Studie: KI-Systeme bevorzugen große News-Quellen, den Nutzern sind die Quellen weitgehend egal

Die Auswahl von Nachrichtenquellen durch die KI zeigt ein politisches Ungleichgewicht. Dabei spielen die Quellen für die Nutzer keine große Rolle. Wichtiger ist die Länge der Antworten. Das ergab eine aktuelle Studie.

 

 Anzeige

Das Wichtigste in Kürze

• Bei der Auswahl von Nachrichtenquellen durch KI-Systeme wie ChatGPT oder Google AI gibt es eine starke Konzentration auf bekannte Anbieter.
• Die Quellenauswahl zeigt eine politische Bevorzugung des linken Quellenspektrums.
• Für die Nutzer spielt bei der Bewertung der Antworten weniger die Quellenalsuwahl als vielmehr die Länge der Antwort eine wichtige Rolle.

KI-gestützte Suchmaschinen wie ChatGPT, Perplexity und Google verändern immer stärker die Art, wie wir online Informationen suchen und konsumieren. Im Gegensatz zu klassischen Suchmaschinen, die lediglich Links auflisten, fassen diese Systeme Informationen zusammen und belegen sie zumindest in vielen Fällen mit Zitaten. 

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

Eine groß angelegte wissenschaftliche Untersuchung von Kai-Cheng Yang (Northeastern University in Boston) auf Basis der AI Search Arena mit über 24.000 Nutzer-Interaktionen und 366.000 Zitaten zeigt, nach welchen Mustern die KI-Systeme Nachrichten auswählen. Die Detailanalyse der Studie bezieht sich ausschließlich auf Nachrichtenquellen. Klassische Nachrichtenquellen wie Reuters, die New York Times oder lokale Medien machen allerdings nur 9 Prozent aller verlinkten Quellen aus. Darauf konzentrieren sich die beschriebenen Ergebnisse.

Die verbleibenden 91 Prozent der Zitate wurden in dieser konkreten Arbeit nicht tiefergehend untersucht. Die Autoren haben diese restlichen Quellen lediglich im Anhang der Studie grob kategorisiert, um einen Gesamtüberblick zu geben. Diese anderen Quellen setzen sich unter anderem wie folgt zusammen:

• Social-Media-Plattformen: 10 Prozent
• Enzyklopädien (z. B. Wikipedia): 4,8 Prozent
• Regierungs- und Bildungsseiten: 4,2 Prozent
• Technologie-Seiten: 3,2 Prozent
• Akademische Quellen: 1,7 Prozent

Ein sehr großer Teil der gesammelten Links (60,1 Prozent) fiel in keine dieser Kategorien und blieb unklassifiziert.

Insbesondere die Zitate, die auf soziale Medien verweisen, werden vom Autor als problematisch angesehen, weil nutzergenerierte Inhalte deutlich anfälliger für Falschinformationen sind und von KI-Systemen viel schwerer auf ihre Glaubwürdigkeit geprüft werden können als professionelle Nachrichtenartikel.

The Winner takes it all

Die Ergebnisse der Studie zeigen eine Konzentration der zitierten Nachrichten auf einige wenige, sehr populäre und etablierte Medien. Die großen Marken sichern sich dabei einen Löwenanteil der Sichtbarkeit.

Dieses Verhalten unterscheidet sich je nach Anbieter der KI-Systeme, wenngleich Modelle aus derselben Familie wie z. B. verschiedene OpenAI-Modelle sehr ähnliche Muster aufweisen.

• Bei OpenAI ist die Konzentration der Quellen am stärksten. Allein die Top-20-Nachrichtenquellen machen 67,3 Prozent aller Verlinkungen aus. Am häufigsten zitiert OpenAI große Agenturen wie Reuters (22,8 Prozent) und AP News (12,2 Prozent).
• Die Google-Modelle weisen eine etwas geringere Konzentration auf, bevorzugen aber Quellen wie indiatimes.com.
• Perplexity streut seine Quellen am breitesten und zitiert mit über 1.400 Domains deutlich mehr unterschiedliche Seiten als die Konkurrenz, wobei sich eine Vorliebe für die BBC zeigt.

Politische Schlagseite und dennoch hohe Qualität

Alle untersuchten Systeme greifen primär auf qualitativ hochwertige Nachrichtenquellen zurück und zitieren unzuverlässige Seiten kaum. OpenAI führt hier mit einem Anteil von 96,2 Prozent hochqualitativen Quellen, gefolgt von Google (92,2 Prozent) und Perplexity (89,7 Prozent).

Gleichzeitig zeigen die KI-Systeme nach den Ergebnissen der Untersuchung eine starke politische Schlagseite nach links. Die Vorlieben der Nutzer der Nutzer für KI-Suchergebnisse offenbaren dagegen keine signifikante Verbindung mit der politischen Orientierung oder der Qualität der zitierten Nachrichtenquellen.

“[...]we observe consistent left-leaning political bias across all AI search systems, despite their general preference for high-quality sources. Notably, however, user preferences for AI search responses show no significant association with either the political orientation or quality of cited news sources.”

 Rechte Nachrichtenmedien sind in den Antworten nahezu unsichtbar und machen über alle Modelle hinweg maximal 1,2 Prozent der Zitate aus. Stattdessen dominieren linke und zentristische Quellen mit über 98 Prozent fast vollständig. Im direkten Vergleich zitiert Google signifikant mehr linksgerichtete, aber auch mehr qualitativ schwächere Quellen als Perplexity, während OpenAI deutlich weniger linke, dafür aber mehr zentristische und hochqualitative Quellen heranzieht. Diese Muster scheinen in der Architektur der Systeme selbst verankert zu sein und hängen kaum davon ab, wie politisch die Frage des Nutzers formuliert war.

Nutzer achten eher auf die Länge der Antwort als auf die Quellen

Die Analyse der Nutzerpräferenzenzeigt ein überraschendes Bild: Weder die politische Ausrichtung noch die Qualität der zitierten Nachrichten beeinflussen die Zufriedenheit. Die Anwender achten kaum darauf, welche Quellen zitiert werden, solange überhaupt Zitate vorhanden sind. Ausschlaggebend für die Bevorzugung einer KI-Antwort ist stattdessen schlichtweg die Länge des Textes. Das birgt die Gefahr, dass Nutzer die von der KI gelieferten Antworten nicht mehr kritisch hinterfragen und ihre Motivation sinkt, den Kontext oder die Glaubwürdigkeit der Quellen selbst zu prüfen.

Konsequenzen und Empfehlungen für Inhalteanbieter

Für Publisher, Medienhäuser und andere Content-Anbieter ergeben sich aus der Rolle der KIs als neue Informations-Gatekeeper verschiedene Konsequenzen:

• Sichtbarkeitsverlust für kleine Anbieter: Weil KI-Systeme eine deutliche Quellenkonzentration betreiben, wird es für kleinere, regionale oder marginalisierte Anbieter schwer, über diese neuen Kanäle überhaupt noch ein Publikum zu erreichen. Sie laufen Gefahr, einem "Knowledge Sealing" zum Opfer zu fallen und aus dem KI-vermittelten Diskurs ausgeschlossen zu werden.
• Abhängigkeit vom gewählten KI-System: Weil die Modellanbieter (OpenAI, Google, Perplexity) sehr unterschiedliche Präferenzen bei der Quellenauswahl haben, hängt die eigene Reichweite künftig stark davon ab, welches KI-Tool bei den Endnutzern gerade populär ist.
• Qualität und Markenbekanntheit als Eintrittskarte: Um von den algorithmischen Gatekeepern berücksichtigt zu werden, ist es wichtig, von etablierten Rating-Systemen als hochqualitative und verlässliche Quelle eingestuft zu werden. Weil die KI-Systeme unzuverlässige Quellen konsequent herausfiltern, wird eine unbestreitbare digitale Reputation wichtiger denn je - Stichwort “EEAT”. Inhalteanbieter müssen sich als starke Marke positionieren, um in den "Winner-takes-all"-Kreislauf aufgenommen zu werden.
• Fehlender Regulierungsdruck durch Nutzer: Weil die Nutzer die Qualität der Zitate kaum in ihre Bewertung einfließen lassen, können sich Inhalteanbieter nicht darauf verlassen, dass Nutzer fehlende Quellenvielfalt abstrafen. Die Studie legt vielmehr nahe, dass technische Innovationen und regulatorische Rahmenbedingungen notwendig sind, um politische Vielfalt und Quellenglaubwürdigkeit bei KI-Suchmaschinen sicherzustellen.

Hinweise zur Methodik

Untersucht wurden ausschließlich englischsprachige Suchanfragen für verschiedene Länder wie die USA, Brasilien, China, Deutschland, Indien, Mexiko, Russland und weitere. Die Suchanfragen in dem untersuchten Datensatz stammen aus dem Zeitraum von März bis Mai 2025. Insgesamt erstreckte sich die Datenerhebung über einen Zeitraum von sieben Wochen.