Google AI Overviews: falsche Antworten trotz guter Quellen möglich

Auch bei hochwertigen Quellen kann es in den Google AI Overviews zu falschen Antworten kommen.

 

 Anzeige

In einer Studie der Washington University für den Zeitraum 13. März bis 21. April 2026 wurde untersucht, für welche Suchanfragen Google AI Overviews ausspielt und welche Quellen dabei verwendet werden.

Eine wichtige Erkenntnis dabei: Die Auswahl der Quellen weicht zum Teil deutlich von der klassischen Suche ab. Und es kommt in einigen Fällen zu Halluzinationen.

Die Google AI Overviews haben das Suchverhalten, wie wir es bisher gewohnt waren, deutlich verändert. Statt wie bisher eine Liste von Quellen zu präsentieren, die nach Rankings sortiert sind und aus denen die Nutzer selbst auswählen können, fassen AI Overviews Informationen zu einer einzigen Textantwort zusammen. Dies verleiht Google allerdings auch eine große redaktionelle Kontrolle.

SEO-Beratung: Wir sind Ihre Experten

Wir bringen gemeinsam Ihre Website nach vorne. Profitieren Sie von jahrelanger SEO-Erfahrung.

Unsere Beratungsleistungen

Christian Kunz

SEO Experte

David Wulf

SEO Experte

Sven Häwel

Offpage-Experte

Für welche Suchanfragen AIOs ausgespielt werden

Die Ausspielung der AI Overviews erfolgt nicht bei jeder Suche. Im Durchschnitt werden sie nach den Ergebnissen der Studie bei 13,7 Prozent aller Suchanfragen aktiviert. Dahinter verbergen sich starke strukturelle Unterschiede, die stark von der Art der Formulierung und dem Thema abhängen:

• Werden Suchanfragen als vollständige Frage formuliert, springt die Aktivierungsrate auf 64,7 Prozent an. Bei Nicht-Fragen sind es nur 9,5 Prozent. Erklärende Fragen, die mit „Wie“ (84,3 Prozent) oder „Warum“ (73,4 Prozent) beginnen, lösen die KI am zuverlässigsten aus.
• Je länger eine Suchanfrage ist, desto wahrscheinlicher ist eine KI-Antwort. Selbst bei Nicht-Fragen steigt die Rate von 9,9 Prozent bei Ein-Wort-Suchanfragen auf 38,7 Prozent bei Anfragen mit sechs oder mehr Wörtern.
• Die KI greift besonders häufig bei Themen wie Hobbys & Freizeit (46,1 Prozent) und Wissenschaft (39,9 Prozent) ein. Bei politisch sensiblen Themen (7,5 Prozent) und Recht & Regierung (9,6 Prozent) ist die Ausspielung hingegen deutlich reduziert, was darauf hindeutet, dass Google hier bewusst redaktionelle Einschränkungen vornimmt.

Auswahl und Qualität der verwendeten Quellen

Entgegen früheren Annahmen zeigte sich in der Studie, dass die in den AI Overviews zitierten Quellen systematisch glaubwürdiger und qualitativ hochwertiger sind als die regulären Suchergebnisse auf der ersten Seite. Google verlässt sich bei der KI-Zusammenfassung auch deutlich seltener auf unmoderierte nutzergenerierte Inhalte wie soziale Medien, die nur 14,2 Prozent der Quellen ausmachen, verglichen mit 41,4 Prozent bei den klassischen Top-Ergebnissen in der Suche.

Auch zeigte sich eine deutliche Entkopplung der KI-Ergebnisse von Googles traditionellem Ranking-Algorithmus: Fast 30 Prozent der in den AIOs zitierten Webseiten tauchen in den regulären Suchergebnissen der ersten Seite für dieselbe Suchanfrage überhaupt nicht auf. Das bedeutet, dass Google für die KI auf einen völlig separaten Quellenpool zurückgreift.

Qualität und Wahrheitsgehalt der AIO-Ergebnisse

Die Qualität der gelieferten Antworten lässt sich an ihrer Faktentreue messen. Obwohl Google behauptet, dass die AI Overviews nicht wie andere Sprachmodelle halluzinieren würden, zeigt eine genaue Aufschlüsselung ein differenziertes Bild:

• Etwa 89 Prozent der in den AIOs aufgestellten Behauptungen stimmen mit den zitierten Quellen überein.
• Dennoch sind 11,0 Prozent der aufgestellten Behauptungen durch die angegebenen Quellen nicht gedeckt.
• Der häufigste Fehler (bei 7,0 Prozent der Behauptungen) sind Auslassungen: Die KI erfindet also Fakten, die in der angeblichen Quelle gar nicht existieren.
• In 2,7 Prozent der Fälle widersprechen die zitierten Referenzen der KI-Antwort sogar direkt.

Interessanterweise sind die Qualität der Quelle und die Fehlerfreiheit der generierten Behauptungen weitgehend unabhängig voneinander. Das bedeutet, dass selbst die hochwertigsten Quellen das grundlegende Problem von KI-Halluzinationen oder Fehlinterpretationen nicht vollständig beheben können.

Methodik der Untersuchung

Die Forscher führten ihre Untersuchung als longitudinale Messstudie über einen Zeitraum von 40 Tagen durch (13. März bis 21. April 2026). Um Verzerrungen durch personalisierte Suchverläufe zu vermeiden, wurde ein verteiltes, auf Puppeteer basierendes Crawler-System auf AWS Lambda eingesetzt, das für jede Suche frische, zustandslose Browser-Profile nutzte.

Insgesamt wurden 55.393 aufstrebende Suchanfragen über 19 Themenkategorien hinweg durchgeführt. Dabei wurden nicht nur die KI-Texte, sondern auch alle zitierten Referenzen, Ergebnisse der ersten Suchergebnisseite und die kompletten Inhalte der zugrundeliegenden Webseiten erfasst. Für die Inhaltsprüfung wurden die KI-Antworten in 98.020 atomare Behauptungen zerlegt. Eine LLM-basierte Prüf-Infrastruktur, basierend auf Grok 4.1 Fast Reasoning, verglich dann im Detail, ob jede einzelne KI-Behauptung nachweisbar von der jeweils von Google zitierten Webseite gestützt wurde.