Wissen / Was die Pipeline zurückgewiesen hat.

Wissen · Kostenlos · KI-unterstützt · Stand Juli 2026

Was die Pipeline zurückgewiesen hat.

Ein Lauf, vier Agentenrollen, eine kontextgetrennte Gegenprüfung. Unter den elf geprüften Kernaussagen kein Widerspruchsbefund — und trotzdem neun Eingriffe: vier Korrekturen, zwei verworfene Bildkandidaten, eine bewahrte Mehrdeutigkeit, eine gestoppte und danach belegte Aussage, ein Eingriff am Werkzeug.

Die Aufgabe

Ein Fachpaper, vier Agentenrollen, ein Mensch am Ende.

Am 20. Juli 2026 durchlief ein astrophysikalisches Fachpaper eine interne Pipeline aus vier Agentenrollen: Recherche, Schreiben, Visualisierung und eine kontextgetrennte Gegenprüfung mit eigener Recherche. Gegenstand war Tzanidakis & Davenport (2026), veröffentlicht im März 2026 als arXiv:2603.10952 (DOI 10.3847/2041-8213/ae3ddc) — ein Kandidat für eine Planetesimalkollision um einen wahrscheinlich jungen F-Stern. Ziel war ein Langtext-Artikel, in dem jede Zahl auf diese oder eine zweite, ebenfalls benannte Primärquelle zurückgeführt ist.

Am Ende der Kette stand kein automatischer Freigabeschritt: Ein Mensch hat den fertigen Text gelesen und freigegeben. Diese Seite beschreibt genau diesen einen Lauf, nicht Wissenschaftsjournalismus im Allgemeinen und kein Versprechen, dass sich ein Redaktionsprozess automatisieren lässt.

Der Ablauf

Fünf Stationen von der Themenwahl bis zur Gegenprüfung.

  1. Themenwahl. Gesucht wurde ein aktuelles Fachpaper mit belastbarer Zahlenbasis und offenem Zugriff. Die Wahl fiel auf Tzanidakis & Davenport (2026).
  2. Primärquellen im Volltext. Das Hauptpaper wurde über die frei zugängliche arXiv-Fassung vollständig gelesen, Tabellen eingeschlossen. Zwei weitere Quellen wurden über offene Metadaten- und Preprint-Schnittstellen aufgelöst. Keine Paywall wurde umgangen.
  3. Text. Der Artikelentwurf entstand aus den gelesenen Quellen, mit einer Fundstelle für jede tragende Zahl.
  4. Grafik über den Code-Pfad. Die Datenvisualisierung wurde aus den zitierten Rohwerten per Skript erzeugt, nicht bildgenerativ, und nach jeder Änderung tatsächlich gerendert und angesehen, nicht nur auf Syntax geprüft.
  5. Gegenprüfung durch einen zweiten Agenten mit frischem Kontext. Eine eigene Instanz recherchierte jede tragende Zahl neu, ohne die Notizen des Entwurfs zu verwenden, und gab pro Aussage ein eigenes Verdikt ab.

Kernstück

Neun Eingriffe zwischen Entwurf und Freigabe.

Lauf-Protokoll 20. Juli 2026

Vier Korrekturen

Die Recherche-Rolle ersetzte eine im Entwurf verwendete Kurzangabe von 11.000 Lichtjahren durch den Paper-Wert 3.551 Parsec (rund 11.583 Lichtjahre, arXiv:2603.10952); die Bezeichnung „sonnenähnlich“ wurde am Paper geprüft und als ungenau markiert — der Stern ist wahrscheinlich ein junger F-Stern (Teff ≈ 6.479 Kelvin), keine Sonne (G-Stern, 5.772 Kelvin).

Version 1 der Datengrafik hatte eine Fußzeile, die mit der Achsenbeschriftung kollidierte. Den Fehler fand die Visualisierungs-Rolle beim Render-Check, erst beim Ansehen des tatsächlich gerenderten Bildes, nicht im Code selbst; Version 2 behob ihn.

Die Referenzmasse des Erdmonds stand mit 7,342×10²² Kilogramm im Text, zugeordnet zu „NASA-Fact-Sheets“. Der NSSDC-Fact-Sheet-Wert lautet jedoch 7,346×10²² Kilogramm; 7,342 ist der IAU-Wert. Die Differenz liegt bei 0,05 Prozent und ist für die Grafik ohne Wirkung, die Attribution war trotzdem falsch. Gefunden hat das die kontextgetrennte Gegenprüfung, nicht der Autor; Version 3 korrigierte Wert und Zuordnung.

Zwei Werte für die emittierende Querschnittsfläche des Staubs im Paper, 0,13 und 0,08 Quadrat-AE (arXiv:2603.10952, §4.1), wurden im Entwurf als „a reassuring agreement“ beschrieben. Die beiden Zahlen liegen um Faktor 1,6 auseinander, rund 60 Prozent. Die Gegenprüfung beanstandete die Formulierung als beschönigend; der Text nennt jetzt die Größenordnung der Abweichung statt sie kleinzureden.

Zwei verworfene Bildkandidaten

Das KI-generierte Aufmacherbild durchlief zunächst eine Selbstprüfung: sechs Kontrollpunkte, alle mit einem Haken versehen, Gesamturteil „SAUBER — angenommen“. Nicht diese Selbstprüfung fand den Fehler, sondern ein nachgelagertes, getrenntes Gestaltungs-Gate, das dieselbe Fassung erneut prüfte und drei Probleme fand — darunter Diffraktionsspitzen, die eine Teleskopaufnahme imitierten und damit der eigenen Bildunterschrift „not observational data“ widersprachen. Die zweite Fassung verzichtet auf jede Instrumenten-Signatur; die Verbote wanderten dauerhaft in die Bild-Vorlage.

Nach dem Wechsel auf ein neueres Standardmodell für Bildgenerierung erzeugte dieses ein Bild mit mehr Detailtiefe, aber sachlich falsch: eine selbstleuchtende Explosion anstelle einer Verdeckung, genau das Motiv, das der Artikeltext an zwei Stellen ausdrücklich verwirft. Auch das beanstandete das getrennte Gestaltungs-Gate; das neue Bild wurde verworfen, das ältere blieb im Einsatz.

Eine bewahrte Mehrdeutigkeit

Das Paper nennt zwei unterschiedlich benannte Größen für die Trümmermasse, Faktor rund 12 auseinander: eine „dust mass“ von 4×10²⁰ Kilogramm im Abstract, ohne Einschränkung, und eine „total emitting mass“ von 5×10²¹ Kilogramm in §4.1 (DOI 10.3847/2041-8213/ae3ddc), dort ausdrücklich als konservative Untergrenze benannt. Die Gegenprüfung bestätigte: Von außen ist das nicht auf einen Wert auflösbar, auch der paper-eigene Vergleich mit dem Saturnmond Enceladus sitzt am unteren Ende der Spanne. Der Text führt beide Zahlen als Spanne, nicht als einen aufgelösten Wert.

Eine gestoppte und danach belegte Aussage

Eine Kontextaussage zu einem Vorfall bei einem jungen Stern im Jahr 2014 war plausibel, aber zunächst nicht an einer Primärquelle geprüft; das Gegenprüfungs-Verdikt lautete UNVERIFIED, die Aussage wurde nicht freigegeben. Erst danach wurde die Primärquelle nachbeschafft: Meng et al. 2014, arXiv:1503.05609, Abstract gelesen. Die Aussage stand danach als eigener, belegter Key Claim in der zweiten Fassung.

Ein Eingriff am Werkzeug

Ein read-only Audit des Bildgenerierungs-Werkzeugs prüfte dessen Stilvorlagen. Ein Modus namens „schema“ erlaubte es, auch faktentragende Diagramme bildgenerativ statt aus Code zu erzeugen, im Widerspruch zur eigenen Regel, dass Zahlengrafiken aus Rohdaten gerendert werden, nicht generiert. Der Modus wurde entfernt.

Prozess-Fakten in diesem Abschnitt (wer etwas fand, welches Bild verworfen wurde, dass ein Werkzeug-Modus entfernt wurde) stammen aus dem internen Laufprotokoll vom 20. Juli 2026 und sind nicht extern verlinkbar. Zahlen aus dem geprüften Paper sind einzeln mit ihrer Quelle verlinkt.

Ein Beispiel im Detail

Die Grafik, die dreimal entstand.

Unten steht die dritte und letzte Fassung der Datengrafik. Ein Vorher-Bild gibt es nicht: Eine nachträgliche Rekonstruktion der fehlerhaften ersten Fassung wäre selbst wieder eine dritte Fassung mit künstlich wieder eingebautem Layoutfehler, und der ursprüngliche Layout-Parameter ist im Protokoll nicht festgehalten.

Datengrafik Fassung 3 von 3
Logarithmisches Diagramm: Trümmermasse von Gaia-GIC-1, 4×10²⁰ bis 5×10²¹ Kilogramm, im Vergleich zu Enceladus, Ceres und dem Erdmond, Massenskala von 10²⁰ bis 10²³ Kilogramm.
Zum Vergrößern antippen. Die Beschriftungen sind auf Englisch, wie im Originallauf erzeugt. Datenquelle: Tzanidakis & Davenport 2026, ApJL (arXiv:2603.10952), Abstract & §4.1; Referenzmassen: NASA/JPL- & NSSDC-Fact-Sheets. Zur Spanne: Nur der obere Wert 5×10²¹ kg ist im Paper als konservatives Minimum bezeichnet; 4×10²⁰ kg steht im Abstract ohne diesen Zusatz. Die Beschriftung „lower bound“ im Bild stammt aus dem Originallauf, fasst beide Werte zusammen und wurde bewusst nicht nachträglich geändert.
Erzeugt per Skript aus den zitierten Rohwerten, kein bildgenerierendes Modell beteiligt.

Die drei Stände im Register, aus dem internen Laufprotokoll vom 20. Juli 2026 und nicht extern verlinkbar:

  1. Fassung 1. Die Fußzeile kollidierte mit der Achsenbeschriftung. Gefunden beim Ansehen des gerenderten Bildes.
  2. Fassung 2. Layout korrigiert. Die Mondmasse stand mit 7,342×10²² Kilogramm und der Zuordnung „NASA-Fact-Sheets“. Das fand die kontextgetrennte Gegenprüfung, nicht der Autor.
  3. Fassung 3. Mondmasse auf den NSSDC-Wert 7,346×10²² Kilogramm angeglichen, Zuordnung korrigiert. Diese Fassung ist die gezeigte.

Diese Render-Pflicht gilt über Layoutfehler hinaus. In einem separaten, früheren Lauf bestand eine SVG-Grafik einen XML-Gültigkeitscheck und einen Geometrie-Überlaufcheck vollständig — und renderte trotzdem falsch, weil die Breite von gerendertem Text ohne einen echten Renderer nicht berechenbar ist (internes Fähigkeits-Assessment vom 20. Juli 2026, separater Lauf).

Der Befund

Ein Ergebnis für diesen Lauf, keine Verallgemeinerung.

Neun Eingriffe in einem einzigen Lauf sind ein protokollierter Einzelfall, kein Beweis für ein allgemeines Muster. In diesem Lauf waren die dokumentierten Probleme überwiegend plausible Ungenauigkeiten und Darstellungsfehler. Unter den elf definierten Key Claims: kein DISPUTED-Verdikt. Zwei nichttragende Kontextaussagen waren zunächst nicht primärverifiziert, eine davon wurde nachbeschafft (siehe oben). Ein Claim ist „CONFIRMED mit Einschränkung“ (die Mond-Attribution). Die NASA-NSSDC-Seiten waren beim Audit nicht abrufbar; Referenzwerte wurden gegen Standardkonstanten geprüft. Kein Halluzinationsbefund innerhalb dieses Prüfumfangs.

Vier Muster tragen diesen Befund, in der Sprache des Playbooks „KI-Agenten orchestrieren“: eine Gegenprüfung durch einen zweiten Agenten mit frischem Kontext („fresh context“); ein Prüfer, der nur liest und nichts anweist („read-only reviewer“, „trust boundary“); Belege, die vor dem Weiterbauen geprüft werden statt nur zitiert („verify gate“); und ein Mensch, der am Ende entscheidet („human gate“). Ein fünftes Muster trägt keinen eigenen Produktbegriff: Eine Grafik gilt erst nach echtem Rendern als geprüft, nicht nach einer rein syntaktischen Kontrolle.

Weiterlesen

Wie es weitergeht.

Breiter angelegt, für den ganzen Betrieb: das KI-First-Betriebs-Playbook →

Methodik & Stand

Wie diese Seite belegt ist.

Diese Seite beschreibt einen Lauf, ein Fachgebiet, einen Artikel: keine Aussage über Skalierung auf andere Themen, Redaktionen oder Modelle. Stand: 20. Juli 2026 (Lauf) / 21. Juli 2026 (diese Seite). Zahlen aus dem geprüften Paper sind gegen die jeweils verlinkte Primärquelle geprüft. Referenzmassen wurden gegen Standardkonstanten geprüft, soweit die NSSDC-Seiten nicht abrufbar waren. Prozessangaben stammen aus dem internen Laufprotokoll und sind nicht extern verlinkbar.

Nachprüfbar ist von außen, was verlinkt ist: die Primärquellen und die Zahlen, die aus ihnen stammen. Die Laufprotokolle bleiben intern, das Originalstück wird nicht verlinkt, und eine erste Fassung der Grafik existiert nicht mehr; einen Vorher-Nachher-Beweis führt diese Seite deshalb ausdrücklich nicht. Zum Aufwand steht hier nichts, weil im Lauf keine Zeit erfasst wurde. Diese Seite ist mit KI-Unterstützung erstellt und redaktionell geprüft — Transparenzhinweis im Sinne von Art. 50 der EU-KI-Verordnung.