Von der Idee zum Produkt: Wie aus einem Halluzinations-Problem citecheck und Acurio wurden

Am 22. Juni 2026 veröffentlichte SRF einen Artikel mit einer Schlagzeile, die unsere ganze Produktarbeit der letzten Monate auf den Punkt brachte: «KI an Hochschulen – Schummeln Studierende mit KI? Kaum jemand kann es belegen». Fiona Zellweger und Pascal Albisser beschreiben darin ein Paradox: Trotz breit verfügbarer KI weisen die offiziellen Statistiken der Schweizer Hochschulen kaum Betrugsfälle aus. Die PH Luzern zählt 27 Fälle seit Anfang 2023, die ZHAW 17 in den letzten zwei Jahren, die ETH nur einen niedrigen einstelligen Bereich pro Jahr. Die Dunkelziffer dürfte erheblich sein — weil kaum gemessen wird und die KI-Detektoren, auf die mindestens 11 von 31 befragten Hochschulen setzen, schlicht unzuverlässig sind.

Wir lasen diesen Artikel mit einem gewissen Déjà-vu. Denn genau dieses Problem — «niemand kann es belegen» — hatten wir Monate zuvor von der anderen Seite her angepackt. Diese Geschichte handelt davon, wie wir bei TecMinds von einer Beobachtung zu zwei Produkten kamen: dem Open-Source-Tool citecheck und dem Schweizer Dienst Acurio.

Die Beobachtung: ein neuer Fehlertyp

Der Ausgangspunkt war kein Geschäftsplan, sondern eine Irritation. In eigenen Texten und in Arbeiten aus unserem Umfeld tauchten immer häufiger Quellenangaben auf, die auf den ersten Blick tadellos aussahen — und beim Nachschlagen nicht hielten, was sie versprachen.

Wir lernten schnell, dass es zwei sehr unterschiedliche Schäden gibt, die KI-Assistenten an Zitaten anrichten. Erstens: die erfundene Quelle. Autor, Titel oder DOI sind frei halluziniert; die Arbeit existiert gar nicht. Zweitens, und subtiler: die reale Quelle, die die Behauptung nicht stützt. Das zitierte Paper gibt es, aber es sagt nicht, was im Text behauptet wird — oder die Seitenzahl stimmt nicht.

Das Entscheidende daran: Beide Fehler treffen nicht nur jene, die bewusst tricksen. Sie treffen genauso die ehrliche Forscherin, die einer KI-Recherche vertraut und unwissentlich ein halluziniertes Zitat erbt. Hier liegt der Punkt, an dem sich unser Ansatz vom SRF-Thema unterscheidet — und ihn ergänzt. Der Artikel handelt vom Erkennen von Absicht mit unzuverlässigen Detektoren. Wir wollten stattdessen objektiv prüfbare Evidenz: Eine Behauptung wird von ihrer Quelle gestützt — oder nicht. Eine Referenz existiert — oder nicht. Das ist nachprüfbar, kein probabilistischer «KI-Wahrscheinlichkeits»-Schätzwert.

Schritt eins: die kleinere Hälfte zuerst, als Open Source

Statt sofort das grosse Produkt zu bauen, lösten wir bewusst zuerst die einfachere der beiden Hälften — und zwar offen. Daraus wurde citecheck, ein quelloffenes npm-Paket von Tobias Lüscher.

Der Funktionsumfang ist absichtlich eng. citecheck validiert Literaturreferenzen (.bib, .ris, CSL-JSON; aus .docx, .txt, .md werden sie extrahiert) und beantwortet eine einzige Frage zuverlässig: Existiert diese Referenz wirklich? Es prüft gegen Crossref und OpenAlex, markiert zurückgezogene (retracted) Paper und erkennt Open-Access-Quellen über DOAJ. Kein API-Key, keine Anmeldung, läuft lokal — nur die Referenz-Metadaten gehen an öffentliche wissenschaftliche APIs.

npx citecheck <file>

Warum zuerst Open Source? Drei Gründe, die sich im Rückblick als richtig erwiesen haben. Erstens war die Problemhälfte «existiert die Quelle überhaupt?» klar abgrenzbar und damit in einem fokussierten Tool sauber lösbar. Zweitens zwingt ein öffentliches Repository zu Disziplin: Die Logik muss nachvollziehbar und überprüfbar sein — genau die Eigenschaft, die wir auch dem Endnutzer versprechen. Drittens war es das ehrlichste mögliche Schaufenster. Wer prüfbare Evidenz verkaufen will, sollte seine eigene Prüflogik offenlegen können.

Schritt zwei: die subtilere Hälfte als Produkt

citecheck löst die erste Hälfte. Die zweite — reale Quelle, aber die Behauptung steht so nicht drin — ist deutlich anspruchsvoller. Sie verlangt, dass man den Text der Quelle tatsächlich liest und gegen die Behauptung im Manuskript abgleicht. Das wurde Acurio.

Der Ablauf ist bewusst nah an der realen Arbeitsweise gehalten: Man exportiert sein DOCX mit eingebetteten Zotero-Zitaten, lädt die Quell-PDFs (oder BibTeX/RIS) hoch — und erhält einen farbcodierten Bericht pro Zitat: gestützt, teilweise gestützt, nicht gestützt. Dazu ein Konfidenzwert, ein wörtliches Quellenzitat und eine kurze Begründung. DOCX rein, DOCX raus. Wenn die Modelle uneinig sind, löst das über Nacht eine «zweite Meinung» mit einem grösseren Modell und engerem Kontext aus. Die Datenverarbeitung läuft schweizerisch und DSG-/DSGVO-konform.

Wichtig — und in Gesprächen oft missverstanden: Acurio ist kein Plagiatsprüfer. Plagiat heisst, der Text steht der Quelle zu nah. Acurio findet das Gegenteil: Behauptungen, die zu weit von der Quelle entfernt sind — wo die Quelle eben nicht sagt, was man ihr zuschreibt. Es ist auch kein Stilprüfer.

So greifen die beiden Werkzeuge ineinander: citecheck fängt die fabrizierten, nicht existierenden oder zurückgezogenen Referenzen. Acurio fängt die subtilere Hälfte — reale Quelle, falsche Behauptung. citecheck treibt heute auch den kostenlosen Quick-Check von Acurio an. Zwei komplementäre Schichten, eine Logik.

Was der SRF-Artikel bestätigt

Genau hier schliesst sich der Kreis zum SRF-Bericht. Die Hochschulen reagieren — vernünftigerweise — mit Transparenzpflicht, mündlichen Prüfungen und Vertrauen statt mit technischen Detektoren. Die Berner Fachhochschule zählt KI-Fälle bewusst nicht und behandelt KI-Nutzung als «Kompetenzfrage», nicht als Betrugstatbestand. Die Universität St. Gallen formuliert: «Der Einsatz von KI soll das Lernen unterstützen und nicht ersetzen. Entscheidender Bestandteil bleibt die akademische Eigenleistung.» Und die Universität Lausanne nennt es «ziemlich illusorisch, einen vollständigen Studiengang abzuschliessen, indem man alles an die KI delegiert.»

Diese Haltung deckt sich mit unserer. Wir versuchen nicht, Absicht zu beweisen oder einen «KI-Score» zu vergeben. Wir prüfen die Substanz: Stimmt das Zitat mit der Quelle überein? Das schützt die akademische Eigenleistung — und es schützt die ehrliche Person, die ein falsches Zitat von einem KI-Assistenten geerbt hat. Eine ausführlichere Auseinandersetzung mit dem SRF-Befund haben wir im Acurio-Blog geschrieben.

Was wir auf dem Weg von der Idee zum Produkt gelernt haben

Drei Lektionen nehmen wir mit — sie gelten weit über dieses Projekt hinaus, ob man nun ein KI-Produkt von der Idee zum Markt bringt oder einen KI-Agenten vom Pilot in die Produktion überführt:

1. Eine Hälfte zuerst, sauber. Wir hätten Monate damit verbringen können, das «vollständige» Tool zu konzipieren. Stattdessen lösten wir die klar abgrenzbare Hälfte (existiert die Quelle?) zuerst und vollständig. Das schuf ein nutzbares Artefakt, bevor das grosse Produkt überhaupt stand.

2. Open Source als Beweis, nicht als Marketing. Bei einem Produkt, dessen Versprechen «prüfbare Evidenz» lautet, ist offengelegte Prüflogik kein netter Bonus, sondern das Fundament der Glaubwürdigkeit. citecheck ist unser Ehrlichkeits-Nachweis.

3. Den Markt nicht antizipieren, sondern lesen. Wir bauten citecheck und Acurio aus einer konkreten Beobachtung — nicht aus einer Marktprognose. Als der SRF-Artikel erschien, war er für uns Bestätigung, nicht Auslöser. Ein realer, wiederkehrender Schmerzpunkt schlägt jede Trend-Folie. Dasselbe Prinzip prägt auch unsere Arbeit mit KI-Agenten für Schweizer KMU.

TecMinds ist das Zürcher KI-Studio hinter Wield (Recruiting), Acurio (Zitatprüfung) und ZSOPilot (Ausbildung im Bevölkerungsschutz). Unsere Arbeitsweise ist immer dieselbe: ein echtes Problem, eine prüfbare Lösung, kein Hype.

Wenn Sie selbst akademisch schreiben: Probieren Sie den kostenlosen Quick-Check von Acurio oder lassen Sie Ihre Bibliografie mit npx citecheck lokal prüfen. Und wenn Sie ein eigenes KI-Produkt vom ersten Funken zur ausgelieferten Software bringen wollen — genau diesen Weg gehen wir mit unseren Kunden. Sprechen Sie mit uns.