Vier Fehlerbilder decken die meisten Schäden in der Praxis ab, und jedes folgt aus der Mechanik, die Sie aus K1 kennen. Erfundene Fakten und Quellen: plausibel formatiert, frei erzeugt; besonders tückisch bei Literatur-, Urteils- und Normverweisen, weil deren Form sehr regelmäßig ist. Rechenfehler: Zahlen werden als Token verarbeitet und als Text fortgesetzt, nicht berechnet; eine Addition kann daher „fast stimmen“, und gerade das Fast-Stimmen entgeht dem groben Plausibilitätsblick. Manche Werkzeuge rechnen intern mit Code nach; das ist toolabhängig und kein Verlass für den Standardchat.
Übersehene Ausnahmen: Bei Zusammenfassungen dominieren die häufigen Muster; der eine abweichende Vertragspassus oder die eine Ausnahme in der Tabelle geht verloren (verwandt mit „Lost in the Middle“ aus K1). Riskant überall dort, wo Ausnahmen der eigentliche Arbeitsinhalt sind: Verträge, Prüfberichte, Meldewesen. Zu gefällige Antworten: Modelle sind darauf optimiert, hilfreiche und zustimmungsfähige Antworten zu erzeugen; Suggestivfragen („dieser Plan ist doch solide, oder?“) erzeugen Bestätigung statt Kritik. Gegenmittel: neutral fragen oder ausdrücklich Gegenargumente anfordern.
Wie real das erste Fehlerbild ist, zeigt die Justiz: Die Datenbank von Damien Charlotin (HEC Paris) dokumentiert weltweit über 1.400 Gerichtsentscheidungen zu erfundenen KI-Zitaten in Schriftsätzen (Stand Mai 2026); dokumentierte Einzelsanktionen erreichten Anfang 2026 sechsstellige Beträge. Quelle: damiencharlotin.com/hallucinations, abgerufen Juli 2026.
Was ist unklar geblieben? Halten Sie es hier fest. Ihre Fragen erscheinen gesammelt auf der Modul- und Startseite und auf Ihrer Ergebnisseite.
