Typische Fehlerbilder

Typische Fehlerbilder sind die wiederkehrenden Arten, auf die KI-Ergebnisse falsch werden. Sie zu kennen ist praktisch wichtiger als eine allgemeine Warnung vor Fehlern, weil sich die Prüfung dann gezielt auf die anfälligen Stellen richten kann statt auf den ganzen Text.

Fünf Muster treten im Betriebsalltag besonders häufig auf. Erstens erfundene Angaben: Preise, Normnummern, Paragraphen, Herstellerbezeichnungen oder Fristen, die plausibel klingen und nicht existieren. Das ist der Kern der Halluzination. Zweitens ein veralteter Wissensstand, etwa bei Förderprogrammen, Steuersätzen oder Rechtslagen, die sich geändert haben. Drittens falsch übernommene Zahlen aus mitgelieferten Unterlagen: Mengen aus dem Leistungsverzeichnis werden verwechselt, Positionsnummern verrutschen, Einheiten wechseln von Quadratmeter zu laufendem Meter. Viertens ausgelassene Inhalte, wenn Unterlagen zu umfangreich für das Kontextfenster sind und ganze Abschnitte einfach fehlen. Fünftens übermäßige Zustimmung: Auf eine Rückfrage hin ändert das Modell eine zuvor richtige Aussage, weil widersprochen wurde.

Im Bau- und Handwerksalltag haben diese Fehler unterschiedliche Konsequenzen. Ein sprachlicher Schnitzer im Anschreiben fällt auf und kostet nichts. Eine vertauschte Menge in einer Nachtragsbegründung oder eine erfundene Norm in einer Ausführungsbeschreibung wandert dagegen in ein Schriftstück mit Vertragsbezug.

Hilfreich ist die Unterscheidung nach Erkennbarkeit. Manche Fehler fallen beim Lesen sofort auf, etwa ein falscher Ansprechpartner oder ein unpassender Ton. Andere sind nur mit der Quelle daneben zu bemerken, etwa eine vertauschte Positionsnummer oder ein Betrag, der um eine Stelle abweicht. Die zweite Gruppe verursacht den Schaden, und genau sie wird bei schnellem Überfliegen übersehen. Wer nur den ersten Eindruck prüft, hält einen Text für kontrolliert, der es nicht ist.

Wo KI ansetzt

Für die Prüfung folgt daraus eine einfache Reihenfolge: zuerst Zahlen, Namen, Daten und Verweise gegen die Quelle abgleichen, danach die fachliche Aussage, zuletzt die Sprache. Das lässt sich in einem Freigabeprozess für KI-Ergebnisse festhalten und ist in wenigen Minuten je Schriftstück erledigt.

Ein Teil der Fehler lässt sich vorbeugend vermeiden. Wer alle relevanten Angaben mitliefert, den Umfang begrenzt und das Modell auffordert, Quellen für jede Zahl zu nennen, verringert die Zahl der erfundenen Angaben deutlich. Eine retrieval-gestützte Antwort aus eigenen Dokumenten wirkt in dieselbe Richtung.

Ein Fehlerbild, das im Bauumfeld besonders häufig auftritt, ist die stille Vereinheitlichung. Werden mehrere Positionen zusammengefasst, verschwinden Unterschiede zwischen Bauteilen, Ausführungsarten oder Räumen, ohne dass das im Text kenntlich wird. Ein zweites ist das Übernehmen von Angaben aus einem früheren Vorgang, wenn dieser als Beispiel mitgegeben wurde. Wer die Prüfung gezielt auf diese beiden Muster ausrichtet, findet mehr Fehler als bei einem allgemeinen Durchlesen.

Praktischer Hinweis: Es lohnt sich, aufgetretene Fehler im Betrieb kurz zu notieren. Nach wenigen Wochen zeigt die Liste, an welchen Stellen das eigene Vorgehen nachgeschärft werden muss.