Generative KI ist längst Teil des Redaktionsalltags. Tools wie ChatGPT helfen bei Recherche, Struktur und Textproduktion. Das macht viele Abläufe effizienter, verändert aber auch die Anforderungen an die Prüfung von Informationen. Fehler entstehen dabei nicht unbedingt durch Nachlässigkeit, sondern durch eine neue Arbeitsteilung zwischen Mensch und Maschine. Für die PR bedeutet das: Sie muss verstehen, wie sich redaktionelle Prozesse durch KI verändern und welche Rolle verlässliche, gut prüfbare Informationen dabei spielen.
Wenn Redaktionen KI-Inhalte ungeprüft übernehmen, entstehen systematische Fehler. Pressearbeit kann ihre Wirkung begrenzen: durch präzise, zitierfähige Inhalte, nicht durch Kontrolle.
Laut einer EBU/BBC Studie aus Oktober 2025, die von der Europäischen Rundfunkunion (EBU) koordiniert und von der BBC geleitet wurde, stellen KI-Assistenten in rund 45 Prozent der Fälle Nachrichteninhalte falsch dar.
82 % der Medienverantwortlichen sehen laut Reuters Institute große Chancen für generative KI in der Recherche; Redaktionen nutzen KI zunehmend für Recherche, Strukturierung und Distribution von Inhalten.
Typische KI-Fehlertypen in journalistischen Texten: halluzinierte Zitate, falsche Studienzuordnungen, ungenaue Zahlen, erfundene Quellen, vertauschte Jahreszahlen.
Fehler entstehen nicht aus individueller Nachlässigkeit, sondern aus der veränderten Arbeitsteilung zwischen Mensch und KI-System unter Zeitdruck.
Veröffentlichte Fehler verbreiten sich nicht linear, sondern zirkulär. Fehler können in späteren KI-Trainingsphasen erneut auftauchen.
Pressearbeit kann externe Fehler nicht verhindern, aber die Stabilität eigener Inhalte erhöhen und damit als Referenzpunkt im Informationssystem dienen.
Reputations-Monitoring 2026 muss KI-generierte Zusammenfassungen und Antworten mit überwachen. Klassisches Coverage-Tracking allein reicht nicht mehr.
Generative KI erzeugt Texte auf Basis statistischer Muster, nicht durch überprüfte Faktenprüfung im klassischen Sinn. Inhalte werden so formuliert, dass sie wahrscheinlich und sprachlich konsistent erscheinen, unabhängig davon, ob sie im Einzelfall zutreffen.
Das zentrale Risiko liegt in der Plausibilität. Antworten wirken geschlossen und vollständig, auch wenn sie inhaltliche Lücken oder Ungenauigkeiten enthalten. Für Nutzer:innen entsteht dadurch ein Verlässlichkeitssignal, das nicht immer gerechtfertigt ist.
In der Praxis zeigt sich dieses Problem besonders bei Detailinformationen wie Zahlen oder auch Studienzuordnungen. Gerade diese Elemente sind jedoch für die journalistische Qualität entscheidend, weil sie Aussagen überprüfbar machen.
Eine EBU/BBC Studie aus Oktober 2025 hat ergeben, dass KI-Assistenten in rund 45 Prozent der Fälle Nachrichteninhalte falsch darstellen, unabhängig von Sprache, Region oder KI-Plattform.
Sobald ein fehlerhafter Inhalt veröffentlicht ist, beginnt seine Weiterverbreitung. Andere Medien greifen Aussagen auf, oft ohne eigene Primärrecherche. Aggregatoren und Plattformen verstärken diese Dynamik.
Je nach Systemarchitektur greifen KI-Anwendungen auf veröffentlichte Inhalte zu oder werden mit solchen Daten in späteren Trainingsphasen berücksichtigt. Unter bestimmten Bedingungen können fehlerhafte Informationen so erneut in KI-generierten Antworten erscheinen.
Es entsteht damit kein linearer, sondern ein zirkulärer Effekt. Inhalte werden nicht nur verbreitet, sondern potenziell auch in technischen Systemen reproduziert. Das erhöht die Reichweite einzelner Fehler über den ursprünglichen Kontext hinaus.
Für die Pressearbeit verschiebt sich die Aufgabe von reiner Platzierung hin zu strukturierter Anschlussfähigkeit. Inhalte müssen so gestaltet sein, dass sie sowohl von Journalist:innen als auch von KI-Systemen korrekt interpretiert werden können.
PR kann dabei vor allem drei Beiträge leisten:
Präzision herstellen
Aussagen sollten eindeutig formuliert und klar zuordenbar sein. Unschärfen erhöhen das Risiko von Fehlinterpretationen in nachgelagerten Verarbeitungsschritten.
Kontext sichern
Informationen benötigen einen stabilen Rahmen. Wenn dieser fehlt, wird er in der Weiterverarbeitung ergänzt - nicht immer im Sinne der ursprünglichen Aussage.
Zitierfähigkeit ermöglichen
Einzelne Abschnitte sollten isoliert verständlich sein. Das erhöht die Wahrscheinlichkeit, dass Aussagen korrekt übernommen werden, auch wenn sie aus dem Gesamtzusammenhang gelöst werden.
Gleichzeitig sind die Einflussmöglichkeiten begrenzt. PR kann nicht steuern, wie externe Inhalte entstehen oder weiterverarbeitet werden. Sie kann jedoch die Wahrscheinlichkeit erhöhen, dass eigene Inhalte stabil bleiben und im Zweifel als Referenzpunkt dienen.
Damit verschiebt sich die Rolle der PR von reiner Senderlogik hin zu einer Form der strukturellen Qualitätssicherung im Informationssystem.
Die veränderte Dynamik hat auch Auswirkungen auf das Monitoring. Es reicht nicht mehr, mediale Reichweite oder Tonalität zu beobachten.
Relevant wird zunehmend, wie Inhalte in unterschiedlichen Kontexten erscheinen - auch in KI-generierten Zusammenfassungen oder Antworten. Fehler lassen sich nicht vollständig vermeiden, aber schneller identifizieren, wenn eigene Positionen klar dokumentiert sind.
Korrekturarbeit gewinnt damit an Bedeutung. Sie muss nicht nur reaktiv erfolgen, sondern auch strukturell vorbereitet sein, etwa durch klar referenzierbare Quellen und konsistente Aussagen über verschiedene Kanäle hinweg.
Klassisch | KI-induziert | |
Entstehung | individuelle Recherche- oder Schreibfehler einzelner Personen | statistisch wahrscheinliche, aber faktisch falsche Textbausteine aus Sprachmodellen |
Erkennbarkeit | oft an stilistischen Brüchen oder Quellenfehlern erkennbar | sprachlich glatt und plausibel, deshalb schwerer zu identifizieren |
Typische Ausprägung | Tippfehler, falsche Quellenangaben, verzerrte Zitate | halluzinierte Studien, erfundene Zitate, falsche Jahreszahlen, vertauschte Zuständigkeiten |
Verbreitungslogik | lineare Aufnahme durch andere Medien, oft durch Korrektur eingeholt | zirkulär, in späteren KI-Trainingsphasen erneut reproduzierbar |
Korrekturpfad | Gegendarstellung, Korrektur im Medium | zusätzlich nötig: Korrektur in KI-Antworträumen (ChatGPT, Perplexity), eigene Referenzinhalte mit klarer Quellenkette |
PR-Hebel | Beziehungspflege, Erstmedien-Distribution, Faktencheck-Begleitung | maschinenlesbare Pressetexte, FAQ-Strukturen, konsistente Wiederholung von Kernfakten über alle Kanäle |
Halluzinierte Zitate: Die KI generiert eine Aussage und ordnet sie einer realen Person zu, die diese Aussage nie getätigt hat.
Falsche Studienzuordnung: Eine reale Zahl wird einem falschen Institut oder einem nicht existierenden Studientitel zugeschrieben.
Erfundene Quellen: Die KI nennt Bücher, Studien oder URLs, die nie existiert haben - sprachlich plausibel formuliert.
Vertauschte Daten und Zuständigkeiten: Personen, Unternehmen oder Ereignisse werden falsch verknüpft - z. B. ein CEO-Wechsel wird dem falschen Unternehmen zugeordnet.
Ungenaue Zahlen und Stichprobenangaben: Prozentwerte werden geringfügig verschoben oder Stichprobengrößen weggelassen - oft im einstelligen Bereich, aber genug, um die Aussage zu kippen
Der Einsatz generativer KI verändert journalistische Prozesse und damit auch die Bedingungen öffentlicher Kommunikation. Fehler entstehen nicht isoliert, sondern aus dem Zusammenspiel von Technologie und Arbeitsroutinen. Für die PR ergibt sich daraus keine vollständige Kontrollmöglichkeit, aber eine klar definierbare Verantwortung: Inhalte müssen so gestaltet sein, dass sie auch unter Bedingungen automatisierter Verarbeitung tragfähig bleiben. Wer das ernst nimmt, stärkt nicht nur die eigene Glaubwürdigkeit, sondern wirkt stabilisierend auf ein System, das zunehmend von Geschwindigkeit und Wiederverwertung geprägt ist.
Sie wollen Ihre Reputation in der KI-Suche aktiv steuern?
Als Münchner Agentur für Unternehmenskommunikation und Pressearbeit entwickeln wir integrierte Strategien für alle drei Cluster - Owned, Earned und Plattformen. Sprechen Sie uns an!
Belastbare Zahlen sind selten, weil die meisten KI-Fehler unbemerkt im Bearbeitungsprozess landen. Eine BBC-Studie vom Februar 2025 zeigte erhebliche Fehlerquoten bei KI-generierten Nachrichten-Zusammenfassungen. In unseren Beratungsmandaten sehen wir, dass besonders Zahlen, Studienverweise und exakte Funktionsbezeichnungen verrutschen. Eine Fehlerquote von null ist 2026 nicht erreichbar - aber strukturiertes Quellen-Mapping reduziert das Risiko deutlich.
Fünf Muster dominieren: halluzinierte Zitate, falsche Studienzuordnungen, erfundene Quellen, vertauschte Zuständigkeiten und ungenaue Zahlen. Sie sind sprachlich glatt formuliert und fügen sich plausibel in laufende Berichterstattung ein. Genau das macht sie für Redaktionen unter Zeitdruck schwer erkennbar.
Eindeutig nie. Aber drei Signale erhöhen den Verdacht: auffällig glatte Formulierungen ohne Eigenheit, Studienverweise ohne Inline-Quelle und Zitate, die im genauen Wortlaut nirgendwo anders auftauchen. Eine Prüfung über Google-Suche der exakten Phrase plus Rückfrage bei der Redaktion ist die einfachste Routine.
Drei Schritte: Erstens den Sachverhalt mit Datum und Originalbeleg auf der eigenen Website oder Newsroom-Seite dokumentieren. Zweitens dieselbe Korrektur über Earned Media platzieren, damit externe Belege entstehen. Drittens systematisch Feedback in den KI-Antworträumen ablegen (ChatGPT „Bad response“, Perplexity-Feedback, Bing/Copilot-Korrekturkanal). Vollständige Korrektur dauert in der Regel mehrere Wochen.
Vier Hebel: konkrete eigene Zahlen statt allgemeiner Studienverweise, namentlich genannte Sprecher:innen mit nachprüfbarer Funktion, kantige statt glatte Zitate und Inline-Quellenlinks. Texte, die Erfahrung, Position und Beleg sichtbar machen, werden weder von Redaktionen noch von KI-Detektoren als generisch eingestuft.
Pressearbeit ist nicht für die Recherchefehler einer Redaktion verantwortlich - aber für die Stabilität der eigenen Aussagen. Wenn ein KI-Fehler in der Berichterstattung auftaucht, gilt: zuerst dokumentierten Originalstand sichtbar machen, dann sachlich-konstruktiv mit der Redaktion sprechen, parallel die korrekte Information in den eigenen Kanälen verstärken. Vorwurfshaltung schadet längerfristig der Beziehung.
Der Autor hat diesen Beitrag auf Basis seiner Fachkenntnis und mit Unterstützung von Claude Opus 4.7. sowie ChatGPT 5.2. erstellt. Das Bild wurde von ChatGPT 5.2 generiert.
Head of Consulting consense communications GmbH (GPRA) Experte für Strategiekommunikation. Berät nationale und internationale Unternehmen in Transformationsprozessen.
