---
name: evidence-evaluation
description: "Prüfe, ob eine Behauptung Vertrauen verdient, bevor Wiederholung, flüssige Formulierung, lebhafte Beispiele oder Präferenz mit Evidenz verwechselt werden. Geeignet für Research, Vorschläge, Fact-Checks und wichtige KI-generierte Aussagen."
---

# Evidenz prüfen

Prüfe, ob eine Behauptung Vertrauen verdient, bevor Wiederholung, flüssige Formulierung, lebhafte Beispiele oder Präferenz mit Evidenz verwechselt werden. Geeignet für Research, Vorschläge, Fact-Checks und wichtige KI-generierte Aussagen.

## Wann einsetzen

- Ein Team bevorzugt bereits eine Erklärung und sammelt vor allem Material dafür.
- Eine Behauptung erscheint an vielen Stellen, könnte aber aus einer einzigen Quelle stammen.
- Ein auffälliges Beispiel verdrängt Basisraten oder breitere Daten.
- Eine KI-Antwort klingt überzeugend, wichtige Aussagen sind aber nicht unabhängig geprüft.

## Ablauf

1. Formuliere die genaue Behauptung und welche Entscheidung sie verändern würde.
2. Trenne direkte Beobachtungen, Aussagen von Quellen, Schlussfolgerungen und Annahmen.
3. Verfolge wiederholte Behauptungen zu wirklich unabhängigen Quellen zurück, wenn Quellenzugriff verfügbar ist.
4. Schreibe vor weiterer bestätigender Recherche auf, welcher Befund die bevorzugte Schlussfolgerung schwächen würde.
5. Vergleiche lebhafte Beispiele mit Basisrate, Referenzklasse oder breiterer Stichprobe, wenn das sinnvoll ist.
6. Klassifiziere konservativ: für diesen Zweck gestützt, begrenzt, umstritten, ungeprüft oder unbekannt. Begründe die Einstufung.

## Erwartete Ausgabe

- Geprüfte Behauptung
- Stützende Evidenz
- Widerlegende Tests oder Evidenz
- Quellenunabhängigkeit / Provenienz
- Aktuelle Sicherheit und Grenzen
- Bedeutung für die Entscheidung

## Grenzen und Guardrails

- Behandle viele Wiederholungen einer Quelle nicht als unabhängige Bestätigung.
- Nutze eine zweite generierte Antwort nicht als unabhängige Verifikation einer KI-Aussage.
- Erhöhe die Sicherheit nicht, weil eine Formulierung flüssig, vertraut oder häufig wiederholt ist.
- Lass Unbekanntes sichtbar, statt Lücken mit plausibel klingendem Text zu füllen.

## Referenzen

- [Denkkompetenz](https://cognitive-biases.github.io/de/skills/evidence-evaluation/)
- [Evidence reviews — English](https://cognitive-biases.github.io/evidence/)

## Portabilität

Dieser Agent Skill ist instruktion-only: keine Secrets, kein ausführbarer Code und kein verpflichtender Netzwerkzugriff. Wenn Quellenwerkzeuge verfügbar sind, nutze die verlinkten Cognitive-Biases-Ressourcen und bewahre Evidenzstatus, Unsicherheit und kanonische Identität.

Lizenz: CC-BY-NC-SA-4.0.