Was ist ein Humanizer SKILL.md?

Ein Humanizer ist ein Agent Skill in Form einer SKILL.md, also einer Markdown Anweisungsdatei für KI Coding Agents wie Claude Code oder OpenCode, die typische Schreibmuster von Sprachmodellen erkennt und entfernt. Das Ziel ist Text, der nach einem Menschen klingt statt nach einem Chatbot.

Die Idee geht auf die offene Wikipedia Sammlung Signs of AI writing zurück, gepflegt vom WikiProject AI Cleanup. Sie dokumentiert hunderte beobachtete Muster, von aufgeblähter Bedeutung über Werbesprache bis zu mechanischen Konjunktionen. Ein Humanizer Skill gießt diese Beobachtungen in konkrete Regeln, nach denen ein Modell den Text Schritt für Schritt überarbeitet.

Technisch ist ein Humanizer reiner Text ohne Code und ohne Abhängigkeiten. Eine einzige Datei landet im Skills Verzeichnis des Agents, der Rest passiert im Modell. Dieselbe Einfachheit kennen wir vom Verzeichnis Skills.sh und von den Claude Code Plugins. Sie hat die Humanizer Kategorie 2026 zu einem festen Baustein im KI gestützten Content Marketing gemacht.

Never Code Alone betreibt das eigene KI gestützte Content Marketing auf nevercodealone.de täglich mit Claude Code und einem Sulu CMS MCP Server. Wir kennen die Schreibmuster von Sprachmodellen aus der Produktion und wissen, wo ein Humanizer hilft und wo er Text kaputt korrigiert. Diese Erfahrung geben wir an Teams weiter, die KI Texte natürlich und glaubwürdig machen wollen.

Wir helfen bei der Auswahl und Integration von Humanizer Skills in bestehende Workflows, von der KI Content Marketing Pipeline über das Vibe Coding Consulting bis zum Schreiben eigener Skills nach dem Vorbild aus dem Claude Code Plugin Marketplace. Wer KI generierten Code statt Text sauber bekommen will, findet den Einstieg beim AI Code Refactoring oder beim Vibe Coding lernen.

Im Kern arbeitet ein Humanizer in mehreren Durchläufen. Zuerst entfernt er typisches KI Vokabular wie aufgeblähte Adjektive und Floskeln. Dann bricht er strukturelle Muster auf, etwa die Regel der Drei, gespiegelte Satzkonstruktionen oder die Häufung von Gedankenstrichen. Zum Schluss fügt er menschliche Textur hinzu: wechselnde Satzlängen, klare Aussagen und eine erkennbare Haltung.

Gute Projekte messen das Ergebnis statistisch. Sie bewerten die sogenannte Burstiness, also den Wechsel zwischen kurzen und langen Sätzen, die Vielfalt des Wortschatzes und die Wiederholung von Wortgruppen. Menschliche Texte schwanken stark, maschinelle Texte sind gleichförmig. Manche Skills vergeben dafür einen Wert von null bis hundert.

Die Installation ist bei den meisten Humanizer Skills identisch. Die SKILL.md wird in das Skills Verzeichnis des Agents kopiert, danach erkennt Claude Code oder OpenCode den Skill automatisch.

Die Humanizer Kategorie ist 2026 stark gewachsen, wird aber von einem Projekt dominiert. Die folgende Übersicht zeigt die wichtigsten Open Source Humanizer nach GitHub Sternen, Stand 18. Juni 2026. Fast alle basieren auf der Wikipedia Sammlung Signs of AI writing und unterscheiden sich vor allem in Sprache, Musterzahl und Werkzeugtiefe.

Für deutschsprachige Texte ist humanizer-de von Martin Moeller die relevanteste Wahl. Das Projekt startete Anfang 2026 als Fork von blader, hat sich aber zu einem eigenständigen System mit eigenem Versionsschema entwickelt. Es basiert auf der deutschen Wikipedia Seite Anzeichen für KI generierte Inhalte und ergänzt die englischen Muster um deutsche Typografie und Stilkonventionen.

Stark ist die Ausrichtung auf EEAT, also Expertise, Erfahrung, Autorität und Vertrauenswürdigkeit. Statt nur Floskeln zu streichen, soll der Text echte deutsche Stimme bekommen: Verben statt Nominalisierungen, konkrete Zahlen statt Abstraktion, kurze Sätze statt Schachtelsätze. Genau das deckt sich mit dem, was wir im KI Content Marketing ohnehin anstreben.

Ein wichtiger Unterschied trennt die Projekte. Die seriösen Humanizer wie blader und marmbiz humanizer-de framen ihre Arbeit als Schreibqualität, nicht als Trick gegen KI Detektoren. Die Logik dahinter: Guter Text löst keine Detektoren aus, weil ihm die faulen Muster fehlen, nach denen Detektoren suchen. Wer die Muster behebt, löst das Detektor Problem nebenbei.

Eine zweite Gruppe verkauft offen das Umgehen von Turnitin oder GPTZero. Davon raten wir ab. Texte allein auf Täuschung zu optimieren, widerspricht den EEAT Prinzipien und schadet langfristig der Glaubwürdigkeit. In Beratungsprojekten ordnen wir die Tools entsprechend ein: ein Humanizer ist ein Werkzeug für besseren Stil, kein Freibrief für maschinell erzeugte Massentexte. Humanizer Skills gehören damit nicht in den NCA Production Stack, sondern in den redaktionellen Werkzeugkasten, den wir für Teams bewerten.

In unserem eigenen Workflow erstellt Claude Code über den Sulu CMS MCP Server täglich Seiten für nevercodealone.de. Humanizer Prinzipien sind dabei fest eingebaut: wechselnde Satzanfänge, keine Floskeln, konkrete Fakten mit Quelle. Wir nutzen die Muster eher als Checkliste im Schreibprozess als als nachträglichen Filter, weil ein sauberer erster Entwurf besser ist als ein geglätteter schlechter.

Wer das für das eigene Team aufsetzen will, findet bei NCA den passenden Rahmen. Wir verbinden Humanizer Skills mit Vibe Coding Best Practices, sauberem MCP Setup und der Frage, wann sich eigene Skills lohnen. Verwandte Bausteine im Glossar sind Everything Claude Code, OpenSpec für Spec Driven Development und Sprachausgabe über VoiceMode. Für agentische Workflows passen nWave, der Neovim Editor und der Vergleich Paperclip vs Hermes Agent.

Die wichtigsten Fragen zu Humanizer Skills, ihrer Funktionsweise und der Auswahl für deutsche Texte, kompakt beantwortet von Never Code Alone.