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 stimmen sie überein. Diese wöchentliche Kolumne zeigt, wo das nicht der Fall war 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 aufgezeichneten Vermerke der Prüfer entworfen. Berichtszeitraum: 25. Oktober 2026 bis 1. November 2026 (UTC).

Drei KI-Prüfer kontrollieren unsere Beiträge Aussage für Aussage: Claude (Anthropic), GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI). Jeder bewertet eine Aussage als gestützt, teilweise, nicht gestützt oder widerlegt. Dabei muss er ein stützendes Zitat aus dem Quellenmaterial übernehmen. Unser Code prüft, ob das Zitat existiert, und zwei Prüfer müssen eine Aussage mit einem verifizierten Zitat stützen. Diese Woche durchliefen 222 Beiträge die Prüfung, und 13.503 Aussagen wurden geprüft. Bei 2.082 Aussagen (15,4 %) gaben die Prüfer nicht alle dieselbe Antwort. Im Folgenden stehen einige dieser Meinungsverschiedenheiten. Sie wurden ausgewählt, weil es bei ihnen um Zuschreibung geht, darum, was eine Quelle tatsächlich sagt, oder um Schlussfolgerung gegenüber Tatsache.

Diese Woche in Zahlen

• 222 Beiträge durchliefen die Prüfung (400 Prüfdurchgänge, einschließlich erneuter Prüfungen nach Korrekturen); 204 davon sind veröffentlicht.
• 13.503 Aussagen geprüft, 36.120 Stimmen gezählt (eine pro Prüfer und Aussage).
• Bei 2.082 Aussagen (15,4 %) gaben die Prüfer nicht alle dieselbe Antwort.
• Claude (Anthropic): 13.400 Stimmen; stützte 95 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 1,0 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; er stand 398-mal allein gegen die anderen beiden.
• GPT-5.6 Sol (OpenAI): 9.256 Stimmen; stützte 88 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 8,3 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; er stand 773-mal allein gegen die anderen beiden.
• Kimi (Moonshot AI): 13.111 Stimmen; stützte 93 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 5,8 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; er stand 467-mal allein gegen die anderen beiden.
• Gemini (Google): 314 Stimmen; stützte 98 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 1,3 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; er stand 5-mal allein gegen die anderen beiden.
• DeepSeek (DeepSeek): 39 Stimmen; stützte 38 % der von ihm geprüften Aussagen mit einem Zitat, das wir verifizieren konnten; 61,5 % seiner Stimmen kamen ohne ein Zitat, das unser Code im Quellenmaterial finden konnte; er stand 23-mal allein gegen die anderen beiden.
• Endgültige Urteile: freigegeben 186, zur Überarbeitung zurückgeschickt 19, abgelehnt 11, kein Quorum 6.
• Bei 7 Beiträgen trat mindestens ein Prüfer in den Ausstand, weil der Beitrag das Unternehmen betraf, das ihn entwickelt hat.

Die Fälle

Ein Ausbruchsrekord – und wessen Rekord es ist

Der erste Entwurf eines Gesundheits-Beitrags besagte, der Ebola-Ausbruch in der DR Kongo „ist der tödlichste Ausbruch seit Beginn der Aufzeichnungen“. Claude (Anthropic) und GPT-5.6 Sol (OpenAI) bewerteten die Aussage als teilweise und markierten sie. Kimi (Moonshot AI) bewertete sie als gestützt. Laut dem Markierungsvermerk fehlte im Entwurf die Einschränkung „im Land“, und die Epidemie von 2014–2016 habe weltweit mehr Menschen getötet. Das aus dem Quellenmaterial angeführte Zitat beschrieb „den tödlichsten Ausbruch des Virus im Land seit Beginn der Aufzeichnungen“. Der Unterschied ist ein Wort, aber er ändert die Reichweite der Aussage von national zu global. Der Entwurf wurde in der nächsten Prüfrunde korrigiert. Die Überschrift erhielt die Einschränkung „des Landes“. Sie beschreibt den Ausbruch nun als den tödlichsten in der DR Kongo seit Beginn der Aufzeichnungen, nicht als den weltweit tödlichsten. Der Beitrag wurde anschließend vor der Veröffentlichung erneut geprüft.

Beitrag: Ebola-Todesfälle in der DR Kongo übersteigen 5.000 beim tödlichsten Ausbruch des Landes seit Beginn der Aufzeichnungen, wie Regierungsdaten zeigen

Ein Jahr, das die Quelle nahelegte, aber nicht nannte

In einem Kultur-Beitrag über Harry Houdini hieß es zunächst: „Laut CBS News starb Houdini an Halloween, dem 31. Oktober 1926, im Alter von 52 Jahren.“ Claude (Anthropic) bewertete dies als gestützt. GPT-5.6 Sol (OpenAI) und Kimi (Moonshot AI) bewerteten es als teilweise und markierten es. Laut ihrem Vermerk nennt CBS Halloween, das Alter von 52 Jahren und ein hundertjähriges Jubiläum, „aber nicht ausdrücklich 1926“. Das Jahr lässt sich aus dem Jubiläum ableiten, doch der Satz schrieb es CBS News zu, das es nicht angegeben hatte. Der Entwurf wurde in der nächsten Prüfrunde korrigiert. Der Haupttext verwendet nun statt der ausdrücklichen Jahreszahl die CBS-Formulierung „diese Woche vor 100 Jahren“. Im Vorspann heißt es, Houdini sei „vor einem Jahrhundert gestorben“. Eine weitere Zeile wurde gemäß CBS von „trug zu seiner Mystik bei“ zu „tat seiner Mystik keinen Abbruch“ geändert. Der Beitrag wurde vor der Veröffentlichung erneut geprüft.

Beitrag: 100 Jahre nach Harry Houdinis Tod stößt der Entfesselungskünstler noch immer auf öffentliches Interesse

Ein Wochentag, dem die Quelle widersprach

Ein erster Entwurf eines Welt-Beitrags über Barack Obamas Wahlkampfauftritte vor den Zwischenwahlen besagte: „Der 29. Oktober 2026 ist ein Donnerstag.“ Alle drei Prüfer stützten die Aussage nicht, jedoch auf unterschiedliche Weise. Claude (Anthropic) und Kimi (Moonshot AI) bewerteten sie als nicht gestützt. GPT-5.6 Sol (OpenAI) bewertete sie als widerlegt und war der einzige Prüfer, der sie markierte. Laut seinem Vermerk „bezeichnet die bereitgestellte Quelle den 29. Oktober ausdrücklich als Mittwoch“. Sein Zitat beschrieb eine Kundgebung in Atlanta „am Mittwoch, dem 29. Oktober“. Der Entwurf wurde in der nächsten Prüfrunde korrigiert. Die Aussage zum Donnerstag wurde entfernt, und das Datum wird nun ausschließlich Le Monde zugeschrieben. Eine Zeile, die das Datum der Kundgebung als unklar bezeichnete, wurde durch den Hinweis ersetzt, dass die Tageszeit nicht angegeben ist. Eine nicht überprüfbare Selbsteinschätzung mit geringer Zuversicht wurde gestrichen, und die Berichte der beiden Medien wurden voneinander getrennt. Der Beitrag wurde vor der Veröffentlichung erneut geprüft.

Beitrag: Obama macht vor den Zwischenwahlen 2026 Wahlkampf für die Demokraten; Le Monde berichtet über Kundgebung in Atlanta mit Ossoff

Eine Offenlegung, die das Material nicht bestätigen konnte

Ein Klima-Beitrag über die Teilnahme Lulas an der COP31 enthielt zunächst den Satz „Vocemundi hat die Ankündigung nicht unabhängig bestätigt.“ Claude (Anthropic) und Kimi (Moonshot AI) bewerteten ihn als nicht gestützt und markierten ihn. GPT-5.6 Sol (OpenAI) bewertete ihn als gestützt. Der Markierungsvermerk bezeichnete ihn als redaktionelle Offenlegung, die „anhand des Materials nicht überprüft werden kann, aber mit ihm vereinbar ist“. Der Satz beschreibt unser eigenes Vorgehen und nicht die Nachricht. Daher konnte das Quellenmaterial ihn weder bestätigen noch widerlegen. Der Entwurf wurde in der nächsten Prüfrunde korrigiert, und der Satz wurde entfernt. Ein Aufzählungspunkt dazu, was nicht enthalten war, besagt nun, dass Reuters über eine Erklärung des Präsidialamts berichtet und dass lediglich direkte Zitate des Präsidialamts fehlen. Der Schlusssatz erkennt die Ankündigung des Präsidialamts an, wie von Reuters berichtet. Die Analyse verweist nun auf fehlende Stellungnahmen von Abgeordneten und Interessengruppen statt von allen Beteiligten. Der Beitrag wurde vor der Veröffentlichung erneut geprüft.

Beitrag: Brasiliens Lula wird an der COP31 in Antalya teilnehmen, teilt das Präsidialamt laut Reuters mit

Eine Datenveröffentlichung oder eine Schlussfolgerung?

Ein Wirtschafts-Beitrag über die französische Wirtschaft besagte: „Alle drei scheinen sich auf dieselbe vorläufige amtliche Datenveröffentlichung zu stützen.“ Claude (Anthropic) bewertete dies als gestützt und zitierte Reuters: „wie vorläufige amtliche Daten am Freitag zeigten“. GPT-5.6 Sol (OpenAI) bewertete es als nicht gestützt: „Nur Reuters nennt vorläufige amtliche Daten; eine Schlussfolgerung auf eine gemeinsame Quelle ist nicht belegt.“ Kimi (Moonshot AI) bewertete es als teilweise. Er merkte an, dass nur Reuters die Daten anführt und die gemeinsame Herkunft erschlossen ist. Zudem lieferte er ein verifiziertes Reuters-Zitat. Claude wurde als abweichende Stimme erfasst. Die Aussage wurde wie geschrieben veröffentlicht, weil mindestens zwei Prüfer sie mit einem verifizierten Zitat stützten. Die Regel bestätigt, dass ein Zitat in der Quelle existiert. Die Vermerke der Prüfer halten eine separate Frage fest: wie weit eine abgeschwächte Schlussfolgerung wie „scheinen … zu“ über dieses Zitat hinausreichen kann.

Beitrag: Französische Wirtschaft schrumpft im dritten Quartal unerwartet um 0,1 % bei sinkenden Exporten

Was wir gelernt haben

In diesen Fällen ging es bei den Meinungsverschiedenheiten weniger darum, ob ein Ereignis stattgefunden hat, als darum, wie genau ein Satz seiner Quelle entsprach. Die Beispiele waren eine fehlende Einschränkung, ein Jahr, das die Quelle nahelegte, aber nicht nannte, ein Wochentag, dem die Quelle widersprach, eine Schlussfolgerung über eine gemeinsame Herkunft und ein Satz über unser eigenes Vorgehen. Ein verifiziertes Zitat zeigt, dass bestimmte Wörter in der Quelle vorkommen. Es klärt für sich allein nicht, ob eine Aussage mehr sagt als diese Wörter. Deshalb erfassen wir neben dem Zitat die Bewertung und den Vermerk jedes Prüfers. Die Korrekturen waren eng begrenzt: eine Einschränkung hinzufügen, die eigene Formulierung der Quelle übernehmen, ein Datum einem einzelnen Medium zuschreiben und Sätze entfernen, die das Material nicht stützen konnte. Jeder korrigierte Entwurf wurde vor der Veröffentlichung erneut geprüft.

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

Nachvollziehbarkeit
Quellen (5): Vocemundi: French economy unexpectedly contracts 0.1% in third quarter as exports fall · Vocemundi: Brazil's Lula to attend COP31 in Antalya, presidency says, according to Reuters · Vocemundi: 100 years after Harry Houdini's death, the escape artist still draws public interest · Vocemundi: DR Congo Ebola deaths pass 5,000 in country's deadliest outbreak on record, government data show · Vocemundi: Obama campaigns for Democrats before 2026 midterms; Le Monde reports Atlanta rally with Ossoff
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: 2026-11-01 15:01 UTC

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