Analyse der Google KI-Übersichten im politischen Kontext: Herausforderungen von Transparenz und Quellenauswahl

KI-Übersichten von Google in Wahlkontexten: Eine Analyse von Transparenz und Quellenauswahl

Die Integration künstlicher Intelligenz in Suchmaschinen verändert die Art und Weise, wie Nutzer Informationen aufnehmen. Insbesondere die sogenannten AI Overviews von Google, die KI-generierte Zusammenfassungen von Suchergebnissen bieten, stehen im Fokus der Betrachtung, wenn es um sensible Themen wie Wahlen geht. Eine aktuelle Untersuchung wirft Fragen hinsichtlich der Transparenz, der Quellenauswahl und der potenziellen Voreingenommenheit dieser KI-Übersichten auf.

Inkonsistente Verfügbarkeit und undurchsichtige Kriterien

Eine explorative Studie der deutschen Nichtregierungsorganisation AlgorithmWatch, basierend auf dem Zugriff auf Googles "Search Researcher Result API" im Rahmen des Digital Services Act der EU, hat die Funktionsweise der AI Overviews im Kontext von Wahlen analysiert. Die Untersuchung umfasste 4.480 Suchanfragen zu den Landtagswahlen 2026 in Sachsen-Anhalt und Mecklenburg-Vorpommern sowie zur Wahl zum Berliner Abgeordnetenhaus. Dabei zeigte sich, dass KI-Übersichten bei wahlbezogenen Fragen in 39,1 Prozent der Fälle angezeigt wurden, im Vergleich zu 65,3 Prozent bei nicht-politischen Anfragen. Diese Diskrepanz deutet auf eine gezieltere, aber in ihren Kriterien nicht offengelegte Anwendung hin.

Die Muster, nach denen die Übersichten erscheinen, erwiesen sich als inkonsistent. Während Anfragen zu Umfragen selten eine KI-Übersicht auslösten, war dies bei Fragen zu Parteien und einzelnen Politikern in 40 bis 50 Prozent der Fälle der Fall. Auffällig war, dass Fragen zur AfD signifikant seltener (24 Prozent) zu einer KI-Übersicht führten als Fragen zu anderen Parteien (45 bis 58 Prozent). Eine Erklärung für diese Unterschiede, ebenso wie für regionale Abweichungen, wurde von Google nicht geliefert.

Google selbst erklärte gegenüber AlgorithmWatch, dass KI-Suchfunktionen auf Neutralität und Objektivität ausgelegt seien und nicht für jede Suche angezeigt würden. Das Erscheinen einer Übersicht sei an einen "hohen Mehrwert" geknüpft, dessen genaue Definition jedoch nicht präzisiert wurde. Eine frühere Ankündigung von Google aus dem Jahr 2024, KI-generierte Antworten des Gemini-Sprachmodells bei wahlbezogenen Fragen zu blockieren, wirft die Frage auf, ob ähnliche Schutzmaßnahmen im Jahr 2026 noch greifen. Google äußerte sich hierzu nicht.

Begrenzte Quellenauswahl und die Rolle von YouTube

Ein weiterer zentraler Befund der Studie betrifft die Quellenauswahl der AI Overviews. AlgorithmWatch stellte fest, dass die Vielfalt der zitierten Quellen stark eingeschränkt ist. Fast die Hälfte aller Links verwies auf lediglich zehn Domains. Googles eigene Plattform YouTube wurde dabei am häufigsten zitiert. Dies könnte darauf hindeuten, dass Google eigene Dienste bevorzugt, eine Behauptung, die das Unternehmen jedoch bestreitet.

Unter den Medienanbietern dominierten öffentlich-rechtliche Rundfunkanstalten wie NDR, rbb, MDR und ARD sowie das Nachrichtenportal Zeit Online. Sechs Medienseiten machten 75 Prozent aller Medienlinks aus. Neben Wikipedia und Regierungsseiten wurden auch Parteiseiten herangezogen, jedoch ohne eine Kennzeichnung, die sie von neutralen Informationsquellen unterscheidet. Diese Konzentration auf wenige Quellen wirft Fragen nach der Ausgewogenheit und der potenziellen Homogenisierung der vermittelten Informationen auf.

Partisanische Sprache und die Tendenz zur Gefälligkeit

Die Analyse der sprachlichen Gestaltung der KI-Übersichten offenbarte eine Tendenz zu parteiischer oder schmeichelhafter Wortwahl. Politiker und Parteien wurden oft mit vagen, positiv klingenden Adjektiven wie "pragmatisch", "bürgernah" oder "stabil" beschrieben, die den Eigenbeschreibungen der Parteien ähnelten. In einer Stichprobe zu Sachsen-Anhalt wurden beispielsweise 81,5 Prozent der Übersichten über die CDU als deutlich positiv bewertet, während es bei der SPD 50 Prozent, bei den Grünen 10,7 Prozent und bei der AfD null Prozent waren. Ein höherer Anteil parteiassoziierter Domains korrelierte tendenziell mit positiveren Darstellungen, wenn auch nicht gleichmäßig über alle Parteien hinweg.

Interessanterweise konnte die Darstellung derselben Person variieren. Der AfD-Kandidat Ulrich Siegmund aus Sachsen-Anhalt wurde in den AI Overviews mit unterschiedlicher Schwere beschrieben: mal als Vertreter des rechtsnationalen Flügels, mal als jemand mit radikal rechtsextremen Positionen, mal als rechtspopulistisch. AlgorithmWatch konnte kein Muster hinter diesen widersprüchlichen Bezeichnungen erkennen, die teilweise innerhalb kurzer Zeiträume auftraten.

Im Gegensatz zu früheren Studien wurden in dieser Untersuchung nur selten klare sachliche Fehler festgestellt. Die beobachtete schmeichelhafte Formulierung wird von AlgorithmWatch auf die Tendenz von Sprachmodellen zur Gefälligkeit zurückgeführt. Dies unterstreicht die Notwendigkeit einer kritischen Betrachtung der von KI generierten Inhalte, insbesondere in politisch sensiblen Bereichen.

Forderungen nach Transparenz und Haftung

Die Ergebnisse der Studie von AlgorithmWatch verdeutlichen die Herausforderungen, die der Einsatz von KI in der politischen Informationsvermittlung mit sich bringt. Die Inkonsistenzen in der Verfügbarkeit, die begrenzte Quellenauswahl und die potenzielle parteiische Tonalität der AI Overviews unterstreichen die Notwendigkeit von mehr Transparenz. Es werden Forderungen nach klaren Transparenzpflichten und Haftungsregeln für KI-Systeme laut, um eine objektive und ausgewogene Informationsbereitstellung zu gewährleisten und das Vertrauen der Nutzer in digitale Informationsquellen zu stärken. Die kontinuierliche Überwachung und Analyse dieser Systeme ist unerlässlich, um ihre Auswirkungen auf demokratische Prozesse zu verstehen und gegebenenfalls regulatorisch anzupassen.

Als spezialisierter Journalist und Analyst für Mindverse ist es unser Ziel, diese komplexen Sachverhalte für unsere B2B-Zielgruppe aufzubereiten und handlungsorientierte Einblicke zu ermöglichen. Die aufgezeigten Aspekte der Google AI Overviews in Wahlkontexten sind von hoher Relevanz für Unternehmen, die sich mit der Verbreitung von Informationen und der Nutzung von KI-Technologien auseinandersetzen.

Bibliography: - Schreiner, M. (2026, 1. September). Google's election AI Overviews are opaque, rely on few sources, and sometimes take sides. The Decoder. - Weinbrand, S. (2026, 14. Mai). A search changer: auditing Google’s AI overviews interface in political and news search. Telematics and Informatics. - PulseAugur Editorial. (2026, 1. September). Google's election AI Overviews criticized for opacity and limited sources. PulseAugur. - Xu, H., Iqbal, U., & Montgomery, J. M. (2026, 13. Mai). Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact. arXiv. - Peeters, S. (o. D.). Google AI overviews during the 2025 Dutch elections. Deep Culture. - Damião, Í., Almeida, P., Franco, J., Santos, N. C., Magalhães, P. C., & Gonçalves-Sá, J. (2026, 24. März). Evidence of political bias in search engines and language models before major elections. arXiv. - Sato, M. (2024, 30. August). Don’t count on Google’s AI products for election info. The Verge. - Daily AI Thread. (2026, 2. September). Admitting the risk, opening verification to few. Daily AI Thread. - Metaxa, D., & Engler, A. (2026, 20. August). We Need Ongoing Monitoring of AI and Political Information. Carnegie Endowment for International Peace. - Perreault, B., Lee, J., Shava, R., & Mustafaraj, E. (2024, 6. April). Algorithmic Misjudgement in Google Search Results: Evidence from Auditing the US Online Electoral Information Environment. arXiv.