„Wir stehen bei ChatGPT drin!” — und dann liest keiner weiter
Jemand kippt einen Screenshot in den Team-Channel. Da steht sie, die eigene Firma, mitten in einer Gemini-Antwort, als Quelle.
Kenn ich, und die Freude ist ja auch berechtigt. Vor zwei Jahren war das ein Partytrick, heute landet es im Monatsreport.
Nur: Schau mal, was direkt danach passiert. Wir prüfen, dass wir zitiert wurden — und machen weiter. Was in dem Zitat drinsteht, liest praktisch niemand.
Wie oft stimmt der Satz neben deinem Namen denn überhaupt?
Und genau das haben jetzt ein paar Redaktionen gemacht. Tausende Antworten, mit Bewertungsbogen, absichtlich.
3.000 KI-Antworten, von Journalisten einzeln durchgelesen
Hinter der Untersuchung stecken die Europäische Rundfunkunion (EBU) und die BBC, zusammen mit 22 öffentlich-rechtlichen Medienhäusern aus 18 Ländern und 14 Sprachen (zur Studie).
Journalisten aus diesen Redaktionen haben über 3.000 Antworten von ChatGPT, Copilot, Gemini und Perplexity bewertet — nach vier Kriterien: Genauigkeit, Quellenangabe, Trennung von Fakt und Meinung, Kontext. Heißt, das ist kein Bauchgefühl vom Wochenende: Das sind halt Leute, die beruflich Zuschreibungen prüfen, Antwort für Antwort. Und was kam raus?
- 45 % der Antworten hatten mindestens einen gravierenden Mangel
- 31 % hatten schwere Quellenprobleme: fehlende, falsche oder irreführende Zuschreibung
- 20 % hatten gravierende Genauigkeitsprobleme, etwa Halluzinationen oder veraltete Informationen
Bleib mal bei der mittleren Zahl. Ein <button class=“zn-term” type=“button” data-term=“Quellenproblem” data-definition=“Die Antwort verpatzt das „wer hat das gesagt”: erfundene Quelle, fehlende Quelle, oder die Aussage eines anderen Hauses wird der falschen Marke zugeschrieben.”>Quellenproblem heißt im Kern: Das „wer hat das gesagt” ist kaputt. Eine erfundene Quelle — oder die Aussage eines anderen Mediums, die plötzlich deiner Firma gehört.
Und eine , falls dir der Begriff neu ist, ist schlicht: Das Modell behauptet seelenruhig etwas Unwahres. Das plus veraltete Infos steckt in jeder fünften Antwort.
Die Modelle sind dabei ganz unterschiedlich schlecht
Und jetzt kommt der Teil, den ich so nicht erwartet hatte: Das Problem verteilt sich überhaupt nicht gleichmäßig.
Am schlechtesten schnitt Googles Gemini ab: rund 72–76 % der Antworten hatten ein gravierendes Quellenproblem. Also grob drei von vier Malen stimmt an der Zuschreibung etwas nicht.
ChatGPT, Copilot und Perplexity blieben bei den Quellenproblemen dagegen im Großen und Ganzen unter 25 %.
Sprich: „Die KI zitiert uns” ist eben nicht ein Ereignis mit einer Bedeutung. Welches Modell dich zitiert, verschiebt die Wahrscheinlichkeit, dass das Zitat überhaupt stimmt.
Wer nur Nennungen zählt, verliert genau das. Der Zähler sagt dir, dass dein Name auftaucht. Über den Satz daneben sagt er nichts.
Warum die falsche Zuschreibung bei dir landet, nicht beim Modell
Und jetzt zu dem Teil, der wirklich wehtut.
Denn eine Behauptung, die mit einem vertrauenswürdigen Namen davor ankommt, prüft kaum jemand nach. „Laut BBC”, „laut deren Mitteilung” — der Name glaubt sozusagen für uns mit.
Genau davor warnen EBU und BBC: Stellt eine KI eine vertraute Marke hinter eine Aussage, glauben Nutzer die Aussage auch dann, wenn sie falsch ist. Und der Reputationsschaden trifft das zitierte Medienhaus oder die zitierte Marke.
Kennst du den Kollegen, der Dinge immer mit „der Chef hat gesagt” einleitet? Keiner prüft nach. Das Präfix macht die ganze Arbeit. Beim KI-Zitat läuft es genauso — nur kann das Präfix deine Firma sein, und gefragt hat dich keiner.
Genannt werden ist schön. Zum Bürgen für etwas Falsches gemacht zu werden, ist ein ganz anderes Geschäft.
Und die Leute verlassen sich trotzdem immer mehr auf die KI
Das Unangenehme ist ja: Der Boden wackelt, und obendrauf laufen immer mehr Leute.
Laut der Jahresstudie des Reuters Institute der Universität Oxford stieg der Anteil derer, die schon mal generative KI genutzt haben, von 40 % auf 61 %. Die wöchentliche Nutzung hat sich fast verdoppelt: von 18 % auf 34 % (Digital News Report 2025).
Dieselbe Untersuchung zeigt aber auch: Verbraucher halten KI-generierte Nachrichten für weniger vertrauenswürdig. Skeptisch sein und trotzdem häufiger nutzen. Beides gleichzeitig.
Heißt, es werden monatlich mehr Leute, die auf eine kaputte Zuschreibung über deine Marke stoßen könnten — während rund ein Drittel der Quellenangaben eben weiter wackelt.
Fazit: Schau, wie du zitiert wirst, nicht nur ob
Zitiert werden ist nicht das Ziel. Es ist der Moment, in dem das Markenmanagement eine neue Aufgabe bekommt: prüfen, ob das Zitat überhaupt stimmt.
Und einmal prüfen reicht nicht. Die Antworten schwanken bei derselben Frage, und die Modelle haben ganz eigene Macken. „Hab ich mal geschaut, war okay” altert also ziemlich schnell.
Fang diese Woche damit an: Nimm deine zwei, drei wichtigsten Themen, frag ChatGPT und Gemini danach — so, wie ein Kunde fragen würde — und lies, was dir zugeschrieben wird. Nicht, ob du vorkommst. Was du angeblich gesagt hast. Und dann mach eine regelmäßige Kontrolle daraus statt einer Anekdote. So fällt eine falsche Zuschreibung auf, solange sie eine einzelne Antwort ist und noch kein Muster.
Wohlgemerkt: Vielleicht gewichte ich diese eine Studie zu stark — es geht um Nachrichteninhalte, bewertet von Nachrichtenleuten, und deine Branche verhält sich womöglich braver. Aber 31 % ist eine Zahl, bei der ich es lieber absichtlich erfahre als zufällig.
Quellen
- EBU & BBC (2025), „News Integrity in AI Assistants — An International PSM Study”, ebu.ch
- Reuters Institute for the Study of Journalism (University of Oxford, 2025), „Digital News Report 2025”, reutersinstitute.politics.ox.ac.uk
