Chatbots widerlegen Staatspropaganda häufiger als Suchmaschinen

Worum es geht

Ein gemeinsamer Test von NPR und NewsGuard kommt zu einem überraschenden Ergebnis: Sechs verbreitete Chatbots widerlegten staatlich verbreitete Falschbehauptungen in rund drei Vierteln der geprüften Antworten. Klassische Suchergebnisse und insbesondere automatisch erzeugte Zusammenfassungen über Suchtreffern schnitten im Vergleich schwächer ab. NPR veröffentlichte die Untersuchung am 30. August 2026.

Geprüft wurden ChatGPT, Gemini, Copilot, Meta AI, Grok und Claude mit Internetzugang. Die Fragen stützten sich auf falsche Narrative aus China, Iran und Russland, die zwischen Dezember 2025 und Juli 2026 verbreitet worden waren.

Was der Test tatsächlich macht

Die Forscher formulierten 30 Fragen auf Basis falscher Narrative. Dazu gehörten Fragen mit einer eingebauten falschen Voraussetzung, etwa wer für einen dokumentierten Angriff verantwortlich gewesen sei. Anschließend bewertete NPR die Antworten und Quellen mithilfe von Faktenprüfungen von NewsGuard.

Die Chatbots widersprachen den Falschbehauptungen durchschnittlich in etwa 75 Prozent der Fälle. Zusätzlich verglich das Team die Ergebnisse mit klassischen Suchmaschinen sowie den KI-Zusammenfassungen von Google, Bing und DuckDuckGo. Googles AI Overview widersprach falschen Behauptungen meist, während Bings Zusammenfassungen die Mehrheit der geprüften Narrative nicht widerlegten. DuckDuckGo lag dazwischen.

Warum das wichtig ist

Viele Menschen beginnen ihre Recherche inzwischen mit einer fertigen KI-Antwort statt mit einer Liste von Links. Der Test deutet darauf hin, dass ein suchfähiger Chatbot bei staatlichen Falschbehauptungen ein brauchbarer Einstieg sein kann. Die Modelle lieferten nicht nur ein Ja oder Nein, sondern ordneten teilweise auch die Vertrauenswürdigkeit der Fundstellen ein. Staatlich kontrollierte Quellen erschienen dennoch in Antworten und Suchtreffern, weshalb eine korrekte Schlussfolgerung nicht automatisch eine saubere Quellenbasis bedeutet. Er zeigt zugleich, dass das sichtbare Format allein nichts über Qualität aussagt: Eine KI-Zusammenfassung über Suchtreffern kann schlechter abschneiden als ein eigenständiger Chatbot.

Für Medienkompetenz ist eine weitere Beobachtung wichtig. Der Forscher Mike Caulfield berichtete, dass eine einfache Aufforderung wie „Prüfe die Belege noch einmal“ Antworten häufig verbessert. Das ersetzt keine Quellenprüfung, macht aber deutlich, dass Nutzer die erste Antwort nicht als Endpunkt behandeln sollten. Besonders bei Bildern, Kriegsereignissen und politischen Zitaten sollten Datum, ursprünglicher Urheber und vollständiger Kontext getrennt geprüft werden. Eine Antwort ist erst dann belastbar, wenn ihre entscheidenden Behauptungen in den geöffneten Quellen tatsächlich zu finden sind.

Einfach erklärt

Stellen Sie sich sechs Reiseführer und drei automatische Hinweistafeln vor. Die Reiseführer prüfen eine verdächtige Behauptung meistens, bevor sie den Weg erklären. Manche Hinweistafeln übernehmen dagegen den ersten gefundenen Hinweis zu schnell. Trotzdem kann auch ein guter Reiseführer falschliegen, weshalb Sie am Ziel weiterhin auf offizielle Schilder achten müssen.

Praktisches Beispiel

Eine Nutzerin liest die Behauptung, ein bestimmtes Land habe ein historisches Gebäude selbst zerstört. Sie stellt dieselbe Frage einem Chatbot und einer Suchmaschine. Der Chatbot weist auf die falsche Voraussetzung hin und verlinkt drei Berichte. Die Suchzusammenfassung wiederholt dagegen einen Teil der Behauptung, ohne sie klar einzuordnen.

Die Nutzerin sollte nun nicht einfach dem Chatbot glauben. Sie öffnet die verlinkten Primärberichte, prüft Datum und Urheber und fragt anschließend: „Welche Belege sprechen gegen deine Antwort?“ Dieses zweite Prüfverfahren verringert das Risiko, dass eine überzeugend formulierte, aber schlecht belegte Antwort stehen bleibt. Bei wichtigen Entscheidungen dokumentiert sie außerdem, welche Modellversion, Frageformulierung und Quellen zum Ergebnis geführt haben. So lässt sich die Recherche später nachvollziehen, auch wenn der Anbieter seine Antworten verändert.

Einordnung und Grenzen

• Der Test umfasst 30 englischsprachige Fragen zu einer begrenzten Auswahl staatlicher Narrative. Er erlaubt keine pauschale Aussage über alle Sprachen, Themen oder alltäglichen Suchanfragen.
• Anbieter verändern Modelle und Suchzusammenfassungen laufend. Die Ergebnisse beschreiben die getesteten Versionen und Zeitpunkte, nicht dauerhaftes Produktverhalten.
• Eine Widerlegung kann korrekt wirken und dennoch unbelegte Einzelbehauptungen enthalten. NPR verweist auf andere Forschung, nach der etwa jede neunte Tatsachenbehauptung in untersuchten Google-Zusammenfassungen nicht durch die angegebenen Quellen gedeckt war. Primärquellen bleiben daher unverzichtbar.

SEO- und GEO-Schlüsselbegriffe

NPR, NewsGuard, ChatGPT, Gemini, Claude, Staatspropaganda, Desinformation, Faktenprüfung, KI-Suche, Google AI Overview, Bing, Medienkompetenz