KI-Assistenten prägen zunehmend, wie Unternehmen wahrgenommen werden. Doch ihre Antworten können Informationen verzerren, falsch zuordnen oder veraltete Aussagen wiedergeben. Eine Untersuchung von EBU und BBC zeigt erhebliche Qualitätsprobleme bei KI-generierten Antworten. Klassische GEO-Kennzahlen wie Sichtbarkeit, Quellen und Tonalität erfassen solche Fehler kaum. Unternehmen sollten deshalb regelmässig prüfen, ob KI-Aussagen tatsächlich zutreffen, und ihre Reputation durch klare Positionierung und belastbare Quellen stärken.
Beim Kinderspiel «Stille Post» kommt am Ende selten an, was am Anfang gesagt wurde. Kein Mitspieler lügt, jeder gibt nur ein wenig anders weiter, was er verstanden hat. Ähnlich ergeht es Informationen, die KI-Assistenten zusammenfassen und einordnen. Wie oft dabei etwas verrutscht, hat eine Untersuchung der European Broadcasting Union (EBU) und der BBC gezeigt: Fachjournalist:innen prüften über 3.000 Antworten von ChatGPT, Copilot, Gemini und Perplexity in 18 Ländern und 14 Sprachen. 45 Prozent enthielten mindestens ein signifikantes Verständnisproblem (EBU/BBC, Oktober 2025).
Die Untersuchung bezog sich auf Nachrichteninhalte, doch der Mechanismus ist derselbe, wenn ein Assistent ein Unternehmen beschreibt: Er verdichtet, gewichtet und lässt weg. Wer heute nach einem Dienstleister, einem Produkt oder einem Arbeitgeber fragt, bekommt oft eine fertige Einordnung statt einer Linkliste. Unternehmen wollen dort deshalb vorkommen – und messen es. Monitoring-Werkzeuge zeigen, wie häufig eine Marke in KI-Antworten genannt wird, welche Quellen dabei erscheinen und ob der Ton eher positiv oder negativ ausfällt. Was diese Zahlen nicht zeigen: ob das Gesagte stimmt.
Semantischer Drift: Wenn sich Bedeutung unbemerkt verschiebt
In der Linguistik beschreibt semantischer Drift, wie sich die Bedeutung von Wörtern über die Zeit verschiebt. Übertragen auf Marken meint der Begriff eine Reputationsverschiebung, die aus der Tendenz einer KI entsteht, Kontext nur ungefähr zu deuten: Ein Aspekt wird überbetont, ein anderer fehlt, eine überholte Information bleibt hängen. Einzelne Antworten wirken dann nicht falsch, das Gesamtbild stimmt trotzdem nicht mehr.
Eine Ahnung vom Ausmaß geben weitere Zahlen derselben Studie: 31 Prozent der Antworten zeigten ernsthafte Quellenprobleme – Belege fehlten, waren irreführend oder falsch zugeordnet – und 20 Prozent größere Genauigkeitsfehler wie veraltete Informationen oder erfundene Details (EBU/BBC, Oktober 2025).
Warum GEO-Kennzahlen den Drift nicht erfassen
Die Sichtbarkeitsquote hängt davon ab, welche Fragen ein Tool testet: in der Regel vorab festgelegte Beispielfragen eines Marketingteams, nicht das, was Menschen tatsächlich eingeben. Und weil Assistenten Nutzer:innen zunehmend aus früheren Gesprächen kennen, lautet eine reale Frage eher «Welche Agentur passt zu mir?» als «Welche Agenturen gibt es in Berlin?».
Zitierte Quellen zeigen nur, worauf sich eine Antwort ausdrücklich beruft. Was ein Sprachmodell aus seinem Trainingsmaterial «weiß», taucht nie als Beleg auf. Und Tonalität lässt sich zwar messen, sagt aber nichts darüber aus, ob eine Aussage stimmt.
Zuordnung vor Tonalität
Entscheidend ist deshalb eine andere Frage: Gehört diese Aussage tatsächlich zu diesem Unternehmen, in diesem Zusammenhang? «Ist das wirklich über uns, was da steht?» Diese Frage beantwortet keine der gängigen Kennzahlen. Vertrauen von Bewerber:innen, Kund:innen und Geschäftspartner:innen entsteht aber genau dort.
Was Unternehmen jetzt tun sollten
- Erstens: lesen statt nur zählen. Wer regelmäßig nachliest, was KI-Systeme über das eigene Unternehmen antworten, erkennt Verschiebungen, lange bevor sie sich verfestigen. Dazu gehören Fragen, die Bewerber:innen, Kund:innen oder Partner:innen tatsächlich stellen würden, nicht nur jene, die sich gut messen lassen.
- Zweitens: Positionierung schärfen und jedes Wort hinterfragen. Erzeugt ein Begriff wirklich die gewünschte Assoziation? Ist er belegt oder nur behauptet? Eine Aussage wie «Wir bieten flexible Arbeitszeiten» bleibt austauschbar, solange sie nicht durch echte Zahlen, Stimmen aus dem Unternehmen und eine Bestätigung von außen untermauert wird. Das gilt für die eigenen Kanäle ebenso wie für alles, was Dritte über das Unternehmen berichten. Auch thematische Breite hat ihren Preis: Je mehr Themen ein Unternehmen besetzt, die nicht zu seiner Kernpositionierung gehören, desto leichter lässt es sich falsch einordnen.
- Drittens: Geduld. Reputation, die sich über Jahre aufgebaut hat, lässt sich nicht in wenigen Wochen korrigieren – weder zum Schlechten noch zum Guten. Wer nur auf kurzfristige Sichtbarkeits-Spitzen zielt, verpasst den eigentlichen Hebel: den kontinuierlichen Aufbau eigener und fremder Quellen, der eine Marke über Jahre trägt.
Sichtbarkeit in KI-Antworten ist dann kein Ziel mehr, sondern ein Nebenprodukt einer Reputation, die ohnehin stimmt. Reputation ist Infrastruktur – keine Einmalkampagne zur Optimierung von Sichtbarkeit.
