Mit KI recherchieren und Fakten prüfen: der Deep-Research-Modus

Kurz gesagt: Im Deep-Research-Modus antwortet die KI nicht sofort, sondern startet selbstständig Dutzende Suchen, öffnet Seiten und baut daraus in 5–30 Minuten einen Bericht mit Quellen. Das spart Stunden — die Prüfung nimmt es dir nicht ab: Das Modell kann eine Quelle immer noch falsch verstehen oder eine Seite zitieren, die es nicht gibt. Eine Regel: Öffne die Links selbst. Was jetzt kommt, ist keine Theorie, sondern ein Gang durch unsere eigene Marktstudie — was wir ausgegraben haben, was wir nachgeprüft haben und was wir ehrlicherweise nicht bekommen haben.

Was ihn vom normalen Chat mit Suche unterscheidet

Ein normaler Chat mit Websuche feuert ein, zwei Anfragen ab und antwortet in Sekunden. Der Recherchemodus arbeitet anders: Er zerlegt deine Frage in Teilfragen, sucht zu jeder, liest, was er findet, bemerkt Widersprüche, sucht die Lücken nach — und schreibt erst dann einen strukturierten Bericht mit Fußnoten. Es ist eine Schleife aus „suchen → lesen → nachschärfen“, viele Male gedreht, ohne dich.

Daher das andere Gefühl: Eine normale Antwort ist die Meinung eines belesenen Gegenübers, ein Deep-Research-Bericht der Entwurf eines Analystenpapiers. Mit Literaturverzeichnis, das du prüfen kannst. Oder eben nicht prüfst — und in die Falle tappst.

Und hier das Entscheidende gleich vorweg: Der Modus ändert die Ökonomie der Recherche, nicht ihr Wesen. Vierzig Seiten durchzugehen hat dich früher einen Tag gekostet. Jetzt kostet es zehn Minuten Wartezeit. Aber die Entscheidung, welche vierzig Seiten es überhaupt wert waren und was daraus folgt, triffst weiterhin du. Das Werkzeug hat das Sammeln billig gemacht und für die Prüfung exakt nichts getan. Die Prüfung ist geblieben, wo sie war — deshalb geht es im Rest dieses Artikels vor allem ums Prüfen.

Wo es das gibt

• ChatGPT — Modus Deep Research, meist in den Bezahltarifen, mit monatlichem Limit an Durchläufen.
• Gemini — Deep Research, direkt in der Oberfläche, zeigt seinen Rechercheplan vor dem Start.
• Claude — Research-Modus mit Websuche und Arbeit über mehrere Quellen.
• Perplexity — von Haus aus auf Suche gebaut, mit eigenem Recherchemodus.

Namen und Limits ändern sich fast monatlich. Merk dir also nicht die Marke, sondern das Prinzip: Wenn ein Werkzeug eine Quellenliste zeigt und Minuten statt Sekunden braucht, ist es dieser Modus. Wie sich die Modelle insgesamt unterscheiden, steht in ChatGPT vs. Claude vs. Gemini.

So briefst du ihn, damit der Bericht etwas taugt

Der Klassiker unter den Fehlern: ein Thema in einer Zeile hinwerfen („der E-Auto-Markt in Europa“) und auf Magie hoffen. Der Modus läuft durch und liefert dir Watte. Grenz die Aufgabe entlang von vier Achsen ein: Frage, Grenzen (Zeitraum, Region, Quellentypen), Format und Umgang mit Unsicherheit.

Statt das abstrakt zu beschreiben: Schau zu. Klick auf „Ausführen“, und das Modell macht vor deinen Augen aus einem vagen Thema ein echtes Briefing. Danach setzt du dein eigenes Thema ein.

Du bist Redakteur für Recherche-Briefings. Hier eine Anfrage,
genau so, wie ein Kunde sie geschickt hat: „Ich brauche einen
Überblick über den E-Auto-Markt in Europa.“

Das ist ein schlechtes Briefing. Schreib es zu einem brauchbaren um,
entlang von vier Achsen:

1. DIE FRAGE. Zerleg das Thema in 4-6 konkrete Fragen, die sich mit
   Fakten beantworten lassen und nicht mit Räsonieren. Schlechte
   Frage: „Wie sind die Aussichten des Marktes?“ Gute Frage: „Wie hat
   sich der E-Auto-Anteil an den Neuzulassungen nach Ländern in den
   letzten drei Jahren entwickelt?"
2. GRENZEN. Schlag Zeitraum, Region und eine Rangfolge der
   Quellentypen vor. Sag ausdrücklich, welche Quellen bei diesem
   Thema als primär gelten und welche Nacherzählungen sind.
3. FORMAT. Beschreib den Aufbau des Berichts und die Zitierregel:
   Was muss neben jeder Zahl stehen?
4. UNSICHERHEIT. Formulier den Abschnitt, den der Rechercheur
   ausfüllen muss: wo die Quellen auseinandergehen, was sich nicht
   finden ließ, welche Aussagen dünn belegt sind.

Zum Schluss 5 „Fallen dieses Themas“ — die typischen Zahlen und
Aussagen, die in diesem Feld ohne Primärquelle von Artikel zu Artikel
wandern. Erklär, warum jede eine Nachprüfung verdient.

Die letzte Achse — Unsicherheit — ist die wertvollste, und fast niemand fragt danach. Sie macht aus dem Bericht statt eines „selbstsicheren Textes“ eine Karte des Wissens, auf der man sieht, wo fester Boden ist und wo Sumpf. Grundlagen zum Bau von Anfragen findest du in Was ist ein Prompt, durchgespielte Beispiele in unserer Prompt-Sammlung.

Die Hauptfalle: Quellen, die es nicht gibt

Sprachmodelle erfinden Quellen. Nicht gelegentlich und nicht nur die „schlechten Modelle“ — das ist systemisch: Das Modell erzeugt eine plausible Fortsetzung des Textes, und eine plausible URL mit plausiblem Aufsatztitel geht ihm genauso leicht von der Hand wie eine echte. Die Mechanik ist in KI-Halluzinationen: warum Modelle Dinge erfinden auseinandergenommen.

Der Recherchemodus senkt das Risiko, weil er die Seiten tatsächlich besucht. Er beseitigt es nicht. Drei Wege, auf denen Erfundenes in einen fertigen Bericht sickert:

• Toter Link. Die Quelle ist umgezogen oder hat nie existiert — im Bericht sehen beide gleich seriös aus.
• Der Link funktioniert, die Aussage steht nicht drin. Der häufigste und heimtückischste Fall: Die Seite öffnet sich, wirkt einschlägig, aber die Zahl aus dem Bericht steht schlicht nicht da — das Modell hat die Betonung dazuerfunden.
• Kette von Nacherzählungen. Der Bericht zitiert einen Blog, der Blog eine Nachricht, die Nachricht „eine Studie“, die niemand gesehen hat. Formal gibt es eine Fußnote. Faktisch keine Primärquelle.

Der unbequeme, aber ehrliche Schluss: Eine Fußnote ist keine Prüfung, sondern das Versprechen einer Prüfung. Prüfen musst du.

Sechs Fälle aus unserer eigenen Recherche

Was jetzt kommt, sind keine Lehrbuchbeispiele. Wir haben selbst eine Studie zum Markt der KI-Kurse gemacht (Daten vom 17.07.2026): Preise und Kurskennzahlen aus einer internen Udemy-API gezogen, die Teilnehmerstatistik auf Coursera gesammelt und gelesen, was unzufriedene Lernende tatsächlich geschrieben haben. An diesem Material lassen sich alle Fallen auf einmal zeigen, weil wir in jede einzelne getappt sind.

Fall 1. Die Primärquelle gegen das „weiß doch jeder“

Das Allgemeinwissen sagt: Udemy-Kurse stehen für 200 Dollar in der Liste und sind dauerhaft um 90% rabattiert. Frag irgendein Modell — es wird das selbstbewusst wiederholen, weil es in Tausenden Artikeln so steht. Wir sind in die rohe API-Antwort gegangen (Endpunkt price_text) und haben das gesehen:

Du bist Analyst, liest rohe API-Antworten und glaubst dem Marketing
kein Wort. Hier ein Ausschnitt der API-Antwort für eine Kursseite
(von uns am 17.07.2026 abgerufen):

{
  "price": {"amount": 24.99, "currency": "EUR"},
  "list_price": {"amount": 24.99, "currency": "EUR"},
  "saving_price": {"amount": 0.0},
  "has_discount_saving": false,
  "discount_percent": 0
}

Deine Aufgaben:
1. Sag, was dieser Ausschnitt beweist und was nicht. Trenn beides
   strikt.
2. Die gängige Behauptung lautet: „Auf dieser Plattform ist immer
   Ausverkauf, ein 200-Euro-Kurs geht für 20 weg.“ Widerlegt der
   Ausschnitt diese Behauptung? Vollständig oder nur teilweise?
3. Nenn drei alternative Erklärungen, unter denen Ausschnitt und
   gängige Behauptung trotzdem vereinbar wären.
4. Nenn drei weitere Felder oder Anfragen, die du verlangen würdest,
   um die Frage endgültig zu klären. Sag zu jedem, welchen konkreten
   Zweifel es ausräumt.
5. Formulier das Fazit so, wie es gedruckt werden könnte: ein Satz,
   ohne Übertreibung, mit ausdrücklichem Vorbehalt zu den Grenzen
   der Daten.

Was wir gefunden haben: Es gibt keinen Rabatt. saving_price: 0.0, has_discount_saving: false, discount_percent: 0. Der Kurs kostet 24,99 €, und 24,99 € ist zugleich sein voller Preis. Von den zwölf Topkursen, die wir erfasst haben, kosten elf 19,99 €, einer (The Complete AI Guide) 24,99 €. Nirgends ein „vorher 199,99 €“.

Das ist die ganze Lektion über Primärquellen in einem Absatz. Es gab eine Massenüberzeugung, sie war tausendfach publiziert und klang durchaus plausibel. Kein Deep Research hätte sie gekippt: Das Modell hätte genau diese Tausenden Artikel gefunden und brav zusammengefasst. Widerlegt wird sie einzig von einer maschinenlesbaren Serverantwort, die jemand holen musste. Deep Research findet den Konsens hervorragend und das, was der Konsens übersehen hat, so gut wie nie.

Bevor du also einen Lauf startest, stell dir eine unangenehme Frage: Steht meine Antwort vermutlich irgendwo geschrieben — oder lebt sie in einer Datenbank, einem Register, einer API, einer Preisliste, einer Gerichtsakte? Ist es Letzteres, liefert dir der Bericht eine wunderbar belegte Zusammenfassung dessen, was alle glauben, und du hast nichts gelernt.

Fall 2. Die Zahl, die wir nicht bekommen haben

In unserer Studie steht eine Zeile, die mir besser gefällt als jede Zahl darin: der genaue Preis von ChatGPT Plus — unbestätigt, sämtliche OpenAI-Domains lieferten 403. Wir kennen diesen Preis ungefähr, so wie ihn jeder kennt. Aber die Primärquelle hat ihn uns verweigert, deshalb ist er in unserer internen Datei als Zweithand markiert und als Faktum gesperrt.

Denselben Vermerk trägt der Preis des Udemy Personal Plan: 20,00 €/Monat, im Angebot 10,00 €/Monat — von der Landingpage genommen, weil udemy.com unserem Crawler 403 geliefert hat. Die Zahl steht im Bericht, aber ihre Herkunft steht direkt daneben.

Genau das machen Deep-Research-Berichte am schlechtesten. Das Modell hasst es, mit leeren Händen zurückzukommen. Ist die Primärquelle nicht erreichbar, schiebt es klammheimlich eine Zahl aus einer Nacherzählung unter und sagt kein Wort dazu. Der Unterschied zwischen „wir haben das geprüft“ und „wir haben eine Erwähnung gefunden“ verschwindet in seiner Prosa spurlos. Verlang ausdrücklich einen Abschnitt „Was ich nicht finden konnte“ — von allein kommt er nie.

Und achte auf die Form des Fehlers. Es ist keine Halluzination. Die Zahl stimmt vermutlich sogar. Was fehlt, ist das Etikett. Eine richtige Zahl ohne Etikett und eine falsche Zahl ohne Etikett sehen auf der Seite identisch aus — genau deshalb zählt das Etikett mehr als die Zahl.

Fall 3. Autoritative Quelle mit kaputter Methode

Bei der Vorbereitung der Lokalisierung sind wir über den EF English Proficiency Index gestolpert — das meistzitierte Ranking zu Englischkenntnissen weltweit. Es setzt Rumänien auf Platz 11. Jeder KI-Bericht über Sprachen schleppt ihn zuerst an: Er ist überall, er sieht aus wie Statistik, Medien berufen sich darauf.

Wir haben ihn komplett rausgeworfen. Und zwar deshalb: Die Stichprobe ist selbstselektiert — EF schreibt das in der Methodik selbst. Den Test macht, wer von sich aus sein Englisch auf der Website einer Sprachschule prüfen will. Der Durchschnittsteilnehmer ist 26. Jetzt vergleich mit Quellen, deren Stichprobe probabilistisch ist: Eurobarometer 540 (n = 26 523) und Eurostat AES 2022 sagen übereinstimmend, Rumänien sei das Schlusslicht in der EU: 51,2% der Bevölkerung sprechen keine einzige Fremdsprache, 25% sprechen Englisch. Platz 11 weltweit und Letzter in der EU ist keine Streuung von Schätzungen. Das sind unvereinbare Aussagen, und eine davon hat eine kaputte Methode hergestellt.

Daraus eine Regel, die mehr wert ist als jede Checkliste: Schau, wie eine Zahl entstanden ist, nicht wer sie veröffentlicht hat. Deep Research sortiert Quellen nach Autorität und Sichtbarkeit — und eine kaputte Methode ist genau das, was eine Quelle sichtbar macht, weil sie saubere, zitierfähige Zahlen liefert. Eine sorgfältige Umfrage berichtet Spannen und Konfidenzintervalle, ein selbstselektiertes Quiz eine Rangliste. Rate mal, wer das Zitier-Rennen gewinnt.

Fall 4. Eine Studie, die nicht sagt, was sie zu sagen scheint

Das einzige begutachtete Experiment, das wir zu unserem Thema gefunden haben: Bälter, Kann, Mutimukwe & Malmström, Applied Linguistics Review 15(6): 2373–2396, 2024. Eine randomisierte kontrollierte Studie, n = 2263 schwedische Studierende, ein Online-Programmierkurs, zufällige Zuteilung zur schwedischen oder englischen Fassung.

Das Ergebnis: Abbruchquote 57% auf Schwedisch gegen 71% auf Englisch (φ = 0,2; p < 0,00001). Durchschnittspunktzahl unter den Verbliebenen: 16,9 gegen 14,3, Effektstärke δ = 0,085 — verschwindend.

Jetzt schau, was dort passiert ist. Bei den Punkten gibt es praktisch keinen Unterschied. Verlockend wäre: „Die Sprache beeinflusst das Ergebnis nicht“ — die Zahl ist da, die Signifikanz nicht. Aber beim Abbruch ist die Lücke gewaltig. Englisch hat das Verständnis nicht verschlechtert — es hat die Leute vertrieben. Das sind verschiedene Aussagen, und die zweite siehst du nur, wenn du hinschaust, was die Studie gemessen hat und an wem. Selbst eingeschätzte Sprachsicherheit schützte übrigens nicht vor dem Abbruch.

Deep-Research-Berichte brechen genau hier zusammen, und zwar zuverlässig. Sie geben das Fazit aus dem Abstract wieder, nicht den Bau der Studie. Ein Abstract ist selbst eine Nacherzählung — nur eine von den Autoren geschriebene. Wenn dir eine Aussage wichtig ist, lohnen sich zwei Dinge: der Methodenteil und die Tabelle. Alles andere in einem Aufsatz ist Prosa.

Fall 5. Eine Zahl, die wie eine Antwort aussieht und keine ist

Beim Vermessen des Marktes nach Sprachen sind wir auf die Kurszähler von Udemy gestoßen: so und so viele Kurse auf Spanisch, null auf Schwedisch. Schöne Zahl, fertige Folie. Nur misst sie Angebot, nicht Nachfrage. Null schwedische Kurse ist entweder eine leere Nische, in die du sofort rennen solltest, oder der Beweis, dass es dort gar keinen Markt gibt. Eine Zahl, zwei entgegengesetzte Schlüsse, und keine Daten, um zwischen ihnen zu wählen. Genau so haben wir es notiert: mehrdeutig.

Nützliche Gewohnheit: Bevor du eine Zahl in ein Fazit setzt, frag dich, welche gegenteilige Entscheidung dieselbe Zahl ebenfalls stützen würde. Stützt sie beide, ist sie kein Argument, sondern Dekoration. Deep Research produziert solche Dekoration am Fließband, weil eine Zahl mit angehängter Quelle jeden oberflächlichen Test besteht.

Fall 6. Effektstärke gegen Schlagzeilengröße

Die Lokalisierungsbranche verspricht „+40–70%“ Wachstum. Wir haben nach unabhängiger Bestätigung gesucht und exakt zwei Messungen gefunden. eBay beim Ausrollen maschineller Übersetzung: +10,9% Export (Brynjolfsson, Hui & Liu, Management Science 65(12), 2019) — wobei der Effekt mit steigendem Artikelpreis sank. Ein A/B-Test von Wikimedia: +3,64%. Hinter dem Versprechen „+40–70%“ steht nichts Unabhängiges.

Der Abstand zwischen 3,64% und 70% ist kein Streit über eine Zahl. Es ist der Unterschied zwischen einer Messung und einer Werbeanzeige. Und beachte das Detail mit dem Effekt, der bei höherem Preis schrumpft: Es existiert nur im Aufsatz und verschwindet in jeder Nacherzählung, weil es die Schlagzeile ruiniert. Vorbehalte sterben zuerst — sie sind das Erste, was in einer Kette von Nacherzählungen amputiert wird, lange bevor die Zahl selbst verzerrt wird.

Einen Bericht in 5 Minuten prüfen

1. Schreib die Aussagen heraus, von denen etwas abhängt. Meist 3–7 pro Bericht, nicht vierzig. Der Rest ist Kontext, dort kostet ein Fehler nichts.
2. Öffne zu jeder den Link. Lädt er? Dann Strg+F nach der Zahl oder dem Stichwort. Nicht da? Aussage unbelegt. Punkt.
3. Geh zurück bis zur Primärquelle. Führt die Fußnote zu einer Nachricht über einen Bericht, such den Bericht. Zahlen mutieren unterwegs, Vorbehalte fallen ab.
4. Prüf das Datum. Ein „frischer“ Bericht lässt sich mühelos aus fünf Jahre alten Artikeln bauen, wenn du den Zeitraum nicht begrenzt hast.
5. Prüf die Methode, nicht die Marke. Wie ist die Zahl entstanden? Wer wurde gefragt, und wie wurden die Leute ausgewählt? Unser EF-Fall geht genau darum.
6. Frag nach dem Gegenteil. Starte einen zweiten Lauf: „Finde Argumente gegen Schluss X und Daten, die ihm widersprechen.“ Kommt überhaupt nichts, war die Suche wahrscheinlich flach.

Die ersten fünf Minuten zahlen sich aus, weil du keine Erfindung zitierst. Der sechste Schritt zahlt sich aus, weil du keine Wahrheit zitierst, die nichts bedeutet.

Hier ein fertiger Prüfer für Schritt 1–3. Der Prompt ist in sich geschlossen — der Bericht steckt drin, also starte ihn einfach.

Du bist Faktenchecker. Du hast den Ausschnitt eines KI-Berichts
bekommen. Deine Aufgabe ist nicht, die Fakten zu prüfen (du hast
kein Internet), sondern einen Prüfplan zu bauen und die Aussagen
nach Risiko zu sortieren.

BERICHTSAUSSCHNITT:
„Der Markt für Online-KI-Kurse boomt. Branchenschätzungen zufolge
wird der Markt bis 2030 47 Mrd. Dollar erreichen (Quelle: Blog einer
Marketingagentur, 2025). Kurse werden mit durchschnittlich 87%
Rabatt verkauft — die Plattformen verschenken sie praktisch. Der
größte Kurs hat über 400 000 Lernende angezogen. Experten sind sich
einig, dass Video für die meisten Lernenden das bevorzugte Format
bleibt. Eine Studie hat gezeigt, dass die Lokalisierung von Inhalten
die Conversion um 40–70% steigert.“

Mach vier Dinge:

1. ZERLEGUNG. Schreib jede Aussage in eine eigene Zeile. Kennzeichne
   jede: messbare Tatsache / Prognose / Schätzung / wiedergegebene
   Meinung / Marketingfloskel.
2. RISIKO. Gib jeder Aussage ein Risiko, erfunden oder verzerrt zu
   sein: hoch / mittel / niedrig. Begründe in einem Satzteil. Achte
   besonders auf Zahlen ohne Datum und Methode und auf Wendungen wie
   „Experten sind sich einig“ und „eine Studie hat gezeigt“.
3. PLAN. Schreib für die drei riskantesten Aussagen auf, welche
   konkrete Primärquelle die Frage klären würde und welche eine
   Anfrage du an sie stellen würdest.
4. NEUFASSUNG. Schreib den Ausschnitt so um, dass nur bleibt, wofür
   man geradestehen kann, und alles andere ausdrücklich als
   unbestätigt markiert ist. Erfinde nichts: Wo Daten fehlen, schreib
   das hin.

Wenn die Quelle Menschen sind

Die Hälfte unserer Studie sind keine Zahlen, sondern Bewertungen. Wir haben 26 Zitate unzufriedener Lernender wörtlich gesammelt, mit Autor und Datum (plus zwei aus Foren, die wir getrennt zählen, weil ein Forenbeitrag keine Kursbewertung ist). Zu Videokursen zum Beispiel:

„why read straight from the slide? I can do that. This was not a helpful course at all“ — Janie I., 02.07.2026, 1★

„50% of this course is reading script like a robot from the slides. …they are just reading text from the slides which you can also you from any good website“ — Shashank T., 13.04.2026, 1★

Wichtig ist, was wir danach getan haben. Wir haben nicht geschrieben „die Lernenden sind massenhaft unzufrieden“. Wir haben den Anteil negativer Bewertungen (≤3,5★) ausgezählt: Generative AI for Beginners — 9,61%, The Complete AI Guide — 10,36%. Also ungefähr einer von zehn. Die Zitate sind eindrücklich, aber sie illustrieren eine Minderheit, und das muss im Text direkt danebenstehen.

Der zweite ehrliche Vorbehalt: Bei Coursera läuft das Filtern der Bewertungen nach Sternen im Browser — das Server-HTML liefert immer die erste Seite. Also stammen unsere Zitate von dort aus der Standardansicht, die jeder Besucher sieht, und nicht aus einer systematischen Auswahl. Das schwächt die Aussage, also haben wir es aufgeschrieben.

Die Regel: Ein Zitat belegt, dass eine Meinung existiert, nicht wie verbreitet sie ist. Ein aus Bewertungen zusammengenähter Deep-Research-Bericht liest sich immer wie ein Urteil — weil Geschrei lauter ist als Schweigen und Menschen negative Bewertungen viel bereitwilliger schreiben als neutrale. Verlang den Nenner. Gibt dir der Bericht fünf wütende Zitate und keinen Prozentsatz, hat er dir nichts über die Welt gesagt, sondern nur, dass wütender Text leicht zu finden ist.

Guten Bericht von hübschem unterscheiden

Deep-Research-Berichte sehen fast immer überzeugend aus: Überschriften, Aufzählungen, Fußnoten, ein gleichmäßiger analytischer Ton. Die Schönheit der Form sagt nichts über die Qualität des Inhalts.

• Wie viele verschiedene Quellen die Kernaussagen tragen. Steht der ganze Bericht auf zwei Seiten, ist er keine Recherche, sondern die Nacherzählung zweier Seiten.
• Ob die Quellentypen variieren. Ein Bericht nur aus Blogs und Medien ist schwach. Einer mit Primärmaterial (rohe API-Antworten, Statistik, Dokumentation, Geschäftsberichte, Fachaufsätze) ist stark.
• Ob Daten genannt sind. Eine Aussage ohne Datum ist bei einem schnelllebigen Thema fast wertlos.
• Ob die Methode genannt ist. Wer wurde gefragt, wie viele, wie ausgewählt. Ohne das ist „eine Umfrage hat gezeigt“ eine Redewendung, kein Beleg.
• Ob Unsicherheit eingeräumt wird. Ein guter Bericht sagt irgendwo „die Daten gehen auseinander“ oder „keine Bestätigung gefunden“. Ein Bericht, in dem alles eindeutig ist, ist verdächtig: So sieht die Wirklichkeit nicht aus.
• Ob Fakten von Schlüssen getrennt sind. „Der Umsatz stieg um X%“ und „der Markt steuert auf einen Boom zu“ sind Aussagen verschiedener Klasse.

Setz dein eigenes Fazit damit unter Druck. Es läuft ohne Internet — es greift die Logik des Textes an, nicht die Fakten.

Du bist Advocatus Diaboli. Deine Aufgabe ist, das Fazit unten zu
zerlegen. Sei nicht höflich und such keine Ausgewogenheit.

FAZIT: „Video verliert gegen Text, wenn man Erwachsenen digitale
Kompetenzen beibringt, weil Video sich nicht im eigenen Tempo
überfliegen lässt, Text dagegen per Definition ein Transkript
mitbringt.“

DIE BELEGE, AUF DENEN DAS FAZIT RUHT (echte Bewertungen der
meistverkauften Videokurse, erhoben am 17.07.2026):
- „It is too fast for a beginner... until you try to see and
  understand it the next screen pops up“ — Amit A., 29.04.2026,
  2 Sterne, zu The Complete AI Guide
- „I am very frustrated that I can not easily access a transcript
  to reference later. The instructors are talking so quickly“
  — Vince D., 16.03.2026, 1 Stern, Kurs nicht erfasst
- Anteil der Bewertungen mit 3,5 Sternen und darunter bei The
  Complete AI Guide: 10,36%

Mach fünf Dinge:
1. Nenn die schwächste Stelle dieser Argumentation.
2. Erklär, was diese Bewertungen beweisen und was nicht. Separat:
   Was macht die Zahl 10,36% mit der Stärke des Fazits — stützt sie
   es oder untergräbt sie es?
3. Bau das stärkste Gegenargument: Unter welchen Bedingungen schlägt
   Video den Text, und für wen genau?
4. Erfinde die Daten, die das Fazit vollständig widerlegen würden.
   Beschreib die Studie, die sie liefern würde.
5. Schreib das Fazit so um, dass es gegenüber den vorhandenen Belegen
   ehrlich ist. Vermutlich wird es enger und langweiliger. Das ist
   in Ordnung.

Gesondert zur Kette von Nacherzählungen

Der leiseste aller Fehler. Der Link lebt, die Seite öffnet sich, die Zahl steht drauf — und nirgends gibt es eine Primärquelle, weil alle einander im Kreis zitieren. Deep Research ist hier machtlos: Formal ist jede Fußnote gültig. Nichts am Aufbau des Berichts kann dir sagen, dass das ganze Gebäude auf einer Pressemitteilung ruht, die nichts zitiert hat.

Hier dieselben „+40–70%“, Schritt für Schritt zerlegt. Der KI-Bericht behauptet „Lokalisierung steigert die Conversion um 40–70%“ und verlinkt auf den Blog einer Übersetzungsplattform. Der Blog, 2025: „Studien zeigen einen Zuwachs von 40–70%“ — verlinkt auf die Pressemitteilung eines Branchenverbands. Die Pressemitteilung, 2024: „In einer Umfrage unter Marktteilnehmern berichten Unternehmen von Wachstum von bis zu 70%“ — ganz ohne Link.

Schau, wo es gebrochen ist. Zwischen Pressemitteilung und Blog wurde aus „Unternehmen berichten von Wachstum bis zu 70%“ ein „Studien zeigen Wachstum von 40–70%“. Selbstauskunft interessierter Parteien wurde zu „Studien“, aus „bis zu 70%“ wurde die Spanne „40–70%“, und die Untergrenze kam aus dem Nichts. Bei der dritten Nacherzählung liest es sich wie eine Messung. Und kein einziger Link in dieser Kette ist formal falsch — genau deshalb rettet dich maschinelles Prüfen von Fußnoten hier nicht.

Die echte Messung lag derweil direkt daneben und hat es nie in die Kette geschafft: eben jene +10,9% bei eBay, mit dem Effekt, der bei steigendem Preis sank. Die Primärquelle hat gegen die Nacherzählung verloren, weil sie die schlechtere Zahl bot.

Wann der Recherchemodus das falsche Werkzeug ist

• Du brauchst einen einzigen Fakt. Ein Kurs, ein Datum, eine Definition — die normale Suche ist schneller.
• Das Thema ist keinen Tag alt. Indexierung und Zugriff auf frische Seiten funktionieren ungleichmäßig; aktuelle Nachrichten liest du besser selbst.
• Die Daten sind zu. Bezahldatenbanken, interne Dokumente, Aufsätze hinter der Paywall — das Modell kommt nicht rein und baut, schlimmer noch, einen Überblick aus nacherzählten Abstracts. Unsere 403 von Udemy und OpenAI gehören genau in diese Klasse.
• Du brauchst nicht den Konsens, sondern das, was er übersehen hat. Die Geschichte mit dem Udemy-Rabatt markiert die Grenze des Genres: Was nirgends geschrieben steht, kann der Modus per Definition nicht finden.
• Es geht um Medizin oder Recht. Ein Bericht taugt als Geländekarte und Quellenliste, nicht als Entscheidungsgrundlage.

Wie du das in deine Arbeit einbaust

Das Muster, das funktioniert: Deep Research kartiert das Feld (wer sagt was und wo) → du prüfst in 5 Minuten die Kernaussagen → du lässt das Modell den Bericht neu schreiben, nur mit dem Bestätigten, und getrennt auflisten, was rausgeflogen ist. Heraus kommt ein kurzer Text, für den du Zeile für Zeile geradestehen kannst.

Genau so ist die Datei gebaut, aus der dieser Artikel stammt. Sie hat einen Abschnitt „Was wir nicht haben“: den ChatGPT-Plus-Preis (403), den Coursera-Bewertungsfilter (clientseitig), Reddit (für unseren Crawler nicht erreichbar) und die Anmerkung, dass unsere drei Quellen zu einer bestimmten Frage fortgeschrittene Nutzer sind und nicht die Anfänger, um die es uns geht — kleine Stichprobe, und wir haben es gesagt. Der Abschnitt ist unangenehm, weil er unsere Löcher öffentlich auflistet. Und er ist zugleich der einzige Grund, warum man den übrigen Zahlen überhaupt trauen kann: Bei einem Autor, der drei Lücken einräumt, findet man die vierte leichter als bei einem, bei dem alles sauber aufgegangen ist.

Verlang dasselbe von deinem Bericht. Nicht „bist du sicher?“ — das Modell wird ja sagen. Frag: Welche Aussagen hier würdest du fallen lassen, wenn du auf jede einzelne Geld setzen müsstest? Die Antworten sind meist konkret und meist genau die drei Aussagen, auf denen du gerade eine Entscheidung bauen wolltest.

Behalt auch die Grundhygiene im Kopf: Kipp keine sensiblen oder fremden Daten in den Recherchemodus — Privatsphäre beim Arbeiten mit KI gilt hier genauso wie im normalen Chat. Wenn du dich mit dem Chat selbst noch einarbeitest, fang mit dem ChatGPT-Guide für Einsteiger an. Und wenn dein Bericht in der Argumentation schiefging und nicht in den Fakten, ist das eine Geschichte darüber, wie Modelle Fehler über Schritte hinweg aufsummieren.