KI-Ergebnisse prüfen: Ein verlässlicher Ablauf für den Arbeitsalltag

Eine KI fasst ein Protokoll zusammen, formuliert eine interne Mitteilung oder erstellt eine Entscheidungsvorlage – nach wenigen Sekunden liegt ein sauberer Text vor. Trotzdem bleibt eine entscheidende Frage offen: Welche Informationen wurden verwendet, was fehlt und wer trägt die Verantwortung für die Freigabe? Genau hier entstehen im Arbeitsalltag Risiken. Ein plausibler Satz kann auf einer unvollständigen Quelle beruhen, eine Zahl kann falsch übertragen sein und eine Annahme kann wie eine Tatsache wirken. Ein verlässlicher Ablauf begrenzt diese Unsicherheit, ohne den praktischen Nutzen von KI auszubremsen.

1. Das eigentliche Problem liegt nicht im ersten Entwurf

Viele Teams behandeln das erste KI-Ergebnis bereits wie eine fast fertige Arbeitsgrundlage. Der Text klingt geordnet, enthält Überschriften und beantwortet scheinbar die Frage. Gerade diese sprachliche Glätte erschwert die Prüfung: Fehler springen nicht automatisch ins Auge, fehlende Informationen werden nicht sichtbar und unklare Annahmen wirken wie sichere Aussagen.

Deshalb sollte die erste Frage nicht lauten: „Wie lautet der richtige Prompt?“ Ein Prompt ist eine Anweisung an ein KI-System. Wichtiger ist zunächst: Welche Aufgabe soll unterstützt werden, wofür wird das Ergebnis gebraucht und wie kritisch ist eine falsche Aussage? Eine interne Ideensammlung verlangt eine andere Kontrolle als eine Entscheidungsvorlage für Einkauf, Personal oder Projektleitung.

Für jede Aufgabe lassen sich drei Prüfstufen festlegen. Bei niedriger Bedeutung genügt eine schnelle Plausibilitätskontrolle. Bei mittlerer Bedeutung werden Aussagen und Zahlen an den Ausgangsdokumenten geprüft. Bei hoher Bedeutung braucht es zusätzlich eine fachlich zuständige Person, die Inhalt, Folgen und Freigabe beurteilt. So wird Prüfung planbar statt zufällig.

2. Aufgabe und Ergebnisformat eindeutig festlegen

Eine unklare Aufgabe erzeugt häufig ein unklar nutzbares Ergebnis. „Fasse die Unterlagen zusammen“ lässt offen, welche Schwerpunkte zählen, wie lang der Text sein soll und ob offene Punkte sichtbar werden müssen. Besser ist eine Arbeitsvorlage mit vier Bausteinen: Aufgabe, Quellen, gewünschtes Ergebnis und Prüfkriterien.

Die Aufgabe sollte mit einem konkreten Verb beginnen, etwa „vergleichen“, „sortieren“, „zusammenfassen“ oder „offene Punkte markieren“. Danach folgt der Zweck: „Erstelle für die Projektleitung eine einseitige Übersicht der Entscheidungen, Fristen und noch ungeklärten Fragen.“ Google empfiehlt für gute Anweisungen unter anderem Rolle, Aufgabe, Kontext und Format [1]. Diese Elemente lassen sich auch ohne ein bestimmtes Produkt verwenden.

Das Ausgabeformat begrenzt zudem spätere Nacharbeit. Vorgaben wie „Tabelle mit Dokument, Aussage, Beleg und Unsicherheit“ oder „maximal fünf Stichpunkte, danach offene Fragen“ führen zu prüfbaren Ergebnissen. Eine iterative Verfeinerung ist sinnvoll: Erst wird die Struktur erzeugt, anschließend werden fehlende Kriterien ergänzt. So entsteht kein Versuch, mit einer einzigen Eingabe alles abzudecken.

3. Nur passende und freigegebene Quellen verwenden

Die Qualität eines Ergebnisses hängt stark davon ab, welche Unterlagen einfließen. Ein KI-System kann zwar viele Dateien verarbeiten, aber Menge ersetzt keine Auswahl. Veraltete Richtlinien, doppelte Fassungen oder unvollständige Protokolle können das Ergebnis widersprüchlich machen. Vor dem Start sollte daher feststehen, welche Dokumente maßgeblich sind und welchen Stand sie haben.

Praktisch hilft ein kurzer Quellencheck: Ist das Dokument freigegeben? Gilt es für den betreffenden Zeitraum und Bereich? Enthält es die Informationen, die für die Aufgabe gebraucht werden? Bei sensiblen Inhalten muss zusätzlich geklärt sein, ob die gewählte Anwendung und der Arbeitsbereich dafür zugelassen sind.

Einige Anwendungen erlauben, bestimmte Dateien als Quellen auszuwählen. Google beschreibt dafür unter anderem Dokumente, Tabellen, Präsentationen und PDFs [2]. Diese Funktion kann den Arbeitsbereich eingrenzen, ist aber kein Gütesiegel. Auch mit ausgewählten Quellen kann ein System relevante Stellen übersehen oder eine nicht direkt verwendete Datei nennen [2]. Deshalb bleibt die Herkunft einer Aussage eine Prüfaufgabe, nicht bloß eine Systemeinstellung.

4. KI zunächst strukturieren und vergleichen lassen

Besonders verlässlich lässt sich KI dort einsetzen, wo sie vorhandenes Material ordnet, statt eigenständig neue Tatsachen zu erzeugen. Aus Protokollen kann sie Entscheidungen, Verantwortliche und Fristen herausarbeiten. Aus mehreren Lieferantendokumenten kann sie Unterschiede in Lieferumfang, Bedingungen oder technischen Angaben gegenüberstellen. Aus einer Richtlinie kann sie eine vorläufige Kurzfassung mit unklaren Stellen erstellen.

Die Aufgabe sollte dabei ausdrücklich zwischen Inhalt und Interpretation unterscheiden. Eine gute Anweisung lautet beispielsweise: „Übertrage nur Aussagen aus den Dokumenten. Markiere fehlende Angaben als ‚nicht gefunden‘ und trenne wörtlich belegte Informationen von Schlussfolgerungen.“ Das zwingt das Ergebnis nicht automatisch zur Wahrheit, macht seine Grenzen aber sichtbarer.

Anschließend folgt ein zweiter Durchgang mit einer anderen Frage: „Welche Aussagen sind nicht belegt, widersprechen sich oder benötigen eine Entscheidung?“ Dieser Wechsel von Strukturierung zu Gegenprüfung ist nützlicher als eine lange, möglichst vollständige Eingabe. Er erzeugt außerdem eine Arbeitsliste für die fachliche Prüfung und verhindert, dass sprachliche Sicherheit mit inhaltlicher Sicherheit verwechselt wird.

5. Aussagen am Original prüfen und Unsicherheit kennzeichnen

Die wichtigste Kontrolle findet außerhalb des KI-Entwurfs statt. Zahlen, Termine, Namen, Zuständigkeiten und Einschränkungen werden direkt im Originaldokument gesucht. Bei Zusammenfassungen sollte geprüft werden, ob zentrale Bedingungen erhalten blieben. Bei Vergleichen ist zu kontrollieren, ob dieselben Begriffe tatsächlich dasselbe bedeuten und ob Unterschiede aus unterschiedlichen Zeitständen stammen.

Eine einfache Prüftabelle macht diesen Schritt sichtbar: Aussage, Originalstelle, Prüfergebnis und offene Frage. Für jede wichtige Aussage steht dann fest, ob sie belegt, widersprüchlich, unvollständig oder nur abgeleitet ist. Das ist besonders wichtig, wenn das Ergebnis später an andere Teams weitergegeben wird.

Unsicherheit sollte nicht geglättet werden. Formulierungen wie „im Dokument nicht gefunden“, „aus den Angaben abgeleitet“ oder „fachlich zu bestätigen“ sind hilfreicher als ein scheinbar fertiger Satz. NIST empfiehlt für generative KI unter anderem zusätzliche menschliche Prüfung, Nachverfolgung und Dokumentation, weil Risiken und Leistungsmerkmale je nach Anwendung stark variieren können [3]. Die Kennzeichnung ist daher kein Misstrauensvotum, sondern eine Arbeitsinformation.

6. Freigabe, Dokumentation und hypothetisches Beispiel

Ein Ergebnis braucht eine benannte verantwortliche Person und einen klaren Verwendungszweck. Die Dokumentation muss nicht umfangreich sein: Aufgabe, verwendete Quellen, Erstellungsdatum, Prüfer, offene Punkte und freigegebene Fassung reichen häufig als Mindeststandard. Wichtig ist, dass der Entwurf von der finalen Version unterscheidbar bleibt.

Hypothetisches Beispiel: In einem mittelständischen Unternehmen nutzt die Personalabteilung eine KI für die Kurzfassung einer Richtlinie, der Einkauf für den Vergleich dreier Lieferantendokumente und die Projektleitung für eine Entscheidungsvorlage aus mehreren Protokollen. Die Personalabteilung prüft vor allem Vollständigkeit und Ausnahmen. Der Einkauf kontrolliert belegte Unterschiede und Zeitstände. Die Projektleitung markiert offene Annahmen und lässt die Vorlage von der fachlich zuständigen Leitung freigeben.

Dafür genügt folgende Checkliste:
- Ist die Aufgabe mit einem konkreten Verb formuliert?
- Sind nur passende, freigegebene Dokumente verwendet?
- Sind Format, Zielgruppe und Prüfkriterien festgelegt?
- Sind Aussagen, Zahlen und Termine am Original geprüft?
- Sind Annahmen und fehlende Informationen markiert?
- Ist die Freigabe und der Ablageort eindeutig bestimmt?

So bleibt der Ablauf in unterschiedlichen Teams gleich, während die Prüfkriterien zur jeweiligen Aufgabe passen.

Gute KI-Nutzung beginnt nicht mit besonders kunstvollen Eingaben, sondern mit einem kontrollierten Ablauf. Eine klare Aufgabe, begrenzte Quellen, sichtbare Unsicherheiten und eine benannte Freigabe machen Ergebnisse nachvollziehbarer. So bleibt die Verantwortung dort, wo sie hingehört: bei den zuständigen Menschen. KI beschleunigt dann einzelne Arbeitsschritte, ersetzt aber weder fachliche Prüfung noch verantwortliche Entscheidung.

An AI summarises minutes, drafts an internal announcement or creates a decision paper – within seconds, a polished text is ready. Yet one crucial question remains open: Which information was used, what is missing and who is responsible for approving it? This is precisely where risks arise in everyday work. A plausible sentence may be based on an incomplete source, a figure may have been transferred incorrectly and an assumption may appear to be a fact. A reliable workflow limits this uncertainty without slowing down the practical benefits of AI.

1. The real problem is not the first draft

Many teams already treat the first AI output as an almost finished working document. The text sounds well organised, contains headings and seemingly answers the question. This very linguistic smoothness makes checking more difficult: errors do not automatically stand out, missing information is not made visible and unclear assumptions appear to be certain statements.

Therefore, the first question should not be: “What is the right prompt?” A prompt is an instruction to an AI system. More important initially is: What task is to be supported, what is the result needed for and how critical would an incorrect statement be? An internal collection of ideas requires different checks from a decision paper for procurement, HR or project management.

Three levels of checking can be defined for each task. Where the significance is low, a quick plausibility check is sufficient. Where it is medium, statements and figures are checked against the source documents. Where it is high, a subject-matter expert is also needed to assess the content, consequences and approval. This makes checking systematic rather than random.

2. Define the task and output format clearly

An unclear task often produces an output that is unclear or difficult to use. “Summarise the documents” leaves open which priorities matter, how long the text should be and whether open points need to be made visible. A working template with four elements is better: task, sources, desired output and checking criteria.

The task should begin with a specific verb, such as “compare”, “sort”, “summarise” or “mark open points”. This should be followed by the purpose: “Create a one-page overview for the project management team covering decisions, deadlines and questions that remain unresolved.” Among other things, Google recommends specifying the role, task, context and format for effective instructions [1]. These elements can also be used without a particular product.

The output format also limits subsequent rework. Requirements such as “table with document, statement, evidence and uncertainty” or “a maximum of five bullet points, followed by open questions” produce outputs that can be checked. Iterative refinement is useful: first generate the structure, then add missing criteria. This avoids trying to cover everything in a single input.

3. Use only suitable and approved sources

The quality of an output depends heavily on which documents are included. An AI system may be able to process many files, but quantity is no substitute for selection. Outdated policies, duplicate versions or incomplete minutes can make the result contradictory. Before starting, it should therefore be clear which documents are authoritative and what version or date they have.

A short source check is useful in practice: Has the document been approved? Does it apply to the relevant period and area? Does it contain the information needed for the task? For sensitive content, it must also be established whether the chosen application and workspace are approved for this purpose.

Some applications allow specific files to be selected as sources. Google describes documents, spreadsheets, presentations and PDFs among the available options [2]. This function can narrow the working area, but it is not a seal of quality. Even with selected sources, a system may overlook relevant passages or cite a file that it did not directly use [2]. The origin of a statement therefore remains a checking task, not merely a system setting.

4. Initially have AI structure and compare information

AI can be used particularly reliably where it organises existing material rather than independently generating new facts. From minutes, it can extract decisions, responsible people and deadlines. From several supplier documents, it can compare differences in scope of supply, terms or technical details. From a policy, it can create a preliminary summary with unclear sections highlighted.

The task should explicitly distinguish between content and interpretation. A good instruction might be: “Transfer only statements from the documents. Mark missing information as ‘not found’ and separate information supported by a direct quotation from conclusions.” This does not automatically force the output to be truthful, but it makes its limitations more visible.

A second pass should then follow with a different question: “Which statements are unsupported, contradictory or require a decision?” This shift from structuring to challenging the output is more useful than a long, supposedly comprehensive input. It also creates a task list for subject-matter review and prevents linguistic confidence from being confused with factual certainty.

5. Check statements against the original and flag uncertainty

The most important check takes place outside the AI draft. Figures, dates, names, responsibilities and limitations are searched for directly in the original document. For summaries, it should be checked whether key conditions have been retained. For comparisons, it is important to verify that the same terms really mean the same thing and whether differences arise from different versions or dates.

A simple checking table makes this step visible: statement, original passage, check result and open question. For each important statement, it is then clear whether it is supported, contradictory, incomplete or merely inferred. This is particularly important when the result will later be shared with other teams.

Uncertainty should not be smoothed away. Phrases such as “not found in the document”, “inferred from the information provided” or “subject to subject-matter confirmation” are more helpful than a seemingly finished sentence. NIST recommends, among other things, additional human review, tracking and documentation for generative AI because risks and performance characteristics can vary considerably depending on the application [3]. Labelling uncertainty is therefore not a vote of no confidence, but useful working information.

6. Approval, documentation and a hypothetical example

An output needs a named responsible person and a clear purpose of use. The documentation does not need to be extensive: the task, sources used, creation date, reviewer, open points and approved version are often sufficient as a minimum standard. It is important that the draft can be distinguished from the final version.

Hypothetical example: In a medium-sized company, the HR department uses AI to create a summary of a policy, procurement uses it to compare three supplier documents and the project management team uses it to prepare a decision paper from several sets of minutes. HR focuses above all on completeness and exceptions. Procurement checks documented differences and version dates. The project management team marks open assumptions and has the paper approved by the responsible manager.

The following checklist is sufficient:
- Is the task formulated using a specific verb?
- Have only suitable, approved documents been used?
- Have the format, target audience and checking criteria been defined?
- Have statements, figures and dates been checked against the original?
- Have assumptions and missing information been marked?
- Have approval and the storage location been clearly defined?

This keeps the workflow consistent across different teams, while allowing the checking criteria to match the task in question.

Good use of AI does not begin with particularly sophisticated prompts, but with a controlled workflow. A clear task, limited sources, visible uncertainty and a named approval process make outputs more traceable. Responsibility therefore remains where it belongs: with the people responsible for the work. AI can then accelerate individual work steps, but it replaces neither subject-matter review nor accountable decision-making.

Quellen & weiterführende Links

Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms Google Docs Editors Help · ohne Datumsangabe
Learn how to use sources with Google Workspace with Gemini Google Docs Editors Help · ohne Datumsangabe
Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile National Institute of Standards and Technology (NIST) · 2024-07

Recherche vom 15.10.2026