Selbstkontrolle bei KI-Antworten: Welche sechs Fragen zeigen, ob Sie noch prüfen?
Wer KI-Ausgaben prüft, braucht ein Verfahren, das die eigene Prüfung sichtbar macht. Die folgenden sechs Fragen leisten das. Sie richten sich nicht an die Maschine, sondern an den Menschen davor.
Welche sechs Fragen stellen Sie sich nach jeder relevanten KI-Antwort?
- Welche Behauptungen enthält diese Antwort, die ich gar nicht als Behauptungen wahrgenommen habe? Prämissen laufen als Rahmung mit und entziehen sich der Prüfung, solange niemand sie als Aussagen benennt.
- Für welche Aussagen habe ich nie gefragt, woher sie stammen – weil sie sich anfühlten wie Wissen? Was mehrere Systeme übereinstimmend ausgeben, fühlt sich belegt an. Es ist zunächst nur konvergent trainiert.
- Gegen welchen Erfahrungsbestand habe ich nicht geprüft – weil er nirgends dokumentiert ist? Das implizite Wissen der Organisation steht in keiner Wissensbasis und fehlt deshalb in jeder KI-Antwort.
- Wo habe ich Übereinstimmung als Richtigkeit gelesen? Konsens zwischen Systemen ist ein Messwert für Trainingsähnlichkeit, kein Wahrheitsbeweis.
- Wann bin ich zuletzt abgewichen – und wenn ich es nicht mehr weiß: Wer entscheidet dann hier? Die eigene Abweichungshistorie hat keinen natürlichen Zufluss ins Bewusstsein. Sie muss aktiv erhoben werden.
- Welche Fragen habe ich vor sechs Monaten an KI-Antworten gestellt, die ich heute nicht mehr stelle? Nachlassende Prüftiefe zeigt sich erst im Vergleich mit dem früheren eigenen Fragen.
Wie prüfen Sie eine KI-Antwort mit einem einzigen Prompt?
Indem Sie die ersten beiden Fragen der KI selbst stellen. Der Prüfauftrag nach einer relevanten Antwort:
Zerlege deine letzte Antwort in Einzelbehauptungen. Markiere pro Behauptung: Woher stammt sie? Was davon ist Konsens-Wiedergabe? Welche Frage habe ich dir nicht gestellt, die die Antwort verändert hätte?
Das Ergebnis ist eine Liste, die ohne den Prüfvorgang nicht existieren würde – ein erster dokumentierbarer Nachweis tatsächlicher Prüfung, verwertbar für jedes Aufsichtsprotokoll.
Warum müssen Sie auch bei unerwartetem Erfolg prüfen?
Weil unerwarteter Erfolg dieselbe Information trägt wie unerwarteter Misserfolg: Das Lagemodell hat die Wirklichkeit nicht getroffen. Prüfroutinen springen bei Fehlern an; Übererfüllung löst Freude aus – und keinerlei Prüfung. Wer nur Misserfolge untersucht, kalibriert seine Annahmen einseitig und übersieht die Hälfte der verfügbaren Modellkritik. Die reife Prüffrage lautet: Warum lief es besser, als unser Modell erlaubte – und was wussten wir demnach nicht?
Wo endet die Selbstkontrolle – und was liegt jenseits ihrer Grenze?
Ein Prüfverfahren erfasst nur die Variablen, die seine Beobachtungsarchitektur zulässt. Was systematisch außerhalb des eigenen Fragehorizonts liegt, bleibt von innen unsichtbar – dafür braucht es den Blick von außen. Die Selbstkontrolle hebt das Niveau; den konstitutiven blinden Fleck erreicht erst ein zweiter Beobachter. Welche Fragen ein ganzes Wissenssystem nie stellt, kartiert der Ignorance Graph.
Wie vertiefen Sie das Thema?
- Second Order Control: Wer kontrolliert die Kontrolle der KI?
- Systeme erster Ordnung vs. Systeme zweiter Ordnung
- Der Hub: Alle Antworten zur KI-Verordnung im Überblick
- EU-KI-Verordnung Online-Tool: Selbstcheck mit Fundstellen
- Artikel 4 KI-Verordnung: Schulungspflicht und KI-Kompetenz
- Unerwarteter Erfolg als Prüfanlass
- Recursive Schließung – wer prüft den Prüfprompt?
Wo erreichen Sie Johannes Faupel für Supervision und Executive Coaching in Frankfurt?
In der Praxis Schweizer Straße 5, 60594 Frankfurt am Main – wenige Minuten vom Bankenviertel entfernt, die Wegbeschreibung vom Bankenviertel zeigt den Weg. Termine Montag bis Freitag von 8 bis 21 Uhr, Abendcoaching für Führungskräfte nach Büroschluss eingeschlossen, Samstagscoaching von 9 bis 18 Uhr.
