Erfundene Zahlen, und ChatGPT zitierte sie

Was passiert, wenn man eine Website mit Zahlen füllt, die niemand geprüft hat? Metehan Yesilyurt, der beim GEO-Anbieter Peec AI zur Sichtbarkeit in KI-Antworten forscht, hat es ausprobiert. Er ließ im März 2026 an einem einzigen Tag rund 50.000 Statistikseiten von GPT-4.1 erzeugen und stellte sie online. Sieben Monate später wurden die erfundenen Zahlen in einer akademischen Arbeit, in der Anlagerecherche einer Finanzgruppe aus Katar und in einem indischen Wirtschaftsmedium zitiert. Den Weg dorthin hat nach seiner Auswertung vor allem ChatGPT geebnet.

Das Experiment

Yesilyurt kaufte eine neue Domain, stateglobe.com, und ließ GPT-4.1 Statistiken zu SEO, Content-Marketing, Social Media, E-Commerce und Webtechnik für 200 Länder schreiben. Die Eingabe bestand nach seiner Beschreibung aus Länder- und Themenlisten und zwei Sätzen Anweisung. Später kamen 15.000 Listen-Artikel dazu. Gekostet hat das Ganze rund 50 Dollar. Geprüft wurde keine einzige Zahl.

Bei Google lief die Seite zunächst gut: Innerhalb einer Woche war fast alles indexiert. Zwei Google-Updates kurz danach ließen die Sichtbarkeit einbrechen, seitdem bringen einzelne Seiten meist nur noch 5 bis 20 Einblendungen.

Bei ChatGPT sah es anders aus. Yesilyurt nennt diese Werte:

ChatGPT-User ist der Abruf, den ChatGPT auslöst, wenn es während einer Antwort eine Seite nachliest. Die Zahlen bedeuten also: Die Seite war für Google fast unsichtbar, für ChatGPT aber eine Quelle, die immer wieder herangezogen wurde.

Wie aus erfundenen Zahlen Belege werden

Yesilyurt nennt den Effekt "Citation Laundering", also Zitat-Wäsche. Eine Zahl mit Quelle und Jahreszahl wirkt wie ein Beleg. Ein Sprachmodell übernimmt sie, jemand übernimmt sie aus der Antwort in einen Bericht, der Bericht wird wieder zitiert. Mit jedem Schritt sieht die Zahl seriöser aus. Sein Fazit: "The fake data certainly didn't become true, but every citation made it look more trustworthy."

Dass ChatGPT andere Seiten heranzieht als Google, ist für sich keine Überraschung. Die Suchmaschine hat jahrzehntelang an Signalen gegen minderwertige Massenseiten gearbeitet. Das Experiment zeigt aber, wie wenig davon in der Recherche eines Chatbots ankommt, und wie schnell Menschen dessen Antworten weitertragen, ohne nachzusehen, woher eine Zahl stammt.

Was man einschränkend wissen muss

Hinter dem Versuch steht ein Anbieter, der davon lebt, dass Unternehmen in KI-Antworten auftauchen wollen. Der Artikel endet folgerichtig mit Tipps, wie man echte Statistikseiten für Sprachmodelle aufbereitet. Die Messwerte stammen aus seinen eigenen Werkzeugen und lassen sich von außen nicht prüfen. Untersucht wurde nur ChatGPT, Perplexity, Gemini und die KI-Übersichten von Google nicht. Welche Studie und welche Finanzgruppe die Zahlen übernommen haben, nennt er nicht konkret.

Yesilyurt betont selbst, dass man keine gefälschten Inhalte veröffentlichen solle und das Experiment als Forschung gedacht sei. Die Seite ist nach seinen Angaben weiter online und trägt inzwischen einen Hinweis.

Auch mit diesen Abstrichen deckt sich das Ergebnis mit dem, was man aus der Praxis kennt: Sprachmodelle prüfen nicht, ob eine Zahl stimmt, sondern ob sie zur Frage passt.

Was das für eure Recherche heißt

Zahlen bis zur Primärquelle verfolgen. Nennt ein Chatbot eine Statistik, ist der Link darunter der Anfang der Prüfung, nicht das Ende. Wer hat die Zahl erhoben, wann, mit welcher Methode? Steht dort nur "laut Studie" ohne Studie, ist die Zahl nicht belegt.

Statistik-Sammelseiten misstrauen. Seiten mit Tausenden Zahlen zu jedem Land und jedem Thema sind genau das Format, das sich am billigsten erzeugen lässt. Seriöse Erhebungen haben einen Absender, eine Methodik und eine Stichprobe.

Zahlen in Präsentationen kennzeichnen. Wer im Team Folien oder Konzepte mit KI-Hilfe erstellt, sollte bei jeder Zahl die geprüfte Quelle dazuschreiben. Eine ungeprüfte Zahl aus einem Kundenpitch kann sonst Monate später in einer Entscheidungsvorlage wieder auftauchen.

Einordnung

Erfundene Zahlen gab es lange vor ChatGPT. Geändert hat sich der Preis: 50.000 Stück entstehen an einem Tag für 50 Dollar, und ein Chatbot ruft sie für Millionen Menschen als Quelle auf. Dass Sprachmodelle auch ganz ohne fremde Hilfe Quellen erfinden, zeigen die Fälle vor Gericht. Die gute Nachricht: Die Gegenmaßnahme ist alt und kostet nichts. Quelle öffnen, Methode ansehen, im Zweifel weglassen.