzung zu bestätigen, dass KI-Bücher als “Slop” am unteren Ende des Marktes bleiben.
Die Studie zeigt jedoch, dass diese Sichtweise die Marktdynamik verfehlt: Zwischen dem ersten Quartal 2023 und dem ersten Quartal 2026 wuchs der kumulierte Katalog um das 38,3-Fache, die Zahl der pro Quartal verkaufenden Titel um das 19,2-Fache. Der Quartalsumsatz stieg nur um das 8,9-Fache. Wesentlich mehr Bücher konkurrieren also um einen Umsatzpool, der deutlich langsamer wächst.
Der Umsatz pro Buch fällt auch bei Büchern ohne detektierten KI-Text
In sechs von acht Genres sank der Umsatz pro Buch, wenn man die 2023 und 2025 erschienenen Jahrgänge über das gleiche Zeitfenster nach Veröffentlichung vergleicht. Betrachtet man ausschließlich Bücher ohne detektierten KI-Text, fällt der Umsatz sogar in sieben von acht Genres.
Das schließt die Erklärung aus, der Durchschnitt sinke lediglich, weil viele schlecht verkaufte KI-Bücher den Katalog füllen. Die Autoren nennen diesen Effekt “Verwässerung”, betonen aber, dass die Vergleiche beobachtender und assoziativer Natur sind und keinen experimentellen Kausalnachweis liefern.
Die einzige Ausnahme ist das Genre Fantasy/Supernatural/Horror, in dem KI-Text am spätesten und am wenigsten Fuß fasste. Dort stieg der Umsatz pro Buch für Werke ohne detektierten KI-Text um 35 Prozent. Diese Umkehrung spricht laut den Forschenden gegen einen allgemeinen Markttrend als Ursache.
Die Muster fallen stärker aus in Genres mit hoher Kindle-Unlimited-Verfügbarkeit, wo Leser aus einem geteilten Abonnementpool schöpfen. Dort ist der Vorsprung von Büchern ohne detektierten KI-Text beim Umsatzanteil um 8,4 Prozentpunkte geringer als in Genres mit niedriger Kindle-Unlimited-Verfügbarkeit. Die Forschenden führen den Unterschied auf genrespezifische Eigenheiten zurück und sehen keinen kausalen Zusammenhang mit Kindle Unlimited.
KI-Bücher erobern die Spitzenränge
Der Anteil neuer Top-25-Eintritte mit substanziellem KI-Anteil stieg im Untersuchungszeitraum von nahe null auf 31 Prozent. Gleichzeitig wechselten die Spitzenränge häufiger die Besetzung. Der Anteil der Bücher ohne detektierten KI-Text, die von einem Quartal ins nächste in den Top 25 blieben, fiel zeitweise auf rund 28 Prozent und pendelte sich am Ende des Untersuchungszeitraums bei etwa 62 Prozent ein.
Bei den Produzenten ballt sich der Output bei wenigen Vielschreibern. Von 385 Autor-Identitäten, die nach ihrem ersten KI-Buch weitere Titel mit substanziellem KI-Anteil veröffentlichten, steigerten 287 danach ihren monatlichen Ausstoß. Das umsatzstärkste Pseudonym erzielte mit acht Titeln 1,7 Millionen US-Dollar Bruttoumsatz vor Plattformabzügen. Das umsatzstärkste einzelne Buch mit substanziellem KI-Anteil kam auf 643.000 US-Dollar bei 80.431 verkauften Exemplaren.
Die Studie erinnert an den in der New York Times dokumentierten Fall “Coral Hart”, die unter 21 Pseudonymen über 200 Romance-Titel in einem Jahr veröffentlicht und rund 50.000 Exemplare verkauft haben soll. Auch in anderen Genres gibt es KI-Spam: Ein Mann ergaunerte sich mit KI-Songs Millionen US-Dollar über Streaming-Plattformen.
Erfolgreiche KI-Bücher überlappen mit seltener Sprache aus existierenden Werken
Um zu prüfen, in welchem Maß erfolgreiche KI-Bücher mit seltener Sprache aus bestehenden Büchern überlappen, nutzten die Forschenden das infini-gram-Werkzeug des Allen Institute for AI zusammen mit dem Google-Books-Index.
Sie identifizierten seltene Ausdrücke, die in höchstens fünf Google-Books-Bänden vorkommen und in einem 4,7 Billionen Token umfassenden Web-Snapshot vollständig fehlen. Solche Formulierungen deuten auf sprachliche Muster hin, die eng mit veröffentlichten Büchern verknüpft sind.
Bei den 50 umsatzstärksten Titeln mit substanziellem KI-Anteil deckten diese seltenen Ausdrücke 45 Prozent des Textes ab, gegenüber 37,7 Prozent bei den Top-50-Büchern ohne detektierten KI-Text. Bei preisgekrönter oder für Literaturpreise nominierter Belletristik lag der Wert bei nur 19,1 Prozent.
Innerhalb der KI-Bücher stieg die Überschneidung mit dem Umsatz um 7,6 Prozentpunkte pro Verzehnfachung der Einnahmen. Bei Büchern ohne detektierten KI-Text war kein solcher Zusammenhang messbar. Die Methode zeigt keine Herkunft einzelner Passagen und keinen Nachweis der Kopie eines bestimmten Buchs, sondern misst aggregierte sprachliche Überlappung.
Chakrabarty ordnet die Ergebnisse gegenüber Ai2 ein. Ein KI-Detektor liefere nur einen Wahrscheinlichkeitswert, aber keinen Hinweis auf die Herkunft der Sprache. Finde man in einem verdächtigen Text zusätzlich seltene Formulierungen, die im Web nicht auftauchen und nur in wenigen Büchern belegt sind, könne man mit einiger Sicherheit sagen, dass sie aus Büchern stammen. Das stütze den Detektor-Score als Indiz und entkräfte zugleich “einige abgedroschene Argumente, die das menschliche Lesen von Büchern mit dem Training von KI auf Büchern gleichsetzen” – ein gängiges Verteidigungsmuster von KI-Anbietern in Urheberrechtsstreitigkeiten.
Direkte Relevanz für laufende Urheberrechtsverfahren
Die Ergebnisse haben unmittelbare Bedeutung für Urheberrechtsprozesse gegen KI-Anbieter. In Kadrey v. Meta entschied Richter Vince Chhabria im Juni 2025 zugunsten von Meta, sendete dabei aber ein deutliches Warnsignal. Es sei schwer vorstellbar, dass die Nutzung urheberrechtlich geschützter Bücher für ein Produkt, das Milliarden einspielt und zugleich eine potenziell endlose Flut konkurrierender Werke erzeugt, unter Fair Use falle.
Die Kläger hatten für diese Marktverwässerung jedoch keine empirischen Belege vorgelegt. Die aktuelle Studie liefert nun genau die Art von Evidenz, die im Verfahren fehlte, nämlich den Nachweis, dass Bücher ohne erkannten KI-Text weniger einnehmen, seit KI-Titel in großer Zahl in den Markt eintreten.
Erschwert wird die Beweisführung dadurch, dass sich der KI-Anteil auf der Plattform selbst nicht ablesen lässt. Autorinnen und Autoren müssen bei Kindle Direct Publishing zwar angeben, ob KI beteiligt war, Amazon gibt diese Information aber nicht an Kundinnen und Kunden weiter. Die Plattform kämpft seit Jahren mit KI-Titeln, die Namen und Stil bekannter Autorinnen und Autoren kapern, und hat darauf bislang primär mit einem Limit von drei Veröffentlichungen pro Tag reagiert.
Zur sprachlichen Nähe der erfolgreichen KI-Titel passt eine Untersuchung vom November 2025, nach der Sprachmodelle Passagen aus urheberrechtlich geschützten Büchern nahezu wörtlich reproduzieren können. Ebenfalls im Herbst 2025 zeigte eine Arbeit, dass bereits zwei Bücher genügen, um ein Modell auf den Stil einer Autorin zu trainieren.
