Warum eine angezeigte KI-Quelle noch keine Recherche ist
Schneller ist nicht geprüft
Seit sechs Jahren arbeite ich praktisch und fachlich mit künstlicher Intelligenz.
Ich nutze lokale und webbasierte KI-Anwendungen, recherchiere damit, erschliesse umfangreiche Informationen, prüfe Argumente und lasse mir Gegenpositionen aufzeigen. Meine Arbeit verbindet praktische KI-Erfahrung mit Quellenkritik, Digital Publishing und der Entwicklung eigener lokaler KI-Anwendungen.
Gerade deshalb irritierte mich kürzlich eine Aussage in einer Lektion einer bezahlten KI-Weiterbildung eines nicht zertifizierten Weiterbildungsanbieters.
Dort wurde sinngemäss und teilweise wörtlich vermittelt, der Zweifel an KI-Quellen sei ein überholter Mythos. Die Suche sei “extrem präzise”, die Ergebnisse seien “in den allermeisten Fällen zuverlässig” und schneller, als selbst zehn Treffer zu öffnen.
Der letzte Punkt stimmt: KI-gestützte Recherche kann sehr schnell sein. Nur folgt daraus nicht, dass die Recherche damit abgeschlossen ist.
Das Problem liegt für mich in der Gleichsetzung von Quellenanzeige und Quellenprüfung. Diese Unterscheidung ist relevant, wenn KI-Ergebnisse als Grundlage für fachliche Einschätzungen oder Entscheidungen beigezogen werden.
Fund, Fassung und Befund sind drei verschiedene Dinge
Für die Arbeit mit KI unterscheide ich drei Schritte:
Fund: Welche Quellen und Informationen findet das System?
Fassung: Wie gibt das Modell deren Inhalt wieder?
Befund: Was lässt sich feststellen, nachdem die relevante Quelle selbst gelesen, eingeordnet und gegebenenfalls mit weiteren Quellen abgeglichen wurde?
Die KI-Modelle sind leistungsfähig beim Finden von Quellen. Auch bei der Zusammunfassung spart sie Zeit. Der Befund verlangt jedoch menschliche Überprüfung.
Eine angezeigte Quelle beantwortet nur einen Teil der relevanten Fragen. Sie zeigt beispielsweise, worauf sich eine Antwort bezieht oder welche Quelle das System dafür ausweist.
Sie gibt nicht wieder, ob es so im Original stand. Manchmal korrigiert ein Modell seine Aussage, wenn es dem Anfragenden auffällt. Ebenso wenig zeigt sie, in welchem Zusammenhang die Aussage steht, welche Einschränkungen dort genannt werden, ob die Information aktuell ist oder ob relevante Gegenbefunde fehlen.
Eine Zusammenfassung verdichtet Quellenaussagen. Verdichten bedeutet auswählen. Dabei kann ein Vorbehalt an Gewicht verlieren. Eine relevante Aussage kann verschwinden oder eindeutiger ausgegeben werden, als sie im Original formuliert wurde.
Deshalb bedeutet für mich ein Link zur Quelle nicht, dass ich meine Recherche beende. Sie eröffnet die Möglichkeit, sie zu prüfen.
Neueste KI-Modelle machen die Überprüfung der Quelle nicht überflüssig
Die KI-Systeme haben sich weiterentwickelt. Viele KI-Anwendungen können heute das Internet durchsuchen, aktuelle Quellen nennen und direkt auf Originalseiten verweisen. Das ist ein erheblicher Fortschritt.
Aber technische Verbesserung und menschliche Prüfung sind zwei unterschiedliche Gegebenheiten.
Wie wichtig diese Unterscheidung bleibt, zeigte 2025 eine internationale Untersuchung der European Broadcasting Union (EBU) unter Federführung der BBC. Journalistinnen und Journalisten von 22 öffentlich-rechtlichen Medienorganisationen in 18 Ländern (darunter ARD, ZDF und SRF) untersuchten mehr als 3'000 Antworten von ChatGPT, Copilot, Gemini und Perplexity zu Nachrichten und aktuellen Ereignissen.
Der Kern des Ergebnisses aus der Untersuchung:
45 Prozent der untersuchten Antworten enthielten mindestens ein erhebliches Problem. Bei 31 Prozent stellten die Prüfenden schwerwiegende Probleme mit Quellen fest. 20 Prozent enthielten erhebliche Probleme bei der sachlichen Richtigkeit, darunter erfundene Details oder veraltete Informationen.
Die Untersuchung bezieht sich auf Nachrichten und aktuelle Ereignisse. Sie erlaubt deshalb keine pauschale Aussage über jede Form der KI-Recherche. Sie zeigt jedoch etwas, das für professionelle Recherche entscheidend ist: Eine plausibel formulierte KI-Antwort mit Quellenangaben kann weiterhin Fehler enthalten.
Gerade weil moderne KI-Antworten überzeugender sind, wird dieser Unterschied wichtiger.
Auch die Auswahl der Quellen gehört zur Recherche
Bevor ich eine Quelle prüfen kann, muss sie in meiner Recherche mit KI-Systemen erscheinen. Denn, KI-Systeme zeigen nicht einfach eine Quelle aus dem Internet. Sie wählen Quellen aus.
Für Nutzer und Recherchierende ist es kaum transparent, warum ein KI-Modell bei einer aktuellen Frage genau diese spezifische Medienquelle auswählt, zusammenfasst oder verlinkt. Die genauen Algorithmen zur Quellengewichtung bleiben ein Geschäftsgeheimnis.
Recherchierbar ist, es bestehen zwischen KI-Anbietern, Verlagen und Plattformen verschiedene Content- und Lizenzvereinbarungen.
Die zwei Kernzwecke von Verträgen: KI-Firmen schliessen Lizenzdeals ab, die genau die beiden von Ihnen genannten Säulen trennen:
Historische Daten (Training): Die Erlaubnis, Archivdaten zu nutzen, um die sprachlichen und faktischen Fähigkeiten der Modelle im Hintergrund zu verbessern.
Aktuelle Daten (Display/Echtzeit): Die zeitnahe Anzeige aktueller Nachrichteninhalte direkt im Chatbot bei aktuellen Suchanfragen, inklusive korrekter Verlinkung.
Ein konkretes Beispiel ist die 2023 bekannt gegebene Partnerschaft mit Axel Springer. OpenAI erklärte damals, ChatGPT könne Zusammenfassungen ausgewählter Inhalte von POLITICO, BUSINESS INSIDER, BILD und WELT ausgeben, einschliesslich bestimmter kostenpflichtiger Inhalte. Die Antworten sollten Quellenangaben und Links enthalten. Zugleich wurde die Nutzung von Axel-Springer-Inhalten für das Training von OpenAI-Modellen vereinbart.
Eine solche Partnerschaft sagt zunächst nichts über die Qualität einer einzelnen Quelle aus. Sie beweist auch nicht, dass ein bestimmter Link aufgrund einer Geschäftsbeziehung in einer konkreten KI-Antwort erscheint.
Für Quellenkritik ist die Struktur dennoch relevant.
Welche Quellen sehen wir und welche nicht?
Im Juli 2026 veröffentlichte die Denkfabrik Agora Digitale Transformation eine Untersuchung darüber, welche Quellen führende KI-Systeme bei Nachrichtenanfragen nennen.
Analysiert wurden 4'811 Quellenverweise aus 675 Anfragen zu politisch und gesellschaftlich relevanten Themen. Die Erhebung erfolgte an fünf aufeinanderfolgenden Werktagen und umfasste mehrere KI-Systeme.
KI-Systeme brechen bestehende Aufmerksamkeitsasymmetrien im Digitalen also nicht auf, sondern reproduzieren und verstärken sie. „KI-Systeme entscheiden heute mit, welche Inhalte und Stimmen zu sehen sind.
An dieser Stelle ist eine saubere Trennung wichtig: Die gemessene Quellenkonzentration ist ein empirischer Befund der Studie. Aus den öffentlich zugänglichen Informationen lässt sich jedoch nicht ableiten, nach welchem konkreten internen Auswahlmechanismus die KI-Systeme arbeiten. Das ist für mich nicht transparent recherchierbar.
Diese Unterscheidung macht Quellenkritik aus: Ich übernehme nicht einfach eine plausible Erklärung, nur weil sie zur eigenen Argumentation passt. Ich prüfe genau, was tatsächlich festgestellt wurde und wo die Interpretation der Autoren beginnt.
Damit entsteht für mich eine weitere wichtige Recherchefrage: Welche relevanten Quellen zeigen mir die unterschiedlichen KI-Systeme nicht an?
Eine Quellenangabe ist noch kein Wahrheitsbeweis
Jedoch, hinter der Aussage des privaten Schulungsanbieters steckt ein Missverständnis, das durch immer bessere KI-Systeme sogar leichter entsteht. Früher war ein KI-Fehler offensichtlich: Eine Quelle existierte nicht, ein Titel war erfunden oder ein Link führte ins Leere. Heute kann die Situation subtiler sein. Die Quelle existiert und der Link funktioniert. Der Artikel behandelt das richtige Thema. Die KI-Antwort klingt nachvollziehbar.
Dennoch gilt: Das Vorhandensein einer Quelle bedeutet nicht automatisch, dass die Antwort der KI inhaltlich korrekt ist. Eine seriöse Quelle kann von der KI falsch interpretiert oder für eine Behauptung zweckentfremdet werden, die im Originaltext nicht existiert. Auch das Übernehmen veralteter Daten oder das unzulässige Verallgemeinern von spezifischen Studienergebnissen kommt vor.
Für die Praxis bedeutet das: Die Existenz einer Quelle und die tatsächliche Belastbarkeit einer Aussage sind zwei verschiedene Prüfungen.
KI-Recherche kann sehr gute Recherche unterstützen
Aus all dem folgt für mich nicht, auf KI-Recherche zu verzichten.
Wenn man weiss, welches Modell für den jeweiligen Zweck geeignet ist, erschliesst die KI im Handumdrehen einen riesigen Suchraum. Sie identifiziert Fachbegriffe und Synonyme, liefert wertvolle Hinweise auf Studien, stellt unterschiedliche Positionen gegenüber und macht auf Lücken in der eigenen Argumentation aufmerksam.
Damit die KI diese Unterstützung auch liefert, reicht ein einfacher Einzeiler in der Suchzeile nicht aus. Entscheidend ist das passende Prompting-Framework.
So ist die KI mein Hilfsmittel für die Recherche.
Welche Gegenargumente fehlen?
Welche Annahme müsste ich überprüfen?
Welche Primärquelle könnte hinter dieser Behauptung stehen?
Welche alternative Erklärung gibt es für diesen Befund?
Wo widersprechen sich die vorliegenden Quellen?
Was sie mir nicht abnimmt, ist das Urteil darüber, was nach der Prüfung tatsächlich als belastbare Quelle stehen bleiben darf.
Für Organisationen wird diese Unterscheidung geschäftskritisch
Was journalistisch als Quellenkritik bezeichnet wird, betrifft Organisationen unmittelbar.
Ein KI-generiertes Memo kann sprachlich hervorragend sein. Eine Marktübersicht kann aufschlussreich wirken. Ein Bericht kann Quellen enthalten und professionell aufgebaut sein. Wenn aber auf dieser Grundlage eine Entscheidung getroffen wird, ist diese Frage relevant:
Worauf stützt sich unsere Entscheidung?
Für eine belastbare Entscheidungsgrundlage müssen zentrale Aussagen nachvollziehbar sein.
Woher stammt eine Kennzahl?
Welcher Zeitraum wurde untersucht?
Ist eine Quelle primär oder übernimmt sie selbst nur eine andere Darstellung?
Gibt es Gegenbefunde?
Wie aktuell ist die Information?
Und welche Unsicherheit bleibt bestehen?
KI kann diese Arbeit beschleunigen. Die Verantwortung dafür übernimmt sie nicht.
Weiterbildung sollte genau diese Unterscheidung vermitteln
Aus diesem Grund halte ich die Aussage, Zweifel an KI-Quellen seien inzwischen ein überholter Mythos, für problematisch.
Weil die Aussage zwei verschiedene Ebenen vermischt: die technische Fähigkeit eines KI-Systems, Quellen zu finden und anzuzeigen, und die methodische Aufgabe des Menschen, deren Aussagekraft zu prüfen.
Lernen lassen sich die Bedienung eines KI-Systems und gute Prompts schreiben. Doch die kritische Urteilsfähigkeit bleibt eine Kernkompetenz des Menschen. Eine zeitgemässe Weiterbildung muss genau diese Kompetenz stärken.
KI ist ein starkes Werkzeug, ersetzt aber kein Fachwissen: Wer nicht mehr lernt, Quellen selbst kritisch zu lesen, macht sich blind abhängig von der Technik. Halluzinationen waren ein technisches Problem der Anfangszeit, dass wir schleichend das eigene Urteilen verlernen, fällt uns auf lange Sicht viel härter auf die Füsse.
Denn ein erfundener Link fällt auf. Eine plausible, sauber formulierte und mit einer echten Quelle versehene Verkürzung möglicherweise nicht.
Schneller ist somit nicht geprüft
Ich nutze KI für Recherche. Ich nutze sie, um breiter zu suchen, Gegenpositionen aufzuspüren und umfangreiche Informationen vorzustrukturieren.
Aber ich unterscheide zwischen Fund, Fassung und Befund. Eine Quellenanzeige ist kein Wahrheitsbeweis. Eine KI-Zusammenfassung ist nicht das Original. Ein gefundener Beleg ist noch kein geprüfter Befund.
Als hilfreiches Arbeitsmittel übernimmt die KI einen Teil des aufwendigen Rechercheweges. Meine Kompetenz besteht darin, wann ich welche Arbeitsschritte als Mensch nicht abgebe.
Denn schneller mit KI zu sein, ist nicht geprüft.
Quellen
Global news publisher Axel Springer partners with OpenAI in landmark deal, by Helen Coster, 13. Dezember 2023, 7:49 PM, reuters.com, gelesen am 20.09.2026
Meinungsbildung unter KI-Einfluss: Studie belegt einseitige Quellenauswahl und Desinformation, Pressemitteilung, Agora Digitale Transformation, vom 08.07.2026, gelesen am 20.09.2026
