TL;DR

Der Prompt-Auditor dreht die KI von der Autorin zur Gegnerin: Nachdem sie geliefert hat, befiehlst du ihr, ihre eigene Ausgabe anzugreifen — logische Fehler, unbelegte Behauptungen und blinde Flecken jagen —, bevor sie eine gepanzerte Endfassung produziert. Kosten: eine Nachfrage-Nachricht. Ertrag: Er fängt routinemäßig den Fehler, den du sonst auf die harte Tour entdeckt hättest.

Die Analogie

Jede seriöse Zeitung läuft auf zwei Personen, die nie am selben Tisch sitzen: den Redakteur und den Herausgeber.

Die Arbeit des Redakteurs ist Produktion — den Leser mitreißen, das Argument singen lassen. Die Arbeit des Herausgebers ist Abriss. Der Herausgeber kreist die unbelegte Aussage ein, schreibt „Wer sagt das?“ an den Rand, findet den Absatz, in dem sich das Argument still selbst widerspricht, und stellt die Frage, vor der der Redakteur gebetet hatte, dass sie niemand bemerkt. Entscheidend: Der Herausgeber wird nach gefundenen Fehlern beurteilt, nicht nach Freundlichkeit — ein freundlicher Herausgeber ist ein kaputter Herausgeber. Die Zeitung ist verlässlich, gerade weil derjenige, der sie prüft, nicht der ist, der sie schreibt.

Hier ist das Problem mit KI: Du hast mit einem Redakteur ohne Herausgeber gesprochen. Das Modell, das deinen Entwurf produziert hat, ist darauf optimiert, fließenden Text zu liefern — und wenn du dasselbe Modell fragst „ist das gut?“, bittest du den Autor, sein eigenes Manuskript zu lektorieren. Was würdest du sagen, wenn ein Romanautor dir versicherte, sein Buch sei tadellos? Du würdest es sofort abtun. Trotzdem akzeptiert man täglich ein „sieht super aus!“ von der KI — und entdeckt dann, vor dem Chef, dass die Einleitung der Schlussfolgerung widersprach.

Der Prompt-Auditor ist du, den Herausgeber absichtlich einzustellen. Gleiches Modell, neuer Vertrag: Die Arbeit ist nicht mehr „schreib das“ — die Arbeit ist „zerbrich das“. Es ist der Red-Team-Move aus der Cybersicherheit, wo ein Team das System baut und ein rivalisierendes Team dafür bezahlt wird, es anzugreifen, bevor es die echten Angreifer tun. Beschuss von Freunden, absichtlich, bevor der Feind ankommt.

Und anders als ein menschlicher Herausgeber arbeitet dieser in Sekunden, ermüdet nie bei deinem dritten Entwurf und kann sich nicht beleidigt zurückziehen — weil du die Härte in die Anweisung geschrieben hast.

Wie es funktioniert und das Werkzeug (Reasoning-Modelle)

Die Technik ist ein Zweitakt-Rhythmus: Entwurf, dann Audit. Niemals gleichzeitig.

Schritt 1 — Entwurf. Produziere die Arbeit normal, mit der jeweils passenden Technik: ein One-Shot-Prompt, ein Interview, ein erzwungenes Format. Das schreibende und das prüfende Gehirn brauchen getrennte Züge — bittst du in einer Nachricht um „schreiben und prüfen“, schreibt das Modell selbstbewusst und versiegelt dann sein eigenes Werk.

Schritt 2 — Auditieren. Fahre mit einem Befehl fort, der drei strukturelle Teile hat:

TeilWas er tutBeispiel
Rollen-ZuteilungTötet die Höflichkeit des Autors„Agiere als gnadenloser Advocatus Diaboli“
Gezählte BefundeErzwingt echte Defekte, keine Vibs„Finde genau 3 fatale Fehler“
Zurückgehaltenes UrteilVerbietet die beruhigende Schlussfolgerung„Schreibe noch nichts um — nur Befunde, nach Schwere sortiert“

Agiere als gnadenloser Advocatus Diaboli und kritisiere deine vorherige Antwort. Finde genau 3 fatale Fehler: Logikfehler, unbelegte Behauptungen oder übersehene Winkel, die ein skeptischer Experte angreifen würde. Sortiere sie nach Schwere. Schreibe noch nichts um — nur Befunde.

Warum „genau 3“? Weil ein Deckel-lloses „irgendwelche Probleme?“ das Modell zur Sicherheitslinie einlädt — „insgesamt ist das gut strukturiert!“ — und ein Audit, das mit Lob beginnt, ist ein Audit, das bereits gescheitert ist. Eine Zahl zwingt zum Graben: Etwas muss die nummerierten Felder füllen, selbst bei guter Arbeit, und was hochkommt, ist oft die Prämisse, die niemand geprüft hat. Erst nach dem Lesen der Befunde löst du Schritt drei aus: „Schreibe jetzt das Original um und korrigiere die drei Fehler.“

Hier lebt auch die subtile Hybrid-Berührung: Jedes Modell kann auditieren, aber Auditieren ist Denkarbeit — und genau dafür sind Reasoning-Modelle gebaut. Reasoning-Modelle (wie die Premium-Modelle in Uzu) sind darauf trainiert, zu verlangsamen und ein Problem Schritt für Schritt durchzuarbeiten, bevor sie antworten — was sie unverhältnismäßig gut darin macht, den Fehler zu fangen, den schnelle Modelle durchlassen. Daher der Profi-Fluss: schnelles Modell für den Entwurf, Reasoning-Modell fürs Audit. Das billige, schnelle Modell erzeugt das Rohmaterial; das teure, bedächtige Modell verschießt seine Feuerkraft nur auf den Durchgang, der zählt — den, der entscheidet, ob die Arbeit den Kontakt mit der Realität übersteht.

Vorher/Nachher (Die Prompts)

Beispiel 1 — der Businessplan

Ist dieser Businessplan gut? Anmerkungen?

Der Autor lektoriert das Manuskript. Zurück kommen: erst Stärken, ein sanftes „erwäge zu ergänzen“ und ein Gesamturteil von solide. Der Plan geht mit intakter fataler Prämisse raus.

Agiere als skeptischer Investor, der 1.000 Pitches gesehen hat. Identifiziere genau 3 fatale Fehler in diesem Businessplan — die Gründe, warum ein Fonds weiterziehen würde. Sortiere nach Schwere, zitiere den jeweiligen Abschnitt, nur Befunde, keine Umschreibung.

Jetzt stellt sich derselbe Plan dem Herausgeber. Die Befunde kommen nummeriert und unbequem zurück: Das Umsatzmodell nimmt eine Conversion-Rate von 40 % ohne Beleg an; die „Wettbewerbsanalyse“ lässt den größten Akteure aus; die Cashflow-Projektion versteckt ein Loch in Monat sieben. Keine dieser Notizen ist Kosmetik. Alle machen den Unterschied zwischen Finanzierung und Funkstille.

Beispiel 2 — das Argument

Prüfe die Fehler in meinem Essay.

„Fehler“ ist eine Tippfehlerjagd — und das bekommst du: polierte Grammatik, intakte Logik.

Du bist mein gnadenlosester Kritiker. Lies mein Argument und finde genau 3 Stellen, an denen die Argumentation am schwächsten ist — Sprünge, unbelegte Prämissen oder unbeantwortete Einwände. Lege für jede den stärksten Gegenpunkt gegen mich dar. Weiche nicht ab. Nur Befunde.

Das Audit liefert die zwei Sätze, die ein Gegner gegen dich zitieren würde — und den einen Einwand, den du nie beantwortet hast, weil du ihn nie gesehen hast. Korrigiere diese drei, und das Argument ist bereit für ein Publikum, das dein Scheitern wünscht.

Beispiel 3 — die E-Mail vor dem Senden

Stelle sicher, dass diese E-Mail gut klingt.

Ton-Check. In Ordnung. Aber die Gefahr der E-Mail war nie der Ton — es war der Satz, der dich versehentlich auf eine Frist festlegte, die du nicht halten kannst.

Vor dem Senden: Auditiere sie als Vertragsjurist. Finde genau 3 Aussagen, die als Zusagen oder Verantwortlichkeiten gelesen werden könnten, die ich nicht wollte. Zitiere jede, erkläre die riskante Lesart, nur Befunde.

Drei Befunde später ist ein Satz markiert: „Wir kriegen das bald geregelt“ — der unter Druck zum Versprechen wird. Umformuliert. Die E-Mail war nie besser geschrieben. Sie war sicherer zu senden.

Häufige Fehler

  1. Das erste „sieht super aus!“ akzeptieren. Wenn du höflich fragst, benotet das Modell die eigene Arbeit großzügig — Höflichkeit ist tiefer trainiert als Strenge. Ein Audit mit null Befunden war kein Audit; es war ein Kompliment. Starte erneut mit Zahl: „Finde genau 3.“
  2. Im selben Atemzug auditieren wie schreiben. „Schreib es und stell sicher, dass es gut ist“ lässt den Herausgeber in den Redakteur kollabieren. Das Modell schreibt selbstbewusst und erbt dann seine eigene Sicherheit als Prüfer. Immer zwei Züge: Entwurf, dann Angriff.
  3. Vage Audit-Anfragen. „Kritisiere das“ lädt zu einem Brei in Aufsatzform über Ton und Struktur ein. Schränke das Audit ein wie jede andere Ausgabe: eine Rolle, eine Zahl, eine Schwere-Sortierung, eine Nicht-Umschreiben-Regel. Das Audit ist auch eine Lieferung.
  4. Das Audit bei „fertig wirkenden“ Arbeiten überspringen. Flüssigkeit ist genau das falsche Fertigstellungssignal — erinnere dich an die Illusion der Sicherheit: Der tadellose und der defekte Entwurf kommen mit derselben ruhigen Stimme. Je besser es liest, desto mehr brauchst du einen feindlichen Durchgang, nicht weniger.
  5. Symptome reparieren statt Befunde. Das Audit nennt drei Fehler; du flickst an jedem einen Satz und schließt ab. Der Befund zeigt normalerweise auf eine Prämisse — untersuche sie neu, nicht nur den Satz, der sie trug. Auditiere dann die Überarbeitung: „Auditiere v2 genauso.“

Häufige Fragen

Wie bringe ich die KI dazu, ihre eigene Arbeit zu kritisieren?

Befiehl es explizit: Weise eine feindliche Rolle zu („agiere als gnadenloser Advocatus Diaboli / skeptischer Investor / Red Team“), verlange eine gezählte Fehlerliste („genau 3 fatale Fehler“), verlange eine Sortierung nach Schwere und verbiete das Umschreiben, bis du die Befunde gelesen hast. Die Drei-Teile-Struktur — Rolle, Zahl, zurückgehaltenes Urteil — trennt ein echtes Audit von einem Kompliment.

Warum sagt die KI, meine Arbeit sei gut, wenn sie es nicht ist?

Weil du eine Frage mit nur einer höflichen Antwort gestellt hast. Modelle sind auf Gesprächsgefälligkeit trainiert — „ist das gut?“ zieht Richtung „ja, mit kleinen Anmerkungen“. Die Korrektur ist keine bessere Frage — es ist ein anderer Vertrag: Das Modell bewertet nicht mehr die Arbeit eines Freundes; es wird nach den Fehlern beurteilt, die es findet. Ändere die Anreize, und die Ehrlichkeit erscheint.

Soll ich ein Reasoning-Modell zum Prüfen von KI-Ausgaben verwenden?

Für alles, was zählt: ja. Reasoning-Modelle — wie die Premium-Modelle in Uzu — deliberieren Schritt für Schritt, bevor sie antworten, und das ist exakt die Fähigkeit, die Fehlerjagd verlangt. Das effiziente Muster ist Arbeitsteilung: Ein schnelles Modell entwirft günstig, und das Reasoning-Modell gibt seinen Rechenaufwand nur für den Audit-Durchgang aus. Halte das schwere Modell für das schwere Denken.

Nächste Lektion

Der Auditor fährt einen mächtigen Durchgang: Entwurf, Angriff, Korrektur. Aber manche Arbeiten sind zu groß selbst für eine perfekte einzelne Antwort — recherchieren dann transformieren dann polieren, jede Stufe speist die nächste. Was passiert, wenn du aufhörst, Prompts zu schreiben und anfängst, Fließbänder zu bauen?

Weiter zur nächsten Lektion: Prompt-Chaining

Praktische Übung vor dem Weiterklicken: Nimm die letzte KI-Ausgabe, die du wirklich verwendet hast, und lass den exakten Audit-Prompt von oben darauf los — gnadenlose Rolle, genau 3 Fehler, nur Befunde. Was auch immer hochkommt: Lass dir bewusst werden, dass es die ganze Zeit da war und darauf wartete, dass jemand dafür bezahlt wird, es zu finden.