KI Nachrichtenquellen Gewichtung: 4.570 Quellenangaben zeigen, wen die KI zitiert

1. Einführung: Wie KI Nachrichtenquellen gewichtet

380 Zitationen für eine einzige Domain. 248 Domains mit genau einer. Beide Zahlen stammen aus derselben Erhebung, und sie beschreiben die KI Nachrichtenquellen Gewichtung genauer als jede Erklärung über Relevanz. Wer in diesem Pool liegt, wird gehört. Wer daneben liegt, existiert für das System praktisch nicht.

KI Nachrichtenquellen Gewichtung ist der Vorgang, mit dem ein KI-System entscheidet, welche Nachrichtenquellen es für eine Antwort abruft, wie stark es ihnen vertraut und welche es zitiert. Maßgeblich sind Anbieter, Thema, Formulierung der Anfrage, Trainingsdaten und Lizenzverträge mit Medienhäusern. Die Kriterien sind öffentlich nicht dokumentiert.

Für Ihr Unternehmen ist das keine medienpolitische Randnotiz. Ihre Marke erscheint in KI-Antworten selten direkt, sondern über die Quellen, die das System für seine Antwort abruft, und wer in diesen Quellen fehlt, fehlt auch in der Antwort selbst. Genau deshalb zahlt digitale PR für KI-Sichtbarkeit auf ein anderes Konto ein als klassische Suchmaschinenoptimierung. Wie Modelle grundsätzlich vorgehen, haben wir in Quellenauswahl in KI Antworten aufgeschlüsselt.

Der Vorgang gleicht einem Türsteher mit sehr kurzer Gästeliste. Er prüft nicht, wer am besten aussieht. Er prüft, wer auf der Liste steht. Die Liste wird von einem anderen geschrieben.

Was das für Sie heißt

Für Ihren Betrieb heißt das: Die Auswahl der Quellen entscheidet mit, ob Sie überhaupt genannt werden können. Wird aus einem engen Vorrat an Medien geschöpft, ist eine Erwähnung dort mehr wert als zehn an anderer Stelle. Für Sie ist das eine Frage der Priorität, keine technische: Wo lohnt der Aufwand, und wo nicht?

2. Was Gewichtung in KI Systemen bedeutet

Gewichtung heißt in KI-Systemen: Jede Information erhält eine Priorität, die darüber entscheidet, wie stark sie in die Antwort einfließt. Bei Nachrichtenanfragen betrifft das nicht nur einzelne Sätze, sondern ganze Quellen. Das System bewertet Herkunft, Aktualität und Kontext, bevor es überhaupt formuliert.

2.1 Zwei Ebenen: Gewichte im Modell und Auswahl im Betrieb

Im engeren Sinn sind Gewichte Zahlen in einem neuronalen Netz. Sie entstehen beim Training aus großen Datenmengen und bestimmen, welche Muster ein Modell erkennt. Diese Ebene liegt in den Trainingsdaten fest und ist für Ihre Sichtbarkeit deshalb kaum steuerbar.

Die zweite Ebene ist beweglich. Sobald ein KI-System interaktiv eine Websuche startet, entsteht die Gewichtung neu: Kandidaten werden dabei abgerufen, automatisiert sortiert, verworfen und zitiert. Hier liegt der Stellhebel für alle, die als Quelle vorkommen wollen. Auch klassische Ranking-Verfahren arbeiten mit maschinellem Lernen, doch bei Suchmaschinen sind die Grundzüge bekannt. Bei KI-Systemen nicht.

Wann haben Sie zuletzt geprüft, welche Quellen ein KI-System zu Ihrer Branche nennt?

3. Welche Nachrichtenquellen KI Systeme wirklich zitieren

Für den deutschsprachigen Raum liegen jetzt belastbare Zahlen vor. Eine Studie der Agora Digitale Transformation stellte fünf KI-Systemen 625 Anfragen zu Innenpolitik, Außenpolitik, Wirtschaft, Klima und Migration. Die Erhebung lief an fünf aufeinanderfolgenden Werktagen im Mai, jeweils in einem eigenen Inkognito-Fenster. Ergebnis: 4.570 Quellenangaben aus 544 Domains. Gezählt wurde jeder Verweis, also auch derselbe Beitrag eines Nachrichtenmediums in mehreren Anfragen.

3.1 Der Quellenpool ist enger, als er wirkt

Die Verteilung folgt einem Potenzgesetz. Wenige Domains werden sehr oft zitiert, der große Rest verschwindet im Long Tail. 248 der 544 Domains kamen genau einmal vor, also fast die Hälfte. welt.de dagegen 380-mal.

Das ist mehr als eine Randnotiz zur Statistik. Sprachmodelle lernen Informationen aus dem Long Tail nachweislich schlechter, weshalb eine selten zitierte Quelle nicht nur seltener angezeigt, sondern in den Antworten auch häufiger falsch wiedergegeben wird. Die Studie formuliert es so:

„KI-Systeme brechen ungleiche Aufmerksamkeitsverteilungen im Digitalen nicht auf, sondern reproduzieren und verstärken sie.“

Vivien Benert und Stina Timmermann, Agora Digitale Transformation

3.2 Jedes System hat ein eigenes Quellenprofil

Alle fünf Systeme greifen auf einen geteilten Kern etablierter Medien zurück. Dahinter beginnen die Unterschiede. Bei ChatGPT und Perplexity stammen rund drei Viertel der Zitationen aus journalistischen Quellen. Gemini, Claude und Google AI Overview liegen bei etwa der Hälfte und ziehen stattdessen häufiger staatliche Seiten heran, etwa die des Bundestags oder des Auswärtigen Amts.

Zwei Details verdienen Aufmerksamkeit. Erstens fehlen etablierte Marken bei einzelnen Systemen komplett: Die Frankfurter Allgemeine Zeitung tauchte bei ChatGPT und Claude gar nicht auf, die Süddeutsche Zeitung nicht bei Gemini und Claude. Zweitens landete bei Google AI Overview mit 116 Zitationen eine konzerneigene Plattform auf Platz zwei, nämlich YouTube.

4. Drei Stellschrauben, die die Gewichtung verschieben

Die Quellenauswahl ist kein fester Algorithmus, den Sie einmal verstehen und dann bedienen. Sie verschiebt sich mit drei Faktoren, und alle drei sind messbar. Wer sie kennt, liest KI-Antworten anders.

4.1 Kooperationen: Wenn ein Vertrag die Quellenliste verschiebt

Der auffälligste Einzelbefund der Studie betrifft ChatGPT. Dort dominiert welt.de mit 264 Zitationen die Quellenauswahl so stark wie keine Quelle bei einem anderen System. Auch bild.de liegt unter den zehn meistzitierten Domains, und die Autorinnen erklären beides mit der Kooperation zwischen Axel Springer und OpenAI, die dem Anbieter Zugriff auf die Medieninhalte der Gruppe verschafft.

Damit wird ein Vertrag zum Faktor der Gewichtung. Für Verlage entsteht daraus ein Dilemma: Ohne Zitat wird Sichtbarkeit verloren, mit Zitat und ohne Besucher wird die eigene Basis verloren. Diese Antworten ohne Klick beschreiben wir ausführlich unter Antworten ohne Klick. Für Deutschland nennt die Studie einen Rückgang von 265 Millionen organischen Klicks pro Monat, seit KI-basierte Übersichten in der Google-Suche erscheinen.

4.2 Thema: Klima bekommt andere Quellen als Innenpolitik

Beim Thema Innenpolitik stammten 69 Prozent der Zitationen aus journalistischen Quellen. Beim Thema Klima nur noch 44 Prozent, bei Migration 57 Prozent. An die Stelle der Redaktion treten Wissenschaft, Zivilgesellschaft und Staat, und das Potsdam-Institut für Klimafolgenforschung wurde in diesem Feld von allen fünf untersuchten Systemen regelmäßig zitiert.

Diese Verschiebung ist für Fachthemen die wichtigste Nachricht des ganzen Berichts. Je kontroverser ein Feld, desto eher kann die Antwort auch mit Institutionen, Verbänden und spezialisierten Anbietern besetzt werden.

4.3 Prompt (die Anfrage, die Sie einem KI-System stellen): Die Formulierung verändert die Quellenliste

Die Studie variierte die Prompts systematisch. Ein Prompt, der das System auffordert, als Journalist zu agieren, führte durchgehend zu längeren Antworten. Bei Mistral, das die Autorinnen in einem Exkurs betrachten, stieg die Zahl der genutzten Quellen mit dieser Rollenzuschreibung auf 7,3 pro Anfrage, während eine andere Formulierung nur 2,7 Quellen ergab.

Je nach Formulierung wird also eine andere Quellenbasis geliefert. Ein Werkzeug, dessen Ergebnis von der Wortwahl abhängt, ist kein Nachschlagewerk.

5. Künstliche Intelligenz im Journalismus verändert die Quellen selbst

Die Quellen, aus denen KI-Systeme schöpfen, entstehen inzwischen selbst mit Unterstützung von künstlicher Intelligenz. Der Medien-Trendmonitor von news aktuell befragte dazu über 1.000 Medienschaffende. 70 Prozent nutzen KI-Tools, 76 Prozent für Übersetzungen, 66 Prozent für Recherche und Datenanalyse, 64 Prozent für Zusammenfassungen langer Dokumente.

5.1 Wo KI-Anwendungen in der Redaktion wirklich helfen

Der Einsatz von KI im Journalismus folgt einem klaren Muster. Er beginnt dort, wo Abläufe sich automatisiert abwickeln lassen: übersetzen, transkribieren, zusammenfassen. Das spart Zeit und arbeitet effizient, weil ein Modell große Datenmengen in Minuten sichtet, für deren Durchsicht ein Redakteur mehrere Stunden benötigen würde. Genau diese Effizienz ist der Grund, warum die Nutzung von KI in Redaktionen so schnell zur Routine wurde.

Seltener kommt generative KI bei Community-Management und Moderation zum Einsatz, noch seltener bei Audio-Produktionen und Podcasts. Dort entscheidet der Mensch. Ein Viertel der Befragten berichtet allerdings, dass KI-Agenten schon im Einsatz sind, also Anwendungen, die Aufgaben selbständig erledigen.

5.2 Warum Redaktionen der Textgenerierung misstrauen

Bei der Erstellung von Texten endet die Begeisterung. Für die Texterstellung greifen nur 43 Prozent auf KI zurück. 64 Prozent nennen die Zunahme von Fake News und Desinformation als größte Herausforderung, 56 Prozent sorgen sich um sinkende Textqualität, 55 Prozent um schwindende Glaubwürdigkeit beim Publikum. Solche Falschmeldungen verbreiten sich vor allem in sozialen Medien weiter.

Der Grund ist technischer Natur. Muster in Textdaten werden von KI-Modellen erkannt und reproduziert. Sie prüfen dabei weder Tonalität noch Detail. Eine automatisierte Erstellung von Nachrichteninhalten liefert deshalb flüssige Sätze, aber keine gesicherte Aussage. Ein verantwortungsvoller Umgang mit künstlicher Intelligenz heißt in Redaktionen genau deshalb: Die letzte Entscheidung bleibt beim Menschen.

5.3 Was das für Ihre Pressearbeit bedeutet

Für Ihre Kommunikation entstehen daraus neue Möglichkeiten. Wenn Redaktionen KI für Zusammenfassungen, für die Extraktion von Kennzahlen und für eine erste Verifizierung von Angaben nutzen, gewinnen Materialien, die sich maschinell auswerten lassen. Klar strukturierte Texte. Eindeutige Botschaften. Ein Fazit am Textende. Hochwertige Daten in einer Tabelle statt in Prosa.

Die Anforderung ist in beiden Anwendungsfällen dieselbe, ob ein KI-gestütztes Redaktionswerkzeug Ihre Meldung liest oder ein Antwort-System Ihre Website abruft. Wer maschinenlesbar liefert, wird weiterverarbeitet. Wer neue Inhalte nur als Fließtext veröffentlicht, hofft auf Aufmerksamkeit, die er nicht steuern kann.

6. Was die meisten Ratgeber übersehen: Relevanz ist nur der letzte Schritt

Die verbreitete Erklärung lautet: Wer relevant, aktuell und klar strukturiert publiziert, wird bevorzugt gewichtet. Deshalb empfehlen Ratgeber sauberes Format, eindeutige Botschaften und ein Fazit am Textende. Das ist nicht falsch.

Unsere Position: Diese Empfehlungen beschreiben den letzten Schritt und lassen die entscheidenden davor aus. Bevor Relevanz überhaupt eine Rolle spielt, steht der Quellenpool fest: Er wird vorgeformt durch Trainingsdaten, Verträge, die Bündelung von Aufmerksamkeit und den Zuschnitt des Themas. Erst innerhalb dieses Pools entscheidet, wie gut ein einzelner Text zu lesen ist.

Der Beleg dafür steht in derselben Studie:

„Die Auswahl- und Gewichtungsschritte zwischen Anfrage und Antwort sind bei allen untersuchten KI-Anbietern weder dokumentiert noch reproduzierbar.“

Studie „Meinungsbildung im Wandel“, Agora Digitale Transformation

Praktisch heißt das: Verlassen Sie sich nicht auf eine einzelne Optimierung. Am besten arbeitet man an der Breite der eigenen Erwähnungen und an der Eindeutigkeit der eigenen Angaben. Beides wirkt unabhängig davon, welches System gerade welche Kriterien anlegt.

7. Faktenprüfung: Wo KI Systeme an ihre Grenzen stoßen

KI-Systeme prüfen Nachrichten nicht im Sinne einer Redaktion. Sie rufen Quellen ab und formulieren daraus eine Antwort. Ob die Antwort zur Quelle passt, ist eine eigene Frage, und die Datenlage dazu ist unangenehm klar.

Der Einsatz von künstlicher Intelligenz bei Nachrichtenfragen ist längst Alltag. Chatbots wie ChatGPT, Gemini oder Copilot von Microsoft beantworten sie in einem Fließtext, der keine Zweifel signalisiert. Genau deshalb wurden KI-Chatbots systematisch geprüft.

Für die Untersuchung von EBU und BBC bewerteten 271 Journalistinnen und Journalisten aus 22 öffentlich-rechtlichen Medienorganisationen in 18 Ländern insgesamt 2.709 Antworten. Das häufigste Einzelproblem war die Quellenangabe. Gemini wies in 72 Prozent der Antworten Quellenmängel auf, dreimal so viele wie ChatGPT mit 24 Prozent. Copilot und Perplexity lagen bei je 15 Prozent. Wie solche halluzinierte Quellenangaben im Alltag aussehen, haben wir an Unternehmensbeispielen gezeigt.

Der zweite Befund ist gravierender. Claude verwies im Untersuchungszeitraum siebenmal auf drei Domains des Pravda-Netzwerks, das das Digital Forensic Research Lab als russisches Desinformationsnetzwerk einordnet. Diese Verweise standen ungekennzeichnet neben journalistischen Quellen. Ein Audit von NewsGuard kam zu dem Ergebnis, dass führende Chatbots Falschbehauptungen aus diesem Netzwerk in rund einem Drittel der getesteten Fälle unverändert wiedergaben.

Damit steht das Zitat neben dem Zitat: Desinformation und Journalismus sehen in der Antwort gleich aus. Auf einen Speisekarten-Eintrag folgt keine Zutatenliste.

Zwei Entwicklungen arbeiten gegen dieses Problem. Zum einen zeigt NewsGuard seine Vertrauenswerte für über 13.000 bewertete Nachrichtenseiten inzwischen direkt neben den zitierten Quellen in ChatGPT und Gemini an. Der Betriebsleiter des Anbieters, Matt Skibinski, fasst den Punkt so zusammen: „KI-Werkzeuge sind heute einer der wichtigsten Wege, auf denen Menschen an Informationen kommen, und sie nennen Quellen. Aber eine Quelle zu nennen nützt nur, wenn man weiß, ob man ihr vertrauen kann.“

Zum anderen bewegt sich die Rechtslage. Das Landgericht München I hat mit Urteil vom 28. Mai 2026 (Az. 26 O 869/26) entschieden, dass Google für unwahre Tatsachenbehauptungen in einer KI-Übersicht haftet, weil die automatisch erzeugten Übersichtstexte eigene Äußerungen des Anbieters sind. Das Urteil ist noch nicht rechtskräftig. Warum Nutzer solchen Antworten trotzdem zutrauen, mehr zu wissen als sie selbst, beleuchtet unser Beitrag zum Vertrauen in KI Antworten.

8. Was Sie tun können, damit KI Sie als Quelle gewichtet

Von einer Maschine wird nur gewichtet, was zugeordnet werden kann. Dazu benötigt sie drei Angaben zu jeder Meldung: wann sie erschien, wer sie verantwortet und wer sie herausgibt. Fehlt eine davon, bleibt der Text zitierbar, aber nicht gewichtbar.

Wie verbreitet diese Lücke ist, haben wir im Juli selbst gemessen. Wir haben die Startseiten und Pressebereiche von 20 deutschen Wirtschafts- und Branchenverbänden im ausgelieferten Roh-HTML geprüft, also ohne Ausführung von JavaScript, weil KI-Crawler (Programme, die Websites automatisch abrufen und auslesen) genauso lesen. 19 Seiten waren abrufbar. 17 davon verlinken einen erreichbaren Pressebereich. Strukturierte Daten liefern nur 8, eine einzelne Meldung als Artikel mit maschinenlesbarem Datum nur 2, und alle drei Herkunftssignale zugleich genau eine. Gemessen wurde nur, was im geprüften Roh-HTML stand; Angaben, die erst per JavaScript erscheinen, zählen als nicht maschinenlesbar.

Das Muster kennen wir aus unseren Projekten: Der Pressebereich existiert, die Herkunft fehlt. Gerade für KMU ist das eine gute Nachricht, weil der Rückstand mit überschaubarem Aufwand aufzuholen ist.

Vier Schritte, in dieser Reihenfolge:

1. Zugang prüfen. OpenAI dokumentiert, dass Seiten ohne Zugriff für den Crawler OAI-SearchBot nicht in den Suchantworten von ChatGPT erscheinen. Kontrollieren Sie Ihre robots.txt, bevor Sie an Inhalten arbeiten.
2. Herkunft ergänzen. Jede Meldung erhält Veröffentlichungsdatum, benannte verantwortliche Person und Herausgeber, im Text und in den strukturierten Daten. Das ist die Basis jeder Knowledge-Graph-Optimierung.
3. Zitierfähig schreiben. Ein Absatz, eine Aussage, eine Zahl mit Quelle. Wichtige Informationen gehören nach vorn, nicht in den Schluss. Qualitativ hochwertige Ergebnisse in der Antwort können nur aus saubereren Vorlagen gewonnen werden.
4. Position messen. Erheben Sie in Echtzeit, welche Quellen die Systeme zu Ihren Themen nennen. Ein GEO-Audit liefert dafür den Ausgangswert.

Was würden Sie eigentlich tun, wenn ein KI-System Ihre Branche erklärt und dabei ausschließlich Wettbewerber zitiert?

9. Fazit

Die Gewichtung von Nachrichtenquellen ist keine Frage der Qualität allein. Sie ist eine Frage der Zugehörigkeit zu einem engen Pool, und dieser Pool entsteht aus Verträgen, aus der Verteilung von Aufmerksamkeit und aus dem Zuschnitt des jeweiligen Themas. Fünf Systeme, fünf Profile, keine dokumentierten Kriterien.

Für Sie folgt daraus eine einfache Arbeitsteilung. Auf die Auswahlkriterien der Anbieter haben Sie keinen Zugriff, auf die Erreichbarkeit und die Eindeutigkeit Ihrer eigenen Angaben dagegen sehr wohl. Ein Datum, ein Name, ein Herausgeber: Genau daran scheiterten in unserer Stichprobe 18 von 19 Verbänden.

Denken Sie an ein Fundstück im Museumsdepot. Ohne Etikett bleibt es ein interessanter Gegenstand im Regal, den niemand einordnen kann. Mit Etikett wandert es in die Vitrine, wird beschrieben und wird zitiert. Der Gegenstand ändert sich dabei nicht. Nur seine Auffindbarkeit.

10. Anhang: Prüfliste für Ihre Quellenlage

Sechs Fragen, die Sie in einer Stunde für Ihre eigene Website beantworten können.

• Erlaubt Ihre robots.txt den Zugriff für OAI-SearchBot und vergleichbare Antwort-Crawler?
• Trägt jede Meldung ein Veröffentlichungsdatum, das auch in den strukturierten Daten steht?
• Ist eine verantwortliche Person namentlich genannt und mit einem Profil verknüpft?
• Steht Ihr Pressebereich im ausgelieferten HTML oder erscheint er erst per JavaScript?
• Lässt sich aus jeder Meldung ein abgeschlossener Satz zitieren, der ohne Kontext funktioniert?
• Kennen Sie die fünf Quellen, die KI-Systeme zu Ihrem Kernthema am häufigsten nennen?

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme ändern ihre Quellenauswahl laufend; genannte Zahlen sind den verlinkten Quellen entnommen und können sich ändern. Die eigene Stichprobe ist eine Momentaufnahme, keine repräsentative Erhebung. Das genannte Urteil ist nicht rechtskräftig und ersetzt keine fachjuristische Beratung.