Der KI-Entwurf sitzt kerzengerade im Dokument: elegante Übergänge, entschlossene Behauptungen, sogar Quellen.
Ich misstraue ihm trotzdem. Ein Text kann aussehen wie ein Fachartikel und sich bei näherer Prüfung als sehr gepflegtes Gerücht entpuppen. Hier beginnt Redaktion. Nicht beim Austausch von „innovativ“ gegen „zukunftsweisend“.
Wenn ihr KI-Texte redaktionell prüfen wollt, braucht ihr einen Prozess, der zwischen plausibel, belegt und relevant unterscheidet. „Liest sich gut“ ist ein Sprachurteil. Für eine Veröffentlichung fehlen danach noch ein paar unangenehme Fragen. Etwa: Stimmt das? Gilt das hier? Und weshalb sollten unsere Leser*innen dafür Lebenszeit opfern?
Ich behandle KI-Entwürfe deshalb als Rohmaterial, nicht als beinahe fertige Artikel mit kosmetischem Betreuungsbedarf. Mein vorgeschlagener Workflow prüft zuerst die Behauptungen, dann die Schlussfolgerungen und schließlich die redaktionelle Haltung. Erst danach bekommt der Text seinen letzten sprachlichen Schliff. Die Reihenfolge ist Absicht: Ich poliere ungern Dinge, die anschließend in den Papierkorb müssen.
Was bedeutet KI-Texte redaktionell prüfen eigentlich?
Redaktionelle Qualitätsprüfung bedeutet: Ihr kontrolliert, ob Aussagen belegt sind, ob die Belege die behauptete Aussagekraft besitzen und ob der Artikel eine begründete Perspektive entwickelt. Ein Faktencheck allein genügt dafür nicht. Ein Text kann sachlich korrekt sein und trotzdem nichts erklären.
Das US-amerikanische National Institute of Standards and Technology beschreibt im Generative-AI-Risikoprofil die sogenannte Konfabulation: Generative KI kann falsche Inhalte erzeugen und selbstbewusst präsentieren. Umgangssprachlich werden solche Ausgaben auch Halluzinationen genannt. Selbstsicherheit ist damit kein verlässlicher Ersatz für Belege. Auch dann nicht, wenn der Absatz klingt, als hätte er gerade einen Lehrstuhl übernommen.
- Belege: Existiert die Quelle, ist sie nachvollziehbar und stützt sie genau diese Behauptung?
- Aussagekraft: Passen Zeitraum, Untersuchungsgruppe und Kontext zur Formulierung? Was bleibt offen?
- Haltung: Welche begründete Einordnung liefert der Artikel, und welchen konkreten Nutzen haben Leser*innen davon?
Was ist KI-Slop?
KI-Slop bezeichnet massenhaft erzeugte, austauschbare und oft unzureichend geprüfte KI-Inhalte, die den Anschein von Nützlichkeit erwecken, aber wenig eigene Erkenntnis, Belege oder redaktionelle Arbeit enthalten. Das Problem ist dabei nicht, dass ein Text von KI stammt. Das Problem ist, dass niemand Verantwortung für seinen Wahrheitsgehalt, seine Perspektive und seinen Zweck übernimmt.
Der Faktencheck-Workflow in sechs Schritten
Der Faktencheck-Workflow umfasst sechs Schritte:
- Prüfauftrag und Risiken festlegen
- Behauptungen einzeln erfassen
- Quellen öffnen und verifizieren
- Aussagekraft kontrollieren
- Haltung bearbeiten
- Endfassung freigeben
Jeder Schritt erzeugt ein überprüfbares Ergebnis. „Hat jemand drübergelesen?“ zählt definitiv nicht dazu.
Ähnliche Artikel
Schritt 1: Prüfauftrag und Risiken festlegen
Ich beginne mit dem Briefing: Für wen schreiben wir, welche Frage beantworten wir und welche Entscheidung soll der Text erleichtern? Ohne diese Festlegung kann das Team zwar einzelne Fakten prüfen, aber kaum beurteilen, ob der Artikel am Thema vorbeiredet.
Danach markiert ihr Aussagen mit besonders hohen möglichen Folgen. Meine Empfehlung: Rechtsfragen, Gesundheit, finanzielle Entscheidungen, Sicherheitsanleitungen und Vorwürfe gegen identifizierbare Personen benötigen eine fachkundige Prüfung. Eine allgemeine Content-Redaktion sollte solche Aussagen nicht allein freigeben. Fehlt die erforderliche Expertise, bleibt die betreffende Passage gesperrt.
Haltet Zielgruppe, Kernfrage, Risikothemen und zuständige Prüfer*innen im Dokument fest.
Das ist der Prüfauftrag. Er verhindert, dass ihr einen Ratgeber bestellt und am Ende eine sehr ausführliche Stimmungslage geliefert bekommt.
Schritt 2: Behauptungen einzeln erfassen
Jetzt zerlege ich den Entwurf in überprüfbare Aussagen. Ein Satz kann mehrere enthalten. „Das Tool automatisiert Recherche, senkt Kosten und verbessert Rankings“ ist keine Behauptung, sondern ein kleines Undercover-Vertriebsteam.
Übertragt jede externe Tatsachenbehauptung in ein Prüfprotokoll. Dazu gehören Zahlen, Datumsangaben, Zitate, Produktfunktionen, Studienergebnisse und Aussagen über Ursachen. Markiert Empfehlungen und eigene Einordnungen getrennt. Auch eine Empfehlung braucht nachvollziehbare Gründe, muss aber nicht als vermeintlicher Studienbefund verkleidet werden.
- Aussage: genauer Wortlaut und Fundstelle im Entwurf.
- Typ: Tatsache, Interpretation, Empfehlung oder ausdrücklich fiktives Beispiel.
- Beleg: Quelle und konkrete Fundstelle, zunächst gegebenenfalls offen.
- Bewertung: belegt, einzuschränken, widerlegt oder ungeklärt.
- Bearbeitung: zuständige Person und notwendige Änderung.
Eine KI darf euch bei dieser Inventur unterstützen. Ich würde ihr aber ausdrücklich verbieten, fehlende Belege zu ergänzen, und die Liste anschließend mit dem Originaltext abgleichen. Ihr nutzt sie als Sortierhilfe. Die Glaubwürdigkeit verleiht weiterhin jemand mit Zugriff auf die tatsächlichen Quellen.
Schritt 3: Quellen öffnen und verifizieren
Prüft zuerst, ob der angegebene Beleg überhaupt existiert. Dann sucht ihr die konkrete Passage. Ein funktionierender Link auf eine seriöse Institution reicht nicht: Die Institution muss die betreffende Aussage tatsächlich stützen.
Ich bevorzuge die zur Behauptung passende Originalquelle: Produktdokumentationen für Funktionen, Originalveröffentlichungen für Studienbefunde und amtliche Texte für rechtliche Regelungen. Eine Herstellerseite kann eine dokumentierte Funktion belegen. Für die Behauptung, das Produkt sei dem gesamten Wettbewerb überlegen, wünsche ich ihr viel Erfolg bei einer unabhängigen Prüfung.
Prüft unbekannte Herausgeber*innen außerdem außerhalb ihrer eigenen Website. Dieses Vorgehen heißt laterales Lesen: Ihr verlasst die Seite und recherchiert ihre Glaubwürdigkeit in weiteren Quellen. Diese Strategie wird in der Studie zur Bewertung digitaler Informationen als charakteristisches Vorgehen professioneller Faktenprüfer*innen bezeichnet.
Dokumentiert Titel, Herausgeber*in, URL, Veröffentlichungsstand, Abrufdatum und genaue Fundstelle. Findet ihr nur Berichte, die dieselbe unbelegte Ausgangsbehauptung wiederholen, behandelt sie nicht als unabhängige Bestätigungen. Falls Quellen einander widersprechen, klärt Unterschiede in Zeitraum, Definition und Methode. Bleibt der Widerspruch bestehen, benennt ihn oder streicht die Aussage.
Schritt 4: Aussagekraft statt Quellen-Dekoration prüfen
Hier prüfe ich die Verbindung zwischen Beleg und Formulierung. Was wurde tatsächlich untersucht? Unter welchen Bedingungen? Und wie weit darf die Schlussfolgerung reichen? Das ist der Moment, in dem aus „beweist eindeutig“ häufig ein bescheidenes „deutet unter diesen Bedingungen darauf hin“ wird. Für die Dramaturgie tragisch. Für die Genauigkeit erfreulich.
- Zahlen: Stimmen Einheit, Bezugsgröße, Zeitraum und Berechnung?
- Studien: Welche Menschen oder Aufgaben wurden untersucht, und welche Einschränkungen nennt die Veröffentlichung?
- Ursachen: Zeigt die Quelle einen Zusammenhang oder begründet sie tatsächlich eine Ursache?
- Produkte: Gilt die Funktion für die genannte Version, den Tarif und die Region?
- Zitate: Stimmen Wortlaut, Zuschreibung und Kontext? Ist eine Übersetzung als solche erkennbar?
Ein ausdrücklich fiktives Beispiel: Ein interner Testbericht besagt, dass drei Beschäftigte mit der „Axt 2000“ standardisierte Textbausteine schneller überarbeiteten. Der Entwurf macht daraus: „KI steigert die Produktivität aller Marketingteams.“ Diese Schlussfolgerung trägt der angenommene Beleg nicht. Vertretbar wäre nur eine Aussage über den beschriebenen Test, ergänzt um dessen begrenzte Übertragbarkeit.
Fehlt ein tragfähiger Beleg, habt ihr drei saubere Möglichkeiten:
- belastbare Evidenz beschaffen
- die Behauptung auf das belegte Maß begrenzen
- Stelle streichen
Schritt 5: Haltung und Erkenntniswert bearbeiten
Jetzt frage ich: Was versteht ihr nach diesem Artikel besser? Welche Entscheidung könnt ihr begründeter treffen? Wenn die Antwort lediglich „KI hat Chancen und Risiken“ lautet, haben wir vermutlich einen Text produziert, der höflich auf der Stelle tritt.
Haltung bedeutet für mich eine begründete Auswahl und Bewertung. Sie braucht keine maximale Lautstärke. Ihr könnt beispielsweise empfehlen, KI für die Behauptungsinventur einzusetzen und die Quellenbewertung menschlich zu verantworten. Entscheidend ist, dass ihr erklärt, warum ihr diese Grenze zieht und wann fachkundige Unterstützung nötig wird.
Ich lasse bei diesem Durchgang einen Gegenleseauftrag stellen: Welche wichtige Einschränkung fehlt? Welche vernünftige Gegenposition wird unterschlagen? Welche Empfehlung ignoriert den Aufwand kleiner Teams? Eigene Erfahrung gehört hinein, wenn sie relevant ist. Erfundenes Erleben, angebliche Kund*innenfälle und persönliche Tests, die nie stattgefunden haben, fliegen heraus.
Schritt 6: Endfassung und Metadaten freigeben
Geprüft wird die veröffentlichungsfertige Fassung, nicht ihr ehrwürdiger Vorfahr vom Dienstag. Kontrolliert nach dem Umschreiben erneut alle geänderten Behauptungen, Zitate und Belegverbindungen. Besonders die Überschrift muss sich an die Grenzen halten, die ihr im Fließtext mühsam herausgearbeitet habt.
Auch Google formuliert es erfreulich unromantisch: Generative KI kann beim Recherchieren und Strukturieren helfen, aber automatisch erzeugte Seiten ohne Mehrwert können gegen die Spam-Richtlinien zu massenhaft erzeugten Inhalten verstoßen. Für veröffentlichte Inhalte zählen Genauigkeit, Qualität und Relevanz – ausdrücklich auch bei Metadaten, strukturierten Daten und Alternativtexten.
Meine Freigaberegel: Keine offene zentrale Tatsachenbehauptung, keine ungeprüfte Hochrisikoaussage und keine Schlussfolgerung, die über ihren Beleg hinausgeht. Kürzt lieber den Artikel, als Lücken mit Selbstvertrauen zu verspachteln.
Zitierfähig ist besser als wortreich
Generative Suchsysteme und menschliche Leser*innen profitieren von klaren Aussagen, nachvollziehbaren Quellen und sauber definierten Begriffen. Ein Beitrag gewinnt nicht durch mehr Textmasse, sondern durch überprüfbare Antworten auf konkrete Fragen. Quellen müssen die jeweilige Behauptung tatsächlich tragen; eine Link-Dekoration reicht weder für Vertrauen noch für Sichtbarkeit. Redaktionelle Präzision ist damit auch GEO-Arbeit
So organisiert ihr die Teamfreigabe
Für Teams empfehle ich eine verantwortliche Textperson, eine zweite Person für Belege und Aussagekraft sowie eine benannte Freigabeperson. In kleinen Teams können sich Rollen überschneiden; die unabhängige Gegenprüfung sollte erhalten bleiben. Fachprüfer*innen kommen bei den zuvor markierten Risikothemen hinzu.
- Entwurf sichern: Speichert die geprüfte Ausgangsversion und das zugehörige Prüfprotokoll.
- Offene Punkte zuweisen: Jede ungeklärte Aussage erhält eine verantwortliche Person.
- Änderungen nachprüfen: Inhaltliche Ergänzungen nach dem Faktencheck gehen zurück in die Prüfung.
- Freigabe dokumentieren: Haltet fest, wer welche Endfassung wann freigegeben hat.
- Aktualisierung planen: Vergebt für veränderliche Fakten einen Prüftermin oder konkreten Anlass.
Den Aufwand steuere ich über Risiko und Veränderlichkeit. Ein Produktvergleich verlangt andere Aktualisierungen als eine grundlegende Begriffserklärung. Risikobasiert heißt aber nicht, dass der Rest ungeprüft bleibt. Es heißt, dass ihr die aufwendigste fachliche Prüfung dort einsetzt, wo Fehler besonders folgenreich wären.
Ähnliche Artikel
Fazit: Verantwortung lässt sich nicht prompten
Ich würde den nächsten KI-Entwurf nicht zuerst schöner machen, sondern seine tragenden Behauptungen herausziehen. Nehmt die erste, öffnet ihren Beleg und prüft, ob er wirklich trägt. Danach die nächste. Dieser unspektakuläre Anfang trennt redaktionelle Arbeit von einer Veröffentlichung auf gut Glück. KI darf euch viel Schreibarbeit abnehmen. Die Entscheidung, wofür ihr euren Namen hergebt, bleibt erfreulich unbequem.
Schreibe einen Kommentar