EN Login

LLM-Output-Faktencheck — die zwingende Routine vor jedem Posting

LLMs halluzinieren. Bei politischer Kommunikation ist eine Halluzination ein Reputations-Schaden, der Tage Aufräumarbeit kostet. Eine strukturierte Faktencheck-Routine vor jedem LLM-generierten Posting ist 2026 nicht optional, sondern Compliance-Standard.

LLMs halluzinieren.[1] Bei politischer Kommunikation ist eine Halluzination ein Reputations-Schaden, der Tage Aufraeumarbeit kostet. Eine strukturierte Faktencheck-Routine vor jedem LLM-generierten Posting ist 2026 nicht optional, sondern Compliance-Standard.

Vier Klassen typischer LLM-Fehler

Fabrizierte Zitate. Das LLM erfindet Aussagen mit Sprecher-Zuschreibung. Hochproblematisch bei politischer Kommunikation, da Persoenlichkeitsrechte und §187 StGB-Risiko greifen.

Falsche Zahlen. LLM-generierte Statistiken sind oft plausibel klingend, aber unbelegt oder veraltet.

Datums-Konfusion. LLMs vermischen Ereignisse, schreiben falsche Wahljahre, verlegen Gesetzestexte.

Falsche Norm-Zitate. LLMs zitieren falsche Paragraphen (“§50 AbgG” statt “§55 AbgG” — siehe T2-A02-01).

Die operative Drei-Pass-Routine

Pass 1: Zitat-Pruefung. Jedes Zitat im LLM-Output wird gegen Original-Quelle abgeglichen. Wenn das Zitat nicht primaerquellen-verifizierbar ist: streichen.

Pass 2: Zahlen-Pruefung. Jede Zahl/Statistik wird gegen Primaer-Quelle (Bundestags-Drucksache, Statistisches Bundesamt, oeffentliche Studie) abgeglichen.

Pass 3: Norm-Pruefung. Jeder Paragraphen-Verweis wird gegen gesetze-im-internet.de oder eur-lex.europa.eu geprueft.

Tool-Stack fuer den Faktencheck

— Perplexity oder GPT-Search fuer Quellen-Suche. — gesetze-im-internet.de fuer deutsche Normen. — eur-lex.europa.eu fuer EU-Normen. — Statistisches Bundesamt fuer offizielle Statistiken.

Dokumentations-Pflicht

Bei jedem publizierten Posting wird der Faktencheck dokumentiert (siehe Wiki-Konvention: factChecked/factCheckedAt/factCheckedBy im Frontmatter).

Wo das hingehoert

Tiefe-1 LLM-Assistenten: T1-C10. Parteiposition-Prompting: T2-C10-01. LLM-Tool-Stack-Vergleich: T2-C10-02.

Codex AI-Automation Sektion 10.

Quellen

  1. Bender et al., On the Dangers of Stochastic Parrots, FAccT 2021, Permalink, Abruf 18.05.2026.