Warum KI die Rs in strawberry nicht zählt
Von Chatday Editorial Team ·
Bitte einen Chatbot, deine Hochzeit zu planen, und er macht das mit links. Frag ihn, wie oft der Buchstabe R in „strawberry“ vorkommt, und die Chance ist groß, dass er zwei sagt. Die richtige Antwort ist drei. Das ist eines der seltsamsten Dinge an moderner KI: dasselbe Werkzeug, das dir Quantenphysik erklärt, scheitert an einer Aufgabe, die ein Sechsjähriger mit einem Bleistift löst.
Das ist kein Fehler, und die KI ist nicht dumm. Es ist eine Nebenwirkung davon, wie diese Systeme überhaupt lesen. Und wenn du das einmal verstanden hast, ergeben viele der kleinen, kuriosen KI-Aussetzer plötzlich Sinn.
Der berühmte „strawberry“-Aussetzer, erklärt
„Wie viele R stecken in strawberry?“ wurde zum Lieblingstrick des Internets, um KI bloßzustellen. Und eine Zeit lang lagen fast alle Chatbots daneben und antworteten „zwei“, mit der fröhlichen Sicherheit von jemandem, der sich noch nie in seinem Leben geirrt hat.
Buchstabier es selbst: s-t-r-a-w-b-e-r-r-y. Ein R steht nahe am Anfang und ein Doppel-R nahe am Ende. Drei insgesamt. Für einen Menschen leicht, weil wir die echten Buchstaben ansehen. Die KI darf das nicht, und um zu verstehen, warum, muss man sich ansehen, wie sie liest.
Die KI liest in Häppchen, nicht in Buchstaben
Das ist der Teil, den fast niemand kennt. Bevor ein KI-Modell deine Nachricht liest, wird der Text in Stücke zerhackt, die Tokens heißen. Ein Token ist meist ein häufiges Wort oder ein Bruchstück davon. Das Wort „strawberry“ wird oft in etwas wie „st“, „raw“ und „berry“ zerlegt.
Jetzt zähl die R so, wie das Modell es tut. Das Häppchen „st“ hat keins. „raw“ hat eins. „berry“ hat zwei R, aber das Modell sieht es als einen einzigen Klumpen, nicht als b-e-r-r-y. Die Buchstaben stecken also tief in den Häppchen, und das Modell muss sich ungefähr merken, wie jedes Häppchen geschrieben wird, statt es direkt abzulesen.
Ein Forscher hat es perfekt gesagt: Es ist, als wolltest du die Fäden eines Seils zählen, ohne es vorher aufzudrehen. Das Modell sieht das gedrehte Seil (das Token), nicht die einzelnen Fäden (die Buchstaben).
Warum dieselbe Eigenart einfache Mathe zerlegt
Genau deshalb fliegt die KI durch einen Philosophie-Essay, stolpert aber über eine vierstellige Multiplikation. Auch Zahlen werden in Häppchen zerhackt, und nicht mal konsequent. Aus der Zahl 12345 kann „123“ und „45“ werden, sodass das Modell die Ziffern nie sauber ausrichtet, wie du es auf Papier tätest.
Dazu kommt: Die KI rechnet nicht. Sie sagt das Wahrscheinlichste voraus, das als Nächstes kommt, auf Basis von allem, was sie gelesen hat. Für Sprache klappt das wunderbar, wo „nah genug“ reicht, und für Arithmetik schlecht, wo die Antwort entweder exakt oder falsch ist. Das Modell ist auf Wahrscheinlichkeit gebaut, und Mathe will Präzision. Diese beiden vertragen sich nicht immer. Das ist ein Verwandter des Grundes, warum KI selbstbewusst Dinge erfindet: eine flüssige, plausible Antwort ist nicht dasselbe wie eine richtige.
Warum manche Modelle es heute richtig machen
Jetzt kommt der Haken. Frag heute die meisten Chatbots nach strawberry, und sie sagen drei. Die Frage wurde so berühmt, dass die richtige Antwort inzwischen in dem steckt, woraus sie gelernt haben. Die Modelle haben nicht plötzlich einen Blick für Buchstaben bekommen. Sie haben die Pointe auswendig gelernt.
Tausch das Wort aus, und die Maske fällt. In einem sorgfältigen Test von 2025 fragten Forscher, wie viele B in „blueberry“ stecken. Ein beliebter Chatbot lag etwa vier von zehn Malen daneben und behauptete selbstbewusst, es seien drei, obwohl es zwei sind, samt kleiner Häkchen neben seiner Rechnung. Ein anderes Modell hatte es jedes einzelne Mal richtig, indem es geduldig Buchstabe für Buchstabe vorging. Dieselbe Aufgabe, völlig unterschiedliche Ergebnisse. Das zeigt: Das ist weniger ein ehernes Gesetz der KI als die Frage, ob ein bestimmtes Modell sich die Mühe macht, langsamer zu werden und nachzuprüfen.
Das ist die ehrliche Version der Geschichte. Das Häppchen-Problem ist real, aber nicht die ganze Wahrheit. Selbst eine KI, die ihren Denkweg zeigt, kann sich verzählen, weil sie sich durch die Schritte mustert, statt jeden Buchstaben wirklich wahrzunehmen. Neuere „denkende“ Modelle sind darin viel besser als die schnellen, ein gutes Beispiel für schnelle KI gegen kluge KI in Aktion. Aber besser ist nicht dasselbe wie garantiert.
Worin die KI top ist und was du prüfen solltest
Du musst die Technik dahinter nicht auswendig können. Du brauchst nur ein Gespür dafür, wo die KI grundsolide ist und wo du sie ihre Arbeit zeigen lässt.
| Aufgabe | Wie gut die KI ist | Was zu tun ist |
|---|---|---|
| Schreiben, zusammenfassen, Ideen sammeln | Ausgezeichnet | Vertrauen, dann überfliegen |
| Ein Konzept in einfachen Worten erklären | Ausgezeichnet | Vertrauen |
| Buchstaben oder Zeichen zählen | Wackelig | Lass sie es buchstabieren |
| Lange oder exakte Rechnungen | Wackelig | Schritt für Schritt verlangen, oder Taschenrechner |
| Genaue Details in einem langen Dokument | Gemischt | Lass sie die Originalzeile zitieren |
Das Muster ist einfach. Geht es um Sprache, lass sie laufen. Braucht es Genauigkeit, brems sie oder wechsle zu einem Modell, das sorgfältig ist.
So bekommst du wirklich die richtige Antwort
Drei Handgriffe beheben fast jeden Zähl- oder Rechenfehler:
- Lass sie ihre Arbeit zeigen. „Geh Buchstabe für Buchstabe vor“ oder „lös es Schritt für Schritt“ bringt das Modell dazu, alles dort aufzuschreiben, wo es sieht, statt eine Antwort herauszuhauen.
- Frag zweimal, oder frag zwei Modelle. Wenn Genauigkeit zählt, vertrau nicht der ersten schnellen Antwort. Eine zweite Meinung von einem anderen Modell fängt erstaunlich viele dieser Fehler ab.
- Nimm das richtige Modell für den Job. Die schnellen, redseligen Modelle sind auf Tempo gebaut. Für alles Kniffelige und Exakte sind die paar Sekunden extra bei einem langsameren, denkenden Modell gut investiert.
Der letzte Punkt fällt leichter, wenn du nicht auf eine einzige KI festgelegt bist. Du kannst ein paar der besten Modelle an dieselbe Frage setzen und sehen, wer wirklich richtig liegt.
Das Fazit
Der Buchstaben-Zählfehler der KI ist kein Zeichen dafür, dass sie heimlich dumm ist. Er ist ein Fenster dazu, wie diese Werkzeuge wirklich arbeiten: Sie lesen in Häppchen, sagen voraus statt zu rechnen, sind brillant mit Sprache und ungeschickt beim Wörtlichen. Wenn du das weißt, hörst du auf, überrascht zu sein, und fängst an zu steuern. Bitte sie, langsamer zu machen, lass sie ihre Arbeit zeigen, und wenn die Antwort wirklich stimmen muss, hol dir ein zweites Modell dazu.
Am besten baust du dieses Gespür auf, indem du selbst herumprobierst. Bitte ein Modell, die R zu zählen, dann bitte es, das Wort erst zu buchstabieren, und sieh zu, wie sich die Antwort ändert.