Lass dir's zeigen, nicht sagen

Ich frage die KI, ob ein Feld nirgendwo sonst benutzt wird, bevor ich es lösche. Antwort: “Ja, ich habe das geprüft, du kannst es entfernen.” Klingt gut. Ich lösche. Zwei Tage später bricht ein Bildschirm, von dem niemand mehr wusste.

Sie hatte wirklich gesucht. Nach einer Schreibweise. An einer Stelle baut der Code den Feldnamen dynamisch zusammen, da stand er nie so drin. Sie hatte auch wirklich getestet: die Rechenschicht, nicht den Bildschirm.

Der Beweis war echt. Er war nur zu eng. Und ein enger Beweis klingt exakt wie ein vollständiger. Eine KI sagt “ich habe es geprüft” mit derselben Ruhe, mit der sie sagt “die Datei steht in Zeile 40”. Im Tonfall liegt kein Unterschied. Dass Modelle dabei zur sicher klingenden Variante neigen, hat OpenAI nachgezeichnet: Das Training belohnt Selbstbewusstsein im Ton. Ein Modell, das seine Grenzen benennt, schneidet schlechter ab als eins, das eine runde Antwort liefert.

Die alte Frage war: hat sie es überhaupt geprüft? Heute lautet sie: hat sie das Richtige geprüft? Wie weit eine Prüfung reicht, legt kein Modell fest. Das machst du. Vier Moves, die ich mir angewöhnt habe.

Move 1: Stelle, nicht Status

Lass dir nicht sagen, dass etwas stimmt. Lass dir zeigen, wo es steht.

Nicht: “Hast du geprüft, ob das Feld unbenutzt ist?” Sondern: “Nenn mir jede Datei und Zeile, an der dieses Feld vorkommt.” Eine konkrete Stelle kannst du nachschlagen. Du öffnest die Datei, du schaust hin, du weißt es. “Verifiziert” kannst du nicht nachschlagen. Das ist ein Wort, kein Ort.

Der Unterschied ist klein im Prompt und groß im Ergebnis. Eine Statusbehauptung lässt sich frei erfinden. Eine Stelle entweder existiert oder nicht. Wenn die KI dir vier Fundstellen nennt und nur drei davon real sind, fällt das beim Nachsehen sofort auf. Bei “ich habe es geprüft” fällt nichts auf, bis es kracht.

Move 2: Lass es laufen

Die stärkste Form von Beweis ist Ausführung. Nicht “erklär mir, warum das funktioniert”, sondern “schreib eine kleine Prüfung, die zeigt, dass es funktioniert, und lass sie laufen.”

Eine Behauptung kostet die KI nichts. Eine Prüfung, die durchläuft, ist ein Fakt, den du nicht weginterpretieren musst. Wenn sie nicht durchläuft, hast du deine Antwort auch, nur eine andere als erhofft. Beides ist mehr wert als jedes “sollte passen”.

Das gilt für mehr als Code. “Lass mich den Ablauf einmal echt durchspielen” schlägt “der Ablauf ist korrekt” in fast jedem Fall. Wer prüfen will, prüft durch Ausführen, nicht durch Lesen.

Move 3: Frag nach der Lücke

Modelle füllen Antworten gerne komplett aus. Eine offene Frage wirkt wie ein Mangel, also wird sie zugekleistert. Deshalb hilft es, die Lücke aktiv abzufragen: “Was hast du NICHT geprüft?”

Diese Frage dreht den Anreiz um. Statt Vollständigkeit zu inszenieren, muss die KI benennen, wo sie nichts gesehen hat. Die Antworten sind oft die nützlichsten im ganzen Gespräch: “ich habe die Migrationen nicht angeschaut” oder “ältere Versionen des Endpoints habe ich nicht berücksichtigt”. Genau da liegt das Risiko, und genau das verschweigt die selbstbewusste Variante.

Frag das auch dann, wenn die Antwort vollständig wirkt. Gerade dann.

Move 4: These statt Frage

Eine Frage lädt zur Zustimmung ein. Die KI sagt ohnehin lieber ja, und eine Frage gibt ihr die Richtung gleich mit. “Ist es okay, wenn ich X behalte?” bekommt fast immer ein freundliches Ja.

Formuliere stattdessen als Behauptung mit Gegenwind: “Ich behalte X. Was spricht dagegen?” Jetzt ist die Aufgabe nicht mehr, dir zuzustimmen, sondern dich anzugreifen. Du bekommst die Einwände, die in der Ja-Version unter den Tisch gefallen wären.

Das ist kein Misstrauen gegen das Tool. Das ist die Erkenntnis, dass ein zustimmendes Modell keine Prüfung ist — und dass verifiziert kein Beweis ist, solange du den Beweis nicht selbst gesehen hast.

Die Mini-Checkliste

Bevor du auf “ich habe es geprüft” hin handelst, geh kurz durch:

Hast du eine konkrete Stelle bekommen oder nur einen Status? Lief eine echte Prüfung oder gab es nur eine Erklärung? Weißt du, was die KI nicht angeschaut hat? Hast du als These gefragt oder als Ja-Frage?

Vier kleine Reibungspunkte. Sie kosten dich pro Antwort vielleicht eine Minute. Sie ersparen dir den gebrochenen Bildschirm zwei Tage später.

Der nächste Schritt: nicht mehr selbst dran denken

Diese vier Moves machst du von Hand. Das funktioniert, solange du dran denkst. An einem langen Tag denkst du nicht dran.

Deshalb wandern sie irgendwann aus dem Prompt in dein Setup. Eine Prüfung, die nach jedem Change automatisch läuft, fragt nicht danach, ob du gerade müde bist. Ein zweiter Agent mit dem festen Auftrag “finde, was hier nicht stimmt” ist Move 4 als Dauereinrichtung. Das ist der Unterschied zwischen einer Datei voller guter Vorsätze und Infrastruktur, die von selbst anschlägt.

Genau das steht im Harness-Setup-Guide: welche Prüfungen sich verdrahten lassen, wo die Haken sitzen und wann ein Agent Arbeit spart statt sie zu verdoppeln.

Eine KI klingt sicher, weil sie darauf trainiert ist, sicher zu klingen. Sicher sein muss sie nicht. Den Unterschied stellst nur du her. Indem du dir’s zeigen lässt, nicht sagen.