19.06.2024
KÜNSTLICHE INTELLIGENZ

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
SDLG, KI, Hochreiter, Halluzination
(c) brutkasten - Sepp Hochreiter zu SDLG.

„Großartige Arbeit meines Teams: Erkennen, ob LLMs (Anm.: Large Language Models) halluzinieren. Sie halluzinieren, wenn sie unsicher sind. Wir erkennen diese Unsicherheit und markieren Halluzinationen“ – so beschreibt KI-Koryphäe Sepp Hocheiter auf LinkedIn die Errungenschaft, die er uns seine Forscher:innen am Institut für Machine Learning der Johannes Kepler Universität Linz vollbracht haben. Dabei spricht er von dem SDLG-Modell. Der Begriff steht für „Semantically Diverse Language Generation“.

Denn es ist ein großes Thema, das die KI-Community beherrscht. Bei Nutzung von Künstlicher Intelligenz (KI) kann es passieren, dass man eine Frage stellt und falsche Antworten bekommt. Im Fachjargon sagt man dazu, die KI halluziniert.

SDLG verbessert Erkennung von Halluzinationen

Wie brutkasten berichtete, tun sich Giganten wie Google und Microsoft schwer, dieser Problematik habhaft zu werden. Eine neuer Lösungsansatz kam heuer vom Wiener Startup datAInsights, die statt impliziten explizite Fakten bzw. explizites Wissen verwenden, das dokumentiert ist. „Wir reichern bestehende Knowledge-Systeme mit Quellen an, sodass sie für unsere Architektur verarbeitet werden können“, erklärte datAInsights-Co-Founder René Heinzl im März 2023.

Nun kommt ein weiterer Lösungsansatz aus dem Umfeld von Sepp Hochreiter: SDLG. Diese neue Methode verbessert die Erkennung von Halluzinationen in LLMs (Large Language Modellen), indem es die Unsicherheitsabschätzung vorantreibt oder anders gesagt, aufzeigt, wenn ein Large Language Modell „unsicher“ ist.

Man muss wissen, dass LLMs als Basis für Künstliche Intelligenz dienen und wie eine Zeichenkette aufgebaut sind. Hier wirken Wahrscheinlichkeiten, die das nächste Zeichen (konkret das nächste Wort oder um noch genauer zu sein, die nächsten Buchstaben) produzieren und Antworten auf Fragen liefern. Da kann es zu Fehlern oder falschen Informationen kommen.

Einstein oder Newton?

„Hochreiter präzisiert gegenüber brutkasten: “Halluzinationen können entstehen, wenn ein Trainingsdaten-Set fehlende oder zu wenige Daten zu einem Thema hat”, sagt er. „‚Albert Einstein hat die Relativitätstheorie entwickelt‘ kann in verschiedenen Varianten (Anm.: Einstein hat die Relativitätstheorie erfunden, die Relativitätstheorie wurde von Einstein erfunden oder entwickelt, Der Vater der Relativitätstheorie ist Alber Einstein, etc.) im Trainingsdaten-Set als Information dienen. Gibt es diese nicht oder nur ungenügend, und die KI weiß, dass das Relativität etwas mit Physik zu tun hat, kann es sein, dass die Antwort plötzlich Newton ist.“

SDLG erkennt ob „LLMs halluzinieren“

Lukas Aichberger, „ELLIS PhD“-Student am Institut für Machine Learning der JKU beschreibt per LinkedIn-Post die SDLG-Methode – die er, Kajetan Schweighofer, Mykyta Ielanskyi und Sepp Hochreiter entwickelt haben – wie folgt: „Wir schaffen eine theoretische Grundlage für Unsicherheitsmaße in LLMs und führen theoretisch begründete ‚Estimatoren‘ (Schätzer) für semantische Unsicherheit ein. Und stellen eine Methode zur Verfügung, um semantisch vielfältige und dennoch wahrscheinliche Ausgabesequenzen zu erzeugen, indem wir die Texterzeugung eines LLMs so steuern, dass wichtige Informationen für den semantischen Unsicherheitsschätzer erfasst werden.“

SDGL, KI, Halluzinationen, Hochreiter
(c) zVg – (v.l.) Sepp Hochreiter, Lukas Aichberger, Mykyta Ielanskyi und Kajetan Schweighofer.

In anderen Worten hebt die SDGL-Methode jene Aussagen hervor, wo sich die KI nicht sicher ist und markiert sie, damit man die durch „semantische Unsicherheit“ (des Large Language Models) hervorgerufenen Halluzinationen erkennt, wie Hochreiter präzisiert.

Im 23-seitigen Paper, das die Forscher herausgebracht haben, heißt es konkret: „SDLG steuert das LLM, um semantisch unterschiedliche, aber wahrscheinliche Alternativen für einen ursprünglich generierten Text zu erzeugen. Dieser Ansatz liefert ein präzises Maß für die aleatorische (Anm.: vom Zufall abhängige) semantische Unsicherheit und erkennt, ob der ursprüngliche Text wahrscheinlich halluziniert ist. Experimente mit Aufgaben zur Beantwortung von Fragen zeigen, dass SDLG bestehende Methoden durchgängig übertrifft und dabei rechnerisch am effizientesten ist, wodurch ein neuer Standard für die Unsicherheitsabschätzung in LLMs gesetzt wird.“

Deine ungelesenen Artikel:
27.05.2026

Vertrauen ist die neue Währung – Warum Gründer:innen heute selbst zur Marke werden müssen und wie das gelingt

Im brutkasten-Interview erklärt Branding-Expertin Lirone Glikman, warum unsichtbare Gründer:innen Deals verlieren und wie „Founder-Led Branding“ im KI-Zeitalter zur wichtigsten Währung für Vertrauen und Erfolg wird.
/artikel/vertrauen-ist-die-neue-waehrung
27.05.2026

Vertrauen ist die neue Währung – Warum Gründer:innen heute selbst zur Marke werden müssen und wie das gelingt

Im brutkasten-Interview erklärt Branding-Expertin Lirone Glikman, warum unsichtbare Gründer:innen Deals verlieren und wie „Founder-Led Branding“ im KI-Zeitalter zur wichtigsten Währung für Vertrauen und Erfolg wird.
/artikel/vertrauen-ist-die-neue-waehrung
Lirone Glikman, Branding-Expertin und Gründerin der Agentur The Human Factor, spezialisiert auf Founder-Led Branding

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


In einer Welt, in der KI Inhalte massenhaft produziert und Unternehmen täglich neu entstehen, verschiebt sich der entscheidende Wettbewerbsfaktor: weg vom reinen Produkt, hin zum Vertrauen. „Founder Led Branding“ heißt das Konzept, das Gründer:innen dazu bringt, sich selbst als sichtbare Persönlichkeiten ihrer Unternehmen zu positionieren – authentisch, strategisch und mit klarer Botschaft. Anders als beim klassischen Personal Branding geht es dabei nicht nur um die eigene Person, sondern um die enge Verzahnung von Founder-Identität und Unternehmensmission. Studien und Beobachtungen auf LinkedIn zeigen: Beiträge von Personen erzielen deutlich höhere Reichweiten als jene von Unternehmensseiten. Investoren prüfen Profile, bevor sie ein Meeting zusagen. Kunden googeln Gründer, bevor sie kaufen. Wer als Founder unsichtbar bleibt, verliert Deals – noch bevor sie überhaupt verhandelt werden.

Eine, die dieses Thema international bearbeitet, ist Lirone Glikman. Die israelisch-französische Branding-Expertin begann bereits mit 16 Jahren ihre Karriere, indem sie beim CEO eines israelischen Radiosenders an die Tür klopfte und kurz darauf jüngste Radiomoderatorin des Landes wurde. Heute leitet sie ihre Agentur The Human Factor, die sich auf Founder-Led Branding spezialisiert hat, unterrichtet seit über zwölf Jahren in 28 Ländern und ist Autorin des Buchs „The Super Connector’s Playbook“. Zudem ist sie Executive Director des NGO Committee on Sustainable Development – NY, das mit der UNO affiliiert ist. Im Interview spricht sie über die Trust Economy, häufige Fehler von Gründern und darüber, warum es heute nicht mehr genügt, einfach nur ein gutes Produkt zu haben.

brutkasten: Frau Glikman, beginnen wir mit einer einfachen Frage: Wer sind Ihre Kundinnen und Kunden?

Glikman: Ich pendle zwischen Berlin und Tel Aviv. Meine Klienten sind Startups in frühen oder späteren Phasen, die Sichtbarkeit brauchen; meist dann, wenn sie Kapital aufnehmen, Kunden gewinnen oder in einen neuen Markt eintreten wollen. Dazu kommen Innovationsmanager in Konzernen.

Ein Beispiel ist Celleste Bio, ein israelisches Startup, das als erstes Unternehmen der Welt Milchschokolade mit echter Kakaobutter aus Zellsuspensionskultur-Technologie vorgestellt hat; ein Meilenstein für eine skalierbare, kommerziell tragfähige Kakao-Lieferkette. Jüngst wurde gemeinsam mit Mondelez die erste Tafel produziert, deren Kakaobutter zu 100 Prozent bio-identisch im Labor erzeugt wurde.

Wie nähern Sie sich einem Founder, der mehr Sichtbarkeit braucht?

Zuerst geht es um die Bereitschaft. Viele Gründer wissen, dass sie sichtbar sein müssen – bevor sie einen Raum betreten, ist die Entscheidung beim Investor oft schon teilweise gefallen. Er googelt, schaut auf LinkedIn, gleicht ab, ob das Gesagte zum Gesendeten passt. Unsere Marke arbeitet für uns, bevor wir den Raum betreten – aber zwischen dem Wissen und dem Tun klafft eine Lücke. Viele sind kamerascheu oder arbeiten lieber am Produkt.

Wenn sie zu mir kommen, beginnen wir mit der Strategie. Founder-Persönlichkeit und Unternehmenswerte liegen am Anfang oft sehr nah beieinander. Wir bauen eine Markenidentität auf – authentisch, nicht aufgesetzt. Welche Botschaften, welche Werte, welche Stärken? Ist die Person warm, eher kühl, fürsorglich? Wir nehmen, wer sie sind, und betonen die relevanten Aspekte online.

Was unterscheidet Founder-Led Branding vom klassischen Personal Branding?

Personal Branding ist ein abgenutzter Begriff – wir alle haben eine Marke, ob wir wollen oder nicht. Founder-Led Branding bedeutet, dass man als Gründer bewusst Botschaften platziert, die einem selbst und dem Unternehmen dienen. Heute vertrauen wir Institutionen, großen Namen und Regierungen weniger – wir vertrauen einander.

Wenn Vertrauen zur Währung wird – gerade in einer Welt, in der KI Posts schreibt und Unternehmen über Nacht entstehen lässt – bleibt das Menschliche. Wenn Sie mir vertrauen, vertrauen Sie vielleicht auch meinem Unternehmen.

Auf LinkedIn performt Founder-Content stärker als Unternehmenscontent. Warum?

Der Algorithmus will, dass Sie sich mit einer Person verbinden. Unternehmensbeiträge werden weniger ausgespielt. Es geht um die Verbindung von Mensch zu Mensch.

Was sind die größten Fehler, die Gründer machen?

Erstens: Viele halten Sichtbarkeit für ein „Nice to have“. Damit fehlt die Konsistenz.

Zweitens: Es gibt keinen roten Faden. Wenn man sich Posts der letzten Monate ansieht, sollte ein Muster erkennbar sein. An einem Tag der Urlaub, am nächsten das Unternehmen, dann etwas anderes – das funktioniert nicht. Es braucht Markensäulen.

Drittens: Viele teilen nur Beiträge ihrer Firmenseite oder von Kollegen. LinkedIn mag das nicht. Die Plattform will wissen, was Sie zu sagen haben, was Ihre Kämpfe und Erkenntnisse sind.

Und viertens: Manche gehen zu Medien, die nicht zu ihrer Phase passen. Wenn das Produkt noch nicht reif ist, sollte man etwa in einem Podcast über das Feld sprechen, nicht über die Lösung. Sonst verspricht man zu viel und liefert zu wenig.

Wie viele Posts pro Woche sind realistisch sinnvoll?

Optimal wären zwei pro Woche. Realistisch reicht ein guter, tiefgehender Post pro Woche, der eine eigene Perspektive zeigt. LinkedIn liebt sogenannte „Scar Stories“ – Geschichten von Verletzungen, aus denen man gelernt hat.

Über Fehler zu sprechen ist guter Content?

Ja, weil es verbindet. Es muss nicht der größte Fehler sein. Sie können sagen: Wir haben anfangs in diese Richtung investiert, dann hat sich der Markt verändert, also haben wir gepivotet. Das ist „Building in Public“ – Sie nehmen Ihre Follower mit auf die Reise. Stellen Sie sich vor, Sie haben Ihre eigene Show!

Im DACH-Raum spricht kaum jemand über Misserfolge. Wie ist das in anderen Kulturen?

Es geht nicht darum, sich in schlechtem Licht zu zeigen, sondern Lernerfahrungen zu teilen. Die israelische Kultur ist sehr expressiv und leidenschaftlich. Wir haben Gründer, die ihre tiefen Kämpfe und Frustrationen während des Aufbaus ihres Unternehmens radikal offen teilen. Das gibt anderen Gründern die Erlaubnis, es ihnen gleichzutun – was am Ende sowohl persönlich als auch für das Unternehmen hilfreich ist.

In asiatischen Kulturen, im Baltikum, im DACH-Raum oder in Skandinavien sind Menschen reservierter und risikoaverser. Das ist nicht schlecht – Israelis springen auf jede Idee; manchmal funktioniert es, manchmal nicht. Die Frage ist: Wie viel kann ich teilen, das mir dient, anderen Wert gibt, mir aber nicht schadet?

Wie misst man eigentlich, ob Sichtbarkeit auch Umsatz bringt?

Anders als im Vertrieb, wo Sie 50 Leute ansprechen und zwei Deals abschließen, geht es hier um Signale. Verbinden sich qualitativ relevante Menschen aus Ihrer Zielgruppe mit Ihnen? Merken Sie, dass Investoren Sie schon kennen, bevor Sie den Raum betreten? Sprechen Menschen über Sie? Das nennt man „Dark Social“ – wenn das passiert, funktioniert Ihre Marke.

Ein konkreter Tipp zur Monetarisierung: Vor jedem Meeting werden Sie beobachtet. Posten Sie zwei oder drei Tage vorher etwas, das Fragen oder Einwände beantwortet, die im Gespräch kommen werden. Wenn Investoren an der Skalierbarkeit zweifeln könnten, schreiben Sie über die Skalierbarkeit Ihrer Branche.

Das ist strategische Kommunikation pur…

Genau. Wenn Sie sich auf ein Meeting vorbereiten, gehört ein LinkedIn-Post auf die To-do-Liste. Sichtbarkeit ist kein Privileg, sondern ein Business-Tool, eine Infrastruktur.

Wie viel Zeit sollte ein Gründer investieren?

Mit KI ist das heute leichter. Erstellen Sie ein Projekt in ChatGPT oder Claude, füttern Sie es mit Ihrer Marke, Werten, Botschaften, kopieren Sie E-Mails oder Texte hinein. Dann sagen Sie: Ich möchte über die Skalierbarkeit unseres Geschäfts schreiben, hier sind drei Punkte. So entstehen Posts in Ihrer Stimme. Minimum: ein Post pro Woche. Sie können sich 30 Minuten wöchentlich Zeit nehmen oder einmal im Monat ein, zwei Stunden für alle Posts.

LinkedIn ist mit KI-Content geflutet. Sehen wir eine Gegenbewegung hin zu mehr Authentizität?

Es heißt, etwa 80 Prozent der Posts seien KI-generiert – ich denke, es sind mehr. Was Sie vermeiden sollten: den langen Gedankenstrich, den alle KI-Tools lieben; und typische Strukturen wie „Don’t do X, do Y“ oder kurze Sätze mit Punkt am Ende. Ich habe gestern in einem Post einen Tippfehler gefunden und ihn drin gelassen – weil er menschlicher ist. Verwenden Sie keine Wörter, die Sie sonst nie benutzen. KI können Sie trainieren, aber vertrauen Sie ihr nicht zu 100 Prozent.

Welche Trends sehen Sie auf LinkedIn?

Authentizität mit eigenem Stil und visuellen Wiedererkennungsmerkmalen. Und Spezifität: LinkedIn will Sie mit relevanten Menschen vernetzen – fokussieren Sie sich also auf Ihr Fachgebiet.

In Österreich gibt es Gründer, die sehr laut auftreten. Birgt das Risiken?

Kulturell, ja. Wenn Sie Wertvolles teilen, das anderen hilft, ist Lautstärke okay. Aber im DACH-Raum kann das Türen schließen. In Israel sind die Menschen wie gesagt von Natur aus lauter und leidenschaftlicher. Heute sehen wir auch einen Shift zu Solopreneuren oder Drei-Personen-Unicorns. Als Solopreneur müssen Sie Ihre Marke draußen haben – das Ziel sind Glaubwürdigkeit und Vertrauen.

Gibt es internationale Vorbilder?

Jensen Huang von Nvidia versteht, dass er das Gesicht des Unternehmens ist. Auf seinem LinkedIn-Profil steht Nvidia und davor ein Job als Tellerwäscher in einem Burgerladen.

Oder Sam Altman: Vor drei Jahren, als die Menschen Angst vor OpenAI hatten, machte er mit seinem Mitgründer eine Welttournee, traf Menschen auf Events. Sie nutzten ihre Founder-Marke, um Botschaften zu transportieren und Vertrauen aufzubauen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode