Wie KI ihre Quellen auswählt: Was unsere Messungen zeigen

Kurz gesagt

Die Quellenangaben einer KI-Antwort zeigen, welche Quellen dem Leser präsentiert werden. Sie legen nicht offen, nach welcher internen Regel die Auswahl erfolgte. Unsere Studien zeigen beobachtete Häufigkeiten, Unterschiede zwischen Antwortmodi und Grenzen der Messung. Sie enthüllen keine geheimen Auswahlkriterien. Wer eine Antwort verstehen will, muss die zitierte Seite, die damit belegte Aussage und die tatsächliche Erwähnung einer Marke auseinanderhalten. Das sind unterschiedliche Ergebnisse.

Wie wählen KI-Systeme ihre Quellen aus? Unsere Messungen können diese Entscheidung nicht vom Anfang bis zum Ende rekonstruieren. Prüfen lässt sich ihr sichtbares Ergebnis. Dieser Unterschied verändert die Interpretation eines Audits: Ein LinkedIn-Link beweist weder eine grundsätzliche Bevorzugung von LinkedIn noch, dass die Seite die gesamte Antwort bestimmt hat. Wir sehen die angezeigten Verweise. Nicht sichtbar sind alle Dokumente, die möglicherweise berücksichtigt und anschließend weggelassen wurden.

Zwei Datensätze beantworten unterschiedliche Fragen

Das Barometer zur KI-Sichtbarkeit umfasst 6.820 Antworten, 104 vollständige Audits und 65 Marken aus dem Zeitraum September 2025 bis Juni 2026. Es berücksichtigt 44 unterschiedliche Modelle. Untersucht wird die Sichtbarkeit von Marken, wobei einzelne Messungen auf unterschiedlichen Teilstichproben beruhen. Eine vollständige Aufschlüsselung aller für jede Antwort verwendeten Quellen liefert dieser Datensatz nicht.

Die Studie zu zitierten Quellen über Marken untersucht 123 Audits und 7.264 Antworten. Websites der untersuchten Marken werden ausgeschlossen; dieselbe Quelle zählt innerhalb eines Audits nur einmal. Die Prozentwerte beschreiben den Anteil der Audits, in denen eine externe Quelle mindestens einmal erscheint. Sie beziehen sich nicht auf die 6.820 Antworten des Barometers.

Warum ist der Nenner so wichtig? Weil eine falsche Bezugsgröße zu einer falschen Entscheidung führt. LinkedIn erscheint in 37 % der Audits der Quellenstudie. Daraus folgt nicht, dass 37 % aller KI-Antworten auf LinkedIn beruhen. Ebenso wenig bedeutet es, dass 37 % der Marken dort eine Empfehlung erhalten. Jedes Ergebnis muss an die tatsächlich untersuchte Grundgesamtheit gebunden bleiben.

Ein Quellenverweis zeigt nicht die gesamte Auswahlkette

Hilfreich ist eine gedankliche Trennung: Informationen können zugänglich sein, ein Dokument kann konsultiert werden, sein Inhalt kann zu einer Antwort beitragen und ein Link kann angezeigt werden. Das ist ein Analyseraster, keine verifizierte Beschreibung der Architektur eines bestimmten Systems. Aus der abschließenden Linkliste allein lässt sich nicht ableiten, wie diese möglichen Schritte im Einzelfall verlaufen sind.

Es fehlen insbesondere die nicht ausgewählten Kandidaten. Wenn Ihre Seite nicht erscheint, wissen wir aufgrund dieser Beobachtung allein nicht, ob sie unzugänglich war, in einer Ergebnismenge fehlte, als wenig geeignet galt oder lediglich nicht angezeigt wurde. Eine Ablehnung wegen mangelnder Autorität zu behaupten, wäre voreilig. Das Fehlen eines Links verrät nicht den Grund seines Fehlens.

Auch umgekehrt ist Vorsicht angebracht. Eine angezeigte URL lässt sich dokumentieren und überprüfen. Dass sie die gesamte Antwort erklärt, ist eine zusätzliche Behauptung und braucht einen zusätzlichen Beleg. Eine Antwort kann mehrere Aussagen mit mehreren Referenzen verbinden. Der auffälligste Link muss nicht denjenigen Punkt belegen, auf den es dem Leser gerade ankommt.

Was beobachtete Quellenhäufigkeiten tatsächlich aussagen

Einige Ergebnisse aus der Studie mit 123 Audits veranschaulichen die unterschiedlichen Arten angezeigter Quellen:

• LinkedIn erscheint in 37 % der Audits, Wikipedia in 35 %.
• Trustpilot erscheint in 32 % der Audits.
• Pappers, ein französischer Dienst für Unternehmensinformationen, erscheint in 24 %.
• YouTube erscheint in 23 % der Audits und Reddit in 21 %.

Das ist keine Rangliste der Zuverlässigkeit. Ein Unternehmensregister kann eine rechtliche Identität dokumentieren. Eine Bewertung beschreibt eine Erfahrung. Ein Video kann eine Anwendung zeigen. Dass diese Quellen im selben Datensatz vorkommen, macht ihre Belege nicht austauschbar. Entscheidend ist, welche Art von Aussage einer Quelle zugeordnet wird. Ein Verweis ist nicht automatisch eine gleichwertige Bestätigung jeder Aussage im Text.

Auch die französische Komponente der Stichprobe spielt eine Rolle. Aus der Häufigkeit von Pappers lässt sich nicht die Bedeutung von Registern in Deutschland oder anderen Ländern vorhersagen. Die deutsche Fassung dieses Artikels macht aus den Daten keine Untersuchung des deutschsprachigen Marktes. Die Zahlen behalten den Geltungsbereich und die Grenzen der ursprünglichen Veröffentlichung.

Nativer Modus und Websuche sind unterschiedliche Messbedingungen

Im Barometer ermöglichen 63 Audits einen Vergleich beider Modi. Der durchschnittliche Sichtbarkeitswert beträgt 63,4 von 100 im nativen Modus ohne Websuche und 70,5 von 100 mit aktivierter Websuche. Das sind Sichtbarkeitswerte. Es handelt sich weder um Zitierungsraten einzelner Domains noch um Klickraten.

Die Mittelwerte zeigen in dieser Teilstichprobe unterschiedliche Messungen unter zwei Bedingungen. Sie beweisen nicht, dass Websuche jede Antwort verbessert oder die Zitierung einer neu veröffentlichten Seite bewirkt. Auch LinkedIn, Wikipedia oder einem anderen Dienst lässt sich der Unterschied nicht zuordnen. Eine solche Zuordnung wurde im veröffentlichten Vergleich nicht gemessen.

AI Labs Audit dokumentiert einen dualen Modus, der native Antworten mit Antworten unter Nutzung der Websuche vergleicht. Für unsere Fragestellung liegt der Nutzen in der Trennung der Beobachtungsbedingungen. Wer einen Screenshot ohne Suche mit einem Screenshot mit Suche vergleicht und den Unterschied als Wirkung einer Textänderung bezeichnet, vermischt mögliche Erklärungen. Der Modus gehört direkt zum Ergebnis, nicht in eine vergessene Fußnote.

Als Quelle genannt zu werden ist nicht dasselbe wie eine Empfehlung

Eine Marke kann ohne Link auf ihre Website erwähnt werden. Eine Website kann einen Sachverhalt belegen, ohne dass die dahinterstehende Marke empfohlen wird. Eine Antwort kann außerdem mehrere Quellen anzeigen, ohne das untersuchte Unternehmen überhaupt zu nennen. Werden all diese Fälle ohne Erläuterung unter Sichtbarkeit zusammengefasst, gehen entscheidungsrelevante Unterschiede verloren.

Das Ergebnis zur spontanen Markenpräsenz stammt im Barometer aus 657 Antworten zu 13 Marken mit Entitätsextraktion. Dort wurden 106 Erwähnungen festgestellt, also ungefähr 16 %. Dieser Wert gilt nicht für sämtliche 6.820 Antworten. Er misst auch nicht den Anteil zitierter Links, die den untersuchten Marken gehören. Beide Lesarten würden eine falsche Bezugsgröße verwenden.

Unsere Position ist klar: Eine eng definierte Kennzahl mit verständlichem Nenner hilft mehr als ein großer Wert, der unterschiedliche Ergebnisse vermischt. Ein Team will vielleicht eine Unternehmensangabe korrigieren, als fachliche Quelle erscheinen oder in einer Empfehlung genannt werden. Das sind verschiedene Ziele. Der Bericht sollte benennen, welches Ziel tatsächlich geprüft wurde und welcher Beleg eine Veränderung zeigen würde.

Die Verbindung zwischen Aussage und Link prüfen

Nehmen wir ein didaktisches Beispiel, keinen dokumentierten Kundenfall. Eine Antwort erklärt, ein Unternehmen sei in einer Stadt tätig, biete eine Leistung an und erhalte gute Bewertungen. Sie verweist auf ein Register und eine Bewertungsplattform. Das Register könnte die rechtliche Identität belegen, ohne das aktuelle Angebot zu bestätigen. Die Bewertungen könnten Meinungen dokumentieren, ohne die Verfügbarkeit der Leistung nachzuweisen.

Die Prüfung erfolgt daher für jede wichtige Aussage einzeln. Öffnen Sie die genaue Seite und suchen Sie die passende Textstelle. Prüfen Sie, ob die richtige Organisation gemeint ist, das Datum zur Frage passt und der Geltungsbereich nicht erweitert wurde. Wird aus einer individuellen Meinung ein allgemeines Urteil, liegt ein Interpretationsproblem vor, selbst wenn der Link technisch einwandfrei funktioniert.

Ist keine passende Stelle auffindbar, halten Sie fest, dass die Aussage durch diese Quelle nicht nachweislich gestützt wird. Damit ist nicht bewiesen, dass das System keine anderen Informationen konsultiert hat. Ist die Seite nicht erreichbar, dokumentieren Sie den Prüfversuch und seine Bedingungen. Ein vorübergehender Zugriffsfehler beweist für sich genommen keine erfundene URL.

Eine Hypothese prüfen, ohne eine Ursache zu erfinden

Angenommen, Sie berichtigen eine alte Beschreibung auf einem Profil, das Sie verwalten. Beim nächsten Test wird dieses Profil zitiert. Ist damit bewiesen, dass die Korrektur die Zitierung ausgelöst hat? Nein. Das Ergebnis passt zu dieser Erklärung, aber auch das Modell, seine Werkzeuge, die Frage oder die verfügbaren Suchergebnisse könnten sich geändert haben.

Für einen nachvollziehbaren Vergleich sollten die genaue Frage, die Sprache, der angefragte Markt, das ausgewiesene Modell, der Modus und das Datum erhalten bleiben. Archivieren Sie die Antwort und ihre URLs. Wiederholen Sie Beobachtungen unter möglichst ähnlichen Bedingungen. Das sind hier vorgeschlagene Vorsichtsmaßnahmen für die Messung, nicht die Beschreibung eines bereits durchgeführten Kausalexperiments aus unseren Studien.

Definieren Sie Erfolg vor der Auswertung. Bei einer Faktenkorrektur prüfen Sie, ob die falsche Angabe verschwindet. Bei einem Zitierungsziel kontrollieren Sie die angezeigte Seite. Bei einer Empfehlung untersuchen Sie die spontane Erwähnung und ihren Kontext. Eine Veränderung bei einem dieser Ergebnisse belegt keine Verbesserung bei den anderen.

Handeln, obwohl der Auswahlgrund unbekannt bleibt

Beginnen Sie mit Fehlern, die belegbar sind und für die ein legitimer Korrekturweg existiert. Eine veraltete Adresse auf Ihrer Website oder eine überholte Beschreibung im eigenen Profil verlangt eine konkrete Handlung. Eine allgemeine Quellenrangliste rechtfertigt weder gefälschte Bewertungen noch erfundene Profile oder künstlich erzeugte Erwähnungen. Korrekte Informationen sind ein vertretbares Ziel, auch ohne die Auswahlentscheidungen eines Systems kontrollieren zu können.

Bewahren Sie auch negative Beobachtungen auf. Eine korrigierte Seite, die weiterhin nicht erscheint, ist ein Ergebnis und kein Misserfolg, der versteckt werden sollte. Es zeigt die Grenze zwischen dem Bereitstellen zutreffender Informationen und ihrer tatsächlichen Aufnahme in eine Antwort. Wer diese Grenze dokumentiert, entscheidet beim nächsten Schritt weniger willkürlich.

Für Zahlen und Geltungsbereiche verweisen wir auf die beiden verlinkten Studien. Unser Urteil fällt bewusst enger aus als eine universelle Anleitung: Gemessen wurden angezeigte Quellen und Unterschiede der Sichtbarkeit, nicht die vollständigen Auswahlregeln der Systeme. Die produktivere Frage lautet deshalb nicht, welche Plattform eine KI bevorzugt, sondern welchen Teil dieser konkreten Antwort die angeführten Belege tatsächlich überprüfen lassen.