Warum veralteter Content zum KI-Risiko wird (19.11.2026)
Bayer und Ionity ordnen ihr Wissen neu. Die KI-Suche macht alte Inhalte zum Risiko. Content-Governance wird zur Grundlage für GEO und KI-Agenten.
Es gehört zu den hartnäckigsten Mythen des digitalen Zeitalters, dass alte Website-Inhalte harmlos im digitalen Archiv vor sich hinschlummern und bestenfalls noch ein paar Longtail-Suchanfragen bedienen. Wie gravierend dieser Irrglaube im Zeitalter autonomer Large Language Models ist, macht eine aktuelle Untersuchung des Content-Management-Spezialisten Storyblok deutlich. Anfang des Jahres hat Storyblok 569 Seiten von der eigenen Website gelöscht. Julius Hemingway, Chief of Staff to the COO des CMS-Anbieters, beschreibt das in seinem Fachartikel nicht als Frühjahrsputz, sondern als Risikovorsorge. Es genügt eine vergessene Preisseite, und ein KI-System nennt Kunden den falschen Preis. Die hauseigene Studie beziffert die weltweiten Kosten solcher Content-Schulden auf 4,63 Billionen Dollar im Jahr. Hemingway räumt ein, dass es sich um eine Hochrechnung aus Befragungen handelt, nicht um eine Messung. Belastbarer ist ein anderer Wert: 69 Prozent der Befragten sehen in veralteten Inhalten ein erhebliches Compliance-Risiko.
Die Marke ist, was das Netz über sie behauptet
Dass die Lage ernst ist, zeigt Marcus Worbs, Head of Customer Growth bei PwC Deutschland. In der PwC-Studie halten 53 Prozent der Unternehmen Generative Engine Optimization für geschäftskritisch, aber nur 29 Prozent melden Erfolge. Worbs beschreibt den Industriesoftware-Anbieter, dessen Website von Cloud spricht, während ein altes Magazin eine reine Lokalinstallation behauptet. Die KI zieht daraus den falschen Schluss, und der Anbieter fliegt von der Shortlist, ohne es je zu erfahren. Seine Empfehlung ist unspektakulär und deshalb brauchbar: Kundenfragen sammeln, Antworten der Systeme prüfen, Leistungsseiten bereinigen, erneut testen.
Wie das im Konzern aussieht, erzählt Axel Hermes von Valtech im Podcast. Bayer hat Webseite und Intranet auf eine gemeinsame Plattform gehoben, die 65 Länder und über 60 Sprachen bedient. Entscheidend ist für Hermes die "Context Ownership": Jemand muss das Markenwissen so pflegen, dass Redakteure und KI damit arbeiten können. Zugleich rät er, nicht alles für LLMs zu öffnen, weil sonst auch die Konkurrenz mitliest. Felix Sold von Ionity sieht den Ertrag schon in den Zahlen: Die Aufrufe über KI-Systeme sind bei dem Ladenetz in den letzten Monaten dreistellig gewachsen, und fehlende Themen meldet der Kundenservice zuverlässiger als jedes Tool.
Die Branchenzahlen der Woche passen dazu. Laut Adobe bringt KI-Traffic im Weihnachtsgeschäft 83 Prozent mehr Umsatz pro Besuch. Eine Studie, über die Search Engine Land berichtet, sieht 57 Prozent der Produktlinks im Google AI Mode bei Google Shopping landen. Sistrix erklärt, dass ChatGPT nach einer Änderung im Oktober Zugriffe zeitweise als Direkttraffic erscheinen ließ, was jede Attribution verzerrt. Und weil ChatGPT, Claude, Gemini und Perplexity bei Markenempfehlungen deutlich voneinander abweichen, reicht ein einzelner Test nicht aus.
Die Antwort wird zum Werbeplatz
Kaum ist die KI-Antwort der neue Ort der Empfehlung, wird dort verkauft. Google will laut MarketWatch Anzeigen in KI-Kaufprozesse integrieren, OpenAI hat ChatGPT Ads auf 89 Länder ausgeweitet. Der Hintergrund bei Google ist nüchtern: Das Wachstum der Suche sank von 19 auf zwölf Prozent, weil AI Overviews schlechter monetarisieren. Reddit zeigt, wie es Plattformen ergeht, die auf Googles Klicks angewiesen waren. Das Umsatzwachstum fiel von 70 auf 53 Prozent. Meta wiederum hat neue Geschäftsbedingungen nach Protesten von Verlagen und Werbekunden vorerst gestoppt, weil weitreichende KI-Nutzungsrechte befürchtet wurden.
Tobias Voigt, Vorstand der markenmut AG, nimmt dem Thema im Podcast die Aufgeregtheit. Erst die Zeitung, dann Google, jetzt ChatGPT: Der Empfehler wechsle, der Bedarf bleibe. Rund 90 Prozent seiner Beratungsmandate enden nach seiner Darstellung mit dem Rat, einfach gutes Zeug zu machen. Das ist weniger banal, als es klingt, denn es wirft die Frage auf, wofür man das Anzeigenbudget im Antwortfenster überhaupt ausgeben will. Wer dort bezahlt, bezahlt für Sichtbarkeit und nicht für Substanz. Wer aber nur auf die Substanz setzt, muss sie so pflegen, dass eine Maschine sie findet.
Operativ bringt die KI-Werbung auch Entlastung. Tatari senkt laut eigenen Angaben die Akquisitionskosten im Streaming-TV um 19 Prozent, und Google Ads übersetzt künftig Anzeigen, Keywords und Landingpages automatisch. Das hilft vor allem der Expansion, setzt aber wieder saubere Ausgangsdaten voraus.
Agenten brauchen einen Namen am Türschild
Claudia Willvonseder, Mitglied der internationalen Geschäftsführung von Dr. Oetker, trennt "AI to run" von "AI to grow". Die erste Kategorie entlastet Teams bei Verwaltungsarbeit, die zweite soll Trends früher erkennen und Tempo bringen. Agenten prüfen vorab die Markenkonformität, die Verantwortung bleibt beim Menschen. Der Verweis auf den Agenten gilt bei einer vertauschten Flagge im Launch nicht als Entschuldigung. Packungen und Produktfotos entstehen ohne KI, weil das Bild dem Produkt im Regal entsprechen muss.
Bei Ionity liegt jeder Agent bei einem Lead, der ihn pflegt. So bedienen zehn Personen 24 Märkte, wenn auch mit hohem Aufbau- und Testaufwand, wie Sold betont. Sprinklr bringt unterdessen sechs vernetzte Agenten für Kampagnen auf den Markt, HubSpot liefert die Bauanleitung dazu, und laut dem GWA-Whitepaper bieten bereits 75 Prozent der Agenturen KI-basierte Produkte an. Apple öffnet Pages, Keynote und Numbers für Agenten, CapCut zieht in ChatGPT ein. Das Angebot wächst schneller als die Zuständigkeiten.
Dass diese Lücke teuer werden kann, zeigen die Sicherheitsmeldungen. Berichtet wird von einem externen Mitarbeiter, der eine private Claude-Instanz mit Daten des US-Verteidigungsministeriums verbunden haben soll. Wer keine freigegebenen Werkzeuge anbietet, bekommt Schatten-KI. Mistral Large 4 für eigene Server verspricht Kontrolle, doch auch lokale Modelle stehen unter Beobachtung: Cohere meldete eine unerwartete externe Verbindung eines Qwen-Modells, einmal in 100.000 Tests. Eine Hintertür ist bislang nicht belegt. Die Kontrolle liegt in beiden Fällen nicht im Modell, sondern in der Organisation.
Personalisierung beginnt beim Produkt, nicht beim Vornamen
Markus Wuebben, Ozan Tuerker, Julia Piep, Alexander Seiler und Ruth Kreutzer rücken im CRM-Podcast die Datenfrage zurecht. Rund 70 Prozent der Kunden kaufen nur einmal, die Kundendaten sind also dünn. Produktdaten geben mehr her: Ein Sprachmodell versteht Beschreibungen und Duftnoten und schlägt Empfehlungen vor, oft besser als klassische Co-Kauf-Logik. Auch hier gilt: KI braucht Leitplanken, geprüfte Beispiele und eine Instanz, die Ton und Ergebnisse kontrolliert. Echte Personalisierung setzt freiwillig geteilte Daten voraus, etwa aus dem Welcome Flow, belohnt mit Treuepunkten. Voigt ergänzt, dass Einwilligung nur gegen erkennbaren Nutzen zu haben ist.
Auch Hemingway sieht darin die nächste Stufe. Wenn KI Inhalte semantisch versteht, wird Personalisierung individueller. Das setzt voraus, dass der Bestand stimmt.
Erst die Inventur, dann der Einkauf
Laut den Hintergrundinfos der Woche geben Unternehmen derzeit rund 0,1 Prozent ihres Umsatzes für KI aus, Apollos Chefökonom findet bislang keine messbaren Produktivitätsgewinne. Wer nun Budget für Agenten, Anzeigen im Antwortfenster und GEO-Monitoring beantragt, sollte zuerst die Inventur bezahlen. Ein Content-Audit, eine zentrale Datenbasis und benannte Verantwortliche kosten weniger als jedes Agentenprojekt. Sie sind außerdem die einzige Investition, die jedem der drei anderen Vorhaben nützt. Gegenüber dem Controlling lässt sich das leichter begründen als der nächste Pilot, dessen Wirkung, wie FinanzNachrichten.de zu Recht anmerkt, ohnehin kaum jemand misst.
Über den Autor: Torsten Schwarz, Buchautor, Lehrbeauftragter, Privatdozent und wahlweise "Marketing-Vordenker" (acquisa) oder "E-Mail-Marketing-Guru" (e-commerce magazin).