Wie ein KI-System zu den Quellen kommt, die es nennt und warum es oft gar nicht erst nachsieht.

Woher nimmt ein KI-System die Namen in seiner Antwort?

Aus zwei Quellen, die nichts miteinander zu tun haben. Entweder aus dem, was beim Training in die Gewichte gelangt ist, oder aus einem Abruf im Moment der Frage. Welcher der beiden Wege gerade läuft, entscheidet das System selbst, und von außen sieht man es der Antwort nicht an.

Zwei Wege, die nichts miteinander zu tun haben

Diese Unterscheidung ist die wichtigste dieser Stufe, denn wer eine Website pflegt, arbeitet nur an einem der beiden Wege, nämlich an dem, was ein Abruf im Moment der Frage findet. Der andere ist längst abgeschlossen.

Wie oft welcher Weg läuft, ist selten gemessen. Der Werkzeuganbieter Semrush hat über 17 Monate US-Klickstromdaten aus einem Panel von 200 Millionen Nutzenden ausgewertet. Danach lösten im Februar 2026 34,5 Prozent der Anfragen an ChatGPT eine Websuche aus, Ende 2024 waren es 46 Prozent. Gleichmäßig verlief das nicht, dieser Anteil schwankte im Untersuchungszeitraum zwischen 15 und 66,3 Prozent. Semrush ist dabei Anbieter und Untersuchender zugleich, legt Erhebungszeitraum und Stichprobe aber offen. Die Größenordnung trägt, die Nachkommastelle nicht.

Der Trainingsstand gehört zum Modell, nicht zum Anbieter

Das wird regelmäßig verwechselt. OpenAI hat für GPT-5.2, ausgeliefert am 11. Dezember 2025 und seit dem 12. Juni 2026 nicht mehr in ChatGPT verfügbar, einen Trainingsstand von August 2025 dokumentiert. Anthropic führt für jedes Claude-Modell einen eigenen Stand, von Januar 2026 bei Claude Sonnet 5 bis August 2023 bei Claude Opus 3. Die Modellnamen wechseln also schneller als die Sache dahinter.

Für ein Unternehmen, das umgezogen ist oder seinen Namen geändert hat, hat das eine unangenehme Folge. Auch ein sehr neues Modell kann den alten Stand tragen, wenn sein eigener Trainingsstand vor der Änderung liegt. Eine Berichtigung im Netz wirkt auf den Abruf sofort und auf die Gewichte gar nicht.

Eine Frage erzeugt mehrere Suchen, nicht eine

OpenAI beschreibt diese Kette in der eigenen deutschen Hilfe ungewöhnlich genau. Sie beginnt mit einer Entscheidung des Systems, die der Fragende gar nicht sieht.

1. 01 Das System entscheidet ChatGPT kann das Web automatisch durchsuchen, wenn aktuelle Informationen für die Frage hilfreich wären. Von Hand lässt sich eine Suche zusätzlich auslösen.
2. 02 Die Frage wird umgeschrieben Aus der Frage werden eine oder mehrere gezielte Anfragen an Suchanbieter. OpenAI zeigt das an einer biotechnischen Anfrage, die zunächst als CCR8 immunotherapy drug development 2025 hinausgeht.
3. 03 Der Ort kommt dazu Aus der IP-Adresse leitet ChatGPT einen ungefähren Standort ab und kann ihn an die Suchanbieter weitergeben. Aus einer Frage nach guten Restaurants in der Nähe wird so top restaurants San Francisco.
4. 04 Nachgefasst wird gezielter Nach Sichtung der ersten Ergebnisse gehen genauere Anfragen hinaus, im Beispiel CHS-114 conference 2025. Eine Frage erzeugt also mehrere Suchen.
5. 05 Die Antwort wird gebaut Aus den abgerufenen Seiten entsteht ein Text. Antworten, für die die Websuche verwendet wurde, können Quellenangaben enthalten.

Als Suchanbieter nennt OpenAI in derselben Auskunft Microsoft und Shopify und verweist für die Verarbeitung auf deren Datenschutzerklärungen. Die IP-Adresse selbst und Angaben zum Konto gibt OpenAI nach eigener Aussage nicht weiter.

Bei Google laufen dieselben Systeme wie in der Suche

Google beschreibt seinen Teil davon ähnlich offen. Die generativen Funktionen der Google-Suche setzen nach eigener Aussage auf deren zentralen Systemen für Ranking und Qualität auf. Ein eigenes, paralleles Rankingsystem allein für Antworten mit KI beschreibt Google nicht.

Der Aufbau ähnelt dem bei OpenAI. Google nennt ihn in der deutschen Fassung parallele Anfrageverarbeitung und beschreibt ihn als eine Reihe gleichzeitiger, zusammenhängender Anfragen, die das Modell selbst erzeugt. Aus der Frage, wie sich ein Rasen mit viel Unkraut reparieren lässt, entstehen im eigenen Beispiel Anfragen nach den besten Herbiziden, nach Unkraut ohne Chemikalien und nach Vorbeugung. Nach Googles Angabe erscheinen dadurch mehr und vielfältigere hilfreiche Verweise als bei einer klassischen Suche.

Zwei Dinge daraus. Eine eigene Datei wie eine llms.txt braucht es dafür nach Googles ausdrücklicher Aussage nicht, denn die Suche verwendet sie nicht. Und was die Übersicht mit KI an den Klicks ändert, steht in der Stufe zur Auffindbarkeit. Hier geht es allein um die Auswahl der Quellen.

Eine Antwort belegt nicht, dass etwas abgerufen wurde

Vercel hat für die eigene Entwicklerdokumentation die Serverprotokolle mit dem verglichen, was die Systeme behaupteten. Die Autoren berichten, sie sähen selbst bei einer ausdrücklichen Frage nach dem neuesten Stand oft keinen zeitnahen Abruf in ihren Protokollen. Die Modelle stützten sich offenbar auf zwischengespeicherte oder trainierte Angaben, auch wenn sie angäben, gerade nachgesehen zu haben. Das ist eine qualitative Beobachtung ohne eigene Fallzahl und keine Messreihe.

Für die Beurteilung einer Antwort heißt das zweierlei. Die Aussage eines Systems, es habe gerade nachgesehen, ist kein Beleg dafür. Und nach Vercels eigener Einschätzung kann selbst ein vollständig gesperrter Bot weiter auf veraltete, zwischengespeicherte Angaben zugreifen. OpenAI schreibt dazu in der eigenen Hilfe, Suchergebnisse und Quellenangaben könnten unvollständig, veraltet oder falsch sein, und rät, bei einer zitierten Quelle auf das Datum der Veröffentlichung zu sehen.

Sperren und Erlauben sind mehrere Entscheidungen

Wer eine Website betreibt, trifft hier nicht eine Entscheidung, sondern mehrere. Dass sich der Suchbot und der Trainingsbot getrennt einstellen lassen, stand in der ersten Lektion. Was ein Ausschluss dann kostet, sagt OpenAI ebenso genau. Eine Seite, die OAI-SearchBot aussperrt, erscheint nach derselben Auskunft nicht mehr in den Suchantworten von ChatGPT, kann aber weiter als bloße Adresse auftauchen.

Und die Zeile in der robots.txt allein genügt nicht. OpenAI verlangt zusätzlich, dass der Hoster oder das Auslieferungsnetz Anfragen aus den veröffentlichten Adressbereichen des Suchbots durchlässt. Eine Schutzeinrichtung, die automatisierten Datenverkehr allgemein abwehrt, kann eine ausdrückliche Erlaubnis in der robots.txt also wirkungslos machen, ohne dass es jemandem auffällt. Welcher Bot wofür zuständig ist, nimmt sich eine eigene Lektion im Abschnitt zum Zugriff vor.

Für ein Maklerbüro zählen vier Systeme und ein genannter Ort

Zuerst die Auswahl. Gefragt wird in den vier Systemen, die in Deutschland verbreitet sind, also in ChatGPT, Gemini, Microsoft Copilot und Meta AI. Die Zahlen dazu stehen in der ersten Lektion.

Dann der Ort. Weil das System den Standort aus der IP-Adresse ableitet, prüft jemand, der von zu Hause aus fragt, etwas anderes als jemand, der aus dem Büro fragt. OpenAI empfiehlt für diesen Fall selbst, Stadt, Viertel oder Postleitzahl in die Frage zu schreiben. Für eine vergleichbare Prüfung gehört der Ort deshalb in den Wortlaut der Frage und wird nicht dem System überlassen.

Und schließlich die Quellen. Wenn beide Wege nur wiedergeben können, was über ein Unternehmen im Netz steht, dann liegt die ganze Arbeit dort.

Was daraus folgt

Eine Antwort entsteht aus zwei Quellen, dem Trainingsstand und dem Abruf. Nur der zweite lässt sich beeinflussen, und zwar nicht über eine Einstellung, sondern über das, was abrufbar ist. Die Kette dazwischen ist bei OpenAI und bei Google im Kern dieselbe, nämlich eine Frage, mehrere Suchanfragen, abgerufene Seiten, ein zusammengesetzter Text.

Damit ist der Rohstoff benannt, aber noch nicht beschafft. Welche Inhalte ein Maklerbüro selbst schaffen kann und welche Themen dafür tatsächlich taugen, ist der Anfang des nächsten Abschnitts.