Kundenzufriedenheit misst man über eine Umfrage, Lernerfolg über eine Prüfung, das Interesse an einem Produkt über Klicks. Jede dieser Zahlen steht für etwas anderes, das man eigentlich wissen will. Das ist unvermeidlich: Die meisten wichtigen Dinge lassen sich nur indirekt beobachten.
Ein drastisches Beispiel stammt aus der Medizin. In den 1980er Jahren galten Herzrhythmusstörungen nach einem Infarkt als Warnsignal für den plötzlichen Herztod. Medikamente, die diese Rhythmusstörungen unterdrückten, schienen deshalb sinnvoll. Eine große Studie, bekannt als CAST, zeigte 1989 das Gegenteil: Die Medikamente beseitigten zwar die Rhythmusstörungen, aber die Sterblichkeit der Behandelten stieg. Die Stellvertretergröße hatte sich verbessert, das eigentliche Ziel verschlechtert.
Stellvertretergrößen verlieren ihre Aussagekraft auf zwei Wegen. Erstens, wenn sie zum Ziel werden und Menschen beginnen, die Zahl statt der Sache zu optimieren (siehe Goodharts Gesetz). Zweitens, wenn sich der Zusammenhang zwischen Zahl und Sache unbemerkt ändert.
Für KI-Agenten ist das der Kern falscher Erdung. Ein Agent, der ein Geschäftsmodell aus Suchvolumen, Social-Media-Resonanz und Online-Bewertungen ableitet, arbeitet mit Signalen, die wie Realität aussehen. Ob Menschen tatsächlich kaufen, zeigt keines davon. Die Gegenfrage lautet deshalb: Wofür steht diese Zahl, und wann haben wir zuletzt direkt geprüft, ob der Zusammenhang noch stimmt? Pretotyping ist ein Weg, Stellvertretergrößen früh durch echtes Verhalten zu ersetzen.