ChatGPT, Perplexity, Gemini, Grok…: eine Analyse der Fehler bei der Zuverlässigkeit ihrer Online-Suchen

In einer Welt, in der Online-Suche allgegenwärtig geworden ist, sind die Erwartungen an Tools der künstlichen Intelligenz wie z ChatGPT, Verwirrung, Zwillinge Und Grok sind weiter gewachsen. Eine aktuelle Studie hat jedoch besorgniserregende Mängel bei der Zuverlässigkeit der durch diese Lösungen generierten Zitate aufgezeigt. Tatsächlich zeichnet sich eine alarmierende Beobachtung ab: Die meisten Antworten dieser KI-Suchmaschinen erweisen sich als falsch. Lassen Sie uns gemeinsam in eine detaillierte Analyse dieses Phänomens eintauchen und versuchen, seine Probleme zu verstehen.

Ein besorgniserregender Stand der durch KI generierten Zitate

Eine vom Tow Center for Digital Journalism der Columbia University durchgeführte Studie ergab, dass KI-gestützte Suchmaschinen in etwa keine zuverlässigen Zitate liefern können 60 % der Fälle. Die Forscher Klaudia Jaźwińska Und Aisvarya Chandrasekar, die ihre Ergebnisse im März 2025 veröffentlichten, bewerteten acht beliebte Online-Suchtools. Diese Fehlerquote zeigt eine anhaltende Herausforderung, die diese Technologien bewältigen müssen, um Glaubwürdigkeit zu erlangen.

Vorstellung der Studie und der bewerteten Motoren

Die Forscher führten eine strenge methodische Reise durch, indem sie Motoren wie z ChatGPT, Verwirrung, Zwillinge, DeepSeek, und andere. Jedes Werkzeug wurde einer Belastung unterzogen 200 Tests, mit dem Ziel, genaue Angebote anzufordern und deren Gültigkeit zu überprüfen. Die Ergebnisse waren beredt und besorgniserregend:

Die Auswirkungen von Zitierfehlern

Die Folgen dieser Ausfälle sind zahlreich, insbesondere für Online-Medien. Tatsächlich wirkt sich die schlechte Qualität der Zitate direkt auf den Verweisverkehr aus: eine Studie von TollBit ergab, dass Chatbots im Durchschnitt generieren 96 % weniger Empfehlungsverkehr in Richtung Veröffentlichungsseiten im Vergleich zu herkömmlichen Suchvorgängen. Diese Zahl verdeutlicht die wachsende Anfälligkeit von Informationsplattformen für Suchmaschinen, die ihnen keine Sichtbarkeit verschaffen.

• Die Aktualisierungszeiten von Informationen auf KI-Engines sind oft langsam.
• Viele Nutzer greifen auf falsche Ergebnisse zurück, was zu Glaubwürdigkeitsverlusten führt.
• Die Qualität der Bildungs- und Informationsinhalte könnte darunter leiden.

Eine eingehende Analyse der beobachteten Fehler

Die von diesen KI-Engines gemachten Fehler beschränken sich nicht nur auf die Bereitstellung einfacher falscher Informationen. Sie verursachen auch eine Vielzahl von Problemen, einschließlich der Generierung falscher URLs oder der Weiterleitung auf Seiten, die nicht gefunden werden können. Diese Ungenauigkeiten stellen die allgemeine Zuverlässigkeit der auf künstlicher Intelligenz basierenden Forschungsinstrumente in Frage.

Die Vielfalt der Fehler: eine große Herausforderung für KI

Forscher haben verschiedene Arten von Fehlern dokumentiert, darunter:

1. URL-Fehler: Generierte Links, die auf nicht vorhandene Seiten verweisen.
2. Ungenauigkeiten in den zitierten Informationen.
3. Mangelnde Transparenz hinsichtlich der Herkunft der Quellen.
4. Keine Warnungen bezüglich der Unsicherheit der vorgeschlagenen Antworten.

Zum Beispiel, Grok-3, insbesondere leitete seine Benutzer weiter 154 nicht existierende Seiten während des Tests, was seine Schwäche in Bezug auf Zuverlässigkeit verdeutlicht.

Trends bei den von ChatGPT generierten Antworten

Seinerseits ChatGPT meldete eine erhebliche Anzahl von Fehlern mit insgesamt 134 falsche Zitate notiert. Davon enthielten nur 15 eine Warnung bezüglich ihrer Genauigkeit, was Fragen zur Verantwortung des Tools gegenüber seinen Benutzern aufwirft. Bei den meisten Anfragen schwieg die Anwendung lieber, als eine unbestätigte Antwort zu geben.

Leistungsvergleich der KI-Engine

Die Untersuchung der Leistung von KI-Suchtools ist für das Verständnis ihrer Fehler von entscheidender Bedeutung. Durch die Analyse der Ergebnisse können Sie erkennen, welche Optionen am zuverlässigsten sind und wo die größten Mängel liegen. Die folgende Tabelle würde die beobachteten Fehlerraten zusammenfassen:

Benutzerreaktionen und Suche nach Alternativen

Angesichts dieser enttäuschenden Ergebnisse äußern viele Nutzer ihre Frustration in sozialen Netzwerken und greifen auf traditionellere Suchanfragen zurück. Aktuelle Studien deuten nur darauf hin 3,2 % Und 7,4 % Referenzen von ChatGPT Und Verwirrungbzw. sind tatsächlich mit Informationsverlegern verknüpft. Dies zeigt eine alarmierende Diskrepanz zwischen KI-Tools und den tatsächlichen Bedürfnissen der Benutzer nach zuverlässigen Informationen.

Entwicklungsperspektiven durch Technologie

Damit sich KI-Suchmaschinen langfristig gegenüber Branchenriesen wie Google durchsetzen können, müssen sie unbedingt ihre Funktionsweise überprüfen und verbessern. Initiativen zur Stärkung der Verlässlichkeit und Transparenz von Zitaten sollten Vorrang haben. Die Technologie muss sich weiterentwickeln, um den Benutzern einen besseren Service bieten zu können.

Mögliche Initiativen zur Verbesserung der Suchmaschinenzuverlässigkeit

Es ist wichtig, mehrere Verbesserungsmöglichkeiten in Betracht zu ziehen, wie zum Beispiel:

• Stärken Sie die Algorithmen zur Quellenüberprüfung.
• Führen Sie Mechanismen zur Leistungsbewertung ein, die auf Benutzerfeedback basieren.
• Entwickeln Sie Transparenzprotokolle zur Datenherkunft.
• Fördern Sie die Zusammenarbeit mit den Medien, um direkten Zugriff auf zuverlässige Inhalte zu erhalten.

Die Notwendigkeit einer schnellen Anpassung

Die Weiterentwicklung von Online-Suchtools ist von entscheidender Bedeutung, um das Vertrauen der Benutzer nicht zu verlieren. KI-Suchmaschinen müssen Warnmechanismen integrieren, wenn Antworten auf begrenzten oder nicht überprüften Daten basieren, um so ein optimales Benutzererlebnis zu gewährleisten.

Auf dem Weg zu einer besseren Synergie zwischen Mensch und KI

KI-Engines müssen auch echte Synergien mit Journalisten und Redakteuren berücksichtigen, damit diese in Echtzeit interagieren und Ungenauigkeiten korrigieren können. Ein solcher Ansatz würde nicht nur dazu beitragen, die Qualität der angebotenen Ergebnisse zu verbessern, sondern auch die Glaubwürdigkeit von KI als Informationsinstrument stärken.