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 bei einer markierten Antwort tatsächlich ein Fehler vorliegt, 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.

Nicht bei jeder Seite mit falschen Informationen lohnt sich der gleiche Aufwand. Priorisiere die Seiten, bei denen eine Korrektur am ehesten die 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 nur einmal zitierte 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 abgerufen 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.

Wenn du nur wenige Seiten prüfst, reichen meist die Standard-Tools deines KI-Assistenten zum Abrufen von Webseiten aus. Damit kannst du die Seiten laden und nach Angaben zum Autor oder nach Kontaktinformationen 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 als Autor genannten Person. Prüfe zuerst die Autorenzeile und die Autorenseite des Artikels. Wenn du nach einer Kontaktmöglichkeit suchst, sieh dir anschließend ihr LinkedIn- oder X-Profil an.

Wenn du den Autor nicht findest oder er dort nicht mehr tätig ist, wende dich an die nächsthöhere Ebene. Bei einer Publikation kann das ein Redakteur oder die Content-Leitung sein. In einem kleinen Unternehmen ist möglicherweise der Gründer oder die Marketingleitung die beste Anlaufstelle.

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:

So kommst du leichter ins Gespräch. Allerdings kann dieser Ansatz weniger wirksam sein: Du bittest die angeschriebene Person um eine Antwort, bevor sie den Nutzen der Korrektur erkennen kann.

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, Fehlinformationen 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 siehst du eines unserer Outreach-Ziele vor und nach der Korrektur (Änderungsansicht im 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.

Kein Autor lehnte eine Aktualisierung seines Artikels ausdrücklich ab. Einige waren jedoch nur dann zu einer Korrektur bereit, wenn wir im Gegenzug ihr Produkt erwähnen oder bewerben würden. Das lehnten wir ab. Aus unserer Sicht war es schon für sich genommen sinnvoll, veröffentlichte Informationen korrekt zu halten. Eine Gegenleistung anzubieten, wäre zudem unfair gegenüber den Autoren gewesen, die Korrekturen vorgenommen hatten, ohne etwas dafür zu verlangen.

Unsere Outreach-Aktion hat auch Schwächen in unseren eigenen Erklärungen offengelegt. Ein Teil der Verwirrung entstand durch unklare Angaben zu den Preisen und Funktionslimits von Brand Radar. Das zeigte uns, wo wir selbst ansetzen konnten: klarer zu vermitteln, was enthalten ist, damit alle, die über das Produkt schreiben, es leichter verstehen.

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 Fehlinformationen in einige KI-Antworten gelangen.

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 neu gefundene Quelle sofort automatisch auf ihre sachliche Richtigkeit prüfen lassen. So kannst du neue Quellen nahezu in Echtzeit überwachen.

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.

Deshalb kann eine App wie unsere so nützlich sein: Sie automatisiert das Aufspüren und Korrigieren falscher Informationen. Doch wir haben auch festgestellt, dass du womöglich nicht weit kommst, wenn du nicht bereit bist, für die Aktualisierung der Informationen über deine Marke eine Gegenleistung anzubieten.

Das größere Problem müssen allerdings die KI-Entwickler angehen: Wie entscheiden KI-Systeme, welchen Quellen sie bei Fragen zu Marken vertrauen? Derzeit hilft dieser Prozess 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! Schau bei Glen und Mateusz vorbei und sag Hallo.