Richtiger Preis, falscher Anbieter? Warum KI-Kaufberatung mehr braucht als korrekte Fakten
Wer ChatGPT nach einem Produkt fragt, bekommt oft nicht nur einen Vergleich, sondern eine persönliche Empfehlung. In einer Untersuchung von 1.536 KI-Antworten formulierte ChatGPT bei 79 % der Produktempfehlungen eine Ich-Präferenz, etwa: „Wenn ich mich für eines entscheiden müsste, würde ich dieses wählen.“ Gemini tat das in 7 % der Fälle. Eine solche Empfehlung klingt nach Überzeugung, nicht nach Zusammenfassung. Umso wichtiger ist, worauf sie beruht: Was passiert, wenn die Informationen dahinter unvollständig, widersprüchlich oder schwer zugänglich sind?
39 bzw. 4 von 64 abweichenden Tarifpreisen in 180 KI-Antworten, September 2026. Explorativ, Details im Text.
- →In einer Untersuchung von Softwarepreisen ließen sich 39 von 64 abweichenden Preisangaben auf anderen Seiten des jeweiligen Anbieters wiederfinden, etwa in älteren FAQ oder Supportartikeln.
- →ChatGPT und Gemini nutzten bei identischen Produktanfragen im Schnitt nur 5,4 % gemeinsame Quelldomains. Dieselbe Kaufentscheidung kann also auf sehr unterschiedlichen Grundlagen vorbereitet werden.
- →Kontrollierte Experimente zeigen: Wenn entscheidende Produktinformationen nur mit zusätzlichem Aufwand erreichbar sind, können KI-Agenten schlechtere Kaufentscheidungen treffen.
- →Keine der Studien misst, wie viele reale Käufe dadurch schlechter ausfallen. Sie zeigen aber zwei Hebel, die Unternehmen selbst in der Hand haben: konsistente und leicht erreichbare Informationen.
Vier aktuelle Untersuchungen geben darauf erste Antworten. Sie messen Unterschiedliches: wie genau KI-Assistenten Preise wiedergeben, auf welche Quellen sie sich stützen, wie stabil ihre Aussagen sind und wie gut sie Produkte auswählen. Zwei Befunde sind für Unternehmen besonders praktisch: Veraltete Angaben auf der eigenen Website können KI-Antworten widersprüchlich machen. Und welche Produktinformationen eine KI berücksichtigt, hängt auch davon ab, wie leicht sie erreichbar sind.
Der Preis stimmt, aber die Bedingung fehlt
Ein Preis ist selten nur eine Zahl. Bei Software hängt er von Laufzeit, Abrechnungsmodell, Nutzerzahl oder Tarif ab. Das Unternehmen Underneath hat im September untersucht, wie ChatGPT, Gemini, Google AI Mode und Perplexity die Preise von 45 Softwareprodukten wiedergeben. In 180 Antworten fanden sich 840 konkrete Tarifpreise.
61,9 % stimmten vollständig mit der am Erhebungstag gesicherten Preisseite überein: Betrag, Tarif und Abrechnung waren korrekt. Weitere 21,9 % waren plausible Varianten, die sich anhand der gesicherten Seitenansicht nicht abschließend bestätigen ließen. Bei 3,8 % war der Betrag richtig, aber eine preisentscheidende Bedingung fehlte. Ein Beispiel ist Asana: Die KI nannte 10,99 US-Dollar pro Monat, ohne zu erwähnen, dass dieser Preis eine jährliche Abrechnung voraussetzt. Bei monatlicher Zahlung waren es 13,49 Dollar. Der Betrag war nicht erfunden. Trotzdem konnte eine falsche Vorstellung von den tatsächlichen Kosten entstehen.
Wenn der Anbieter selbst widersprüchliche Preise liefert
Der aufschlussreichste Befund betrifft die Herkunft abweichender Preise. Von 64 Preisangaben, die von der gesicherten Preisseite abwichen, fanden die Untersuchenden dieselbe Zahl in 39 Fällen auf einer anderen Seite desselben Unternehmens, etwa in älteren FAQ oder Supportartikeln. 21 weitere standen auf Drittseiten. Nur 4 ließen sich nirgends nachweisen.
Die Studie belegt nicht für jeden Einzelfall, welche Seite die KI tatsächlich genutzt hat. Sie zeigt aber, dass die widersprüchlichen Informationen bereits im eigenen Webauftritt vorhanden waren. Ein Unternehmen veröffentlicht einen neuen Preis auf seiner Preisseite, während ältere Angaben anderswo auffindbar bleiben. Eine korrekte Preisseite allein genügt deshalb nicht für konsistente KI-Auskünfte.
Hier liegt ein Hebel, den Unternehmen direkt in der Hand haben: nicht nur Neues veröffentlichen, sondern Überholtes im gesamten eigenen Informationsbestand finden und korrigieren.
Das passt zum Insight „Alte Seite, aktuelle Antwort“: Eine alte Seite kann in einer KI-Antwort wieder zu einer scheinbar aktuellen Auskunft werden.
Einschränkung: Jedes KI-System wurde nur einmal pro Produkt abgefragt, und kodiert haben zwei Claude-Modelle ohne vollständige menschliche Nachprüfung. Die Zahlen sind eine explorative Branchenuntersuchung, keine allgemeingültige Fehlerquote.
Andere Quellen, andere Antworten
Selbst wenn ein Unternehmen seine Informationen konsistent hält, entscheidet es nicht allein, welche Quellen eine KI heranzieht. Marin und Kollegen untersuchten Antworten von ChatGPT, Gemini und Googles AI Overviews auf kommerzielle Produktfragen. Bei identischen Anfragen nutzten die Oberflächen von ChatGPT und Gemini im Schnitt nur 5,4 % gemeinsame Quelldomains. In 76,7 % der Vergleiche gab es überhaupt keine Überschneidung. Aus derselben Studie stammt die eingangs genannte Zahl zur Ich-Präferenz. Sie beschreibt einen Antwortstil, nicht die Qualität der empfohlenen Produkte.
Das heißt nicht, dass eine Antwort falsch ist. Unterschiedliche Quellen können dieselben Tatsachen korrekt beschreiben. Die eigene Website kann aber aktuell und vollständig sein, während ein System seine Empfehlung auf andere Informationen stützt. Die Forscher fanden außerdem deutliche Unterschiede zwischen zwei Zugängen zum selben KI-System: der Chat-Oberfläche, die Verbraucher im Browser oder in der App nutzen, und der Programmierschnittstelle, über die Unternehmen und Messwerkzeuge das System abfragen. Wer KI-Empfehlungen nur über diese Schnittstellen misst, sieht nicht zwingend, was Verbraucher sehen.
„Neither isolated responses nor API observations can be assumed to represent the commercial advice consumers encounter.“
Marin et al., September 2026. Sinngemäß: Weder einzelne Antworten noch Messungen über die Schnittstellen zeigen zuverlässig, welche Kaufberatung Verbraucher tatsächlich bekommen.
Eine Untersuchung von Product.ai stellte im September rund 220 Produktfragen an vier KI-Systeme, jeweils in der kostenlosen und der kostenpflichtigen Variante und mit fünf Wiederholungen. Zusammen ergab das 8.794 Antworten, rund 40 je Frage. Bei 187 von 217 vollständig auswertbaren Fragen widersprachen sich mindestens zwei dieser Antworten in einer überprüfbaren Angabe, etwa bei Preis, Eigenschaft oder Produktbezeichnung. Das heißt nicht, dass 86 % der Antworten falsch waren: Schon eine abweichende Antwort unter vielen reicht, damit eine Frage zählt.
Einschränkung: Product.ai betreibt selbst einen KI-Shopping-Dienst. Getestet wurde über Programmierschnittstellen, nicht über die Chat-Oberflächen, die Verbraucher nutzen.
Zusammen ergibt sich ein klares Bild: Eine einzelne KI-Antwort ist nur ein Ausschnitt. Auch eine überzeugend formulierte Empfehlung kann beim nächsten Durchlauf auf anderen Quellen und Aussagen beruhen. Im Insight „Heut zitiert, morgen vergessen“ ging es um wechselnde Zitate. Die neuen Studien zeigen: Nicht nur die Zitate wechseln, sondern auch die Informationsbasis einer Produktempfehlung.
Was die KI nicht leicht findet, kann aus der Entscheidung fallen
Ob eine Empfehlung die beste Wahl ist, misst bisher nur eine der Arbeiten direkt: das Experiment „Shopping by Algorithm“ von Davood Wadi und Yu Ma. Acht kommerziell eingesetzte Sprachmodelle sollten in einer kontrollierten Einkaufsumgebung Produkte auswählen. Zusätzliche Produktinformationen mussten sie gezielt abrufen, und jeder Abruf war mit einem künstlichen Aufwand verbunden.
Das Ergebnis: War das Ziel des Nutzers ungenau formuliert und mussten Informationen erst beschafft werden, ließen die Agenten teilweise entscheidende Eigenschaften weg, etwa die Angaben, die man für den Preis pro Mengeneinheit braucht. Dann wählten sie mitunter die schlechtere Alternative. Präzisere Aufträge schwächten den Effekt deutlich ab. Die Autoren sehen darin ausdrücklich keinen unveränderlichen Fehler der Modelle, sondern ein Zusammenspiel von Auftrag und Informationsarchitektur.
„… not necessarily immutable LLM flaws.“
Wadi & Ma, Oktober 2026. Sinngemäß: Die Effekte hängen vom Informationsdesign des Shops ab und sind nicht unbedingt unveränderliche Schwächen der Sprachmodelle.
Für Unternehmen ist das der wichtigste Befund: Nicht nur der Inhalt der Produktinformationen zählt, sondern auch, wie leicht ein KI-System die entscheidenden Angaben erreicht.
Das Experiment bildet das in einer kontrollierten Umgebung ab. Es weist nicht nach, dass jede zusätzliche Unterseite auf einer echten Website zu schlechteren Empfehlungen führt. Es begründet aber, warum die Zugänglichkeit kaufentscheidender Informationen ein sinnvoller Gegenstand von GEO-Tests ist. Wie persönlicher Kontext und Werbung dieselbe Entscheidung zusätzlich prägen können, zeigt der Insight „Die KI kennt den Kontext und wählt die Anzeige“.
Behauptung: „KI-Shopping-Assistenten liegen in 86 % der Fälle falsch.“
Einordnung: So nicht. Jede Frage wurde rund 40-mal beantwortet. Die Zahl beschreibt den Anteil der Fragen, bei denen sich mindestens zwei dieser Antworten in einer überprüfbaren Angabe widersprachen, nicht den Anteil falscher Antworten. Gemessen wurde über Programmierschnittstellen statt über die Chat-Oberflächen, und der Herausgeber betreibt selbst einen KI-Shopping-Dienst.
Behauptung: „Die KI erfindet Preise.“
Einordnung: Selten. In der Untersuchung der Softwarepreise ließ sich nur ein kleiner Teil der abweichenden Angaben nirgends nachweisen. Die meisten fanden sich auf anderen Seiten des Anbieters oder auf Drittseiten. Welche Seite die KI im Einzelfall genutzt hat, belegt die Studie aber nicht.
Behauptung: „Wer oft empfohlen wird, wird auch richtig empfohlen.“
Einordnung: Nicht unbedingt. Eine Marke kann häufig genannt und trotzdem bei Preis, Bedingungen oder Leistungsumfang falsch eingeordnet werden. Häufigkeit und Begründung einer Empfehlung sind zwei verschiedene Dinge.
Vier Fragen an jede KI-Empfehlung
Die Studien zeigen jeweils eine andere Schwachstelle. Zusammen ergeben sie ein Raster, mit dem sich prüfen lässt, ob eine KI-Empfehlung trägt. Die vier Fragen bauen aufeinander auf: von der einzelnen Angabe bis zur Entscheidung.
„GEO-Monitoring zählt, wie oft die KI eine Marke nennt. Ob die Empfehlung stimmt, zeigt erst der Blick auf Details wie Preis, Bedingungen und Begründung.“
Dr. Michael Mohaupt, rethink.expert
Das Raster ist unsere eigene Synthese aus den vier Untersuchungen, kein wissenschaftlich geprüftes Modell.
Was Unternehmen konkret tun können
Veraltete Produktinformationen systematisch bereinigen: Ein Content-Audit sollte nicht bei den wichtigsten Landingpages enden. Auch FAQ, Hilfecenter, ältere Blogbeiträge und archivierte Tarifvergleiche können Angaben enthalten, die nicht mehr stimmen, besonders Preise, Vertragsbedingungen, Leistungsgrenzen und Verfügbarkeiten. Bei Preisänderungen die alten Beträge auf der gesamten eigenen Domain suchen.
Entscheidende Bedingungen direkt neben die Angabe stellen: Preise zusammen mit Tarif, Abrechnungszeitraum und wichtigen Einschränkungen zeigen. Was für den Vergleich zählt, etwa Grundpreis, Leistungsgrenzen oder Kündigungsbedingungen, sollte nicht nur in weit entfernten Hilfeseiten stehen. Das garantiert keine korrekte Empfehlung, beseitigt aber vermeidbare Unklarheiten.
Nicht nur Nennungen prüfen, sondern die Begründung: Ein GEO-Monitoring sollte auch konkrete Kauf- und Vergleichsfragen enthalten. Welche Eigenschaften nennt die KI, welche Bedingungen lässt sie weg, auf welche Quellen stützt sie sich, und passen die Gründe zum Bedarf? Wer selbst einen KI-Berater anbietet, etwa im eigenen Onlineshop, sollte dieselben Fragen an das eigene System stellen.
Sichtbarkeit reicht nicht mehr als Erfolgsnachweis
Die vier Untersuchungen messen unterschiedliche Ausschnitte der KI-Kaufberatung. Aus keiner lässt sich ableiten, wie viele reale Kaufentscheidungen dadurch schlechter ausfallen. Sie zeigen aber, warum diese Frage relevant wird. Sobald eine KI nicht nur informiert, sondern zwischen Anbietern abwägt, müssen die Informationen auch zu einer sachlich gerechtfertigten Empfehlung zusammenfinden. Genau hier greifen die beiden Hebel, die Unternehmen selbst steuern: konsistente Informationen und ein Informationsdesign, das kaufentscheidende Angaben leicht zugänglich macht.
Es geht also nicht nur darum, möglichst oft empfohlen zu werden. Unternehmen sollten verstehen, aus welchen Gründen eine KI ihre Marke empfiehlt, und ob diese Gründe stimmen. Eine richtige Preisangabe, eine zitierte Quelle und eine überzeugende Formulierung können eine gute Empfehlung stützen. Beweisen können sie sie nicht.
KI-Kaufberatung, Preise und Empfehlungen
In einer explorativen Untersuchung von 840 Tarifpreisen stimmten 61,9 % vollständig mit der Preisseite überein, weitere 21,9 % waren plausible Varianten. Häufige Fehler waren fehlende Bedingungen, etwa ein Jahrespreis, der als Monatspreis erscheint.
Meist nicht aus dem Nichts. Von 64 abweichenden Angaben fanden sich 39 auf anderen Seiten desselben Anbieters, etwa in älteren FAQ oder Supportartikeln, und 21 auf Drittseiten. Welche Seite die KI im Einzelfall nutzte, ist allerdings nicht belegt.
Kaum. Bei identischen Produktfragen teilten ihre Oberflächen im Schnitt nur 5,4 % der Quelldomains, in 76,7 % der Vergleiche gar keine.
Veraltete Angaben auf der gesamten eigenen Website suchen und korrigieren, Preise immer zusammen mit Tarif, Abrechnung und Einschränkungen zeigen und entscheidende Angaben leicht erreichbar machen. Im Monitoring nicht nur Nennungen zählen, sondern prüfen, mit welcher Begründung die KI eine Marke empfiehlt.
Aus welchen Gründen empfiehlt die KI Ihre Marke, und stimmen sie? Im GEO-Webinar prüfen wir Kauf- und Vergleichsfragen auf Fakten, Quellen und Begründung.
Platz im GEO-Webinar sichern →