Perplexity empfiehlt Software auf Zuruf, doch viele seiner Quellen stammen von Seiten, die kaum ein Mensch je besucht. Eine neue Analyse schickte 380 Kaufkategorien an die KI-Suchmaschine und prüfte jede zitierte Domain. Das Ergebnis stellt die Frage, wem eine KI-Empfehlung eigentlich vertraut.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das Wichtigste in Kürze
- Laut der Analyse stammen 215.128 maschinell erzeugte „Beste-Software“-Seiten von nur drei verbundenen Domains.
- Fast 60 Prozent aller Zitate von Perplexity führen auf Domains außerhalb der 100.000 meistbesuchten Websites.
- Ein Anbieter-Marketingblog wurde zur drittgrößten Belegquelle, Wikipedia dagegen im ganzen Datensatz nur dreimal zitiert.
- Beide getesteten Perplexity-Stufen lieferten in 289 von 380 Kategorien exakt dieselbe Quellenliste.
Wie kommen erfundene Ratgeber in die KI-Antwort?
Die Antwort liegt im Bauprinzip der Quellen. Die drei Seiten wifitalents.com, worldmetrics.org und gitnux.org sind für Maschinen geschrieben, nicht für Leser: Jede führt eine als „Facts & Grounding Page“ betitelte Seite mit maschinenlesbaren Metadaten und Ranglisten im JSON-LD-Format, also genau in der Form, die ein Sprachmodell bevorzugt aufnimmt.[1]
Dahinter steckt ein Muster. Alle drei Domains laufen laut der Analyse über dieselben Cloudflare-Nameserver, entstanden zwischen Dezember 2023 und Mai 2024 und bewerben sich gegenseitig. In einer Autorenzeile blieb sogar ein Platzhalter stehen, der roh „Within the next 26 days“ anzeigt, ein deutliches Zeichen automatischer Erzeugung.
Warum bemerkt die KI die Manipulation nicht?
Perplexity prüft die Herkunft seiner Belege kaum. In 289 von 380 Kategorien lieferten die zwei getesteten Modellstufen byteweise identische Quellenlisten, ein Hinweis auf eine einzige gemeinsame Abrufschicht statt unabhängiger Prüfung.[1]
Die Blindheit hat Folgen. Manche zitierten Adressen führen ins Leere oder ganz woanders hin, etwa eine angebliche Produktseite, die auf ein Glücksspielportal umleitet. Fast 60 Prozent der Belege stammen von kaum besuchten Domains, während ein etabliertes Nachschlagewerk wie Wikipedia im ganzen Datensatz nur dreimal auftaucht.
Solche Verschiebungen sind kein Einzelfall. Schon der Einbruch der Reddit-Zitate in ChatGPT zeigte, wie unstet KI-Antwortmaschinen ihre Quellen wählen, und die Debatte um Site Reputation Abuse führt dieselbe Manipulationslogik in der klassischen Suche vor. Das Recherchenetzwerk NewsGuard zählt inzwischen tausende KI-getriebener Inhalte-Farmen.[2]
Eine KI-Empfehlung ist nur so gut wie die Quellen dahinter. Über eine Antwortmaschine gesuchte Software liefert schnell die Sichtbarkeit eines Content-Farmers, nicht das beste Produkt.
— Michael Dobler, Herausgeber Dr. Web
Was heißt das für GEO im DACH-Raum?
Für die eigene Sichtbarkeit in KI-Antworten zählt jetzt Substanz statt Masse. Der Fall zeigt, dass Generative Engine Optimization ohne belastbare Belege zur Einladung für Trittbrettfahrer wird, und deutsche Anbieter konkurrieren in solchen Ranglisten unfreiwillig mit erfundenen Quellen.
Praktisch heißt das zweierlei. Prüfen Sie, welche Domains eine KI bei Ihrem Thema zitiert, bevor eine Empfehlung in die Kaufentscheidung einfließt. Zugleich lohnt Arbeit an der eigenen Zitierfähigkeit, also belegte und datierte Aussagen mit klarer Herkunft, damit Modelle Ihre Marke sauber zuordnen, wie es der Leitfaden zu KMU in KI-Antworten beschreibt.
Quellen
[1] Trellner Research: „Manufactured Sources Behind AI Recommendations“ (Report TR-2026-009, 2. September 2026)
[2] NewsGuard: „Tracking AI-enabled Misinformation: AI Content Farms“ (AI Tracking Center)
Mehr Newshunger?
- ChatGPT zitiert Reddit 86 Prozent seltener, obwohl OpenAI dafür zahlt
- Site Reputation Abuse: Google kippt die Spam-Regel im EWR
- Wie werden KMU in KI-Antworten zitiert?
- ChatGPT-Sichtbarkeit: der blinde Fleck in Ihrem Reporting
- Brauchen Sie ein GEO-Tool für die KI-Suche?
- Googles /goto-Links: 1.000 Anfragen für ein einziges Ranking
