{"id":326726,"date":"2026-10-22T05:23:40","date_gmt":"2026-10-22T02:23:40","guid":{"rendered":"https:\/\/ceotudent.com\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll"},"modified":"2026-10-22T05:23:40","modified_gmt":"2026-10-22T02:23:40","slug":"ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll","title":{"rendered":"KI-Antworten auf Fakten pr\u00fcfen: Ein Verifikationsprotokoll in 5 Schritten f\u00fcr den Alltag"},"content":{"rendered":"<p><strong>TL;DR.<\/strong> Eine Quellenangabe ist keine Pr\u00fcfung. In einer von Menschen bewerteten Pr\u00fcfung von vier generativen Suchmaschinen wurden nur 51,5 Prozent der erzeugten S\u00e4tze vollst\u00e4ndig von ihren Quellenangaben gest\u00fctzt. In einer Studie zu medizinischen Antworten aus dem Jahr 2025 lie\u00df selbst GPT-4o mit Websuche 30,3 Prozent seiner Aussagen ohne St\u00fctze durch die eigenen Quellen; eine als Preprint ver\u00f6ffentlichte Pr\u00fcfung von Such- und Deep-Research-Systemen aus dem Jahr 2025 fand Anteile nicht gest\u00fctzter Aussagen von 12,5 bis 97,5 Prozent. Das Modell zu bitten, sich selbst noch einmal zu pr\u00fcfen, bringt wenig: Ohne R\u00fcckmeldung von au\u00dfen fiel die Genauigkeit von GPT-3.5 bei einem Reasoning-Benchmark von 75,8 auf 41,8 Prozent. Was funktioniert, ist das, was professionelle Faktenpr\u00fcfer tun: die Antwort in Behauptungen zerlegen, die Quelle \u00f6ffnen, den genauen Satz finden und lateral lesen, um zu erfahren, wer hinter der Quelle steht. CEO-Schritt: Legen Sie einen Pr\u00fcfstandard f\u00fcr alles fest, was unter Ihrem Namen erscheint, und halten Sie darin fest, was nachverfolgt werden muss, von wem und wie gr\u00fcndlich. Student-Schritt: \u00dcben Sie das Zerlegen von Behauptungen und das laterale Lesen, und f\u00fchren Sie ein Logbuch dar\u00fcber, was Sie gepr\u00fcft haben und was durchgefallen ist.<\/p>\n<p>Dieser Leitfaden geh\u00f6rt zum Cluster <a href=\"\/de\/die-bewertungskompetenz-ki-ausgaben-beurteilen\">Bewertungskompetenz<\/a>. Der <a href=\"\/de\/warnsignale-schlechter-ki-antworten-12-muster-modell-liegt-falsch\">Leitfaden zu Warnsignalen<\/a> behandelt Warnzeichen, die innerhalb einer einzelnen Antwort sichtbar sind, <a href=\"\/de\/die-pruefsteuer-was-das-kontrollieren-von-ki-ergebnissen-wirklich-kostet\">die Pr\u00fcfsteuer<\/a> behandelt, was das Pr\u00fcfen kostet, und <a href=\"\/de\/warum-ki-halluziniert-mechanik-der-modellfehler-frueh-erkennen\">warum KI halluziniert<\/a> behandelt die Mechanik. Dieser Beitrag ist das Verfahren, das Sie anwenden, bevor Sie sich auf eine Antwort verlassen.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Warum-brauchen-Sie-ein-Verfahren-statt-eines-Bauchgefuehls\" >Warum brauchen Sie ein Verfahren statt eines Bauchgef\u00fchls?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Stuetzt-die-Quellenangabe-die-Behauptung-tatsaechlich\" >St\u00fctzt die Quellenangabe die Behauptung tats\u00e4chlich?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Was-tun-professionelle-Faktenpruefer-was-andere-nicht-tun\" >Was tun professionelle Faktenpr\u00fcfer, was andere nicht tun?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Warum-fragen-Sie-das-Modell-nicht-einfach-%E2%80%9EBist-du-sicher%E2%80%9C\" >Warum fragen Sie das Modell nicht einfach: \u201eBist du sicher?\u201c<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Das-Verifikationsprotokoll-in-5-Schritten\" >Das Verifikationsprotokoll in 5 Schritten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Wie-gruendlich-sollten-Sie-pruefen\" >Wie gr\u00fcndlich sollten Sie pr\u00fcfen?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Welche-Pruefung-passt-zu-welcher-Behauptung\" >Welche Pr\u00fcfung passt zu welcher Behauptung?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Ein-durchgerechnetes-Beispiel-ein-Satz-durch-fuenf-Schritte\" >Ein durchgerechnetes Beispiel: ein Satz durch f\u00fcnf Schritte<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Das-Pruef-Logbuch-eine-Vorlage-zum-Kopieren\" >Das Pr\u00fcf-Logbuch: eine Vorlage zum Kopieren<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Was-bedeutet-das-fuer-CEO-und-Student\" >Was bedeutet das f\u00fcr CEO und Student?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Was-das-nicht-bedeutet\" >Was das nicht bedeutet<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Haeufig-gestellte-Fragen\" >H\u00e4ufig gestellte Fragen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-13\" href=\"https:\/\/ceotudent.com\/de\/ki-antworten-auf-fakten-pruefen-5-schritte-verifikationsprotokoll\/#Quellen\" >Quellen<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"warum-brauchen-sie-ein-verfahren-statt-eines-bauchgefuhls\"><span class=\"ez-toc-section\" id=\"Warum-brauchen-Sie-ein-Verfahren-statt-eines-Bauchgefuehls\"><\/span>Warum brauchen Sie ein Verfahren statt eines Bauchgef\u00fchls?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Weil das Gef\u00fchl in die falsche Richtung zeigt. Als Nelson Liu, Tianyi Zhang und Percy Liang in Stanford Anfang 2023 vier generative Suchmaschinen anhand von 1.450 Anfragen pr\u00fcften, war die Zitationspr\u00e4zision umgekehrt mit dem wahrgenommenen Nutzen korreliert: Die Antworten, die am hilfreichsten wirkten, waren oft diejenigen mit mehr nicht gest\u00fctzten Aussagen oder ungenauen Quellenangaben.<\/p>\n<p>Vertrauen schaltet das Pr\u00fcfen zudem ab. In zwei pr\u00e4registrierten Experimenten mit insgesamt 5.387 Teilnehmenden zeigten Folco Panizza und Kollegen einem Teil der Teilnehmenden ein Pop-up, das laterales Lesen und Klickzur\u00fcckhaltung empfahl. In einer explorativen Analyse des ersten Experiments wandten nur 6,7 Prozent dieser Teilnehmenden die Techniken an, wenn ein Beitrag von einer vertrauensw\u00fcrdigen Quelle stammte, gegen\u00fcber 20 Prozent, wenn die Quelle unbekannt war. Eine KI-Antwort mit ordentlichen Fu\u00dfnoten sieht aus wie eine vertrauensw\u00fcrdige Quelle. Ein schriftlich festgelegtes Verfahren bindet das Pr\u00fcfen an die Art der Behauptung und an die Tragweite, nicht daran, wie sich die Antwort anf\u00fchlt.<\/p>\n<h2 id=\"stutzt-die-quellenangabe-die-behauptung-tatschlich\"><span class=\"ez-toc-section\" id=\"Stuetzt-die-Quellenangabe-die-Behauptung-tatsaechlich\"><\/span>St\u00fctzt die Quellenangabe die Behauptung tats\u00e4chlich?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Drei Studien haben Aussage f\u00fcr Aussage gepr\u00fcft, ob KI-Antworten von den Quellen gedeckt sind, die sie angeben. Sie unterscheiden sich in der Aufgabe (Webfragen, medizinische Fragen, Debatten- und Expertisefragen), in der Bewertung (menschliche Annotatoren; ein GPT-4o-Bewerter, der in 88,7 Prozent der F\u00e4lle mit dem Konsens von drei \u00c4rzten \u00fcbereinstimmte, gegen\u00fcber einer durchschnittlichen \u00dcbereinstimmung der \u00c4rzte untereinander von 86,1 Prozent; ein GPT-5-Bewerter, der an menschlichen Bewertern validiert wurde), im Zeitraum (2023 bis August 2025) und in der Einheit. Liu und Kollegen verlangten, dass die eigenen Quellenangaben einer Aussage diese vollst\u00e4ndig st\u00fctzen; Kevin Wu, Eric Wu, James Zou und Kollegen akzeptierten jede Quelle in der Antwort; DeepTRACE, ein Preprint von Pranav Narayanan Venkit und Kollegen vom September 2025, akzeptierte jede aufgef\u00fchrte Quelle. Die Tabelle ist beschreibend, keine Rangliste.<\/p>\n<p><strong>St\u00fctzt die Quellenangabe die Behauptung? Anteil gest\u00fctzter und nicht gest\u00fctzter Aussagen, nach System<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Studie (Bewertung; Zeitraum)<\/th>\n<th>System, wie bezeichnet<\/th>\n<th>Gest\u00fctzte Aussagen (%)<\/th>\n<th>Nicht gest\u00fctzte Aussagen (%)<\/th>\n<th>Quellenangaben, die ihre Aussage st\u00fctzen (%)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Liu, Zhang und Liang (menschliche Annotatoren; Antworten von Februar-M\u00e4rz 2023)<\/td>\n<td>Bing Chat<\/td>\n<td>58,7<\/td>\n<td>41,3*<\/td>\n<td>89,5<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>NeevaAI<\/td>\n<td>67,6<\/td>\n<td>32,4*<\/td>\n<td>72,0<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>perplexity.ai<\/td>\n<td>68,7<\/td>\n<td>31,3*<\/td>\n<td>72,7<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>YouChat<\/td>\n<td>11,1<\/td>\n<td>88,9*<\/td>\n<td>63,6<\/td>\n<\/tr>\n<tr>\n<td>Wu et al., Nature Communications (GPT-4o-Bewerter, von \u00c4rzten validiert; 800 medizinische Fragen)<\/td>\n<td>GPT-4o (RAG)<\/td>\n<td>69,7<\/td>\n<td>30,3*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Gemini Ultra 1.0 (RAG)<\/td>\n<td>55,6<\/td>\n<td>44,4*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>GPT-4o (API)<\/td>\n<td>47,3<\/td>\n<td>52,7*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Claude v2.1 (API)<\/td>\n<td>30,4<\/td>\n<td>69,6*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Mistral Medium (API)<\/td>\n<td>27,8<\/td>\n<td>72,2*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Mixtral-8x7b (API)<\/td>\n<td>15,8<\/td>\n<td>84,2*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Gemini Pro (API)<\/td>\n<td>18,6<\/td>\n<td>81,4*<\/td>\n<td>k. A.<\/td>\n<\/tr>\n<tr>\n<td>DeepTRACE, Narayanan Venkit et al., Preprint (GPT-5-Bewerter; Korpus mit Stand 27. August 2025)<\/td>\n<td>You.com (search)<\/td>\n<td>69,2*<\/td>\n<td>30,8<\/td>\n<td>68,3<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>BingChat (search)<\/td>\n<td>76,9*<\/td>\n<td>23,1<\/td>\n<td>65,8<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Perplexity (search)<\/td>\n<td>68,4*<\/td>\n<td>31,6<\/td>\n<td>49,0<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>GPT 4.5 (search)<\/td>\n<td>53,0*<\/td>\n<td>47,0<\/td>\n<td>39,8<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>GPT-5 Deep Research<\/td>\n<td>87,5*<\/td>\n<td>12,5<\/td>\n<td>79,1<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>YouChat Deep Research<\/td>\n<td>25,4*<\/td>\n<td>74,6<\/td>\n<td>72,3<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>GPT-5 Web Search<\/td>\n<td>41,1*<\/td>\n<td>58,9<\/td>\n<td>31,4<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Perplexity Deep Research<\/td>\n<td>2,5*<\/td>\n<td>97,5<\/td>\n<td>58,0<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Copilot Think Deeper<\/td>\n<td>9,8*<\/td>\n<td>90,2<\/td>\n<td>62,1<\/td>\n<\/tr>\n<tr>\n<td><\/td>\n<td>Gemini Deep Research<\/td>\n<td>46,4*<\/td>\n<td>53,6<\/td>\n<td>50,3<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>CEOtudent-Analyse von Liu, Zhang und Liang (2023), Wu et al. (2025, Supplementary Table 4) und Narayanan Venkit et al. (2025, Abbildung 2 und Tabelle 1). Nicht markierte Werte wie ver\u00f6ffentlicht (die Anteile von Wu et al. als Prozentwerte dargestellt); * = 100 minus der ver\u00f6ffentlichte Anteil. k. A. = nicht berichtet. Der DeepTRACE-Text nennt f\u00fcr Gemini Deep Research eine Zitationsgenauigkeit von 40,3 Prozent, Tabelle 1 weist jedoch 50,3 Prozent aus; gezeigt wird der Tabellenwert.<\/em><\/p>\n<p>Vier Punkte fallen auf.<\/p>\n<ul>\n<li><strong>Selbst das beste System jeder Studie lie\u00df einen gro\u00dfen Anteil ungest\u00fctzt:<\/strong> 31,3 Prozent in der Pr\u00fcfung von Liu, 30,3 Prozent bei Wu, 12,5 Prozent bei DeepTRACE. In 19 der 21 Zeilen fehlte mindestens einem Viertel der Aussagen die St\u00fctze; die Mediane lagen bei 36,9, 69,6 und 50,3 Prozent.<\/li>\n<li><strong>Webzugang hilft, entscheidet die Sache aber nicht.<\/strong> In der Studie von Wu lieferten Modelle ohne Webzugang nur in 41,2 bis 68,7 Prozent der F\u00e4lle funktionierende URLs, und nur f\u00fcr wenige defekte Links gab es archivierte Versionen, was die Autoren als Zeichen daf\u00fcr werten, dass sie erfunden waren. Bei DeepTRACE lie\u00df GPT-5 Deep Research 12,5 Prozent ungest\u00fctzt, GPT-5 Web Search 58,9 Prozent.<\/li>\n<li><strong>Ganze Antworten schneiden schlechter ab als einzelne Aussagen.<\/strong> In der Studie von Wu enthielten 44,7 bis 93,0 Prozent der Antworten mindestens eine nicht gest\u00fctzte Aussage. Der Princeton-Benchmark ALCE (EMNLP 2023) stellte fest, dass rund 50 Prozent der Baseline-Antworten von ChatGPT und GPT-4 auf dem ELI5-Datensatz nicht vollst\u00e4ndig von den zitierten Passagen gest\u00fctzt wurden.<\/li>\n<li><strong>Mehr Quellen bedeuten nicht mehr St\u00fctze.<\/strong> YouChat Deep Research f\u00fchrte 57,2 Quellen pro Antwort auf, etwa das 3,1-Fache der 18,3 von GPT-5 Deep Research, und lie\u00df 74,6 Prozent der Aussagen ungest\u00fctzt. In den Worten der Autoren: \u201eMehr Quellen und l\u00e4ngere Antworten f\u00fchren nicht zu Verl\u00e4sslichkeit.\u201c<\/li>\n<\/ul>\n<p>Betrachten Sie diese Zahlen als Au\u00dfensicht: In keiner der 21 Zeilen liegt die <a href=\"\/de\/basisraten-aussensicht-unterschaetztes-mittel-gegen-schlechte-prognosen\">Basisrate<\/a> f\u00fcr \u201ediese zitierte Aussage ist nicht gest\u00fctzt\u201c unter einem Achtel (12,5 Prozent).<\/p>\n<h2 id=\"was-tun-professionelle-faktenprufer-was-andere-nicht-tun\"><span class=\"ez-toc-section\" id=\"Was-tun-professionelle-Faktenpruefer-was-andere-nicht-tun\"><\/span>Was tun professionelle Faktenpr\u00fcfer, was andere nicht tun?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die klarste Evidenz dazu, wie ge\u00fcbte Menschen unbekannte Informationen pr\u00fcfen, stammt von Sam Wineburg und Sarah McGrew in Stanford. Sie beobachteten 45 Personen beim lauten Denken, w\u00e4hrend diese Live-Websites beurteilten: 10 promovierte Historiker, 10 professionelle Faktenpr\u00fcfer und 25 Stanford-Bachelorstudierende.<\/p>\n<p><strong>Wie Faktenpr\u00fcfer, Historiker und Studierende unbekannte Websites bewerteten<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Messgr\u00f6\u00dfe (Aufgabe)<\/th>\n<th>Faktenpr\u00fcfer (n = 10)<\/th>\n<th>Promovierte Historiker (n = 10)<\/th>\n<th>Bachelorstudierende (n = 25)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Mittlere Zeit bis zum Verlassen der Startseite des American College of Pediatricians (Mobbing-Aufgabe)<\/td>\n<td>32 s<\/td>\n<td>88 s (8 von 10 verlie\u00dfen sie)<\/td>\n<td>100 s (die 16, die sie verlie\u00dfen; 9 verlie\u00dfen sie nie)<\/td>\n<\/tr>\n<tr>\n<td>Mittlere Qualit\u00e4t des Fazits zu dieser Website (0-2)<\/td>\n<td>2<\/td>\n<td>0,7<\/td>\n<td>0,16<\/td>\n<\/tr>\n<tr>\n<td>Mittlere Qualit\u00e4t des Fazits zu minimumwage.com vor einem Hinweis (0-4)<\/td>\n<td>3,3<\/td>\n<td>1,3<\/td>\n<td>0,52<\/td>\n<\/tr>\n<tr>\n<td>Mittlere Zeit bis zur Identifizierung der Tr\u00e4gerorganisation der Website<\/td>\n<td>51 s<\/td>\n<td>3 min 40 s<\/td>\n<td>5 min 18 s<\/td>\n<\/tr>\n<tr>\n<td>Brauchten einen Hinweis, um sie zu finden<\/td>\n<td>Fanden sie ohne Hinweis<\/td>\n<td>6 von 10<\/td>\n<td>Etwa vier F\u00fcnftel<\/td>\n<\/tr>\n<tr>\n<td>Mittlere Zeit bis zur Identifizierung, wer eine Klage finanzierte (Vergara-Aufgabe)<\/td>\n<td>2 min 8 s<\/td>\n<td>2 min 1 s<\/td>\n<td>1 min 42 s<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Quelle: Wineburg und McGrew, Lateral Reading and the Nature of Expertise, Teachers College Record (Vorabversion vom 28. Juli 2018). Zahlen wie ver\u00f6ffentlicht.<\/em><\/p>\n<p>Der Unterschied lag in der Methode. Faktenpr\u00fcfer verschafften sich zuerst Orientierung, lasen lateral (sie verlie\u00dfen eine Website nach einem kurzen \u00dcberblick, um zu erfahren, was andere \u00fcber sie sagen) und \u00fcbten Klickzur\u00fcckhaltung (sie \u00fcberflogen die Suchergebnisse, bevor sie klickten). Bei der Mobbing-Aufgabe hielten 60 Prozent der Studierenden das College, eine Splittergruppe, f\u00fcr verl\u00e4sslicher als die American Academy of Pediatrics; jeder Faktenpr\u00fcfer entschied sich f\u00fcr die Academy. Bei der Klage-Aufgabe waren die Faktenpr\u00fcfer am langsamsten, aber \u201eam w\u00e4hlerischsten, was die Websites betraf, die sie besuchten\u201c. Einer best\u00e4tigte einen Namen, indem er einen Nachrichtenartikel mit dem Tastenk\u00fcrzel Befehl-F durchsuchte, dem Kern von Schritt 3 weiter unten.<\/p>\n<p>Den meisten Menschen fehlt diese F\u00e4higkeit, und sie l\u00e4sst sich vermitteln. In einer Erhebung unter 3.446 Sch\u00fclerinnen und Sch\u00fclern an US-Highschools fanden 96 Prozent nie heraus, dass eine Website, die angeblich \u00fcber Klimafakten berichtete, Verbindungen zur fossilen Brennstoffindustrie hatte. In Kursen zur politischen Bildung mit jeweils denselben Lehrkr\u00e4ften, die Jessica Brodsky und Kollegen untersuchten (136 Studierende mit Unterricht in lateralem Lesen, 94 in Kontrollgruppen), stieg der Anteil derjenigen, die lateral lasen und bei einer Fake-News-Aufgabe zu einem korrekten Urteil kamen, von 2,2 auf 43,7 Prozent; die Kontrollgruppen endeten bei 1,1 Prozent. Eine bezirksweite Feldstudie von Wineburg und Kollegen mit sechs 50-min\u00fctigen Unterrichtsstunden f\u00fcr 271 Sch\u00fclerinnen und Sch\u00fcler gegen\u00fcber 228 in regul\u00e4ren Klassen ergab, dass die unterrichteten Sch\u00fclerinnen und Sch\u00fcler bei der Beurteilung von Glaubw\u00fcrdigkeit \u201esignifikant zulegten\u201c. Eine Toolbox in Nature Human Behaviour aus dem Jahr 2024, die auf 81 wissenschaftlichen Arbeiten beruht, f\u00fchrt laterales Lesen unter neun Hauptarten von Interventionen gegen Fehlinformationen auf.<\/p>\n<p>F\u00fcr die Arbeit mit KI ist die \u00dcbertragung direkt: Eine KI-Antwort ist eine unbekannte Website ohne \u00dcber-uns-Seite. Sie sorgf\u00e4ltiger zu lesen, ist vertikales Lesen; sie zu pr\u00fcfen, hei\u00dft, sie zu verlassen.<\/p>\n<h2 id=\"warum-fragen-sie-das-modell-nicht-einfach-bist-du-sicher\"><span class=\"ez-toc-section\" id=\"Warum-fragen-Sie-das-Modell-nicht-einfach-%E2%80%9EBist-du-sicher%E2%80%9C\"><\/span>Warum fragen Sie das Modell nicht einfach: \u201eBist du sicher?\u201c<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Weil ein Modell ohne Informationen von au\u00dferhalb des Gespr\u00e4chs wenig hat, woran es sich korrigieren k\u00f6nnte. Jie Huang und Kollegen von Google DeepMind und der University of Illinois testeten \u201eintrinsische\u201c Selbstkorrektur, bei der das Modell seine eigene Antwort ohne externes Feedback \u00fcberpr\u00fcft (ICLR 2024).<\/p>\n<p><strong>Genauigkeit vor und nach intrinsischer Selbstkorrektur (%)<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Modell<\/th>\n<th>Benchmark<\/th>\n<th>Standard-Prompting<\/th>\n<th>Nach zwei Runden Selbstkorrektur<\/th>\n<th>Ver\u00e4nderung (Punkte)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>GPT-3.5<\/td>\n<td>GSM8K (Mathematik)<\/td>\n<td>75,9<\/td>\n<td>74,7<\/td>\n<td>-1,2*<\/td>\n<\/tr>\n<tr>\n<td>GPT-3.5<\/td>\n<td>CommonSenseQA<\/td>\n<td>75,8<\/td>\n<td>41,8<\/td>\n<td>-34,0*<\/td>\n<\/tr>\n<tr>\n<td>GPT-4<\/td>\n<td>GSM8K (Mathematik)<\/td>\n<td>95,5<\/td>\n<td>89,0<\/td>\n<td>-6,5*<\/td>\n<\/tr>\n<tr>\n<td>GPT-4<\/td>\n<td>CommonSenseQA<\/td>\n<td>82,0<\/td>\n<td>80,0<\/td>\n<td>-2,0*<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Quelle: Huang et al., Large Language Models Cannot Self-Correct Reasoning Yet, ICLR 2024, Tabelle 3 (Zeilen GSM8K und CommonSenseQA). Zahlen wie ver\u00f6ffentlicht; * Ver\u00e4nderung von CEOtudent berechnet.<\/em><\/p>\n<p>Verbesserungen traten nur auf, wenn dem Korrekturschritt mitgeteilt wurde, ob die Antwort richtig war (GPT-3.5 stieg bei GSM8K mit diesen \u201eOrakel\u201c-Labels von 75,9 auf 84,3), eine Information, die Ihnen in der Praxis fehlt. Die Erkl\u00e4rung der Autoren ist unverbl\u00fcmt: Modelle \u201ek\u00f6nnen die Richtigkeit ihres Schlussfolgerns nicht angemessen beurteilen\u201c. Zum gesonderten Befund, dass ein schlichtes \u201eBist du sicher?\u201c eine richtige Antwort oft kippen l\u00e4sst, siehe den <a href=\"\/de\/warnsignale-schlechter-ki-antworten-12-muster-modell-liegt-falsch\">Leitfaden zu Warnsignalen<\/a>.<\/p>\n<p>Strukturierte Verifikation schneidet besser ab. Bei Chain-of-Verification (Shehzaad Dhuliawala und Kollegen bei Meta AI, Findings of ACL 2024) entwirft das Modell eine Antwort, plant Pr\u00fcffragen, beantwortet sie getrennt und \u00fcberarbeitet dann den Entwurf. Bei Wikidata-Listenfragen hat sich die Pr\u00e4zision mehr als verdoppelt, von 0,17 auf 0,36; bei Biografien stieg der FactScore um 28 Prozent, von 55,9 auf 71,4. Zwei Details sind auch f\u00fcr Menschen wichtig. Pr\u00fcffragen zu beantworten, ohne den Entwurf vor Augen zu haben, schnitt besser ab, als sie neben dem Entwurf zu beantworten (FactScore 63,7 gegen\u00fcber 60,8), da ein Pr\u00fcfer, der den Entwurf sieht, dessen Fehler wiederholen kann. Und in der faktorisierten Variante schnitten Ja\/Nein-Pr\u00fcfungen schlechter ab als offene Fragen; in den Beispielen der Autoren \u201eneigt ChatGPT dazu, Fakten im Ja\/Nein-Frageformat zuzustimmen, ob sie richtig oder falsch sind\u201c.<\/p>\n<p>Das Protokoll unten \u00fcbernimmt alle drei Lehren: gegen etwas au\u00dferhalb des Entwurfs pr\u00fcfen, offene Fragen stellen statt \u201eStimmt es, dass &hellip;?\u201c, und sie beantworten, ohne dass der Entwurf Sie lenkt.<\/p>\n<h2 id=\"das-verifikationsprotokoll-in-5-schritten\"><span class=\"ez-toc-section\" id=\"Das-Verifikationsprotokoll-in-5-Schritten\"><\/span>Das Verifikationsprotokoll in 5 Schritten<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Redaktionelles CEOtudent-Framework: das Verifikationsprotokoll in 5 Schritten<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Schritt<\/th>\n<th>Was zu tun ist<\/th>\n<th>Die Frage, die Sie stellen<\/th>\n<th>Evidenz, auf der er beruht<\/th>\n<th>Stoppregel<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1. Zerlegen<\/td>\n<td>Zerlegen Sie die Ausgabe in einzelne, \u00fcberpr\u00fcfbare Behauptungen und kennzeichnen Sie jede nach Typ. Markieren Sie Meinung und Rahmung gesondert.<\/td>\n<td>\u201eWas genau wird hier behauptet, und k\u00f6nnte dieser eine Satz f\u00fcr sich allein falsch sein?\u201c<\/td>\n<td>Zitationsstudien bewerten Aussage f\u00fcr Aussage; bei Chain-of-Verification wurden kurze, getrennte Fragen genauer beantwortet als die urspr\u00fcngliche Anfrage<\/td>\n<td>Jeder Satz steht entweder auf der Behauptungsliste oder ist als Rahmung ohne Faktengehalt markiert<\/td>\n<\/tr>\n<tr>\n<td>2. Einstufen<\/td>\n<td>Markieren Sie die Tragweite jeder Behauptung und w\u00e4hlen Sie eine Pr\u00fcftiefe. Kennzeichnen Sie Behauptungen, die eine Entscheidung \u00e4ndern w\u00fcrden, wenn sie falsch w\u00e4ren.<\/td>\n<td>\u201eWenn das falsch ist, wer ist betroffen, und l\u00e4sst es sich r\u00fcckg\u00e4ngig machen?\u201c<\/td>\n<td>Die St\u00fctzungsraten reichen je nach System von 2,5 bis 87,5 Prozent der Aussagen (Tabelle oben), daher ist kein pauschales Vertrauensniveau sicher<\/td>\n<td>Behauptungen der Stufe 1 d\u00fcrfen unverfolgt bleiben, wenn sie als ungepr\u00fcft gekennzeichnet sind; jede kritische Behauptung geht in Schritt 3<\/td>\n<\/tr>\n<tr>\n<td>3. Zur\u00fcckverfolgen<\/td>\n<td>\u00d6ffnen Sie die zitierte (oder prim\u00e4re) Quelle. Durchsuchen Sie sie mit Strg+F oder Befehl-F nach dem Schl\u00fcsselbegriff oder der Zahl. Kopieren Sie den st\u00fctzenden Satz.<\/td>\n<td>\u201eIn welchem Satz, auf welcher Seite sagt die Quelle das?\u201c<\/td>\n<td>Nur 51,5 Prozent der Aussagen vollst\u00e4ndig gest\u00fctzt und 74,5 Prozent der Quellenangaben st\u00fctzen ihre Aussage (Liu et al.); Faktenpr\u00fcfer finden den genauen Text (Wineburg und McGrew)<\/td>\n<td>Gest\u00fctzt nur, wenn Sie den Satz einf\u00fcgen k\u00f6nnen. Teilweise: Grenzen Sie die Behauptung darauf ein. Nichts nach zwei gezielten Suchen: ungest\u00fctzt, nicht verwenden<\/td>\n<\/tr>\n<tr>\n<td>4. Lateral lesen<\/td>\n<td>Verlassen Sie die Quelle. Finden Sie heraus, wer dahintersteht und ob eine unabh\u00e4ngige Quelle oder das Prim\u00e4rdokument dasselbe sagt.<\/td>\n<td>\u201eWer hat das ver\u00f6ffentlicht, was sagen andere \u00fcber diese Stelle, und stimmt eine unabh\u00e4ngige Quelle zu?\u201c<\/td>\n<td>Faktenpr\u00fcfer \u00fcbertrafen Historiker und Studierende, weil sie Websites fr\u00fch verlie\u00dfen; die F\u00e4higkeit ist trainierbar (Brodsky et al.; Wineburg et al.)<\/td>\n<td>Zwei unabh\u00e4ngige Quellen stimmen \u00fcberein, oder Sie haben das Prim\u00e4rdokument selbst vor sich (Gesetzestext, Pflichtmeldung, Datensatz, Originalarbeit)<\/td>\n<\/tr>\n<tr>\n<td>5. Nachrechnen und protokollieren<\/td>\n<td>Rechnen Sie jede Berechnung mit den Ausgangswerten der Quelle nach; pr\u00fcfen Sie Jahr, Einheit, Nenner und Ausgabe. Halten Sie das Urteil im Logbuch fest.<\/td>\n<td>\u201eH\u00e4lt jede Zahl dem Nachrechnen stand, und k\u00f6nnte jemand anderes meine Pr\u00fcfung anhand des Logbuchs wiederholen?\u201c<\/td>\n<td>Selbst\u00fcberpr\u00fcfung ohne Informationen von au\u00dfen senkte die Genauigkeit (Huang et al.); unabh\u00e4ngige Verifikation erh\u00f6hte sie (Dhuliawala et al.)<\/td>\n<td>Jede Behauptung hat ein festgehaltenes Urteil: behalten, eingrenzen, streichen oder eskalieren<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Ein praktischer Hinweis: Teilen Sie in Schritt 1 zusammengesetzte S\u00e4tze auf. \u201eDer Umsatz stieg nach dem neuen Gesetz stark\u201c enth\u00e4lt drei Behauptungen: dass der Umsatz stieg, um wie viel, und warum.<\/p>\n<h2 id=\"wie-grundlich-sollten-sie-prufen\"><span class=\"ez-toc-section\" id=\"Wie-gruendlich-sollten-Sie-pruefen\"><\/span>Wie gr\u00fcndlich sollten Sie pr\u00fcfen?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Nicht jede Ausgabe verdient alle f\u00fcnf Schritte; die Einstufung nach Tragweite bestimmt die Tiefe. Sie erg\u00e4nzt die Zeitbudget-Stufen in <a href=\"\/de\/die-pruefsteuer-was-das-kontrollieren-von-ki-ergebnissen-wirklich-kostet\">der Pr\u00fcfsteuer<\/a> und das Kontrollpunkt-Design in <a href=\"\/de\/menschliche-aufsicht-by-design-kontrollpunkte-bei-ki-agenten\">menschliche Aufsicht by Design<\/a>.<\/p>\n<p><strong>Redaktionelles CEOtudent-Framework: Einstufung nach Tragweite<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Stufe<\/th>\n<th>Typische Ausgaben<\/th>\n<th>Auszuf\u00fchrende Schritte<\/th>\n<th>Wer pr\u00fcft<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1. Privat und umkehrbar<\/td>\n<td>Notizen f\u00fcr sich selbst, Brainstormings, erste Entw\u00fcrfe, Ausgangspunkte f\u00fcr Recherchen<\/td>\n<td>Schritte 1-2 f\u00fcr die gesamte Ausgabe; Schritte 3 und 5 f\u00fcr jede Zahl, jeden Namen und jedes Zitat, das Sie weiterverwenden<\/td>\n<td>Sie<\/td>\n<\/tr>\n<tr>\n<td>2. Geteilt oder entscheidungsrelevant<\/td>\n<td>Interne Memos, Analysen, die eine Teamentscheidung st\u00fctzen, Code, der nach einem Review gemergt wird<\/td>\n<td>Alle f\u00fcnf Schritte f\u00fcr jede kritische Behauptung; Schritt 4 f\u00fcr jede Quelle, die Sie noch nicht kennen<\/td>\n<td>Sie, mit beigef\u00fcgtem Logbuch<\/td>\n<\/tr>\n<tr>\n<td>3. Unter Ihrem Namen, unumkehrbar oder reguliert<\/td>\n<td>Kundenlieferungen, ver\u00f6ffentlichte Artikel, rechtliche, medizinische, finanzielle oder sicherheitsrelevante Inhalte<\/td>\n<td>Alle f\u00fcnf Schritte f\u00fcr jede Tatsachenbehauptung; zwei unabh\u00e4ngige Quellen oder das Prim\u00e4rdokument f\u00fcr jede kritische Behauptung<\/td>\n<td>Sie, plus ein zweiter Leser, der eine Stichprobe des Logbuchs erneut pr\u00fcft<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Steigen Sie im Zweifel eine Stufe h\u00f6her. Eine Stufe tiefer zu gehen, braucht einen Grund, den Sie verteidigen k\u00f6nnten, falls sich die Ausgabe als falsch erweist.<\/p>\n<h2 id=\"welche-prufung-passt-zu-welcher-behauptung\"><span class=\"ez-toc-section\" id=\"Welche-Pruefung-passt-zu-welcher-Behauptung\"><\/span>Welche Pr\u00fcfung passt zu welcher Behauptung?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Verschiedene Behauptungen scheitern auf verschiedene Weise, daher unterscheidet sich auch die schnellste Prim\u00e4rpr\u00fcfung.<\/p>\n<p><strong>Redaktionelles CEOtudent-Framework: Zuordnungsmatrix nach Behauptungstyp<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Behauptungstyp<\/th>\n<th>Schnellste Prim\u00e4rpr\u00fcfung<\/th>\n<th>Typisches Fehlermuster<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Zahl oder Statistik<\/td>\n<td>Die Tabelle oder der Datensatz des urspr\u00fcnglichen Herausgebers; Jahr, Ausgabe, Einheit und Nenner abgleichen<\/td>\n<td>Echte Zahl aus dem falschen Jahr oder mit falscher Basis; ein abgeleiteter Wert, der als ver\u00f6ffentlicht dargestellt wird<\/td>\n<\/tr>\n<tr>\n<td>Direktes Zitat<\/td>\n<td>Die genaue Formulierung im Originaltext oder Transkript suchen; Sprecher und Kontext pr\u00fcfen<\/td>\n<td>Paraphrase, die als Zitat dargestellt wird; richtige Worte, falscher Sprecher oder fehlender Kontext<\/td>\n<\/tr>\n<tr>\n<td>Quellenangabe oder Literaturverweis<\/td>\n<td>Den genauen Titel oder die DOI auf der Website des Verlags nachschlagen, dann Schritt 3 darauf anwenden<\/td>\n<td>Literaturverweis, den es nicht gibt; echter Verweis, der nicht sagt, wof\u00fcr er zitiert wird<\/td>\n<\/tr>\n<tr>\n<td>Datum oder Ereignis<\/td>\n<td>Das datierte Prim\u00e4rdokument: offizielle Ank\u00fcndigung, Pflichtmeldung, Ver\u00f6ffentlichungsseite<\/td>\n<td>Um ein Jahr oder eine Version daneben; zwei Ereignisse zu einem verschmolzen<\/td>\n<\/tr>\n<tr>\n<td>Gesetz oder Verordnung<\/td>\n<td>Der aktuelle konsolidierte Text im amtlichen Register, mit \u00c4nderungsdaten<\/td>\n<td>\u00dcberholte Bestimmung oder Frist, die als aktuell zitiert wird<\/td>\n<\/tr>\n<tr>\n<td>Verhalten von Code<\/td>\n<td>Auf einem Test mit bekannter L\u00f6sung ausf\u00fchren; die Dokumentation der installierten Version lesen<\/td>\n<td>Code, der l\u00e4uft, aber das Falsche tut; eine Funktion oder Option, die es nicht gibt<\/td>\n<\/tr>\n<tr>\n<td>Kausale Behauptung<\/td>\n<td>Studiendesign und Effektst\u00e4rke im Paper selbst<\/td>\n<td>Korrelation als Ursache dargestellt; eine einzelne Studie auf alle verallgemeinert<\/td>\n<\/tr>\n<tr>\n<td>Status \u201eaktuell\u201c oder \u201eneueste\u201c<\/td>\n<td>Die eigene Seite des Herausgebers zur neuesten Ausgabe und ihr Datum<\/td>\n<td>Veraltete Ausgabe, die als neueste dargestellt wird; Suchsnippets, die der Live-Seite hinterherhinken<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Der <a href=\"\/de\/warum-ki-halluziniert-mechanik-der-modellfehler-frueh-erkennen\">Leitfaden zur Mechanik<\/a> erkl\u00e4rt, warum beliebige Einzelfakten wie Daten, Titel und Zahlen die Stellen sind, an denen Modelle am h\u00e4ufigsten raten.<\/p>\n<h2 id=\"ein-durchgerechnetes-beispiel-ein-satz-durch-funf-schritte\"><span class=\"ez-toc-section\" id=\"Ein-durchgerechnetes-Beispiel-ein-Satz-durch-fuenf-Schritte\"><\/span>Ein durchgerechnetes Beispiel: ein Satz durch f\u00fcnf Schritte<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Der folgende Satz ist eine illustrative Annahme im Stil einer KI-Zusammenfassung, keine Ausgabe eines realen Systems. \u201eEine Stanford-Studie ergab, dass professionelle Faktenpr\u00fcfer bei jeder Aufgabe schneller waren als Historiker und Studierende und unzuverl\u00e4ssige Websites viermal schneller verlie\u00dfen.\u201c<\/p>\n<ol>\n<li><strong>Zerlegen.<\/strong> Drei Behauptungen: (a) Eine Stanford-Studie verglich diese Gruppen; (b) Faktenpr\u00fcfer waren bei jeder Aufgabe schneller; (c) sie verlie\u00dfen Websites viermal schneller.<\/li>\n<li><strong>Einstufen.<\/strong> Bestimmt f\u00fcr eine Kundenpr\u00e4sentation, also Stufe 3.<\/li>\n<li><strong>Zur\u00fcckverfolgen.<\/strong> Behauptung (a) h\u00e4lt: Wineburg und McGrew untersuchten 10 Faktenpr\u00fcfer, 10 Historiker und 25 Studierende. Behauptung (b) scheitert: Bei der Klage-Aufgabe waren die Studierenden am schnellsten (1 min 42 s gegen\u00fcber 2 min 8 s). Behauptung (c) trifft teilweise zu: Bei der Mobbing-Aufgabe verlie\u00dfen die Faktenpr\u00fcfer die Startseite nach 32 Sekunden, die Historiker nach 88.<\/li>\n<li><strong>Lateral lesen.<\/strong> Das Paper wurde von Teachers College Record angenommen, einer wissenschaftlichen Fachzeitschrift; sp\u00e4tere Studien im Unterricht st\u00fctzen die Methode, nicht die Behauptung zur Geschwindigkeit.<\/li>\n<li><strong>Nachrechnen und protokollieren.<\/strong> 88 \/ 32 = 2,75, was das Paper \u201efast dreimal\u201c nennt. Bei der Mindestlohn-Aufgabe sind 3 min 40 s gegen\u00fcber 51 s das 4,3-Fache, was das \u201efast viermal\u201c des Papers eher untertreibt. Urteil: eingrenzen. Verwendbare Fassung: \u201eIn einer Stanford-Studie verlie\u00dfen Faktenpr\u00fcfer eine unbekannte Website im Mittel nach 32 Sekunden, gegen\u00fcber 88 bei Historikern, waren aber nicht bei jeder Aufgabe am schnellsten.\u201c<\/li>\n<\/ol>\n<h2 id=\"das-pruf-logbuch-eine-vorlage-zum-kopieren\"><span class=\"ez-toc-section\" id=\"Das-Pruef-Logbuch-eine-Vorlage-zum-Kopieren\"><\/span>Das Pr\u00fcf-Logbuch: eine Vorlage zum Kopieren<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>F\u00fchren Sie eine Zeile pro gepr\u00fcfter Behauptung. Das Logbuch macht aus dem Pr\u00fcfen eine Aufzeichnung, die eine Kollegin oder ein Kollege nachpr\u00fcfen kann, und speist die Fehleranalyse in <a href=\"\/de\/aus-ki-fehlern-lernen-so-werden-modellfehler-zum-eigenen-kompetenzgewinn\">Aus KI-Fehlern lernen<\/a>.<\/p>\n<table>\n<thead>\n<tr>\n<th>#<\/th>\n<th>Behauptung (ein Satz)<\/th>\n<th>Typ<\/th>\n<th>Stufe<\/th>\n<th>Ge\u00f6ffnete Quelle (Titel, Datum, Seite)<\/th>\n<th>Genauer st\u00fctzender Satz gefunden?<\/th>\n<th>Unabh\u00e4ngige zweite Quelle<\/th>\n<th>Zahl nachgerechnet<\/th>\n<th>Urteil<\/th>\n<th>Gepr\u00fcft von, Datum<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1<\/td>\n<td>Faktenpr\u00fcfer verlie\u00dfen Websites viermal schneller<\/td>\n<td>Zahl<\/td>\n<td>3<\/td>\n<td>Wineburg und McGrew, Vorabversion 2018, Mobbing- und Mindestlohn-Aufgabe<\/td>\n<td>Teilweise: 32 s gegen\u00fcber 88 s; 51 s gegen\u00fcber 3 min 40 s<\/td>\n<td>Nicht n\u00f6tig: Originalarbeit<\/td>\n<td>Ja: 2,75 und 4,3<\/td>\n<td>Eingrenzen<\/td>\n<td>Initialen, Datum<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Einseitige Checkliste, bevor etwas Ihre H\u00e4nde verl\u00e4sst<\/strong><\/p>\n<ul>\n<li>Jeder Tatsachensatz steht auf der Behauptungsliste oder ist als Rahmung markiert.<\/li>\n<li>Jede kritische Behauptung hat einen eingef\u00fcgten st\u00fctzenden Satz aus der Quelle selbst.<\/li>\n<li>Jeder Literaturverweis wurde auf der Website des Verlags gefunden, nicht nur in der KI-Antwort.<\/li>\n<li>Jede unbekannte Quelle wurde lateral gelesen: wer sie betreibt, wer sie finanziert.<\/li>\n<li>Jede Zahl wurde aus den Ausgangswerten der Quelle nachgerechnet, mit gepr\u00fcftem Jahr und gepr\u00fcfter Einheit.<\/li>\n<li>Keine Behauptung st\u00fctzt sich nur auf die erneute Selbstpr\u00fcfung des Modells.<\/li>\n<li>Arbeiten der Stufe 3 tragen auf einer Stichprobe der Zeilen die Initialen eines zweiten Lesers.<\/li>\n<\/ul>\n<h2 id=\"was-bedeutet-das-fur-ceo-und-student\"><span class=\"ez-toc-section\" id=\"Was-bedeutet-das-fuer-CEO-und-Student\"><\/span>Was bedeutet das f\u00fcr CEO und Student?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Der CEO-Schritt: Halten Sie den Standard schriftlich fest.<\/strong> Alles, was unter Ihrem Namen erscheint, braucht einen einseitigen Pr\u00fcfstandard: welche Behauptungstypen zur\u00fcckverfolgt werden m\u00fcssen (mindestens Zahlen, Zitate, Literaturverweise sowie rechtliche oder medizinische Aussagen in externen Arbeiten), wer sie zur\u00fcckverfolgt, auf welcher Stufe und wo das Logbuch liegt. Erg\u00e4nzen Sie eine Regel: kein Quellensatz, keine Behauptung. Die <a href=\"\/de\/vertrauenskalibrierung-wann-ki-empfehlungen-vertrauen\">Vertrauenskalibrierung<\/a> entscheidet, wann Sie sich auf eine Empfehlung verlassen; der Standard entscheidet, was zuerst belegt werden muss.<\/p>\n<p><strong>Der Student-Schritt: Trainieren Sie die beiden F\u00e4higkeiten, auf denen das Protokoll beruht.<\/strong> Das Zerlegen von Behauptungen ist eine \u00dcbung: Teilen Sie einen beliebigen KI-Absatz in einzelne Behauptungen auf, bis sich keine weiter zerlegen l\u00e4sst. Laterales Lesen ist eine Gewohnheit: Bevor Sie eine Quelle genau lesen, finden Sie heraus, wer dahintersteht. Notieren Sie vor dem Pr\u00fcfen Ihre Zuversicht bei jeder Behauptung und vergleichen Sie sie mit dem Urteil, wie es die <a href=\"\/de\/konfidenzkalibrierung-wie-sicher-sie-sich-wirklich-sein-sollten\">Konfidenzkalibrierung<\/a> beschreibt. Mit der Zeit zeigt das Logbuch, welche Behauptungstypen Sie am h\u00e4ufigsten t\u00e4uschen, der praktische Kern der <a href=\"\/de\/unterscheidungsluecke-ki-ausgabe-menschliches-denken\">Unterscheidungsl\u00fccke<\/a>.<\/p>\n<h2 id=\"was-das-nicht-bedeutet\"><span class=\"ez-toc-section\" id=\"Was-das-nicht-bedeutet\"><\/span>Was das nicht bedeutet<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Es bedeutet nicht, dass KI-Antworten meistens falsch sind: Eine fehlende Quelle ist ein anderes Problem als eine falsche Behauptung. Es bedeutet nicht, dass die Systeme in der Tabelle heute in dieser Reihenfolge rangieren; sie wurden von 2023 bis 2025 getestet. Die Evidenz zum lateralen Lesen stammt vor allem von Lernenden und Websites, nicht von KI-Ausgaben, daher ist ihre \u00dcbertragung auf die Arbeit mit KI eine Schlussfolgerung. Und Verifikation macht eine Ausgabe nicht wahr; sie sorgt daf\u00fcr, dass Ihre Zuversicht zu der Evidenz passt, die Sie in der Hand haben.<\/p>\n<h2 id=\"hufig-gestellte-fragen\"><span class=\"ez-toc-section\" id=\"Haeufig-gestellte-Fragen\"><\/span>H\u00e4ufig gestellte Fragen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Wie erkennen Sie, ob eine KI-Antwort wahr ist?<\/strong><br \/>\nNur indem Sie ihre kritischen Behauptungen zu einer Prim\u00e4rquelle zur\u00fcckverfolgen und den Satz finden, der jede einzelne st\u00fctzt. Sprachliche Gewandtheit, Selbstsicherheit und Fu\u00dfnoten sind keine Evidenz; in einer Pr\u00fcfung waren die am hilfreichsten wirkenden Antworten oft die am wenigsten gest\u00fctzten.<\/p>\n<p><strong>Kann die KI ihre eigene Antwort pr\u00fcfen?<\/strong><br \/>\nNutzen Sie sie, um Behauptungen aufzulisten und Pr\u00fcffragen zu entwerfen, nicht als abschlie\u00dfende Pr\u00fcfung. Ohne Informationen von au\u00dfen senkte die Selbstkorrektur in den Tests von Huang et al. die Genauigkeit; strukturiertes, unabh\u00e4ngiges Nachfragen verbesserte sie.<\/p>\n<p><strong>Sind KI-Antworten mit Quellenangaben verl\u00e4sslicher?<\/strong><br \/>\nQuellenangaben machen das Pr\u00fcfen m\u00f6glich, nicht \u00fcberfl\u00fcssig. In den drei Studien oben reichte der Anteil der Aussagen ohne St\u00fctze je nach System von 12,5 bis 97,5 Prozent.<\/p>\n<p><strong>Was ist laterales Lesen?<\/strong><br \/>\nEine Quelle zu verlassen, um zu erfahren, was unabh\u00e4ngige Quellen \u00fcber sie sagen, statt sie anhand ihrer eigenen Seiten zu beurteilen. In der Stanford-Studie verlie\u00dfen Faktenpr\u00fcfer eine unbekannte Seite im Durchschnitt nach etwa einer halben Minute; Studien im Unterricht zeigen, dass es sich in einer Handvoll Unterrichtsstunden vermitteln l\u00e4sst.<\/p>\n<p><strong>Ist ein zweites KI-Modell eine unabh\u00e4ngige Pr\u00fcfung?<\/strong><br \/>\nF\u00fcr sich genommen nicht. Es kann auf Unstimmigkeiten hinweisen, aber die Studien oben zeigen, dass selbst Modelle mit Websuche oft Quellen angeben, die ihre Aussagen nicht st\u00fctzen. Die unabh\u00e4ngige Pr\u00fcfung ist die Prim\u00e4rquelle.<\/p>\n<h2 id=\"quellen\"><span class=\"ez-toc-section\" id=\"Quellen\"><\/span>Quellen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li>Liu, N. F., Zhang, T. und Liang, P. (2023). Evaluating Verifiability in Generative Search Engines. Findings of EMNLP 2023. arXiv 2304.09848, Version 2.<\/li>\n<li>Wu, K., Wu, E., Zou, J. und Kollegen (2025). An automated framework for assessing how well LLMs cite relevant medical references. Nature Communications 16, 3615, sowie die zugeh\u00f6rigen Supplementary Information.<\/li>\n<li>Narayanan Venkit, P., Laban, P., Zhou, Y. und Kollegen (2025). DeepTRACE: Auditing Deep Research AI Systems for Tracking Reliability Across Citations and Evidence. arXiv 2509.04499, Version 1 (Preprint von Autoren bei Salesforce AI Research und Microsoft Research; nicht begutachtet).<\/li>\n<li>Gao, T., Yen, H., Yu, J. und Chen, D. (2023). Enabling Large Language Models to Generate Text with Citations. EMNLP 2023. arXiv 2305.14627.<\/li>\n<li>Huang, J., Chen, X., Mishra, S. und Kollegen (2024). Large Language Models Cannot Self-Correct Reasoning Yet. ICLR 2024. arXiv 2310.01798, Version 2.<\/li>\n<li>Dhuliawala, S., Komeili, M., Xu, J. und Kollegen (2024). Chain-of-Verification Reduces Hallucination in Large Language Models. Findings of ACL 2024, Seiten 3563-3578. arXiv 2309.11495.<\/li>\n<li>Wineburg, S. und McGrew, S. Lateral Reading and the Nature of Expertise: Reading Less and Learning More When Evaluating Digital Information. Teachers College Record. Vorabversion vom 28. Juli 2018, Stanford Digital Repository.<\/li>\n<li>Breakstone, J., Smith, M., Wineburg, S. und Kollegen (2021). Students&rsquo; Civic Online Reasoning: A National Portrait. Educational Researcher. Vorabversion, Stanford Digital Repository.<\/li>\n<li>Brodsky, J. E., Brooks, P. J., Scimeca, D. und Kollegen (2021). Improving college students&rsquo; fact-checking strategies through lateral reading instruction in a general education civics course. Cognitive Research: Principles and Implications 6, 23.<\/li>\n<li>Wineburg, S., Breakstone, J., McGrew, S. und Kollegen (2022). Lateral Reading on the Open Internet: A District-Wide Field Study in High School Government Classes. Journal of Educational Psychology 114, 893-909 (nur Abstract, ERIC-Eintrag EJ1372738).<\/li>\n<li>Panizza, F., Ronzani, P., Martini, C. und Kollegen (2022). Lateral reading and monetary incentives to spot disinformation about science. Scientific Reports 12, 5678.<\/li>\n<li>Kozyreva, A. und Kollegen (2024). Toolbox of individual-level interventions against online misinformation. Nature Human Behaviour, ver\u00f6ffentlicht am 13. Mai 2024 (nur Abstract).<\/li>\n<\/ol>\n<p><em>Hinweis zur Methodik. \u201eSt\u00fctzt die Quellenangabe die Behauptung?\u201c ist eine CEOtudent-Analyse der Quellen 1-3; mit Sternchen markierte Zellen, Mediane und Spannen sind aus den ver\u00f6ffentlichten Zahlen berechnet, ebenso die Spalte zur Ver\u00e4nderung in der Tabelle zur Selbstkorrektur. Das Protokoll in 5 Schritten, die Einstufung nach Tragweite, die Zuordnungsmatrix und das Pr\u00fcf-Logbuch sind redaktionelle CEOtudent-Frameworks; das durchgerechnete Beispiel verwendet einen illustrativen Satz. Bewusst nicht verwendet haben wir die vielfach wiederholten Zahlen des Tow Center for Digital Journalism von 2025 zu Quellenangaben in der KI-Suche, weil wir diesen Bericht nicht ge\u00f6ffnet und gepr\u00fcft haben. Zahlen aus der Newsroom-Pr\u00fcfung von EBU und BBC, zu Halluzinationen vor Gericht, zu erfundenen Literaturverweisen sowie zu FActScore, SelfCheckGPT und semantischer Entropie finden sich in den verlinkten Beitr\u00e4gen des Clusters. Dieser Artikel ist eine allgemeine Information und keine Rechts-, Medizin- oder Finanzberatung.<\/em><\/p>\n<hr>\n<p><em>Dieser Inhalt wurde nach eingehender Recherche mit Unterst\u00fctzung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und f\u00fcr die Ver\u00f6ffentlichung aufbereitet.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Eine Quellenangabe ist keine Pr\u00fcfung. In einer von Menschen bewerteten Pr\u00fcfung von vier generativen Suchmaschinen wurden nur 51,5 Prozent der erzeugten S\u00e4tze vollst\u00e4ndig von ihren Quellenangaben gest\u00fctzt, und eine medizinische Studie von 2025 ergab, dass GPT-4o mit Websuche 30,3 Prozent der Aussagen ohne St\u00fctze durch die eigenen Quellen lie\u00df. Dieser Leitfaden beschreibt ein Protokoll in f\u00fcnf Schritten, aufgebaut auf der Arbeitsweise professioneller Faktenpr\u00fcfer, das Sie auf jede KI-Antwort anwenden k\u00f6nnen, bevor Sie sie verwenden.<\/p>\n","protected":false},"author":1,"featured_media":326729,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4599,5],"tags":[],"class_list":["post-326726","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gelisim","category-is"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326726","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/comments?post=326726"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/posts\/326726\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media\/326729"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/media?parent=326726"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/categories?post=326726"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/de\/wp-json\/wp\/v2\/tags?post=326726"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}