Eine KI-Antwort klingt fast immer überzeugend. Auch dann, wenn sie erfunden ist. Wer im Alltag Zeit sparen will, übernimmt das Ergebnis oft ungeprüft. Es gibt einen einfacheren Weg, als jede Zeile selbst zu googeln: Lass zwei Modelle sich gegenseitig prüfen.
Wenn du Claude und ChatGPT aufeinander ansetzt, kippt die Illusion der unfehlbaren Antwort schnell. So funktioniert das System, und so sieht der Prompt aus.
Warum KIs bessere Kritiker als Autoren sind
Sprachmodelle sagen das statistisch wahrscheinlichste nächste Wort voraus. Das macht sie gut im flüssigen Schreiben und gleichzeitig anfällig für Halluzinationen: Plausibilität schlägt Faktentreue.
Beim Reviewen dreht sich das Vorzeichen. Wenn ein Modell einen fertigen Text auf logische Brüche, fehlende Belege oder sachliche Fehler prüfen soll, muss es nichts erfinden. Es gleicht Muster ab. Man muss es nur in die Kritikerrolle zwingen.
Der Cross-Review-Workflow in drei Schritten
Für Recherchen, Code oder Argumentationen, bei denen ein Fehler weh tut:
- Generieren. Modell A (z. B. ChatGPT) löst die Aufgabe.
- Reviewen. Kopiere das Ergebnis, öffne eine frische Session bei Modell B (z. B. Claude) und füttere den Prompt unten.
- Synthese. Gib Claudes Kritik zurück an ChatGPT und lass die bereinigte Fassung bauen.
Wichtig: frische Session. Sonst prüft dasselbe Modell seinen eigenen Text und findet fast nie etwas.
Der Prompt
Du bist ein kompromissloser, kritischer Faktenprüfer und Logik-Reviewer.
Unten steht ein Text, den eine andere KI generiert hat. Deine Aufgabe ist es nicht, den Text zu loben oder umzuformulieren, sondern ihn methodisch zu zerlegen.
Bitte liefere mir eine strukturierte Analyse in drei Punkten:
1. Sachtreue & Fakten: Welche Behauptungen, Zahlen oder Daten wirken unbelegt, zweifelhaft oder sind nachweislich falsch?
2. Logische Brüche: Wo widerspricht sich der Text selbst oder zieht unbegründete Schlüsse?
3. Auslassungen: Welcher kritische Kontext fehlt, der die Aussage des Textes verfälschen könnte?
Sei extrem streng. Wenn alles korrekt erscheint, benenne die Stellen, die am schwersten unabhängig zu verifizieren sind.
Hier ist der zu prüfende Text:
[TEXT HIER EINFÜGEN]Variante 2
Du bist ein kompromissloser Faktenprüfer und Logik-Reviewer.
Unten steht ein Text, den eine andere KI generiert hat. Deine
Aufgabe ist nicht, ihn zu loben oder umzuformulieren, sondern
methodisch zu zerlegen.
Liefere eine strukturierte Analyse in drei Punkten:
1. Sachtreue & Fakten: Welche Behauptungen, Zahlen oder Daten
sind unbelegt, zweifelhaft oder nachweislich falsch?
2. Logische Brüche: Wo widerspricht sich der Text oder zieht
unbegründete Schlüsse?
3. Auslassungen: Welcher Kontext fehlt, der die Aussage
verzerren könnte?
Sei streng. Wenn alles korrekt wirkt, benenne die Stellen,
die am schwersten unabhängig zu verifizieren sind.
Hier ist der zu prüfende Text:
[TEXT HIER EINFÜGEN]Was in der Praxis passiert
Frag ChatGPT nach den wichtigsten rechtlichen Fallstricken bei KI-Bildgenerierung 2026 und du bekommst eine saubere, flüssig lesbare Liste.
Jag diese Liste mit dem Prompt oben durch Claude, und es meldet:
- „Punkt 3 verweist auf ein BGH-Urteil aus Mai 2025. Das existiert in dieser Form nicht. Wahrscheinlich eine Halluzination oder Verwechslung mit dem EU AI Act.“
- „Absatz 1 behauptet, kommerzielle Nutzung sei immer legal. Absatz 3 warnt vor Markenrechten. Das widerspricht sich.“
Statt dem ganzen Text zu misstrauen, weißt du in zehn Sekunden, wo du nachbohren musst.
Fazit
Der Zwei-Quellen-Check kostet eine Minute mehr, spart aber die Blamage, wenn ein halluziniertes Detail in eine Mail an den Chef oder in einen Vertrag rutscht. Rechenzeit ist 2026 billig genug, dass du zwei KIs für dich arbeiten lässt, statt selbst durch Suchergebnisse zu scrollen.
Probier es beim nächsten Text aus, der stimmen muss.