Autor:in: Dr. Vivien Benert | Hinweis: Grafiken und Abbildungen sind ausschließlich in der PDF-Version der Publikation enthalten.
KI-Systeme wie ChatGPT, Gemini oder Perplexity beantworten Nachrichtenfragen mit fertig formulierten Texten. Wer eine fertige Antwort erhält, hat kaum Anlass, die Originalquellen aufzurufen. Websites in Deutschland verlieren durch diese „Zero-Click-Suche“ bis zu 265 Millionen organische Klicks pro Monat.[1] Zugleich selektieren die KI-Systeme, welche Quellen und damit welche Stimmen sichtbar werden. Diese Selektionsentscheidung betrifft den Kern demokratischer Öffentlichkeit, denn sie bildet die Grundlage öffentlicher Meinungsbildung.
Anders als journalistische Gatekeeper unterliegen KI-Anbieter dabei weder publizistischen Sorgfaltspflichten noch einer vielfaltssichernden Aufsicht. Die zugrundeliegende Studie untersucht systematisch für den deutschen Markt, welche Quellen fünf große KI-Systeme (ChatGPT, Claude, Gemini, Google AI Overview und Perplexity) heranziehen, wenn Menschen sie zur Nachrichtensuche verwenden. Grundlage sind insgesamt 675 Anfragen zu fünf Themen an fünf Werktagen im Mai 2026. Erhoben wurden 4.811 Quellenverweise auf 554 unterschiedliche Domains.
Alle Systeme schöpfen aus einer engen Quellenbasis. Wenige Leitmedien werden immer wieder zitiert, fast die Hälfte aller Domains kommt nur ein einziges Mal vor. Allein welt.de wurde 380-mal referenziert. KI-Systeme brechen bestehende Aufmerksamkeitsasymmetrien im Digitalen nicht auf, sondern reproduzieren und verstärken sie.
Kooperationen prägen die Quellenauswahl. Bei ChatGPT dominiert welt.de die Zitationen in einem Ausmaß wie bei keinem anderen System. Ursache ist die Kooperation zwischen OpenAI und Axel Springer.[3] Sie führt zugleich zu einer politisch verzerrten Quellenbasis, denn 53 Prozent der journalistischen Quellen von ChatGPT stammen aus dem konservativen und rechten Spektrum. Wer eine Lizenzvereinbarung hat, wird sichtbar; wer keine hat, verschwindet tendenziell aus dem zitierten Korpus.
Die politische Ausrichtung verschiebt sich je nach Thema und System. Systeme, die in der Gesamtschau ausgeglichen wirken, entwickeln bei einzelnen kontroversen Themen klare Tendenzen. Gemini etwa erscheint insgesamt neutral, zitiert beim Thema Klima jedoch überdurchschnittlich viele konservative und rechte Quellen. Für Nutzende sind diese Verschiebungen nicht erkennbar, weil sie sich weder aus der Wahl eines Systems noch aus der einzelnen Antwort ableiten lassen. So entstehen schwer wahrnehmbare Verzerrungen in der Nachrichtenvermittlung.
Desinformation gelangt ungekennzeichnet in KI-Antworten. Claude verwies im Untersuchungszeitraum siebenmal auf Domains des Pravda-Netzwerks, das vom Digital Forensic Research Lab als russisches Desinformationsnetzwerk eingestuft wird.[4] Diese Verweise stehen unmarkiert neben journalistischen Quellen. Ein System, das Desinformation und Journalismus in derselben Form präsentiert, gefährdet die informierte Meinungsbildung.
Die Transparenzpflichten der KI-VO (AI Act) beziehen sich auf die Trainingsdaten von KI-Systemen, nicht die Quellenauswahl im laufenden Betrieb. KI-Anbieter sollten offenlegen, nach welchen Kriterien sie Quellen auswählen und gewichten und ob Kooperationen oder bezahlte Platzierungen die Auswahl beeinflussen. Die bestehenden Pflichten der KI-Verordnung enden bislang bei den Trainingsdaten.
Ob große Sprachmodelle mit Suchfunktion den Pflichten sehr großer Online-Suchmaschinen nach dem DSA unterliegen, ist bislang offen. Die Europäische Kommission prüft diese Einordnung derzeit für ChatGPT, nachdem dessen Suchfunktion die Schwelle von 45 Millionen monatlichen Nutzenden in der EU überschritten hat. Diese Klärung muss zügig erfolgen, denn an ihr hängen die Pflichten zur Bewertung und Minderung systemischer Risiken.
Die Quellenangaben der KI-Systeme sind derzeit unzuverlässig und werden nur pauschal angeführt, ohne dass erkennbar ist, welche Aussage sich auf welche Quelle stützt. Solche Quellenangaben bleiben ohne Prüfwert. Überprüfbarkeit einer Aussage am Ort ihrer Verwendung ist die Voraussetzung dafür, dass Nutzende und Aufsichtsstellen KI-Antworten kontrollieren können. Ein solcher Standard existiert bislang in keinem der einschlägigen Regelwerke.
Journalistische Inhalte liefern verlässliche Informationen und sind somit zentrale Ressourcen für KI-Anbieter, während die erzielten Gewinne nicht an journalistische Akteure zurückfließen. Zusammen mit der Zero-Click-Suche, durch die die Klickzahlen auf den Seiten der journalistischen Akteure ausbleiben, gefährdet dies das Geschäftsmodell des Journalismus. Die gegenwärtige Logik bilateraler Lizenzabkommen wie etwa zwischen OpenAI und Axel Springer honoriert Marktmacht statt publizistischer Leistung und vertieft die Konzentration, die sie zu lösen vorgibt. Zu prüfen sind nutzungsbezogene Abgaben, die journalistische Inhalte unabhängig von Verhandlungsmacht einbeziehen.
Der European Media Freedom Act betont die Sicherung pluralistischer Informationsangebote, adressiert die KI-vermittelte Quellenauswahl bislang jedoch nicht. Erodiert die ökonomische Basis des Journalismus, steht zugleich eine zentrale Säule demokratischer Informationsvermittlung auf dem Spiel. Bestehende Kooperationsvereinbarungen mit einzelnen Medien verzerren die Quellenauswahl und sind für Nutzende gleichzeitig nicht transparent. Denkbar sind sowohl die Erweiterung bestehender Intermediärsregulierungen als auch der Aufbau eigener, öffentlich-rechtlich oder journalistisch getragener Infrastrukturen für die KI-gestützte Nachrichtensuche. Beide Wege verlangen politischen Gestaltungswillen, sind aber unumgänglich, wenn die Auswahl der öffentlich sichtbaren Stimmen und Inhalte in KI-Antworten nicht dauerhaft einer intransparenten, kommerziell motivierten Logik überlassen bleiben soll.
[1] Sistrix, 2026: https://www.sistrix.de/news/ai-overviews-in-deutschland-so-stark-sinken-die-klickraten-wirklich/
[2] Vollständige Ergebnisse: Benert, V. & Timmermann, S. (2026). Meinungsbildung im Wandel: Wie KI-Systeme Quellen bei der Nachrichtensuche selektieren. Agora Digitale Transformation (Hg.). https://doi.org/10.5281/zenodo.21162562
[3] OpenAI, 2023: https://openai.com/index/axel-springer-partnership/
[4] DFRLab, 2026: https://dfrlab.org/the-pravda-network/

Das BMDS als Vorreiter der ziel- und wirkungsorientierten Haushaltspolitik.
Prof. Dr. Friedrich Heinemann, Paul Steger, Dr. Stefan Heumann

Digitale Transformation der Bundesministerien. Sechs Lösungen für die Ministerialverwaltung.
Dr. Julia Borggräfe, Bernd Eckstein, Dr. Stefan Heumann, Dr. Florian Theißing

Daten für die digitale Transformation. Wirksame Digitalpolitik braucht messbare Ziele und Indikatoren.
Dr. Vivien Benert, Benedikt Göller
Wer sich für unsere Arbeit interessiert, kann sich hier für unseren Newsletter eintragen.