Konsistente Markeninformationen

Bei konsistenten Markeninformationen geht es um die Fakten über ein Unternehmen, nicht um sein Erscheinungsbild: Anders als beim Corporate Design zählen nicht Farben und Logos, sondern ob Name, Angebot, Standorte und Kontaktdaten überall gleich lauten. Wie leicht sich Widersprüche einschleichen, zeigt ein typisches Beispiel: Nach einem Umzug nennt die Website die neue Adresse, ein Branchenverzeichnis noch die alte. Die Seite „Über uns“ gibt 1998 als Gründungsjahr an, ein Pressetext 2001. Ein Produkt heißt auf der Website „Planner Pro“, in einem Fachartikel „Pro Planner“. Jede Abweichung für sich ist klein, zusammen ergeben sie ein unscharfes Bild.

Wo Markeninformationen stehen

Die Kernfakten einer Marke stehen an vielen Stellen, die unterschiedlich leicht zu pflegen sind:

• Eigene Website: Startseite, „Über uns“, Impressum, Kontaktseite und Produktseiten.
• Strukturierte Daten: Organization-Markup wiederholt Name, Anschrift, Kontaktdaten und offizielle Profile in maschinenlesbarer Form und sollte den sichtbaren Angaben genau entsprechen.
• Eigene Profile: Unternehmensseiten in sozialen und beruflichen Netzwerken, auf Bewertungsplattformen und auf Marktplätzen.
• Verzeichnisse und Kartendienste: Brancheneinträge mit Name, Adresse, Öffnungszeiten und Kategorie. Für den Kern aus Name, Adresse und Telefonnummer ist auch die englische Abkürzung NAP gebräuchlich (name, address, phone). Für sein Unternehmensprofil verlangt Google ausdrücklich den Namen, den ein Unternehmen auch sonst einheitlich verwendet.
• Pressetexte: der Absatz über das Unternehmen am Ende jeder Pressemitteilung, in der Pressearbeit Abbinder oder Boilerplate genannt, dazu Pressemappen und Präsentationen.
• Fremde Quellen: Fachartikel, Vergleichsseiten, Seiten von Partnern und Händlern oder Wikipedia. Auf sie hat ein Unternehmen nur mittelbar Einfluss; diese Arbeit gehört zu Offpage-GEO.

Warum Widersprüche KI-Antworten beeinträchtigen können

KI-Systeme wie ChatGPT, Gemini, Claude und Perplexity setzen ihr Bild eines Unternehmens aus vielen Quellen zusammen: aus dem parametrischen Wissen, das ihr Sprachmodell im Training erworben hat, und aus Inhalten, die sie für eine Antwort aus dem Web abrufen. Widersprechen sich diese Quellen, kann das System einer Quelle folgen, die Angaben vermischen oder beide Versionen nennen. Wie ein System damit umgeht, legt jeder Anbieter selbst fest; öffentlich dokumentiert ist es nicht.

Die Forschung nennt solche Widersprüche Wissenskonflikte: zwischen dem, was ein Modell im Training gelernt hat, und abgerufenen Inhalten, zwischen mehreren abgerufenen Quellen oder innerhalb des Gelernten selbst. Ihre Ergebnisse zeigen allgemein, warum solche Widersprüche heikel sind. Eine Übersichtsarbeit, die 2024 auf der Fachkonferenz EMNLP erschien, fasst Studien zusammen, nach denen falsche oder veraltete Angaben in abgerufenen Inhalten die Antworten eines Sprachmodells deutlich beeinflussen können. Fehlerhafte Angaben in den Trainingsdaten nennt sie als eine Ursache dafür, dass Modelle auf gleichbedeutende, nur anders formulierte Fragen unterschiedlich antworten. In Experimenten, die 2023 veröffentlicht wurden, neigten Sprachmodelle bei widersprüchlichen Quellen zudem dazu, der Quelle zu folgen, die zu ihrem gespeicherten Wissen passte.

Diese Studien untersuchen Wissensfragen allgemein, keine Markenangaben. Die Übertragung auf Unternehmen ist eine naheliegende Folgerung, kein gemessener Effekt: Steht die alte Adresse noch in mehreren Verzeichnissen und hat ein Modell sie im Training gelernt, kann sie sich in einer Antwort gegen die neue durchsetzen. Solche Fehler zählen im weiteren Sinn zu den Halluzinationen und klingen ebenso überzeugend wie richtige Angaben. Widersprüchliche Angaben können es außerdem erschweren, ein Unternehmen eindeutig als Entität zu erkennen.

Was für konsistente Markeninformationen spricht

Kein Anbieter eines KI-Systems dokumentiert, dass er Markeninformationen aus verschiedenen Quellen miteinander abgleicht und Übereinstimmung als Signal wertet. Trotzdem spricht einiges für einheitliche Angaben. Microsoft empfiehlt in den Webmaster-Richtlinien von Bing, die auch für Copilot gelten, Personen, Organisationen, Produkte und Orte klar und einheitlich zu benennen. Zu den empfohlenen Vorgehensweisen für seine KI-Funktionen zählt Google, dass strukturierte Daten dem sichtbaren Text der Seite entsprechen und die Angaben im Unternehmensprofil aktuell sind. Den Menschen, die in seinem Auftrag die Qualität von Websites bewerten, gibt Google außerdem eigene Richtlinien vor: In der Fassung vom September 2025 sollen sie bei einem Widerspruch zwischen der Selbstdarstellung einer Website und seriösen unabhängigen Quellen den unabhängigen Quellen vertrauen. Das ist eine Anweisung an menschliche Prüferinnen und Prüfer, kein dokumentiertes Signal für KI-Antworten. Es zeigt aber, warum es sich lohnt, auch fremde Quellen mit den eigenen Angaben in Einklang zu bringen.

Konsistente Markeninformationen nützen zudem unabhängig von KI: Kundinnen und Kunden finden überall dieselbe Telefonnummer und Adresse, und jede Software, die Angaben aus mehreren Quellen zusammenführt, erhält ein stimmiges Bild. Der Aufwand ist überschaubar, und der Fortschritt lässt sich Stelle für Stelle nachhalten.

Ein Faktenblatt als gemeinsame Grundlage

Am einfachsten lässt sich Konsistenz mit einem internen Faktenblatt zur Marke herstellen. Es ist die eine Quelle für den offiziellen Namen und seine Schreibweise, eine Kurzbeschreibung in ein bis zwei Sätzen, das Angebot, Standorte und Kontaktdaten, Gründungsjahr und Geschäftsführung, Kennzahlen wie die Zahl der Beschäftigten sowie die Liste der offiziellen Profile. Website, strukturierte Daten, Profile, Einträge und Pressetexte richten sich danach, und alle, die solche Texte pflegen, arbeiten mit derselben Fassung: Marketing, Pressestelle, Vertrieb und beauftragte Agenturen. Ändert sich eine Angabe, wird zuerst das Faktenblatt angepasst und dann jede Stelle, an der sie steht.

Ob KI-Systeme die Fakten danach richtig wiedergeben, ist eine eigene Frage. Wie genau ihre Aussagen über eine Marke mit den geprüften Fakten übereinstimmen, beschreibt die Faktentreue von KI-Antworten. Das Faktenblatt liefert dafür den Maßstab.