Hebel zehn: Korrektur-Loop für falsche KI-Aussagen

Aufwandsklasse: niedrig pro Einzelfall, kontinuierlich. Wirkungsklasse: hoch im Schadensfall.

KI-Plattformen produzieren regelmäßig falsche Aussagen über Unternehmen:

veraltete Preise, längst aufgegebene Produkte, falsche Positionierung, manchmal vollständig erfundene Informationen (Halluzinationen). Diese falschen Aussagen sind nicht durch klassische PR-Maßnahmen korrigierbar; eine Pressemitteilung erreicht weder die Trainingsdaten noch ggf. die Echtzeit-Quellen.

Korrektur in der KI-Suche ist indirekt. Die ursprüngliche falsche Information muss durch ein Übergewicht korrekter Information in den Quellen verdrängt werden, aus denen das Modell zieht. Das funktioniert über drei Mechanismen:

• Aktualisierung der eigenen Inhalte mit klar datierten, präzisen, korrekten Aussagen.
• Aktualisierung der Off-Site-Quellen (Wikipedia, Bewertungsplattformen, Linked-In-Unternehmensseite, branchenspezifische Verzeichnisse).
• Aktive Daten-Überlagerung: KI-Plattformen bieten keinen Korrektur-Service. Korrekte, aktuelle Inhalte müssen so prominent in den relevanten Quellen stehen, dass das Modell sie bei der nächsten Abfrage (RAG) bevorzugt zieht.

26.1Umsetzung im KMU#

• Schritt 1: Über Hebel neun (Monitoring) regelmäßig identifizieren, welche falschen Aussagen kursieren. Manuelle Stichproben sind dafür häufig effektiver als automatisches Tracking, weil die Bewertung der Aussage Kontext erfordert.
• Schritt 2: Für jede identifizierte Falschaussage prüfen: Aus welcher Quelle stammt sie wahrscheinlich? Veraltete Wikipedia-Version? Alte Pressemitteilung? Veraltetes Bewertungsplattform-Profil?
• Schritt 3: Die wahrscheinliche Quelle direkt aktualisieren, falls man Zugriff hat.
• Schritt 4: Auf der eigenen Website einen klar datierten Inhalt veröffentlichen, der die aktuelle Information zur Verfügung stellt. Datierung ist hier zentral, weil KI-Modelle bei Konflikten zwischen unterschiedlich datierten Quellen tendenziell die neuere bevorzugen.
• Schritt 5: Mehrere Quellen aktualisieren. Eine einzelne Korrektur auf der eigenen Website reicht häufig nicht aus. Die aktualisierten Aussagen sollten parallel auf starken Dritt-Domains stehen (Branchenverzeichnisse, Fachportale, Bewertungsplattformen). KI-Modelle übernehmen Fakten zuverlässiger, wenn sie durch mehrere unabhängige Quellen bestätigt werden.
• Schritt 6: Vertrieb mit „Aktualisierungs-Argumentationen“ ausstatten (siehe Kapitel 5.³), damit auch im Erstgespräch falsche Annahmen schnell entkräftet werden können.

26.2Eine Realitätsprüfung#

Korrektur in der KI-Suche ist aktuell noch kein gelöstes Problem. Selbst nach systematischen Aktualisierungs-Maßnahmen kann es Monate dauern, bis eine falsche Aussage aus den dominierenden KI-Antworten verschwindet. Bei Trainingsdaten-basierten Aussagen (ChatGPT Standard-Modus, Claude Standard-Modus) kann es Modell-Generationen dauern. Realistisch reduziert eine konsequent über sechs bis zwölf Monate verfolgte Korrektur-Strategie die Häufigkeit falscher Aussagen spürbar, beseitigt sie aber eventuell nicht vollständig.

26.3Typische Fehler#

• Erwartung, dass eine einzelne Pressemitteilung oder Stellungnahme die KI-Antwort korrigiert.
• Die Annahme, dass der Daumen-runter-Button in Antworten zu einer Korrektur führt.
• Versuch, falsche Aussagen über juristische Mittel direkt von der Plattform entfernen zu lassen. Bei systematisch falschen, ruf-schädigenden Aussagen kann das im Einzelfall sinnvoll sein, ist aber in der Regel der teuerste und langsamste Weg.
• Keine systematische Erfassung falscher Aussagen. Wer nicht weiß, was falsch zitiert wird, kann nicht gezielt korrigieren.