54 zu 51. Zwei Zahlen, ein Kipppunkt. Der Reuters Digital News Report 2026 hält fest, was sich seit Jahren abgezeichnet hat: Erstmals holen sich global 54 Prozent der Menschen ihre Nachrichten über Social- und Video-Plattformen, nur noch 51 Prozent über die Websites der Publisher. Die Studie befragt jährlich knapp 100.000 Menschen in 48 Ländern; das ist keine Momentaufnahme aus einer Filterblase. Und sie sagt etwas Unbequemes über den Ort, an dem Nachrichten heute passieren. Nicht dort, wo Redaktionen sie hinstellen.
Ich habe die Zahlen an einem Mittwochmorgen im Frankfurter Büro gelesen, der Kaffee war längst kalt, und mein erster Reflex war: Distributionsproblem. Falsch gedacht. Es ist ein Redaktionsproblem, das sich als Distributionsproblem verkleidet.
Warum der naheliegende Reflex genau daneben liegt
Der Reflex ist vorhersehbar. Die Website verliert, also gehen wir dahin, wo die Leute sind: Reels, Shorts, TikTok, KI-Chatbots. Reichweite ausbauen, Formate anpassen, mehr produzieren. Das klingt logisch und ist die halbe Wahrheit, was in diesem Fall so viel heißt wie: die falsche.
Denn wenn Ihre Inhalte auf der eigenen Website schon nicht gegen einen Maßstab redigiert wurden, dann verteilen Sie diesen Mangel jetzt auf Plattformen, die noch weniger Kontrolle erlauben. Mehr Kanäle, gleiches Urteil. Also derselbe Fehler, nur öfter. Der Reuters-Report selbst, den das Reuters Institute for the Study of Journalism jährlich vorlegt, liefert die Diagnose, nicht die Therapie.
Werden Nachrichten über Plattformen konsumiert statt über die Website, verschiebt sich nicht der Kanal, sondern die Kontrolle darüber, in welchem Zusammenhang Ihre Aussage erscheint. Reichweite verschenken Sie ohnehin nicht, Sie geben nur die Redaktionshoheit ab.
Der KI-Chatbot als Nachrichtenquelle: klein, aber richtungsweisend
Eine weitere Zahl aus dem Report verdient Aufmerksamkeit, gerade weil sie noch klein wirkt. 10 Prozent der Befragten nutzen inzwischen KI-Chatbots als Nachrichtenquelle, unter den unter 35-Jährigen sind es 16 Prozent. Klingt überschaubar. War Video 2015 auch.
Wer heute eine Frage an ChatGPT, Perplexity oder Gemini stellt, bekommt keine Linkliste, sondern eine Antwort. Eine synthetisierte, zusammengefasste, mit Quellen versehene Antwort. Und die Frage, die jede Kommunikationsabteilung sich jetzt stellen muss, lautet nicht: Wie kommen wir auf Platz eins bei Google? Sondern: Werden wir überhaupt zitiert, wenn die Maschine antwortet?
Warum Vertrauen die eigentliche Währung ist
Hier wird es ernst. Der Report misst das Vertrauen in Nachrichten auf dem niedrigsten Wert seit Beginn der Erhebung, in 29 von 48 Märkten. Das ist keine Randnotiz. Das ist die Bedingung, unter der alles andere überhaupt stattfindet.
Ein KI-System, das eine Antwort baut, gewichtet Quellen. Es sucht Signale für Verlässlichkeit, für Erfahrung, für nachvollziehbare Autorschaft. Google nennt dieses Prinzip E-E-A-T: Experience, Expertise, Authoritativeness, Trustworthiness. Also Erfahrung, Fachkompetenz, Autorität, Vertrauenswürdigkeit. Die Google-Dokumentation zu hilfreichem Content beschreibt das seit Jahren, und was für die Suche gilt, gilt für generative Systeme erst recht.
Ein Text, der niemandem zugeschrieben ist, der keine Quellen nennt, dem man keine menschliche Redaktion ansieht: Der ist für eine KI schwer zu gewichten. Nicht weil er schlecht formuliert wäre. Sondern weil ihm die Signale fehlen, die Vertrauen belegbar machen.
Zwei Wege, die auseinanderlaufen: Reichweite oder Redaktion
Wer die Reuters-Zahlen ernst nimmt, steht vor einer Weggabelung, die niemand offen ausspricht. Weg eins: mehr produzieren, breiter streuen, jeden Kanal bespielen. Der Weg der Distribution. Weg zwei: dafür sorgen, dass jeder Inhalt, egal auf welcher Plattform, gegen einen definierten Maßstab redigiert wurde und für Menschen wie für Maschinen als vertrauenswürdig lesbar ist. Der Weg der Redaktion.
Beide kosten Geld. Nur einer löst das Vertrauensproblem.
Ich behaupte nicht, dass Distribution egal ist. Natürlich müssen Sie dort sein, wo Ihre Leser sind, sonst reden Sie mit der Wand. Aber Distribution ohne redaktionellen Maßstab ist wie ein gut ausgeschildertes Restaurant ohne Küche. Die Leute finden hin. Und gehen enttäuscht wieder.
Denken Sie an das Recruiting: Eine KI sortiert gute Bewerbungen aus, bevor die Fachabteilung sie je zu Gesicht bekommt, und keiner merkt, was fehlt. Genauso verschwinden gute Aussagen in einem KI-Textstrom, den niemand gegen einen Maßstab geprüft hat.
Was das dritte Glied konkret bedeutet
Der typische KI-Textprozess in Unternehmen hat zwei Glieder: Prompt rein, Text raus. Manchmal noch ein Lektorat auf Rechtschreibung. Das dritte Glied fehlt fast immer: die Redaktion gegen einen Maßstab. Also die Frage, ob dieser Text stimmt, ob er belegt ist, ob er zur Positionierung passt, ob ihn ein Mensch verantwortet. Die Maschine produziert, der Mensch redigiert gegen einen Maßstab. Dieses dritte Glied überspringen die meisten.
In einem Projekt mit einer Pressestelle im Energiesektor haben wir 40 KI-generierte Meldungen durchgesehen. Vierzig Stück. Formal alle sauber, kein Tippfehler. Inhaltlich hatten 11 davon Zahlen, die niemand mehr belegen konnte, weil der ursprüngliche Prompt eine veraltete Quelle enthielt und niemand nachgeprüft hatte. Elf von vierzig. Das ist keine Frage der Datenreife. Das ist eine Frage der Korrektur.
Elf falsche Zahlen in vierzig Meldungen sind kein Ausreißer. Sie sind der Normalfall, wenn niemand definiert hat, wer die Quelle vor der Veröffentlichung noch einmal anfasst.
Und hier gebe ich einen eigenen Fehler zu: In einem früheren Mandat haben wir den Maßstab zu spät definiert, erst nach der Produktion. Das funktioniert nicht. Der Maßstab muss vorher stehen, sonst redigieren Sie gegen ein bewegliches Ziel. Gelernt, korrigiert, seitdem umgekehrte Reihenfolge.
Der Reifegrad entscheidet, nicht das Tool
Viele Anbieter verkaufen einen Reifegrad-Check als Punktzahl zwischen null und hundert. Technik gemessen, Haken dran. Das greift zu kurz. Prozesse und Menschen sind eigene Achsen, und die schwächste Achse bestimmt die Gesamtstufe. Sie können das beste Sprachmodell lizenziert haben; wenn niemand entscheiden darf, wann ein Text gut genug ist, nützt Ihnen die Technik nichts.
Ein Score zwischen null und hundert bewertet, was die Maschine kann. Er fragt nie, wer im Unternehmen befugt ist, ihr zu widersprechen.
Das hängt eng mit der Frage der KI-Governance zusammen, warum 98 Prozent eine Strategie haben und nur 39 Prozent auch Regeln. Eine Strategie zu haben ist einfach. Regeln, die im Alltag greifen und die jemand verantwortet, sind die Arbeit.
Der Bitkom hat 2025 gezeigt, dass ein großer Teil der Unternehmen KI in der Kommunikation einsetzt, aber nur ein Bruchteil verbindliche Qualitätsprozesse dafür hat. Die Lücke zwischen Nutzung und Kontrolle ist die eigentliche Baustelle, nicht die Frage, ob TikTok oder LinkedIn.
Was Sie jetzt praktisch tun können
Erstens: Definieren Sie einen redaktionellen Maßstab, bevor Sie mehr produzieren. Was macht bei Ihnen einen guten Text aus, an welchen Fakten, an welcher Tonalität, an welcher Belegpflicht? Schreiben Sie das auf. Ein Satz reicht nicht, eine Doktorarbeit auch nicht.
Zweitens: Klären Sie, wer redigieren darf. Nicht wer schreibt, sondern wer die Freigabe verantwortet. Diese Rolle braucht Urteil und Rückendeckung.
Drittens: Machen Sie Ihre Inhalte zitierbar. Klare Autorschaft, nachvollziehbare Quellen, präzise Aussagen, die eine KI extrahieren kann, ohne sie zu verfälschen. Das ist der Kern einer GEO-Strategie, wie Sie KI-Texte mit Prozess und Urteil steuern.
Viertens: Prüfen Sie Prompts als Qualitätsfrage, nicht als Bequemlichkeit. Ein sauberer Prompt ist der erste Filter; der durchdachte Umgang mit Prompt-Engineering in der B2B-Kommunikation spart hinten Korrekturaufwand.
Die 54 Prozent verschwinden nicht wieder. Die Frage ist nur, ob Sie auf diesen Kanälen etwas ausspielen, das ein Mensch verantwortet hat und eine Maschine guten Gewissens zitieren kann. Oder ob Sie schneller mehr von dem verteilen, dem niemand mehr glaubt.
Würden Sie einem Text vertrauen, den niemand redigiert hat, nur weil er zehnmal geteilt wurde?
Häufige Fragen
Erstmals beziehen global 54 Prozent der Menschen ihre Nachrichten über Social- und Video-Plattformen und nur noch 51 Prozent über die Websites der Publisher. Zugleich nutzen 10 Prozent KI-Chatbots als Nachrichtenquelle (16 Prozent unter 35), und das Vertrauen in Nachrichten liegt in 29 von 48 Märkten auf dem niedrigsten Wert seit Beginn der Messung. Die Studie beruht auf knapp 100.000 Befragten in 48 Ländern.
Wer nur die Reichweite auf neuen Kanälen skaliert, verstärkt einen bestehenden Mangel: Inhalte, die schon auf der eigenen Website nicht gegen einen definierten Maßstab redigiert wurden, werden auf Plattformen mit noch weniger Kontrolle verteilt. Es scheitert die Korrektur, nicht die Datenreife. Der entscheidende Schritt ist das dritte Glied im KI-Prozess: der Mensch, der gegen einen Maßstab redigiert.
KI-Systeme liefern keine Linkliste, sondern synthetisierte Antworten und gewichten dabei Quellen nach Verlässlichkeit, Erfahrung und nachvollziehbarer Autorschaft. Die relevante Frage ist deshalb nicht mehr allein die Platzierung bei Google, sondern ob eigene Inhalte überhaupt zitiert werden, wenn die Maschine antwortet. Das ist der Kern der Generative Engine Optimization.
E-E-A-T steht für Experience, Expertise, Authoritativeness und Trustworthiness, also Erfahrung, Fachkompetenz, Autorität und Vertrauenswürdigkeit. Texte ohne klare Autorschaft, ohne belegte Quellen und ohne erkennbare menschliche Redaktion sind für KI-Systeme schwer zu gewichten. Nicht wegen schwacher Formulierung, sondern weil ihnen die Signale fehlen, die Vertrauen belegbar machen.
Zuerst wird der Maßstab definiert, bevor mehr produziert wird: an welchen Fakten, welcher Tonalität und welcher Belegpflicht sich ein guter Text misst. Dann wird geklärt, wer die Freigabe verantwortet, nicht wer schreibt. Anschließend werden Inhalte zitierbar gemacht durch klare Autorschaft, nachvollziehbare Quellen und präzise Aussagen. Der Maßstab muss vor der Produktion stehen, sonst redigiert man gegen ein bewegliches Ziel.
Christian Gasche ist Journalist, Redenschreiber und Berater in Frankfurt am Main. Seit 1992 schreibt er für Unternehmen, Verbände und öffentliche Auftraggeber, seit 2002 unter eigenem Namen als SIGMA Communication. Heute richtet er Kommunikationsabteilungen darauf ein, KI in ihre redaktionellen Abläufe einzubauen, ohne die Verantwortung für das Ergebnis abzugeben. Mehr über Christian Gasche
Wie weit ist Ihr Haus beim Thema KI?
In den meisten Kommunikationsabteilungen arbeitet längst jemand mit KI, ohne dass festgelegt wäre, was damit das Haus verlassen darf. Im Erstgespräch klären wir, wo Sie heute stehen und welcher Schritt als nächster wirklich lohnt. Dreißig Minuten, kostenfrei, per Zoom, und ausdrücklich kein Verkaufsgespräch.