Studie

Eine einzige fremde Seite kann die KI-Empfehlung kippen

Von Alex Buchanan1. September 20266 Min. Lesezeit

Forscher der Wharton School haben Ende August untersucht, wie stabil KI-Assistenten eigentlich empfehlen. Das Ergebnis ist unbequem – und für kleine Betriebe zugleich die beste Nachricht seit langem: Ein einzelner fremder Testbericht verschob die Entscheidung der KI um bis zu 99 Prozentpunkte.

Was die Forscher gemacht haben

Das Team der Wharton School an der University of Pennsylvania gab sechs verschiedenen KI-Modellen eine sehr alltägliche Aufgabe: Sie sollten sich wie ein persönlicher Einkaufsberater verhalten und aus einer festen Auswahl von Fitnessuhren ein Produkt empfehlen. Getestet wurden große und kleine Modelle der bekannten Anbieter. Dann veränderten die Forscher immer nur eine Kleinigkeit an der Ausgangslage – und schauten, ob die Empfehlung dieselbe blieb.

Sie blieb es nicht. Und zwar nicht ein bisschen, sondern dramatisch.

Ein einziger fremder Testbericht drehte die Entscheidung

Im ersten Versuch bekam die KI vor der Produktauswahl genau eine zusätzliche Quelle zu sehen: mal einen Forums-Beitrag, mal eine Redaktions-Rezension eines bekannten US-Testportals. Der Effekt der Redaktions-Rezension war massiv. Bei einem Modell stieg die Wahrscheinlichkeit, dass genau das dort empfohlene Produkt gewählt wurde, um 90 Prozentpunkte gegenüber dem Ausgangszustand – bei einem anderen um 99 Prozentpunkte.

Anders gesagt: Ein einziger Artikel auf einer Seite, die die KI für glaubwürdig hält, hat die Empfehlung praktisch im Alleingang bestimmt. Nicht die Produktseite. Nicht der Preis. Nicht die Sternebewertung. Die fremde Stimme.

Interessant war auch, was nicht passierte: Mehrere Quellen gleichzeitig glichen sich nicht etwa aus. Sobald die starke Quelle im Spiel war, dominierte sie. Und je mehr Quellen die KI sah, desto unberechenbarer wurde das Ergebnis insgesamt.

Selbst die Reihenfolge veränderte das Ergebnis

Im nächsten Schritt bekamen die Modelle immer dieselben drei Quellen – nur in unterschiedlicher Reihenfolge. Bei gleichem Inhalt müsste eigentlich dasselbe herauskommen. Bei einem der getesteten Modelle schwankte die Empfehlung je nach Reihenfolge zwischen 2 und 56 Prozentpunkten Zustimmung. Ein anderes Modell blieb dagegen fast unbeeindruckt.

Und noch ein Befund, der zeigt, wie persönlich diese Empfehlungen inzwischen sind: Die Forscher legten der KI kurze Sätze über den Nutzer vor, etwa „Ich wandere gern". Daraufhin wählte ein Modell um 75 Prozentpunkte häufiger eine deutlich teurere Uhr – obwohl im selben Test ein günstigeres Gerät bei Preis, Bewertung und Bewertungsanzahl objektiv besser dastand.

Wer sich fragt, warum die eigene KI-Sichtbarkeit von Woche zu Woche anders aussieht, findet hier einen Teil der Erklärung. Wir haben das Phänomen ausführlicher in Warum Ihre KI-Sichtbarkeit schwankt beschrieben.

Was das für Ihren Betrieb bedeutet

Die Studie hat Produkte getestet, keine Handwerksbetriebe oder Kanzleien. Trotzdem lassen sich daraus drei Dinge ableiten, die für jeden Anbieter gelten, der von einer KI empfohlen werden möchte.

1. Fremde Seiten wiegen schwerer als die eigene

Das ist der Kern des Ganzen. Ihre eigene Website erzählt der KI, was Sie über sich selbst sagen – und das behandelt sie zu Recht als Werbung. Ein Fachportal, ein Branchenverzeichnis, ein Presseartikel, ein Forumsbeitrag oder ein Blog, der Sie erwähnt, ist dagegen eine unabhängige Bestätigung. Genau solche Quellen haben im Versuch die Entscheidung gedreht. Wer bisher alle Energie in die eigene Seite gesteckt hat, arbeitet am schwächeren Hebel.

2. Nicht jede Erwähnung zählt gleich viel

Im Test war die redaktionelle Rezension eines etablierten Portals stärker als der Forumsbeitrag. Für Sie heißt das: Eine Erwähnung dort, wo in Ihrer Branche ohnehin nachgeschlagen wird – Fachmedien, Verbandsseiten, seriöse Vergleichsportale, die lokale Presse – ist mehr wert als zehn Einträge in Verzeichnissen, die niemand kennt. Qualität schlägt Menge, und zwar deutlich.

3. Platz eins gibt es nicht – dabei sein schon

Wenn dieselbe Frage je nach Modell, Reihenfolge und Vorgeschichte des Nutzers andere Antworten produziert, dann ist „die beste Position" eine Illusion. Was zählt, ist etwas anderes: ob Sie überhaupt im Kreis der Kandidaten auftauchen. Wer gar nicht vorkommt, kann durch keinen Zufall gewinnen. Wer regelmäßig vorkommt, gewinnt einen Teil der Fälle – und zwar dauerhaft.

Was ich daraus praktisch machen würde

Drei Schritte, in dieser Reihenfolge, ohne Budget für Agenturen:

Zustand feststellen. Fragen Sie die KI selbst, wie ein Kunde fragen würde – „Wer ist ein guter Dachdecker in Leipzig?" – und notieren Sie, wer genannt wird. Wiederholen Sie das an drei verschiedenen Tagen. Erst dann haben Sie ein Bild statt einer Momentaufnahme.
Die drei wichtigsten fremden Orte identifizieren. Wo schlägt Ihre Branche nach? Welches Fachportal, welcher Verband, welches Vergleichsportal, welche Lokalzeitung? Genau dort wollen Sie mit echtem Inhalt vorkommen – nicht mit einer Anzeige, sondern mit einer Nennung im Text.
Grunddaten überall gleich halten. Name, Adresse, Leistungen, Öffnungszeiten. Widersprüchliche Angaben im Netz sind einer der häufigsten Gründe, warum die KI einen Anbieter lieber weglässt. Welche Signale sonst noch wirken, haben wir in 5 Signale, an denen KI-Assistenten erkennen, wem sie vertrauen zusammengetragen.

Ein ehrliches Wort zur Einordnung

Diese Studie ist kein Beweis dafür, dass ein einzelner Presseartikel Ihre Auftragslage verändert. Getestet wurde ein Laborsystem mit Fitnessuhren, nicht der echte Markt und nicht Ihre Branche. Was die Untersuchung aber sauber zeigt, ist der Mechanismus: KI-Assistenten stützen sich beim Empfehlen sehr stark auf einzelne externe Quellen – und sie tun das unberechenbar. Beides passt zu dem, was wir bei unseren eigenen Messungen im deutschen Markt sehen. Woher die Modelle ihre Empfehlungen sonst noch ziehen, haben wir in Woher die KI ihre Empfehlungen nimmt beschrieben.

Fazit

Die Forscher schreiben es selbst: Für Anbieter dürfte die Optimierung auf KI-Empfehlungen schwieriger sein als klassische Suchmaschinenoptimierung, weil man weder weiß, welches Modell gerade fragt, noch was es vorher gelesen hat. Das klingt entmutigend, ist es aber nicht. Denn die eine Stellschraube, die in allen Versuchen gewirkt hat, ist dieselbe, die man selbst in der Hand hat: dafür zu sorgen, dass es im Netz glaubwürdige, fremde Belege für die eigene Qualität gibt. Alles andere ist Würfeln – aber man kann dafür sorgen, dass der eigene Name überhaupt auf dem Würfel steht.

Quellen: Bericht „KI-Shopping-Agenten taugen laut Studie noch nicht als objektiver Einkaufsberater", THE DECODER, 27. August 2026 (Link) über die zugrunde liegende Untersuchung von Forschenden der Wharton School, University of Pennsylvania, veröffentlicht auf SSRN; eingesetzt wurde der Agentic e-Commerce Simulator (ACES), arXiv:2508.02630.