Wie man KI-Ergebinsse verbessern kann: Erkenntnisse aus der MIT-Forschung zur Logik

Die meisten Leute, die nach besseren ChatGPT-Prompts suchen, versuchen, dasselbe Problem zu lösen:

Die KI klingt selbstbewusst ... aber die Antworten sind nicht immer richtig.

Neue Forschungsergebnisse des MIT (https://arxiv.org/pdf/2512.24601) zeigen, dass das Problem nicht in der Intelligenz oder dem Wissen liegt. Es geht darum, wie die KI gezwungen ist, Entscheidungen zu treffen.

Die Studie zeigt, dass bestimmte Aufgaben bis zu 2× besser gelöst werden, wenn KI-Systeme so gemacht sind, dass sie Entscheidungen aufschieben, Alternativen ausprobieren und ihre eigenen Überlegungen checken.

Schauen wir mal, wie KI-Produkte in Zukunft aufgebaut sein sollten und wie wir das heute mit Prompts nachmachen können.

‍

Warum KI oft danebenliegt (auch wenn sie überzeugend klingt)

Die meisten KI-Tools funktionieren so:

1. Du stellst eine Frage
2. Das Modell gibt eine Antwort
3. Die Antwort klingt überzeugend
   

Das Problem: Das Modell muss sich zu früh festlegen.

Wenn es Unsicherheiten, fehlende Infos oder mehrere mögliche Wege gibt, muss die KI trotzdem einen auswählen. Daher kommen Halluzinationen und schlechte Ratschläge: nicht wegen mangelnder Intelligenz, sondern wegen voreiliger Festlegung.

Forscher des MIT haben sich darauf konzentriert, genau diesen Fehler zu beheben.

‍

Die zentrale Erkenntnis

Die wichtigste Erkenntnis aus der Studie ist überraschend einfach: KI funktioniert viel besser, wenn sie nicht gezwungen ist, beim ersten Versuch eine Entscheidung zu treffen.

Anstatt eine einzige Antwort zu geben, tun die leistungsstärksten Systeme Folgendes:

• Sie untersuchen mehrere mögliche Lösungen
  

• Sie bewerten diese Lösungen separat
  

• Sie wiederholen den Prozess, wenn die Zuversicht gering ist
  

• Sie treffen nur dann eine Entscheidung, wenn das System hinreichend sicher ist
  

Das spiegelt wider, wie Menschen gute Entscheidungen treffen: Wir denken nach, überprüfen, überdenken ... und entscheiden dann.

‍

Warum das die KI-Leistung so stark verbessert

Die Leistungssteigerung kommt nicht von:

• längeren Eingabeaufforderungen
• mehr Tokens
• detaillierteren Anweisungen
  

Sie kommt von der Trennung von Generierung, Bewertung und Entscheidung in verschiedene Inferenzschritte.

Bei traditionellen KI-Workflows wird alles in einem Schritt zusammengefasst:

Nachdenken → Antworten → Fertig

Die Forschung zeigt bessere Ergebnisse mit:

Generieren → Überprüfen → Bei Bedarf wiederholen → Entscheiden

Dies reduziert:

• Sichere, aber falsche Antworten
• Übergeneralisierte Ratschläge
• Falsche Gewissheit in komplexen Situationen
  

‍‍

Wie wir dies heute mit besseren Eingabeaufforderungen nachahmen können

Auch wenn sich die Forschung auf die Systemarchitektur konzentriert, kannst du als Benutzer dieses Verhalten annähernd nachahmen, indem du die Art und Weise, wie du Fragen stellst, änderst.

Die wichtigste Regel

Frag nicht zuerst nach der „besten Antwort”.

Bitte die KI stattdessen, zu recherchieren, bevor sie entscheidet.

Beispiel für eine Prompt-Struktur

Hilf mir, eine Entscheidung zu treffen.

1. Liste 3–5 mögliche Ansätze auf.

2. Für jeden Ansatz:

– erkläre, wann er funktioniert

– erkläre, wann er versagt

3. Hebe Unsicherheiten oder fehlende Informationen hervor.

4. Empfehle erst dann eine Option oder sag, dass du dich noch nicht entscheiden kannst.

Diese einfache Struktur:

• verhindert voreilige Antworten
• zwingt zum Vergleich
• lässt Unsicherheiten zutage treten
  

Es ist die benutzerfreundlichste Version dessen, was laut Forschungsergebnissen am besten funktioniert.

‍

Warum der Kontext nicht mehr der größte Engpass ist

Eine subtile, aber wichtige Erkenntnis aus der Forschung:

Eine bessere Leistung wird nicht dadurch erzielt, dass man mehr Informationen in eine Eingabe packt.

Sie wird dadurch erzielt, dass die Argumentation über mehrere Durchläufe hinweg abgewickelt wird.

Anstatt sich auf ein großes Kontextfenster zu verlassen, macht das System Folgendes:

• Es führt mehrere fokussierte Argumentationsschritte durch
• Es bewertet die Ergebnisse separat
• Es gibt nur das weiter, was wichtig ist
  

Dadurch wird die Abhängigkeit von einem einzigen großen Kontextfenster reduziert und die Argumentationstiefe kann über mehrere Inferenzschritte hinweg zuverlässiger skaliert werden.

‍

Was das für Entwickler von KI-Produkten bedeutet

Wenn du KI-Produkte (oder Systeme wie Whaaat AI) entwickelst, ist die Schlussfolgerung klar:

Entwickle keine Chatbots. Entwickle Entscheidungssysteme.

Praktisch bedeutet das:

• Ideenfindung von der Bewertung trennen
• Unsicherheit als gültiges Ergebnis zulassen
• Nur bei komplexen Problemen Schleifen bilden
• Erst nach interner Überprüfung festlegen
  

Die größten Gewinne kommen nicht von intelligenteren Modellen, sondern von einer besseren Koordination der Schlussfolgerungen.

‍

Die eigentliche Erkenntnis

Die MIT-Forschung bestätigt etwas Grundlegendes:

KI versagt nicht, weil ihr Intelligenz fehlt. Sie versagt, weil sie zu schnellen Entscheidungen gezwungen wird.

Wenn KI Folgendes tun darf:

• Erforschen
• Überprüfen
• Überdenken
• und Entscheidungen hinauszögern
  

verbessert sich die Leistung dramatisch. Das gilt sowohl für Maschinen als auch für uns Menschen.