Die Bedeutung journalistischer Quellen für KI-generierte Inhalte

Die Rolle journalistischer Inhalte in KI-generierten Antworten: Eine detaillierte Analyse

Die rasante Entwicklung künstlicher Intelligenz (KI) und insbesondere von generativen Sprachmodellen hat die Frage aufgeworfen, welche Quellen diese Systeme für ihre Antworten heranziehen. Eine umfassende Analyse der PR-Datenbank Muck Rack, die sich auf 15 Millionen Zitate aus Antworten von führenden KI-Chatbots wie Gemini, Perplexity, Claude und ChatGPT stützt, liefert hierzu aufschlussreiche Erkenntnisse. Die Studie zeigt auf, dass journalistische Inhalte einen substanziellen Anteil an den von KIs verwendeten Zitaten ausmachen.

Journalismus als primäre Informationsquelle für KI

Den Studienergebnissen zufolge stammt etwa jedes vierte Zitat in den Antworten von KI-Chatbots aus journalistischen Quellen. Dies unterstreicht die anhaltende Bedeutung des Journalismus als vertrauenswürdige und relevante Informationsquelle, selbst in einer zunehmend von KI geprägten Informationslandschaft. Die Modelle scheinen eine Präferenz für aktuelle und faktengestützte Inhalte zu haben, die typischerweise von Nachrichtenorganisationen bereitgestellt werden.

Die Analyse differenziert auch zwischen verschiedenen Arten von journalistischen Quellen. Fachpublikationen und spezialisierte Journalisten werden überproportional häufig zitiert. Als weltweit am häufigsten zitierte Publikation wurde Reuters identifiziert, dicht gefolgt von Forbes. Für den britischen Markt zeigte sich The Guardian als führende Quelle, gefolgt von spezifischen Fachmagazinen.

Präferenzen der KI-Modelle und Relevanzkriterien

Die Untersuchung von Muck Rack legt nahe, dass die KI-Modelle bei der Auswahl ihrer Zitate verschiedene Kriterien anwenden. Eine hohe Autorität der Quelle, wie sie beispielsweise von etablierten Nachrichtenagenturen und renommierten Wirtschaftsmedien geboten wird, spielt eine entscheidende Rolle. Darüber hinaus wird deutlich, dass die Aktualität der Informationen ein wichtiger Faktor ist. Mehr als die Hälfte der zitierten Inhalte wurde innerhalb der letzten zwölf Monate veröffentlicht, wobei die höchste Zitierhäufigkeit innerhalb der ersten sieben Tage nach Veröffentlichung festzustellen war. Dies weist darauf hin, dass KI-Systeme besonders auf frische und zeitnahe Informationen zugreifen, um relevante Antworten zu generieren.

Die Art der gestellten Frage beeinflusst ebenfalls die Auswahl der Quellen. Während Anfragen, die eine gewisse Aktualität erfordern (z.B. zu aktuellen Ereignissen oder Entwicklungen), vermehrt journalistische Inhalte heranziehen, greifen Fragen nach Ratschlägen oder Anleitungen eher auf Unternehmensblogs und Thought-Leadership-Inhalte zurück. Faktensuchende Anfragen hingegen ziehen oft akademische Quellen, Regierungsseiten oder Enzyklopädien heran.

Implikationen für die Medienlandschaft und Unternehmen

Die Ergebnisse der Muck Rack-Studie haben weitreichende Implikationen für Journalisten, Medienhäuser und Unternehmen gleichermaßen. Für Medienschaffende bestätigt sich die Relevanz ihrer Arbeit im Kontext der KI-Entwicklung. Die Tatsache, dass ihre Inhalte aktiv von KI-Systemen genutzt werden, könnte neue Wege für die Wertschöpfung und Verbreitung journalistischer Arbeit eröffnen. Es verdeutlicht auch die Notwendigkeit, weiterhin qualitativ hochwertige und präzise Informationen zu liefern, da diese direkt in die Wissensbasis der KI-Modelle einfließen.

Für Unternehmen, insbesondere im B2B-Bereich, ist es entscheidend, die Mechanismen der KI-Zitierung zu verstehen. Die Studie führt das Konzept der "Generative Engine Optimization" (GEO) ein, eine Weiterentwicklung der Suchmaschinenoptimierung (SEO), die speziell auf KI-native Plattformen zugeschnitten ist. GEO zielt darauf ab, glaubwürdige und zeitnahe Inhalte zu erstellen, die von KI-Systemen als vertrauenswürdig eingestuft werden. Dies beinhaltet die Sicherstellung einer breiten Berichterstattung in seriösen Medien, die Produktion von fundierten Thought-Leadership-Inhalten und die Nutzung von Multimedia-Inhalten mit Transkripten, um die Sichtbarkeit zu erhöhen.

Herausforderungen und zukünftige Entwicklungen

Trotz der positiven Erkenntnisse hinsichtlich der Rolle des Journalismus gibt es auch Herausforderungen. Die Studie weist darauf hin, dass die Überschneidung zwischen den von PR-Fachleuten am häufigsten angesprochenen Journalisten und den von KI-Engines am häufigsten zitierten Journalisten gering ist. Dies deutet auf eine Anpassungsnotwendigkeit in den Kommunikationsstrategien hin, um die Sichtbarkeit in KI-generierten Inhalten zu optimieren.

Die fortlaufende Entwicklung von KI-Modellen bedeutet auch, dass sich die Zitierpraktiken ständig ändern können. Modelle passen ihre Präferenzen an, was beispielsweise zu einer Zunahme der Zitate von Pressemitteilungen oder einer Abnahme der Abhängigkeit von bestimmten Aggregatoren und Enzyklopädien führen kann. Die Beobachtung dieser Dynamiken und eine flexible Anpassung der Strategien sind daher unerlässlich, um in der KI-gesteuerten Informationslandschaft erfolgreich zu sein.

Zusammenfassend lässt sich festhalten, dass journalistische Inhalte eine feste Größe in der Informationsversorgung von KI-Chatbots darstellen. Die transparente Darstellung der Quellen durch KI-Modelle bietet sowohl Chancen als auch Herausforderungen für alle Akteure im Informationssektor und erfordert eine proaktive Auseinandersetzung mit den neuen Regeln der "Generative Engine Optimization".

Bibliografie

- Muck Rack (2025). *What is AI Reading? Generative Pulse Report 2025*. Verfügbar unter: [https://media.muckrack.com/static/reports/2025/MuckRack-GenerativePulse2025-1.pdf](https://media.muckrack.com/static/reports/2025/MuckRack-GenerativePulse2025-1.pdf) (Zugriff am 20. Oktober 2024). - Deck, A. (2025). *Generative AI models love to cite Reuters and Axios, study finds*. Nieman Journalism Lab. Verfügbar unter: [https://www.niemanlab.org/2025/07/generative-ai-models-love-to-cite-reuters-and-axios-study-finds/](https://www.niemanlab.org/2025/07/generative-ai-models-love-to-cite-reuters-and-axios-study-finds/) (Zugriff am 20. Oktober 2024). - PRSA Staff (2025). *News Articles, and Who They Quote, Influence AI-Generated Content, Study Finds*. PRsay. Verfügbar unter: [https://prsay.prsa.org/2025/07/28/news-articles-and-who-they-quote-influence-ai-generated-content-study-finds](https://prsay.prsa.org/2025/07/28/news-articles-and-who-they-quote-influence-ai-generated-content-study-finds) (Zugriff am 20. Oktober 2024). - Negrin, N. (2025). *What AI Chatbots are Reading*. Buchanan Public Relations. Verfügbar unter: [https://buchananpr.com/what-ai-chatbots-are-reading/](https://buchananpr.com/what-ai-chatbots-are-reading/) (Zugriff am 20. Oktober 2024). - Muck Rack (2025). *Earned Media Still Drives Generative AI Citations as Press Release Visibility Grows*. GlobeNewswire. Verfügbar unter: [https://www.globenewswire.com/news-release/2025/12/02/3198248/0/en/Earned-Media-Still-Drives-Generative-AI-Citations-as-Press-Release-Visibility-Grows.html](https://www.globenewswire.com/news-release/2025/12/02/3198248/0/en/Earned-Media-Still-Drives-Generative-AI-Citations-as-Press-Release-Visibility-Grows.html) (Zugriff am 20. Oktober 2024). - Pacifici, S. I. (o. J.). *What is AI Reading – Report by Muck Rack*. beSpacific. Verfügbar unter: [https://www.bespacific.com/what-is-ai-reading-report-by-muck-rack/](https://www.bespacific.com/what-is-ai-reading-report-by-muck-rack/) (Zugriff am 20. Oktober 2024).