Neuer Fokus auf KI-gestützte Suchsysteme und ihre Herausforderungen

Die Landschaft der Informationsbeschaffung durch Suchmaschinen befindet sich in einem dynamischen Wandel. Mit der zunehmenden Integration künstlicher Intelligenz in Suchsysteme, wie Googles AI Overviews und dem AI Mode, sowie Angeboten von Anbietern wie ChatGPT und Perplexity, stellen sich neue Fragen hinsichtlich der Qualität, Konsistenz und Vertrauenswürdigkeit der gelieferten Informationen. Eine detaillierte Analyse dieser Entwicklungen ist für Unternehmen und Anwender von entscheidender Bedeutung, um fundierte Entscheidungen treffen zu können. Im Folgenden beleuchten wir die Ergebnisse jüngster Studien und diskutieren deren Implikationen für die Nutzung von KI-gestützten Suchlösungen.

KI-gestützte Suche: Eine neue Ära der Informationsbeschaffung?

Die Einführung von KI-gestützten Suchfunktionen verspricht eine Revolution der Informationssuche. Anstatt sich durch lange Listen von Links zu arbeiten, erhalten Nutzer auf den Punkt gebrachte Zusammenfassungen. Doch wie zuverlässig sind diese neuen Systeme im Vergleich zur etablierten, traditionellen Websuche?

Quellenauswahl der KI-Systeme im Fokus

Eine aktuelle Untersuchung wirft ein Schlaglicht auf die Herkunft der von KI-Suchtools verwendeten Informationen. Es wurde festgestellt, dass ein erheblicher Teil der von Googles AI Overviews zitierten Quellen nicht zu den etablierten Top-Ergebnissen der herkömmlichen Suche gehört. Konkret zeigten Studien, dass bis zu 53 Prozent der von AI Overviews verlinkten Webseiten nicht in den Top 10 der organischen Google-Suche zu finden waren. Dieses Phänomen deutet darauf hin, dass KI-Modelle möglicherweise andere Kriterien für die Relevanz und Autorität von Quellen anwenden als die traditionellen Ranking-Algorithmen.

Ein besonders brisanter Aspekt ist die Identifizierung von KI-generierten Inhalten als Quellen für andere KI-Systeme. Berichte legen nahe, dass bis zu 10 Prozent der von Googles KI-Übersichten zitierten Inhalte selbst von künstlicher Intelligenz erstellt wurden. Dies wirft Fragen nach der Entstehung von "Echokammern" oder "rekursiven Schleifen" auf, in denen KI-Modelle sich gegenseitig mit generierten Daten "trainieren". Ein solches Szenario könnte langfristig die Qualität und Originalität der Informationen beeinträchtigen und sogar zu einem "Kollaps" der Modelle führen, wenn sie zunehmend mit synthetischen Daten gefüttert werden.

Diskrepanzen in der Quellenzitation und Aktualität

Neben der Herkunft der Quellen variiert auch die Anzahl der zitierten Verweise erheblich zwischen den verschiedenen KI-Suchtools. Während Modelle wie GPT im Durchschnitt nur sehr wenige Quellen (teilweise unter einem Link pro Anfrage) angeben, bieten andere Systeme wie Gemini und Googles AI Overviews eine deutlich höhere Anzahl. Dies könnte darauf hindeuten, dass längere KI-Antworten eine breitere Quellenbasis erfordern, um die generierten Informationen zu untermauern.

Ein weiterer kritischer Punkt ist die Aktualität der von KI-Systemen gelieferten Informationen. Studien haben gezeigt, dass KI-Modelle Schwierigkeiten haben, zeitkritische Anfragen präzise und aktuell zu beantworten. So lieferten einige GPT-Modelle bei der Frage nach der Todesursache einer bekannten Persönlichkeit veraltete Informationen, während die traditionelle Websuche korrekte und aktuelle Ergebnisse lieferte. Dies verdeutlicht eine Schwachstelle der aktuellen KI-Architekturen, die möglicherweise nicht in Echtzeit auf die neuesten Entwicklungen im Web zugreifen oder diese korrekt interpretieren können.

Volatilität und Konsistenz: Herausforderungen für KI-Suchsysteme

Die Dynamik der KI-Suchergebnisse stellt eine weitere Herausforderung dar. Im Gegensatz zu den oft stabileren Ergebnissen der traditionellen Websuche zeigen KI-generierte Antworten eine hohe Volatilität. Dies bedeutet, dass selbst bei identischen Suchanfragen zu verschiedenen Zeitpunkten unterschiedliche Quellen und Inhalte präsentiert werden können. Studien belegen, dass die Konsistenz der Quellen bei Googles AI Overviews deutlich geringer ist als bei der Standard-Websuche.

Diese Volatilität kann für Anwender, die auf verlässliche und reproduzierbare Informationen angewiesen sind, problematisch sein. Sie erschwert die Einschätzung der Vertrauenswürdigkeit und kann zu Verwirrung führen, wenn sich die Informationen ohne ersichtlichen Grund ändern.

EEAT-Prinzipien und die Rolle von Vertrauen

Im Kontext dieser Entwicklungen gewinnen Googles EEAT-Prinzipien (Experience, Expertise, Authoritativeness, Trustworthiness) weiter an Bedeutung. Diese Qualitätsindikatoren, die Google zur Bewertung von Inhalten heranzieht, sind entscheidend für die Glaubwürdigkeit von Informationen, insbesondere in sensiblen Bereichen wie Gesundheit, Finanzen oder Rechtsberatung (Your Money Your Life – YMYL). Wenn KI-Systeme Quellen zitieren, die selbst von geringer Autorität oder zweifelhafter Herkunft sind, untergräbt dies das Vertrauen in die generierten Antworten.

Für Unternehmen, die ihre Sichtbarkeit in KI-gestützten Suchergebnissen optimieren möchten, bedeutet dies, dass sie nicht nur auf traditionelle SEO-Signale achten müssen, sondern auch auf den Aufbau einer starken EEAT-Reputation. Transparenz über die Autorenschaft, die Demonstration von Fachwissen und die Pflege eines positiven Online-Rufs werden zunehmend wichtiger, um von KI-Systemen als vertrauenswürdige Quelle eingestuft zu werden.

Implikationen für B2B-Anwendungen und Content-Strategien

Für Mindverse und seine B2B-Kunden ergeben sich aus diesen Erkenntnissen wichtige Implikationen:

• Qualitätssicherung bei der KI-Generierung: Die Abhängigkeit von KI-generierten Quellen kann die Qualität und Originalität von Inhalten beeinträchtigen. Es ist entscheidend, dass Mindverse-Nutzer ihre KI-generierten Texte sorgfältig prüfen und mit verifizierten, menschlich erstellten Informationen abgleichen, um die Bildung von Echokammern zu vermeiden.
• Strategische Quellenauswahl: Bei der Verwendung von KI-Tools zur Recherche oder Content-Erstellung sollte besonderes Augenmerk auf die zugrunde liegenden Quellen gelegt werden. Die Analyse der Quellendiversität und -autorität ist unerlässlich, um die Glaubwürdigkeit der generierten Inhalte zu gewährleisten.
• Fokus auf EEAT: Unternehmen sollten ihre Content-Strategien darauf ausrichten, Expertise, Autorität und Vertrauenswürdigkeit aktiv zu demonstrieren. Dies umfasst die Hervorhebung qualifizierter Autoren, die Zitierung seriöser Quellen und den Aufbau einer starken Markenreputation, um auch in KI-gestützten Suchumgebungen Relevanz zu erzielen.
• Anpassung an dynamische Suchumgebungen: Die hohe Volatilität der KI-Suchergebnisse erfordert eine flexible und anpassungsfähige Content-Strategie. Unternehmen sollten bereit sein, ihre Inhalte kontinuierlich zu aktualisieren und zu optimieren, um in einer sich schnell verändernden Suchlandschaft sichtbar zu bleiben.

Die Integration von KI in Suchmaschinen ist ein fortlaufender Prozess. Während die Effizienz der Informationsbeschaffung durch KI-Tools beeindruckend sein kann, zeigen aktuelle Studien, dass Herausforderungen hinsichtlich der Quellenauswahl, Aktualität und Konsistenz bestehen. Für eine anspruchsvolle B2B-Zielgruppe ist es daher unerlässlich, diese Aspekte kritisch zu bewerten und die eigenen Content-Strategien entsprechend anzupassen. Mindverse als Ihr KI-Partner ist bestrebt, Sie mit den neuesten Erkenntnissen und Tools zu unterstützen, um diesen Wandel erfolgreich zu gestalten.

***

Bibliographie

- Günsch, Michael. "Google AI Overviews: Wenn sich die KI auf KI als Quelle beruft." computerbase.de, 2025. - Brien, Jörn. "AI Overviews: Warum die Google-KI oft andere KI-Quellen zitiert – und warum das ein Problem ist." t3n.de, 2025. - Bager, Jo. "Datenanalyse: Googles KI-Übersichten bewirken bis zu 25 Prozent Traffic-Rückgang." heise.de, 2025. - Kavelar, Nico. "Googles AI Mode im Check: Das zeigt unsere Studie." seranking.com, 2025. - Kunz, Christian. "Google SGE: Für die meisten Suchanfragen erscheinen in den KI-Antworten andere URLs als in der organischen Suche." seo-suedwest.de, 2024. - Sokolov, Daniel AJ. "Fragwürdige "Forschung" aus generativer KI bei Google Scholar." heise.de, 2025. - Landingi. "EEAT in Google SEO: Definition und wie man sich verbessert." landingi.com, 2025. - dpa. "Studie: Vorbehalte der Verbraucher gegen KI nehmen ab." morgenpost.de, 2020. - Effektiver Altruismus. "Wie man eine durch KI verursachte Katastrophe verhindert." effektiveraltruismus.de, 2023. - Konecny, Jaromir. "Der Fluch der Umkehrung." scilogs.spektrum.de, 2024.