Google und generative KI: Wichtige Faktoren für effektive Suchanfragen

Google steht vor der Herausforderung, sich im Wettbewerb mit generativen KI-Systemen zu behaupten. Im Zentrum stehen dabei Innovationen in der Suchtechnologie und die Frage, wie Google seine Position gegenüber neuen KI-basierten Konkurrenten sichern kann.

Neue Wege der Online-Recherche

Wer heute im Internet nach Informationen sucht, stößt auf grundverschiedene Herangehensweisen: Während klassische Suchmaschinen wie Google auf bewährte Methoden setzen, greifen KI-basierte Systeme wie GPT-4o oder das Modell Gemini 2.5 auf ganz andere Strategien zurück. Jüngste Untersuchungen von Forscherinnen und Forschern der Ruhr-Universität Bochum und des Max-Planck-Instituts für Softwaresysteme beleuchten diese Rivalität mit überraschenden Erkenntnissen. Sie verglichen unter identischen Bedingungen die Resultate klassischer Suchdienste und jener generativer KI, um Unterschiede bei Online-Kaufanfragen, politischen Themen oder sehr speziellen Recherchefragen aufzudecken.

Ungewohnte Quellenvielfalt durch KI-Systeme

Eine bemerkenswerte Beobachtung aus der Studie: Generative Künstliche Intelligenz schöpft aus einer erstaunlich breiten Quellenbasis – oft weit über das hinaus, was bei Google prominent erscheint. Diese Systeme fördern Inhalte zutage, die üblicherweise jenseits der ersten tausend Ergebnisse auftauchen oder im klassischen Ranking komplett ignoriert werden. Besonders ausgeprägt ist dies bei Gemini, dessen Antworten häufig von wenig bekannten Webseiten stammen. In Zahlen zeigt sich: Weniger als 30 Prozent der Produktrecherche-Ergebnisse überschnitten sich zwischen Google und den KI-Lösungen; insgesamt lag die Schnittmenge aller getesteten Suchanfragen deutlich unter 50 Prozent.

Pertinenz versus Sichtbarkeit: Zwei Bewertungssysteme

Ob diese Vielfalt an Quellen wirklich ein Gewinn ist, bleibt jedoch fraglich. Zunächst mag es irritieren, dass KI auch weniger sichtbare Inhalte einbezieht. Die Forscher betonen jedoch: Generative Modelle filtern durchaus nach Qualität und greifen vorzugsweise auf institutionelle oder enzyklopädische Referenzen zurück, während sie soziale Netzwerke weitgehend meiden. Das methodische Grundprinzip unterscheidet sich damit deutlich:

• Klassische Suchmaschinen wie Google bevorzugen Übersichtlichkeit und einfache Zugänglichkeit.
• KIs wie GPT-4o oder Gemini priorisieren Präzision sowie inhaltliche Tiefe ihrer Antworten.

Blick in eine unklare Zukunft der Informationssuche

Eine abschließende Bewertung fällt schwer – beide Ansätze bieten Vor- und Nachteile. Die Wissenschaftler regen an, traditionelle Maßstäbe für die Bewertung von Suchergebnissen zu überdenken. Denn die internen Entscheidungswege moderner KI bleiben weitgehend undurchschaubar: Weshalb eine bestimmte Quelle ausgewählt wird, entzieht sich häufig jeder Nachvollziehbarkeit. Dennoch eröffnet dieser Wandel faszinierende Perspektiven – insbesondere für all jene, die verstehen wollen, wie sich unser Zugang zu verlässlichen Informationen gerade grundlegend verändert.