TL;DR: Poly Duo ist ein kostenloser Open-Source-Kurzbefehl für das iPhone. ChatGPT und Claude antworten jeweils für sich, ohne die Antwort des anderen zu sehen, danach vergleicht Claude die beiden Antworten, und du bekommst ein einziges Ergebnis, das damit beginnt, worin beide übereinstimmen, wo sie sich unterscheiden und was du selbst prüfen solltest. Es läuft auf dem Handy, mit den Konten, die du schon hast. Kein eigener Server, keine API-Schlüssel, kein Computer.
Die Schleife
Du kennst den Tanz. Du fragst ChatGPT etwas, das wichtig ist. Du kopierst die Antwort, öffnest Claude, fügst sie ein und tippst „Stimmt das? Was fehlt?“. Dann wechselst du zwischen zwei Bildschirmen und versuchst herauszufinden, welche Teile beide für wahr halten und welchen Teil nur einer der beiden stützt.
Ich habe diesen Tanz jeden Tag von Hand gemacht, denn eine zweite Meinung von einer anderen Firma fängt tatsächlich ab, was einer einzelnen KI entgehen kann. Er ist aber langsam, und er ist das Erste, was man bei Zeitdruck weglässt, also genau dann, wenn man ihn braucht.
Deshalb habe ich meinem iPhone beigebracht, ihn zu übernehmen. Es heißt Duo, ist Open Source und funktioniert mit einem Fingertipp. Damit du dich nicht mit signierten Dateien herumschlagen musst, gibt es eine Seite, die es mit einem Fingertipp auf deinem iPhone installiert, mit deutscher Anleitung; den Link findest du am Ende dieses Artikels.
Was du bekommst
ChatGPT und Claude antworten jeweils für sich, ohne die Antwort des anderen zu sehen. Danach vergleicht Claude die beiden Antworten: Wo stimmen sie überein, wo weichen sie ab, was solltest du selbst prüfen. Etwa eine Minute später landet das Ergebnis auf dem Bildschirm und in der Zwischenablage, und, wenn iCloud Drive verfügbar ist, auch in einem Markdown-Journal. Es beginnt mit drei kurzen Blöcken:
- Beide stimmen überein: worauf du dich stützen kannst
- Wo sie sich unterscheiden: wo du zur Quelle gehst
- Was du selbst prüfen solltest: eine Liste für zwei Minuten
Darunter steht die vollständige Antwort.
Der mittlere Block ist der ganze Sinn. Eine Übersicht darüber, wo zwei Modelle zweier Firmen nicht einer Meinung sind, zeigt dir, was du an den Quellen prüfen solltest. Das leistet ein glatt formulierter Absatz nie.
Eine Premiere auf dem Handy
Auf Computern verketten Leute KIs schon länger: Browser-Erweiterungen, kostenpflichtige KI-Hubs, API-Setups. Auf dem Handy, kostenlos und ohne etwas zwischen den beiden KIs, gab es so etwas bisher nicht.
Seit iOS 18 veröffentlichen die Apps von ChatGPT und Claude eigene Kurzbefehl-Aktionen, Ask ChatGPT und Ask Claude. Duo verkettet sie in einem einzigen Kurzbefehl. Dieser eine Kniff erklärt alles andere:
- Es läuft auf dem Handy. Duo erzeugt selbst keinen Verkehr. Der einzige Netzwerkverkehr entsteht, wenn die beiden offiziellen Apps mit ihren eigenen Firmen sprechen (plus die iCloud-Synchronisierung).
- Es läuft mit deinen Konten. Kostenlose Konten reichen. Wenn du schon Plus oder Pro bezahlst, arbeiten die Modelle, die deine jeweiligen Tarife bieten, ohne Mehrkosten zusammen.
- Kein eigener Server, kein API-Schlüssel, kein Computer. Leg es auf die Action-Taste, auf „Auf Rückseite tippen“, auf Siri oder den Sperrbildschirm, und du hast einen „Zweite Meinung“-Knopf.
Wo sich die Minute lohnt
Duo ist für Fragen, bei denen ein Irrtum teuer wird:
- eine Vertragsklausel vor der Unterschrift,
- ein Lieferant, den du gleich bezahlst,
- Code kurz vor dem Release,
- eine Geld- oder Gesundheitsfrage, nach der du handeln willst,
- eine E-Mail, die du nicht zurückholen kannst,
- ein Jobangebot: mehr Gehalt, längerer Arbeitsweg.
Viele gleichen wichtige Antworten schon heute von Hand zwischen zwei KIs ab. Duo ist diese Gewohnheit ohne die vielen Tabs.
Vier Modi, vier Situationen
Critique ist der Standard und der einzige Modus, den du am ersten Tag brauchst. Elf weitere sind einen Fingertipp entfernt, und jeder zeigt seine Nachrichtenkosten (das ✉-Abzeichen), bevor du wählst.
Critique: „Stimmt das?“ ChatGPT und Claude antworten jeweils für sich, danach vergleicht Claude beide Antworten und liefert das Ergebnis zurück, eingeleitet von den drei Blöcken. Füge einen Absatz aus einem Lieferantenvertrag ein und frage, wozu dich die Kündigungsklausel wirklich verpflichtet: Du bekommst eine Antwort und eine kurze Liste dessen, was du mit einem Anwalt klären solltest. Drei Nachrichten aus deinen eigenen Tarifen.
Dispute map: „Zeig mir den Widerspruch.“ Wo beide übereinstimmen, wo nicht und welche Behauptungen sich prüfen lassen. Es wird kein Urteil aufgezwungen. Gut, um genau zu sehen, was umstritten ist, bevor du eine einzige Quelle liest.
Debate until agreement: „Ich kann mich nicht entscheiden.“ ChatGPT bezieht Stellung, Claude widerspricht, bis zu drei Runden, bis einer nachgibt. Danach: worin sie sich einig waren, was weiter umstritten ist und was du selbst entscheiden musst. Für Fragen ohne richtige Antwort, nur mit gut begründeten.
Synthesis: „Gib mir das Beste aus beiden.“ Beide antworten blind. Eine Antwort dient als Anker, die andere ergänzt nur, was fehlt. Vollständigkeit, ohne zwei lange Antworten zu lesen.
Du weißt nicht, welchen du nehmen sollst? Auto liest deine Frage und empfiehlt einen.
Trio: eine dritte Firma mit einem kostenlosen Schlüssel
Zwei Stimmen können einen blinden Fleck teilen. Trio fügt ein drittes Modell einer dritten Firma hinzu. Nach Claudes Vergleich liest es die Frage und beide Antworten und nennt nur, was beide übersehen haben, in einem eigenen Block unter Claudes Antwort.
Ein kostenloser Schlüssel von einem dieser Dienste funktioniert: zuerst NVIDIA (Kimi K3, GLM-5.3, DeepSeek V4.1 Flash), dann Google AI Studio (Gemini), Groq oder OpenRouter. Die Schlüssel liegen in deinem iCloud Drive, nie im Kurzbefehl, sodass das Teilen des Kurzbefehls nie einen Schlüssel teilt.
Unter der Haube
- Ein Kurzbefehl; seine zwölf Modi werden über ein Dictionary geroutet, ein neuer Modus ist also ein neuer Eintrag und keine Kopie.
- Die Prompts sind einfache Textdateien in
locales/. Der Kurzbefehl wird daraus gebaut; das Repo hat 11 Locales, darunter Japanisch, Chinesisch, Arabisch und Hindi. -
tools/verify.pyentpackt den signierten.shortcutund prüft, ob er zu den Quellen passt, sodass das, was du installierst, das ist, was du lesen kannst. - Apache-2.0.
Quellcode (Apache-2.0): https://github.com/vadimchernets/poly-duo
Poly-App für iPhone — Beta auf TestFlight: https://testflight.apple.com/join/xDnucCVD
Die Forschung dahinter
Warum zwei KIs von zwei Firmen? Am 26. Oktober 2026 haben wir die heutigen Flaggschiffe getestet: GPT-6.1 Sol und Claude Opus 5.5 beantworteten je für sich 100 neue, nie veröffentlichte Fragen. Wo beide übereinstimmten (74 von 100), lagen sie in 97 % der Fälle richtig (72 von 74), und bei keiner der 100 Fragen gaben beide dieselbe falsche Antwort mit hoher Sicherheit. Die Selbstsicherheit eines Modells sagt wenig darüber, ob es recht hat (neun API-Modelle, Juli 2026) – das ist eines der Ergebnisse unserer Forschung, die für Workshops der NeurIPS 2026 angenommen wurde; was hilft, ist eine zweite Meinung, die unabhängig entsteht. Im August 2026 lagen die damaligen Flaggschiffe bei 1.459 öffentlichen Fragen, wenn sie übereinstimmten, in 98 % der Fälle richtig. Ein starkes Paar gewinnt in jeder praktischen Hinsicht: Das Paar der Mittelklasse derselben beiden Firmen (GPT-5 mini + Claude Haiku 4.5, Juli 2026) stimmte bei weniger als einer von zehn Fragen überein und lag, wenn es übereinstimmte, nur in 37 % der Fälle richtig. Duo stellt ChatGPT und Claude auf dem Handy nebeneinander: Jede antwortet zuerst für sich, danach werden die Antworten verglichen. Mit Plus oder Pro arbeiten die Chat-Modelle deiner Tarife zusammen: Je stärker der Tarif, desto stärker das Paar, ohne Aufpreis. Wo sie sich unterscheiden, siehst du es.
Die 97 % sind die Genauigkeit übereinstimmender Antworten in unserem Test (Flaggschiffe vom Oktober 2026, über die Kommandozeilen-Apps der Firmen auf normalen Abos, 100 Fragen, beide Modelle antworteten blind), keine gemessene Genauigkeit eines Duo-Modus. Die August-Zahlen sind eine Neuauswertung der Daten der Begleitstudie. Forschung: https://polyhelper.ai/research/
Gemessen an den Flaggschiff-Modellen: Wenn sie übereinstimmen, liegen sie in 97–98 % der Fälle richtig. Papers: OpenReview https://openreview.net/forum?id=Mg9RtDWcK4 (Verification Theater) · https://openreview.net/forum?id=OyuZAAtv2q (Self-Confidence in LLM Evaluation) · Code und Daten https://github.com/vadimchernets/papers
Probier es aus
- Öffne auf deinem iPhone https://polyhelper.ai/de/duo/?ref=devto-de und tippe auf Duo. Kurzbefehle öffnet sich; tippe auf Hinzufügen. Falls es sich nicht öffnet, füge die englische Version von der Seite hinzu.
- Tippe beim ersten Start jedes Mal auf „Immer erlauben“, wenn nach ChatGPT, Claude und der Zwischenablage gefragt wird (4 bis 6 Mal).
- Stell eine Frage, bei der eine zweite Meinung eine Minute wert ist.
Du brauchst iOS 18 oder neuer (ein iPhone 14 schafft das problemlos) sowie die Apps von ChatGPT und Claude, angemeldet. Duo für Android ist kostenlos bei Google Play: https://play.google.com/store/apps/details?id=ai.polyhelper.a1
Installiere es, gib ihm die schwierigste Frage, die dich diese Woche beschäftigt (ein Vertrag, ein Angebot, ein Diff) und sag mir in den Kommentaren, welchen Modus ich als Nächstes ergänzen soll. Ein Prompt, den du schärfen könntest? Eröffne ein Issue.
Ein praktischer Tipp: Lass den Bildschirm in Ruhe, solange es läuft. Ein Fingertipp stoppt den Kurzbefehl.
Vadym Chernets, unabhängiger KI-Forscher (PhD). Autor von zwei Arbeiten zur Überprüfung von KI-Antworten (NeurIPS 2026, Sydney, Dezember 2026): https://neurips.cc/virtual/2026/178299 · https://neurips.cc/virtual/2026/loc/sydney/173020
Top comments (0)