Falsche oder unscharfe Angaben über Ihr Unternehmen in ChatGPT: Was Sie tun können

Ein Interessent fragt ChatGPT nach Ihren Preisen und bekommt eine Zahl genannt, die es nie gab. Oder eine Zertifizierung, die Sie nicht haben. Oder eine Beschreibung, die nicht falsch ist, aber auf jedes zweite Unternehmen Ihrer Branche passt, während die Leistung, mit der Sie den Großteil Ihres Umsatzes machen, gar nicht vorkommt. Sie erfahren davon meist zufällig, weil ein Kunde es beiläufig erwähnt. Die erste Frage lautet dann: Wen ruft man an, um das korrigieren zu lassen? Die kurze Antwort ist unbefriedigend: niemanden.

Das Wichtigste in Kürze: Einen direkten Korrekturweg gibt es nicht: OpenAI, Google und Perplexity bieten kein Formular, über das Sie eine Berichtigung beantragen können, wie Sie es bei einem Branchenverzeichnis könnten. Was funktioniert, ist der Umweg über die Quellen: konsistente Fakten auf der eigenen Website, sauberes Schema-Markup und die korrekte Darstellung auf den Drittseiten, aus denen die Systeme schöpfen. Die meisten Fehler sind dabei keine Erfindung, sondern Fehlzuordnung und Auslassung: Sprachmodelle ordnen eine Namensnennung nur in rund drei von vier Fällen dem richtigen Unternehmen zu, und in Google AI Overviews waren 11 Prozent der Einzelaussagen nicht durch die zitierte Quelle gedeckt. Systeme mit Live-Websuche übernehmen eine Korrektur nach Tagen bis Wochen, Antworten aus dem Trainingsstand erst mit dem nächsten Trainingszyklus. Bei rufschädigenden Falschbehauptungen kommen rechtliche Ansprüche hinzu.

Wie erfahre ich, was KI-Systeme über mein Unternehmen sagen?

Indem Sie fragen, und zwar systematisch statt zufällig. Die meisten Unternehmen entdecken Fehler durch einen Zufallstreffer und wissen nicht, ob es ein Einzelfall war.

Eine belastbare Bestandsaufnahme braucht drei Dinge:

1. Einen festen Fragenkatalog. Zehn bis fünfzehn Fragen, die ein Interessent tatsächlich stellen würde: Was macht das Unternehmen? Was kostet die Leistung? Wo sitzt es? Welche Referenzen gibt es? Ist es seriös? Welche Alternativen gibt es?
2. Mehrere Systeme. ChatGPT, Perplexity, Google AI Overviews, Gemini und Copilot antworten unterschiedlich, weil sie unterschiedlich arbeiten. Ein Fehler in einem System bedeutet nicht, dass alle ihn haben.
3. Dokumentation mit Datum. Screenshot oder Textkopie mit Zeitstempel. Ohne diese Grundlage können Sie später nicht beurteilen, ob sich etwas verändert hat, und im Streitfall haben Sie nichts in der Hand.

Wichtig ist, ohne Anmeldung und im anonymen Modus zu fragen. Sonst beeinflusst Ihre eigene Nutzungshistorie die Antwort, und Sie sehen nicht, was ein Fremder sieht.

Warum entstehen falsche Angaben überhaupt?

Weil die Systeme aus Quellen schöpfen, die falsch, veraltet oder mehrdeutig sind, und weil sie beim Zusammenfassen verdichten. In der Praxis sind es sechs Ursachen:

Die letzten drei sind die unangenehmsten, weil sie sich nicht auf eine falsche Quelle zurückführen lassen. Sie entstehen genau dort, wo Ihre eigene Darstellung ungenau ist.

Welche Fälle kommen in der Praxis am häufigsten vor?

Fünf Muster tauchen immer wieder auf. Sie unterscheiden sich in der Ursache und deshalb auch im Vorgehen.

Die KI nennt Produkte, die es nicht mehr gibt. Ein Assistent beschreibt Ihr Unternehmen mit veralteten Produktdaten und führt Leistungen auf, die Sie längst eingestellt haben. Das ist der häufigste Fall und fast immer hausgemacht: Die alte Produktseite ist nie gelöscht, sondern nur aus der Navigation genommen worden. Sie ist weiter erreichbar, weiter indexiert und damit weiter eine gültige Quelle. Abhilfe: alte Leistungsseiten entweder mit einem klaren Hinweis auf die Einstellung versehen oder per Weiterleitung auf die Nachfolgeleistung führen. Ein bloßes Entfernen aus dem Menü genügt nicht.

Preise und Zertifizierungen stimmen nicht. Ein Interessent bekommt falsche Kurspreise oder Zertifikate genannt, die Sie nie hatten. Preise stammen meist aus einem alten PDF im Downloadbereich oder aus einem Verzeichniseintrag. Zertifikate entstehen dagegen oft durch freie Ergänzung: Wenn in Ihrer Branche fast jeder eine bestimmte Zertifizierung hat und Ihre Seite dazu schweigt, ergänzt das Modell die statistisch plausible Angabe. Die Gegenmaßnahme ist unbequem, aber wirksam: das Fehlen ausdrücklich benennen, statt es offenzulassen.

Im Anbietervergleich stehen falsche Eigenschaften. In KI-generierten Vergleichen Ihrer Produktkategorie werden Ihnen Funktionen zugeschrieben, die nicht stimmen, während Wettbewerber korrekt dargestellt sind. Dahinter steckt selten Böswilligkeit, sondern eine Quellenlage: Die anderen haben eine maschinenlesbare Funktionsübersicht, Sie haben Fließtext. Wer seine Eigenschaften in einer sauberen Tabelle mit eindeutigen Begriffen führt, wird korrekt zitiert; wer sie in Marketingprosa versteckt, wird interpretiert.

Die Marke wirkt diffus. Verschiedene Systeme beschreiben Ihr Unternehmen unterschiedlich und keine Beschreibung trifft es ganz. Das ist kein Fehler, sondern ein Symptom: Wenn die eigene Positionierung nirgends in einem Satz klar formuliert ist, bildet jedes System eine eigene Zusammenfassung aus dem, was es findet. Hier hilft keine Korrektur einzelner Angaben, sondern ein Satz, der überall identisch steht - auf der Startseite, im Impressum, in Profilen, in Schema-Markup. Warum dieser Fall so häufig ist und wie ein solcher Satz gebaut sein muss, zeigen die nächsten beiden Abschnitte.

Mal werden Sie genannt, mal nicht. Dasselbe Unternehmen taucht in manchen Antworten auf und in anderen nicht, ohne erkennbares Muster. Das ist kein Korrekturfall, sondern ein Schwellenfall: Das System findet zu wenig unabhängige Bestätigung, und der Zufall der jeweiligen Abfrage entscheidet. Warum das so ist und was dagegen wirkt, steht im eigenen Beitrag Warum Ihr Unternehmen in KI-Antworten nicht auftaucht.

Warum beschreibt KI ein Unternehmen unscharf statt falsch?

Weil zwei verschiedene Vorgänge Unschärfe erzeugen, lange bevor irgendetwas erfunden wird. Der erste betrifft die Zuordnung: Das System muss entscheiden, welches reale Unternehmen mit einem Namen gemeint ist. Der zweite betrifft die Verdichtung: Aus vielen Quellen wird ein kurzer Text, und dabei fällt weg, was nicht in drei Sätze passt. Beide Vorgänge sind untersucht.

Die Zuordnung geht in jedem vierten Fall daneben. Eine Arbeit von Gerard Pons, Besim Bilalli und Anna Queralt an der Universitat Politècnica de Catalunya hat gemessen, wie zuverlässig Sprachmodelle eine Namensnennung der richtigen Entität in einem Wissensgraphen zuordnen. Über zehn Datensätze erreicht ein Sprachmodell ohne Hilfsmittel 75,4 Prozent. Bekommt es die Kategorie mitgeliefert, zu der ein Kandidat gehört, steigt die Trefferquote auf 81,1 Prozent und liegt damit nahe an einem eigens für diese Aufgabe trainierten Spezialmodell.

Bei schwierigen, mehrdeutigen Nennungen war der Effekt am größten: Dort erreichte das Verfahren mit Kategorieinformation 71,8 Prozent, das Spezialmodell nur 56,7 Prozent. Die Kategorie, in die Sie gehören, ist deshalb keine Marketingfrage, sondern eine Zuordnungshilfe. Wer nirgends klar sagt, was er ist, überlässt diese Entscheidung einem Verfahren mit bekannter Fehlerquote.

Der häufigste Fehler ist die Auslassung. Haofei Xu, Umar Iqbal und Jacob M. Montgomery haben im Mai 2026 Google AI Overviews im großen Maßstab vermessen: 55.393 Suchanfragen aus 19 Themenbereichen über 40 Tage, zerlegt in 98.020 Einzelaussagen. 11,0 Prozent davon waren durch die zitierten Seiten nicht gedeckt, und der dominante Fehlermodus war fehlender Kontext, nicht die falsche Behauptung. Zudem erwiesen sich Quellenqualität und Aussagentreue als weitgehend unabhängig voneinander: Eine seriöse Quelle garantiert nicht, dass die daraus gebildete Aussage stimmt.

Wie das konkret aussieht, kennt jeder, der schon einmal eine Zusammenfassung seines eigenen Textes gelesen hat. Aus dem Satz

Seit unserer Spezialisierung im Jahr 2024 entwickeln wir Telefonassistenten ausschließlich für Arztpraxen.

wird in der Verdichtung leicht

entwickelt Telefonassistenten für Arztpraxen

und im nächsten Schritt

entwickelt Telefonassistenten.

Keine dieser Verkürzungen ist gelogen. Die letzte ist trotzdem wertlos, weil sie das Unterscheidungsmerkmal verloren hat. Genau so entsteht eine Beschreibung, die auf jedes zweite Unternehmen der Branche passt.

Wie formulieren Sie Sätze, die eine Verkürzung überstehen?

Indem Sie das Unterscheidungsmerkmal in den Hauptsatz nehmen statt in einen Nebensatz oder eine Zeitangabe. Ein Satz übersteht die Verdichtung, wenn er auch dann noch zutrifft und noch etwas aussagt, wenn man alles Nachgeordnete streicht.

Die Regel dahinter lässt sich in einem Zug prüfen: Streichen Sie alles hinter dem ersten Komma. Steht dann noch da, was Sie von anderen unterscheidet? Wenn nicht, steht das Unterscheidungsmerkmal an der falschen Stelle. Das gilt für die eigene Website ebenso wie für Verzeichniseinträge, Profiltexte und Pressemitteilungen.

Mehr Text hilft dabei nicht. Jede zusätzliche Selbstbeschreibung erhöht die Zahl der Aussagen, aus denen verdichtet wird, und damit die Zahl möglicher Widersprüche. Wirksamer ist es, die vorhandenen Angaben anzugleichen.

Welche Angaben braucht ein Modell, um Sie einzuordnen?

Sechs, und sie sind unspektakulär. Es geht nicht um eine Markenbotschaft, sondern um die Merkmale, an denen sich eine Entität von einer anderen unterscheiden lässt.

1. Kategorie: Was Sie sind, in gebräuchlichen Worten. Nicht Lösungsanbieter für digitale Transformation, sondern KI-Agentur oder Softwareentwickler.
2. Leistung: Was Sie konkret herstellen oder erbringen, nicht welchen Nutzen es stiftet.
3. Zielgruppe: Für wen, so eng wie es ehrlich geht.
4. Ort: Sitz und Einzugsgebiet. Für regionale Anbieter das stärkste Unterscheidungsmerkmal überhaupt.
5. Rechtsträger: Die vollständige Firmierung inklusive Rechtsform, überall gleich geschrieben.
6. Beziehungen: Zu wem Sie gehören, mit wem Sie zusammenarbeiten, wo Sie Mitglied sind.

Der sechste Punkt wird am häufigsten übersehen und ist gerade bei verbundenen Unternehmen entscheidend. Wer zwei Firmen betreibt, sollte auf beiden Seiten dieselbe Beziehung beschreiben, sonst entstehen zwei Entitäten mit widersprüchlichen Angaben, die sich gegenseitig entwerten.

Ist der Firmenname mehrdeutig, weil es ihn mehrfach gibt oder weil er zugleich ein normales Wort ist, sollte er nie allein stehen. Nennen Sie ihn konsequent zusammen mit der Kategorie, also nicht Muster allein, sondern Muster GmbH, Steuerkanzlei in Aalen. Halten Sie die Firmierung überall identisch, und sorgen Sie dafür, dass wenigstens eine gut auffindbare Seite alle sechs Merkmale in unmittelbarer Nähe zueinander nennt, damit sie gemeinsam erfasst werden.

Gibt es einen direkten Weg zur Korrektur?

Nein, und das sollte man wissen, bevor man Zeit mit der Suche danach verbringt.

Es existiert kein Formular, über das ein Unternehmen eine Berichtigung seiner Darstellung in ChatGPT beantragen kann. Die Systeme sind keine Datenbanken mit Einträgen, die sich ändern lassen, sondern Modelle, die aus Wahrscheinlichkeiten formulieren. Was OpenAI, Google und Anthropic anbieten, sind Meldewege für problematische Ausgaben; ein Anspruch auf eine bestimmte Antwort folgt daraus nicht.

Für personenbezogene Daten sieht die Lage anders aus, dazu weiter unten mehr.

Wie korrigiert man die Darstellung tatsächlich?

Über die Quellen. Das ist langsamer als ein Korrekturformular, aber es ist der einzige Weg, der wirkt.

Erstens: eine eindeutige Faktenseite auf der eigenen Website. Eine Unterseite, die die Kernangaben in klarer, maschinenlesbarer Form nennt: Firmierung, Gründungsjahr, Standort, Leistungen, Ansprechpartner, das Wesentliche zur Preisgestaltung. Ausgezeichnet mit Schema.org-Markup, damit die Angaben nicht nur lesbar, sondern strukturiert auswertbar sind. Diese Seite ist Ihr Referenzpunkt.

Zweitens: Widersprüche im eigenen Bestand beseitigen. Alte Unterseiten mit überholten Angaben, ein PDF von 2023 im Downloadbereich, abweichende Angaben im Impressum. Solange zwei Stände parallel auffindbar sind, entscheidet das Modell, welchen es nimmt. Ein Widerspruch wiegt dabei schwerer als eine Lücke: Steht auf der Website eine andere Leistungsbeschreibung als im Branchenverzeichnis und im Plattformprofil eine dritte, entsteht kein Durchschnitt, sondern Unsicherheit darüber, ob überhaupt dasselbe Unternehmen gemeint ist.

Drittens: die Drittquellen aufräumen. Branchenverzeichnisse, Bewertungsportale, Wikipedia-Einträge, Presseartikel, Profile auf Plattformen. Diese Quellen wiegen oft schwerer als die eigene Website, weil Modelle unabhängige Bestätigung höher gewichten als Selbstauskunft.

Viertens: die korrekte Fassung dort platzieren, wo zitiert wird. Fachmedien, Verbandsseiten, Branchenportale. Wenn die richtige Angabe an mehreren unabhängigen Stellen steht, setzt sie sich durch.

Wie lange dauert es, bis eine Korrektur greift?

Bei Systemen mit Live-Websuche Tage bis wenige Wochen, bei Antworten aus dem Trainingsstand erst mit dem nächsten Trainingszyklus. Der Unterschied ist erheblich, deshalb lohnt es sich, ihn im Einzelfall zu bestimmen.

Systeme mit Live-Websuche wie Perplexity oder Google AI Overviews greifen auf den aktuellen Index zu. Ist die korrigierte Seite indexiert und gut auffindbar, kann sich die Antwort innerhalb von Tagen bis Wochen ändern. Ob ein System live gesucht hat, erkennen Sie meist an den Quellenangaben: Nennt es Links, stammt die Antwort aus der Suche.

Antworten aus dem Trainingsstand ändern sich erst mit dem nächsten Trainingszyklus: Der aktuelle Trainingsstand liegt Monate zurück, der nächste Zyklus in der Zukunft. Wenn ChatGPT ohne Websuche antwortet, hilft keine noch so gute Korrektur an der Quelle kurzfristig.

Praktisch heißt das: Planen Sie mit einem Quartal, bevor Sie bewerten, messen Sie vorher und nachher mit derselben Fragenliste, und prüfen Sie in Abständen, statt täglich nachzusehen.

Wann ist der Rechtsweg eine Option?

Wenn die Falschangabe nicht nur ungenau, sondern geschäftsschädigend ist. Dann greifen mehrere Ansätze, die man auseinanderhalten sollte.

Bei personenbezogenen Daten gibt Artikel 16 DSGVO ein Recht auf Berichtigung unrichtiger Daten. Das betrifft Angaben über natürliche Personen, etwa den Geschäftsführer, nicht die reine Unternehmensdarstellung.

Bei rufschädigenden Tatsachenbehauptungen über das Unternehmen kommt § 824 BGB in Betracht, der vor unwahren kreditgefährdenden Behauptungen schützt. Eine falsche Verknüpfung mit Insolvenz, Betrug oder unseriösen Praktiken fällt in diesen Bereich.

Die Rechtsprechung entwickelt sich gerade. Das Landgericht Kiel hat 2024 einen Wirtschaftsinformationsdienst haften lassen, weil dessen KI ein Unternehmen fälschlich als insolvenzbedingt zur Löschung vorgesehen gemeldet hatte (Urteil vom 29.02.2024, Az. 6 O 151/23). Das Landgericht München I hat sich im Mai 2026 zu KI-Übersichten in Suchergebnissen geäußert. Beide Entscheidungen zeigen, dass Anbieter nicht pauschal aus der Verantwortung sind, besonders wenn sie sich Inhalte durch eigene Aufbereitung zu eigen machen.

Für die Praxis heißt das: Dokumentieren Sie den Fund mit Datum und Screenshot, bevor Sie irgendetwas anderes tun. Ohne diesen Nachweis ist jeder spätere Schritt schwierig. Und lassen Sie den Einzelfall anwaltlich prüfen, bevor Sie ein Verfahren erwägen; dieser Beitrag ersetzt keine Rechtsberatung.

Und in Österreich und der Schweiz?

Artikel 16 DSGVO gilt in Österreich unverändert. An die Stelle von § 824 BGB tritt dort § 1330 ABGB: Wer Tatsachen verbreitet, die den Kredit, den Erwerb oder das Fortkommen eines anderen gefährden, und deren Unwahrheit kannte oder kennen musste, haftet auf Schadenersatz. Zusätzlich können der Widerruf und dessen Veröffentlichung verlangt werden.

In der Schweiz schützt Artikel 28 ZGB die Persönlichkeit gegen widerrechtliche Verletzungen und erlaubt, gegen jeden vorzugehen, der an der Verletzung mitwirkt. Darauf können sich grundsätzlich auch Unternehmen berufen. Daneben nennt Artikel 3 Absatz 1 Buchstabe a UWG es unlauter, andere, ihre Leistungen oder ihre Geschäftsverhältnisse durch unrichtige, irreführende oder unnötig verletzende Äusserungen herabzusetzen. Das Schweizer Datenschutzgesetz schützt seit der Revision von 2023 nur noch Daten natürlicher Personen. Dem Geschäftsführer als Person hilft es, der Firma nicht.

Wie weit diese Normen gegen die Betreiber von KI-Systemen tragen, ist in beiden Ländern offen. Der Weg über die Quellen bleibt deshalb auch dort der verlässlichere.

Wie prüfen Sie Ihre eigene Darstellung in einer halben Stunde?

Mit einem Test, der keine Software braucht. Er besteht aus drei Schritten.

Schritt eins, der Kürzungstest. Nehmen Sie die ersten drei Sätze Ihrer Startseite und streichen Sie in jedem alles hinter dem ersten Komma. Lesen Sie, was übrig bleibt. Wenn dort keine Kategorie, keine Leistung und keine Zielgruppe mehr vorkommt, ist Ihre Selbstbeschreibung nicht auslassungsfest.

Schritt zwei, der Abgleich. Öffnen Sie Ihre Website, Ihre wichtigsten Verzeichniseinträge und Ihre Profile nebeneinander. Notieren Sie für jede Quelle die sechs Merkmale von oben. Jede Abweichung ist ein Kandidat für einen Widerspruch, jede Leerstelle eine Lücke.

Schritt drei, die Fremdprobe. Lassen Sie jemanden, der Ihr Unternehmen nicht kennt, allein anhand dieser Quellen aufschreiben, was Sie tun und für wen. Was diese Person nicht herausfindet, findet ein Sprachmodell erst recht nicht heraus. Dieser Schritt ist der unangenehmste und der aufschlussreichste.

Danach genügt für die meisten Unternehmen eine quartalsweise Wiederholung der Abfragen, in Märkten mit schnellem Wandel eine monatliche. Wichtiger als die Frequenz ist, dass die Ergebnisse vergleichbar bleiben: derselbe Fragenkatalog, dieselben Systeme, dieselbe Dokumentationsform. Anlassbezogen sollte man zusätzlich prüfen, wenn sich Grundlegendes ändert: neue Leistungen, Umfirmierung, Standortwechsel, ein Beitrag in einem großen Medium.

Wie messe ich meine Präsenz gegenüber dem Wettbewerb?

Mit demselben Fragenkatalog, nur anders ausgewertet. Statt nur zu prüfen, ob die Angaben über Sie stimmen, notieren Sie zusätzlich:

• Werden Sie überhaupt genannt? Bei welchen Ihrer Fragen taucht Ihr Unternehmen auf, bei welchen nicht?
• An welcher Stelle? Erste Empfehlung, Nebenerwähnung oder nur in einer Aufzählung?
• Wer wird stattdessen genannt? Notieren Sie die Wettbewerber namentlich, das ist die eigentliche Benchmark.
• Womit werden die anderen begründet? Oft nennen die Systeme, warum sie einen Anbieter empfehlen. Diese Begründungen zeigen, welche Signale wirken.

Über mehrere Messpunkte hinweg entsteht daraus eine Zeitreihe, die man einem Vorstand oder Beirat vorlegen kann. Einzelmessungen taugen dafür nicht, weil die Antworten schwanken. Wie groß eine Stichprobe sein muss, damit die Zahl belastbar ist, und welche Kennzahlen sich überhaupt sauber definieren lassen, steht im Beitrag zum Messen der KI-Sichtbarkeit. Dieser Text hier bleibt bei der Korrektur.

Ein Hinweis zur Erwartung: Eine Nennung in KI-Antworten lässt sich nicht kaufen und nicht direkt steuern. Was sich steuern lässt, sind die Signale, aus denen die Systeme ihre Auswahl treffen. Wer Ihnen eine garantierte Platzierung verspricht, verkauft etwas, das er nicht liefern kann.

Welche Anbieter korrigieren falsche KI-Angaben?

Der Markt ist jung und unübersichtlich. Es gibt drei Sorten von Anbietern: klassische SEO-Agenturen, die das Thema als Zusatzleistung führen, spezialisierte Werkzeuganbieter, die messen, aber nicht korrigieren, und Dienstleister, die Messung und Quellenarbeit verbinden.

Wer eine Auswahl trifft, sollte bei jedem Anbieter vier Dinge schriftlich verlangen: die Methodik der Messung, die Zahl der Abfragen je Frage, den Umgang mit Schwankungen zwischen zwei Messungen und eine ausdrückliche Aussage dazu, was nicht garantiert wird. Fehlt der letzte Punkt, ist Vorsicht angebracht. Welche Belege ein Angebot seit dem Messrahmen des IAB enthalten sollte, steht ebenfalls im Beitrag zum Messen der KI-Sichtbarkeit.

Ein Hinweis in eigener Sache: ArkeonTech aus Aalen ist selbst Anbieter in diesem Markt und gehört zur dritten Gruppe. Die vier Prüffragen oben gelten für uns genauso wie für jeden anderen Anbieter.

Wenn Sie eine KI online nach Anbietern recherchieren lassen

Viele Entscheider kommen auf einem Umweg zu dieser Frage: Sie schildern einem Assistenten ihre Lage und bitten ihn, online zu suchen und konkrete Anbieter zu nennen. Das ist ein vernünftiges Vorgehen, hat aber eine Schwäche, die man kennen sollte, bevor man die Liste für vollständig hält.

Der Assistent nennt Ihnen, wer über das Thema schreibt, nicht zwingend, wer es kann. Wer viel publiziert, taucht auf; wer gut arbeitet, aber wenig schreibt, fehlt. Gerade in einem jungen Markt ist der Zusammenhang zwischen Sichtbarkeit und Leistungsfähigkeit schwächer als in etablierten Branchen. Prüfen Sie deshalb jeden genannten Namen mit denselben vier Fragen von oben, statt die Reihenfolge der Nennung als Rangliste zu lesen.

Zwei Prüfsteine sind dabei besonders aufschlussreich. Erstens: Lassen Sie sich eine Beispielmessung an Ihrem eigenen Unternehmen zeigen, nicht an einem Musterkunden. Wer die Methodik beherrscht, kann das innerhalb eines Erstgesprächs. Zweitens: Fragen Sie ausdrücklich, was der Anbieter nicht zusichert. Eine garantierte Nennung in KI-Antworten kann technisch niemand versprechen; wer es dennoch tut, hat entweder die Systeme nicht verstanden oder rechnet damit, dass Sie es nicht nachprüfen.

Abgrenzung zu benachbarten Themen

Wie Sie grundsätzlich in KI-Systemen sichtbar werden, beschreibt der Beitrag GEO statt SEO. Dieser Text hier behandelt den Fall, dass bereits etwas über Sie steht, und es stimmt nicht oder nur ungefähr.

Zwei benachbarte Fälle behandeln eigene Beiträge, damit klar bleibt, worum es hier geht und worum nicht. Wenn die falsche Angabe daher rührt, dass die Quellenlage im Netz veraltet oder widersprüchlich ist, setzt der Beitrag zu Wissensbasis und Halluzinationen an der Ursache an. Und wenn Ihre Kunden ihre Anbietersuche inzwischen als ausformulierten Auftrag an eine KI stellen statt als Suchbegriff, beschreibt der Beitrag Ihre Kunden suchen nicht mehr, wie eine Seite aussehen muss, um in so einer Antwort überhaupt vorzukommen.

Häufige Fragen zu falschen und unscharfen KI-Angaben

Wie lange dauert es, bis eine Korrektur in KI-Antworten sichtbar wird? Bei Systemen mit Live-Websuche wie Perplexity oder Google AI Overviews Tage bis wenige Wochen, sobald die korrigierte Seite neu erfasst ist. Antworten aus dem Trainingsstand ändern sich erst mit dem nächsten Trainingszyklus, also nach Monaten. Planen Sie mit einem Quartal, bevor Sie bewerten, und messen Sie vorher und nachher mit derselben Fragenliste.

Kann ich OpenAI oder Google zwingen, eine falsche Angabe zu löschen? Ein allgemeiner Anspruch auf eine bestimmte Antwort besteht nicht. Bei personenbezogenen Daten gibt Artikel 16 DSGVO ein Berichtigungsrecht, bei rufschädigenden Tatsachenbehauptungen über das Unternehmen kommt § 824 BGB in Betracht. Die Rechtsprechung dazu entsteht gerade: Das Landgericht Kiel hat 2024 einen Wirtschaftsinformationsdienst für KI-generierte Falschangaben haften lassen, das Landgericht München I hat sich 2026 zu KI-Übersichten in Suchergebnissen geäußert. Den Einzelfall sollte eine Anwältin oder ein Anwalt bewerten.

Warum beschreibt ChatGPT unser Unternehmen so allgemein? Weil aus den verfügbaren Quellen nichts Spezifischeres hervorgeht oder weil das Unterscheidungsmerkmal bei der Verdichtung weggefallen ist. Auslassung ist der häufigste Fehlermodus in KI-Antworten; in der Untersuchung von Google AI Overviews waren 11 Prozent der Einzelaussagen nicht durch die zitierte Quelle gedeckt, überwiegend durch fehlenden Kontext.

Warum kennt ChatGPT mein Unternehmen gar nicht? Weil zu wenige unabhängige Quellen über Sie berichten. Modelle bilden ab, was im Netz vorhanden und mehrfach bestätigt ist. Eine gut gemachte Website allein genügt oft nicht, wenn keine Verzeichnisse, Fachmedien oder Plattformen die Angaben aufgreifen. Für junge oder sehr lokale Unternehmen ist das der Regelfall, kein Fehler.

Hilft es, die Korrektur direkt in den Chat zu schreiben? Nein. Was Sie im Gespräch mitteilen, gilt für dieses eine Gespräch und beeinflusst weder das Modell noch die Antwort, die ein anderer Nutzer bekommt. Der verbreitete Rat, man solle das Modell im Chat korrigieren, beruht auf einem Missverständnis darüber, wie diese Systeme arbeiten.

Wie erkenne ich, ob die Antwort aus dem Training oder aus einer Websuche stammt? Meist an den Quellenangaben. Nennt das System Links, hat es live gesucht, und eine Korrektur an der Quelle kann vergleichsweise schnell wirken. Antwortet es ohne Quellen, stammt die Aussage aus dem Trainingsstand und ändert sich frühestens mit dem nächsten Trainingszyklus.

ChatGPT nennt Produkte, die wir gar nicht mehr anbieten. Was hilft? Meist ist die alte Produktseite noch erreichbar, nur aus der Navigation entfernt. Für Suchmaschinen und KI-Systeme bleibt sie damit eine gültige Quelle. Wirksam ist, sie entweder per Weiterleitung auf die Nachfolgeleistung zu führen oder mit einem ausdrücklichen Hinweis auf die Einstellung zu versehen. Zusätzlich sollten alte PDFs im Downloadbereich und Verzeichniseinträge geprüft werden, weil beide häufig ältere Stände konservieren.

Wie wichtig ist die genaue Firmierung? Wichtiger als sie wirkt. Sprachmodelle ordnen Namensnennungen in etwa drei von vier Fällen der richtigen Entität zu; abweichende Schreibweisen mit und ohne Rechtsform erschweren diese Zuordnung zusätzlich. Eine einheitliche Schreibweise über alle Quellen ist eine der wenigen Maßnahmen, die nichts kostet.

Reicht Schema-Markup, um eindeutig zu werden? Es hilft, ersetzt aber den Fließtext nicht. Strukturierte Angaben liefern die Kategorie in maschinenlesbarer Form, und genau diese Kategorieinformation hat in der untersuchten Zuordnungsaufgabe die Trefferquote von 75,4 auf 81,1 Prozent gehoben. Zitiert wird trotzdem der Text, den Menschen lesen.

Was ist mit falschen Angaben über meine Person als Geschäftsführer? Hier ist die Rechtslage klarer als bei Unternehmensdaten. Es handelt sich um personenbezogene Daten, für die Artikel 16 DSGVO ein Berichtigungsrecht vorsieht, und zusätzlich kann das allgemeine Persönlichkeitsrecht betroffen sein, das berufliche Reputation und soziale Anerkennung schützt.

Gilt das auch für Unternehmen in Österreich und der Schweiz? Ja. KI-Systeme antworten für den gesamten deutschsprachigen Raum weitgehend aus demselben Quellenbestand, deshalb gelten Messung und Quellenarbeit genauso. Unterschiede gibt es bei den relevanten Verzeichnissen, Fachmedien und Registern je Land; die sollten länderspezifisch geprüft werden. Rechtlich treten in Österreich § 1330 ABGB und in der Schweiz Artikel 28 ZGB und das UWG an die Stelle von § 824 BGB.

Welche Agenturen sind auf die Korrektur falscher KI-Angaben spezialisiert? Der Markt teilt sich in drei Gruppen: SEO-Agenturen mit dem Thema als Zusatzleistung, Werkzeuganbieter, die messen, aber nicht korrigieren, und Dienstleister, die Messung und Quellenarbeit verbinden. Welche Gruppe passt, hängt davon ab, ob Sie nur wissen wollen, was KI-Systeme über Sie sagen, oder ob die Angaben auch korrigiert werden sollen. Verlangen Sie von jedem Anbieter schriftlich die Messmethodik, die Zahl der Abfragen je Frage und eine ausdrückliche Aussage dazu, was nicht garantiert wird.

Fazit

Falsche und unscharfe Angaben in KI-Antworten sind ärgerlich, aber sie sind kein Angriff, sondern ein Nebeneffekt davon, wie diese Systeme arbeiten: Sie ordnen zu, verdichten und füllen Lücken. Wer das versteht, sucht nicht nach dem Korrekturformular, das es nicht gibt, sondern räumt die Quellen auf, aus denen die Antworten entstehen, und schreibt seine Selbstbeschreibung so, dass auch die kürzestmögliche Fassung noch stimmt und noch unterscheidet.

Der erste Schritt ist überschaubar: zehn bis fünfzehn Fragen, mehrere Systeme, Screenshots mit Datum, dazu der Kürzungstest an den ersten drei Sätzen Ihrer Startseite. Danach wissen Sie, ob Sie ein Problem haben, und falls ja, welches. Alles Weitere ergibt sich daraus.

Zeigt diese erste Stunde mehr Fundstellen, als sich nebenher abarbeiten lassen, ist das der Punkt, an dem sich fremde Hilfe rechnet.

Dieser Beitrag erschien am 9. August 2026, wurde am 11. September 2026 um die fünf häufigsten Praxisfälle und die Hinweise zur Anbieterauswahl ergänzt und am 14. September 2026 sachlich überarbeitet. Am 18. September 2026 kam die Rechtslage in Österreich und der Schweiz hinzu. Am 23. September 2026 wurde der Beitrag zur unscharfen Darstellung vom 16. August 2026 hier eingearbeitet. Er ersetzt keine Rechtsberatung.

Quellen

• Verordnung (EU) 2016/679 (DSGVO), Artikel 16 (Recht auf Berichtigung)
• § 824 BGB (Kreditgefährdung)
• Landgericht Kiel, Urteil vom 29.02.2024 (Az. 6 O 151/23) zur Haftung für KI-generierte Falschinformationen über Unternehmen
• Landgericht München I, Endurteil vom 28.05.2026 (Az. 26 O 869/26) zu KI-Übersichten in Suchergebnissen
• Österreich: § 1330 ABGB - Rechtsinformationssystem des Bundes
• Schweiz: Artikel 28 ZGB und Artikel 3 Absatz 1 Buchstabe a UWG - Fedlex
• Gerard Pons, Besim Bilalli, Anna Queralt (Universitat Politècnica de Catalunya, Mai 2025): Knowledge Graphs for Enhancing Large Language Models in Entity Disambiguation, arXiv:2505.02737. Trefferquoten 75,4 Prozent ohne und 81,1 Prozent mit Kategoriehierarchie über zehn Datensätze
• Haofei Xu, Umar Iqbal, Jacob M. Montgomery (Mai 2026): Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact, arXiv:2605.14021. 55.393 Suchanfragen, 98.020 Einzelaussagen, 11,0 Prozent ohne Deckung durch die zitierte Quelle