KI-Technik
Halluzination
Kurz gesagt: Eine Halluzination ist eine vom Sprachmodell erzeugte Aussage, die plausibel klingt, aber sachlich falsch ist – für Unternehmen besonders heikel bei Preisen, Leistungen, Adressen und Ansprechpartnern.
Halluzination kurz erklärt
Als Halluzination bezeichnet man Ausgaben eines Sprachmodells ohne Entsprechung in der Realität oder in den herangezogenen Quellen. Die Forschung unterscheidet zwei Arten: Faktizitäts-Halluzinationen widersprechen der Wirklichkeit, Treue-Halluzinationen weichen von der vorgelegten Quelle ab. Eine Studie von Adam Tauman Kalai und Kollegen (2025) erklärt das Phänomen damit, dass Training und Bewertung Raten eher belohnen als das Eingeständnis von Unsicherheit. Grounding senkt die Häufigkeit, beseitigt sie aber nicht.
Einordnung und Hintergrund
Für Unternehmen ist das ein unterschätztes Risiko. KI-Systeme erfinden Öffnungszeiten, ordnen Leistungen zu, die es nicht gibt, verwechseln Firmen mit ähnlichem Namen oder nennen veraltete Preise. Wer daraufhin anruft, hält die Information für eine Aussage des Unternehmens. Der Schaden entsteht beim Kunden, lange bevor das Unternehmen von der Falschaussage erfährt.
Die Unterscheidung der beiden Arten hilft bei der Ursachensuche. Bei einer Faktizitäts-Halluzination fehlt dem Modell eine verlässliche Quelle, es füllt die Lücke mit Wahrscheinlichem. Das Gegenmittel sind klare, konsistente Angaben an vielen Stellen, damit es nichts zu raten gibt. Bei einer Treue-Halluzination liegt die richtige Quelle vor, wird aber falsch wiedergegeben, etwa weil eine Preisangabe ohne Bezugsjahr oder eine Leistung nur in einem Nebensatz steht. Hier hilft eindeutige Formulierung: Zahl, Einheit und Datum im selben Satz.
Widersprüche im Netz sind eine Einladung zur Halluzination. Stehen auf drei Profilen drei verschiedene Adressen, muss ein System wählen oder mischen. Deshalb gehören NAP-Konsistenz und eine saubere Entität zur Vorbeugung. Ebenso wichtig ist die eigene Website als aktuelle Referenz: Eine gut erreichbare Seite mit Leistungen, Standorten und Kontakt gibt einem System mit Grounding etwas, woran es sich halten kann.
Konkret heißt das: Prüfe regelmäßig, was die großen Systeme über dein Unternehmen sagen, mit denselben Fragen zu Name, Leistungen, Preisen und Standort. Falschaussagen findest du so, bevor Kunden sie finden. Liegt die Ursache in einer Fremdquelle, korrigierst du dort. Zusätzlich bieten die meisten Anbieter Feedback-Knöpfe an der Antwort, eine Wirkungszusage gibt es aber nicht. Systematisch geht das mit Prompt-Monitoring, bei dem auch der Sentiment der Nennungen sichtbar wird.
Ein Beispiel aus der Praxis
Ein Dachdeckerbetrieb erfährt von einem Kunden, ChatGPT habe ihm gesagt, die Firma montiere auch Solaranlagen. Die Recherche führt zu einem alten Branchenverzeichnis, in dem diese längst eingestellte Leistung noch steht. Der Betrieb lässt den Eintrag korrigieren, ergänzt auf der eigenen Leistungsseite einen klaren Satz dazu, was er nicht anbietet, und prüft die Antwort in den folgenden Monaten mit derselben Frage erneut.
Wenn du das nicht selbst aufbauen willst: Technik für KI-Sichtbarkeit: Crawler, Schema, llms.txt →
Was oft gefragt wird
Kann ich eine falsche Aussage über mein Unternehmen löschen lassen?
Nicht direkt aus dem Modell. Du kannst die Quelle korrigieren, aus der die Falschaussage stammt, und über die Feedback-Funktion des Anbieters eine Korrektur melden. Die Wirkung tritt verzögert und ohne Zusage ein, bei Systemen mit Live-Suche meist schneller als im reinen Modellwissen.
Wie oft sollte ich prüfen, was KI-Systeme über mich sagen?
Für die Kernfragen zu Firmenname, Leistungen, Preisen und Standort mindestens quartalsweise, bei laufender Betreuung monatlich. Wichtig ist, jedes Mal dieselben Fragen zu verwenden, sonst misst du Formulierungsunterschiede statt Veränderungen.
Warum halluziniert ein System, obwohl es Quellen zeigt?
Weil Grounding die Quelle liefert, das Modell sie aber trotzdem falsch zusammenfassen kann. Die Forschung nennt das Treue-Halluzination. Besonders anfällig sind Zahlen ohne Bezugsjahr, verschachtelte Sätze und Angaben, die sich über mehrere Absätze verteilen.
Welche Angaben sind besonders anfällig?
Alles, was sich ändert oder an mehreren Stellen steht: Preise, Öffnungszeiten, Ansprechpartner, Standorte und Leistungsumfang. Auch Firmen mit ähnlichem Namen in derselben Branche werden häufig verwechselt. Diese Punkte gehören zuerst auf deine Prüfliste.
Das hängt damit zusammen
Quellen: Kalai et al.: Why Language Models Hallucinate (arXiv 2509.04664, 2025) (Stand September 2026) · Huang et al.: A Survey on Hallucination in Large Language Models (arXiv 2311.05232) (Stand September 2026)
Wo Anbieter einen Begriff unterschiedlich verwenden, nennen wir beide Lesarten. Einen Fehler gefunden? Schreib uns, wir korrigieren ihn. Zurück zum Glossar
Wirst du in KI-Antworten genannt?30 Minuten, kostenlos, mit ehrlicher Einschätzung.
Reden wir 30 Minuten darüber
Kostenlos, unverbindlich und mit einer ehrlichen Einschätzung, ob sich GEO bei dir gerade lohnt.