KI-Ergebnisse im Team prüfen: Qualität und Verantwortung sichern

Montagmorgen, kurz vor der Präsentation beim Kunden: Eine Kollegin hat mit generativer KI zehn Folien zu Markttrends erstellt. Die Aussagen wirken präzise, die Diagramme sehen überzeugend aus, die Sprache ist glatt. Beim letzten Gegenlesen fällt jedoch auf: Zwei angebliche Studien gibt es nicht, eine Kennzahl stammt aus einem anderen Markt und eine Empfehlung passt nicht zur Strategie des Kunden. Die Präsentation war fast fertig, aber noch nicht freigegeben.

Solche Situationen entstehen nicht, weil Mitarbeitende nachlässig arbeiten. Generative KI kann Texte, Analysen und Präsentationen in sehr kurzer Zeit erzeugen. Gerade deshalb braucht dein Team einen klaren Prozess: Was darf die KI vorbereiten? Was muss geprüft werden? Wer trägt am Ende die Verantwortung? Und wann gilt ein Ergebnis tatsächlich als freigegeben?

Infografik zu KI-Ergebnisse im Team prüfen: Qualität und Verantwortung sichern (KI-generiert).

KI liefert Entwürfe, keine Verantwortung

Ein KI-Ergebnis kann sprachlich überzeugend sein und dennoch falsche, unvollständige oder ungeeignete Inhalte enthalten. Das gilt besonders für Aussagen, die Zahlen, Quellen, Rechtsfragen, technische Details, Marktinformationen oder konkrete Handlungsempfehlungen betreffen.

Die zentrale Teamregel lautet deshalb: KI erzeugt Arbeitsmaterial, aber keine verbindliche Aussage.

Diese Regel ist nicht gegen KI gerichtet. Sie schafft die Grundlage, KI sinnvoll einzusetzen. Dein Team spart Zeit bei Struktur, Formulierung, Ideensammlung und ersten Auswertungen. Die fachliche Bewertung, die Einordnung in den Kontext und die Freigabe bleiben jedoch menschliche Aufgaben.

Als Führungskraft solltest du klar unterscheiden zwischen drei Ebenen:

Ebene	Typische KI-Aufgabe	Menschliche Verantwortung
Entwurf	Gliederung, Formulierung, Ideensammlung	Ziel, Tonalität und fachliche Richtung festlegen
Prüfung	Hinweise auf Lücken, Varianten und Gegenargumente	Fakten, Quellen, Logik und Risiken bewerten
Freigabe	Vorbereitung einer finalen Version	Verbindliche Entscheidung und Veröffentlichung verantworten

Damit vermeidest du einen verbreiteten Fehler: Mitarbeitende verlassen sich auf eine Antwort, weil sie professionell klingt. Qualität zeigt sich nicht in der Formulierung, sondern darin, ob ein Ergebnis für den konkreten Zweck belastbar ist.

Den Prüfaufwand am Risiko ausrichten

Nicht jeder KI-Text braucht dieselbe Prüftiefe. Eine interne Ideensammlung für einen Workshop ist anders zu behandeln als ein Angebot, ein Vorstandspapier oder eine Analyse für einen Kunden. Wenn Teams jedes Ergebnis mit maximalem Aufwand prüfen, verlieren sie den Zeitvorteil. Prüfen sie zu oberflächlich, entstehen Qualitäts- und Vertrauensrisiken.

Hilfreich ist eine einfache Risikoeinstufung vor der Nutzung und vor der Veröffentlichung.

Niedriges Risiko

Dazu zählen Entwürfe ohne Außenwirkung, etwa alternative Überschriften, eine Agenda, Formulierungshilfen oder Fragen für ein Teammeeting. Hier reicht in vielen Fällen ein kurzer Plausibilitätscheck durch die Person, die das Ergebnis verwendet.

Mittleres Risiko

Hierzu gehören interne Konzepte, Projektzusammenfassungen, Entscheidungsvorlagen oder Präsentationen für bekannte Ansprechpartner. Neben dem Plausibilitätscheck sollten zentrale Aussagen, Zahlen und Schlussfolgerungen geprüft werden. Eine zweite Person kann gezielt die kritischen Stellen gegenlesen.

Hohes Risiko

Bei externen Veröffentlichungen, Kundenunterlagen, Verträgen, Compliance-Themen, Personalentscheidungen, Finanzdaten, Sicherheitsfragen oder strategischen Empfehlungen ist eine gründliche Prüfung erforderlich. Fachverantwortliche müssen Inhalte und Quellen bewerten. Die Freigabe sollte ausdrücklich dokumentiert werden.

Die Einstufung muss nicht kompliziert sein. Entscheidend ist, dass dein Team vorab weiß: Je höher die mögliche Wirkung eines Fehlers, desto klarer sind Prüfung und Freigabe geregelt.

Der Prüfprozess in fünf Schritten

Ein guter Prozess ist kurz genug für den Alltag und verbindlich genug für kritische Ergebnisse. Wir empfehlen einen Ablauf in fünf Schritten, den du für Texte, Analysen und Präsentationen gleichermaßen nutzen kannst.

1. Auftrag und Einsatzgrenze klären

Bevor jemand ein Prompt schreibt, sollte klar sein, wofür das Ergebnis gebraucht wird. Formuliere deshalb den Auftrag präzise:

• Wer soll das Ergebnis lesen oder nutzen?
• Welche Entscheidung, Information oder Handlung soll es unterstützen?
• Welche Informationen sind verbindlich vorgegeben?
• Welche Inhalte dürfen nicht in ein KI-System eingegeben werden?
• Welche fachliche Person ist für die Freigabe zuständig?

Diese Klärung verhindert, dass Mitarbeitende unpassende oder sensible Informationen verwenden. Sie sorgt außerdem dafür, dass die KI nicht als Ersatz für eine unklare Aufgabenstellung dient.

Ein Beispiel: Statt „Erstelle eine Analyse unserer Kundenprobleme“ sollte der Auftrag festlegen, welche Datenbasis verwendet werden darf, welchen Zeitraum die Analyse betrifft und welche Fragen beantwortet werden sollen. Ohne diese Grenzen produziert die KI oft plausible Allgemeinplätze oder vermischt verschiedene Kontexte.

2. Inhalt auf Plausibilität und Vollständigkeit prüfen

Im zweiten Schritt prüfst du die innere Qualität des Ergebnisses. Lies nicht nur auf Sprache und Rechtschreibung. Prüfe die Logik.

Stelle dir und deinem Team dabei diese Fragen:

• Beantwortet das Ergebnis tatsächlich den Auftrag?
• Sind Begriffe einheitlich verwendet?
• Passen Schlussfolgerungen wirklich zu den genannten Informationen?
• Fehlen wichtige Annahmen, Einschränkungen oder Gegenargumente?
• Werden Ursachen, Korrelationen und Empfehlungen sauber voneinander getrennt?
• Enthält der Text Aussagen, die nur sicher klingen, aber nicht begründet werden?

Bei Analysen ist dieser Schritt besonders wichtig. KI kann aus unvollständigen Daten weitreichende Muster ableiten. Deshalb muss klar bleiben, was Daten zeigen, was eine Interpretation ist und was lediglich eine Hypothese darstellt.

Für Präsentationen gilt zusätzlich: Prüfe, ob die Dramaturgie zur Zielgruppe passt. Eine Folie kann faktisch korrekt sein und trotzdem falsche Prioritäten setzen. Die KI kennt weder die politische Lage im Unternehmen noch die Beziehung zu deinem Gegenüber, wenn du diese Informationen nicht sorgfältig und zulässig bereitstellst.

3. Fakten und Quellen verifizieren

Jede überprüfbare Tatsachenbehauptung braucht besondere Aufmerksamkeit. Dazu zählen Zahlen, Daten, Zitate, Studien, Marktanteile, Produktmerkmale, rechtliche Aussagen, historische Ereignisse und Aussagen über Wettbewerber.

Übernimm Quellenangaben aus einem KI-Ergebnis niemals ungeprüft. Generative KI kann Quellen falsch zuordnen, unvollständig wiedergeben oder Quellen nennen, die nicht auffindbar sind. Auch eine tatsächlich existierende Quelle kann eine Aussage nicht belegen, wenn sie aus einem anderen Zusammenhang stammt.

Lege im Team eine klare Reihenfolge für die Quellenprüfung fest:

• Prüfe zuerst Primärquellen wie Originaldaten, offizielle Dokumente, Verträge, interne Freigaben oder Veröffentlichungen der zuständigen Stelle.
• Nutze seriöse Fachquellen zur Einordnung, wenn keine Primärquelle verfügbar ist.
• Öffne jede Quelle selbst und prüfe Autor, Datum, Kontext und Aussage.
• Vergleiche Zahlen mit der ursprünglichen Datenbasis.
• Kennzeichne Annahmen und Unsicherheiten sichtbar.

Ein praktischer Grundsatz lautet: Was du nicht belegen kannst, formulierst du nicht als Tatsache. Je nach Zweck kannst du die Aussage streichen, als offene Frage markieren oder mit einer belastbaren Quelle ersetzen.

Quellenprüfung ist mehr als das Suchen eines Links

Ein Link allein macht eine Aussage nicht zuverlässig. Dein Team sollte beurteilen können, ob eine Quelle zur jeweiligen Aussage passt. Dafür helfen vier Prüffragen:

• Ist die Quelle echt und vollständig auffindbar?
• Ist sie für die Aussage zuständig oder nur eine indirekte Zusammenfassung?
• Ist sie aktuell genug für den konkreten Anwendungsfall?
• Stützt sie genau diese Aussage oder nur einen ähnlichen Punkt?

Wenn eine KI etwa schreibt, ein bestimmter Trend sei „branchenweit etabliert“, reicht keine einzelne Meinung aus einem Blog. Wenn sie eine interne Kennzahl nennt, ist die eigene geprüfte Datenquelle maßgeblich. Wenn sie eine Empfehlung ableitet, muss dein Team zusätzlich bewerten, ob die Empfehlung unter euren Bedingungen sinnvoll ist.

Das ist der Unterschied zwischen Recherche und Verantwortung: Die KI kann Hinweise geben. Die belastbare Bewertung entsteht erst durch fachliche Prüfung.

4. Form, Wirkung und Vertraulichkeit kontrollieren

Nach Fakten und Quellen folgt die Prüfung der Darstellung. Gerade bei externen Texten und Präsentationen entscheidet sie darüber, ob ein Inhalt verständlich, professionell und angemessen wirkt.

Achte auf diese Punkte:

• Passt Sprache, Ton und Detailtiefe zur Zielgruppe?
• Sind Aussagen diskriminierungsfrei und respektvoll formuliert?
• Werden interne Informationen, personenbezogene Daten oder vertrauliche Inhalte offengelegt?
• Sind Bilder, Grafiken und Zitate für den vorgesehenen Einsatz geeignet?
• Werden Grenzen und Unsicherheiten transparent gemacht?
• Ist erkennbar, welche Aussagen Fakten, Bewertungen oder Vorschläge sind?

Bei Präsentationen solltest du außerdem alle Diagramme einzeln prüfen. Stimmen Achsen, Einheiten, Beschriftungen und Datenreihen? Ein optisch überzeugendes Diagramm kann durch eine falsche Skala oder eine unklare Bezugsgröße einen völlig falschen Eindruck erzeugen.

5. Menschlich freigeben und nachvollziehbar dokumentieren

Der letzte Schritt ist keine Formalität. Eine klare Freigabe verhindert, dass Verantwortung zwischen mehreren Personen verschwindet. Besonders bei wichtigen Ergebnissen sollte sichtbar sein, wer geprüft hat, was geprüft wurde und wer die Veröffentlichung oder Verwendung erlaubt.

Eine einfache Freigaberegel kann so aussehen:

• Die erstellende Person prüft Auftrag, Inhalt und formale Qualität.
• Eine fachlich zuständige Person prüft kritische Aussagen, Quellen und Schlussfolgerungen.
• Die verantwortliche Führungskraft oder benannte Freigabeperson entscheidet bei hoher Außenwirkung über die finale Verwendung.
• Änderungen nach der Freigabe werden erneut bewertet, wenn sie Kernaussagen, Daten oder Empfehlungen betreffen.

Dokumentieren musst du nicht jedes Detail. Es genügt oft ein Vermerk im Projektordner, im Dokument oder im Aufgabenmanagement: „Fakten und Quellen geprüft durch …, freigegeben durch …, Stand vom …“. Wichtig ist, dass die Information auffindbar bleibt.

Teamregeln so gestalten, dass sie wirklich genutzt werden

Ein Prüfprozess funktioniert nur, wenn er im Arbeitsalltag leicht anzuwenden ist. Lange Richtlinien werden selten geöffnet, wenn eine Präsentation in zwei Stunden fertig sein soll. Entwickle deshalb mit deinem Team eine kompakte Checkliste und verknüpfe sie mit euren bestehenden Abläufen.

Diese Kurzcheckliste kann vor jeder Veröffentlichung helfen:

• Zweck und Zielgruppe sind klar.
• Vertrauliche oder nicht freigegebene Informationen wurden nicht verwendet.
• Zentrale Fakten, Zahlen und Zitate sind geprüft.
• Quellen sind auffindbar, passend und aktuell genug.
• Schlussfolgerungen sind nachvollziehbar und als Bewertung erkennbar.
• Sprache, Darstellung und Empfehlungen passen zur Zielgruppe.
• Die zuständige Person hat die finale Freigabe erteilt.

Sprich außerdem offen über Fehler. Wenn ein KI-Ergebnis falsche Quellen oder problematische Aussagen enthält, sollte das nicht als persönliches Versagen behandelt werden. Nutzt solche Fälle, um Prompts, Checklisten und Rollen zu verbessern. So wird aus einzelnen Korrekturen ein lernfähiger Standard.

Passende Seminare und Termine findest du bei uns auf cmt.de.

Führung heißt, Klarheit vor Tempoverlust zu schaffen

Die beste KI-Regel ist nicht die strengste, sondern diejenige, die dein Team zuverlässig befolgt. Wenn Rollen, Risikostufen und Prüfschritte klar sind, müssen Mitarbeitende bei jeder KI-Nutzung nicht bei null anfangen. Sie wissen, wann ein schneller Plausibilitätscheck reicht und wann fachliche Prüfung sowie ausdrückliche Freigabe notwendig sind.

So bleibt KI ein Werkzeug für produktive Vorbereitung. Verantwortung für Aussagen, Entscheidungen und Beziehungen bleibt dort, wo sie hingehört: bei den Menschen im Team.