Lass dir's zeigen, nicht sagen

Die KI klingt gleich sicher, ob sie geprüft oder geraten hat. Vier konkrete Moves, die sie zum Beweis zwingen statt zur Behauptung.

Datenstand 2025 Studien, Zahlen und Beobachtungen in diesem Beitrag stammen aus diesem Zeitraum, nicht von heutigen Agenten wie Claude Code mit Opus 5.5.

Ich frage die KI, ob ein Datenfeld 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 setzt die App den Namen des Felds erst beim Laden zusammen, da stand er nie so drin. Sie hatte auch wirklich getestet: die Berechnungen im Hintergrund, 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 “das steht auf Seite 40”. Im Tonfall liegt kein Unterschied. Dass Modelle zur sicher klingenden Variante neigen, hat OpenAI 2025 nachgezeichnet: Das Training belohnte Selbstbewusstsein im Ton.

Die alte Frage war: hat sie es überhaupt geprüft? Heute führen Agenten wie Claude Code Suchen, Tests und Builds selbst aus. Die Frage lautet: hat sie das Richtige geprüft? Wie weit ein Beweis reicht, siehst du ihm nicht an. Das beurteilst 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 Stelle in der App, an der dieses Feld vorkommt.” Ein Agent listet dir die Treffer seiner Suche auf, oft ohne dass du danach fragst. Eine konkrete Stelle kannst du nachschlagen. “Verifiziert” kannst du nicht nachschlagen. Das ist ein Wort, kein Ort.

Bei einer Liste von Fundstellen siehst du auch, womit gesucht wurde. In meinem Beispiel hätte die Liste nur eine Schreibweise gezeigt. Da fällt der enge Beweis auf, bevor du löschst.

Move 2: Lass es laufen

Der stärkste Beweis ist ein echter Test. Nicht “erklär mir, warum das funktioniert”, sondern “bau eine kleine Prüfung, die zeigt, dass es funktioniert, und führ sie aus.”

Eine Prüfung, die durchläuft, ist ein Fakt, den du nicht weginterpretieren musst. Wenn sie nicht durchläuft, hast du deine Antwort auch. Dann bewertest du, was sie geprüft hat: den Bildschirm oder nur die Berechnung dahinter, die echte Datenbank oder einen Mock. Wer prüfen will, prüft durch Ausführen, nicht durch Lesen.

Move 3: Frag nach der Lücke

Eine Antwort wirkt vollständiger, als sie ist, wenn niemand sagt, was fehlt. Deshalb hilft die Frage: “Was hast du NICHT geprüft?”

Gute Agenten benennen das oft von selbst. Bei knapper Anweisung tun sie es nicht immer, und im Zweifel fragst du nach. Die Antworten sind oft die nützlichsten im ganzen Gespräch: “ich habe die bestehenden Nutzerdaten nicht angeschaut” oder “ältere Versionen der App habe ich nicht berücksichtigt”. Genau da liegt das Risiko.

Das lässt sich auch festschreiben. Eine Zeile in der CLAUDE.md (“Nenne am Ende, was du nicht geprüft hast”) macht daraus Standard.

Move 4: These statt Frage

Framing steuert Antworten. “Ist es okay, wenn ich X behalte?” gibt die Richtung gleich mit, und du bekommst leicht ein freundliches Ja.

Formuliere stattdessen als Behauptung mit Gegenwind: “Ich behalte X. Was spricht dagegen?” Jetzt ist die Aufgabe, dich anzugreifen. Du bekommst die Einwände, die in der Ja-Version untergehen.

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? Wie weit reicht der Beweis, und was hat die KI nicht angeschaut? Hast du als These gefragt oder als Ja-Frage?

Das kostet dich pro Antwort vielleicht eine Minute. Es erspart dir den gebrochenen Bildschirm zwei Tage später.

Der nächste Schritt: nicht selbst nachfragen müssen

Diese Moves musst du nicht bei jeder Antwort von Hand anstoßen. Vieles davon ist Standard oder eine Zeile in der CLAUDE.md. Eine Prüfung, die per Hook nach jeder Änderung läuft, fragt nicht danach, ob du gerade müde bist. Ein Reviewer-Subagent mit dem festen Auftrag “finde, was hier nicht stimmt” ist Move 4 als Dauereinrichtung.

Bei dir bleibt das Urteil über den Umfang: Deckt der Beweis ab, was du wissen musst?

Genau das steht im Harness-Setup-Guide: welche Prüfungen sich automatisieren lassen, an welchen Stellen sie greifen und wann ein zweiter Agent Arbeit spart statt sie zu verdoppeln.

Eine KI klingt sicher, egal wie breit ihr Beweis ist. Wie weit er reicht, prüfst du. Indem du dir’s zeigen lässt, nicht sagen.