Methodik, die jeder Schritt offenlegt.

Vier Prinzipien hinter jedem Verdikt.

Faktum unterscheidet sich nicht durch ein einzelnes Sprachmodell, sondern durch eine Kombination methodischer Entscheidungen. Diese Entscheidungen sind in der Architektur verankert und nicht von der Einschätzung eines Modells abhängig.

Mistral als europäisches Sprachmodell.

Eine Plattform, die politische Aussagen verarbeitet, sollte diese nicht über Server außerhalb des europäischen Rechtsraums verarbeiten. Faktum nutzt deshalb Mistral, ein in Paris entwickeltes Sprachmodell, betrieben in europäischer Infrastruktur. Daten verlassen den europäischen Rechtsraum nicht.

Diese Entscheidung ist keine Marketing-Geste. Inhalte aus Bundestag, Ministerien und Talkshows sollten nicht ohne Notwendigkeit durch außereuropäische Inferenz-Cluster geroutet werden. Souveränität ist hier eine Architekturentscheidung, die im Aufbau des Systems verankert ist und nicht durch ein Compliance-Siegel ersetzt werden kann.

Quellen statt Modellgedächtnis.

Sprachmodelle neigen dazu, Quellen zu erfinden: nicht publizierte Studien, plausibel klingende Statistiken, die in Wahrheit aus Trainingsdaten aggregiert wurden. Faktum umgeht dieses Problem strukturell. Die Agenten greifen für jede konkrete Behauptung nicht auf das Modellgedächtnis zu, sondern auf Echtzeit-Websuche. Bewertungsgrundlage ist ausschließlich, was im Netz tatsächlich vorhanden ist, mit Priorität auf amtliche Primärquellen.

Anzahl ist keine Vielfalt.

Wenn dreißig deutsche Online-Portale dieselbe Reuters-Meldung übernehmen, entsteht der Eindruck breiter Berichterstattung. Tatsächlich handelt es sich um eine einzige Recherche. Faktum bewertet Belege daher nicht nach Anzahl, sondern nach echter Herkunft. Mehrfach-Übernahmen, Agenturmeldungen und Pressemitteilungen werden auf ihren Ursprungs-Originator zurückgeführt und einmal gezählt.

Diese Zählweise hat eine direkte Konsequenz für das Vertrauen ins Urteil. Liegt am Ende nur ein einziger unabhängiger Ursprung vor, wird die Konfidenz auf höchstens 85 Prozent gedeckelt, unabhängig davon, wie viele Artikel die Aussage zitieren. Kommt der Ursprung aus einem Land mit eingeschränkter Pressefreiheit, fällt die Deckelung auf 50 Prozent. Die Schranken greifen im Code, nicht im Modell.

Jede Quelle wird zugeordnet.

Eine Quelle, die das Thema einer Behauptung erwähnt, ist noch kein Beleg. Faktum sortiert jede recherchierte Quelle in einen von drei Eimern — stützend, widerlegend, neutral — bevor das Urteil gefällt wird. Die Einordnung folgt einer mechanischen Strukturanalyse und vier expliziten Härte-Tests, die jede „widerlegt"-Klassifikation bestehen muss.

Vor jeder Einordnung als „widerlegend" durchläuft eine Quelle vier Härte-Tests: Sie muss eine konkret unvereinbare Antwort geben, nicht nur Hintergrund liefern. Sie muss zum Quantifier passen, eine Quelle mit Einzelfällen widerlegt keine „alle"-Aussage. Sie muss die richtige Teil-Premise treffen, mehrteilige Behauptungen werden separat geprüft. Und ihr Erscheinungsdatum muss zum behaupteten Zeitpunkt passen, eine 2024-Quelle widerlegt keine Behauptung über 2018. Im Zweifel: neutral. Diese vier Hürden verhindern, dass Hintergrundberichterstattung zu einem falschen Widerlegungs-Signal aufgeblasen wird.

Zahlen im Streuungsband der Quellen.

Politische Behauptungen arbeiten häufig mit Zahlen, die geringfügig oberhalb oder unterhalb dessen liegen, was die zugrunde liegenden Daten hergeben. Diese Verschiebungen sind oft klein genug, um in einer Diskussion unwidersprochen zu bleiben, aber groß genug, um den Eindruck einer Aussage zu verändern. Faktum vergleicht jede behauptete Zahl mit der Streuung der recherchierten Quellenwerte.

Liegt die Behauptung innerhalb des Streuungsbands der Quellen, gilt sie als statistisch plausibel. Liegt sie deutlich darüber oder darunter, kommen zwei Möglichkeiten in Frage: Entweder existiert eine Quelle, die Faktum nicht erfasst hat (in diesem Fall wird die Lücke offen ausgewiesen), oder die Zahl überzeichnet die Faktenlage. In beiden Fällen wird das Verdikt entsprechend gedeckelt.

Wenn die Aussage Lücken hat.

Politische Aussagen sind oft nicht vollständig formuliert. Eine Behauptung wie „Die Kriminalität ist um zwölf Prozent gestiegen" lässt offen, in welchem Zeitraum, gegenüber welcher Vergleichsgröße und auf welchen Deliktstyp sich die Zahl bezieht. Faktum schließt solche Lücken nicht durch Annahmen, sondern durch eine direkte Rückfrage.

Stößt ein Agent während der Recherche auf eine Mehrdeutigkeit, die das Urteil verändern könnte, pausiert die Pipeline und stellt eine konkrete Frage. Die Antwort wird in den Verarbeitungskontext eingespeist, anschließend setzt das System dort fort, wo es unterbrochen wurde. Verdikte beziehen sich damit präzise auf das, was tatsächlich gemeint war, nicht auf die plausibelste Interpretation einer Lücke.

Sieben mögliche Verdikte.

Wahrheit und Unwahrheit lassen sich selten binär abbilden. Faktum verwendet deshalb eine fünfstufige Wahrheits-Skala, ergänzt um zwei Sonderkategorien für Aussagen, deren Faktenlage für ein abgestuftes Urteil nicht ausreicht oder die durch Auslassung irreführen. Diese Differenzierung verhindert, dass das System Unsicherheit zugunsten eindeutiger Verdikte glättet.

„Halb wahr" ist keine Konzession, sondern die präzise Einordnung einer Aussage, deren faktischer Kern korrekt, deren Rahmung jedoch verzerrend ist. „Nicht prüfbar" greift, wenn die zugängliche Faktenlage kein abgestuftes Urteil erlaubt, etwa weil keine ausreichend belastbaren Quellen existieren. Diese Differenzierung ist eine notwendige Bedingung dafür, dass das System auch in komplexen Fällen seriös einsetzbar bleibt.

Wir messen unsere eigene Fehlerrate.

Versprechen sind günstig. Faktum verlässt sich nicht auf Versprechen, sondern auf eine kontinuierliche Messung gegen einen kuratierten Vergleichsdatensatz aus Faktencheck-Korpora der dpa, CORRECTIV und AFP. Jede Pipeline-Änderung wird vor der Auslieferung gegen diesen Datensatz gefahren, vier Schwellenwerte müssen erreicht sein.

„Direction-Match" prüft die Grobrichtung des Verdicts. „Cat-Rate" zählt die katastrophalen Mismatches, bei denen Pipeline und Vergleich in gegensätzliche Pole kippen, bei einem politisch heiklen Faktencheck-Tool die wichtigste Schranke. „Hallucination-Free" prüft jede Aussage der Pipeline gegen ihre eigenen Quellen, eine zweite unabhängige Bewertungsschicht. Die Ergebnisse fließen in einen Audit-Log, der die Pipeline-Entwicklung über jede Iteration dokumentiert.

Warum kein Chatbot diese Aufgabe übernimmt.

Ein Chatbot liefert schnelle, aber unbelegte Antworten. Klassische manuelle Recherche liefert belegte Antworten, jedoch zu langsam für Live-Formate. Faktum verbindet beides: die Geschwindigkeit automatisierter Pipelines mit der Sorgfalt belegbasierter Recherche, abgesichert durch Schranken im Code, die verhindern, dass Geschwindigkeit zulasten der Belastbarkeit geht.