Kann ein Reasoning-Modell trotzdem falsche Antworten geben?

Das Problem

Die Antwort ist lang, gegliedert und scheinbar lückenlos begründet. Jeder Schritt klingt vernünftig, die Rechnung ist ausgeführt, die Bedingungen werden einzeln abgehakt. Da liegt der Gedanke nahe: «Das hat die KI sorgfältig durchdacht, das muss stimmen.»

Genau hier liegt eine Gefahr. Denkmodelle sind in vielen Aufgaben zuverlässiger als normale Chat-Modelle, aber sie sind nicht fehlerfrei. Sie können falsche Annahmen treffen, Rechenfehler machen, Bedingungen übersehen oder Quellen und Zahlen erfinden. Die ausführliche Begründung kann dabei sogar täuschen, weil sie Sicherheit ausstrahlt, die nicht gerechtfertigt ist.

Für den Betrieb heisst das: Wer ein Resultat ungeprüft übernimmt, trägt das Risiko. Dieser Artikel zeigt, warum Fehler trotz Denken vorkommen und wie Sie vorgehen. Stand Oktober 2026. Fähigkeiten und Fehlerarten ändern sich mit neuen Modellen, die Pflicht zur Prüfung bleibt.

So lösen Sie es mit KI – Schritt für Schritt

1. Erwartung anpassen. Sehen Sie das Ergebnis als gut begründeten Vorschlag, nicht als Gewissheit. Je wichtiger die Entscheidung, desto gründlicher die Prüfung.

1. Antwort in Teile zerlegen. Trennen Sie Fakten, Zahlen, Annahmen und Schlussfolgerungen. Bitten Sie die KI selbst darum: «Liste die Annahmen und die genutzten Zahlen separat auf.»

1. Zahlen nachrechnen. Rechnen Sie wichtige Zahlen mit Taschenrechner oder Tabellenkalkulation nach. Besonders bei Summen, Prozenten und Fristen.

1. Bedingungen einzeln gegenprüfen. Hatten Sie fünf Vorgaben? Haken Sie sie ab, indem Sie das Ergebnis Zeile für Zeile damit vergleichen.

1. Quellen und Fakten kontrollieren. Öffnen Sie genannte Quellen selbst. Existieren sie, und stützen sie die Aussage? Siehe Wie prüfe ich die Quellen einer Perplexity-Antwort? für das Vorgehen.

1. Zweite Meinung einholen. Lassen Sie dieselbe Aufgabe vom normalen Modus oder einem anderen Assistenten lösen. Abweichungen zeigen Prüfstellen. Eine andere KI ersetzt aber keine menschliche Kontrolle.

1. Nach Unsicherheit fragen. Fragen Sie: «Wo bist du dir unsicher, und was könnte falsch sein?» Das liefert Hinweise, ist aber selbst nicht verlässlich.

1. Bei Wichtigem Fachperson einbeziehen. Bei rechtlichen, finanziellen, medizinischen und sicherheitsrelevanten Fragen entscheidet eine Fachperson.

Vorlage zum Kopieren

Prüfe deine eigene Antwort. Gehe so vor:
1. Liste alle Zahlen, Daten und Fakten auf, die du verwendet hast, und gib an, ob sie aus meiner Eingabe stammen oder von dir hinzugefügt wurden.
2. Liste alle Annahmen auf, die du getroffen hast.
3. Prüfe, ob jede meiner Bedingungen erfüllt ist: [Bedingungen einfügen]. Antworte in einer Tabelle mit «erfüllt / nicht erfüllt / unklar» und einer kurzen Begründung.
4. Nenne die drei Stellen, an denen deine Antwort am ehesten falsch sein könnte.
Erfinde nichts. Wenn du etwas nicht belegen kannst, schreibe «nicht belegt».

Ergänzen Sie Ihre Bedingungen. Die Selbstprüfung der KI ist nützlich, ersetzt Ihre eigene Kontrolle aber nicht.

Worauf Sie achten müssen

• Plausibel ist nicht richtig. Sprachmodelle erzeugen Antworten, die glaubwürdig klingen. Das ist ihre Stärke und ihre Schwäche zugleich. Siehe Was sind Halluzinationen bei KI?.
• Sichtbare Überlegung ist keine Garantie. Angezeigte Zwischenschritte können sich vom tatsächlichen Vorgehen unterscheiden und beweisen nichts.
• Scheinbar einfache Fehler. Auch Denkmodelle scheitern bei manchen leichten Denkaufgaben. Mehr dazu: Warum scheitert KI an scheinbar einfachen Denkaufgaben?.
• Verantwortung bleibt beim Menschen. Wer Ergebnisse weitergibt, haftet dafür, nicht die KI. Siehe Wer haftet für falsche KI-Auskünfte an Kunden?.
• Automatisierungsfalle. Je besser die Antworten sind, desto eher lässt die Aufmerksamkeit nach. Planen Sie feste Prüfschritte ein, auch bei guter Erfahrung.
• Vertrauliche Daten. Verwenden Sie bei Tests erfundene Beispiele.
• Dokumentation. Halten Sie bei wichtigen Entscheiden fest, was geprüft wurde und womit.

Ein Beispiel aus der Praxis

Ein Beispiel: Andrea, 49, kümmert sich bei einem Bauunternehmen in Aarau um die Kalkulation von Kleinaufträgen. Sie nutzt einen Denkmodus, um Materialmengen und Kosten zu berechnen.

Vorher: Sie übernimmt eine ausführlich begründete Kalkulation direkt in die Offerte.

Nachher: Bei einer Gegenrechnung fällt auf, dass das Modell einen Rabatt zweimal abgezogen hat. Seither lässt sie Annahmen und Zahlen getrennt ausweisen, rechnet jede Summe nach und gleicht Materialpreise mit der Preisliste ab. Die KI dient als Rechenhilfe, die Freigabe der Offerte bleibt bei ihr.

So hilft Ihnen Alpasana

Damit Mitarbeitende KI-Ergebnisse sorgfältig prüfen, lohnt sich eine gemeinsame Schulung. absofort bietet KI-Weiterbildung für Unternehmen: Online-Weiterbildung von Grundlagen bis zum Executive-Diplomlehrgang. Sie behandelt unter anderem den Einsatz von KI für Verwaltung, Kommunikation, Analyse, Texte und Entscheidungsgrundlagen, mit Schweizer Praxisbezug und Datenschutz als Lerninhalt und dem verantwortungsvollen Umgang mit Unternehmensdaten. Es gibt verifizierbare Abschlüsse und eine Kontaktmöglichkeit für Firmenlösungen und Teambuchungen.

Häufige Fragen

Sind Denkmodelle weniger fehleranfällig als normale?

Bei mehrstufigen Aufgaben oft ja, aber nicht immer und nicht vollständig. Prüfen Sie beide.

Kann ich der KI die Prüfung überlassen?

Eine Selbstprüfung hilft beim Finden von Schwachstellen, ist aber selbst nicht zuverlässig. Eine menschliche Kontrolle bleibt nötig.

Wie oft muss ich prüfen?

Bei wichtigen Resultaten immer. Bei Routineaufgaben genügen Stichproben, die Sie regelmässig wiederholen.

Was tun, wenn ich einen Fehler finde?

Korrigieren Sie ihn, notieren Sie die Fehlerart und teilen Sie sie im Team. So lernen alle, wo Vorsicht gilt.