KI-Analyse: Texte und Berichte richtig prüfen
KI liest einen Bericht in Sekunden und liefert eine überzeugende Zusammenfassung. Ein Ablauf mit Beispiel zeigt, wie du jede Aussage am Original prüfst.
„KI-Analyse" kann zwei ganz unterschiedliche Dinge bedeuten. Geht es um Zahlen in einer Tabelle, zeigt Künstliche Intelligenz Datenanalyse den passenden Ablauf. Geht es stattdessen um Text — ein Kundenfeedback, einen Vertrag, einen zwanzigseitigen Bericht —, gilt eine andere Regel: Das Modell liefert in Sekunden eine Zusammenfassung, die druckreif klingt. Ob sie stimmt, steht auf einem anderen Blatt.
Der häufigste Fehler sieht so aus: das ganze Dokument einfügen, „fass das zusammen" oder „was fällt dir auf?" fragen, und die Antwort ungeprüft übernehmen. Das Modell liefert dann fünf glatte Stichpunkte — aber nichts daran zeigt, ob es die wichtigste Stelle im Text erfasst hat oder nur die, die zuerst kam.
Drei Arten von Werkzeugen, drei unterschiedliche Grenzen
- Chat mit langem Kontext — etwa ChatGPT oder Claude, Text direkt eingefügt: Flexibel für jede Frage, aber das Modell kann einen langen Text auch mal falsch gewichten oder eine Stelle übergehen, ohne das zu melden.
- Dedizierte Zusammenfassungs-Werkzeuge in Office- oder Mail-Programmen: Schneller eingebunden, aber meist ohne Rückfrage-Möglichkeit — du bekommst eine Zusammenfassung, aber keine Gelegenheit, nach der Belegstelle zu fragen.
- Eng gebaute Prüf-Assistenten für einen Dokumenttyp, etwa Vertragsklauseln oder Kündigungsschreiben: Enger Fokus, dafür in diesem schmalen Bereich seltener falsch, weil das Werkzeug nicht jede beliebige Frage beantworten muss.
Für eine Aussage, die in eine Entscheidung, eine Antwort an einen Kunden oder eine Meldung nach oben geht, reicht keines der drei Werkzeuge allein aus der Hand. Die Zusammenfassung ersetzt nicht das Lesen der entscheidenden Stelle — sie zeigt dir nur, wo im Text diese Stelle wahrscheinlich steht.
Ein Ablauf, der zu einem belastbaren Ergebnis führt
- Formuliere die Frage, bevor der Text eingefügt wird: „Welche drei Beschwerden kommen in diesem Feedback am häufigsten vor?" statt „Fass das zusammen."
- Verlange zu jeder Aussage das wörtliche Zitat, aus dem sie stammt, nicht nur die Paraphrase. Ohne das Zitat lässt sich eine Behauptung nicht gegen den Text prüfen.
- Suche das Zitat im Originaltext — mit Strg+F oder per Augenschein. Taucht es nicht wörtlich oder sinngemäß auf, hat das Modell die Stelle erfunden oder verwechselt.
- Lass dir die Häufigkeit zeigen, nicht nur ein Beispiel: „Wie oft kommt dieses Thema insgesamt vor?" Eine einzelne Beschwerde klingt in einer Zusammenfassung genauso gewichtig wie zwanzig gleichlautende.
Ein Beispiel von Anfang bis Ende
Schwacher Prompt: „Hier ist unser Kundenfeedback der letzten drei Monate, was fällt dir auf?" Ergebnis: eine Liste wohlklingender Beobachtungen — „Nutzer wünschen sich mehr Flexibilität" — ohne erkennbaren Bezug zu einer einzelnen echten Rückmeldung.
Vollständiger Prompt: „Hier sind 40 Kundenrückmeldungen. Welche drei Beschwerden kommen am häufigsten vor? Zeig zu jeder das wörtliche Zitat, aus dem du sie ableitest, und wie oft ähnliche Formulierungen insgesamt vorkommen." Das Ergebnis liefert jetzt zu jedem Punkt eine Stelle, die sich gegen die Originaldatei nachlesen lässt — und eine Häufigkeit, die zeigt, ob dahinter ein Muster oder eine einzelne laute Stimme steckt.
Genau dieser Nachlese-Schritt entscheidet, ob das Ergebnis brauchbar ist. Taucht das Zitat an der genannten Stelle tatsächlich auf, kannst du der restlichen Zusammenfassung mehr Vertrauen schenken. Fehlt es oder ist es sinnentstellend verkürzt, gilt dasselbe Misstrauen auch für die anderen Punkte.
Eine KI-Zusammenfassung mit drei klaren Stichpunkten ist noch keine Analyse. Zur Analyse wird sie erst, wenn du mindestens eine Stelle im Original selbst wiederfindest.
Wo die Grenzen liegen
Drei Fehler kommen bei textbasierter KI-Analyse besonders häufig vor. Erstens ein erfundenes oder leicht verändertes Zitat, das im Original gar nicht in dieser Form steht — besonders bei langen Dokumenten, bei denen das Modell Passagen zusammenzieht. Zweitens Sarkasmus oder Verneinung, die beim schnellen Lesen falsch gewertet werden: „Toll, dass die App schon wieder abgestürzt ist" liest sich für ein Modell nicht automatisch als Beschwerde. Drittens eine einzelne auffällige Formulierung, die als Trend verkauft wird, obwohl sie unter vierzig Rückmeldungen nur einmal vorkam.
Keiner dieser drei Fehler zeigt sich am Ergebnis selbst. Eine Zusammenfassung mit nummerierten Punkten sieht unabhängig davon ordentlich aus, ob die zitierten Stellen wirklich existieren — das ist der Punkt, an dem der Nachlese-Schritt aus dem Ablauf oben den Unterschied macht.
Wie verbreitet solche Werkzeuge im Arbeitsalltag inzwischen sind, zeigt Bitkom in seinen Erhebungen zum KI-Einsatz in deutschen Unternehmen — Textauswertung und schriftliche Kommunikation gehören dort zu den meistgenannten Anwendungen. Welche Prüfaufgaben sich davon grundsätzlich automatisieren lassen und welche weiterhin eine Person brauchen, untersucht das IAB laufend. Wie schnell sich die zugrundeliegenden Modelle dabei weiterentwickeln, verfolgt der Stanford AI Index systematisch. Genau diese Prüfroutine ist Teil dessen, wofür der Arbeitsmarkt laut PwC AI Jobs Barometer einen Gehaltsaufschlag zahlt — nicht das Erzeugen der Zusammenfassung, sondern die Fähigkeit, eine Stelle darin als falsch zu erkennen. Wie sich das insgesamt auf Stellen in Deutschland auswirkt, lässt sich an der Erwerbstätigenstatistik ablesen.
Was du am Montag ausprobierst
- Nimm ein echtes Dokument aus deiner Arbeit — ein Feedback, ein Protokoll, keine Testdatei.
- Formuliere die Frage schriftlich, bevor du den Text einfügst.
- Verlange zu jeder Aussage das wörtliche Zitat und suche es im Original.
- Frag nach der Häufigkeit, bevor du einen einzelnen Punkt weitergibst, als wäre er ein Muster.
Geht es statt um Text um Zahlen aus einer Tabelle, zeigt Künstliche Intelligenz Datenanalyse denselben Nachrechen-Gedanken an einem Datensatz statt an einem Zitat. Soll am Ende nur ein langes PDF kurz zusammengefasst werden, ohne eine tiefere Auswertung, zeigt PDF zusammenfassen mit KI den schnelleren Weg dafür. Geht es um eine Aussage aus einer Web-Recherche statt aus einem eigenen Dokument, zeigt KI mit Quellen denselben Prüfschritt an einem Link. Der Prüfschritt selbst — eine Stelle gegen die Quelle nachlesen, bevor sie weitergeht — ist derselbe wie bei jeder anderen Büroaufgabe mit KI, ausführlicher beschrieben in KI im Büro.
Genau diese Fähigkeit — eine Zusammenfassung an der Quelle zu prüfen, statt ihr einfach zu vertrauen — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen an echten Aufgaben statt an Demo-Texten. Mehr zu diesem Ansatz steht über Coursium.