Halluziniert unser Gehirn auch? Menschliche Wahrnehmung und KI im Vergleich

Eine gute Erklärung – für etwas, das gar nicht feststand

Vor Kurzem habe ich mit einer KI über eine private Nachricht gesprochen. Ich brachte eine Angabe aus meiner Erinnerung ins Gespräch. Die KI übernahm sie und entwickelte daraus eine durchaus schlüssige Erklärung. Das klang alles nachvollziehbar. Nur hatte die Erklärung einen Haken: Die zugrunde gelegte Angabe war nicht am Original geprüft.

Als wir die Nachricht genauer betrachteten, musste die Geschichte korrigiert werden. Im Gespräch spielten außerdem Unklarheiten der Sprachtranskription eine Rolle. Wo genau welcher Fehler entstand, lässt sich daraus nicht sicher ableiten. Klar war aber: Eine unsichere Grundlage war zwischenzeitlich wie eine feststehende Tatsache behandelt worden.

Das hat mich beschäftigt. Über KI-Halluzinationen sprechen wir inzwischen häufig. Über die Geschichten, die wir selbst aus Erinnerungen, Erwartungen und einzelnen Beobachtungen zusammensetzen, sprechen wir deutlich seltener. Dabei ist gerade das für Beratung, Führung und Zusammenarbeit interessant.

Eine Erklärung kann in sich schlüssig sein und trotzdem auf einer falschen Voraussetzung beruhen.

Für mich steckt darin eine praktische Frage: Wie erkennen wir, was wir tatsächlich wissen, was wir ergänzen und was wir uns gerade erst vorstellen?

Halluzinieren Menschen genauso wie KI?

Der Vergleich ist anregend, braucht aber klare Begriffe. Eine Halluzination im medizinischen Sinn ist ein Wahrnehmungserlebnis ohne entsprechenden äußeren Reiz, etwa das Hören einer nicht vorhandenen Stimme. Eine fehlerhafte Erinnerung, ein vorschnelles Urteil oder ein Missverständnis ist deshalb nicht automatisch eine Halluzination. [1]

Bei KI-Halluzinationen geht es hier um überzeugend formulierte, aber falsche oder erfundene Angaben eines Sprachmodells. Das Wort beschreibt einen Fehler im Ergebnis. Es bedeutet nicht, dass das System etwas so erlebt wie ein Mensch. [5]

Auch die Frage „Wer halluziniert mehr?“ führt ohne vergleichbare Aufgaben und Messverfahren kaum weiter. Interessanter ist die gemeinsame Gefahr im Umgang mit den Ergebnissen: Wir können eine plausible Darstellung für einen Beleg halten. Der Weg dorthin ist bei menschlicher Erinnerung und maschineller Textgenerierung unterschiedlich.

Erinnerung ist keine gespeicherte Videoaufnahme

Genau darüber kommen wir dann ins Gespräch: Was haben wir tatsächlich gesehen? Worauf haben wir geachtet? Und welche Einzelheiten haben wir möglicherweise ergänzt? Aus der Übung allein lässt sich nicht ablesen, wo jede einzelne Abweichung entstanden ist. Aber sie macht sehr anschaulich, warum „Ich habe es doch selbst gesehen“ ein guter Ausgangspunkt für eine Prüfung ist – und nicht automatisch deren Ende.

Wie Sprache die spätere Darstellung eines Ereignisses beeinflussen kann, zeigten Elizabeth Loftus und John Palmer bereits 1974. Versuchspersonen sahen Unfallfilme. Unterschiedlich formulierte Fragen führten zu unterschiedlichen Geschwindigkeitsschätzungen. Eine Woche später berichtete die Gruppe mit der stärkeren sprachlichen Formulierung häufiger von Glasscherben, obwohl im Film keine zu sehen waren. [2]

Das Experiment ist kein Beweis dafür, dass jede Erinnerung falsch ist. Es zeigt aber, warum wir bei wichtigen Details zwischen dem Ereignis, späteren Informationen und unserer heutigen Erinnerung unterscheiden sollten.

Für ein Gespräch macht das einen Unterschied: „Was wurde wörtlich vereinbart?“ öffnet eine andere Prüfung als „Warum hält sich der Kollege schon wieder nicht an die Vereinbarung?“ Die zweite Frage enthält bereits eine Bewertung, die erst noch belegt werden müsste.

Eine Frage aus meiner Seminarpraxis

Antwortest Du auf die Frage – oder auf das, was Du erwartest?

Ein zweites Beispiel nutze ich gern, um genau diesen Moment sichtbar zu machen. Lies die folgende Frage und halte Deine erste Antwort kurz im Kopf fest.

Für mich liegt die Stärke dieser Übung darin, dass fehlendes Wissen nicht die einzige Erklärung ist. Man kann die Geschichte kennen und den Fehler trotzdem überhören. Es wirkt dann so, als hätte der Kopf die Frage stillschweigend passend gemacht: Wir antworten auf die vertraute Frage, die wir erwarten, statt ihren genauen Wortlaut zu prüfen.

In der Forschung heißt dieses Phänomen Moses-Illusion. Schon Erickson und Mattson untersuchten 1981 diese Frage. Sie gehört zu den sogenannten semantischen Illusionen: Ein Widerspruch in einer sinnhaft vertrauten Aussage wird übersehen. Das beschreibt den beobachteten Effekt; ein wörtliches „Löschen von Moses und Einsetzen von Noah“ im Gehirn ist damit nicht nachgewiesen. [7]

Fachwissen ist dabei wertvoll: Eine spätere Untersuchung fand, dass Menschen in ihrem eigenen Fachgebiet weniger anfällig waren. Es schützt also, macht uns aber nicht unfehlbar. [8]

Bevor Du eine Antwort bewertest, prüfe die Frage: Welche Voraussetzung steckt bereits darin?

Damit sind wir wieder bei der KI. Auch eine ausführliche Antwort kann an der entscheidenden Stelle vorbeigehen, wenn niemand die Ausgangsannahme prüft. Beim Menschen und bei der KI entstehen die Fehler auf unterschiedlichen Wegen. Die praktische Rückfrage hilft in beiden Fällen.

Generalisierung, Tilgung und Verzerrung im Alltag

In meinen Seminaren bespreche ich, wie Menschen Informationen auswählen, vereinfachen und deuten. Die Begriffe Generalisierung, Tilgung und Verzerrung helfen dabei als sprachliches Arbeitsmodell. Sie bezeichnen hier keine drei exakt abgrenzbaren Schalter im Gehirn und erklären auch nicht sämtliche Wahrnehmungsprozesse.

Die Beispiele sind bewusst einfach: „immer“, „niemand“ oder „ist doch klar“ sind gute Anlässe, noch einmal genauer nachzufragen.

Tunnelblick: Was außerhalb unseres Fokus liegt

Wenn Du Dich stark auf eine Aufgabe konzentrierst, kann Dir gleichzeitig etwas anderes entgehen. Die Forschung zur Unaufmerksamkeitsblindheit zeigt genau das: Menschen bemerken unter bestimmten Bedingungen selbst auffällige, unerwartete Ereignisse nicht, obwohl diese sichtbar sind. Bekannt wurde das durch die Untersuchungen von Daniel Simons und Christopher Chabris. [4]

Im Alltag sprechen wir dafür oft von einem Tunnelblick. Der Begriff ist weiter gefasst als das untersuchte Phänomen. Für die Beratung lässt sich daraus eine nützliche Frage ableiten: Worauf richte ich meine Aufmerksamkeit – und was könnte ich gerade übersehen?

Ein Beispiel: Du suchst in einer Gesprächsnotiz nach Anzeichen für fehlende Motivation. Vielleicht übersiehst Du dabei einen Hinweis auf eine unklare Aufgabe. Das ist ein übertragenes Praxisbeispiel, kein Ergebnis des Aufmerksamkeitsexperiments.

Wie Mensch und KI eine falsche Annahme gemeinsam ausbauen können

Im Ausgangsgespräch wurde die KI gerade deshalb problematisch, weil sie eine ungeprüfte Voraussetzung übernahm. Darauf aufbauend lieferte sie mögliche Ursachen. Durch die ausführliche Erklärung wirkte die Voraussetzung anschließend noch belastbarer. Dabei war keine neue Bestätigung hinzugekommen.

Das lässt sich auf einen beruflichen Fall übertragen. Du schreibst: „Unser Team lehnt die neue Software ab. Erkläre mir die psychologischen Gründe.“ Vielleicht nennt die KI Kontrollverlust, Überforderung und Veränderungsangst. Das sind mögliche Hypothesen. Ob das Team die Software überhaupt ablehnt, ist damit noch nicht geklärt.

Sprachmodelle werden zunächst darauf trainiert, passende Textfortsetzungen vorherzusagen. Weitere Trainingsschritte und Werkzeuge sollen ihre Antworten nützlicher und verlässlicher machen. Eine 2026 veröffentlichte Untersuchung zeigt dennoch einen wichtigen Fehlanreiz: Bewertungsverfahren können Raten belohnen, wenn eine ausgelassene Antwort keine Punkte erhält und eine falsche Antwort nicht stärker bestraft wird. Eine bestimmte Fehlerquote für jedes System oder jeden Anwendungsfall lässt sich daraus nicht ableiten. [5]

Ein besserer Arbeitsauftrag im Softwarebeispiel wäre: „Prüfe anhand dieser anonymisierten Notizen, welche Reaktionen ausdrücklich beschrieben werden. Trenne Beobachtungen von möglichen Erklärungen. Benenne fehlende Informationen und formuliere offene Rückfragen.“ Auch diese Antwort muss anschließend am Ausgangsmaterial geprüft werden.

Ohne Vorstellungskraft entsteht nichts Neues

Bei aller berechtigten Kritik an erfundenen Fakten möchte ich einen Gedanken unbedingt festhalten: Wir brauchen die Fähigkeit, über das bereits Bekannte hinauszudenken. Ein neuer Lösungsweg steht nicht immer fertig in einer Quelle. Manchmal beginnt er mit einem „Was wäre, wenn …?“

Das ist etwas anderes als eine falsche Tatsachenbehauptung. Wer eine Idee entwirft, eine Hypothese bildet oder eine mögliche Zukunft durchspielt, macht zunächst ein Angebot zum Weiterdenken. Gerade dafür können auch KI-Systeme hilfreich sein: Varianten entwickeln, ungewohnte Fragen formulieren und Ansätze für eine spätere Prüfung liefern.

Beim Menschen gibt es zudem eine interessante Verbindung zwischen Erinnern und Vorstellen. Eine bildgebende Studie von Addis, Wong und Schacter fand sowohl gemeinsame als auch unterschiedliche Aktivierungsmuster beim Erinnern vergangener und beim Vorstellen zukünftiger Ereignisse. Das stützt einen Zusammenhang dieser Fähigkeiten, setzt Vorstellungskraft aber nicht mit einer klinischen Halluzination gleich. [6]

Wir dürfen Möglichkeiten erfinden. Wir sollten nur erkennen lassen, wann wir eine Möglichkeit beschreiben und wann eine belegte Tatsache.

Für persönliche Entwicklung muss eine Idee übrigens nicht weltweit neu sein. Eine andere Gesprächsführung, ein neuer Beruf oder ein ungewohnter Lernweg kann für Dich ein großer Schritt sein, obwohl andere ihn schon gegangen sind.

Drei Fragen für klarere Gespräche und bessere KI-Ergebnisse

Ich würde diesen Gedanken gern in möglichst viele Besprechungen mitnehmen. Nicht als zusätzliche Bürokratie, sondern als kurze Unterbrechung, bevor aus einer Vermutung eine Entscheidung wird.

Für das Softwarebeispiel heißt das: Belegt sind zunächst konkrete Rückmeldungen. Eine mögliche Ursache wäre eine unklare Zuständigkeit. Ein neuer Entwurf könnte eine kurze gemeinsame Übung mit dem Programm sein. Erst die Rückmeldung aus der Praxis zeigt, ob dieser Ansatz weiterhilft.

Besonders wertvoll finde ich dabei den Satz: „Das weiß ich noch nicht.“ Er lässt Platz für eine Rückfrage. Und er kann verhindern, dass eine KI-Antwort oder die Erinnerung eines Kollegen mehr Sicherheit vermittelt, als die Grundlage hergibt.

Eine konkrete Prüfroutine für KI-Texte findest Du im Beitrag „Klingt richtig – stimmt es auch?“. Wie sich Beobachtung und Deutung in persönlichen Gesprächen trennen lassen, behandelt der Artikel über Körpersprache im Gespräch.

Diese Fragen gehören in den Arbeitsalltag

Wer berät, führt oder Entscheidungen vorbereitet, arbeitet ständig mit unvollständigen Informationen. Deshalb gehören für mich KI-Kompetenz und bewusste Gesprächsführung zusammen. Wir sollten sowohl die Antworten eines Systems hinterfragen können als auch unsere eigenen Voraussetzungen.

In der Timmerherm Akademie knüpft das an „Künstliche Intelligenz im Arbeitsalltag“ und unsere Seminare zu Kommunikation und Beratung an. Mit konkreten Fällen lässt sich üben, offene Fragen zu stellen, Deutungen kenntlich zu machen und neue Ideen anschließend zu prüfen.

Sie möchten das Thema in Ihrem Unternehmen, Ihrer Einrichtung oder Ihrer Behörde aufgreifen? Schreiben Sie uns für einen Impulsvortrag oder ein passendes Inhouse-Seminar. Beschreiben Sie kurz, in welchen Situationen Ihr Team zwischen sicherem Wissen, Interpretation und KI-generierten Vorschlägen unterscheiden muss. Daran können wir gemeinsam ansetzen.