Falsche Lokalzeitungen manipulieren ChatGPT
37 Websites, an einem Abend registriert, geben sich als Lokalzeitungen aus und landen in ChatGPT-Antworten. Was NPR herausfand und wie Sie Quellen prüfen.
👁 118 Aufrufe
Der „Kalamazoo Beacon“ sieht aus wie eine Lokalzeitung aus Michigan. Die Seite sagt über sich, sie berichte über Kalamazoo und die Orte am Seeufer. Veröffentlicht hat sie 16 Artikel, und alle drehen sich um einen Mann: Sean McCann, demokratischer Kandidat für das Repräsentantenhaus. Als NPR ChatGPT nach seinem Wahlbezirk fragte, antwortete der Chatbot, McCann habe den „detailliertesten“ Plan zu den Lebenshaltungskosten - und zitierte den Beacon.
Ein Netz aus 37 Seiten
Der Beacon ist eine von 37 Seiten in einem Netz, das die Firma VisionHeight in einem Bericht vom 7. Oktober 2026 beschrieben hat. Alle 37 Domains wurden Mitte September an einem einzigen Abend registriert, 36 davon in weniger als acht Minuten. Das Muster: Für jeden von zehn umkämpften Wahlbezirken gibt es eine falsche Lokalnachrichtenseite und eine Meinungsseite, beide werben für denselben Demokraten. Dazu kommen fünf Sammelseiten und zwölf Seiten für einzelne Bundesstaaten. Die Texte wirken maschinell geschrieben, die Formulierung „is the stronger choice“ taucht mehr als 360-mal auf. Wer dahintersteckt, ist unbekannt.
Auffällig ist, was fehlt: keine erfundenen Zitate, keine reißerischen Lügen. Stattdessen Kandidatenprofile mit rund 5.000 Wörtern und „Wahlhilfen“ mit 50-63 Fragen und Antworten, formuliert so, wie Menschen Chatbots fragen. Die Seiten laden KI-Crawler ausdrücklich ein - die robots-Datei nennt 17 davon, darunter die von OpenAI, Anthropic, Google und Perplexity. Im Code sind die Texte als Nachrichtenartikel markiert, und laut NPR hat jede Seite eine llms.txt-Datei, die die Artikel in reinem Text auflistet. Die meisten echten Medien haben so eine Datei nicht.
Der NPR-Test und seine Grenzen
Huo Jingnan von NPR stellte 37 Fragen zu den zehn Bezirken, von Hand, am 22. und 23. Oktober, jeweils einmal in ChatGPT, Gemini und der Google-Suche. Veröffentlicht wurde das Ergebnis am 30. Oktober 2026. Wichtig: Das war ein einzelner Durchlauf, keine Statistik.
- ChatGPT zitierte in 19 Antworten mindestens einen Artikel aus dem Netz, also in etwa der Hälfte. In 17 davon war es eine falsche Lokalzeitung.
- Gemini zitierte keine einzige Seite des Netzes und verweigerte in sieben Fällen die Antwort mit Hinweis auf externe Quellen.
- Google zeigte die Seiten nicht auf der ersten Ergebnisseite. VisionHeight hatte Anfang Oktober allerdings eine dort gefunden, und Google sagte, es sei wegen eines Richtlinienverstoßes eingeschritten.
Nachdem NPR OpenAI informiert und die Frage zum McCann-Bezirk fünfmal wiederholt hatte, tauchte der Beacon in jeder Antwort auf. OpenAI sagte nur, die ChatGPT-Suche zitiere eine Bandbreite von Quellen, damit sich Menschen ein eigenes Urteil bilden können.
Warum das funktioniert: die Datenlücke
Der Mechanismus heißt Data Void, eine Datenlücke. Über einen solchen Wahlbezirk schreiben wenige, weil Lokalredaktionen schrumpfen. Der Chatbot nimmt, was lokal, aktuell und gut strukturiert aussieht. Er prüft nicht, wer hinter einem Impressum steht, sondern ob der Text zur Frage passt - und diese Seiten wurden für genau die Fragen gebaut.
GEO wirkt in beide Richtungen
Die Techniken des Netzes lesen sich wie eine Checkliste für GEO, also Optimierung für generative Suchmaschinen: KI-Crawler hereinlassen, Frage-Antwort-Format, llms.txt, Schema-Markup. Das Format schlägt die Reputation. Für Medien heißt das zweierlei. Wer KI-Crawler aussperrt, überlässt den Platz in Chatbot-Antworten anderen, auch Seiten wie dem Beacon. Und die Methode ist billig und übertragbar: ein paar Dutzend Domains an einem Abend plus Maschinentext.
Was das für Lokalmedien hier bedeutet
Der Fall spielt in den USA, aber die Zutaten sind nicht an ein Land gebunden. Man braucht keine Redaktion, kein Büro und keine Reporter, nur Domains, Textgeneratoren und ein Gespür dafür, welche Fragen Menschen einem Chatbot stellen. Auch hierzulande gibt es Regionen, über die kaum noch jemand regelmäßig berichtet, und wo eine Lücke ist, kann sie jemand füllen. Für Regionalverlage stellt sich die Frage, ob sie ihre Archive für KI-Crawler sperren oder sie so aufbereiten, dass ein Chatbot sie findet. Beides hat Kosten, aber nur eine Variante lässt den Platz frei. Wer gefunden werden will, kann bei den eigenen Seiten ansetzen: klare Autorenangaben, ein vollständiges Impressum, sauber strukturierte Texte zu den Fragen, die Leser tatsächlich stellen. Das sind dieselben Signale, die ein Chatbot auswertet, nur diesmal mit einer echten Redaktion dahinter.
So prüfen Sie die Quelle eines Chatbots
- Zitat anklicken. Chatbots können Quellen auch erfinden.
- Nach Menschen suchen: Impressum, Namen, Adresse, Telefonnummer.
- Artikel zählen. 16 Texte über eine Person sind keine Redaktion.
- Alter der Domain prüfen per WHOIS, bei .de-Adressen über die Domainabfrage der DENIC. Eine „traditionsreiche“ Zeitung, deren Domain vor drei Wochen registriert wurde, ist ein Widerspruch.
- Namen in einer normalen Suchmaschine suchen. Echte Lokalmedien zitieren einander.
- Ein zweites Modell fragen. Im NPR-Test lieferten Gemini und ChatGPT völlig unterschiedliche Quellen.
Kein Einzelfall
VisionHeight verweist auf eine Prüfung von NewsGuard: Chatbots zitierten in 48 Prozent der Antworten zu den US-Zwischenwahlen parteiische Seiten und wiesen nur in einer von 168 Antworten auf diese Parteilichkeit hin. Der Beacon ist also nicht die Ausnahme, sondern ein besonders sauber gebautes Beispiel für ein breiteres Problem.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen - abgerufen am 1. November 2026
More on this from WISSNOX
nachrichten·Vorwürfe: Claude-Code-Agent im Pentagon-NetzWIRED berichtet unter Berufung auf anonyme Quellen, ein Accenture-Mitarbeiter habe einen privaten Claude-Code-Agenten in ein Pentagon-System gelassen.