Ein Sprachmodell ist ein selbstbewusster Ratgeber. Es liefert schöne, flüssige, überzeugende Antworten, auch dann, wenn es danebenliegt. Das ist die gefährlichste Eigenschaft von KI im Berufsalltag: Sie klingt nie unsicher. Meine Gegenmaßnahme ist banal und wirksam zugleich. Ich lasse eine wichtige Ausarbeitung nie von dem Modell absegnen, das sie geschrieben hat.
Wer einen Text selbst verfasst hat, liest über die eigenen Lücken hinweg. Der Gedanke, der beim Schreiben fehlte, fehlt auch beim Korrekturlesen. Genau das gilt für ein Sprachmodell in verschärfter Form. Es bewertet seinen eigenen Entwurf mit derselben Denkweise, die den Entwurf erzeugt hat. Fragen Sie es, ob seine Antwort stimmt, bekommen Sie meist ein zufriedenes Ja.
Deshalb habe ich einen zweiten Prüfer eingebaut. Ein unabhängiges Modell, dessen einzige Aufgabe darin besteht, den ersten Entwurf zu zerlegen. Nicht zu loben. Zu widerlegen.
Der blinde Fleck, den kein Modell bei sich selbst sieht
Jedes Modell hat eine Prägung. Es wurde auf bestimmte Daten trainiert, mit bestimmten Vorlieben abgestimmt, für bestimmte Muster belohnt. Diese Prägung macht es an manchen Stellen stark und an anderen blind. Und die blinden Stellen kennt es selbst nicht, sonst wären es keine.
Bitten Sie dasselbe Modell, seine Arbeit zu prüfen, wandert es mit denselben blinden Stellen über denselben Text. Es findet, was es beim Schreiben gefunden hätte, und übersieht, was es beim Schreiben übersehen hat. Das Ergebnis fühlt sich wie eine Kontrolle an, ist aber keine. Es ist ein Echo.
Ein zweites Modell mit anderer Prägung hat andere blinde Stellen. Wo das eine wegschaut, schaut das andere hin. Nicht weil es klüger ist, sondern weil es anders falsch liegt.
Warum ein zweites Modell mehr bringt als ein besseres
Der Reflex vieler Anwender lautet: Ich nehme einfach das stärkste Modell, dann brauche ich keine Kontrolle. Das ist ein teurer Irrtum.
Auch das stärkste Modell hat eine einzige Perspektive. Es liegt seltener falsch, aber wenn es falsch liegt, tut es das mit voller Überzeugung und ohne Warnsignal. Ein zweites Modell, selbst ein schwächeres, bringt etwas mit, das kein noch so starkes allein liefern kann: eine unabhängige Perspektive. Zwei durchschnittliche Prüfer, die sich uneinig sind, schützen mich besser als ein brillanter, der sich sicher ist.
Wie ein Gegencheck abläuft
Der Ablauf ist bewusst konfrontativ. Modell A schreibt den Entwurf, eine Strategie, ein Konzept, einen wichtigen Text. Dann bekommt Modell B nicht die Bitte um Feedback, sondern einen klaren Auftrag: Finde die Schwächen. Nimm an, hier steckt ein Denkfehler. Zeig mir, wo dieser Plan bricht.
Diese Formulierung ist der ganze Trick. Bitte ich ein Modell um eine Meinung, sucht es nach Zustimmung, weil freundlich sein antrainiert ist. Weise ich es an, den Gegner zu spielen, sucht es nach Rissen. Dieselbe Maschine, anderer Auftrag, völlig anderes Ergebnis. Was danach zurückkommt, ist eine Liste von Einwänden, Annahmen, die ich nicht belegt habe, Risiken, die ich weggewischt habe, blinden Flecken im Aufbau.
Was ich prüfen lasse, und was nicht
Nicht jeder Text braucht diese Behandlung. Eine schnelle Zusammenfassung schicke ich nicht durch zwei Instanzen. Der Gegencheck kostet Zeit und Geld, also spare ich ihn für das auf, wo ein Fehler wehtut: eine Entscheidungsvorlage, eine Strategie, ein Text, der nach außen geht, alles mit rechtlichem oder finanziellem Gewicht.
Eine Grenze ist mir dabei heilig. Sensible Inhalte verlassen nie das Haus. Was einen Arbeitgeber, einen Mandanten oder private Zahlen betrifft, wird nicht zur Prüfung an ein fremdes Modell in der Cloud gegeben. Für diese Fälle bleibt die Kontrolle lokal oder findet gar nicht statt. Wo die Grenze zwischen prüfbar und tabu genau verläuft, ist ein Thema für sich, dem ich einen eigenen Beitrag der Serie widme.
Der Fallstrick: auch der Prüfer irrt
Hier lauert der Fehler, den die meisten übersehen, wenn sie von KI-Kontrolle hören. Der zweite Prüfer ist auch nur ein Modell. Er erfindet Einwände, die keine sind. Er reitet auf Kleinigkeiten herum und übersieht das Große. Er widerspricht manchmal, nur weil er widersprechen soll.
Deshalb ist die Kritik des zweiten Modells kein Urteil, sondern ein Rohstoff. Jeder Einwand landet bei mir und wird geprüft: Stimmt das wirklich? Ist das relevant? Oder ist es Lärm? Ich verwerfe regelmäßig die Hälfte der Einwände. Aber die andere Hälfte enthält fast immer mindestens einen Punkt, den ich allein übersehen hätte und der eine Entscheidung verändert. Für diesen einen Punkt lohnt sich der ganze Aufwand.
Zwei Modelle plus ein prüfender Mensch, das ist die eigentliche Formel. Nicht drei Meinungen, die man mittelt, sondern zwei Perspektiven, die ein Mensch gegeneinander abwägt.
Was das für Sie bedeutet
Sie brauchen keine ausgefeilte Pipeline, um davon zu profitieren. Der Kern lässt sich sofort anwenden.
Fragen Sie ein Modell nie, ob seine eigene Antwort gut ist. Öffnen Sie stattdessen ein zweites Werkzeug und geben Sie ihm den ersten Entwurf mit dem Auftrag, ihn zu zerlegen. Formulieren Sie den Auftrag hart. Sanfte Bitten erzeugen sanfte, nutzlose Antworten. Und behalten Sie die letzte Instanz bei sich. Die KI liefert Einwände, die Entscheidung treffen Sie.
Die ehrlichen Grenzen
Dieser Prozess macht Fehler seltener, nicht unmöglich. Zwei Modelle können denselben blinden Fleck teilen, wenn ihre Prägung sich ähnelt. Der Mensch am Ende kann müde sein und einen echten Einwand als Lärm abtun. Und der Aufwand rechnet sich nur dort, wo ein Fehler teuer wäre.
Was bleibt, ist ein einfacher Gewinn. Ich vertraue einer KI-Ausarbeitung heute mehr, weil ich weiß, dass sie durch feindliches Feuer gegangen ist, bevor sie auf meinem Tisch landet. Sicherheit entsteht nicht durch ein besseres Modell. Sie entsteht durch Reibung zwischen zweien und einen Menschen, der zuhört.