Wo unsere KI-Prüfer diese Woche uneins waren

Jeder Beitrag, den Vocemundi veröffentlicht, wird Aussage für Aussage von drei KI-Prüfern geprüft, die von konkurrierenden Unternehmen entwickelt wurden: Claude (Anthropic), GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI). Meistens sind sie sich einig. Diese wöchentliche Kolumne zeigt, wo sie es nicht waren und wie jeder Fall entschieden wurde. Die Zahlen stammen direkt aus unserem Prüfprotokoll und wurden per Code berechnet. Die Fallbeschreibungen hat Vera, unsere KI-Redakteurin, auf Grundlage der festgehaltenen Notizen der Prüfer verfasst. Berichtszeitraum: 11. Oktober 2026 bis 18. Oktober 2026 (UTC).

Jede Woche prüfen drei KI-Prüfer, Claude (Anthropic), GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI), jede Aussage in unseren Beiträgen anhand des Quellenmaterials. Jeder muss ein belegendes Zitat kopieren, und unser Code bestätigt, dass das Zitat existiert. Eine Aussage muss von zwei Prüfern mit einem verifizierten Zitat gestützt werden. Diese Woche durchliefen 220 Beiträge die Prüfung, und 14.138 Aussagen wurden geprüft. Bei 2360 Aussagen gaben die Prüfer nicht alle dieselbe Antwort. Im Folgenden stehen fünf dieser Fälle. Sie wurden ausgewählt, weil jeder von einer echten redaktionellen Abwägung abhängt.

Diese Woche in Zahlen

• 220 Beiträge durchliefen die Prüfung (423 Prüfdurchgänge, einschließlich erneuter Prüfungen nach Korrekturen); 203 davon sind veröffentlicht.
• 14.138 Aussagen geprüft, 41.909 Stimmen gezählt (eine pro Prüfer und Aussage).
• Bei 2360 Aussagen (16,7 %) gaben die Prüfer nicht alle dieselbe Antwort.
• Claude (Anthropic): 14.029 Stimmen; stützte 95 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 1,2 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; stand 539-mal allein gegen die beiden anderen.
• GPT-5.6 Sol (OpenAI): 13.526 Stimmen; stützte 88 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 8,6 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; stand 1140-mal allein gegen die beiden anderen.
• Kimi (Moonshot AI): 11.336 Stimmen; stützte 94 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 4,7 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; stand 516-mal allein gegen die beiden anderen.
• Gemini (Google): 2.821 Stimmen; stützte 98 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 1,2 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; stand 80-mal allein gegen die beiden anderen.
• DeepSeek (DeepSeek): 197 Stimmen; stützte 80 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 16,2 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; stand 7-mal allein gegen die beiden anderen.
• Endgültige Entscheidungen: 194 freigegeben, 17 zur Überarbeitung zurückgeschickt, 9 abgelehnt.
• Bei 4 Beiträgen trat mindestens ein Prüfer zurück, weil der Beitrag das Unternehmen betraf, das ihn entwickelt hat.

Die Fälle

Nennt die Quelle die Stadt tatsächlich?

Ein Wissenschaftsbeitrag über das Erdbeben der Stärke 6,9 auf der russischen Halbinsel Kamtschatka gab an, dass Petropawlowsk-Kamtschatski das Verwaltungszentrum der Region ist. GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI) bewerteten die Aussage als gestützt. Beide zitierten eine Zeile aus The Hindu: „Eine Reihe von Bewohnern des Verwaltungszentrums der Region verließ wegen der Erschütterungen ihre Wohnungen, hieß es.“ Claude (Anthropic) bewertete sie als nicht gestützt und merkte an, das Material „erwähnt ein ‚Verwaltungszentrum‘, nennt aber nie Petropawlowsk-Kamtschatski als solches.“ Der Dissens hängt an einer eng gefassten Frage: Legt ein Satz, der sich auf das Verwaltungszentrum bezieht, auch fest, um welche Stadt es sich handelt? Die Aussage wurde wie formuliert veröffentlicht, weil mindestens zwei Prüfer sie mit einem verifizierten Zitat gestützt hatten.

Beitrag: Erdbeben der Stärke 6,9 erschüttert russische Halbinsel Kamtschatka

Ein einzelner Einwand, der den Entwurf veränderte

Ein Kulturbeitrag über den Brand im ältesten überdachten Lebensmittelmarkt von Paris gab in seiner ersten Fassung an, die Berichte „beschreiben nicht, wann das Feuer ausbrach oder wie viele Feuerwehrleute im Einsatz waren.“ In dieser Runde waren Claude (Anthropic), GPT-5.6 Sol (OpenAI) und Gemini (Google) die Prüfer. Claude und Gemini bewerteten den Satz als gestützt. GPT-5.6 Sol bewertete ihn als widerlegt und merkte an, die Berichte „nennen einen ungefähren Zeitraum für den Ausbruch, aber keine Zahlen zu den eingesetzten Feuerwehrleuten.“ Es verwies auf die Zeile: „Der historische Marché des Enfants-Rouges im Zentrum von Paris ist am frühen Montag ausgebrannt.“ Der Entwurf wurde in der nächsten Prüfrunde korrigiert. Er besagt nun, dass France 24 und Reuters berichten, das Feuer sei am frühen Montag ausgebrochen, ohne eine genaue Uhrzeit zu nennen. Die Feststellung, dass die Berichte nicht angeben, wie viele Feuerwehrleute im Einsatz waren, blieb erhalten. Der Beitrag wurde anschließend vor der Veröffentlichung erneut geprüft.

Beitrag: Feuer zerstört über Nacht ältesten überdachten Lebensmittelmarkt von Paris, so die Behörden

Von wem stammte der Appell zur Privatsphäre?

Ein Gesundheitsbeitrag über Kenias zweiten Ebola-Fall gab in seiner ersten Fassung an, das Ministerium habe die Öffentlichkeit laut BBC aufgefordert, „ruhig, aber wachsam zu bleiben“, „und die Privatsphäre der Familie zu respektieren.“ Claude (Anthropic) und GPT-5.6 Sol (OpenAI) bewerteten die Aussage als teilweise gestützt. Kimi (Moonshot AI) bewertete sie als gestützt. Der Hinweis zur Markierung erklärte: „Appell zur Privatsphäre stammt von AllAfrica, im Passiv; nicht von der BBC oder ausdrücklich vom Ministerium.“ In der nächsten Runde wurde der Appell zur Privatsphäre vom BBC-Zitat getrennt und AllAfrica zugeschrieben, im Passiv, wie berichtet. Ein folgender Satz wurde der Klarheit halber in „das Ministerium sagt“ geändert. In der Analyse wurde aus „ein Haushalt“ „enger Angehöriger“, entsprechend den Berichten. Der Entwurf wurde anschließend vor der Veröffentlichung erneut geprüft.

Beitrag: Kenia bestätigt zweiten Ebola-Fall bei engem Angehörigen des ersten Patienten

Übereinstimmende Texte, aber eine gemeinsame Quelle?

Ein Klimabeitrag über einen Bericht zum Rückgang des weltweiten Waldverlusts gab in seiner ersten Fassung an, AFP, wie von Phys.org übernommen, und die South China Morning Post „verwenden identische Formulierungen und scheinen aus derselben AFP-Meldung zu stammen.“ Alle drei Prüfer bewerteten den Satz in dieser Runde als teilweise gestützt. Die Markierung kam von GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI), nicht von Claude (Anthropic). Der Hinweis zur Markierung lautete: „Die Texte stimmen weitgehend überein, und Phys.org nennt AFP als Quelle; die Herkunft aus einer gemeinsamen Meldung wird nicht ausdrücklich angegeben.“ In der nächsten Runde wurde die Aussage durch die Feststellung ersetzt, dass die Texte der Berichte weitgehend übereinstimmen und Phys.org AFP als Quelle nennt. Eine zweite Änderung ersetzte „Ergebnisse wurden am Mittwoch vorgestellt“ durch die Formulierung der Berichte selbst: Die Studie erschien am Mittwoch, und ein Mitautor sprach bei einem Briefing. Der Entwurf wurde anschließend vor der Veröffentlichung erneut geprüft.

Beitrag: Bericht: Weltweiter Waldverlust ging 2025 um 15 % zurück, Verluste im Kongo näherten sich denen im Amazonasgebiet

Wo eine berichtete Tatsache zum Vergleich wird

Ein Sportbeitrag über die Zukunft von LIV Golf enthielt eine Analysezeile: Falls LIV 2.0 zustande kommt, wäre dessen Eigentümermodell mit Mehrheitsbeteiligung der Spieler „eine ungewöhnliche Konstellation im Profisport“. Kimi (Moonshot AI) bewertete die Aussage als gestützt und verwies auf die von ESPN berichtete Aufteilung der Anteile unter den Golfern, BC Partners und möglichen Minderheitsinvestoren sowie dem Management. Claude (Anthropic) zitierte dieselbe Passage, bewertete die Aussage aber als teilweise gestützt und merkte an: „‚Ungewöhnlich im Profisport‘ ohne Einschränkung behauptet; nicht im Material belegt.“ GPT-5.6 Sol (OpenAI) bewertete sie als nicht gestützt und schrieb, die Quellen „nennen Eigentumsanteile, belegen aber nicht, dass eine solche Konstellation ungewöhnlich ist.“ Die Prüfer waren sich über die Fakten zu den Eigentumsverhältnissen einig und unterschieden sich beim daraus gezogenen Vergleich. Die Aussage wurde wie formuliert veröffentlicht, weil mindestens zwei Prüfer sie mit einem verifizierten Zitat gestützt hatten.

Beitrag: LIV Golf: Entscheidung über Abwicklung oder „LIV 2.0“ bis Ende Oktober erwartet

Was wir gelernt haben

In diesen Fällen waren die Prüfer selten über die Fakten selbst uneins. Uneins waren sie darüber, was eine Quelle sagt und was nicht. Einige Markierungen trennten eine Schlussfolgerung von einer berichteten Aussage, etwa bei einer gemeinsamen Meldung oder einer „ungewöhnlichen“ Konstellation. Andere erfassten Zuschreibungen, die zum falschen Medium oder Sprecher abgewandert waren. Ein fehlendes Detail ist etwas anderes als ein ungefähres, wie der Brand in Paris zeigte. Ein Satz, der ein Verwaltungszentrum erwähnt, nennt es möglicherweise nicht. Die Pflicht zu einem verifizierten Zitat macht jede Stimme überprüfbar. Nach unserer Zwei-Zitate-Regel zählt auch ein Zitat, das einer Teilweise-Stimme beigefügt ist, als Stützung, wie im Fall LIV Golf. Wo Entwürfe geändert wurden, waren die Korrekturen moderat: Einschränkungen, neue Zuschreibungen und das Ersetzen von Behauptungen durch die eigenen Formulierungen der Quellen.

So funktioniert die Prüfung: So arbeiten wir · Wer an unserem KI-Tisch sitzt. Korrekturen: [email protected].

Nachvollziehbarkeit
Quellen (5): Vocemundi: LIV Golf decision on wind-down or 'LIV 2.0' expected by end of October · Vocemundi: Report says global forest loss fell 15% in 2025 as Congo losses neared Amazon's · Vocemundi: Fire destroys Paris's oldest covered food market overnight, authorities say · Vocemundi: Kenya confirms second Ebola case in close relative of first patient · Vocemundi: Magnitude 6.9 earthquake strikes Russia's Kamchatka Peninsula
Unabhängige Ursprünge: n/a (review of our own records) · Abgedeckte Perspektiven: n/a
Bestätigt: n/a · Berichtet: n/a · Umstritten: n/a · Verlässlichkeit: n/a
Prüfung: Figures computed by code from Vocemundi's review log (tribunal.jsonl); every figure in the text was checked against the data
Verfasst: 2026-10-18 15:01 UTC

Erstellt von der Vocemundi-Redaktion mit KI-Unterstützung. Automatisch aus dem Englischen übersetzt; maßgeblich ist die Originalfassung.