Die automatische Prüfung von Aussagen ist ein Forschungsfeld mit mehr als einem Jahrzehnt Geschichte: Die Auswahl prüfenswerter Aussagen wurde durch Systeme wie ClaimBuster formalisiert (Hassan et al., 2017), und die Prüfung gegen einen Evidenzkorpus verfügt über etablierte Benchmarks wie FEVER (Thorne et al., 2018). Diese Aufgaben live zu bringen, auf spontanes Sprechen und mit einem in Sekunden erwarteten Ergebnis, fügt keine Anforderung hinzu: Es ändert die Natur des Problems, weil jedes Glied der Kette die Fehler des vorherigen erbt und die Zeit, sie zu korrigieren, fehlt.
Vom Gesprochenen zu prüfbaren Aussagen
Der Fluss beginnt mit der Streaming-Transkription, die im Ankommen in Äußerungen segmentiert wird, mit im Flug rekonstruierter Interpunktion und Satzgrenzen. Der alles entscheidende Schritt folgt: faktische Aussagen von Meinungen, Prognosen und Rhetorik zu trennen. «Die Arbeitslosigkeit liegt bei 6 %» lässt sich prüfen; «die Arbeitslosigkeit ist inakzeptabel» nicht; «die Arbeitslosigkeit wird wieder steigen» wird prüfbar sein, aber nicht jetzt. Diese Auswahlaufgabe, die Check-worthiness der Literatur, wird systematisch auch in vergleichenden Evaluationskampagnen wie CheckThat! untersucht (Barrón-Cedeño et al., 2020) und bleibt der qualitative Engpass der ganzen Kette: Ein falsches Negativ ist hier eine nie geprüfte Aussage, ein falsches Positiv Rechenzeit für das, was keine Antwort hat.
Aus jeder ausgewählten Aussage extrahiert das System Entitäten, Größen, Daten und das Referenzintervall, denn ein Wert ohne Zeitraum vergleicht sich mit nichts: «bei 6 %» bezogen auf wann, gemessen von wem, nach welcher Definition von Arbeitslosigkeit.
Die richtigen Quellen für jeden Aussagetyp
Die Evidenzsuche hängt vom Aussagetyp ab. Ein statistischer Wert wird an der amtlichen Quelle geprüft, die ihn produziert, nicht an einem Artikel, der ihn wiedergibt; eine frühere Erklärung an den Archiven; ein Normverweis am geltenden Text der Norm. Ein Graph der Entitäten (Personen, Organisationen, Orte, Messgrößen) erlaubt aufzulösen, wer über was spricht, und die Quellen nach Autorität zu ordnen, mit Vorrang der Primärquellen vor den sekundären. Die Unterscheidung ist keine dokumentarische Pedanterie: In der Prüfung ist die Entfernung zur Primärquelle ein Maß des angehäuften Fehlerrisikos.
Latenz und Verlässlichkeit: trennen, nicht wählen
Jede gesparte Sekunde erhöht das Risiko, Kontext zu verlieren; jede aufgewandte Sekunde rückt das Ergebnis näher an die Belanglosigkeit, weil das Gespräch schon woanders ist. Der Kompromiss löst sich nicht durch die Wahl eines Punktes auf der Kurve, sondern durch die Trennung zweier Dienstebenen: ein vorläufiges Ergebnis binnen Sekunden, begleitet von seiner erklärten Konfidenz, und eine konsolidierte Prüfung, die später kommen kann, wenn die langsamen Quellen geantwortet haben. Zwei Darstellungsregeln halten diese Architektur ehrlich: Das Vorläufige wird nie als endgültig präsentiert, und wenn die konsolidierte Prüfung ihm widerspricht, erhält die Korrektur dieselbe Sichtbarkeit wie das anfängliche Ergebnis. Eine diskrete Korrektur nach einem sichtbaren Verdikt ist, aus Sicht des Nutzers, eine Form des unkorrigierten Fehlers.
Die Quellen sind das Produkt
Das System bittet nicht um Vertrauen. Jedes Ergebnis legt die konsultierten Quellen offen, den Schritt, der die Aussage mit der Evidenz verbindet, und das, was nicht geprüft werden konnte. Ein Urteil ohne diese Kette wäre eine automatisierte Meinung, also genau das Objekt, das ein Prüfsystem bekämpfen sollte; die Nachvollziehbarkeit der Evidenz ist keine Premium-Funktion, sie ist die Definition des Dienstes selbst.
Die Grenzen, erklärt
Es bleiben die schweren Fälle: mehrdeutige Aussagen, fehlender Kontext, maßgebliche Quellen im Widerspruch zueinander. In diesen Fällen legt das System den Widerspruch offen, statt ihn aufzulösen, und meldet die Mehrdeutigkeit, statt eine Interpretation zu wählen. Es ist weniger spektakulär als ein Verdikt, und es ist das einzig korrekte Verhalten, wenn die verfügbare Zeit die einer Live-Sendung ist. Auf dieser Architektur ist Cryterio gebaut: Der schwierige Teil ist weder die Transkription noch die Suche, sondern das Getrennthalten dessen, was man weiß, von dem, was noch geprüft wird, und es dem Zuschauer zu sagen.
Literatur: Hassan N. et al., «Toward Automated Fact-Checking: ClaimBuster», KDD 2017 · Thorne J. et al., «FEVER», NAACL 2018 · Barrón-Cedeño A. et al., «CheckThat! at CLEF 2020», CLEF 2020.
Analytiko · 2. September 2026