KI-generierte Inhalte: Frisst sich das Web selbst?

Das Bild eines Webs, das „sich selbst frisst“, vereint zwei verschiedene Phänomene. Das erste: Websites erzeugen massenhaft KI-generierte Inhalte, und die nächsten Modelle lernen aus diesen Inhalten. Das zweite: Antwortmaschinen lesen die Seiten anstelle der Leser, die nicht mehr immer auf die Websites klicken müssen, von denen die Information stammt.

Beide sind real. Keines von beiden verurteilt das Web. Sie verändern, was eine Website bieten muss, um es zu verdienen, gelesen, zitiert oder besucht zu werden.

Was die Daten zeigen

Die Verarmung der Modelle ist belegt, unter kontrollierten Bedingungen. Im Juli 2024 haben Ilia Shumailov (Universität Oxford) und seine Mitautoren in Nature die Studie „AI models collapse when trained on recursively generated data“ veröffentlicht. Sie zeigt, dass ein Modell, das in Schleife und ohne Unterscheidung mit von Modellen generierten Inhalten trainiert wird, irreversible Schäden erleidet: Die „Ränder“ der ursprünglichen Verteilung verschwinden. Einfach gesagt: Die seltenen Fälle verschwinden zuerst; und diese seltenen Fälle, erinnern die Autoren, betreffen oft marginalisierte Gruppen. Eine Korrektur der Autoren, veröffentlicht am 21. März 2025, berichtigt eine Notation im theoretischen Teil; an dieser Schlussfolgerung ändert sie nichts.

Eine wichtige Einschränkung: Es handelt sich um ein kontrolliertes rekursives Training, durchgeführt unter anderem mit einem kleinen Sprachmodell (OPT-125m, von Meta veröffentlicht), das in jeder Generation auf den Texten der vorherigen feinabgestimmt wurde. Modelle im Produktivbetrieb mischen menschliche und synthetische Daten, und das Ausmaß der Wirkung auf sie ist nicht belegt.

KI-Assistenten werden zu einem Zugang zu Informationen. Der Digital News Report 2025 des Reuters Institute, der 48 Märkte abdeckt, hat die Frage zum ersten Mal gestellt:

Die Umfrage wurde online von YouGov durchgeführt, von Mitte Januar bis Ende Februar 2025 (Methodik). Das ist noch eine Minderheit, bei den unter 25-Jährigen doppelt so häufig und zu neu, um von einem Trend zu sprechen.

Bleibt die Frage, ob diese Leser noch auf die Websites klicken: Das ist auch die Frage, die die von Google über seinen Ergebnissen angezeigten Zusammenfassungen aufwerfen und die wir in unserer Analyse der AI Overviews behandeln.

Position 1: Das Web erschöpft sich

Das erste Lager beschreibt eine Spirale.

Für diese Argumentation sprechen die Studie in Nature und eine Sorge, die das Reuters Institute bei Presseverlagen feststellt: Je mehr die großen Plattformen KI-generierte Zusammenfassungen einbauen, desto mehr fürchten sie, weiteren Traffic zu ihren Websites und Apps zu verlieren. Gegen sie spricht, dass sie annimmt, nichts werde den Trend korrigieren.

Position 2: Mittelmäßige Inhalte gab es schon immer

Das zweite Lager erinnert daran, dass Content-Farmen, für Robots geschriebene Texte und von anderen Seiten kopierte Seiten lange vor der KI existierten und dass Suchmaschinen schon immer sortieren mussten. Die Autoren der Studie in Nature erinnern selbst daran: Content-Farmen haben die Suchmaschinen dazu gebracht, ihre Algorithmen zu ändern, und Google hat am Fließband produzierte Artikel herabgestuft. Die KI-Labore ihrerseits haben jedes Interesse daran, hochwertige menschliche Daten zu erkennen: Dieselbe Studie kommt zu dem Schluss, dass Daten aus echten menschlichen Interaktionen mit diesen Systemen an Wert gewinnen werden.

Dieses Lager hat recht, was die Geschichte angeht. Es unterschätzt vielleicht das Ausmaß, und wieder ist es die Studie in Nature, die das sagt:

Was wir davon halten

Wir betreiben eine mehrsprachige Content-Engine im Produktivbetrieb, in sechs Sprachen, und wenden auf diese Website die Korrekturen an, die wir empfehlen. Unsere Lesart trifft sich mit beiden Lagern zugleich: Es ist sehr leicht geworden, eine Seite zu veröffentlichen, und viel schwerer, eine zu veröffentlichen, die zu etwas taugt.

Unsere Meinung passt in einen Satz: Eine Seite, die nur enthält, was ein Modell allein geschrieben hätte, hat keinen Grund, zitiert zu werden, weder von Google noch von einer Antwortmaschine noch von einem Leser. Das Modell kann den Durchschnitt bereits erzeugen. Was es nicht weiß, ist, was bei Ihnen passiert ist: eine Messung, die Sie gemacht haben, ein Fehler, den Sie behoben haben, ein Preis, den Sie verlangen, eine Meinung, zu der Sie stehen.

Ein solcher Befund, spezifisch für eine Website und überprüfbar, ist genau das, was ein Modell nicht erfinden kann. Wir erzählen ihn ausführlich in unserem Artikel darüber, wie man von ChatGPT zitiert wird.

Was uns umstimmen würde: wenn Antwortmaschinen ganz aufhörten, ihre Quellen zu zitieren, oder wenn belegt würde, dass Modelle im Produktivbetrieb sich wegen synthetischer Inhalte tatsächlich verschlechtern. Weder das eine noch das andere ist im Oktober 2026 belegt.

Was das konkret für eine Website ändert

• Weniger veröffentlichen, aber Eigenes. Zehn Seiten mit Zahlen, die Sie gemessen haben, sind mehr wert als hundert umformulierte Seiten. Die KI kann beim Schreiben helfen; sie darf nicht die Substanz liefern, und das menschliche Gegenlesen bleibt nicht verhandelbar, wie wir in was eine KI-SEO-Agentur wirklich liefern muss erklären.
• Belegen und datieren. Eine Aussage mit ihrer Primärquelle und ihrem Datum ist leichter zu zitieren als eine vage Aussage, für einen Leser wie für einen Assistenten.
• Sofort antworten. Eine Seite, die ihre Frage in den ersten Zeilen beantwortet, ist die, die eine Antwortmaschine übernehmen kann, mit einem Link.
• Entscheiden, wer die Website liest. Seine Inhalte für KI-Robots zu öffnen oder zu sperren, ist eine legitime redaktionelle Entscheidung. Es unwissentlich hinzunehmen, ist es nicht, und genau das geschah bei Palmora Property. Die Datei llms.txt hilft Agenten, die eine Website auf Anfrage lesen, aber keine große Suchmaschine sagt, dass sie sie nutzt, um zu wählen, wen sie zitiert.
• Messen, was von den Assistenten kommt. Der von Assistenten geschickte Traffic wird getrennt vom klassischen Such-Traffic verfolgt, mit den anderen Erhebungen unseres Protokolls zur Messung der Sichtbarkeit in KI-Systemen.

Und wenn Ihr Team Dinge weiß, die kein Modell an seiner Stelle schreiben kann, setzt unsere SEO- und GEO-Engine genau dort an: Wir bereiten die Entwürfe vor, Sie lesen gegen und geben vor jeder Veröffentlichung frei.

Häufige Fragen

Quellen

1. „AI models collapse when trained on recursively generated data“ (neuer Tab)doi.org
2. Korrektur der Autoren (neuer Tab)doi.org
3. Digital News Report 2025 des Reuters Institute (neuer Tab)reutersinstitute.politics.ox.ac.uk
4. Methodik (neuer Tab)reutersinstitute.politics.ox.ac.uk
5. Am 8. Februar 2023 veröffentlichten Hinweisen (neuer Tab)developers.google.com
6. Spamrichtlinien (neuer Tab)developers.google.com