Die Fußnote, die nichts belegt

Du fragst eine Antwortmaschine nach den besten Werkzeugen für eine Aufgabe und bekommst eine aufgeräumte Antwort: fünf Produkte, eine Reihenfolge, dahinter kleine hochgestellte Zahlen. Die Zahlen sehen aus wie in einer Facharbeit. Sie wirken wie der Teil, der die Antwort prüfbar macht.

Genau dieser Teil ist am 02.09.2026 gleich zweimal vermessen worden, von zwei Gruppen, die nichts miteinander zu tun zu haben scheinen. Die eine hat gefragt, woher die Belege kommen. Die andere hat gefragt, ob in den Belegen überhaupt drinsteht, wofür sie zitiert werden. Beide Antworten sind unangenehm, und beide lassen sich nachrechnen. Wir haben das getan.

Woher die Belege kommen

Trellner Research hat 380 Kaufberatungsfragen der Sorte "beste CRM-Software" an zwei web-gestützte Perplexity-Modelle geschickt, sonar und sonar-pro, insgesamt 760 Abfragen. Aus den Antworten fielen 7.534 zitierte URLs. Jede zitierte Domain wurde gegen die Tranco-Liste der eine Million meistbesuchten Domains und gegen das Internet Archive gehalten.

Das Ergebnis in einer Zeile: Fast 60 Prozent der Belege stammen von Seiten, die praktisch niemand besucht.

Dahinter steckt kein Zufall. Drei Domains, worldmetrics.org, wifitalents.com und gitnux.org, haben seit Dezember 2023 zusammen 215.128 generierte Kaufberatungsseiten veröffentlicht. Im Datensatz kommen sie auf 60, 71 und 50 Zitate. Noch deutlicher ist guideflow.com mit 194 Zitaten in 96 verschiedenen Kategorien, und diese Seite ist kein Testportal, sondern selbst Anbieter. Wikipedia kommt in denselben 7.534 Zitaten auf genau drei.

Zwei der drei, worldmetrics.org und gitnux.org, tragen als Titel ihrer Startseite "Facts & Grounding Page". Grounding ist kein Wort aus der Verlagswelt. Es kommt aus der Modellwelt und bezeichnet dort das Material, auf das ein Modell seine Antwort stützt. Die Seiten sagen im Seitentitel, wofür sie gebaut sind.

Untereinander stützen sie sich auch. worldmetrics.org betreibt einen Blog, und der hat genau sechs Beiträge. Alle sechs handeln von den anderen Portalen der Gruppe: "Is Gitnux.org a Reliable Source?", "Is Wifitalents.com a Reliable Source?", "Inside WifiTalents", "The Team Behind Gitnux" und zwei weitere über eine vierte Domain namens zipdo.co. Der Gitnux-Beitrag beantwortet seine eigene Überschrift mit "Emphatically Yes".

Ob im Beleg steht, was er belegen soll

Haus Research hat eine andere Richtung gewählt. 310 Faktenfragen zu 210 Technologiefirmen, zehn Fragetypen von Gründungsjahr über Finanzierungsrunden und Preise bis zu Sicherheitsvorfällen. Aus den Antworten wurden 1.826 Zitate herausgezogen, die an einer konkreten Zahl hingen. Dann wurde jede dieser Seiten aufgerufen und nachgesehen, ob die Zahl dort steht.

Bei 34,7 Prozent stand sie nicht drin, entweder weil die Seite gar nicht aufging oder weil sie die Zahl schlicht nicht enthielt. Auf Ebene der Aussagen fielen 14,4 Prozent komplett durch. Als Kontrolle lief GPT-4.1 mit Web-Zugriff mit.

Dass Seiten kaputtgehen, ist normal. Bemerkenswert ist, dass die Fußnote trotzdem gesetzt wird: Das Modell hängt sie an, ohne dass an irgendeiner Stelle geprüft würde, ob sie trägt.

flowchart TB
  A["KI-Antwort mit Fußnote"] --> B["Existiert die Quelle<br/>für Leser oder für Modelle?"]
  A --> C["Enthält die Quelle<br/>die zitierte Zahl?"]
  B --> D["Generierte Ratgeberseite:<br/>Beleg ohne Substanz"]
  C --> E["Zahl fehlt oder Seite tot:<br/>Beleg ohne Deckung"]
  D --> F["Quelle öffnen und lesen"]
  E --> F
  class B,C decision
  class D,E abort
  class F success
  classDef decision fill:#1A3A4A,stroke:#F59E0B,color:#FDE68A
  classDef abort fill:#7F1D1D,stroke:#EF4444,color:#FCA5A5
  classDef success fill:#14532D,stroke:#22C55E,color:#86EFAC

Nachgerechnet, weil man das bei so einem Thema tun muss

Ein Artikel über wacklige Quellen darf sich nicht auf wacklige Quellen stützen. Beide Gruppen veröffentlichen ihre Rohdaten, also haben wir sie heruntergeladen und die Kernzahlen selbst nachgerechnet.

Bei Trellner enthält citations.csv genau die im Report genannten 7.534 Zeilen. Zählt man die Zitate mit einem Tranco-Rang schlechter als 100.000 oder ganz ohne Rang, kommt man auf 4.508 Zeilen, also 59,8 Prozent. Die Zitate ohne jeden Rang ergeben 23,4 Prozent. Beides deckt sich auf die Nachkommastelle mit dem Report. Auch die 194 Zitate für guideflow.com stimmen.

Bei Haus Research listet numbers.json für perplexity/sonar 2.915 geprüfte URLs. Davon sind 78,7 Prozent erreichbar, 16,1 Prozent liegen hinter Anmeldung oder Bezahlschranke, 1,3 Prozent sind tot. Rechnet man stattdessen über alle 6.443 Zeilen aller drei getesteten Modelle, kommt man auf 79,0 und 15,1 Prozent. Die Größenordnung hält also auch dann, wenn man den Datensatz anders schneidet als die Autoren.

Die 215.128 Ratgeberseiten zählt Trellner über die Sitemaps der drei Domains, und zwar nur die Unterseiten unter /best/. Die Sitemaps insgesamt sind deutlich größer. Wir haben am 03.09.2026 nachgezählt und kommen auf 105.546 Einträge bei worldmetrics.org, 105.541 bei wifitalents.com und 107.388 bei gitnux.org. Die sitemaps.json aus dem Report vom 02.09.2026 nennt 103.578, 105.541 und 107.083. Die kleinen Abweichungen erklären sich durch den Tag Abstand, die Größenordnung stimmt.

Auffällig ist etwas anderes, und es steht in Trellners Rohdaten, ohne dass der Report es ausschreibt: Alle drei Portale haben exakt acht Sub-Sitemaps, und ihre Seitenzahlen liegen um weniger als zwei Prozent auseinander. Drei angeblich unabhängige Ratgeberseiten, gebaut nach derselben Schablone.

Beide Datensätze sind außerdem so aufgebaut, dass man sie prüfen kann. Trellner nennt die verwendete Tranco-Tagesliste beim Namen und legt die Rohantworten als JSONL bei, Haus Research liefert pro URL den HTTP-Status, die Redirect-Kette und Marker für Soft-404, Bot-Sperre und Bezahlschranke. Mehr Offenlegung bekommt man in vielen Fachartikeln nicht.

Und jetzt der Teil, der uns selbst kalt erwischt hat

Wer sind diese beiden Gruppen eigentlich?

Die ehrliche Antwort: Wir wissen es nicht. Und je länger wir gesucht haben, desto unangenehmer wurde es.

Beide Domains wurden am 01.09.2026 um 12:07:27 UTC registriert, bei demselben Registrar. Nicht am selben Tag, in derselben Sekunde. Das ist der harte Teil, und er ist über die WHOIS-Datenbank für jeden nachprüfbar.

Der Rest passt dazu. Beide Seiten liegen auf derselben IP-Adresse, beide sind über eine Adresse der Form research@ erreichbar, beide führen exakt drei Personen auf, jeweils eine Leitung, eine erfahrene und eine jüngere Kraft. Bei keiner dieser sechs Personen steht eine Universität, ein früherer Arbeitgeber oder eine ältere Veröffentlichung. Bei beiden fehlt eine Nummer in der ansonsten lückenlosen Report-Zählung. Und beide führen Reports mit Datum vom 12.08. und 26.08.2026, also aus einer Zeit, in der ihre Domains noch nicht existierten.

Über die Organisationen selbst findet sich außerhalb der eigenen Seiten nichts Unabhängiges. Was sich findet, sind die Reports: Beide standen am 02.09.2026 auf der Startseite von Hacker News.

Das ist, Merkmal für Merkmal, dasselbe Muster, das wir im August bei den staatlich beauftragten Inhalten für KI-Suchmaschinen beschrieben haben: eine Einrichtung, die aussieht wie ein Forschungsinstitut, ohne dass sich hinter der Fassade etwas überprüfen ließe.

Trotzdem wäre es falsch, die Reports deshalb wegzuwerfen. Die Zahlen reproduzieren aus den mitgelieferten Rohdaten, die Methode ist offengelegt, und jeder kann sie mit eigenen Abfragen wiederholen. Genau darum geht es:

Prüfbar und vertrauenswürdig sind zwei verschiedene Eigenschaften. Der Absender dieser beiden Reports ist so wenig belegt wie die Ratgeberseiten, die sie kritisieren. Die Befunde selbst sind es trotzdem, weil die Daten danebenliegen und jeder sie nachzählen kann. Bei einer generierten Kaufberatungsseite läuft es genau andersherum. Sie sieht ordentlich aus. Nachrechnen lässt sich an ihr nichts.

Wir schreiben das hier so ausführlich auf, weil es die eigentliche Lehre ist. Wir sind beim Prüfen dieser Quellen in exakt die Falle getappt, vor der der Artikel warnt, und herausgekommen sind wir nur über den Rohdatensatz.

Was das im Arbeitsalltag heißt

Die Reports messen Perplexity, weil dessen API sich gut auswerten lässt. Das Muster ist aber keins von Perplexity. Jede Antwortmaschine, die zur Laufzeit Seiten abruft, greift in denselben Topf, und dieser Topf enthält inzwischen Hunderttausende Seiten, die für genau diesen Zugriff geschrieben wurden.

Daraus folgt kein Verzicht. Es folgt eine Routine, und die ist kurz:

1. Für alles, was in ein Dokument wandert, die Quelle öffnen. Nicht überfliegen, sondern die konkrete Zahl im Text suchen. Nach den Messungen oben scheitert das in etwa jedem dritten Fall, und das merkst du nur so.
2. Auf den Absender schauen, nicht auf die Form. Fußnoten, Tabellen und ein nüchterner Ton sind billig herstellbar. Die nützlichere Frage ist, wer die Seite betreibt und wovon.
3. Rohdaten schlagen Zusammenfassungen. Wenn eine Quelle ihre Daten offenlegt, ist sie prüfbar, auch wenn du den Absender nicht kennst. Wenn sie das nicht tut, bleibt nur Vertrauen, und das solltest du nur bekannten Absendern geben.

Fazit

Die Fußnote in einer KI-Antwort ist keine Prüfung. Sie ist eine Behauptung mit Link, und in einem knappen Drittel der Fälle hält der Link nicht, was er verspricht. Dazu kommt ein Markt aus Seiten, die eigens dafür gebaut werden, in diese Fußnoten zu geraten, mit sechsstelligen Seitenzahlen.

Ein Grund, Antwortmaschinen zu meiden, ist das nicht. Sie sind gut darin, Kandidaten zu finden, Begriffe zu klären und einen Einstieg zu geben. Sie sind schlecht darin, eine Aussage zu belegen, und sie tun trotzdem so, als täten sie es.

Die Arbeit, die dadurch bleibt, ist die alte: einmal auf die Quelle klicken und nachsehen. Bei uns hat genau dieser Klick den Artikel gedreht, den wir eigentlich schreiben wollten.