Prüfbericht: ChatGPT Deep Research zum Fleischkonsum

Was das hier ist: der vollständige Prüfbericht zum ungekürzten ChatGPT-Deep-Research-Bericht, auf den sich Drei Systeme, ein Prompt stützt. Er wird hier unverändert als Beleg bereitgestellt, nicht als eigener Artikel. Die Bewertung folgt unseren Hausregeln; „Klasse A” bezeichnet einen Befund, der eine Freigabe blockiert.

Dritter Bericht zum identischen Prompt, nach A16 (eigene Pipeline) und dem Perplexity-Bericht. Geprüft nach denselben Hausregeln, mit denselben Werkzeugen.

Gesamturteil

Zwei offene Klasse-A-Befunde – davon einer hart. Der Bericht ist deutlich belegtreuer als der Perplexity-Bericht. Es wurde keine einzige falsche Zahl gefunden; sämtliche geprüften Zahlenwerte stehen zeichengenau in ihren Quellen, einschließlich der Bezugsgrößen. Das Fehlermuster liegt woanders: bei Zuschreibungen und bei Sätzen, die über die konkret verlinkte Fundstelle hinausreichen.

Nach der Klasse-A-Regel wäre der Bericht nicht freigabefähig – aber die Distanz zur Freigabe ist klein: Ein Befund erfordert eine korrigierte Quellenangabe, der zweite eine umgehängte Fußnote.

Klasse-A-Befunde

1. Falsche Quellenzuschreibung mit verdeckter Interessenlage (hart). Der Bericht schreibt die Fleischausbeuten je Tier – 360 kg Rind, 1,7 kg Huhn, Grundlage der tragenden 200-fach-Rechnung – einer „Our World in Data synthesis using FAO/LCA data, 2024” zu. Die Chart-Metadaten der zitierten OWID-Seite nennen als Quelle dieser Werte Faunalytics (2023), eine Tierschutz- organisation. Die FAO wird für diese Zahlen nirgends genannt; nur die Emissionswerte desselben Diagramms stammen aus einer Ökobilanz-Metaanalyse (Poore & Nemecek 2018). Damit ist die Zuschreibung falsch, und sie wertet die Quelle auf: „FAO-Daten” liest sich als UN-Statistik, tatsächlich stammt der tragende Wert von einer Advocacy-Organisation. Nach Hausregeln zugleich falsche Zuschreibung und verschwiegene Interessenlage. Die Zahlen selbst sind korrekt („360 kilograms”, „1.7 kilograms”, „200 times as many chickens as cows” – alle wörtlich bei Ritchie). Nebenbefund: Die Quelle rechnet die 200 nirgends vor; aus den Ausbeuten ergäben sich 212, aus ihrem eigenen Diagramm 192.

2. Nährstoffdeckung ohne Fleisch – die zitierte Seite trägt es nicht. Der Bericht schreibt: „Germany’s DGE says healthy adults can meet nutrient goals without meat” und belegt das mit der Guidelines-Seite (dge.de/english/fbdg). Diese Seite äußert sich zu fleischfreier Ernährung nicht; sie enthält ausschließlich die Mengenbotschaft im Rahmen eines Mischkost-Modells. Die Aussage ist über die Vegan-Position der DGE grundsätzlich stützbar, hängt aber an der falschen Fußnote.

Klasse-B-Befunde (dokumentiert, nicht blockierend)

1. Nährstoffliste ohne Fundstelle. Die neun als kritisch genannten Nährstoffe (Jod, Protein, Kalzium, Eisen, Zink, Selen, Vitamin D, Riboflavin, langkettige Omega-3-Fettsäuren) stehen nicht auf der zitierten DGE-Vegan-Seite. Diese nennt namentlich allein Vitamin B12 und spricht sonst pauschal von „potentially critical nutrients”. Die Liste dürfte im verlinkten PDF stehen, nicht unter der angegebenen Adresse.
2. Abschwächung bei vulnerablen Gruppen. Die DGE sagt, sie könne für Kinder, Jugendliche, Schwangere, Stillende und Ältere „keine klare Empfehlung für oder gegen” eine vegane Ernährung geben, und empfiehlt Beratung „strongly”. Der Bericht macht daraus „evidence is less certain” und Beratung sei „prudent”.
3. Landingpage statt Bericht. Für „Grazed and Confused” ist die LEAP-Übersichtsseite verlinkt, nicht der Bericht (der liegt bei fcrn.org.uk). Der Kern ist dort wörtlich gedeckt („time-limited, reversible… substantially outweighed”), drei Anhängsel nicht: „in specific depleted soils” (die Seite sagt „in some locally specific circumstances”), „more extensive systems often need more land and time per kilogram”, sowie der gesamte Satz über Bio-Standards.
4. Raffinierte Kohlenhydrate. Der Satz, ein Ersatz durch raffinierte Kohlenhydrate könne den Nutzen weitgehend aufheben, war im extrahierten Neuenschwander-Material nicht auffindbar. Plausible eigene Ableitung, aber nicht als solche gekennzeichnet.

Geprüft und bestätigt

Alle folgenden Aussagen stehen zeichengenau in ihren Quellen, mit korrekter Bezugsgröße:

• IPCC AR6 WGIII Kap. 12: alle fünf Bandbreiten wörtlich – Rind aus Fleischherden 17–94, aus Milchsystemen 8–23, Schwein 4,4–13, Geflügel 2,3–11, Pflanzen −2,2 bis +4,5 kgCO2-eq je 100 g Protein. Auch die Unterscheidung Fleischherde/Milchviehherde ist korrekt wiedergegeben. (Das Kapitel weist selbst aus, dass die Werte aus Poore & Nemecek 2018 für AR6 neu berechnet wurden – die Zuschreibung an den IPCC ist trotzdem richtig.)
• Poore & Nemecek 2018: „~83% of the world’s farmland… 56-58% of food’s different emissions, despite providing only 37% of our protein and 18% of our calories” – alle vier Werte exakt.
• FAO 2023: 6,2 Gt CO2eq, „approximately 12 percent of all anthropogenic GHG emissions”, Bezugsjahr 2015, Rinder als größter Posten (62 Prozent).
• IARC/WHO: „each 50 gram portion of processed meat eaten daily increases the risk of colorectal cancer by 18%” – exakt, und vom Bericht korrekt als relative Erhöhung gekennzeichnet, samt der Unterscheidung von Gefährdungs- und Risikoeinstufung.
• Li et al. 2024: 1,97 Mio. Erwachsene; HR 1,15 je 50 g/Tag verarbeitetes Fleisch, HR 1,10 je 100 g/Tag unverarbeitetes rotes Fleisch. Die Wendung „poultry showed a smaller, less robust association” ist doppelt gedeckt: HR 1,08 ist kleiner, und die Studie sagt selbst „The findings for poultry consumption were weaker under alternative modelling assumptions.”
• Neuenschwander et al. 2023: 24 Kohorten; Substitutionsergebnisse und die Einstufung „moderate certainty” korrekt zugeordnet.
• Scarborough et al. 2023: 55.504 Personen, 570 Ökobilanzen; „at least 30%” für Treibhausgase, Landnutzung, Eutrophierung; vegane Punktschätzer unter der Hälfte – einschließlich des Vorbehalts zu Wasser und Biodiversität.
• EFSA Schweine 2022: Ursachenliste für Schwanzbeißen, Kupier-Empfehlung und Abferkelbuchten vollständig korrekt referiert.
• EFSA Broiler 2023: Gefährdungsliste und Besatzdichte 11 kg/m² (aus A16-Extrakt bestätigt).
• Verbraucherzentrale (Stand 13.01.2026): „einzig die Haltungsformen 3 und 4 sowie die neue Haltungsform 5” stehen für deutlich verbesserte Haltung; der Vorbehalt zu Lahmheit und Verletzungen sitzt wörtlich; der Umfang des Labels „Für Mehr Tierschutz” (Transport, Schlachtung, Verhalten, körperlicher Zustand) ist korrekt.
• DGE: „If you eat meat and sausage, do not consume more than 300 g a week” – korrekt als Fleisch und Wurst wiedergegeben, korrekt als Obergrenze, nicht als Zielwert.

Vergleich mit dem Perplexity-Bericht

	Perplexity	ChatGPT
Harte Zahlenfehler	2 (Einheitenfehler ×1.000; Quelle sagt Gegenteil)	0
Klasse A gesamt	5	2
Interessenlagen gekennzeichnet	0	teilweise; eine falsch aufgewertet
Relative Risiken absolut übersetzt	nein	nein
Eigene Ableitungen gekennzeichnet	nein	ja, mehrfach ausdrücklich
Vorbehalte der Quellen übernommen	teils weggelassen	durchgehend übernommen
Geflügel-Empfehlung	Geflügel als primäre Proteinquelle	ausdrücklich nicht Rind durch Huhn ersetzen

Die beiden Berichte scheitern an unterschiedlichen Stellen. Perplexity irrt in den Quellen: falsche Einheit, Quelle sagt das Gegenteil, weggelassener Null-Befund. ChatGPT irrt über die Quellen: falsches Etikett auf einer Zahl, Aussagen an der falschen Fußnote, Anhängsel jenseits der Fundstelle.

Inhaltlich liegt der ChatGPT-Bericht deutlich näher an unserem eigenen A16 – insbesondere bei der Geflügelfalle, wo Perplexity die gegenteilige Empfehlung gab und sie auf eine falsch wiedergegebene Quelle stützte.

Was der Bericht besser macht als beide Vorgänger

• Kennzeichnet eigene Schlussfolgerungen ausdrücklich als solche („This is a reasoned inference, not a validated scientific ranking across species”).
• Trennt Gefährdungs- von Risikoeinstufung bei IARC und weist ausdrücklich darauf hin, dass die Einstufung nicht bedeutet, verarbeitetes Fleisch sei so gefährlich wie Rauchen.
• Warnt beim Wasserfußabdruck vor genau der Falle, in die Perplexity getappt ist: „scarcity matters more than liters alone”.
• Hat einen eigenen Unsicherheiten-Abschnitt und einen Abschnitt „What would change the recommendation?”, der die Empfehlung an die Gewichtung der drei Achsen koppelt.
• Führt ein Claim-to-Source-Register mit Abrufdaten.

Was auch dieser Bericht nicht tut

• Keine absoluten Risiken neben den relativen (dieselbe Lücke wie bei Perplexity und wie ursprünglich bei A16).
• Interessenlagen der Quellen werden nicht systematisch gekennzeichnet – im Fall der Faunalytics-Zahlen wird eine sogar verdeckt.
• Mehrere Belege zeigen auf Übersichts- oder Landingpages statt auf das Dokument, das die Aussage trägt.

Rohmaterial

Bericht: unserem Rohdatenbestand (unverändert). Neue Extrakte im selben Verzeichnis: DGE (2 Seiten), Li et al. (Wayback), Neuenschwander (Wayback), EFSA Schweine, Verbraucherzentrale, OWID Zielkonflikte (inkl. Chart-CSV und PNG), Scarborough, IPCC AR6 Kap. 12, FAO Pathways (PDF-Volltext), Grazed and Confused. Wiederverwendet aus A16 und der Perplexity-Prüfung: WHO/IARC-Q&A, EFSA-7788, Poore & Nemecek (Volltext), FAO-Nutztieremissionen.