Das Hogwarts-Bücherregal

Warum sich KI-Antworten häufig ändern

KI-Antworten wirken stabil, sogar selbstbewusst. Wenn Sie einem Chatbot heute eine Frage stellen, erhalten Sie im Gegenzug eine Antwort voller Selbstvertrauen. Doch unter der selbstbewussten Oberfläche verschiebt sich etwas – und wenn Sie eine Brand oder ein Researcher sind, könnte und sollte der sich verändernde Boden unter den Modellen und Antworten von Interesse sein.

Citation Drift

Bei 3RD untersuchen wir, was als Citation Drift bezeichnet wird: die fortlaufenden Verschiebungen und Ersetzungen von Quellen, die von KIs als Antwort auf dieselbe Frage zitiert werden. Diese ändern sich im Laufe der Zeit erheblich, selbst wenn sich die Frage selbst nicht geändert hat – und die Welt auch nicht.

Stellen Sie demselben KI-Chatbot im Abstand von einem Monat zweimal dieselbe Frage, und die Hälfte der zitierten Quellen kann völlig anders sein. Einige KI-Suchmaschinen aktualisieren ihre zugrunde liegenden Quellenpools sogar noch aggressiver. Perplexity beispielsweise aktualisiert seinen Index etwa alle 48 Stunden (Perplexity AI, 2024). Das Ergebnis ist ein System, in dem die Antwort, die Sie letzten Dienstag erhalten haben, tatsächlich nicht die Antwort ist, die Sie nächsten Dienstag erhalten werden.

Probabilistisch, nicht permanent

Wir alle kennen die klassische Software-Ausrede: „Es ist kein Bug, es ist ein Feature.“ In diesem Fall stimmt es.

Warum? Weil LLMs Fakten nicht so abrufen, wie eine traditionelle Suchmaschine eine gecachte Seite abruft. Antworten werden probabilistisch generiert, wobei die Quellen jedes Mal basierend auf Aktualität, Relevanzsignalen und den im Modell verankerten statistischen Mustern unterschiedlich gewichtet werden (Zhao et al., 2023, A Survey of Large Language Models).

Hinzu kommt, dass Retrieval-Augmented-Systeme wie Perplexity oder ChatGPT mit Websuche kontinuierlich aus einem Live-Web schöpfen, das sich ständig verändert, sodass Sie eine Wissensdatenbank haben, die alles andere als statisch ist.

Stellen Sie sich das weniger wie eine Google-Ergebnisseite vor – auf der Position 1 heute wahrscheinlich auch morgen Position 1 ist –, sondern eher wie die Bibliothek in Hogwarts, in der sich die Bücher neu anordnen, wenn Sie nicht hinsehen. Die Information existiert. Sie ist nur nie ganz am selben Ort zweimal.

Ein einziges Zitat ist kein Sieg

Dies hat eine direkte und unterschätzte Implikation für jeden, der mit KI-Sichtbarkeit oder Brand Presence arbeitet: Einmal zitiert zu werden, ist kein Win. Es ist ein Startpunkt.

Klassisches SEO-Denken belohnte Sie dafür, eine Position zu beanspruchen und zu halten. Ein Platz Eins Ranking hatte, einmal verdient, eine gewisse Trägheit. Das Zitieren in KI-Systemen hat keine solche Trägheit. Die probabilistische Natur von LLM-Outputs bedeutet, dass Sichtbarkeit kontinuierlich verdient werden muss, anstatt einfach nur etabliert zu werden.

Eine Quelle, die diesen Monat prominent in den KI-Antworten erscheint, kann im nächsten Monat verschwinden – nicht weil sie unglaubwürdiger geworden ist, sondern weil sich die Gewichtung des Systems verschoben hat.

Dies spiegelt eine umfassendere Wahrheit über unsere Medienlandschaft wider: Aufmerksamkeit ist kein unbewegliches Gut. Sie ist ein Flow. Und wie alle Flows erfordert sie aktives Management.

Praktische Implikationen für Brands

Für Organisationen, die ernsthaft über KI-Präsenz nachdenken, erfordert der Citation Drift eine neue Art des Monitorings – eines, das nicht nur verfolgt, ob Sie in den KI-Antworten erscheinen, sondern wie konsistent, auf welche Queries hin und gegenüber welchen konkurrierenden Quellen. Es ist ein kontinuierlicher Prozess, kein einmaliges Audit.

Das Bücherregal ist immer in Bewegung. Die Frage ist, ob Sie aufmerksam sind.

Quellen

• Perplexity AI Produktdokumentation (2024)

• Zhao et al., A Survey of Large Language Models, arXiv:2303.18223 (2023)

• Interne Forschung von 3RD zu Mustern von Citation Drift