Die Faktentreue (engl. factual accuracy) beschreibt die Übereinstimmung der von einer Künstlichen Intelligenz (KI) generierten Inhalte mit überprüfbaren, realen Tatsachen. Gerade im professionellen Umfeld – beispielsweise in der Gebäudereinigung, im Sachverständigenwesen oder in der Wissenschaft – ist Faktentreue ein zentraler Qualitätsfaktor bei der Nutzung von KI-gestützten Tools.

Künstliche Intelligenz, insbesondere Large Language Models (LLMs) wie ChatGPT, generieren Inhalte auf Basis von Wahrscheinlichkeiten und Mustern, nicht auf Grundlage eines „Wissens“. Fehlerhafte oder veraltete Aussagen können dadurch entstehen, insbesondere wenn das Prompting (also die Eingabeanweisung an die KI) unklar, unvollständig oder missverständlich formuliert ist.

Prompting als Schlüsselfaktor:
Ein präzises, kontextreiches Prompting ist entscheidend für die Faktentreue der KI-Ausgabe. Folgende Aspekte erhöhen die Qualität:

• Klare Zieldefinition (z. B. „wissenschaftlich“, „DIN-konform“, „juristisch korrekt“)

• Zeitliche Einordnung („nach aktuellem Stand 2025“)

• Quellenverweise explizit einfordern

• Rolle definieren („Handle als Sachverständiger für Gebäudereinigung“)

Maßnahmen zur Steigerung der Faktentreue:

• Mehrstufige Promptstruktur: Zuerst eine Rohantwort generieren lassen, danach gezielte Nachfragen stellen („Bitte überprüfe deine Aussagen auf formale Richtigkeit“).

• Cross-Check mit Fachliteratur oder Normen: Aussagen durch Fachquellen validieren (z. B. DIN-Normen, wissenschaftliche Publikationen).

• KI-gestützte Quellenprüfung: Tools wie Bing Search, Webpilot oder WolframAlpha zur Quellensicherung einbinden.

• Rollenbasiertes Prompting: Durch die Zuweisung einer Fachrolle kann die KI ihre Antwort stilistisch und inhaltlich besser ausrichten.

Fazit: Faktentreue entsteht nicht automatisch – sie ist das Resultat eines fundierten Promptings, fachlicher Kontrolle und gezielter Validierung. Wer KI sinnvoll nutzen möchte, muss diese Verantwortung aktiv übernehmen.