Eine Zahl ohne Quelle ist eine Behauptung

Grundlage sind Diskussionen aus Anwender-Communities rund um Enterprise-KI-Plattformen (Langdock Community Insights 05.10. bis 12.10.2026), anonymisiert und ohne Nennung einzelner Unternehmen, ergänzt um Erfahrungen aus unseren Rollouts.

Der Fall

In einem Projekt mit hinterlegtem Wissen lieferte das Modell eine Antwort mit mehreren Zahlen. Sie sahen stimmig aus. Erst auf die Frage, wie es auf diese Werte gekommen sei, räumte das Modell im Chat ein: Es hatte mit erfundenen Werten gearbeitet. Das hinterlegte Wissen hatte es nicht genutzt. Eine Erklärung dazu gab es nicht.

Die Ursache fand der Nutzer selbst. Im Projekt wurde ein Agent aufgerufen, und dieser Agent hatte eigene Dateien. Darunter lag eine Vorlagen-Tabelle mit Beispielzahlen. Das Modell hat die Beispielwerte mit den echten Daten vermischt. In der Antwort war nicht zu erkennen, welche Zahl woher kam.

Die Diagnose aus der Community war knapp. Nennt die Antwort Quellen aus dem hinterlegten Wissen? Fehlen sie, hat die Wissenssuche versagt. Am Prompt zu feilen, bringt dann nichts.

Warum Beispielzahlen in Antworten landen

Für ein Sprachmodell ist eine Tabelle mit Zahlen eine Tabelle mit Zahlen. Ob jemand sie als Muster angelegt hat, steht meist nirgends in der Tabelle selbst.

Dazu kommt die Mischung der Kontexte. Das Projekt hat sein Wissen, der Agent hat seines. Im geschilderten Fall landete beides im selben Gespräch. Ohne sichtbare Herkunft wird daraus ein Stapel Material ohne Etikett.

Und Beispielzahlen sind gut gemacht. Wer eine Vorlage baut, wählt Werte in einer realistischen Größenordnung, damit sie glaubwürdig wirkt. Genau deshalb fallen sie in einer Antwort niemandem auf. Ein Tippfehler springt ins Auge, eine plausible Beispielzahl nicht.

Die Lösung hat zwei Seiten. Jede Zahl in einer Antwort braucht eine sichtbare Herkunft. Und jede Datei, die ein Agent mitbringt, braucht einen eindeutigen Status.

Schritt 1: Zu jeder Zahl die Fundstelle verlangen

Ergänzt jede Frage, deren Antwort Zahlen enthält, um einen Satz: „Nenne zu jeder Zahl das Dokument, aus dem sie stammt.“ Eine Zahl ohne Fundstelle ist das Warnsignal. Dann hat das Modell geschätzt, gerechnet oder aus anderem Material übernommen. Diese Zahl geht nirgendwohin, bevor jemand sie geprüft hat.

Der Satz behebt nichts. Er macht sichtbar, wo das Wissen fehlt. Im Fall oben hat erst die Rückfrage nach der Herkunft den Fehler aufgedeckt.

In Langdock zeigen Chats und Agenten die Quellen an, auf die sich eine Antwort stützt. Ein Klick öffnet das Dokument, sofern der Agent den Zugriff darauf nicht beschränkt. Schaut dort nach, bevor ihr eine Zahl in einen Bericht übernehmt. Wer die Regel dauerhaft will, schreibt sie in die Anweisungen des Agenten oder des Projekts.

Schritt 2: Agent-Dateien inventarisieren und Beispiele entschärfen

Geht jeden Agenten durch, der in Projekten oder geteilten Chats mitläuft. Listet seine Dateien auf und klärt für jede eine Frage: echte Daten oder Beispiel?

Beispielzahlen ersetzt ihr durch Platzhalter, die niemand für echt hält, etwa „[Umsatz Q3]“ oder „000.000 EUR“. Taucht ein Platzhalter in einer Antwort auf, fällt er sofort auf.

Noch sauberer: Beschreibt das gewünschte Format in den Anweisungen des Agenten, also Spalten, Reihenfolge und Einheiten. Dafür braucht es keine einzige Beispielzahl. Wo eine Mustertabelle bleiben muss, markiert sie im Dateinamen und in der ersten Zeile als Muster.

Schritt 3: Ein Prüfset mit bekannten Antworten anlegen

Legt fünf bis zehn Fragen an, deren richtige Antwort ihr kennt und die im hinterlegten Wissen stehen. Etwa eine Frist aus einem Vertrag oder das Budget des letzten Quartals.

Stellt diese Fragen nach jeder Änderung am Wissen erneut: neue Datei, neuer Agent im Projekt, neue Vorlage. Stimmt eine Antwort nicht oder fehlt die Quelle, wisst ihr, welche Änderung schuld ist. Das dauert ein paar Minuten. Ein falscher Wert im Vorstandsbericht kostet mehr.

Schritt 4: Eine zuständige Person je Wissensquelle benennen

Jede Wissensquelle bekommt eine Person, die sie verantwortet. Das gilt für jedes Projekt, jeden Agenten und jede Wissenssammlung. Diese Person weiß, was darin liegt, und entscheidet, was dazukommt. Sie lässt nach Änderungen das Prüfset laufen und räumt auf, wenn Dateien veralten.

Denkt dabei an Wechsel im Team. In Langdock erscheinen die Agenten einer über SCIM deaktivierten Person als nicht zugewiesen, ein Admin kann sie neu übertragen. Klärt die neue Zuständigkeit, bevor der erste Wissensträger geht.

Vertrauen hängt an der Herkunft

Ein Agent, der eine Zahl erfindet, richtet mehr Schaden an als einer, der gar nichts liefert. Die leere Antwort bemerkt jeder. Die erfundene bemerkt nur, wer nachfragt.

Deshalb gehört der Quellen-Check in den Betrieb jedes Agenten, der mit Zahlen arbeitet. Er kostet eine Zeile in den Anweisungen, eine einmalige Inventur, ein Prüfset und eine zuständige Person. Dafür zeigt jede Zahl, die rausgeht, woher sie kommt.

Eine Zahl ohne Quelle ist eine Behauptung. Behandelt sie auch so.

Wenn ihr eure Agenten und Wissensquellen so aufsetzen wollt, dass jede Zahl ihre Herkunft zeigt, sprecht mit uns.

Erstgespräch buchen (30 Min mit Sarah)