Warum KI-Prüfer fehlende Fakten übersehen

Heute geht es um Omission Blindness: KI-Prüfer erkennen vorhandene falsche Aussagen deutlich besser als fehlende relevante Fakten. Die Folge erklärt anhand klinischer AI-Scribe-Daten, warum Unternehmen ihre Review-Workflows zweistufig bauen sollten: zuerst Pflichtfakten aus der Quelle ziehen, dann die Zusammenfassung dagegen prüfen. Quellen • LLM Judges Verify Presence, Not Absence: Omission Blindness in AI Clinical Notes and What Recovers It (https://huggingface.co/papers/2608.31016) • One note in three: a verified census of three deployed AI scribes, and the instrument that counted it (https://huggingface.co/papers/2608.31017) Zur Episode auf ailissy.de (https://ailissy.de/episodes/2026-09-0...)