KI-Systeme sind großartige Recherche-Assistenten und gleichzeitig gefährliche Recherche-Quellen. Sie liefern in Sekunden eine strukturierte Übersicht zu jedem Thema – aber sie erfinden mit derselben Selbstverständlichkeit Studien, Paragraphen und Zitate, wenn ihnen das echte Wissen fehlt. Wer KI für Recherche nutzt, ohne diesen Unterschied zu verstehen, baut auf Sand. Dieser Artikel beschreibt einen praxistauglichen Workflow, der die Geschwindigkeit nutzt, ohne den Wahrheitsgehalt zu opfern.
Was eine Halluzination wirklich ist
Eine Halluzination ist keine bewusste Lüge, sondern eine plausibel klingende Erfindung. Sprachmodelle sagen das jeweils wahrscheinlichste nächste Wort voraus. Wenn ein Fakt im Training nur schwach vertreten war, füllt das Modell die Lücke mit etwas, das passend aussieht. Das Tückische: Erfundene Inhalte klingen genauso selbstbewusst wie korrekte. Besonders anfällig sind exakte Zahlen, Jahreszahlen, Personennamen, Aktenzeichen, Literaturangaben und URLs. Diese Kategorien solltest du grundsätzlich misstrauisch behandeln.
Mit Quellenzugriff arbeiten, wenn möglich
Der wirksamste Schutz gegen Halluzinationen ist, das Modell nicht aus dem Gedächtnis antworten zu lassen, sondern aus echten Dokumenten. Viele aktuelle Systeme können live im Web suchen oder hochgeladene Dateien auswerten. Ein Modell, das tatsächlich auf eine Quelle zugreift und daraus zitiert, ist deutlich zuverlässiger als eines, das frei aus dem Training schöpft. Formuliere deshalb explizit: "Beantworte nur auf Basis der bereitgestellten Dokumente. Wenn die Antwort dort nicht steht, sage das." Dieser Ansatz ist im Kern das, was hinter dem Begriff Retrieval-Augmented Generation steckt.
Der Recherche-Workflow in vier Schritten
- Überblick erzeugen: Lass dir das Thema strukturieren – welche Teilaspekte, welche offenen Fragen, welche Begriffe. Hier ist die KI in ihrem Element, weil es um Struktur geht, nicht um Fakten.
- Behauptungen markieren: Bitte die KI, jede konkrete Zahl, jedes Datum und jede Quelle gesondert zu kennzeichnen und ihre Sicherheit einzuschätzen.
- Gezielt nachprüfen: Jede markierte Behauptung wird an der Originalquelle verifiziert. Genau hier passiert echte Recherche – die KI hat nur den Suchraum aufgespannt.
- Gegenprobe: Lass dieselbe Frage in einer zweiten Sitzung oder einem anderen Modell beantworten. Widersprüche sind ein zuverlässiges Warnsignal.
Prompts, die Erfindungen reduzieren
Die Art der Frage beeinflusst die Halluzinationsneigung. Diese Formulierungen helfen:
- "Wenn du dir bei einem Fakt nicht sicher bist, kennzeichne ihn ausdrücklich als unsicher."
- "Nenne keine Quelle, die du nicht sicher kennst. Erfinde unter keinen Umständen Links oder Aktenzeichen."
- "Unterscheide klar zwischen gesichertem Wissen, plausibler Annahme und Vermutung."
- "Wenn du die Antwort nicht weißt, sage das, statt zu raten."
Diese Sätze beseitigen das Problem nicht vollständig, senken aber die Rate erfundener Inhalte spürbar, weil sie dem Modell das Eingestehen von Unwissen ausdrücklich erlauben.
Zitate und Links niemals ungeprüft übernehmen
Erfundene Literaturangaben und tote Links sind der Klassiker unter den KI-Fehlern. Ein Modell kann dir eine täuschend echt aussehende Studie mit Autor, Jahr und Titel nennen, die nie existiert hat. Behandle jede von der KI gelieferte Quelle als unbestätigt, bis du sie selbst aufgerufen und gelesen hast. Eine URL, die plausibel aussieht, muss noch lange nicht zu dem führen, was behauptet wird – gerade bei aktuellen oder Nischenthemen.
Aktualität als blinder Fleck
Modelle haben einen Wissensstichtag und kennen Ereignisse danach nicht aus dem Training. Bei rechtlichen, steuerlichen oder marktbezogenen Fragen ist das kritisch: Ein Modell könnte einen überholten Steuersatz, eine alte Förderregel oder einen längst geänderten Schwellenwert nennen. Für alles, was sich jährlich ändert – etwa Freibeträge, Mindestlohn oder Förderkonditionen –, gilt: aktuelle amtliche Quelle prüfen, niemals auf das Modellgedächtnis verlassen. Live-Websuche mildert das, garantiert aber keine Vollständigkeit.
Den Aufwand realistisch einschätzen
KI-Recherche spart Zeit beim Strukturieren und Überblicken, kostet aber Zeit beim Prüfen. Unterm Strich bleibt fast immer ein Nettogewinn, solange du das Prüfen einplanst statt es zu überspringen. Wer abschätzen will, ob sich der Einsatz für eine wiederkehrende Recherche lohnt, kann den realen Zeitgewinn mit dem KI-Zeitersparnis-ROI-Rechner gegenrechnen. Weitere Methoden zum sauberen Umgang mit KI findest du laufend im News-Bereich und in den Webtools.
Mehrere Quellen statt einer Antwort
Eine gute Recherche stützt sich nie auf eine einzige Aussage, und das gilt für KI doppelt. Statt eine fertige Antwort zu übernehmen, behandle sie als eine von mehreren Stimmen. Lass dir Pro- und Contra-Argumente getrennt geben, frage explizit nach Gegenpositionen ("Welche Argumente sprechen dagegen?") und vergleiche das Ergebnis mit mindestens einer unabhängigen Quelle. So entgehst du der Gefahr, die selbstbewusste Formulierung eines Modells für gesicherte Wahrheit zu halten.
Besonders nützlich ist die gezielte Aufforderung zum Zweifel: "Nenne mir drei Gründe, warum deine eigene Antwort falsch sein könnte." Modelle decken auf diese Weise oft eigene Schwachstellen auf, die sie in der ersten, bejahenden Antwort übergangen haben. Diese eingebaute Selbstkritik kostet nur einen zusätzlichen Prompt, verbessert aber die Verlässlichkeit deiner Recherche erheblich.
Häufige Fragen
Wie erkenne ich eine Halluzination?
Achte auf zu glatte, zu präzise Angaben ohne überprüfbare Herkunft. Frage gezielt nach der Quelle und prüfe sie. Wenn zwei unabhängige Sitzungen widersprüchliche Antworten geben, ist mindestens eine erfunden.
Sind Modelle mit Websuche zuverlässiger?
Tendenziell ja, weil sie aus echten Seiten zitieren statt aus dem Gedächtnis. Aber auch sie können Quellen falsch interpretieren oder veraltete Treffer verwenden. Die eigene Prüfung bleibt unverzichtbar.
Kann ich KI für wissenschaftliche Recherche nutzen?
Als Einstieg und Strukturierungshilfe ja, als Quelle nein. Jede Literaturangabe muss an der Primärquelle verifiziert werden. Erfundene oder falsch zugeordnete Zitate sind ein bekanntes und ernstes Problem.
Welche Themen sind besonders heikel?
Alles, was sich häufig ändert oder eine genaue Zahl verlangt: Steuer- und Rechtsfragen, aktuelle Preise, Statistiken, Förderbedingungen und Personendaten. Hier ist die Fehlerquote am höchsten und der Schaden bei Fehlern am größten.