Erstschluss-Verzerrung: Warum Ihr Gehirn die erste KI-Antwort akzeptiert (Und wie Sie dagegen ankommen)

Kurz gefasst: Beim Lesen einer KI-Antwort verbinden sich zwei getrennte Verzerrungen, und die Verbindung ist schlimmer als jede für sich. Der Ankereffekt zieht Ihr abschließendes Urteil zu dem, was Sie zuerst gesehen haben. Die Automatisierungsverzerrung lässt Sie der Maschinenausgabe nachgeben, selbst wenn Ihre eigene Einschätzung korrekt war. Eine kontrollierte Studie mit 28 Pathologiefachleuten aus dem Jahr 2026 hat beides zugleich gemessen und fand, dass die KI-Vorhersage in ihren finalen Antworten ein Gewicht von 0,44 trug, gegenüber 0,55 für ihre eigene unabhängige Schätzung. Eine Maschinenzahl, die sie erst nach der eigenen Meinungsbildung sahen, zählte also fast so viel wie diese Meinung selbst. Unter einem Zehn-Sekunden-Limit stieg die Verlässlichkeit auf die KI von 0,48 auf 0,54. Unabhängig davon fand eine CHI-2025-Befragung von 319 Wissensarbeitenden mit 936 realen Arbeitsbeispielen, dass Vertrauen in KI in fünf von sechs Denktätigkeiten geringeren Aufwand vorhersagt und dass die stärkste Erosion ausgerechnet die Bewertung trifft, also jene Tätigkeit, die existiert, um Fehler zu fangen. Dieser Beitrag erklärt, warum Willenskraft dagegen scheitert, und liefert ein Vier-Schritte-Protokoll, das stattdessen die Reihenfolge der Arbeitsschritte ändert.

Es gibt einen bestimmten Moment, den es sich genau anzusehen lohnt. Sie fragen ein Modell etwas, dessen Antwort Sie halb kennen. Es antwortet in einem selbstsicheren Absatz. Sie lesen ihn, spüren ein kleines Klicken des Wiedererkennens und machen weiter.

Was in diesem Moment geschah, war keine Bewertung. Es fühlte sich wie eine an, und genau das ist das Problem. Tatsächlich kam eine flüssige Antwort an, bevor Sie sich auf eine eigene Position festgelegt hatten, und von da an beurteilten Sie nicht mehr die Antwort. Sie beurteilten Abweichungen von ihr.

Wir nennen diesen zusammengesetzten Effekt Erstschluss-Verzerrung, und wir sollten ehrlich sagen, dass dies unsere Bezeichnung ist und kein Begriff aus der Literatur. Die zugrunde liegenden Mechanismen sind etablierte Wissenschaft mit eigenen Namen. Neu ist, dass sie nun gemeinsam feuern, dutzendfach am Tag, in einem Werkzeug, das die meisten Wissensarbeitenden benutzen, bevor sie überhaupt eine eigene Sicht gebildet haben.

Mechanismus eins: Der Anker muss nicht richtig sein

Der Ankereffekt gehört zu den am häufigsten replizierten Befunden der Urteilsforschung. Sobald eine Zahl im Blick ist, driften folgende Schätzungen zu ihr hin, und das geschieht unabhängig davon, ob die Zahl relevant ist, ob man Ihnen gesagt hat, sie sei willkürlich, und ob Sie im Fachgebiet Expertin sind.

Die Variante des KI-Zeitalters hat eine spezifische und unterschätzte Gestalt. Der Anker ist keine Zahl mehr, die jemand beiläufig nannte. Er ist eine vollständige, flüssige, gut geordnete Antwort, geliefert, bevor Sie aufgeschrieben haben, was Sie denken. Sie verankert nicht nur Ihre Schätzung, sondern die Rahmung der gesamten Frage.

Hier gibt es einen Befund zweiter Ordnung, der Aufmerksamkeit verdient, denn die meisten Menschen unterstellen, die Maschine sei zumindest neutral. Ist sie nicht. Eine experimentelle Studie zur Ankerverzerrung in großen Sprachmodellen fand, dass Modelle selbst von Ankerhinweisen im Prompt gezogen werden und dass stärkere Modelle von diesen Hinweisen konsistent beeinflusst werden, statt durch ihre Leistungsfähigkeit geschützt zu sein. Dieselbe Studie prüfte die naheliegenden Gegenmaßnahmen: Chain-of-Thought-Argumentation, das Voranstellen von Prinzipien, die ausdrückliche Anweisung, den Anker zu ignorieren, und die Aufforderung, die eigene Ausgabe zu reflektieren. Der Befund lautete, dass diese einfachen Strategien nicht ausreichen. Was half, war, Informationen aus umfassenden Blickwinkeln zu sammeln, statt einen einzelnen Teil dominieren zu lassen.

Der Anker, den Sie erhalten, kann also bereits eine verankerte Antwort sein. Sie justieren nicht von einem neutralen Ausgangspunkt aus. Sie justieren vom Ausgangspunkt einer anderen Instanz, zweifach vermittelt.

Mechanismus zwei: Automatisierungsverzerrung lässt Fachleute nachgeben

Der Ankereffekt erklärt den Zug. Er erklärt nicht, warum Menschen Schlüsse aufgeben, zu denen sie bereits korrekt gelangt waren. Das ist Automatisierungsverzerrung, und eine Studie von 2026 aus der computergestützten Pathologie hat sie unter ungewöhnlich sauberen Bedingungen gemessen.

Das Design war ein Zwei-mal-zwei-Within-Subjects-Experiment mit 28 Pathologiefachleuten, darunter 25 Pathologinnen und Pathologen, 2 Weiterbildungsassistenzen und 1 nichtärztliche Fachkraft. Mehr als die Hälfte berichtete über fünfzehn Jahre Berufserfahrung. Alle schätzten Tumorzellanteile auf Gewebebildern zweimal: einmal unabhängig als Ausgangswert und einmal mit KI-Unterstützung. Die Hälfte der Bewertungen lief unter einem Countdown von zehn Sekunden.

Die Ergebnisse verdienen sorgfältige Lektüre.

Tabelle 1: Gemessene Automatisierungsverzerrung und Ankereffekt in Expertenentscheidungen (belegt, Pathologiestudie 2026)

Messgröße	Befund	Deutung
Rate der Automatisierungsverzerrung	~7% der Entscheidungen (38 von 560)	Fachleute verwarfen ihre eigene korrekte Einschätzung nach falscher KI-Empfehlung
Ankereffekt, mittleres relatives Ratschlagsgewicht	0,51	Im Mittel bewegten sich die Fachleute etwa zur Hälfte auf die KI-Zahl zu
Gewicht der KI-Vorhersage in der Endschätzung	0,44	Koeffizient im Modell gemischter Effekte
Gewicht der eigenen Ausgangsschätzung	0,55	Das eigene frühere Urteil wog nur wenig schwerer
Verlässlichkeit ohne Zeitdruck	0,48	Ausgangsniveau
Verlässlichkeit unter Zehn-Sekunden-Limit	0,54 (p = 0,017)	Zeitdruck erhöhte die Verlässlichkeit auf die KI
Berufserfahrung	-0,06 je Erfahrungskategorie (p < 0,001)	Mehr Erfahrung, weniger Verlass auf die KI
Vertrauen in die eigene Ausgangsschätzung	-0,03 (p = 0,050)	Selbstvertrauen senkte die Verlässlichkeit
Vertrauen nach Sicht der KI	+0,08 (p < 0,001)	Aus der KI gewonnenes Vertrauen erhöhte sie

Drei Dinge stechen hervor.

Erstens der Vergleich 0,44 gegen 0,55. Diese Fachleute hatten bereits eine unabhängige Schätzung gebildet. Die danach eintreffende KI-Zahl trug im Endergebnis fast so viel Gewicht wie ihr eigenes vorheriges Urteil. Kein Anstupsen. Nahezu Gleichstand.

Zweitens die Wirkung des Zeitdrucks. Zehn Sekunden genügten, um die Verlässlichkeit von 0,48 auf 0,54 zu heben, ein Anstieg um rund ein Achtel. Das ist weit über die Pathologie hinaus bedeutsam, denn der Normalzustand von Wissensarbeit ist milder, dauerhafter Zeitdruck. Was immer Ihr Verlass auf die KI ist, wenn Sie Ruhe haben, an einem gewöhnlichen Dienstag ist er höher.

Drittens das Paar der Vertrauensbefunde, die in entgegengesetzte Richtungen zeigen. Vertrauen in die eigene Ausgangsschätzung senkte die Verlässlichkeit, bei -0,03. Nach dem Blick auf die KI gewonnenes Vertrauen erhöhte sie, bei +0,08, mit der stärkeren statistischen Signifikanz von beiden. Das Sicherheitsgefühl, das beim Lesen der Antwort entsteht, ist kein Beleg dafür, dass die Antwort gut ist. Es ist ein Symptom des Mechanismus.

Der Befund, der Ihre Arbeitsweise ändern sollte

Die Pathologiestudie maß einen einzelnen Entscheidungstyp in kontrollierter Umgebung. Die breitere Frage ist, was in normaler Wissensarbeit geschieht, und hier liefert eine CHI-2025-Studie der Carnegie Mellon University und von Microsoft Research das schärfste verfügbare Bild. Die Forschenden befragten 319 Wissensarbeitende, die 936 Beispiele aus erster Hand zum Einsatz generativer KI in echten Arbeitsaufgaben beisteuerten, und klassifizierten das beteiligte Denken nach Blooms Taxonomie.

Für jede der sechs kognitiven Tätigkeiten erfassten sie den Anteil der Beispiele, bei denen die Befragten mit KI im Vergleich zu ohne KI von “viel weniger Aufwand” oder “weniger Aufwand” berichteten.

Tabelle 2: Aufwandsreduktion nach Denktätigkeit (belegt, CHI-2025-Befragung von 319 Wissensarbeitenden)

Kognitive Tätigkeit	Bericht über weniger Aufwand	Wirkung des KI-Vertrauens auf den Aufwand
Verstehen (Ideen ordnen und übertragen)	79%	-0,13 (p = 0,014)
Synthese (Ideen zusammenführen)	76%	-0,12 (p = 0,026)
Wissen (Erinnern)	72%	-0,11 (p = 0,029)
Analyse (ein Problem zerlegen)	72%	-0,15 (p = 0,003)
Anwendung (Problemlösen)	69%	nicht signifikant
Bewertung (Qualität beurteilen)	55%	-0,23 (p < 0,001)

Nun die Analyse, die wir für die wichtigste halten, gewonnen aus dem Gegeneinanderlesen dieser beiden Spalten.

Tabelle 3: Die Prüflücke (redaktioneller CEOtudent-Rahmen, abgeleitet aus den CHI-2025-Zahlen)

Kennzahl	Wert	Bedeutung
Mittlere Aufwandsreduktion über die fünf nicht bewertenden Tätigkeiten	73,6%	Menschen geben den Großteil des Denkens bereitwillig ab
Aufwandsreduktion bei der Bewertung	55,0%	Bewertung widersetzt sich der Abgabe
Die Prüflücke	18,6 Punkte	Bewertung ist die Tätigkeit, die Menschen zuletzt abgeben
Vertrauenswirkung auf den Bewertungsaufwand	-0,23	Die mit Abstand stärkste Erosion aller Tätigkeiten
Nächststärkste Vertrauenswirkung (Analyse)	-0,15	Bewertung erodiert rund 1,5-mal schneller

Lesen Sie die letzten beiden Zeilen zusammen, denn diese Kombination ist das ganze Argument dieses Beitrags.

Bewertung ist die Tätigkeit, an der Menschen am hartnäckigsten festhalten. Sie ist die einzige der sechs, die unter 60% bleibt, die natürliche letzte Verteidigungslinie, das, was Sie weiterhin selbst tun, nachdem Sie Erinnern, Verstehen und Synthese abgegeben haben. Und sie ist zugleich die Tätigkeit, die Vertrauen in die KI am stärksten aushöhlt, bei -0,23, rund dem Anderthalbfachen des nächstgrößten Effekts.

Die Verteidigung, auf die Sie sich am meisten verlassen, ist die, die Vertrauen als Erstes abbaut. Das ist kein Motivationsspruch. Es ist die Arithmetik zweier nebeneinandergelegter veröffentlichter Spalten.

Dieselbe Forschung fand auch etwas Hoffnungsvolleres, das das folgende Protokoll prägt. Vertrauen in KI geht mit weniger kritischem Denken einher, aufgabenspezifisches Selbstvertrauen jedoch mit mehr. Und kritisches Denken verschwindet nicht, wenn Menschen diese Werkzeuge nutzen. Es ändert seine Gestalt und verlagert sich zu Informationsprüfung, Antwortintegration und dem, was die Forschenden Aufgaben-Stewardship nennen. Die Arbeit ist weiterhin da. Sie sieht nur nicht mehr nach Denken aus, sondern nach Prüfen, und das lässt sich leichter überspringen.

Warum Willenskraft hier nicht wirkt

Die instinktive Reaktion ist der Vorsatz, kritischer zu sein. Das scheitert aus einem strukturellen Grund.

Wenn Sie die Antwort lesen, ist der Anker bereits gesetzt. Ankereffekte werden nicht dadurch besiegt, dass man von ihnen weiß; das wurde wiederholt getestet, und der Effekt überlebte die Vorwarnung. Zugleich hängt das Vertrauen, das Sie beim Lesen einer flüssigen Antwort empfinden, laut den Pathologiedaten positiv mit stärkerem Verlass auf die KI zusammen. Genau die Empfindung, die Sie als Signal nehmen würden, dass alles in Ordnung ist, begleitet das Versagen.

Eine Verzerrung, die vor dem Abwägen wirkt, lässt sich nicht mit Disziplin überbieten. Sie können nur die Reihenfolge der Schritte ändern, damit sie weniger Halt findet.

Das Zweite-Antwort-Protokoll

Dies ist unser Rahmen, gebaut, um die oben beschriebenen Mechanismen gezielt zu treffen, nicht um allgemein vernünftig zu klingen.

Schritt eins: Schreiben Sie Ihre Antwort zuerst, ruhig schlecht. Bevor Sie den Prompt absenden, notieren Sie in ein bis zwei Sätzen, was Sie derzeit denken, samt Ihrer Unsicherheit. Das ist der einzige Schritt, der den Ankereffekt an der Wurzel angeht, denn er verschafft Ihnen eine Position, die vor dem Anker existierte. Die Pathologiedaten stützen die Logik unmittelbar: Vertrauen in die eigene Ausgangsschätzung ging mit geringerem Verlass auf die KI einher. Diese Basis muss existieren, um Sie zu schützen.

Schritt zwei: Fragen Sie nach dem Widerspruch, nicht nach der Antwort. Statt ein Ergebnis anzufordern und es dann zu bewerten, fordern Sie das stärkste Argument gegen Ihre Position an und danach das stärkste dafür. Das spiegelt die einzige Gegenmaßnahme, die die Ankerstudie als wirksam fand: Informationen aus umfassenden Blickwinkeln sammeln, statt eine einzelne Rahmung dominieren zu lassen. Die gescheiterten Maßnahmen wurden allesamt im Nachhinein angewandt.

Schritt drei: Schützen Sie die Bewertung als eigenen Akt. Bewerten Sie nicht während des Lesens. Beim Lesen setzt sich der Anker, und Vertrauen baut sich auf. Bewertung sollte ein getrennter Durchgang sein, idealerweise nach einer Pause, mit einer konkreten Frage in der Hand: Was müsste zutreffen, damit dies falsch ist, und kann ich das prüfen? Dieser Schritt existiert allein wegen des Befunds von -0,23. Bei der Bewertung richtet Vertrauen den größten Schaden an, also braucht sie den stärksten strukturellen Schutz.

Schritt vier: Behandeln Sie Zeitdruck als Warnsignal, nicht als Grund zur Eile. Zehn Sekunden genügten, um den Verlass von Fachleuten auf Maschinenrat messbar zu erhöhen. Ist eine Entscheidung zugleich folgenreich und hektisch, ist das genau die Bedingung, unter der Nachgeben seinen Höchststand erreicht. Die richtige Antwort auf Dringlichkeit ist, das Gewicht der KI-Antwort zu senken, nicht es zu erhöhen, weil zum Prüfen keine Zeit bleibt.

Unter allen vier Schritten liegt eine einzige Haltung. Eine CEO hört nicht auf, Rat einzuholen, weil Beratende manchmal irren; sie legt vorab fest, welche Entscheidungen sie persönlich verantwortet, und hat vor dem Briefing eine eigene Sicht. Studierende tun nicht so, als wüssten sie Bescheid; sie schreiben auf, was sie nicht verstehen, damit es geprüft werden kann. Die Erstschluss-Verzerrung wird besiegt, indem man beides zugleich hält: die Verantwortungsübernahme, die Sie vor dem Eintreffen der Antwort eine Position bilden lässt, und die Bescheidenheit, die Sie danach tatsächlich prüfen lässt.

Unter allen vier Schritten liegt außerdem eine Schwellenfrage: Welche Entscheidungen verdienen diese Behandlung überhaupt? Nicht jede Anfrage ist eine Ermessensfrage, und ein volles Protokoll für eine Rechtschreibfrage ist Theater. Wo die Grenze liegt, haben wir in unserem Leitfaden zu wann man KI-Empfehlungen vertrauen sollte und wann nicht durchgearbeitet, und das größere Argument für den steigenden Wert dieser Fähigkeit steht in der Ökonomie des Urteilsvermögens. Wer die zugrunde liegende Fähigkeit statt einer Checkliste aufbauen will, findet in der Forschung zur Expertenintuition in wie man gutes Urteilsvermögen entwickelt den besseren Ausgangspunkt.

Häufig gestellte Fragen

Ist Erstschluss-Verzerrung ein echter wissenschaftlicher Begriff?
Nein, und das sollten wir klar sagen. Es ist unsere Bezeichnung für die Verbindung zweier etablierter Effekte: der Ankerverzerrung, einem der am häufigsten replizierten Befunde der Urteilsforschung, und der Automatisierungsverzerrung, der dokumentierten Neigung, automatisierten Systemen nachzugeben. Beide sind real und getrennt gemessen. Was Sie erleben, ist die Verbindung.

Schützt mich Erfahrung?
Teilweise, und weniger, als Sie hoffen würden. In der Pathologiestudie senkte jede weitere Kategorie an Berufserfahrung den Verlass auf die KI um -0,06, ein statistisch starker Effekt bei p < 0,001. Die Teilnehmenden waren jedoch überwiegend erfahrene Fachleute, mehr als die Hälfte mit über fünfzehn Jahren im Feld, und sie bewegten sich dennoch im Mittel etwa zur Hälfte auf die KI-Zahl zu und verwarfen in rund 7% der Entscheidungen ihre eigene korrekte Einschätzung. Erfahrung verringert den Effekt. Sie beseitigt ihn nicht.

Macht mich KI-Nutzung schlechter im Denken?
Die CHI-2025-Belege stützen diese Rahmung nicht. Sie zeigen, dass der berichtete Aufwand über die meisten kognitiven Tätigkeiten sinkt und dass sich kritisches Denken zu Prüfung, Integration und Stewardship verlagert, statt zu verschwinden. Das Risiko ist nicht, dass die Fähigkeit automatisch verkümmert. Es ist, dass die verbleibende Arbeit nach Prüfen statt nach Denken aussieht, was sie bei Zeitknappheit leicht überspringbar macht.

Würde ein besseres Modell das lösen?
Dafür gibt es keine Belege und einige dagegen. Die Ankerstudie fand, dass stärkere Modelle konsistent von Ankerhinweisen beeinflusst wurden, Leistungsfähigkeit also auf Modellebene keinen Schutz bot. Und der Effekt auf der menschlichen Seite wird von Flüssigkeit und Reihenfolge der Antwort getrieben, nicht von ihrer Richtigkeit, was bedeutet, dass ein fähigeres Modell, das seltener irrt, eher mehr Nachgeben erzeugt als weniger.

Hilft es, die KI ihre eigene Antwort kritisieren zu lassen?
Die Studie, die diese Klasse von Abhilfe prüfte, fand sie unzureichend. Chain-of-Thought-Prompting, das Voranstellen von Prinzipien, die Anweisung, den Anker zu ignorieren, und die Aufforderung zur Reflexion wurden gegen die Ankerverzerrung getestet, und keine war für sich genommen ausreichend. Was wirkte, war das Sammeln von Informationen aus mehreren unabhängigen Blickwinkeln, weshalb Schritt zwei des Protokolls gegensätzliche Argumente statt einer Selbstprüfung verlangt.

Was, wenn ich schlicht zu wenig weiß, um zuerst eine Antwort zu schreiben?
Dann schreiben Sie die Unsicherheit selbst auf: was Sie wissen müssten und was Ihre Meinung ändern würde. Auch das ist eine Position vor dem Anker, und sie verwandelt Schritt drei aus einem Qualitätsurteil, für das Ihnen die Grundlage fehlt, in eine prüfbare Liste.

Quellen

• Lee, Sarkar, Tankelevitch, Drosos, Rintel, Banks und Wilson, The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers, Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Carnegie Mellon University und Microsoft Research
• Stuck on Suggestions: Automation Bias, the Anchoring Effect, and the Factors That Shape Them in Computational Pathology, 2026
• Lou et al., Anchoring Bias in Large Language Models: An Experimental Study
• Bloom, Engelhart, Furst, Hill und Krathwohl, Taxonomy of Educational Objectives, der in der CHI-2025-Studie zur Klassifikation kognitiver Tätigkeiten verwendete Rahmen
• Tversky und Kahneman, Judgment under Uncertainty: Heuristics and Biases, Science, 1974, für den ursprünglichen Befund zu Anker und Anpassung

---

Dieser Inhalt wurde nach eingehender Recherche mit Unterstützung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und für die Veröffentlichung aufbereitet.

This post is also available in: