Digitale Reputation KI: 53 Prozent der Risikoaussagen sind veraltet, und nur 3 von 16 Websites machen ihre Köpfe maschinenlesbar

1. Einführung: Was digitale Reputation KI heute bedeutet

Ein Einkäufer prüft Ihr Unternehmen. Er tippt Ihren Firmennamen nicht mehr in eine Suchmaschine, sondern in ein Chatfenster. Was er zurückbekommt, ist keine Liste mit zehn blauen Links, sondern ein fertiger Absatz mit einer Bewertung darin. Diesen Absatz haben Sie nicht geschrieben, Sie kommen darin aber vor. Und Sie erfahren nie, dass er existiert hat.

Digitale Reputation KI ist das Bild, das generative KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews von einem Unternehmen, einer Marke oder einer Person zeichnen. Es entsteht aus den Quellen, die diese Systeme auswerten, nicht aus Ihrer Selbstdarstellung. Steuerbar ist es nur indirekt, über die Datenlage im offenen digitalen Raum.

Die Informationssuche verlagert sich, und mit ihr die Kontrolle darüber, wie Ihre Marke beschrieben wird. Wer hier ansetzt, landet schnell bei internationalen Pressemitteilungen, denn Medienberichte sind eine der wenigen Stellschrauben, die nachweislich in die Antworten einfließen. Was passiert, wenn diese Stellschraube fehlt, haben wir an anderer Stelle beschrieben: wenn KI Falsches behauptet, füllt sie die Lücke mit dem, was sie findet.

Dieser Beitrag zeigt Ihnen, woraus dieses Bild entsteht, warum Korrigieren bei künstlicher Intelligenz technisch kaum funktioniert und wie Sie in sechs Schritten Gegengewichte aufbauen.

Was das für Sie heißt

Für Ihren Betrieb heißt das: Was vor zwei Jahren über Sie geschrieben wurde, kann heute noch in einer Antwort auftauchen. Alte Vorfälle verschwinden nicht von selbst, und niemand schickt Ihnen dazu eine Benachrichtigung. Wer nur auf aktuelle Anfragen reagiert, pflegt die Gegenwart; der Bestand kann dabei übersehen werden. Der erste Schritt ist unbequem, aber billig: nachschauen, was die Systeme heute über Sie sagen.

2. Warum digitale Reputation in der KI Suche anders entsteht

Bei klassischen Suchmaschinen war Online-Reputation ein Wettlauf um Plätze. Wer die erste Ergebnisseite dominierte, verdrängte Unangenehmes auf Seite zwei. Diese Mechanik greift in der KI-Suche nicht mehr, weil die Antwort an die Stelle der Trefferliste tritt. Ein KI-System zieht mehrere Quellen zusammen, gewichtet sie und formuliert daraus einen einzigen Text. Verdrängen funktioniert nicht, wenn es nichts mehr zu verdrängen gibt.

Damit verschiebt sich die Aufgabe. Klassische SEO sichert die Auffindbarkeit Ihrer Seiten und bleibt dafür unverzichtbar. Die digitale Wahrnehmung Ihrer Marke entsteht aber an einer Stelle, die Sie nicht besitzen: in der Zusammenfassung. Manche nennen Generative Engine Optimization deshalb die neue SEO. Treffender ist: Es kommt eine zweite Disziplin hinzu.

Die Größenordnung ist keine Zukunftsfrage. Nach den Messungen von Statcounter entfielen in Deutschland im Juni 73,6 Prozent der Nutzung von Chatbots auf ChatGPT, 8,58 Prozent auf Gemini und 7,21 Prozent auf Perplexity. Ein einziges System prägt also den Großteil dessen, was über Sie erzählt wird.

2.1 Von Trefferlisten zu fertigen Narrativen

Für den KI-Reputationsmonitor von FTI Consulting wurde ChatGPT-4o zwischen dem 25.05.2025 und dem 10.06.2025 mit identischen Prompts (den Textanfragen an ein KI-System) zu jedem einzelnen DAX40-Unternehmen und dessen CEO befragt. Das Ergebnis ist unbequem. 83 Prozent der Konzerne erscheinen mit mindestens einem reputationskritischen Thema, 40 Prozent mit zwei, 20 Prozent mit drei oder mehr. Das größte Risikofeld ist Litigation und Compliance mit 45 Prozent. Die Branche entscheidet dabei mit: In der Chemie liegt das durchschnittliche Risiko bei 50 Prozent, in Technologie, Medien und Telekommunikation bei 14 Prozent.

„Wer seine eigene Story nicht aktiv ins KI-Ökosystem einspeist, überlässt das Bild anderen.“ (FTI Consulting, KI-Reputationsmonitor)

Der Satz beschreibt die Mechanik präzise. Ein KI-System bewertet nicht, ob Sie recht haben. Es verarbeitet, was maschinenlesbar vorliegt.

2.2 Online-Reputation und KI-Reputation: Wo der Unterschied liegt

Beide Disziplinen ergänzen sich, sie ersetzen sich nicht. Wer Budget verteilt, sollte die Unterschiede kennen.

Der praktische Unterschied liegt in der letzten Zeile. Eine Position können Sie täglich ablesen. Eine Nennungsrate müssen Sie selbst erheben, und genau daran scheitern die meisten. Der AI Visibility Index von Semrush wertet dafür 126 Millionen Prompts aus vier Monaten aus, verteilt über ChatGPT, Gemini, Google AI Mode und AI Overviews. Der Befund ist deutlich. 45 Prozent der Marketing-Verantwortlichen können ihre Sichtbarkeit in KI-Antworten nicht belastbar messen. Nur 9 Prozent verfügen über Werkzeuge für alle relevanten Kennzahlen.

3. Das eigentliche Problem: KI-Antworten kennen kein Verfallsdatum

Fast jeder Ratgeber zu diesem Thema endet bei derselben Empfehlung: beobachten, dann korrigieren. Monitoring einrichten, Tools abonnieren, falsche Aussagen melden. Das klingt vernünftig und ist trotzdem nur die halbe Wahrheit.

Unsere Position: Korrigieren ist bei KI-Systemen kein realistischer Stellhebel. Der einzige verlässliche Weg ist Einzahlen. Digitale Reputation im KI-Zeitalter verhält sich wie ein Konto mit sehr langer Wertstellung, nicht wie ein Schalter, den Sie umlegen. Dafür sprechen drei belastbare Befunde.

Erstens: Die Zeitachse. Nach dem KI-Reputationsmonitor beziehen sich 53 Prozent der reputationskritischen Aussagen zu DAX40-Unternehmen auf Vorfälle, die mindestens zwölf Monate zurückliegen. 75 Prozent davon sogar auf Ereignisse, die drei Jahre und länger her sind. Bei den CEOs liegt der Wert bei 39 Prozent, davon 61 Prozent älter als drei Jahre. Was bei Google längst von Seite eins verschwunden ist, spült ein KI-System wieder nach oben.

Zweitens: Die technische Grenze. Die Datenschutzorganisation noyb hat dokumentiert, wie OpenAI auf die Forderung nach Berichtigung reagierte: Das Unternehmen könne fehlerhafte Angaben nicht korrigieren, sondern lediglich bei bestimmten Anfragen blockieren. Die falsche Information bleibt im System. Ein Löschantrag ist damit eine Sperre, keine Richtigstellung.

„Ein Hinweis darauf, dass Sie das Gesetz nicht einhalten, hebt das Gesetz nicht auf.“
(„Adding a disclaimer that you do not comply with the law does not make the law go away.“, Kleanthi Sardeli, Juristin bei noyb)

Drittens: Der Rechtsweg wirkt, aber langsam. Das Landgericht München I hat Google per einstweiliger Verfügung untersagt, unwahre Behauptungen über zwei Verlagsunternehmen in der Übersicht mit KI anzuzeigen. Die KI hatte behauptet, die Unternehmen seien für Betrugsmaschen bekannt und lockten Kunden in Abo-Fallen. Diese Aussagen standen in keiner der verlinkten Quellen. Das Gericht wertete die KI-generierten Sätze als eigenen, Google zurechenbaren Inhalt.

„Auch schaffe die KI eigenständig neue Aussagen. Deren Richtigkeit könne Google anhand der ausgewerteten Quellen sehr wohl kontrollieren.“ (Wettbewerbszentrale zum Urteil des LG München I, Az. 26 O 869/26)

Das ist eine gute Nachricht für Betroffene. Es ist aber kein Reputationsmanagement, sondern Schadensbegrenzung im Einzelfall. Ein Gerichtsverfahren gegen eine einzelne Formulierung skaliert nicht. Kunden, Bewerber und Investoren stellen täglich Hunderte anderer Fragen.

Wer nur misst, bekommt am Ende ein sehr genaues Protokoll seiner eigenen Machtlosigkeit. Der Stellhebel liegt auf der Eingangsseite.

4. Voraussetzungen: Was Sie benötigen, bevor Sie steuern

Ohne diese vier Voraussetzungen verpufft jede Maßnahme, weil das Signal die Marke nicht erreicht.

1. Eine eindeutige Marken-Entität (Entität meint den Eintrag, unter dem Maschinen Ihr Unternehmen führen). Ihr Name muss sich von ähnlich klingenden Unternehmen unterscheiden lassen. Sonst landet die Krise des Wettbewerbers in Ihrer Antwort.
2. Maschinenlesbare Fakten auf der eigenen Website. Strukturierte Angaben zu Gründung, Leistungen, Standorten und Verantwortlichen, nicht als Fließtext in einer Grafik.
3. Eine zuordenbare Führungsperson. Die digitale Präsenz von CEOs schlägt direkt auf das Unternehmensbild durch.
4. Ein fester Messpunkt. Ein Satz Fragen, den Sie in gleicher Formulierung wiederholt stellen. Ohne Vergleichswert ist jede spätere Veränderung Interpretation.

Punkt drei wird konsequent unterschätzt. Der KI-Reputationsmonitor zeigt, dass 70 Prozent der DAX40-CEOs mit mindestens einem potenziell schädlichen Thema verknüpft werden und dass CEOs in 55 Prozent der Fälle die Risikolage ihres Unternehmens erweitern. Bei den Antworten zu den Vorständen stammen 27 Prozent der Informationen aus Nachrichtenmedien, 20 Prozent aus Fachmedien und 18 Prozent direkt von LinkedIn. Fast jede fünfte Aussage über den Chef kommt also aus einem Profil.

Uns hat interessiert, wie es um diese Voraussetzung außerhalb des DAX steht, also dort, wo mittelständische Unternehmen ihre Online-Präsenz mit kleinen Teams pflegen. Im Juli haben wir 20 Websites deutscher Steuerberatungs- und Wirtschaftsprüfungsgesellschaften abgerufen, 16 waren auswertbar. Gemessen wurde im ausgelieferten Roh-HTML ohne JavaScript, weil KI-Crawler in der Regel kein JavaScript rendern. Das Ergebnis: 11 der 16 Sites liefern überhaupt strukturierte Daten aus, 7 eine Organisation, 3 eine Organisation mit Verweisen auf ihre Profile. Eine einzelne Person, also einen Partner oder eine Geschäftsführerin, hinterlegen nur 3 von 16 maschinenlesbar. Gleichzeitig verlinken 15 von 16 ihre LinkedIn-Unternehmensseite.

Es klingt absurd, ist aber Realität: Die Kanzleien pflegen den Kanal, der laut Datenlage vor allem für Personen zählt, machen die Personen selbst aber nicht auffindbar. Das ist, als würden Sie ein Klingelschild anbringen und die Namen weglassen.

Diese Stichprobe ist eine Momentaufnahme und keine repräsentative Erhebung. Die Richtung deckt sich aber mit dem, was wir in Projekten regelmäßig sehen: Die Marke ist irgendwie vorhanden, die Menschen dahinter sind es nicht. Wie Sie das ändern, haben wir in einem eigenen Beitrag beschrieben, in dem Sie Ihre Marke maschinenlesbar hinterlegen.

5. Schritt für Schritt: Digitale Reputation in KI-Systemen aufbauen

Sechs Schritte, in dieser Reihenfolge. Die ersten drei sind Hausaufgaben, die Sie selbst erledigen. Ab Schritt vier wird es Arbeit an der Außenwelt.

Schritt 1: Den Status quo mit einem Prompt-Reputation-Check erheben

Formulieren Sie 15 Fragen, die Ihre Zielgruppen tatsächlich stellen. Was macht Unternehmen X? Ist X ein guter Arbeitgeber? Wer sind die Alternativen zu X? Stellen Sie diese Fragen wortgleich in ChatGPT, Perplexity, Gemini und Google AI Overviews. Nutzen Sie dafür die KI-Tools selbst und keine KI-gestützte Zusammenfassung aus zweiter Hand. Notieren Sie jede Antwort, jede genannte Quelle und die Tonalität. Dieses Protokoll ist Ihr Nullwert, alles Weitere misst sich daran.

Rechnen Sie mit ein bis zwei Stunden pro Durchgang. Ein GEO-Audit nimmt Ihnen diesen Schritt ab und ergänzt ihn um einen Wettbewerbsvergleich.

Schritt 2: Die Marke maschinenlesbar als Entität verankern

Hinterlegen Sie auf Ihrer Website strukturierte Daten für Ihr Unternehmen: offizieller Name, Gründung, Standorte, Leistungen und Verweise auf Ihre Profile in anderen Diensten. Ergänzen Sie FAQ-Bereiche mit klaren Antworten. Der KI-Reputationsmonitor stellt ausdrücklich fest, dass Inhalte von Corporate-Websites häufiger einfließen, wenn sie maschinenlesbar aufbereitet sind. Eine gepflegte Knowledge-Graph-Optimierung sorgt dafür, dass Erwähnungen überhaupt Ihrer Marke zugeordnet werden.

Schritt 3: Die Köpfe hinter der Marke zuordenbar machen

Legen Sie für Geschäftsführung und fachliche Aushängeschilder je eine eigene Profilseite an. Nennen Sie Funktion, Zuständigkeit, Ausbildung und Publikationen, und verknüpfen Sie die Seite maschinenlesbar mit dem LinkedIn-Profil derselben Person. Für Personal Brands ist dieser Schritt der wichtigste überhaupt, weil Unternehmen und Person hier dieselbe Entität sind.

Ein Foto und ein Vorname reichen dafür nicht.

Schritt 4: Gegengewichte in Einordnungsmedien aufbauen

Hier entscheidet sich der Rest. Nachrichtenmedien und Corporate-Websites liefern je 25 Prozent der Informationen für die KI-Antworten zu den DAX40, Investorenmedien weitere 21 Prozent. Insgesamt drei Viertel der Quellen sind durch Kommunikation beeinflussbar. Am besten setzt man deshalb auf Formate mit Substanz: Gastbeiträge, Interviews, Fachmedien und datengestützte Analysen statt reiner Meldungen.

„Es zählt weniger die Aktualität, sondern vielmehr die Einordnung des Themas und die Autorität der Quelle.“ (FTI Consulting, KI-Reputationsmonitor)

Warum externe Stimmen so schwer wiegen, zeigt auch der Edelman Trust Barometer, für den zwischen dem 23.04.2026 und dem 11.05.2026 insgesamt 17.688 Menschen in 15 Ländern befragt wurden. 88 Prozent nennen Vertrauen in die Marke ein wichtiges oder kritisches Kaufkriterium, gleichauf mit Qualität und Preis. Am stärksten wirkt dabei, was unbezahlte Fürsprecher und Kunden sagen. Dieselbe Logik gilt maschinell, und sie erklärt, woran Maschinen Vertrauen festmachen.

Vertrauenswürdigkeit entsteht dabei nicht aus einer einzelnen Platzierung. Sie entsteht, wenn dieselbe Aussage über Monate konsistent in mehreren unabhängigen Medien auftaucht und die zugrunde liegenden Zahlen transparent belegt sind. Public Relations wird damit zur Datenlieferung an Dritte.

Schritt 5: Kontext zu alten Vorfällen aktiv nachliefern

Gegen ein altes Thema hilft kein Schweigen, sondern eine dokumentierte Fortsetzung. Veröffentlichen Sie, was seitdem passiert ist: abgeschlossene Verfahren, umgesetzte Maßnahmen, geprüfte Ergebnisse. Wichtig ist die Form. Ein Dokument, das öffentlich abrufbar und maschinenlesbar ist, kann zitiert werden. Ein Absatz im Geschäftsbericht als Bilddatei nicht.

Genau darin unterscheiden sich laut der Untersuchung die Unternehmen, die trotz bekannter Rechtsstreitigkeiten positiv dargestellt werden: Sie geben Kontext und stellen Updates in Quellen bereit, die das System als autoritativ einstuft.

Schritt 6: Monatlich messen und eskalieren, wenn nötig

Wiederholen Sie den Prompt-Reputation-Check aus Schritt 1 monatlich mit denselben Fragen. Halten Sie drei Kennzahlen fest: Nennungsrate, Anteil korrekter Zuordnungen und Tonalität. Dokumentieren Sie jede falsche Behauptung mit Datum, Prompt und Screenshot. Diese Dokumentation ist die Grundlage, falls Sie den Anbieter kontaktieren oder rechtlich vorgehen wollen.

Jährliche Audits reichen nicht. Die Quellenlage verschiebt sich in Wochen, nicht in Jahren.

6. Häufige Fehler und wie Sie sie vermeiden

Fehler 1: Reputationsmanagement mit Suchmaschinenoptimierung verwechseln. Klassische Optimierung verbessert Ihre Position in den Trefferlisten. Damit wird nicht sichergestellt, dass ein Modell Ihre Marke korrekt beschreibt. Beides ist nötig, aber es sind zwei Aufgaben.

Fehler 2: Auf ein einziges System schauen. ChatGPT nennt im Schnitt 15 Quellen pro Antwort, Gemini nur 3. Wer nur bei einem Anbieter prüft, misst einen Ausschnitt und hält ihn für das Bild.

Fehler 3: Werbliche Selbstbeschreibung für Substanz halten. Der KI-Reputationsmonitor beschreibt, dass leere Floskeln aussortiert werden, während konkrete Aussagen über gesellschaftlichen Nutzen verarbeitet werden. Ein Leitbild ohne Zahlen ist für ein Modell ein leeres Feld.

Fehler 4: Erst bei der Krise anfangen. Krisenkommunikation wirkt in KI-Systemen mit erheblicher Verzögerung, weil die Quellenlage sich langsam dreht. Wer erst im Ernstfall Material produziert, zahlt in ein Konto ein, dessen Buchung Monate dauert.

Fehler 5: Verantwortung nicht zuordnen. Ohne benannte Zuständigkeit passiert nichts Regelmäßiges. Ziel ist es, festzulegen, wer den monatlichen Check durchführt und wem die Ergebnisse vorgelegt werden.

7. Fazit: Reputation ist eine Einzahlung, keine Korrektur

Online-Reputation im KI-Zeitalter folgt einer anderen Physik als die Arbeit an Suchergebnissen. Es gibt keinen Rang, den Sie verbessern, und keinen Eintrag, den Sie löschen. Es gibt nur einen Bestand an öffentlich verfügbarem Material, aus dem Maschinen Antworten bauen. Wer diesen Bestand nicht aktiv füllt, überlässt die Erzählung dem Archiv.

Die Zahlen dazu sind eindeutig. 53 Prozent der Risikoaussagen stammen aus Ereignissen von vor mindestens einem Jahr, drei Viertel der genutzten Quellen sind beeinflussbar, und in unserer Stichprobe machen 3 von 16 Websites eine Führungsperson maschinenlesbar auffindbar. Der Abstand zwischen dem, was möglich wäre, und dem, was gemacht wird, ist der eigentliche Befund.

Denken Sie an einen Setzkasten in einer alten Druckerei. Jeder Buchstabe, den Sie hineinlegen, steht später im Satz zur Verfügung. Nichts, was fehlt, lässt sich nachträglich in den Abzug hineinreden. Sie können die Presse nicht überzeugen, Sie können nur vorher setzen.

Fangen Sie mit Schritt 1 an. Fünfzehn Fragen, vier Systeme, zwei Stunden. Danach wissen Sie, ob Sie ein Zuordnungsproblem, ein Quellenproblem oder ein Altlastenproblem haben. Und Sie kennen weiterhin die Antwort auf die Frage, warum Menschen KI-Antworten glauben, obwohl sie fehlerhaft sein können.

8. Anhang: Checkliste für Ihre digitale Reputation

• Nullmessung: 15 feste Fragen in vier KI-Systemen gestellt, Antworten und Quellen protokolliert.
• Entität: Unternehmensdaten strukturiert auf der Website hinterlegt, Verweise auf externe Profile gesetzt.
• Personen: Profilseite je Führungsperson, maschinenlesbar mit dem passenden LinkedIn-Profil verknüpft.
• Quellen: mindestens zwei Formate mit Einordnung pro Quartal in Fach- oder Nachrichtenmedien platziert.
• Altlasten: zu jedem bekannten kritischen Thema ein öffentlich abrufbares Update mit Datum.
• Rhythmus: monatlicher Check terminiert, Zuständigkeit benannt, Ergebnisse dokumentiert.
• Beweissicherung: falsche Aussagen mit Prompt, Datum und Screenshot archiviert.

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme und ihre Quellenlage verändern sich schnell; genannte Zahlen stammen aus den verlinkten Quellen und können sich ändern. Die eigene Stichprobe ist eine Momentaufnahme und keine repräsentative Erhebung. Ausführungen zu Gerichtsentscheidungen sind allgemeine Information und ersetzen keine fachjuristische Beratung.