Warum dein Team von derselben KI unterschiedliche Antworten bekommt

Diese Situation hören wir oft. Ein Kunde fragt, ob er eine Bestellung noch zurückgeben kann. Anna aus dem Support fragt ChatGPT und bekommt „innerhalb von 30 Tagen“. Erik aus dem Vertrieb fragt Copilot und bekommt „innerhalb von 14 Tagen, ungeöffnet“. Beide kopieren die Antwort in eine Mail. Jetzt hat der Kunde zwei Antworten von derselben Firma.

Niemand hat etwas falsch gemacht. Und es wird wieder passieren, denn die Ursache liegt nicht im Modell.

Drei Gründe, warum die KI unterschiedliche Antworten gibt

Das Modell kennt deine Firma nicht. Ab Werk weiß ChatGPT viel über Rückgaben im Allgemeinen und nichts über eure. Fragst du nach eurer Regelung, füllt es die Lücke mit dem, was üblich ist. Üblich liegt oft nah genug dran, um richtig zu klingen, und ist trotzdem falsch.

Jeder hat ihm einen anderen Context gegeben. Anna hat irgendwann die Retourenseite in ihren Chat kopiert. Erik hat eine alte Preisliste in seinen eigenen Anweisungen. Eine Kollegin arbeitet in einem Projekt mit dem Handbuch vom letzten Jahr. Jeder Assistent antwortet aus dem, was man ihm gesagt hat. Und allen wurde etwas anderes gesagt, zu anderen Zeiten, von anderen Leuten.

Die Antworten schwanken auch bei gleichem Context. Sprachmodelle liefern nie zweimal genau denselben Text. Mit einer klaren Quelle ist das fast egal: Die Formulierung ändert sich, die Fakten bleiben. Ohne Quelle schwanken auch die Fakten.

Warum bessere Prompts das nicht lösen

Die übliche Reaktion ist ein Prompt-Leitfaden: „Sag immer: Bitte prüf unsere Rückgabebedingungen.“ Oder ein gemeinsames Dokument mit guten Prompts. Das hilft den Leuten, besser zu fragen. Was die KI weiß, ändert es nicht.

Dazu liegt der Leitfaden an noch einem weiteren Ort. Jetzt gibt es die Rückgaberegel auf der Website, eine ältere in einem PDF, eine dritte Fassung in den eigenen Anweisungen von irgendwem und einen Leitfaden, wie man danach fragt. Vier Orte, kein Owner.

Was wirklich hilft

Einheitliche KI-Antworten im Team bekommst du, wenn drei Dinge stimmen.

Es gibt eine Quelle. Die Rückgaberegel steht einmal da, an einem Ort, den jedes KI-Tool liest. Sie wird nicht in jedes Tool kopiert, sondern angebunden. Der übliche Weg dafür ist heute MCP (Model Context Protocol), das ChatGPT, Claude und Copilot in ihren Business-Tarifen unterstützen. So arbeitet ChatGPT mit Firmenwissen, und zwar mit demselben wie Copilot und Claude.

Jemand ist Owner. Die Leitung des Supports ist Owner der Rückgaben. Findet der Vertrieb, die Rule sollte anders lauten, dann ist das ein Gespräch zwischen zwei Menschen und nicht zwischen zwei Chatbots. Bis der Owner eine Änderung freigibt, gilt die alte Rule.

Du siehst, woran sich die KI gehalten hat. Sieht eine Antwort falsch aus, musst du wissen, welche Rule sie verwendet hat und in welcher Version. Dann korrigierst du diese Rule einmal, und jedes Tool bekommt die Korrektur. Ohne diese Spur rätst du, welches der vier Dokumente die KI gefunden hat.

Ein schneller Test für deine Firma

Bitte drei Kolleginnen oder Kollegen, dem KI-Tool, das sie nutzen, dieselbe Frage zu stellen. Am besten etwas, das bei euch eine klare richtige Antwort hat, etwa ein Zahlungsziel, eine Lieferzeit oder eine Rabattgrenze. Vergleich die Antworten.

Stimmen sie überein, seid ihr gut aufgestellt. Wenn nicht, zähl nach, an wie vielen Stellen diese Regel aufgeschrieben ist und wer eine Änderung freigeben müsste. Diese Zahl ist meistens das Problem.

Wo du anfängst

Für den ersten Schritt brauchst du keine Software. Nimm die Frage, bei der falsche Antworten am meisten wehtun. Schreib die Regel einmal auf, mit Begründung und dem Namen der Person, der sie gehört. Dann sorg dafür, dass die KI von allen genau diese Fassung liest und keine eigene Kopie.

Für eine Regel ist das einfach. Für ein paar hundert, über Teams und Tools hinweg, während die Leute sie laufend ändern, wird es schwierig. Dafür gibt es ein Company Brain, und genau das bauen wir mit CtxCore Brain.