So erkennst und behebst du Fehler in KI-Antworten

In diesem Artikel nutzen wir Ahrefs Brand Radar, um KI-Antworten zu sammeln und zu sehen, welche Seiten sie zitieren. Außerdem verwenden wir eine eigene App, die wir in Letaido gebaut haben und die sich mit den Daten aus Brand Radar verbindet, um den Fact-Checking-Prozess zu automatisieren. Dieser Schritt ist optional, kann dir aber enorm viel Zeit sparen.

Die Grundlage des Fact-Checking-Prozesses sind zwei Arten von Prompts. Zusammen decken sie sowohl bekannte Probleme als auch Fehler auf, nach denen du gar nicht erst gesucht hättest.

Ein Fact Checker kann einen Fehler nur dann finden, wenn du ihm sagst, was die richtige Antwort ist. Das ist das Source-of-Truth-Dokument: eine einfache Liste überprüfbarer Behauptungen über dein Produkt, jeweils mit einem Link, der sie belegt.

Sie erfüllt gleich zwei Zwecke. Der Fact Checker gleicht KI-Antworten damit ab, und der menschliche Prüfer nutzt dieselbe Liste, um zu entscheiden, ob eine markierte Antwort tatsächlich stimmt, bevor jemand einem Autor eine E-Mail schreibt.

Sobald du eine falsche KI-Antwort gefunden hast, lautet die nächste Frage: Woher stammen die fehlerhaften Informationen?

Du kannst diese Fehler manuell bis zu ihren Quellen zurückverfolgen, aber das wird schnell zeitaufwendig, wenn du Hunderte Antworten prüfst. Für größere Audits empfehlen wir, KI den Großteil der Arbeit übernehmen zu lassen.

Es lohnt sich nicht gleichermaßen, jeder falschen Seite nachzugehen. Priorisiere die, bei denen eine Korrektur am ehesten KI-Antworten verbessert oder potenzielle Käufer direkt erreicht.

Das sind die wichtigsten Signale, auf die du achten solltest:

• Schweregrad: Behebe zuerst Fehler, die eine Kaufentscheidung beeinflussen könnten, z. B. falsche Preise, Zugriff je Tarif, angebotene Services, Produktlimits oder fehlende Funktionen.
• Zitierhäufigkeit: Seiten, die häufig in verschiedenen Antworten oder auf verschiedenen Plattformen zitiert werden, haben mehr Einfluss als einmalige Quellen.
• Zitierstabilität: Quellen, die bei wiederholten Checks konsistent auftauchen, sind wertvoller als solche, die nur einmal erscheinen.
• Organischer Traffic: Seiten mit nennenswertem Suchtraffic können Käufer sowohl über die traditionelle Suche als auch über KI-Antworten erreichen.
• Autorität: Verweisende Domains und das Domain-Rating können das Argument stärken – besonders, wenn eine Seite zudem häufig zitiert wird und relevant ist.
• Beziehung: Kennst du oder ein Kollege den Autor bereits? Könnte dich jemand vorstellen? Hat die Publikation dir schon einmal geantwortet? Bei unserer Kampagne war Glen zum Beispiel die richtige Person, um eine Website anzusprechen, weil er bereits eine Beziehung zu ihr hatte. In einer anderen Situation stammte das Zitat von einem Influencer, zu dem wir bereits Beziehungen hatten – deshalb war unser Partnerships-Team am besten geeignet, den Outreach zu übernehmen.

Einige dieser Informationen findest du in Brand Radar:

Und wenn du unsere Letaido-App nutzt, werden die Daten aus Brand Radar gezogen und direkt neben der betroffenen Seite angezeigt:

Sobald du eine Seite gefunden hast, deren Betreiber du kontaktieren möchtest, ist der nächste Schritt, herauszufinden, wer tatsächlich dafür verantwortlich ist.

Für eine kleine Anzahl von Seiten reichen die in KI-Assistenten verfügbaren Standard-Tools zum Webabruf normalerweise aus, um die Seite abzurufen und nach Autoren- oder Kontaktinformationen zu suchen.

In größerem Maßstab wird das Prüfen von URLs einzeln jedoch schnell unpraktisch. In der Regel solltest du eine Scraping-API wie Apify oder eine andere Quelle für das HTML der Seite verwenden.

Unsere App versucht zuerst, bei Ahrefs gespeicherte Snapshots zu nutzen. Falls das nicht klappt, versucht sie es mit Apify. Und wenn sich der Kontakt auf der zitierten Seite nicht finden lässt, folgt sie dem Link zur Autorenseite (falls verlinkt) und versucht es dort erneut.

Beginne mit der Person, die als Autor genannt ist. Prüfe zuerst die Autorenzeile und die Autorenseite des Artikels und sieh dir dann deren LinkedIn- oder X-Profil an, wenn du eine Möglichkeit brauchst, sie zu kontaktieren.

Wenn du den Autor nicht finden kannst oder er nicht mehr dort ist, geh eine Ebene nach oben. Bei einer Publikation kann das ein Editor oder Content Lead sein. In einem kleinen Unternehmen sind Gründer oder Marketing Lead möglicherweise die besten Ansprechpartner.

Als letzten Ausweg kannst du den allgemeinen Kontakt- oder Supportkanal des Unternehmens nutzen und darum bitten, deine Nachricht an die Person weiterzuleiten, die die Seite oder den Content verwaltet.

Tools wie HeyReach oder BuzzSumo können dabei helfen, fehlende Kontaktdaten zu ergänzen und geeignete Ansprechpartner zu identifizieren. Viele bieten eine API oder ein MCP, sodass du ihre Funktionen in einen KI-gestützten Prozess einbinden kannst.

Gestalte deinen Outreach hilfreich, nicht fordernd. Du kannst dich dafür bedanken, dass sie dein Produkt behandelt haben, ein oder zwei konkrete Fehler aufzeigen, auf eine verlässliche Quelle mit den korrekten Informationen verlinken und klarstellen, dass kein Druck besteht, die Seite zu aktualisieren.

Zur Veranschaulichung: Hier ist eine der Nachrichten, die wir verschickt haben:

Das senkt die Hürde, ein Gespräch zu beginnen – kann aber weniger effektiv sein, weil du die Empfänger:innen bittest, zu antworten, bevor sie den Nutzen der Korrektur erkennen können.

Wenn du keine Antwort erhältst, hake einmal nach. Danach gehst du einfach zur nächsten Seite auf deiner Liste über. Einige unserer Nachfassnachrichten haben tatsächlich funktioniert.

Noch ein paar praktische Tipps für Outreach:

• Bleib freundlich. Unterstelle der Autorin oder dem Autor nicht, Desinformation zu verbreiten, und drohe nicht mit Reputationsschaden.

• Geh davon aus, dass die Seite veraltet ist, statt dass der Autor in böser Absicht gehandelt hat.

• Formuliere die Anfrage konkret. Eine verifizierte Korrektur lässt sich leichter umsetzen als eine lange Liste von Beschwerden.

• Ziehe LinkedIn Premium oder Sales Navigator in Betracht, wenn du mehr Direktnachrichten senden oder ohne bestehende Verbindung nachfassen musst. Mit Sales Navigator kannst du sogar Follow-up-Nachrichten senden, selbst wenn die erste Nachricht vom Empfänger nicht gelesen wurde.

• Erfasse mindestens die URL, den Kontakt, das Outreach-Datum, den Kanal, die zu behebende Behauptung, die Antwort, das Follow-up und die bestätigte Änderung.

• Und nur für den Fall: Du kannst vor dem Outreach einen Screenshot der Seite machen. Wenn du ein Kontaktformular nutzt, speichere einen Nachweis, dass die Nachricht abgeschickt wurde. Wenn du Ahrefs verwendest, kannst du mit Site Explorer die Änderungen auf der Seite zwischen zwei Daten dokumentieren.

Wir haben 26 Autoren wegen ungenauer Informationen in ihren Artikeln kontaktiert. 14 haben geantwortet (53,8 %), und 6 haben Korrekturen vorgenommen, die wir auf ihren Seiten verifizieren konnten (23 %).

Das läuft noch, und natürlich sind Autorinnen und Autoren nicht verpflichtet, etwas zu ändern. Trotzdem ist es ein vielversprechendes Ergebnis, dass fast ein Viertel der Artikel korrigiert wurde.

Hier ist eines der Outreach-Ziele, vorher und nachher (Diff-Ansicht über den Site Explorer von Ahrefs).

Und ja: Das Aktualisieren von Seiten – auch wenn wir nicht alle erwischt haben – hat korrekte Fakten in KI-Antworten hervorgebracht. Hier ist ein Beispiel (ein großes Dankeschön an Joonas von thatmarketingbuddy.com):

Zwei weitere Autoren sagten, sie würden Änderungen vornehmen, aber diese waren noch ausstehend, als wir die Ergebnisse überprüften. Wir haben sie nicht in die bestätigte Anzahl der Korrekturen aufgenommen.

Von 12 der 26 Kontaktpersonen erhielten wir keine Antwort.

Wir haben nie eine ausdrückliche Weigerung erhalten, einen Artikel zu aktualisieren. Einige Autoren waren jedoch nur bereit, eine Korrektur vorzunehmen, wenn wir im Gegenzug ihr Produkt erwähnen oder bewerben würden. Wir haben abgelehnt. Wir waren der Ansicht, dass es sich schon für sich genommen lohnen sollte, veröffentlichte Informationen korrekt zu halten, und dass ein Angebot im Gegenzug unfair gegenüber den Autoren wäre, die Korrekturen vorgenommen haben, ohne etwas dafür zu verlangen.

Unsere Outreach-Aktion hat auch ein Problem mit unseren eigenen Erklärungen offengelegt. Ein Teil der Verwirrung entstand durch unklare Beschreibungen der Preise und Feature-Limits von Brand Radar. Das gab uns selbst etwas, woran wir arbeiten konnten: es für jemanden, der über das Produkt schreibt, leichter verständlich zu machen, was enthalten ist.

Eine Antwort zu bekommen war einfacher, als tatsächlich eine Änderung durchzusetzen. Das solltest du im Hinterkopf behalten, wenn du diese Arbeit planst. Du brauchst Zeit, um zu prüfen, ob zugesagte Updates wirklich passieren, und du solltest damit rechnen, dass manche Nachrichten unbeantwortet bleiben.

Du kannst nicht kontrollieren, was KI-Assistenten sagen – aber du kannst es ihnen (und allen anderen) leichter machen, die korrekten Informationen zu finden.

Das bedeutet, Markenerwähnungen im Web zu überwachen und schnell zu reagieren, wenn dir Ungenauigkeiten auffallen. Meiner Erfahrung nach liegt Content-Erstellern ihre Arbeit direkt nach der Veröffentlichung am meisten am Herzen – wenn du früh Kontakt aufnimmst, ist die Chance größer, dass sie die Seite korrigieren.

Natürlich garantiert das nichts. Du weißt nicht, ob eine bestimmte Seite jemals in einer KI-Antwort zitiert wird. Aber schnelles Handeln kann verhindern, dass Desinformation in einige KI-Antworten gelangt.

Du kannst auch nach Signalen suchen, die darauf hindeuten, dass eine Seite eher zitiert wird. Ihr DR, ihr Ruf und ihre Relevanz für das Thema, das dich interessiert, können nützliche Stellvertreterwerte sein – besonders, wenn du in einer engen Nische unterwegs bist, in der es im Web nur eine Handvoll relevanter Seiten gibt. Auch Aktualität kann eine Rolle spielen – vor allem dann, wenn eine neue Seite aktueller ist als die Quellen, die KI-Systeme bereits zitieren.

Du kannst das Monitoring von Brand-Erwähnungen mit einem Tool wie Firehose einrichten.

Du könntest deinen Agenten auch per API anbinden und jede neue Quelle automatisch fact-checken lassen, sobald sie gefunden wird – so erhältst du Monitoring nahezu in Echtzeit.

Web-Erwähnungen sind zu einer Währung geworden. Deinen Namen auf bestimmte Seiten zu bekommen, kostet – und offenbar kann es auch kosten, deine Marke korrekt dargestellt zu sehen. Das ist wichtig, weil es einen enormen Einfluss darauf haben kann, wie sichtbar du in KI-Antworten bist: wo deine Marke online erwähnt wird – und was diese Erwähnungen sagen.

Darum kann eine App wie unsere, die den Prozess der Suche nach falschen Informationen und deren Korrektur automatisiert, so nützlich sein. Aber wie wir festgestellt haben: Wenn du nicht bereit bist, jemandem im Gegenzug etwas anzubieten, damit er Informationen über deine Marke aktualisiert, kommst du womöglich nicht sehr weit.

Das größere Problem ist allerdings etwas, das KI-Entwickler angehen müssen: wie KI-Systeme auswählen, welchen Quellen sie vertrauen, wenn sie Fragen über Marken beantworten. Aktuell nützt dieser Prozess eigentlich niemandem wirklich.

Du kannst nicht erwarten, dass jeder Content Creator oder Website-Betreiber ständig seine Fakten überprüft und Informationen zu jeder Firma aktuell hält. Aber du kannst erwarten, dass ein Unternehmen Wert darauf legt, die eigenen Informationen korrekt zu halten. Es hat allen Grund dazu – falsche oder veraltete Informationen können dem Geschäft direkt schaden.

KI-Systeme sollten das besser erkennen. Wenn es um grundlegende Fakten über ein Unternehmen geht, sollten korrekte und aktuelle Informationen vom Unternehmen selbst stärker gewichtet werden als eine alte Erwähnung auf einer Drittanbieter-Website.

Danke fürs Lesen! Sag doch mal Hallo zu Glen und Mateusz.