KI-Einkaufsempfehlungen: Wie Halluzinationen euch Geld kosten

Viele Menschen nutzen ChatGPT, Gemini oder Perplexity, um sich bei Kaufentscheidungen unterstützen zu lassen. „Welcher Staubsauger-Roboter unter 400 Euro ist der beste?“ oder „Vergleiche mir diese drei Kopfhörer“ — das spart auf den ersten Blick eine Menge Zeit. Doch die bequeme Abkürzung hat einen Haken.

KI-Assistenten halluzinieren. Sie erfinden Produkte, die es gar nicht gibt, nennen falsche technische Daten oder empfehlen Modelle, die längst vom Markt sind. Was nach kleinen Ausrutschern klingt, kann beim Online-Einkauf schnell teuer werden. Ich zeige euch, wo die Fallstricke lauern und wie ihr KI-Empfehlungen richtig einordnet.

Warum liefern KI Shopping Assistants falsche Empfehlungen?

Sprachmodelle wie ChatGPT sind darauf trainiert, Muster in Daten zu erkennen und darauf basierend Antworten zu generieren. Das Problem: Wenn die KI ein Produkt nicht kennt, erfindet sie im Zweifel eines, das gut klingt: mit Marke, Modellnummer und technischen Daten, die auf den ersten Blick stimmig wirken.

Das Phänomen wird in der Forschung und in technischen Beschreibungen als Halluzination bezeichnet. Es gehört zu den bekannten Schwachstellen großer Sprachmodelle. Fälle, in denen KI-Assistenten Produkte empfehlen, die niemand jemals hergestellt hat, oder Preise nennen, die schlicht nicht existieren, sind dokumentiert.

Besonders knifflig: Große Sprachmodelle haben einen Trainingsdaten-Stichtag (Knowledge cutoff). Was danach passiert — neue Modelle, Preisänderungen, ausgelaufene Produkte — ist in der statischen Wissensbasis nicht enthalten. Zwar bieten einige Systeme wie Gemini oder neuere ChatGPT-Varianten Webzugriff oder Tools, mit denen sie aktuelle Informationen abrufen können, doch auch diese Funktionen garantieren nicht immer vollständige Aktualität.

Hinzu kommt: KI-Systeme haben keine echte Vorstellung davon, was ein „gutes“ Produkt ist. Sie erkennen Muster in Texten, aber sie testen keine Staubsauger und hören keine Kopfhörer.

Diese KI-Fehler kosten euch beim Online-Shopping Geld

Wenn ihr KI-Tools für Kaufentscheidungen nutzt, begegnen euch immer wieder ähnliche Muster. Wer die kennt, wird misstrauisch — und das ist gut so.

• Erfundene Modellnummern: Eine Marke existiert, das konkrete Modell aber nicht.
• Falsche technische Daten: Akkulaufzeiten, Auflösungen oder Gewichtsangaben, die nicht mit dem realen Produkt übereinstimmen.
• Veraltete Empfehlungen: Der Chatbot empfiehlt Geräte, die seit Jahren nicht mehr produziert werden.
• Phantasie-Preise: Angaben, die weder aktuellen Marktpreisen noch UVP entsprechen.
• Vermischte Features: Eigenschaften von Modell A werden Modell B zugeschrieben.
• Erfundene Testergebnisse: Die KI behauptet etwa, ein Produkt sei von Stiftung Warentest mit einer bestimmten Note bewertet worden — obwohl es diesen Test nie gab.

Gerade der letzte Punkt ist heikel. Wenn eine KI sich auf angebliche Testergebnisse beruft, wirkt das besonders überzeugend. Prüft solche Aussagen immer direkt bei der Quelle nach.

Verbraucherschutz: So vermeidet ihr teure KI-Fehlkäufe

Der wirtschaftliche Schaden durch eine falsche Empfehlung kann erheblich sein. Wer sich auf halluzinierte Testsieger verlässt, kauft im schlimmsten Fall ein Produkt, das seine Anforderungen gar nicht erfüllt. Rückgabe, Ärger, verlorene Zeit — und im schlimmsten Fall bleibt ihr auf der Ware sitzen, wenn Fristen verstrichen sind.

Noch problematischer wird es bei sicherheitsrelevanten Produkten: Kindersitze, Rauchmelder, medizinische Geräte oder Elektroinstallationen. Falsche technische Angaben können hier nicht nur ärgerlich, sondern gefährlich sein. Bei solchen Käufen sollte KI maximal ein erster Impulsgeber sein — niemals die alleinige Entscheidungsgrundlage.

Zudem können KI-Empfehlungen auch subtil voreingenommen sein. Welche Marken und Händler in den Trainingsdaten stark vertreten sind, wird tendenziell häufiger empfohlen. Kleine, spezialisierte Anbieter fallen dagegen oft hinten runter — selbst wenn ihre Produkte besser wären.

Wie nutzt ihr KI Shopping Assistants richtig und sicher?

KI-Assistenten komplett zu meiden, wäre übertrieben. Richtig eingesetzt, sind sie durchaus nützlich — zum Beispiel, um sich einen ersten Überblick über eine Produktkategorie zu verschaffen oder Fachbegriffe erklären zu lassen. Nur solltet ihr ein paar Grundregeln beachten.

• Alle Angaben gegenprüfen: Modellnummern, Preise und technische Daten immer auf der Herstellerseite oder bei seriösen Händlern verifizieren.
• Quellenangaben einfordern: Fragt die KI aktiv nach Links und Belegen. Prüft, ob die Quellen wirklich existieren und das Behauptete sagen.
• Testberichte selbst lesen: Stiftung Warentest, Öko-Test oder Fachmagazine sind über eigene Websites zugänglich. Verlasst euch nicht auf KI-Zusammenfassungen.
• Aktualität hinterfragen: Fragt explizit, wie aktuell die Informationen sind — und ob die KI Zugriff auf Echtzeit-Daten hat.
• Mehrere Meinungen einholen: Kombiniert KI-Empfehlungen mit Kundenrezensionen, Foren und klassischen Vergleichsportalen.
• Skeptisch bei zu präzisen Angaben: Wenn eine KI ohne Quellenangabe sehr spezifische Zahlen nennt, ist Vorsicht geboten.

Ein guter Prompt hilft übrigens auch. Statt „Empfehle mir den besten Fernseher“ lieber: „Nenne mir drei aktuell im Handel erhältliche Fernseher zwischen 800 und 1200 Euro mit HDMI 2.1 — und gib mir Links zu den Herstellerseiten.“ Je konkreter die Frage, desto überprüfbarer die Antwort.

KI-Empfehlungen prüfen: So erkennt ihr Halluzinationen beim Shopping

KI-Assistenten sind mächtige Werkzeuge — aber eben Werkzeuge, keine Orakel. Wer sie beim Online-Shopping nutzt, sollte sie als ersten Impuls verstehen, nicht als letzte Instanz. Die Verantwortung für die Kaufentscheidung bleibt bei euch.

Die Technik entwickelt sich weiter. Hersteller arbeiten daran, Webanbindung und Tools zu verbessern, um die Aktualität von Informationen zu erhöhen und Fehler zu reduzieren. Dennoch bleibt gesundes Misstrauen euer bester Verbraucherschutz.

Mein Rat: Nutzt KI zur Recherche, aber trefft die finale Entscheidung erst nach einem Blick auf die echten Produktseiten. Und wenn eine Empfehlung zu perfekt klingt, um wahr zu sein — dann ist sie es wahrscheinlich auch.