News / 5 Tipps für die KI-Recherche: Chancen nutzen, Halluzinationen vermeiden
18.02.2026
Vermischtes
5 Tipps für die KI-Recherche: Chancen nutzen, Halluzinationen vermeiden
KI beschleunigt Recherche – birgt aber Risiken. Die Journalistenwerkstatt „Recherchieren mit KI“ von Patrick Große zeigt, wie KI-Tools sinnvoll in den Recherchealltag integriert werden können, wo ihre Grenzen liegen und mit welchen Strategien sich Halluzinationen minimieren lassen.
Salzburg – Die Journalistenwerkstatt „Recherchieren mit KI“ von Patrick Große setzt sich praxisnah mit der Rolle Künstlicher Intelligenz in der journalistischen Arbeit auseinander. Große beschreibt KI nicht als Ersatz, sondern als unterstützendes Werkzeug, das vor allem in der Recherche enorme Potenziale entfaltet.
Während KI häufig mit Text- oder Bildgenerierung assoziiert wird, liegt ihre eigentliche Stärke in der schnellen, strukturierten Informationsbeschaffung. Sie kann große Datenmengen durchsuchen, Dokumente analysieren, Expertinnen und Experten identifizieren und unterschiedliche Perspektiven auf ein Thema sichtbar machen. Gerade für investigativen Journalismus eröffnet dies neue Möglichkeiten, indem Muster erkannt und Zusammenhänge hergestellt werden.
Zugleich betont die Werkstatt die klaren Grenzen des Einsatzes. KI prüft weder automatisch die Aktualität noch die Verlässlichkeit ihrer Quellen und kann fehlerhafte oder sogar erfundene Inhalte produzieren. Die Verantwortung bleibt daher stets bei den Journalistinnen und Journalisten. Transparenz, sorgfältige Überprüfung und ein hybrides Arbeitsmodell, bei dem KI als Ergänzung dient, sind zentrale Voraussetzungen für einen verantwortungsvollen Einsatz.
Doch genau hier zeigt sich eine der größten Herausforderungen im Umgang mit KI-Systemen: ihre Anfälligkeit für sogenannte „Halluzinationen“. Wenn Modelle überzeugend formulierte, aber faktisch falsche Inhalte generieren, wird dies gerade für journalistische Produkte zum Risiko. Wie also lassen sich solche Halluzinationen erkennen und vermeiden?
Das passende KI-Modell sorgfältig aussuchen: Eine der wichtigsten Strategien ist die Nutzung von KI-Modellen mit integrierter Online-Suche. Viele moderne KI-Tools verfügen über eine Websuchfunktion, mit der sie aktuelle Informationen abrufen können. Wer sichergehen will, dass eine KI nicht nur auf veraltete Trainingsdaten zurückgreift, sollte gezielt nach Modellen suchen, die in Echtzeit auf neue Inhalte zugreifen können, wie ChatGPT, Grok, Gemini, you.com oder Perplexity.
Cross-Checking mit mehreren KI-Tools: Unterschiedliche Modelle liefern oft leicht abweichende Antworten, weshalb es sinnvoll ist, diese zu vergleichen und Gemeinsamkeiten sowie Widersprüche zu identifizieren. Dabei kann ein gezielter Prompt helfen, zum Beispiel: „Vergleiche diese Information mit mindestens zwei verlässlichen Quellen und gib mir eine Einschätzung, wie zuverlässig sie ist.“
Nachfragen und direkte Quellenangaben anfordern: Viele KI-Modelle reagieren auf direkte Nachfragen präziser. Ein Beispiel: „Bitte gib mir die exakte Quelle und einen funktionierenden Link zu dieser Aussage.“ Wenn keine direkte Quelle angegeben wird oder Links ins Leere führen, sollte die Information mit weiteren Recherchen überprüft werden.
Spezialisierte Plattformen nutzen: Verschiedene KI-Modelle sind für unterschiedliche Recherchebereiche geeignet. Während Scite und Consensus besonders gut für wissenschaftliche Artikel geeignet sind, liefern Google Dataset Search und WolframAlpha verlässliche Daten für statistische Recherchen.
Prompts präziser formulieren: Eine präzisere Fragestellung kann dazu führen, dass die KI weniger fehleranfällige Informationen generiert. Statt einer allgemeinen Anfrage wie „Welche Fakten gibt es zu X?“ sollten Sie möglichst genaue Fragen stellen. Etwa: „Welche wissenschaftlichen Publikationen der letzten drei Jahre beschäftigen sich mit X, und welche Ergebnisse lassen sich daraus ableiten?“
– Der Einstieg und erste Überblick
– Fünf Schritte zu besseren Interviews
– Datenanalyse mit KI
– Wissenschaftliche Recherche mit KI
– Nachgefragt in der Praxis
– Der GPT-Store von ChatGPT
– Faktencheck
– Checkliste: Fehlerquellen vermeiden
Zur Journalisten-Werkstatt „Recherchieren mit KI“
Zum Autor:
Patrick Große ist Journalist bei der Deutschen Welle in Bonn und leitet dort die paneuropäische Social-Media-Redaktion ENTR. Zusätzlich arbeitet er seit zwei Jahren im Bereich KI im Journalismus. Mit „The AI Journalist“ trainiert er Medienschaffende im Umgang mit Künstlicher Intelligenz und bietet einen Newsletter an. aijournalist.de
Während KI häufig mit Text- oder Bildgenerierung assoziiert wird, liegt ihre eigentliche Stärke in der schnellen, strukturierten Informationsbeschaffung. Sie kann große Datenmengen durchsuchen, Dokumente analysieren, Expertinnen und Experten identifizieren und unterschiedliche Perspektiven auf ein Thema sichtbar machen. Gerade für investigativen Journalismus eröffnet dies neue Möglichkeiten, indem Muster erkannt und Zusammenhänge hergestellt werden.
Zugleich betont die Werkstatt die klaren Grenzen des Einsatzes. KI prüft weder automatisch die Aktualität noch die Verlässlichkeit ihrer Quellen und kann fehlerhafte oder sogar erfundene Inhalte produzieren. Die Verantwortung bleibt daher stets bei den Journalistinnen und Journalisten. Transparenz, sorgfältige Überprüfung und ein hybrides Arbeitsmodell, bei dem KI als Ergänzung dient, sind zentrale Voraussetzungen für einen verantwortungsvollen Einsatz.
Doch genau hier zeigt sich eine der größten Herausforderungen im Umgang mit KI-Systemen: ihre Anfälligkeit für sogenannte „Halluzinationen“. Wenn Modelle überzeugend formulierte, aber faktisch falsche Inhalte generieren, wird dies gerade für journalistische Produkte zum Risiko. Wie also lassen sich solche Halluzinationen erkennen und vermeiden?
Das passende KI-Modell sorgfältig aussuchen: Eine der wichtigsten Strategien ist die Nutzung von KI-Modellen mit integrierter Online-Suche. Viele moderne KI-Tools verfügen über eine Websuchfunktion, mit der sie aktuelle Informationen abrufen können. Wer sichergehen will, dass eine KI nicht nur auf veraltete Trainingsdaten zurückgreift, sollte gezielt nach Modellen suchen, die in Echtzeit auf neue Inhalte zugreifen können, wie ChatGPT, Grok, Gemini, you.com oder Perplexity.
Cross-Checking mit mehreren KI-Tools: Unterschiedliche Modelle liefern oft leicht abweichende Antworten, weshalb es sinnvoll ist, diese zu vergleichen und Gemeinsamkeiten sowie Widersprüche zu identifizieren. Dabei kann ein gezielter Prompt helfen, zum Beispiel: „Vergleiche diese Information mit mindestens zwei verlässlichen Quellen und gib mir eine Einschätzung, wie zuverlässig sie ist.“
Nachfragen und direkte Quellenangaben anfordern: Viele KI-Modelle reagieren auf direkte Nachfragen präziser. Ein Beispiel: „Bitte gib mir die exakte Quelle und einen funktionierenden Link zu dieser Aussage.“ Wenn keine direkte Quelle angegeben wird oder Links ins Leere führen, sollte die Information mit weiteren Recherchen überprüft werden.
Spezialisierte Plattformen nutzen: Verschiedene KI-Modelle sind für unterschiedliche Recherchebereiche geeignet. Während Scite und Consensus besonders gut für wissenschaftliche Artikel geeignet sind, liefern Google Dataset Search und WolframAlpha verlässliche Daten für statistische Recherchen.
Prompts präziser formulieren: Eine präzisere Fragestellung kann dazu führen, dass die KI weniger fehleranfällige Informationen generiert. Statt einer allgemeinen Anfrage wie „Welche Fakten gibt es zu X?“ sollten Sie möglichst genaue Fragen stellen. Etwa: „Welche wissenschaftlichen Publikationen der letzten drei Jahre beschäftigen sich mit X, und welche Ergebnisse lassen sich daraus ableiten?“
– Der Einstieg und erste Überblick
– Fünf Schritte zu besseren Interviews
– Datenanalyse mit KI
– Wissenschaftliche Recherche mit KI
– Nachgefragt in der Praxis
– Der GPT-Store von ChatGPT
– Faktencheck
– Checkliste: Fehlerquellen vermeiden
Zur Journalisten-Werkstatt „Recherchieren mit KI“
Zum Autor:
Patrick Große ist Journalist bei der Deutschen Welle in Bonn und leitet dort die paneuropäische Social-Media-Redaktion ENTR. Zusätzlich arbeitet er seit zwei Jahren im Bereich KI im Journalismus. Mit „The AI Journalist“ trainiert er Medienschaffende im Umgang mit Künstlicher Intelligenz und bietet einen Newsletter an. aijournalist.de
Weitere Themen
