Was ein zweites KI-Modell bei der Prüfung zusätzlich findet
Wenn ein KI-Modell einen Plan schreibt und denselben Plan anschließend selbst prüft, findet es erstaunlich wenig. Das ist keine Schwäche eines bestimmten Produkts, sondern ein Strukturproblem: Das Modell hält seine eigenen Annahmen für plausibel — sonst hätte es sie nicht getroffen. Ein zweites, anders arbeitendes Modell teilt diese Annahmen nicht. Es liest den Text so, wie ihn ein skeptischer Außenstehender liest.
Wir haben diesen Effekt an unserem eigenen Material dokumentiert: Der Veröffentlichungsplan unserer aktuellen Kampagne wurde von einem KI-Modell erarbeitet und anschließend von einem zweiten Modell in fünf Runden angegriffen — 70 Prüfvorschläge, von denen wir 63 übernommen, 6 teilweise übernommen und 1 nach menschlicher Prüfung verworfen haben. Die vollständige Bilanz steht in unserem Beispiel-Reviewbericht (PDF, ohne Formular). Hier geht es um die Frage: Was genau findet das zweite Modell, das das erste nicht sieht?
Fehlerklasse 1: Der Plan widerspricht sich selbst
Der auffälligste Fund: Unser Plan machte eine Phase von einer Bedingung abhängig, die laut demselben Zeitplan erst nach dem Prüfzeitpunkt erfüllt sein konnte. Beide Absätze waren für sich genommen vernünftig — nur zusammen ergaben sie einen Plan, der sich selbst blockiert. Das erstellende Modell hatte beide Absätze geschrieben und beide für gut befunden. Das prüfende Modell las sie gegeneinander.
Genau diese Fehlerklasse ist im Geschäftsalltag teuer: Sie fällt erst auf, wenn die blockierte Phase beginnen soll — als „Verzögerung“, deren Ursache längst beschlossen war.
Fehlerklasse 2: Die übersehene Rechtspflicht
Unser Plan sah ein „cookieloses“ Analysewerkzeug als unproblematisch vor. Das prüfende Modell verwies auf die aufsichtsbehördliche Gegenposition zu § 25 TDDDG: Auch ohne Cookies kann der Zugriff auf Endgeräte-Informationen einwilligungspflichtig sein. Wir haben das Werkzeug ersetzt, bevor es je lief — durch eine serverseitige Zählung ohne Gerätezugriff.
Wichtig für die Einordnung: Solche Hinweise sind Prüf-Indikatoren aus einem IT-Verfahren, keine Rechtsberatung. Ihr Wert liegt darin, dass die Frage überhaupt auf dem Tisch liegt, bevor etwas live geht — die verbindliche Antwort gehört in qualifizierte juristische Prüfung.
Fehlerklasse 3: Die Zahl, die besser aussieht als sie ist
Ein früher Entwurf unserer Werbetexte nannte eine beeindruckende Trefferzahl. Das prüfende Modell fragte nach: Zählt die Zahl auch Vorschläge, die verworfen wurden? Doppelte? Redaktionelle Kleinigkeiten? Die ehrliche Antwort führte zu einer anderen Darstellung: die vollständige Bilanz mit übernommen/teilweise/verworfen statt einer nackten Zahl. Das ist unbequemer — und genau deshalb glaubwürdig.
Fehlerklasse 4: Die eigene Begriffs-Übertreibung
Unser Entwurf nannte das prüfende Modell an einer Stelle eine „unabhängige KI“ — und schränkte an anderer Stelle selbst ein, dass zwei Modelle gemeinsame blinde Flecken haben können. Das prüfende Modell markierte den Widerspruch. Seitdem formulieren wir präzise: ein zweites, anders arbeitendes Modell. Kein unabhängiger Prüfer, sondern ein unbequemer Sparringspartner.
Und wenn das zweite Modell selbst danebenliegt?
Auch das ist dokumentiert: Einer der 70 Prüfvorschläge war ein Fehlschuss. Das prüfende Modell hielt ein von uns selbst betriebenes System für einen US-Cloud-Dienst und forderte den Austausch — es kannte unsere Infrastruktur schlicht nicht. Ein Mensch, der sie kennt, hat den Vorschlag mit dokumentierter Begründung verworfen.
Das ist der Kern des Verfahrens, das wir Cross-Model-Review nennen: Ein Modell erstellt, ein zweites greift an, ein Mensch entscheidet. Ohne den dritten Schritt wäre der Fehlschuss übernommen worden — aus zwei Meinungen wird erst durch die dokumentierte menschliche Abnahme ein Prüfverfahren.
Was das für Ihre KI-erstellten Unterlagen bedeutet
Wenn in Ihrem Unternehmen Pläne, Konzepte, Angebote oder Entscheidungsvorlagen mit KI-Unterstützung entstehen, arbeitet die beschriebene Fehlermechanik auch dort — nur ohne Gegenspieler. Die vier Fehlerklassen oben sind nicht exotisch; sie sind das, was in flüssig formulierten Texten systematisch durchrutscht.
Im kostenlosen Erstgespräch klären wir, wo KI-erstellte Unterlagen bei Ihnen Entscheidungen auslösen — und wie eine dokumentierte Prüfung mit vollständiger Bilanz dort aussehen kann.
Einordnung: Dieser Beitrag ist ein Erfahrungsbericht aus einem einzelnen, realen Durchlauf an unserem eigenen Material — kein Wirksamkeitsnachweis und keine Rechtsberatung.
