Denksplitter #14: 3 Fehler bei Datenqualität & Prompts vermeiden

TL;DR: Künstliche Intelligenz ist kein Wundermittel. Sie verstärkt, was schon da ist – gute Daten und klare Prompts ebenso wie Chaos und Nachlässigkeit. Dieser Artikel zeigt drei typische Fehler im Umgang mit KI-Datenqualität und wie Sie sie vermeiden.

Warum KI-Qualität mit Datenqualität beginnt

Künstliche Intelligenz macht aus gutem Input bessere Ergebnisse.
Und aus schlechtem Input? Strukturierten Müll.

Das Problem beginnt auf zwei Ebenen:
Erstens müssen Ihre Unternehmensdaten verlässlich, aktuell und widerspruchsfrei sein. Kein RAG-System kann aus unklaren oder veralteten Quellen belastbare Antworten zaubern.
Zweitens brauchen Sie den richtigen Umgang mit KI-Tools – also bewusste Prompts, kritische Prüfung und klare Logik.

Denn KI ist ein Spiegel. Sie verstärkt, was schon da ist – Präzision genauso wie Nachlässigkeit. Berichte, Personalentscheidungen oder Normprozesse: Überall, wo KI zum Einsatz kommt, wirkt sie wie ein Verstärker. In diesem Artikel erfahren Sie, welche drei Fehler Sie bei der KI-Datenqualität vermeiden sollten und wie es besser geht.

Fehler #1: Workslop – Unreflektierte KI-Outputs verursachen Mehrarbeit

Workslop. Nein, das ist kein Druckfehler, das l ist kein h.

Schweinefutter aus einem Matsch aus Küchenresten, Wasser und Futterabfällen, das wird im Englischen Slop genannt. Dank KI gibt es heute Workslop oder KI-Slop. Jemand fragt schnell ChatGPT, kopiert die Antwort in den Bericht, fertig. Die Kollegen lesen also den Text und merken, warte mal, das passt nicht. Also müssen sie nachfragen, umständlich korrigieren und den Slop ausbaden. Den digitalen Matsch aus unreflektiert übernommenen KI-Antworten.

Wenn nun der Workslop nicht mehr selbst gelesen wird, sondern von einer KI zusammengefasst und ausgewertet wird und es kommt dabei Unbrauchbares raus, wer ist dann verantwortlich? Eine KI jedenfalls nicht, denn sie trägt keine Konsequenzen...

Das Perfide ist, dass KI uns ja Zeit sparen sollte und trotzdem neue Arbeit verursacht. Nicht weil die Technik schlecht ist, sondern weil sie wie ein gnadenloser Spiegel funktioniert: Sie verstärkt Nachlässigkeit genauso präzise wie Sorgfalt. Der Harvard Business Review hat darüber berichtet. Wenn Sie die Wirtschaftswoche lesen, können Sie auch dort über einen Workslop-Artikel staunen.

Die zentrale Frage: Haben Sie sich schon mal gefragt, wer das eigentlich ausbadet, was Sie schnell mit KI erstellt haben, ohne es zu prüfen?

Fehler #2: KI reproduziert gesellschaftliche Vorurteile

Eine Studie der Hochschule München zeigt, ChatGPT & Co. bewerten Ostdeutsche systematisch niedriger. Bei Intelligenz, sogar bei der Körpertemperatur. Offenbar "denkt" die KI, Wärme sei eine Frage der Herkunft. Das Absurde ist, sowohl beim Faulsein schneiden Ostdeutsche schlechter ab als auch beim Fleiß. Es ist also eine Art Gleichberechtigung der Ungerechtigkeit. Hier ein Hier ein Heise-Artikel darüber.

Wieder dasselbe Prinzip: Was die KI hier reproduziert, sind keine technischen Fehler, sondern gesellschaftliche Vorurteile aus den Trainingsdaten. KI verstärkt, was schon da ist, mit algorithmischer Präzision.

Für die Praxis bedeutet das: Wer KI für Personalentscheidungen nutzt, sollte sich bewusst sein, dass die Systeme nicht nur Prozesse verstärken, sondern auch Bias. Was harmlos als "objektive Entscheidungshilfe" startet, kann diskriminierende Muster zementieren.

Datenqualität ist Wertequalität. Wer Vorurteile im Datensatz duldet, erzeugt algorithmische Ungerechtigkeit. Hier lohnt sich kritisches Denken und bewusstes Prompting mehr als blinder KI-Glaube.

Fehler #3: Chaotische Daten führen zu strukturiertem Chaos

Ein Beispiel aus der Baubranche: Es gibt über 3.000 DIN-Normen, an die sich Architektinnen und Bauträger halten müssen, die sich zum Teil widersprechen, und nur 10% davon hat der Staat eingeführt. Der Rest stammt von der Industrie selbst, zusammen mit dem Institut für Normung. Das Ergebnis ist, niemand blickt mehr durch.

Kennen Sie Ähnliches auch aus Ihrem Unternehmen? Compliance-Regelwerke, die sich jährlich ändern. Verträge mit Unterlieferanten, deren Bedingungen sich widersprechen. Technische Dokumentationen, die so komplex sind, dass Ihre Leute lieber anrufen als nachzulesen.

KI könnte hier glänzen: Widersprüche aufdecken, das Wichtigste herausfiltern, Zusammenhänge zeigen. Könnte. Denn sie verstärkt, was schon da ist. Wenn die Regelung dahinter historisch gewachsener Wildwuchs ist, dann spuckt die KI eben strukturierten Wildwuchs aus.

Das Prinzip bleibt unverändert: Müll rein, strukturierter Müll raus. Aufräumen muss zuerst der Mensch. Die gute Nachricht ist, auch hier kann KI helfen, sofern Sie ihr klare Grundlagen geben.

Sie denken, Moment mal, das sind ja noch lange nicht alle Fehler? Jawoll, da haben Sie recht. Deshalb gibt es die regelmäßigen KI-Denksplitter.

 So vermeiden Sie diese Fehler: Praktische Prompt-Tipps

1. Workslop-Check für Ihre Texte

Testen Sie diesen Prompt für Ihre nächsten Dokumente, er kann Sie und Ihre Teamkolleginnen sensibilisieren:

Analysiere den folgenden Text auf Workslop:
Wo wurde KI-Output unreflektiert übernommen?
Wo fehlt eine eigene Denkleistung?
Gib mir 3 konkrete Stellen mit Verbesserungsvorschlägen.

Dieser einfache Test schärft den Blick für Qualität und macht Teams sensibler im Umgang mit KI-Outputs.

2. Widerspruch einfordern 

In Ihrem ChatGPT-Profil können Sie kritisches Denken aktivieren (Profil → Personalisierung → Individuelle Hinweise): "Verhalte dich wie ein kritischer Diskussionspartner. Widersprich mir zuerst, erkenne Denkfehler, prüfe Logik und Annahmen. Keine Zustimmung aus Höflichkeit."

Das wirkt Wunder. Ab dann wird's deutlich weniger „Ja, genau, super Idee!" und mehr „Moment mal, das ergibt so keinen Sinn, wenn man XY bedenkt..."

3. Annahmen vermindern

Sprachmodelle sind so gebaut, dass sie immer antworten, auch wenn ihnen Informationen fehlen. Das führt zu Halluzinationen und wilden Interpretationen. Beugen Sie vor, indem Sie Prompts abschließen mit:

"Antworte ausschließlich auf Basis der dir gegebenen Informationen. Erfinde keine Fakten oder Details hinzu. Wenn dir Informationen fehlen, sage explizit: 'Dazu habe ich keine Informationen' statt zu spekulieren. Falls du Annahmen treffen musst, kennzeichne sie sehr deutlich als solche."

Diese einfache Ergänzung reduziert Fehldeutungen enorm und erhöht die Datenqualität im KI-Prozess.

 Noch mehr Tipps

Erst mal ein Tipp für Neulinge, was Sie mit ChatGPT alles machen können.

Noch ein Tipp, um KI-Tools zu finden. Für fast jedes beliebige Problem, das mit KI gelöst werden kann, gibt es mit hoher Wahrscheinlichkeit schon ein Tool, das dieses Problem löst. Hier können Sie stöbern. 

Allerdings sollten Sie dabei immer Ihre KI-Strategie im Hinterkopf haben.

 Hier ein Bonus-Tipp für weniger Halluzinationen bei LRMs: Warum KI lieber Unfug schreibt als nachfragt

Sprachmodelle sind so gebaut, dass sie immer antworten, auch wenn ihnen Informationen fehlen. Das führt manchmal zu Halluzinationen und wilden Interpretationen.

Die Lösung: 

• Wenn Sie ein LLM nutzen, dann schreiben Sie "Stell Rückfragen, wenn etwas unklar ist". 
• Nutzen Sie allerdings ein LRM, also ein Large Reasoning Modell, das häufiger halluziniert, dann schreiben Sie am Ende Ihres Prompts: Ignoriere alle Annahmen und argumentiere nur auf Basis der gegebenen Fakten. Rate keine fehlenden Informationen.
  
  Diese Anweisung hilft deutlich. Eine Studie  aus China und Singapur dazu fand ich interessant: Herkömmliches "Frag nach, wenn was fehlt"-Prompting funktioniert bei LRMs nicht so gut wie bias-bewusste Anweisungen.

Hier habe ich die Unterschiede zwischen LLM und LRM erläutert.

Aktuelle KI-Entwicklungen im Überblick

NotebookLM wird bunter

Mitte 2022 hat ein kleines Team von 5 Leuten innerhalb von 6 Wochen die erste Version von NotebookLM entwickelt. Das Tool ist mittlerweile eines meiner wichtigsten Arbeitswerkzeuge für KI-gestütztes Wissensmanagement. Sie können hier Ihre eigenen Quellen befragen, automatisch thematisch passende neue Quellen hinzufügen, mit 1 Klick Podcasts erstellen und sogar Video-Zusammenfassungen in verschiedenen Stilen erstellen, vom Whiteboard-Stil über Wasserfarben bis Anime. Googles Bild- und Video-Tool Nano Banana ist mittlerweile dort integriert, ist das nicht hübsch?
Hier zur Entstehungsgeschichte von NotebookLM.

Besonders interessant: Die Video-Funktion eignet sich hervorragend für Lernvideos in Schulen, Unis und Unternehmen.

ChatGPT wird flexibler

Sie können beliebige Remote-MCP-Server anbinden und ChatGPT so Zugriff auf diverse Programme verschaffen. Vorsicht ist geboten, aber wenn ein Anwendungsfall wirklich hilfreich ist, können Sie ihn auch datensicher nachbauen. Wie? Fragen Sie die KI Ihres Vertrauens.

DeepSeek: Gezieltes Vergessen als Innovation

Ein Bild sagt mehr als 1.000 Worte. Bisher dachte ich: Je größer der Arbeitsspeicher einer KI, desto besser kann sie große Textmengen verarbeiten. Deshalb nutze ich für umfangreiche Texte lieber Claude als ChatGPT. Jetzt haben die Chinesen in DeepSeek eine verblüffende Weiterentwicklung vorgestellt. Die Idee: Gezieltes Vergessen ist besser als alles zu speichern.

Und hier wird's clever, denn die „vergessenen" Inhalte werden als Bilder gespeichert. Ein langer Prompt verpackt die Informationen so, dass sie tokensparend als Bild abgelegt werden. Bei Bedarf wird das Bild wieder in Text umgewandelt und die Information ist zurück. Klingt verrückt? Ist genial und funktioniert verblüffend gut.

Praxisbeispiel: KI in der Medizinforschung

Im 10. Jahrhundert brauten Mönche ein Heilmittel aus Knoblauch, Zwiebeln und Rindergalle. Jahrhunderte später mixt man es nach und es stellt sich heraus: Das Zeug killt MRSA, die schlimmsten Superkeime der Gegenwart.

Heute braucht man dafür keine Klosterküche mehr, sondern nutzt Künstliche Intelligenz: Sie entwirft neue Antibiotika, blitzschnell und ganz ohne Knoblauchgeruch.

Im Prinzip also: Damals der Alchemist mit dem Mörser, heute der Algorithmus mit dem Molekül. Beide töten Keime, nur einer riecht dabei besser. Vielleicht sind KI und Mittelalter gar nicht so verschieden. Beide basieren auf dem uralten Prinzip Trial and Error.

Fazit: KI ist ein Verstärker – nutzen Sie sie bewusst

KI macht aus gutem Input bessere Ergebnisse und aus schlechtem strukturierten Müll. Drei Tücken im Überblick:

1. Workslop: Unreflektierte KI-Outputs ohne Qualitätskontrolle verursachen Mehrarbeit statt Zeitersparnis
2. Algorithmische Vorurteile: KI reproduziert gesellschaftliche Bias aus den Trainingsdaten mit gefährlicher Präzision
3. Datenchaos: Schlechte oder widersprüchliche Grundlagen führen zu strukturiertem, aber unbrauchbarem Chaos

Die Lösung liegt nicht in besserer Technologie, sondern in bewusstem Umgang: Klare, bias-bewusste Prompts, kritische Prüfung der Outputs und saubere Datengrundlagen sind die Basis für erfolgreichen KI-Einsatz.

Wenn Sie KI als dritte Gehirnhälfte nutzen, sollten die ersten beiden nicht in der Hängematte liegen.

FAQ – Häufige Fragen zur KI-Datenqualität

1. Was bedeutet „KI-Datenqualität“ konkret?
Sie beschreibt, wie verlässlich, aktuell und widerspruchsfrei die Daten sind, mit denen KI arbeitet. Nur gute Daten führen zu guten Ergebnissen.

2. Wie erkenne ich Workslop in Texten?
Workslop zeigt sich durch unlogische Übergänge, Widersprüche oder zu glatte KI-Formulierungen ohne Tiefe.

3. Kann KI Vorurteile wirklich vermeiden?
Nicht automatisch. Nur durch gezielte Prompt-Anweisungen und diverse Trainingsdaten lässt sich Bias verringern. KI wurde durch menschliche Texte trainiert und diese enthalten Vorurteile, die KI reproduziert.

4. Wie verbessere ich meine Datenqualität für KI-Projekte?
Durch regelmäßige Datenprüfungen, klare Quellenpflege und strukturierte Wissensdatenbanken.

5. Welche Rolle spielt kritisches Denken beim Prompting?
Eine entscheidende. Fordern Sie KI zum Widerspruch, sonst bleibt sie ein Echo Ihrer Annahmen.

Brauchen Sie Unterstützung beim KI-Einsatz?

Sie wollen KI strategisch im Unternehmen einsetzen, ohne in diese Fallen zu tappen? Als KI-Expertin mit Fokus auf praktische Umsetzung unterstütze ich Unternehmen dabei:

✓ KI-Tools effektiv und sicher zu nutzen
✓ Teams für den bewussten Umgang zu schulen
✓ Prompting-Strategien zu entwickeln, die wirklich funktionieren

Ihre nächsten Schritte:

20-Minuten Infogespräch buchen – Kostenloses Erstgespräch, um Ihren konkreten Bedarf zu klären

Keynote oder Workshop anfragen – Praxisnahe Impulse für Ihr Team oder Event

KI-Denksplitter abonnieren – 14-tägige Praxis-Tipps und Einordnungen direkt in Ihr Postfach

 Das Leben ist ein Wunschkonzert...

... manchmal... Heute ist so ein Tag. 

Einer der vielen Unterschiede zwischen Mensch und Maschine ist: Menschen haben Wünsche. Und heute dürfen Sie sich was wünschen, nämlich Themen, zu denen Sie gerne etwas in den KI-Denksplittern lesen möchten. Falls Sie die Denksplitter gerade in der Arbeit lesen und lieber per Handy abstimmen möchten (völlig anonym natürlich), können Sie diesen QR-Code aufrufen.

Herzliche Grüße 

Ihre Astrid Brüggemann