Der Doom Loop der KI-Suche: Wenn gute Antworten ihre eigenen Quellen schwächen
KI-Antwortsysteme haben ein strukturelles Problem: Je vollständiger sie eine Frage beantworten, desto weniger Grund kann es geben, die Quelle dahinter noch zu besuchen. Neu entsiegelte Gerichtsunterlagen aus dem Verfahren mehrerer Verlage gegen OpenAI und Microsoft zeigen, dass genau dieser Mechanismus intern längst diskutiert wurde – als „doom loop“, der die eigene Informationsgrundlage schwächen könnte.
Beide Zahlen stammen aus Gerichtsunterlagen des Verfahrens mehrerer Verlage gegen OpenAI und Microsoft. Sie zeigen einen strukturellen Unterschied zwischen klassischer und generativer Suche – unabhängig davon, wie der Rechtsstreit selbst ausgeht.
- →Entsiegelte Gerichtsunterlagen aus dem Verfahren mehrerer Verlage gegen OpenAI und Microsoft zeigen, dass interne Stimmen bei OpenAI und Microsoft selbst das Substitutionsproblem generativer KI diskutiert haben.
- →Eine im Verfahren zitierte Drittstudie: 88 % der ChatGPT-Nutzer verlassen während ihrer Suche keine einzige externe Website – bei Google-Nutzern sind es nur 27 %.
- →Nach Microsofts eigenen, im Verfahren vorgelegten Daten sank die Klickrate von Copilot gegenüber klassischer Bing-Suche für die untersuchten Verlags-Domains um 51 bis 93 %.
- →Ein Dokument von Microsofts Director of Applied Science warnt intern vor einem „doom loop“: KI-Systeme könnten die wirtschaftliche Grundlage der Inhalte schwächen, von denen ihre eigene Antwortqualität abhängt.
- →Wichtig: Das ist die Klageschrift der klagenden Verlage in einem laufenden, nicht entschiedenen Verfahren – Microsoft distanziert sich von den zitierten Formulierungen als persönliche Meinung, nicht als Unternehmensposition.
Interne Dokumente sprechen von einem „doom loop“
Am 17. September 2026 hat ein New Yorker Bundesgericht Teile bislang versiegelter Unterlagen aus dem Verfahren mehrerer Verlage – darunter die New York Times, die Daily News und Ziff Davis – gegen OpenAI und Microsoft freigegeben. Die Klageschrift der Kläger zitiert daraus interne Dokumente und eidesstattliche Aussagen von Führungskräften bei OpenAI und Microsoft. Besonders bemerkenswert ist eine Passage aus einem Dokument von Dr. Brent Hecht, Microsofts Director of Applied Science, verfasst kurz nach Einreichung der ursprünglichen Klage:
„Our AI content strategy has started a ‘doom loop’ that will hurt the performance of our models and the entire web at the same time: It is highly unusual that an end-product threatens the economic foundations of its essential suppliers, but that is the situation we have created for our LLM business with respect to its ‘content supply chain.’“ — Dr. Brent Hecht, Microsoft
Auch andere im Verfahren zitierte Aussagen beschreiben denselben Mechanismus, deutlich knapper. OpenAIs Nick Turley, Head of ChatGPT, schrieb laut Klageschrift über die eigenen Produkte:
„Our products are largely substitutive, period.“ — Nick Turley, OpenAI
Sie würden, so Turley weiter, mit zunehmender Qualität „more and more substitutive“. Microsofts CEO Satya Nadella bestätigte unter Eid, Unterhaltungen mit Chatbots hätten den Weg zur ursprünglichen Quelle ersetzt: Sie hätten „substituted [...] giving you the information right there [...] versus needing to go to the underlying source“.
Nach Microsofts eigenen, im Verfahren vorgelegten Daten sank die Klickrate von Copilot gegenüber klassischer Bing-Suche für die untersuchten Verlags-Domains deutlich:
Rückgang der Klickrate: Copilot gegenüber klassischer Bing-Suche, nach Microsofts eigenen – im Verfahren bestrittenen – Daten.
Behauptung: „Die entsiegelten Unterlagen beweisen, dass OpenAI und Microsoft unrechtmäßig gehandelt haben.“
Einordnung: Nicht entschieden. Es handelt sich um die Klageschrift der klagenden Verlage (Motion for Summary Judgment) in einem laufenden Verfahren – eine Rechtsposition, keine gerichtliche Feststellung.
Behauptung: „Microsoft und OpenAI haben offiziell eingeräumt, ihre Produkte würden Verlage wirtschaftlich schädigen.“
Einordnung: Nein. Microsoft distanziert sich von den zitierten Formulierungen als persönliche Meinung eines Mitarbeiters, nicht als Unternehmensposition. In der rechtlichen Verteidigung berufen sich beide Unternehmen weiterhin auf Fair Use.
Behauptung: „Die zitierten Klickraten-Rückgänge von bis zu 93 % sind ein allgemeiner Benchmark für KI-Suche.“
Einordnung: Nein. Es sind Microsofts eigene, im Verfahren vorgelegte Daten für drei konkrete Publisher im Vergleich Copilot vs. Bing-Suche – kein branchenweiter Wert, und von den Beklagten in ihrer Aussagekraft bestritten.
Behauptung: „Die 88-%-Zahl (kein externer Website-Besuch) gilt für KI-Suche allgemein.“
Einordnung: Die Zahl stammt aus einer im Verfahren zitierten Drittstudie speziell zu ChatGPT im Vergleich zu Google – nicht aus einer eigenen rethink-Erhebung und nicht ohne Weiteres auf andere KI-Systeme übertragbar.
Vom Referral System zum Resolution System
Klassische Suche basiert auf Weiterleitung: Eine Suchmaschine hilft, eine passende Quelle zu finden, der Nutzer klickt und setzt seine Reise dort fort. Generative Systeme verändern diesen Mechanismus – sie kombinieren Informationen mehrerer Quellen zu einer Antwort und versuchen, das Nutzerziel bereits innerhalb der eigenen Oberfläche zu erledigen. Aus einem Referral System wird zunehmend ein Resolution System.
Aus Sicht von OpenAI hat das eine einfache Logik: Sobald der Chatbot eine Antwort liefert, gebe es laut den im Verfahren zitierten Aussagen von Nick Turley schlicht „no good reason to click“ auf einen Link zur ursprünglichen Quelle. Damit steigt zwar die Nutzung eines Inhalts durch das KI-System – die direkte Interaktion mit der Quelle kann aber gleichzeitig sinken. Bleibt das dauerhaft so, entsteht der von Hecht beschriebene Rückkopplungseffekt: weniger Besuche schwächen Erlöse und Nutzungssignale von Verlagen, das wiederum schwächt die Produktion neuer Inhalte – also genau die Informationsgrundlage, auf die künftige KI-Antworten angewiesen sind.
Der entscheidende Faktor ist der verbleibende Bedarf
Für GEO ergibt sich daraus eine wichtigere Frage als „Wird meine Marke in der KI-Antwort genannt?“. Denn Citation allein sagt nichts darüber aus, ob nach der Antwort noch ein Grund für einen Besuch bleibt. Eine Marke kann häufiger zitiert werden und trotzdem weniger direkte Interaktionen erhalten. AI Utilization, Citation, Direct Interaction und Business Value sind vier unterschiedliche Größen – kein Synonym füreinander.
Dieser verbleibende Bedarf – der „Residual Requirement“ – fällt je nach Inhalt sehr unterschiedlich aus. Eine einfache Definition kann eine KI oft vollständig selbst liefern. Eine individuelle Beratung, aktuelle Preise oder Verfügbarkeiten, eine tatsächliche Transaktion oder eine Entscheidung, bei der Vertrauen und Verantwortung eine Rolle spielen, lassen sich dagegen nicht vollständig in einer zusammengefassten Antwort auflösen.
Welches Nutzerziel erfüllt ein bestimmter Inhalt tatsächlich – nicht welches Keyword dafür rankt?
Wie vollständig kann ein KI-System dieses Ziel bereits ohne Website-Besuch erfüllen?
Welcher Bedarf bleibt danach offen – Beratung, individuelle Daten, Aktualität, Transaktion oder Vertrauen –, der einen Besuch weiterhin wirtschaftlich sinnvoll macht?
Wenn Zielerledigung zum eigenen Risiko wird
GEO wird häufig als Wettbewerb um Zitierungen verstanden: Wird die eigene Marke genannt, wird die eigene Domain als Quelle verwendet? Die entsiegelten Unterlagen zeigen ein weiterreichendes Problem. Je vollständiger ein KI-System eine Frage beantwortet, desto geringer kann der verbleibende Bedarf werden, die Quelle überhaupt noch zu besuchen – mit Folgen für Erlöse und Nutzungssignale, langfristig womöglich sogar für die Inhalte, auf die zukünftige Antworten selbst angewiesen sind. Wer AI Visibility allein misst, sieht nicht, ob am Ende noch ein Grund für eine echte Beziehung zum Nutzer übrig bleibt.
Dieselbe Kluft wie zwischen SEO- und KI-Traffic
Der Insight „Wenn KI die Antwort liefert“ zeigt anhand einer unabhängigen Traffic-Analyse dieselbe Grundspannung aus einer anderen Richtung: KI-Traffic und organischer Traffic haben oft wenig gemeinsam. Die hier zitierten Gerichtsunterlagen liefern für dieselbe Beobachtung nun die interne Perspektive der Plattformbetreiber selbst.
Kurz beantwortet
Die Sorge, dass KI-Systeme durch besonders vollständige Antworten die Besuche und Erlöse der Websites verringern, deren Inhalte sie für das Training und die Beantwortung nutzen – und damit langfristig die eigene Informationsgrundlage schwächen. Der Begriff stammt aus einem internen Microsoft-Dokument, das im Rahmen eines Gerichtsverfahrens öffentlich wurde.
Nein. Die zitierten Aussagen stammen aus der Klageschrift der klagenden Verlage in einem laufenden, nicht entschiedenen Verfahren. Microsoft distanziert sich von den zitierten Formulierungen als persönliche Meinung eines Mitarbeiters und beruft sich in der rechtlichen Verteidigung weiterhin auf Fair Use.
Ein Referral System – klassische Suche – leitet Nutzer zu einer Quelle weiter, die den eigentlichen Bedarf erfüllt. Ein Resolution System – generative KI – versucht, dieses Ziel bereits innerhalb der eigenen Antwort zu erledigen, wodurch der Besuch der ursprünglichen Quelle für den Nutzer optional werden kann.
Für zentrale Inhalte prüfen, welches Nutzerziel sie erfüllen, wie vollständig eine KI dieses Ziel bereits ohne Website-Besuch lösen kann, und welcher Bedarf – etwa Beratung, individuelle Daten oder eine Transaktion – danach noch offenbleibt. Nur wo ein solcher Restbedarf besteht, wird eine Zitierung wirtschaftlich wirklich wertvoll.
Wie Sie Inhalte so aufstellen, dass nach der KI-Antwort noch ein Grund für direkte Interaktion bleibt: das zweitägige GEO-Webinar.
Platz im GEO-Webinar sichern →