oder:
Das Headset passt zur Vorführung, weil du dabei kein Mikrofon halten musst.
Ein Test auf exakt denselben Text würde die zweite ablehnen und eine sprachliche Variante zum Produktfehler machen. Mara prüft stattdessen die inhaltliche Anforderung: Unterstützt die vorgeschlagene Lösung die gewünschte Nutzung, und ist diese Eigenschaft belegt? Dass das Wort „Headset“ irgendwo vorkommt, reicht auch nicht. „Das Headset ist für den Einsatz im Regen ungeeignet“ nennt es und empfiehlt es gerade nicht.
Auch die erwartete Geräteliste darf nicht enger sein als die Aufgabe. Passen mehrere Kombinationen gleich gut, muss der Test alle zulassen. Für unveränderliche Werte ist ein genauer Vergleich dagegen richtig: Das gewählte Reservierungsdatum darf nicht wegen einer schöneren Formulierung wechseln.
Was normale Software zuverlässig prüfen kann
Einige Grenzen sind eindeutig. Leihregal darf nur Karten für Geräte anzeigen, die im Katalog existieren. Ein Klick auf „Ausrüstung vorschlagen“ darf keine Reservierung speichern. Für solche Grenzen kann die Entwicklungs-KI absichtlich fehlerhafte Modellausgaben in den Prüfpfad einspeisen: Ein erfundenes Gerät muss zurückgewiesen werden, und danach schaut der Test nach, ob trotzdem eine Karte oder Reservierung