Halluzinationsrisiko-Index

Hallucination-Risiko-Index (HRI) ist ein internes Bewertungsmodell, das einschätzt, wie leicht KI-Systeme Details aus Ihrem Content falsch zitieren, falsch zuordnen oder erfinden. Für SEO-Teams ist der Wert praxisnah: Er hilft Ihnen, URLs zu identifizieren, die in ChatGPT, Perplexity und Google-Erlebnissen mit KI-generierten Suchanfragen voraussichtlich „verunstaltet“ werden, bevor der Schaden in Support-Tickets oder bei verlorenen assisted Conversions sichtbar wird.

Wichtiger Hinweis: HRI ist keine standardisierte Kennzahl von Google, Ahrefs, Semrush, Moz oder Surfer SEO. Sie definieren sie selbst. Das bedeutet: Der Score kann zur Priorisierung nützlich sein, aber die Zahl ist nur so gut wie die Prompts, das Sampling und der QA-Prozess (Qualitätssicherung), die dahinterstehen.

Was HRI in der Regel misst

Die meisten Teams bewerten HRI auf einer Skala von 0 bis 100. Niedriger ist besser. Ein sinnvolles Modell kombiniert typischerweise mehrere Signale:

• Content-Konsistenz: widersprüchliche Zahlen, Daten oder Aussagen über Vorlagen, Blogbeiträge, Dokumentationen und Produktseiten hinweg.
• Quellenklarheit: ob First-Party-Daten, Zitate und namentlich genannte Autoren für Maschinen leicht auszulesen sind.
• Qualität strukturierter Daten: gültige Schemas helfen, besonders bei Produkten, Organisationen, Autoren und FAQs – allein werden Halluzinationen dadurch jedoch nicht verhindert.
• Entitätsmehrdeutigkeit: Marken mit generischen Namen, überlappenden Abkürzungen oder ähnlichen Wettbewerbern werden tendenziell häufiger falsch zugeordnet.
• Beobachtete KI-Fehler: wiederholte Tests in ChatGPT, Perplexity, Gemini und AI Overviews für denselben Frageset.

Wenn Sie einen Benchmark möchten, setzen viele Teams unter 30 mit niedrigem Risiko, 30–70 mit moderatem und 70+ mit hohem Risiko. Diese Schwellenwerte sind operativ, nicht allgemeingültige Wahrheit.

Wie SEO-Teams es tatsächlich einsetzen

Nutzen Sie HRI wie eine Triage-Ebene, nicht wie einen Eitelkeits-KPI. Ziehen Sie Kandidaten-URLs aus der Google Search Console anhand von Impressionen für Suchanfragen, die bereits AI Overviews auslösen, und crawlen Sie sie anschließend in Screaming Frog, um inkonsistente Titel, veraltete Textbausteine, fehlende Schemas und doppelte Faktenmuster zu finden. Gleichen Sie Autorität und Lücken bei Zitaten mit Ahrefs oder Semrush ab. Wenn eine Seite viele Impressionen hat, wenig Support durch verweisende Domains liefert und auf der gesamten Website widersprüchliche Aussagen macht, ist sie ein Kandidat für eine Bereinigung.

Gute HRI-Remediation ist unspektakulär. Straffen Sie Fakten-Tabellen. Standardisieren Sie Formulierungen zu Preisen. Fügen Sie namentlich genannte Quellen hinzu. Reduzieren Sie Versionsabweichungen zwischen Blog, Dokumentation und Landingpages. In regulierten Bereichen ist das wichtiger als ausgefeilte Copy.

John Mueller von Google bestätigte 2025, dass strukturierte Daten Suchmaschinen dabei helfen, Inhalte zu verstehen, jedoch nicht garantieren, wie KI-Systeme diese Inhalte zusammenfassen oder zitieren.

Wo die Kennzahl an ihre Grenzen stößt

Das ist der Teil, den viele überspringen. KI-Ausgaben sind instabil. Der gleiche Prompt kann je nach Standort, Kontostatus, Modellversion und Zeitpunkt des Abrufs zu unterschiedlichen Antworten führen. So kann ein HRI-Score scheinbar präzise wirken, aber unruhige Eingaben verbergen. Außerdem wird nicht jede Halluzination durch Ihre Seite verursacht. Manchmal greift das Modell auf veraltete Quellen Dritter, Forenbeiträge oder eine fehlerhafte eigene Synthese zurück.

Fazit: HRI ist nützlich, wenn Sie es als wiederholbares internes Risikomodell behandeln, das an echte Seiten, echte Prompts und echte Auswirkungen auf das Business gekoppelt ist. Es ist keine universelle SEO-Kennzahl. Es ist ein QA-System für die KI-Zitations-Ära.