KI verbreitet ständig falsche Informationen über unser Unternehmen. Hat jemand erfolgreich Fehlinformationen in ChatGPT- oder Perplexity-Antworten korrigiert?

Ich bin genau auf dieses Problem spezialisiert. Es ist lösbar, aber es braucht systematische Arbeit.

Warum KI falsch liegt:

ChatGPTs Trainingsdaten haben ein Stichtagsdatum. Wenn Ihr früherer CEO in 100 Artikeln erwähnt wurde und Ihr neuer in 20, „merkt“ sich das Modell den alten stärker. Das ist nicht böswillig, sondern Mustererkennung mit unvollständigen Daten.

Das Korrektur-Framework, das funktioniert:

1. Quellen-Audit Listen Sie jede Stelle auf, an der Ihr Unternehmen online erwähnt wird:

• Wikipedia (am wichtigsten für KI)
• LinkedIn-Unternehmensseite
• Crunchbase
• Offizielle Website (Über uns)
• Pressemitteilungen
• Größere Nachrichtenartikel

2. Autoritative Quellen aktualisieren Das sind die Quellen, denen KI am meisten vertraut:

• Wikipedia – Wenn Sie keine Seite haben, prüfen Sie, ob Sie relevant genug sind. Wenn doch, achten Sie auf korrekte, aktuelle Zitate.
• Wikidata – Strukturierte Daten, auf die viele KI-Systeme zugreifen
• Ihre Website – Schema-Markup für Organization, inklusive foundingDate, CEO, Adresse
• LinkedIn – Unternehmensseite mit verifizierten Infos
• Crunchbase – Wird von KI häufig zitiert

3. Frische Content-Strategie Veröffentlichen Sie neue Inhalte mit explizit korrekten Infos:

• „Über uns“-Seite mit klaren Fakten
• Pressemitteilungen zur Führung (auch wenn nicht „neu“)
• Blogbeiträge, die aktuelle Führung, Standort, Produkte natürlich erwähnen

4. Melden und dokumentieren

• Perplexity: Nutzen Sie den Feedback-Button bei jeder Antwort
• ChatGPT: Feedback melden (ja, fühlt sich nutzlos an, aber es wird erfasst)
• Alles dokumentieren für mögliche Eskalation

Zeithorizont: 2–6 Monate für spürbare Änderungen. Kein schneller Fix.

Wir hatten das auch, als ChatGPT uns ständig als „E-Commerce-Plattform“ bezeichnete, obwohl wir eigentlich ein B2B-SaaS-Tool sind. Komplett anderes Geschäftsmodell.

Was letztlich funktioniert hat:

Der Schlüssel war Konsistenz über mehrere autoritative Quellen.

Wir haben aktualisiert:

1. Website-Schema-Markup mit korrekter Branche, Beschreibung, Produkten
2. LinkedIn-Unternehmensseite mit detaillierter Beschreibung
3. Crunchbase mit korrekter Kategorisierung
4. Drei Blogposts veröffentlicht, die genau beschreiben, was wir tun
5. Eine TechCrunch-Erwähnung bekommen, die unser Geschäft korrekt beschrieb

Nach 8 Wochen hat ChatGPT uns richtig beschrieben. Der TechCrunch-Artikel schien am meisten zu helfen – autoritative Tech-Publikation + aktuell + korrekte Information.

Die Erkenntnis: KI vertraut autoritativen Quellen. Platzieren Sie korrekte Infos auf hochrangigen Seiten, nicht nur auf Ihrer eigenen Website.

Technischer Aspekt, der oft übersehen wird:

Schema-Markup ist die Art, wie Sie KI-Systemen korrekte Informationen „mitteilen“.

Auf Ihrer „Über uns“-Seite implementieren Sie das Organization-Schema so:

{
  "@type": "Organization",
  "name": "Ihr Unternehmen",
  "foundingDate": "2015-03-15",
  "address": {
    "addressLocality": "Austin",
    "addressRegion": "TX"
  },
  "employee": {
    "@type": "Person",
    "name": "Aktueller CEO-Name",
    "jobTitle": "CEO"
  }
}

KI-Systeme parsen zunehmend Schema-Markup, um Entitäten zu verstehen. Es ist keine Zauberformel, aber eines der klarsten Signale für korrekte Informationen.

Dasselbe gilt für Ihre Produkte – nutzen Sie das Product-Schema nur mit aktuellen Angeboten. Eingestellte Produkte sollten komplett aus der Sitemap entfernt werden.

Wichtig: Sie brauchen laufendes Monitoring, nicht nur einen einmaligen Fix.

KI-Antworten können sich ändern. Wir haben für einen Kunden Fehlinformationen korrigiert – und 4 Monate später fing ChatGPT wieder an, Falsches zu behaupten, weil ein neuer Artikel mit alten Infos eingelesen wurde.

Einrichten:

1. Wöchentliche manuelle Checks mit wichtigen Prompts zu Ihrem Unternehmen
2. Am I Cited oder ähnliche Tools für automatisiertes Monitoring
3. Alerts für neue Webinhalte mit Erwähnung Ihres Unternehmens (Google Alerts, Mention etc.)

Wenn Sie neue Fehlinformationen entdecken, gehen Sie immer zur Quelle zurück. Meist ist es ein alter Artikel, der neu veröffentlicht wurde, oder ein neuer Artikel, der alte Infos zitiert.

Das ist eine laufende Aufgabe im Reputationsmanagement, kein Projekt mit Enddatum.

Was uns bei der Korrektur von Produkt-Fehlinformationen geholfen hat:

Erstellen Sie eine „Unternehmensfakten“-Seite auf Ihrer Website.

Wir haben eine einfache Seite gemacht mit:

• Gründung: [Datum]
• Hauptsitz: [Stadt]
• Führung: [Aktuelle Namen und Titel]
• Produkte: [Nur aktuelle Angebote]
• Mitarbeiter: [Ca. Anzahl]

Alles als Tabelle mit klarer Formatierung. Schema-Markup für alles.

Diese einzelne Seite wurde zur Referenz, die KI-Systeme zitierten. Gibt es eine klar strukturierte, autoritative Quelle, bevorzugt KI diese gegenüber einer Zerstückelung aus vielen Artikeln.

Juristische Perspektive, die helfen könnte:

Wenn Fehlinformationen tatsächlichen geschäftlichen Schaden verursachen, alles dokumentieren.

Ich habe mit Unternehmen gearbeitet, die formelle Beschwerden bei KI-Anbietern eingereicht haben. Der Schlüssel ist, nachzuweisen:

1. Die Information ist sachlich falsch (Beleg für korrekte Fakten)
2. Es entsteht messbarer geschäftlicher Schaden (entgangene Geschäfte, verwirrte Partner)
3. Sie haben normale Korrekturwege ausgeschöpft (Meldungen eingereicht)

Für Unternehmen mit Sitz in der EU gibt die DSGVO gewisse Rechte bezüglich der Richtigkeit von Daten über identifizierbare Einheiten. Es ist komplex, wurde aber schon erfolgreich eingesetzt.

Bei schwerwiegenden und anhaltenden Fehlinformationen, die sich nicht über normale Wege beheben lassen, hatten manche Unternehmen Erfolg mit formellen juristischen Schreiben an KI-Anbieter. Dann landet das Thema bei anderen Teams als über die Feedback-Formulare.

Aber: Vorbeugen ist einfacher als heilen. Die von anderen erwähnte Quellen-Update-Strategie ist verlässlicher, als KI-Unternehmen zur Korrektur zu zwingen.

Unerwartet hilfreich für uns:

Lassen Sie sich mit korrekten Informationen in aktuellen Nachrichtenartikeln zitieren.

KI-Systeme (besonders Perplexity) gewichten aktuelle Inhalte stark. Wir hätten keinen TechCrunch-Artikel bekommen, aber wir konnten:

• Lokale Wirtschaftsmagazine ansprechen
• Interviews in Branchenpodcasts geben (Transkripte werden indexiert)
• Gastbeiträge auf Branchenblogs schreiben
• Pressemitteilungen über PR Newswire veröffentlichen

So entstand aktueller Content mit korrekten Infos, den KI-Systeme fanden und zitierten.

Hat uns ca. 2.000 $ für PR-Verteilung über 3 Monate gekostet. Nach 6 Wochen wurden die KI-Antworten besser.

Ich erkläre mal die technische Realität, warum das schwer zu beheben ist:

Wie LLMs „Fakten“ lernen:

ChatGPT hat keine Datenbank mit Unternehmensfakten, die nachgeschlagen wird. Es lernt Muster aus Trainingsdaten. Wenn Ihr alter CEO öfter in den Trainingsdaten vorkam als der neue, „glaubt“ das Modell eher an die alten Infos.

Was das praktisch bedeutet:

1. Sie können ChatGPTs Wissen nicht direkt „updaten“
2. Sie KÖNNEN die Webinhalte aktualisieren, die für künftiges Training genutzt werden
3. Sie KÖNNEN das Echtzeit-Retrieval beeinflussen (ChatGPTs Browsing, Perplexitys Suche)

Für Echtzeit-Retrieval (das, was schneller geht):

Perplexity durchsucht das Web live. Wenn autoritative Seiten korrekte Infos zeigen, sollte Perplexity richtig zitieren. Fokussieren Sie darauf, dass korrekte Infos das prominenteste Ergebnis für Ihren Firmennamen sind.

Für das Modellwissen (langsamere Lösung):

Das ändert sich, wenn Modelle auf neuen Daten neu trainiert werden. OpenAI gibt keine Trainingsdaten-Updates bekannt, aber sie finden statt. Jetzt korrekte Infos auf autoritativen Seiten zu platzieren, verbessert künftige Modellversionen.

Fazit: Denken Sie an SEO für KI-Trainingsdaten. Sie reparieren nicht direkt das Modell – Sie reparieren, was künftige Modelle lernen.

Dieser Thread war unglaublich hilfreich. Mein Aktionsplan:

Sofort (diese Woche):

1. Wikidata-Eintrag mit korrekten strukturierten Daten anlegen
2. Website-Schema-Markup mit Organisation, CEO, Produkte aktualisieren
3. LinkedIn- und Crunchbase-Profile überprüfen und updaten
4. Am I Cited für laufendes Monitoring einrichten

Kurzfristig (nächste 30 Tage): 5. „Unternehmensfakten“-Seite mit klar strukturierten Informationen erstellen 6. Pressemitteilung mit aktuellen Unternehmensinfos veröffentlichen 7. Lokale Wirtschaftspublikationen für Berichterstattung ansprechen 8. Fehlinformationen bei Perplexity melden (mit Quellen)

Laufend: 9. Wöchentlich KI-Antworten überwachen 10. Verbesserungen über die Zeit verfolgen 11. Neue Inhalte erstellen, die korrekte Fakten natürlich einbinden 12. Rechtliche Optionen prüfen, falls erhebliche Fehlinformationen bleiben

Wichtigste Erkenntnis: Es geht nicht darum, die KI direkt zu ändern – sondern darum, zu ändern, wovon die KI lernt. Quellen korrigieren, dann zieht die KI nach.

Ich werde in ein paar Monaten über die Ergebnisse berichten.