Große Sprachmodelle (LLMs) und ihre neuen, autonomen Anwendungen entwickeln sich rasant, was deren Qualitätssicherung wichtiger, aber auch schwieriger macht. Dieser Artikel zeigt, wie sich Best Practices aus unterschiedlichen Disziplinen systematisch vereinen lassen – hin zu einer akzeptanztestgetriebenen Entwicklung von LLMs, die verlässlichere, benutzerzentrierte KI-Systeme ermöglichen.