Deep Research

Kein einzelner Such-Prompt, sondern ein Verfahren gegen die zwei Schwächen von LLM-Recherche: halluzinierte Zitate (~40% Fehlerrate, wenn aus dem Gedächtnis generiert) und einseitige Synthese (die erste plausible Erzählung setzt sich durch). Breit suchen → tief nachfassen → adversarial verifizieren → zitiert synthetisieren.

Vorab: Frage schärfen

Ist die Frage unterspezifiziert (fehlt Scope, Zeitraum, Region, Zweck), erst 2–3 Rückfragen, dann recherchieren. Eine vage Frage produziert vage Treffer.

Phase 1 — Breite

4–6 parallele Such-Winkel mit unterschiedlichen Formulierungen und Quelltypen (Doku, News, Primärquellen, Gegenpositionen). In Claude Code via Agent-Tool (parallele Sucher) oder Workflow (mehrstufige Pipeline); Werkzeuge: WebSearch, WebFetch. Jeder Winkel ist blind für die anderen — verhindert Tunnelblick.

Phase 2 — Tiefe + Sättigungs-Stopp

Follow-ups aus dem in Runde 1 gelernten Vokabular/den Zitaten ziehen (nicht aus der Ausgangsfrage). Stopp-Heuristik: aufhören, wenn >80% der Treffer schon bekannt sind — Sättigung, nicht eine feste Rundenzahl. Verhindert endloses Weitersuchen genauso wie vorzeitiges Abbrechen.

Fakten-Rigor (nicht verhandelbar)

• Nie aus dem Gedächtnis zitieren. Jede Quelle abrufen.
• 2-Quellen-Regel für belastbare Aussagen.
• VALIDATE: prüfen, dass die Quelle den Claim wirklich stützt — nicht nur, dass die Quelle existiert. Der häufigste Fehler: Zitat passt thematisch, belegt die Aussage aber nicht.
• Unbelegtes explizit als [QUELLE FEHLT] markieren, nicht glätten.

Adversariale Verifikation (Blind-Judge)

Strittige Claims durch mehrere unabhängige Prüfer/Winkel gegenchecken. Bei der Bewertung: randomisierte/anonyme Labels (Quelle A/B, nicht „laut Anbieter X") — sonst Marken-/Reihenfolge-Bias. Konservativer Tiebreak: bei Gleichstand gewinnt der Status quo / die bestehende Annahme, nicht die neuere Behauptung. Für Entscheidungen mit echten Zielkonflikten → [[llm-council]].

Iteration richtig einsetzen (Gotcha)

Welche Verfeinerungsstrategie taugt, hängt von Modell-Tier × Aufgabe ab:

• Critique-and-revise für konkrete Aufgaben: ein Pass benennt NUR Schwächen, ein separater Pass adressiert genau diese („fix these", nicht „mach's besser").
• Warnung: Selbst-Refinement ohne konkrete Kritikpunkte driftet — das Modell halluziniert Probleme, Scope kriecht, Qualität sinkt (Sycophancy). Immer an benannten Punkten entlang.

Synthese

Zitierter Report, entlang der Frage strukturiert (nicht entlang der Rohtreffer). Widersprüche zwischen Quellen offen benennen, nicht zu einer glatten Erzählung mitteln. Konfidenz kennzeichnen, wo Belege dünn sind.

Verzahnung

• Belegte Fakten dauerhaft ablegen → [[knowledge-base]] (Provenance).
• Laufendes Quellen-Monitoring statt Einzelrecherche → [[topic-radar]].
• Ergebnis in Content überführen → [[seo-article-from-audit-data]], [[case-study-from-audit]].

Gotchas

• Keine Behauptung ohne abgerufene Quelle; keine Zahl aus dem Gedächtnis.
• Sättigung als Stopp, nicht Rundenzahl.
• Bei Bewertung anonymisieren; bei Gleichstand konservativ.
• Contested offen lassen statt vorschnell auflösen.
• Frage vorab schärfen — der teuerste Fehler ist tiefe Recherche zur falschen Frage.