Full Fact ist eine international operierende Faktencheck-Organisation mit Sitz in London. Sie verarbeitet jeden Werktag eine Drittelmillion Sätze. Fullfact überwacht Zeitungen, TV-Sendungen, Radiosendungen, soziale Medien und parlamentarische Aufzeichnungen in verschiedenen Sprachen. Ohne KI würde diese Menge jedes menschliche Team überfordern.
"Wir entdecken vielleicht eine halbe Million Dinge, die wir jeden Tag faktenchecken können", sagte Andy Dudfield, Full Facts Leiter für KI, vor Publikum beim International Journalism Festival im April 2025. Die Organisation hat fast ein Jahrzehnt damit verbracht, KI-Tools zu entwickeln, die menschlichen Journalisten dabei helfen, die prüfenswerten Behauptungen zu finden. Full Fact beschäftigt 15 Vollzeit-Journalisten, die detaillierte Faktencheck-Artikel schreiben (typischerweise 1.000 Wörter je Artikel) und acht Software-Ingenieure und Datenwissenschaftler, die KI-Tools zur Unterstützung ihrer Arbeit entwickeln.
Das Signal im Rauschen finden
Full Facts zentrale Herausforderung spiegelt wider, was viele Redaktionen beschäftigt: zu viel Inhalt, zu wenig Zeit. Die Organisation verarbeitet täglich über 300.000 Sätze allein auf Englisch und überwacht alles von parlamentarischen Debatten bis zu Podcasts.
Full Fact entwickelte ein zweistufiges generatives KI-System, das im Mai 2025 eingeführt wurde. Zunächst identifizieren Keyword-Listen relevante Themen wie Energiepolitik, Asylsuchende oder Gesundheitsbehauptungen. Dann bewertet ein KI-Ranking-System Behauptungen nach ihrer "Prüfenswertigkeit" – wie wahrscheinlich sie die Aufmerksamkeit eines Faktencheckers verdienen.
Das System bewertet, ob Behauptungen viele Menschen versus nur eine Person betreffen, ob sie spezifisch und messbar sind, und ob es sich um persönliche Erfahrungen handelt (die nicht überprüft werden können) oder um Zukunftsprognosen (die nicht faktengecheckt werden können). Jeden Morgen erhalten Journalisten nach Themen geordnete Listen der wichtigsten Behauptungen des Tages.
Dieses Tool erkannte einen Fehler in einer Prostatakrebs-Studie, was Full Fact dazu veranlasste, den Studienautor zu kontaktieren. Der Autor korrigierte seinen Bericht und kontaktierte eine Zeitung, die eine Korrektur veröffentlichte.
David Corney, Full Facts leitender Datenwissenschaftler, erklärte während eines Treffens im Juni 2025 in London mit deutschen Medienmanagern (Chefrunde Study Tour): "Wir verschwenden keine Zeit oder Ressourcen damit, uns die falschen Dinge anzuschauen. Wir verpassen auch keine wichtigen Sachen, selbst wenn sie nicht unbedingt Schlagzeilen waren."
Wiederholte Behauptungen medienübergreifend verfolgen
Falsche Behauptungen verschwinden nicht nach einem Faktencheck. Sie tauchen in verschiedenen Medien wieder auf, von verschiedenen Personen gesprochen, oft mit leichten Variationen. Full Fact entwickelte ein System zum Abgleich von Behauptungen, das alle überwachten Medien mit allen kürzlich faktengecheckten Behauptungen vergleicht.
Es ist eine enorme technische Herausforderung: 10 Millionen tägliche Satzvergleiche, die nur eine zweistellige Zahl echter Treffer ergeben. Das System kombiniert traditionelles maschinelles Lernen mit generativer KI und bewältigt Paraphrasierung und Variationen, während es berücksichtigt, wie sich die Wahrheit über die Zeit ändern kann.
"Sprache ist so mehrdeutig", bemerkte Corney. "Es gibt so viele Wege, dieselbe Idee auszudrücken, dass zu entscheiden, ob zwei Sätze dasselbe bedeuten oder nicht, sogar für Menschen ziemlich schwer ist."
Als das System Abgeordnete dabei erwischte, wie sie dieselbe irreführende Behauptung über Migrantenzahlen wiederholten, kontaktierte Full Fact sie direkt mit der Bitte um Korrekturen. Das Tool ermöglicht schnelle Reaktionen auf wiederholte Falschaussagen.
Neue Tools: Gesundheitsbehauptungen und Wahlversprechen
Full Facts neuester Prototyp mit dem Codenamen "Raphael" integriert Googles Gemini-Modell, um schädliche Gesundheitsbehauptungen in Videos zu identifizieren. Als ein zweistündiger Podcast Impfstoff-Fehlinformationen verbreitete, identifizierte Raphael die problematischen Abschnitte und ersparte den Faktencheckern die Durchsicht der gesamten Aufnahme.
Das System verlinkt auf exakte Video-Zeitstempel und ermöglicht es Faktencheckern, Behauptungen zu überprüfen, ohne stundenlang nach Inhalten suchen zu müssen. Full Fact plant, Raphael später in 2025 in ihre Hauptsammlung von Tools für Kundenorganisationen zu integrieren.
Die Organisation entwickelte auch einen KI-gestützten Regierungs-Tracker, der etwa 300 Wahlversprechen der aktuellen britischen Regierung überwacht. Das System nutzt Google-Suchen, um relevante Dokumente zu finden, generiert Fragen zur Lokalisierung verwandter Inhalte, extrahiert Informationen und erstellt Zeitlinien, die Fortschritts-Updates hervorheben, die sonst übersehen werden könnten.
Pre-bunking: Fehlinformationen zuvorkommen
Full Facts neuestes Experiment beinhaltet "Pre-bunking" – die Identifizierung und Bekämpfung von Fehlinformationen, bevor sie sich verbreiten. In Zusammenarbeit mit dem spanischen Faktenchecker Maldita und dem European Fact-checking Standards Network konzentrieren sich die Organisation auf kurze Videos auf Plattformen wie TikTok, YouTube Shorts und Instagram Reels.
Der Prozess identifiziert schädliche Narrative in einem Land, abstrahiert zugrundeliegende Muster (Regierung beschuldigen, ausländische Verschwörungstheorien, behaupten "alles ist fake") und sagt dann ähnliche Behauptungen in anderen Ländern bei vergleichbaren Ereignissen voraus. Das Ziel: präventive Faktenchecks veröffentlichen, bevor Fehlinformationen Fuß fassen.
"Stellen Sie sich vor, nächsten Monat wird starker Regen vorhergesagt, zum Beispiel in Frankreich oder Deutschland", sagte Corney und beschrieb ein Beispiel mit Flut-Fehlinformationen. "Wir können die Behauptungen vorhersehen, die Sie sehen werden." Das Projekt startete mit fünf Sprachen und strebt an, bis Ende 2025 auf 20 zu erweitern.
Global unterwegs: 40 Organisationen in 30 Ländern
Full Facts Tools unterstützen jetzt über 40 Faktencheck-Organisationen in drei Sprachen und 30 Ländern. 2024 halfen diese Tools Faktencheckern bei der Überwachung von 12 nationalen Wahlen.
Partner umfassen Africa Check (tätig in Südafrika, Nigeria, Kenia und Senegal), französischsprachige Tools für Westafrika und arabische Versionen für den Nahen Osten und Nordafrika, einschließlich Syrien, Libyen und Gaza.
Als Full Fact seine Tools bei 25 arabischsprachigen Faktencheck-Organisationen einführte, berichteten Nutzer, dass die Medienüberwachung schneller und einfacher wurde. Viele begannen zum ersten Mal mit Live-Monitoring von Ereignissen, was zu über 200 Faktencheck-Artikeln führte, die mit durch Full Facts Systeme identifizierten Behauptungen veröffentlicht wurden.
Was KI kann und nicht kann
Full Fact hält strikte Grenzen in Bezug auf KI-Fähigkeiten ein. Die Technologie glänzt bei Mustererkennung, Textanalyse und mehrsprachiger Verarbeitung ohne zusätzliches Training. Sie identifiziert effektiv interessante versus banale Inhalte und extrahiert Informationen aus Dokumenten.
Aber Full Fact vermeidet es, KI nach wahr oder falsch zu fragen. "Kein Modell, generativ oder konventionell, kann das zuverlässig beantworten, da es von realem Wissen und Schlussfolgerungen abhängt", erklärt die Organisation.
Full Fact nutzt KI nicht zum Schreiben veröffentlichbarer Inhalte, was selbst einen Faktencheck erfordern würde. Menschliche Journalisten übernehmen das gesamte Schreiben von Artikeln, gefolgt von sorgfältiger Überprüfung und Bearbeitung durch Kollegen.
Finanzierungs- und Nachhaltigkeitsherausforderungen
Full Fact arbeitet als gemeinnützige Organisation mit diverser Finanzierung: öffentliche Spenden, philanthropische Organisationen, Meta-Zahlungen für Plattform-Faktenchecking und Software-Lizenzierung an internationale Organisationen. Jüngste Änderungen in der Finanzierung durch Tech-Unternehmen haben Unsicherheit im gesamten Faktencheck-Sektor geschaffen.
Bei der GlobalFact 2025-Konferenz betonte CEO Chris Morris, dass die Daten von Faktencheckern wertvoll für KI-Unternehmen sind, die Modelle zum Erkennen von Fakten und Täuschung trainieren. Das schafft neue Einnahmequellen, während traditionelle Finanzierungsströme sich verschieben.
Technische Architektur und Echtzeit-Fähigkeiten
Full Facts System kombiniert mehrere Technologien: Elasticsearch für Textsuche, SQL-Datenbanken für strukturierte Daten, WikiData-Verknüpfung für Entitätsidentifikation und semantisches Ähnlichkeits-Matching für Behauptungsvergleiche. Der Hybrid-Ansatz balanciert die Musterkennungsstärken traditioneller KI mit den mehrsprachigen Fähigkeiten generativer Modelle.
Die Organisation entwickelte Echtzeit-Transkriptionsfähigkeiten für Live-Events. Während einer liberianischen Präsidentschaftsdebatte, die live auf Facebook gestreamt wurde, überwachten Full Facts Tools das fünfstündige Event und lieferten Echtzeit-Behauptungsidentifikation an lokale Journalisten, was Live-Faktenchecking ermöglichte, während noch gewählt wurde.
Fokus auf schädliche Informationen
Full Facts Philosophie konzentriert sich auf KI als Assistent, nicht Ersatz. "Wir versuchen nicht, Journalisten oder Faktenchecker durch Algorithmen zu ersetzen", erklärte Corney. "Journalisten sind richtig gut darin, Geschichten zu schreiben, richtig gut darin, Geschichten zu finden, viel besser als KI jemals sein wird. Wir versuchen, Faktencheckern zu helfen, grundsätzlich effektiver zu sein."
"Wir werden immer menschliche Experten im Loop behalten", erklärt Full Fact, "teils um die Risiken von Bias und Halluzinationen zu minimieren, die mit vollautomatisierten Systemen kommen, aber hauptsächlich weil selbst die fortschrittlichste KI nicht an menschliches Denken herankommt."
Die Organisation setzt den Fokus auf schädliche statt nur falsche Informationen. "Im Gesundheitsbereich, wenn jemand sagt: 'Du hast einen Knoten in der Brust, geh nicht zum Arzt, nimm einfach dieses Rizinusöl', können wir sagen: hier sind die wissenschaftlichen Fakten. Es ist nicht nur falsch, es wird Dich umbringen, wenn Du das glaubst", erklärt Corney.
Fünf Learnings für Redaktionen und Publisher
1. KI-Workflows um redaktionelle Prioritäten aufbauen, nicht um technische Fähigkeiten: Full Facts "Prüfenswertigkeit"-Bewertung zeigt, wie KI redaktionellem Urteil dienen sollte, anstatt es zu ersetzen. Das System bewertet Behauptungen basierend auf journalistischen Kriterien: Wirkungsgrad, Spezifität, Überprüfbarkeit. News Publisher können ähnliches Denken auf die Kuration von Inhalten anwenden und Geschichten priorisieren, die zu ihrer redaktionellen Mission passen, anstatt allem hinterherzujagen, was KI technisch produzieren kann.
2. Hybrid-KI-Ansätze übertreffen einzelne Lösungen: Full Fact kombiniert traditionelles maschinelles Lernen mit generativer KI. Traditionelle Modelle glänzen bei Klassifikationsaufgaben, während generative KI mehrsprachige Inhalte und semantisches Verständnis bewältigt. Publisher, die mit KI-Tool-Auswahl kämpfen, sollten erwägen, Ansätze zu mischen, anstatt alles auf eine Technologie zu setzen.
3. Echtzeit-Monitoring schafft Wettbewerbsvorteil: Full Facts Fähigkeit, wiederholte Behauptungen medienübergreifend zu kennzeichnen, verschafft ihnen Geschwindigkeit und Autorität bei Korrekturen. News Publisher können ähnliche Monitoring-Systeme für ihre Bereiche aufbauen, verfolgen, wie sich Storys bei Konkurrenten entwickeln, und Follow-up-Chancen identifizieren. Die technische Infrastruktur (Elasticsearch, semantisches Matching) ist für die meisten Redaktionen zugänglich.
4. Datenlizenzierung bietet neue Einnahmeströme: Die kuratierten Daten von Faktencheckern haben Wert für KI-Training. News Publisher, die auf Archiven verifizierten, hochwertigen Inhalts sitzen, sollten Lizenzierungsoptionen mit KI-Unternehmen erkunden. Saubere, faktische Daten erzielen Premiumpreise in Trainingsmärkten.
5. Strikte Grenzen verhindern KI-Pannen: Full Fact fragt KI niemals nach Wahrheit oder lässt sie veröffentlichbare Inhalte schreiben. Dieser disziplinierte Ansatz vermeidet die Halluzinations- und Genauigkeitsprobleme, die andere KI-Implementierungen plagen. News Publisher sollten ähnliche Leitplanken etablieren und klar definieren, was KI in ihren Workflows kann und nicht kann, bevor sie sie einsetzen, anstatt Grenzen durch öffentliche Pannen zu entdecken.