Analyse
Wenn die KI Falsches über Ihr Unternehmen erzählt
Von Alex Buchanan7. September 20266 Min. Lesezeit
Die meiste Aufmerksamkeit gilt der Frage, ob ein Betrieb in KI-Antworten überhaupt vorkommt. Es gibt aber einen zweiten Fall, der genauso teuer ist und viel seltener bemerkt wird: Die KI nennt Sie – und erzählt dabei Dinge, die schlicht nicht stimmen.
Was untersucht wurde
Das Analyse-Werkzeug Searchable hat im Sommer 2026 eine Untersuchung veröffentlicht, die genau diese Lücke misst. Dafür wurden ChatGPT, Perplexity und Gemini mehr als 13.000-mal zu Londoner Unternehmen befragt. Jede Antwort wurde anschließend mit belastbaren Quellen abgeglichen – dem britischen Handelsregister (Companies House) und den offiziellen Unternehmensprofilen bei LinkedIn. Verglichen wurden kleine und mittlere Betriebe mit Konzernen ab 500 Beschäftigten.
Gefragt wurde nicht nach Meinungen, sondern nach Grundangaben: Was macht das Unternehmen? Wie groß ist es? Wie erreicht man es? Seit wann gibt es das? Also genau die Dinge, die ein Interessent wissen will, bevor er zum Hörer greift.
Neun von zehn – und Kleine trifft es härter
Das Gesamtergebnis: Bei 93 Prozent der untersuchten Unternehmen war mindestens eine dieser Grundangaben falsch oder fehlte in der KI-Antwort komplett. Das betrifft also praktisch jeden.
Interessanter ist die Verteilung. Bei den kleinen und mittleren Betrieben bekam jeder Zweite (50 %) mindestens eine frei erfundene Tatsache angedichtet – bei den großen Marken waren es 32 Prozent. Noch deutlicher wird der Abstand beim Namen: KI-Systeme verwechselten den Markennamen kleinerer Betriebe oder ordneten ihn falsch zu – in 4 Prozent der Fälle, bei Konzernen nur in 0,7 Prozent. Das ist ungefähr das Fünffache. Und die angebotenen Leistungen wurden bei kleinen Betrieben in 87 Prozent der Antworten korrekt beschrieben, bei großen in 93 Prozent.
Am unzuverlässigsten war die KI ausgerechnet bei drei Angaben, die im Erstkontakt zählen: Unternehmensgröße, Kontaktdaten und Gründungsjahr.
Das eigentliche Problem: Die KI klingt dabei völlig sicher
Ein falscher Satz wäre halb so schlimm, wenn er sich als unsicher zu erkennen gäbe. Genau das passiert aber nicht. Die Untersuchung hat separat gemessen, wie oft die Systeme falsche Angaben in selbstbewusstem, faktischem Ton vortragen – ohne jede Einschränkung. Bei kleinen Betrieben lag diese Quote bei 5 Prozent, bei großen Marken bei 2 Prozent.
Für den Interessenten am anderen Ende ist das nicht unterscheidbar. Er liest einen sauber formulierten Satz über Ihren Betrieb, glaubt ihn und handelt danach. Wenn dieser Satz sagt, Sie böten eine bestimmte Leistung nicht an, ruft er nicht an. Wenn er eine veraltete Telefonnummer nennt, landet der Anruf im Nichts. Es gibt keine Fehlermeldung, keinen Rückläufer, keine Statistik in Ihrem Analyse-Programm. Der Umsatz kommt einfach nicht.
Warum ausgerechnet kleine Betriebe
Der Grund ist unspektakulär und deshalb gut zu beheben: Es fehlt an Bestätigung von außen. Ein Konzern wird an hunderten Stellen im Netz beschrieben – Fachpresse, Branchenportale, Datenbanken, Analysen. Wenn ein Modell unsicher ist, findet es reichlich übereinstimmende Belege und trifft die richtige Wahl.
Bei einem Handwerksbetrieb, einer Kanzlei oder einer Agentur ist die eigene Website oft die einzige ausführliche Quelle. Fehlt dort etwas oder ist es unklar formuliert, füllt das Modell die Lücke mit dem, was statistisch am wahrscheinlichsten passt – und das ist dann eben eine Erfindung. Wie stark fremde Seiten eine KI-Antwort verschieben können, haben wir in diesem Artikel ausführlicher beschrieben; woher die Systeme ihr Wissen grundsätzlich beziehen, steht in „Woher die KI ihre Empfehlungen nimmt".
Vier Schritte, die wirklich etwas ändern
1. Fragen Sie die KI selbst – so, wie ein Kunde fragen würde. Öffnen Sie ChatGPT, Perplexity und Gemini und stellen Sie nacheinander schlichte Fragen: „Was macht [Firmenname] aus [Stadt]?", „Welche Leistungen bietet [Firmenname] an?", „Wie erreiche ich [Firmenname]?". Schreiben Sie mit, was falsch ist. Das kostet zwanzig Minuten und ist die einzige Bestandsaufnahme, die zählt.
2. Bringen Sie die Grundangaben auf der eigenen Website in Ordnung. Firmierung, Anschrift, Telefon, E-Mail, Gründungsjahr, Team-Größe, eine klare Liste der Leistungen – als Text, nicht nur in einer Grafik oder einem PDF. Was Maschinen nicht lesen können, existiert für sie nicht.
3. Sorgen Sie für Übereinstimmung an den anderen Stellen. Google-Unternehmensprofil, Branchenverzeichnisse, Handwerkskammer- oder Verbandslisten, Ihr Impressum, Ihr LinkedIn-Profil. Widersprüchliche Angaben sind schlimmer als fehlende: Sie geben dem Modell die Erlaubnis, sich eine Variante auszusuchen.
4. Lassen Sie andere über Sie schreiben. Ein Beitrag in einem Fachportal, eine Erwähnung in der Lokalpresse, ein Eintrag in einer seriösen Datenbank – jede unabhängige Quelle, die Ihren Namen mit Ihren Leistungen verbindet, macht die Antwort der KI stabiler. Searchable verweist in diesem Zusammenhang auf Zahlen der Medienplattform Muck Rack, nach denen über 80 Prozent der KI-Zitate aus solchen fremden Quellen stammen und nicht aus den eigenen Kanälen.
Ein ehrliches Wort zur Einordnung
Drei Einschränkungen gehören dazu, sonst wäre der Artikel unredlich. Erstens: Die Untersuchung stammt von einem Anbieter, der selbst Werkzeuge für KI-Sichtbarkeit verkauft, und wurde als bezahlter Beitrag veröffentlicht. Das macht die Zahlen nicht automatisch falsch – man sollte sie aber als Größenordnung lesen, nicht als amtliche Statistik. Zweitens: Untersucht wurden Londoner Unternehmen. Für den deutschen Markt liegen mir keine vergleichbaren Zahlen vor; die Mechanik dahinter – wenig Belege, mehr Erfindung – ist aber nicht landesspezifisch. Drittens: KI-Antworten schwanken ohnehin von Tag zu Tag, wie wir an anderer Stelle gezeigt haben. Eine einzelne falsche Antwort ist noch kein Befund. Ein Muster über mehrere Anläufe schon.
Fazit
Es gibt nicht nur „sichtbar" und „unsichtbar". Dazwischen liegt der Zustand, der am meisten unterschätzt wird: sichtbar, aber falsch dargestellt. Die gute Nachricht ist, dass die Ursache banal ist. Wo wenig belegt ist, wird viel geraten. Wer seine Grundangaben überall gleich und maschinenlesbar hinterlegt und dafür sorgt, dass auch andere ihn korrekt beschreiben, nimmt der KI die Gelegenheit zu raten – und bekommt als Nebeneffekt genau die Konsistenz, die sie ohnehin belohnt.
Quellen: Searchable, Untersuchung zur Genauigkeit von KI-Chatbots bei lokalen Unternehmen (über 13.000 Abfragen an ChatGPT, Perplexity und Gemini zu Londoner Unternehmen, Abgleich mit Companies House und offiziellen LinkedIn-Profilen), berichtet in: SME Magazine, „Over 9 in 10 local businesses suffer from AI chatbot inaccuracies" (03.07.2026) – als gesponserter Beitrag gekennzeichnet. Darin zitiert: Muck Rack, Daten zum Anteil von Fremdquellen an KI-Zitaten.
