Hallucinations in AI-Antworten: Warum sie passieren und was AEO dagegen tut

Hallucinations entstehen, weil Large Language Models wie GPT-4, Claude, Gemini und Llama statistische Wortwahrscheinlichkeiten optimieren und nicht Wahrheit. Das Modell sagt dir nicht, was es weiß, sondern was wahrscheinlich als nächstes kommt. Bei klar belegten Fakten ist das robust, bei Lücken in den Trainingsdaten erfindet das Modell plausibel klingende Inhalte. AEO kann gegen Hallucinations nicht alles tun, aber strukturierte Daten, frische Inhalte und klare Quellen verringern das Risiko deutlich.

Was ist eine Hallucination technisch?

Ein LLM erzeugt Tokens sequentiell, jedes Token mit einer Wahrscheinlichkeitsverteilung über das gesamte Vokabular. Wenn die Trainingsdaten zur konkreten Frage spärlich, widersprüchlich oder veraltet sind, fällt die Verteilung auf plausibel klingende Approximationen zurück. Das Modell hat kein Konzept von "Ich weiß es nicht" — außer Retrieval-Augmented Generation (RAG) oder explizite Refusal-Training-Signale greifen.

OpenAI dokumentiert in der GPT-4 System Card eine messbare Halluzinations-Rate von 19 bis 27 Prozent bei faktischen Long-Tail-Fragen ohne Retrieval. Anthropic gibt für Claude Sonnet 4.5 ähnliche Größenordnungen an. Mit aktiviertem Web-Search sinkt die Rate auf 6 bis 11 Prozent, weil das Modell Quellen verifizieren kann.

Wichtig: Halluzinationen sind kein Bug, sondern eine Eigenschaft generativer Modelle. Solange die Wahrscheinlichkeit für eine plausible falsche Antwort höher ist als für eine Refusal, wird sie ausgegeben.

Welche Arten von Hallucinations gibt es?

Faktische Hallucinations: falsche Zahlen, Daten, Namen. Beispiel: ein LLM gibt eine erfundene CEO-Namen für ein Mittelstands-Unternehmen aus. Citation-Hallucinations: das Modell erfindet Quellen-URLs, Studien-Titel oder DOIs. Reasoning-Hallucinations: das Modell kombiniert wahre Einzelfakten zu einer falschen Schlussfolgerung.

Bei Marken-Queries treten besonders kontextuelle Halluzinationen auf: das Modell mischt Aussagen über deine Marke mit Aussagen über ähnlich klingende Wettbewerber. Bei Nischen-B2B-SaaS-Marken kommt das häufig vor, wenn der offizielle Web-Footprint klein ist.

Selbstreferenzielle Halluzinations sind selten, aber spektakulär: das Modell erfindet seine eigene Identität ("Ich wurde von Microsoft entwickelt") oder Fähigkeiten. Anthropic und OpenAI trainieren diese Klassen aktiv weg, aber Edge-Cases bleiben.

Wie reduziert AEO die Hallucination-Rate für deine Marke?

Erstens: strukturierte Daten. JSON-LD Schema mit korrekten Brand-, Product- und Service-Markups gibt LLMs eine verifizierbare Quelle. GPTBot, ClaudeBot und Google-Extended crawlen Schema-Markup und nutzen es bei Citation-Auswahl. Schema-Coverage ist das technische Fundament gegen Marken-Halluzinationen.

Zweitens: kanonische Quellen. Eine "About"-Seite mit klaren Aussagen zu Gründung, Standort, Produktportfolio, Pricing und Team senkt die Hallucination-Rate messbar. Nach einem sauberen Schema-Rollout sinkt die Rate falscher Aussagen über die eigene Brand erfahrungsgemäß spürbar, weil die Engine auf eindeutige, maschinenlesbare Fakten zurückgreifen kann.

Drittens: konsistente Wiederholung. LLMs gewichten Aussagen, die in mehreren unabhängigen Quellen vorkommen, höher. Wer auf der eigenen Website, im Wikipedia-Eintrag, in Branchen-Listen und in Presse-Mitteilungen identische Faktenlage hat, reduziert das Risiko widersprüchlicher Modell-Antworten.

Welche Tools messen Hallucinations über deine Marke?

AEORadar, Otterly und Profound bieten Hallucination-Tracking als Modul: tägliche Test-Queries gegen ChatGPT, Gemini, Perplexity und Claude, automatischer Fact-Check gegen kanonische Quellen, Alert bei neuen Falschaussagen. Peec fokussiert stärker auf Citation-Tracking, hat aber ebenfalls Fact-Check-Funktionen.

Manuell: ein wöchentliches Monitoring-Sheet mit 20 Test-Queries reicht für den Anfang. Frage konkret nach Pricing, Features, Standort, Gründungsjahr und Wettbewerbern. Dokumentiere Abweichungen und priorisiere die Schema-Korrekturen.

Für Enterprise: integriere Fact-Check in den Content-Workflow. Wenn deine Marketing-Texte neue Aussagen einführen (neues Feature, neue Pricing-Tier), spiegele die Aussage parallel in Schema, Pressemitteilung und FAQ — sonst zieht das LLM beim nächsten Recrawl die alte Version.

Wie meldest du falsche AI-Antworten?

OpenAI, Anthropic, Google und Perplexity haben Feedback-Mechanismen, die zur Modell-Korrektur beitragen können. Bei ChatGPT: Daumen-runter-Klick mit Detail-Kommentar. Bei Perplexity: Citation-URL melden. Bei Gemini: Feedback-Button in der Antwort. Bei Claude: Feedback-Form über die Anthropic-Support-Seite.

Wichtiger als das Feedback: die Quelle korrigieren. Wenn die LLMs deine Website crawlen, brauchen sie korrekte Daten. Schema-Update, About-Page-Korrektur, Wikipedia-Edit (falls vorhanden) — das wirkt mittelfristig stärker als Feedback-Klicks.

Für rechtlich kritische Falschaussagen (z.B. medizinische, finanzielle Behauptungen über dein Produkt) gibt es bei den großen Anbietern Eskalations-Wege über Legal-Kontakte. In Deutschland greifen DSGVO-Berichtigungsansprüche bei personenbezogenen Daten.

Welche Rolle spielt RAG für die Reduktion?

Retrieval-Augmented Generation lädt aktuelle Web-Inhalte in den Modell-Kontext, bevor die Antwort erzeugt wird. ChatGPT mit aktiviertem Browse, Perplexity, Gemini mit Grounding und Copilot nutzen RAG-Patterns. Die Hallucination-Rate sinkt dabei um den Faktor 2 bis 4.

1. Optimiere deine Inhalte für Snippet-Extraktion: kurze Absätze, klare Definitionen, eindeutige Antworten auf typische Fragen
2. Stelle sicher, dass dein Server für GPTBot, ClaudeBot und Google-Extended schnell antwortet
3. Pflege eine aktuelle Press- und Investor-Relations-Seite mit Faktenstand
4. Nutze FAQPage-Schema für die wichtigsten Brand-Fragen
5. Verlinke kanonische Quellen prominent intern

Konkrete Empfehlung: Starte mit AEORadar oder Otterly für automatisiertes Hallucination-Tracking, ergänze durch ein wöchentliches manuelles Audit. Korrigiere identifizierte Falschaussagen primär an der Quelle (Schema + About), sekundär über Feedback-Mechanismen der LLM-Anbieter. So sinkt die Marken-Hallucination-Rate innerhalb von 8 bis 12 Wochen sichtbar.

Welche rechtlichen Implikationen haben Hallucinations in Deutschland?

Die DSGVO greift bei falschen personenbezogenen Daten, die ein LLM generiert. Mehrere Aufsichtsbehörden, darunter die Datenschutzkonferenz in Deutschland und die italienische Garante, haben 2024 und 2025 OpenAI und andere Anbieter zu Berichtigungsmechanismen verpflichtet. Für Marken bedeutet das: bei nachweislich falschen Aussagen über Personen aus dem Unternehmen besteht ein Berichtigungsanspruch gegen den LLM-Anbieter.

Wettbewerbsrechtlich greift das UWG, wenn ein LLM falsche Behauptungen über Mitbewerber-Produkte verbreitet, die zu wirtschaftlichem Schaden führen. Die juristische Durchsetzung ist 2026 noch experimentell, aber erste Verfahren in den USA (gegen OpenAI wegen Reputations-Schaden) zeigen die Richtung. Für DACH-Marken empfehlen Anwälte, kritische Falschaussagen schriftlich zu dokumentieren und über den offiziellen Feedback-Kanal zu reklamieren — als Basis für spätere Eskalationen.

Bei medizinischen, finanziellen oder regulierten Aussagen (z.B. zu Pharma-Produkten, Versicherungen, juristischen Dienstleistungen) ist die Lage strikter. Hier kann eine falsche LLM-Antwort eine indirekte Heilmittelwerbung darstellen, was Bußgelder nach sich ziehen kann. Die Anbieter sind im EU AI Act explizit als Verantwortliche genannt.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Beispiel GmbH",
  "foundingDate": "2018-03-15",
  "founder": [{"@type": "Person", "name": "Sandra Klein"}],
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Berlin",
    "addressCountry": "DE"
  },
  "sameAs": [
    "https://www.linkedin.com/company/beispiel-gmbh",
    "https://de.wikipedia.org/wiki/Beispiel_GmbH"
  ]
}