Eine auf arXiv veröffentlichte Studie untersuchte, wie drei Sprachmodelle Grenzfälle bei Erstattungs- und Schadenersatzanträgen beurteilen, wenn ihnen drei ähnliche frühere Fälle vorgelegt werden. Bei DeepSeek V4.1 Flash, GPT-5.6 Luna und Claude Haiku 5.5 stiegen die Bewilligungsquoten bei eigens für die Studie verfassten Richtlinien um etwa 30 bis 55 Prozentpunkte, wenn die dokumentierten Entscheidungen in den früheren Fällen von DENY auf APPROVE geändert wurden.
DeepSeek und Luna bewilligten Anträge jedoch seltener, wenn sie nur die Fakten früherer Fälle sahen und diese für eine Bewilligung sprachen, als wenn sie für eine Ablehnung sprachen. Laut den Autoren zeigte sich dieses Muster auch bei neun öffentlichen Richtlinien, die aus realen Vorlagen paraphrasiert worden waren.
Warum es wichtig ist
Organisationen, die KI zur Prüfung von Erstattungs- oder Schadenersatzansprüchen einsetzen, sollten die Fakten früherer Fälle getrennt von den dokumentierten Ergebnissen testen. Denn beides kann Entscheidungen beeinflussen, und die Wirkung kann in unterschiedliche Richtungen gehen.
