{"id":1453,"date":"2026-08-24T19:49:22","date_gmt":"2026-08-24T22:49:22","guid":{"rendered":"https:\/\/prompteiro.com\/de\/warum-chatgpt-fehler-macht\/"},"modified":"2026-08-24T19:59:00","modified_gmt":"2026-08-24T22:59:00","slug":"warum-chatgpt-fehler-macht","status":"publish","type":"post","link":"https:\/\/prompteiro.com\/de\/warum-chatgpt-fehler-macht\/","title":{"rendered":"Warum ChatGPT Fehler macht und wie du sie pr\u00fcfst"},"content":{"rendered":"

Du hast um Hilfe f\u00fcr die Arbeit gebeten, die Antwort kam rund und fertig zur\u00fcck, mit Autorenname, Jahr und Seitenzahl. Du hast die Quelle gesucht und es gibt sie nicht. Weder das Buch noch den Autor. Oder es war die Rechnung: die KI hat sechs Betr\u00e4ge addiert und eine falsche Summe geliefert, mit der Sicherheit von jemandem, der einen Taschenrechner in der Hand h\u00e4lt. Wenn dir das schon passiert ist, lag es nicht daran, dass du die Anfrage schlecht geschrieben hast.<\/p>\n

Fehler zu machen geh\u00f6rt zur Funktionsweise dieser Technologie, und zu verstehen warum, \u00e4ndert das, was du mit der Antwort machst. In dieser Lektion siehst du die f\u00fcnf Fehlerarten, die immer wieder auftauchen, warum sie Quellen mit so viel \u00dcberzeugung erfindet, wo Pr\u00fcfen nicht optional ist, und eine Drei\u00dfig-Sekunden-Routine, die fast alles abf\u00e4ngt. Etwa 9 Minuten Lesezeit, und der wichtigste Teil steht in der Mitte: der Fehler, der nicht wie einer aussieht.<\/p>\n

Die goldene Regel: sie wei\u00df nicht, sie sch\u00e4tzt<\/h2>\n

Die erste Lektion des Kurses<\/a> fasst die Funktionsweise in einem Satz zusammen, der hier zur\u00fcckkommen muss: k\u00fcnstliche Intelligenz wei\u00df nicht, sie sch\u00e4tzt<\/strong>. Es liegt keine Enzyklop\u00e4die in ihr. Sie rechnet St\u00fcck f\u00fcr St\u00fcck aus, welche Fortsetzung f\u00fcr den Text, den du geschrieben hast, die wahrscheinlichste ist, auf Basis von allem, was sie vorher gelesen hat.<\/p>\n

Das erkl\u00e4rt, was wie ein Widerspruch aussieht. Sie trifft ins Schwarze bei allem G\u00e4ngigen und rutscht bei allem Seltenen ab, weil das G\u00e4ngige tausendfach in ihrem Material vorkam und das Seltene einmal oder gar nicht. Und sie irrt mit genau dem Gesicht von jemandem, der richtig liegt, weil die Fl\u00fcssigkeit eines Textes nichts mit seinem Wahrheitsgehalt zu tun hat. „Laut \u00a7 47 des Mietrechts“ \u00fcberzeugend zu schreiben ist leicht, auch dann, wenn dieser Paragraf von etwas ganz anderem handelt.<\/p>\n

Und das ist kein Makel einer Marke: es gilt f\u00fcr ChatGPT, Gemini, Copilot, Claude und f\u00fcr das, was danach kommt. Das Werkzeug zu wechseln l\u00f6st es nicht. Zu \u00e4ndern, was du mit der Antwort machst, schon.<\/p>\n

Die f\u00fcnf Fehler, und was jeder dich kostet<\/h2>\n

Nicht jeder Fehler ist derselbe, und deshalb hilft der allgemeine Rat „pr\u00fcf immer nach“ niemandem. Was pr\u00fcfen, und wo? Die Tabelle unten ist die Zusammenfassung des ganzen Artikels.<\/p>\n

\n\n\n\n\n\n\n
Der Fehler<\/th>\nWie er auftritt<\/th>\nWo man ihn pr\u00fcft<\/th>\n<\/tr>\n
1. Erfindung<\/td>\nQuelle, Zitat, Gesetz oder Link, den es nicht gibt<\/td>\nan der Originalquelle, \u00fcber den Namen<\/td>\n<\/tr>\n
2. Rechnung und Datum<\/td>\nfalsche Summen, Prozente, Fristen und Altersangaben<\/td>\nim Taschenrechner oder in der Tabelle<\/td>\n<\/tr>\n
3. Veraltet<\/td>\nRegel, Preis oder Verfahren von gestern<\/td>\nauf der offiziellen Seite zum Thema<\/td>\n<\/tr>\n
4. Verzerrung<\/td>\ndas H\u00e4ufigste gilt als das Richtige und der Rest verschwindet<\/td>\nindem du die Gegenposition verlangst<\/td>\n<\/tr>\n
5. Schmeichelei<\/td>\nsie gibt dir recht, um dir zu gefallen<\/td>\nindem du sie um Kritik bittest<\/td>\n<\/tr>\n<\/table><\/div>\n

Die ersten beiden l\u00f6st du mit einer Suche. Die letzten drei sind rutschig, weil die Antwort dort in jedem Satz wahr bleibt und dich trotzdem an die falsche Stelle f\u00fchrt.<\/p>\n

Warum sie Quellen, Autoren und Paragrafen erfindet<\/h2>\n

Der Fachbegriff daf\u00fcr ist Halluzination, und der Begriff ist schlecht, weil er einen vor\u00fcbergehenden Anfall bei einer Maschine suggeriert, die normalerweise Bescheid wei\u00df. Sie macht das, was sie immer macht: den wahrscheinlichsten Text sch\u00e4tzen. Nun hat eine Literaturangabe eine vorhersehbare Form: Nachname, Komma, Initiale, Jahr in Klammern, Titel kursiv. Diese Form mit plausiblen W\u00f6rtern zu f\u00fcllen ist genau das, was ihr gut gelingt.<\/p>\n

Deshalb ist die erfundene Quelle fast immer eine h\u00fcbsche. Den Autor gibt es, die Zeitschrift gibt es, das Jahr passt, und nur der Aufsatz selbst wurde nie geschrieben. Es ist die schlimmste Fehlerart, um sie mit blo\u00dfem Auge zu erwischen, weil alles drumherum stimmt. Die Regel ist kurz: Eigenname, Zahl und Zitat kommen als Hypothese aus der KI<\/strong>, nie als Tatsache. Hat sie dir einen Namen gegeben, such den Namen. Hat sie dir einen Paragrafen gegeben, \u00f6ffne das Gesetz.<\/p>\n

Und in Bildern erfindet sie aus demselben Grund. Wenn du sie beauftragst, ein Altes Hochzeitsfoto mit KI restaurieren<\/a> zu lassen, entdeckt sie nicht, was unter dem Knick lag: sie zeichnet einen plausiblen Vorschlag f\u00fcr dieses St\u00fcck. Die Schleife am Kleid, die scharf zur\u00fcckkommt, hatte diese Form vielleicht nie, und niemand in der Familie wird das sagen k\u00f6nnen. Nur gibt es auf einem Foto von 1962 keine Quelle zum Nachpr\u00fcfen, also wird die Regel eine andere: bewahre das Original neben der restaurierten Fassung auf und behandle das Ergebnis als Wiederherstellung, nicht als Dokument.<\/p>\n

\"Altes<\/a>
Altes Hochzeitsfoto mit KI restaurieren \u2192<\/a><\/figcaption><\/figure>\n

Rechnung, Datum und Frist: der Fehler, den das Lineal sofort f\u00e4ngt<\/h2>\n

Die Erkl\u00e4rung ist dieselbe und die Folge eine andere. Weil sie den n\u00e4chsten Textteil sch\u00e4tzt statt zu rechnen, entsteht das Ergebnis aus der \u00c4hnlichkeit mit \u00e4hnlichen Rechnungen. Kleine Additionen trifft sie mit einer Leichtigkeit, die t\u00e4uscht, und dann verhaut sie 18 % von 4.380, ohne den Tonfall zu \u00e4ndern.<\/p>\n

Die gute Nachricht: das ist der billigste Fehler zum Pr\u00fcfen, weil das Lineal schon in deiner Hand liegt. Besser als im Taschenrechner nachzurechnen: nimm die Rechnung aus dem Gespr\u00e4ch heraus und gib sie an das zur\u00fcck, was rechnet, indem du die Formel statt des Ergebnisses verlangst, so wie es Tabellenformel auf der Stelle<\/a> macht. Die Tabelle rechnet richtig, und du kannst die Zahlen sp\u00e4ter \u00e4ndern, ohne noch einmal zu fragen.<\/p>\n

Datum und Frist landen im selben Korb, mit einem erschwerenden Umstand: sie wei\u00df nicht, welcher Tag heute ist, wenn du es ihr nicht sagst. Eine Antwort \u00fcber „die Frist in 30 Tagen“ ergibt keinen Sinn mehr, wenn sie den Monat falsch geraten hat. Schreib das heutige Datum in die Anfrage, sobald eine Frist im Spiel ist.<\/p>\n

Verzerrung: der Fehler, der nicht wie ein Fehler aussieht<\/h2>\n

Dieser ist der schwerste, weil es keinen falschen Satz gibt, auf den man zeigen k\u00f6nnte. Die KI hat aus Material gelernt, das \u00fcber manche Dinge sehr viel mehr Text enth\u00e4lt als \u00fcber andere, und sie gibt den Durchschnitt davon zur\u00fcck. Frag nach einer Gesch\u00e4ftsidee und du bekommst dieselben f\u00fcnf wie immer. Frag nach einem Lernplan und du bekommst den, der zur Mehrheit passt und vielleicht nicht zu dir.<\/p>\n

Das Symptom ist immer dasselbe: die Antwort ist gut und sie ist generisch. Die Abhilfe auch, und sie besteht aus einer zus\u00e4tzlichen Frage. „Was ist die Gegenposition dazu?“ „Was ist hier weggefallen?“ „Gib mir drei Alternativen, die sonst niemand vorschl\u00e4gt.“ Diese zweite Nachricht trennt die, die KI benutzen, von denen, die die erste Antwort ver\u00f6ffentlichen, die aufgetaucht ist.<\/p>\n

Und es gibt eine pers\u00f6nliche Variante der Verzerrung, die mehr st\u00f6rt als die statistische: deine. Wenn die Anfrage die Antwort, die du h\u00f6ren willst, schon in sich tr\u00e4gt, stimmt sie zu. „Warum ist Option A besser?“ zu fragen garantiert einen Text zum Lob von Option A, auch wenn B die richtige ist.<\/p>\n

Die Schmeichelei, und warum sie der billigste Fehler ist<\/h2>\n

Du hast sicher gemerkt, dass Widerspruch bei der KI viel zu schnell wirkt. Du sagst, die Antwort sei falsch, sie entschuldigt sich und \u00e4ndert sie, auch wenn die erste richtig war. Das ist weder Bescheidenheit noch \u00dcberzeugung: sie wurde darauf eingestellt zu gefallen, und dir recht zu geben ist die wahrscheinlichste Fortsetzung einer Beschwerde von dir.<\/p>\n

Die Abhilfe ist, das Gegenteil zu verlangen, ausdr\u00fccklich, bevor sie Gelegenheit hat, dir zu gefallen. Das ist die Logik von Gnadenloser Lebenslauf-Check<\/a>, der harte Kritik statt Lob verlangt. Wer programmiert, hat die exakte Fassung davon in Code Pr\u00fcfen vor dem Deploy<\/a>: nach dem Problem zu suchen ist eine andere Anfrage als „passt das so?“, und sie gibt eine andere Antwort zur\u00fcck.<\/p>\n

Und was sich \u00e4ndert, wenn das Material ein Bild ist<\/h2>\n

Die vier Fehler oben sind Textfehler, und im Bild schrumpfen sie auf einen einzigen zusammen: die Erfindung. Es gilt ein einfaches Prinzip, je weniger du verlangst, desto weniger erfindet sie<\/strong>. F\u00fcr ein Gesicht, das nur unscharf ist, greift Unscharfes Foto in Sekunden sch\u00e4rfen<\/a> kaum ein und ist die sicherste Wahl, wenn das Foto Erinnerungswert hat. „Verbessere das Foto“ zu verlangen, ohne zu sagen was, ist eine Einladung, das Gesicht neu zu schreiben.<\/p>\n

Die andere Seite davon: das erfundene Bild ist f\u00fcr das Auge l\u00e4ngst zu gut geworden. Fiktiver Ausweis in der Hand: der Virale TikTok-Effekt<\/a> ist ein Spa\u00df, solange alle wissen, dass es einer ist, und er zeigt, dass dieser Realismus f\u00fcr jeden eine Anfrage weit entfernt liegt. Wenn ein Bild allein nichts mehr beweist, wird das Pr\u00fcfen zu einer Frage der Herkunft: wer hat es ver\u00f6ffentlicht, wann und warum.<\/p>\n

\"Fiktiver<\/a>
Fiktiver Ausweis in der Hand: der Virale TikTok-Effekt \u2192<\/a><\/figcaption><\/figure>\n

Die Drei\u00dfig-Sekunden-Routine<\/h2>\n

Alles zu pr\u00fcfen ist unm\u00f6glich und niemand tut es. M\u00f6glich ist, jede Antwort durch drei Fragen laufen zu lassen, immer in derselben Reihenfolge, und nur das wirklich zu pr\u00fcfen, was \u00fcbrig bleibt.<\/p>\n

    \n
  1. Steht da ein Eigenname, eine Zahl oder ein Zitat?<\/strong> Wenn ja, ist dieses St\u00fcck eine Hypothese. Markieren und an der Quelle pr\u00fcfen.<\/li>\n
  2. Was kostet es, falsch zu liegen?<\/strong> Eine falsche Bildunterschrift kostet eine Korrektur. Ein falscher Vertrag kostet Geld. Die Kosten entscheiden, wie viel Zeit du investierst.<\/li>\n
  3. Klingt das zu generisch?<\/strong> Dann ist das Problem keine Unwahrheit, sondern Verzerrung. Verlang die Gegenposition, bevor du es benutzt.<\/li>\n<\/ol>\n

    Nur die erste Frage macht Arbeit. Die anderen beiden sind Entscheidungen und dauern Sekunden. Bei einem aufgezeichneten Meeting zum Beispiel gibt Meeting-Protokoll<\/a> das Gesagte richtig wieder, und es sind die Beschl\u00fcsse und die Verantwortlichen, die einen zweiten Blick verdienen: dort kann ein „vereinbart wurde, dass“ geschlossen statt geh\u00f6rt worden sein.<\/p>\n

    Wo Pr\u00fcfen nicht optional ist<\/h2>\n

    Es gibt Themen, bei denen die Antwort der KI ein Ausgangspunkt und nie ein Schluss ist, und sie haben alle etwas gemeinsam: jemand unterschreibt darunter.<\/p>\n

    Bei einem Vertrag ist der richtige Einsatz der eines schnellen Lesers, der zeigt, wo man hinschauen muss, und genau so sind Vertragsanalyse<\/a> und Mietvertrag: Pr\u00fcfen vor der Unterschrift<\/a> geschrieben. Sie geben dir die Liste der Klauseln, die du aufmerksam lesen sollst, und sie geben dir keine Rechtssicherheit, die bei hohen Betr\u00e4gen weiter Sache einer Fachperson bleibt.<\/p>\n

    Bei einer Pr\u00fcfung gilt dasselbe unter anderem Namen. Korrektur Deines Pr\u00fcfungsaufsatzes<\/a> zeigt genau, was in deinem Text lose ist, und die Note, die dabei herauskommt, ist eine Sch\u00e4tzung, nicht die Note, die du bekommen wirst. Nutze die Hinweise, ignoriere die Zahl.<\/p>\n

    F\u00fcnf Prompts, die das Pr\u00fcfen schon eingebaut haben<\/h2>\n

    Der beste Weg, seltener falsch zu liegen, ist nicht mehr zu pr\u00fcfen, sondern so zu fragen, dass der Fehler sichtbar wird. Diese f\u00fcnf tun das, in dieser Reihenfolge:<\/p>\n

      \n
    1. Fang mit Lesemethode und Lesenotizen<\/a> an, das auf einem Text arbeitet, den du geliefert hast: eine Antwort, die an Material gebunden ist, das du in der Hand h\u00e4ltst, hat viel weniger Raum zum Erfinden.<\/li>\n
    2. Danach Buchzusammenfassung und Lesef\u00fchrer<\/a>, der umgekehrte Fall und ein gutes Training: hier spricht sie aus dem Ged\u00e4chtnis, also findest du dort die Fehler, die dein Misstrauen eichen.<\/li>\n
    3. Verwandle den Rest in Lernkarten und Verteilte Wiederholung<\/a>. Kurze Frage und kurze Antwort sind das Format, in dem ein Fehler schreit, weil kein Text drumherum ihn kaschiert.<\/li>\n
    4. Nimm Die Perfekte Berufliche E-Mail<\/a> f\u00fcr alles, was mit deinem Namen hinausgeht. Das Risiko ist hier nicht die falsche Tatsache, sondern der falsche Ton.<\/li>\n
    5. Schlie\u00df mit der harten Kritik von Gnadenloser Lebenslauf-Check<\/a> auf das, was du an dem Tag produziert hast. Das ist die zweite Nachricht, die zur Gewohnheit wird.<\/li>\n<\/ol>\n
      \"Lesemethode<\/a>
      Lesemethode und Lesenotizen \u2192<\/a><\/figcaption><\/figure>\n

      F\u00fcr denselben Gedankengang, angewandt aufs Lernen, geht der Beitrag \u00fcber KI zum Lernen<\/a> ins Detail zu Pr\u00fcfungen, Auswahlverfahren und Sprachen.<\/p>\n

      Schnelle Fragen<\/h2>\n

      Kann ich ChatGPT vertrauen?<\/h3>\n

      Du kannst seiner Arbeit an einem Text vertrauen, den du selbst geliefert hast, an Entw\u00fcrfen und beim Ordnen einer Idee. Du kannst einer konkreten Tatsache, einer Zahl, einem Zitat und einem Gesetz nicht ohne Pr\u00fcfung vertrauen. Der Unterschied ist nicht das Thema, sondern die Herkunft: Information, die von au\u00dferhalb deines Gespr\u00e4chs kommt, ist eine Sch\u00e4tzung.<\/p>\n

      Was ist eine KI-Halluzination?<\/h3>\n

      Das ist, wenn sie etwas, das es nicht gibt, als Tatsache pr\u00e4sentiert, im selben Ton wie dann, wenn sie richtig liegt. Es passiert, weil sie wahrscheinliche Formen vervollst\u00e4ndigt statt eine Datenbank abzufragen, und deshalb kommt es am h\u00e4ufigsten bei Quellen, Eigennamen, Daten und Zahlen vor.<\/p>\n

      Warum verhaut sie einfache Rechnungen?<\/h3>\n

      Weil sie nicht rechnet, sondern den Text des Ergebnisses sch\u00e4tzt. Bei kleinen Rechnungen geht das meistens auf, bei gr\u00f6\u00dferen nicht. Verlang die Formel statt des Ergebnisses, oder rechne im Taschenrechner nach.<\/p>\n

      Macht sie auf Deutsch mehr Fehler?<\/h3>\n

      Es gibt mehr Trainingsmaterial auf Englisch, also kann ein sehr spezielles Thema auf Deutsch d\u00fcnner ausfallen. Im Alltag sieht man davon fast nichts. Was sich wirklich \u00e4ndert, ist der lokale Kontext: Regeln, Fristen und Verfahren bei dir vor Ort sind die Stelle, an der sie am meisten irrt, und an der die offizielle Seite es in einer Minute kl\u00e4rt.<\/p>\n

      Macht ein besserer Prompt weniger Fehler?<\/h3>\n

      Ja, und zwar deutlich, aber nur bei zwei der f\u00fcnf Fehler. Eine klare Anfrage senkt die generische Antwort und schneidet der Schmeichelei den Weg ab, so wie es die Lektion zum Schreiben eines Prompts<\/a> zeigt. Gegen erfundene Quellen und falsche Rechnungen hilft ein guter Prompt wenig: dort wirkt nur Pr\u00fcfen.<\/p>\n

      Wie erkenne ich, ob ein Bild von einer KI stammt?<\/h3>\n

      Die alten Anzeichen (eine Hand mit sechs Fingern, verw\u00fcrfelte Buchstaben im Hintergrund) verschwinden schnell. Was weiter funktioniert, ist auf die Herkunft statt auf das Bild zu schauen: von welchem Konto es kommt, ob es an mehr als einer Stelle auftaucht und ob es eine fr\u00fchere Fassung davon gibt. Die Lektion zum Erstellen eines Bildes aus einem Foto<\/a> zeigt, wie leicht vieles davon schon ist.<\/p>\n

      Womit du heute anf\u00e4ngst<\/h2>\n

      Nimm die letzte n\u00fctzliche Antwort, die dir die KI gegeben hat, und lass die drei Fragen der Routine dar\u00fcber laufen. Steht ein Eigenname oder eine Zahl darin, pr\u00fcf nur dieses St\u00fcck. Es lohnt sich einmal, weil du merken wirst, dass die Pr\u00fcfarbeit viel kleiner ist, als sie aussieht.<\/p>\n

      Danach hat der Hub der Text-Prompts<\/a> die vollst\u00e4ndige Sammlung, und die Kursreihe<\/a> geht von hier aus weiter. Seltener mit KI danebenzuliegen hat weniger damit zu tun, das richtige Werkzeug zu finden, und mehr damit, zu wissen, welches St\u00fcck der Antwort deine Aufmerksamkeit verdient.<\/p>\n","protected":false},"excerpt":{"rendered":"

      Warum ChatGPT Fehler macht: Halluzination, Verzerrung und falsche Rechnungen erkl\u00e4rt, plus die 30-Sekunden-Routine zum Pr\u00fcfen jeder Antwort.<\/p>\n","protected":false},"author":1,"featured_media":1452,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_i18n_grupo":1919,"footnotes":""},"categories":[64],"tags":[],"class_list":["post-1453","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kurse"],"_links":{"self":[{"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/posts\/1453","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/comments?post=1453"}],"version-history":[{"count":1,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/posts\/1453\/revisions"}],"predecessor-version":[{"id":1454,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/posts\/1453\/revisions\/1454"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/media\/1452"}],"wp:attachment":[{"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/media?parent=1453"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/categories?post=1453"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prompteiro.com\/de\/wp-json\/wp\/v2\/tags?post=1453"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}