Deloitte räumt ein, dass KI Teile des Wellington-Ratsberichts verfasst hat — steht aber zu den Ergebnissen
Wellingtons Bürgermeister Andrew Little hat öffentlich erklärt, dass "große Teile" eines 435.000-Dollar-Deloitte-Berichts über die Personalausstattung des Stadtrats von künstlicher Intelligenz geschrieben wurden. Dieses Eingeständnis verstärkt die wachsende Kritik am Bericht Future Fit Pōneke, der den Abbau von 330 Stellen empfahl – eine Zahl, die nun auf fehlerhaften Daten beruht.
Schlüsselfehler im Bericht gefunden
Die eigene Überprüfung des Stadtrats deckte mehrere Datenverarbeitungsfehler auf:
- Deloitte zählte aktuelle Mitarbeiter zusätzlich zu vakanten Stellen doppelt.
- Beschäftigungsdaten waren drei Jahre alt und stammten von der Taxpayers' Union.
- Alle Mitarbeiter wurden mit ihrem Vollzeitgehalt gezählt, unabhängig von tatsächlich geleisteten Arbeitsstunden.
- Personalkosten wurden um 21,5 Millionen Dollar überhöht.
- Rollen mit "Projekt" im Titel wurden automatisch als Duplikate angenommen.
Aufgrund dieser Ungenauigkeiten kam der Stadtrat zu dem Schluss, dass die Empfehlung, 330 Vollzeitstellen zu streichen, "grundlegend fehlerhaft" sei. Eine genauere Zahl könnte 284 sein, obwohl auch diese andere potenzielle Fehler nicht berücksichtigt.
KI-Offenlegung bleibt vage
Bürgermeister Little sagte gegenüber Newstalk ZB, dass die KI-generierten Abschnitte "nur Zeitverschwendung" seien im Vergleich zum Kapitel über Vertragsmanagementsysteme, das er als "Desaster", aber nützlich beschrieb. Deloitte hat nicht angegeben, welche Abschnitte von KI erstellt wurden oder wie die KI eingesetzt wurde.
In einer vorbereiteten Erklärung sagte Deloitte: "Deloitte verwendet eine Reihe von Werkzeugen und Technologien in seiner Arbeit, einschließlich KI-gestützter Werkzeuge, wo angemessen", während es verlangt, dass "ein Mensch jede Analyse, Ergebnisse und Schlussfolgerungen absegnen musste." Sie halten an der Solidität der Berichtsschlussfolgerungen fest.
Implikationen für KI-Nutzung in der Beratung
Dieser Fall verdeutlicht das Risiko, KI ohne rigorose Verifizierung einzusetzen – besonders in öffentlichen Berichten mit hohem Einsatz. Für Entwickler und Teams, die KI-gestützte Arbeitsabläufe aufbauen, ist die Lehre klar: KI kann entwerfen, aber Menschen müssen jeden Datenpunkt und jede Annahme validieren. Die Erfahrung des Stadtrats von Wellington ist eine warnende Geschichte über die reputativen Kosten, wenn KI-generierte Inhalte ohne gründliche Prüfung akzeptiert werden.
📖 Vollständige Quelle lesen: HN LLM Tools
👀 Siehe auch

Claude Agent SDK Abrechnungsänderungen ab 15. Juni: Guthaben pro Benutzer, keine Übertragung, harte Klippe
Ab dem 15. Juni zählen die Nutzung des Claude Agent SDK und <code>claude -p</code> nicht mehr gegen Ihre Claude-Abonnementlimits. Stattdessen erhält jeder Benutzer ein separates monatliches Guthaben (z. B. Pro 20 $, Max 5x 100 $). Guthaben werden nicht zusammengelegt, nicht übertragen und haben eine harte Kappungsgrenze.

Entwickler bekennt sich schuldig an 8-Millionen-Dollar-Betrugsschema mit KI-Musikstreaming
Michael Smith, 54, gestand, Tausende von Bot-Konten und KI-generierte Songs genutzt zu haben, um zwischen 2017 und 2024 8 Millionen US-Dollar an Tantiemen von Streaming-Plattformen wie Spotify, Apple Music und YouTube Music abzuzweigen.

Claude VS Code Erweiterung unter Windows durch hartcodierten Linux-Pfad im aktuellen Update defekt
Das aktuelle Update der VS Code-Erweiterung von Anthropic hardcodiert einen Linux-Pfad, wodurch die Erweiterung unter Windows beschädigt wird. Ein Downgrade auf die vorherige Version stellt die Funktionalität wieder her.

ETH-Zürich-Studie: Übermäßiger Kontext verringert die Leistung von KI-Code-Agenten
Eine ETH-Zürich-Studie testete vier Coding-Agenten an 138 echten GitHub-Aufgaben und fand heraus, dass LLM-generierte Kontextdateien die Erfolgsquote um 2-3 % senkten, während die Inferenzkosten um 20 % stiegen. Von Menschen geschriebener Kontext verbesserte den Erfolg nur um etwa 4 %, bei gleichzeitig erheblichen Kostensteigerungen.