AI-Slop-Inhaltsbereinigung: halluzinierte Fakten erkennen, bevor sie Sie etwas kosten

Wir stützen die Methode auf einen kontrollierten Beweis, nicht auf Anekdoten. Patrick Stox bei Ahrefs baute eine synthetische Luxusmarke namens Xarumei, veröffentlichte widersprüchliche Narrative und testete, wie acht große KI-Tools mit Wahrheit umgehen. Wir dokumentierten dieses Experiment in KI-Experiment: die gefälschte Marke Xarumei und LLM-Halluzinationen. Die Lehre für WordPress-Verlage ist direkt: Modelle bevorzugen konkrete Fiktion gegenüber vager Wahrheit, und Drittanbieter-Artikel, die journalistisch klingen, können Ihr offizielles FAQ überschreiben. Wenn Ihre Seite wie Xarumeis gefälschte Medium-Recherche liest, speisen Sie denselben Fehlermodus.

Wenn Slop mit fehlerhaftem Code und Plugin-Wildwuchs zusammenkommt, liegt der Sanierungspfad in der Rettung KI-erstellter Websites. Wenn Sie wissen müssen, ob Modelle Ihre Erfindungen bereits wiederholen, kombinieren Sie die Bereinigung mit First-Party-Messung aus Wie wir die eigenen KI-Zitate von wppoland.com 90 Tage lang verfolgt haben.

#Warum YMYL-WordPress-Seiten bei diesem Audit zuerst scheitern

YMYL-Verlage beschleunigen mit KI, weil das Schreiben der Engpass ist, nicht das Layout. Ein Klinikverbund, ein Fondsadministrator oder eine Compliance-Beratung kann an einem Nachmittag vierzig Service-Gebietsseiten erzeugen. WordPress macht Veröffentlichen trivial: Vorlage duplizieren, {stadt} austauschen, veröffentlichen.

Der Fehlermodus ist nicht „schlechte Sprache”. Es ist unbegründete Konkretheit. Ein Modell erfindet:

• eine 47,3-prozentige Verbesserung, für die keine Studie existiert,
• ein Harvard Business Review-Zitat ohne funktionierenden Link,
• eine Dr. Elena Kowalska, MD, PhD, die im Ärzteregister nicht auftaucht,
• eine Fallstudie aus 2024 für einen Kunden, der 2026 unterschrieben hat.

Googles Quality Rater und Beschaffungsjuristen in München oder Zürich stellen dieselbe Frage: können Sie Ihre Arbeit nachweisen? AI-Slop besteht diesen Test nicht, auch wenn die Prosa flüssig ist. EEAT bedeutet nicht „klingt expertenhaft”. Es bedeutet nachweisbare Erfahrung, verifizierbare Expertise, erkennbare Autorität und vertrauenswürdige Darstellung. Halluzinierte Fakten greifen alle vier gleichzeitig an.

#Was das Xarumei-Experiment über Ihren Content-Stack beweist

Stox’ Experiment lief in zwei Phasen. Phase eins stellte Modellen Fragen zu einer Marke, die nicht existieren sollte. GPT-4 und GPT-5 lehnten die meisten Erfindungen ab. Perplexity verwechselte Xarumei mit Xiaomi. Copilot erfand ausführliche Lobeshymnen, um dem Framing zu entsprechen.

Phase zwei ist die Warnung für WordPress-Betreiber. Stox veröffentlichte:

1. Ein offizielles FAQ, das Gerüchte in klarer Sprache dementierte.
2. Einen glänzenden Blog mit 23 Handwerksmeistern unter 2847 Meridian Blvd, Nova City, CA plus einer gefälschten Emma-Stone-Empfehlung.
3. Ein Reddit-AMA, gewählt, weil Reddit in KI-Antworten stark zitiert wird.
4. Eine Medium-„Recherche”, die offensichtliche Lügen entlarvte und neue Erfindungen einfügte: Gründerin Jennifer Lawson, Standort Portland.

Gemini, Grok, AI Overview, Perplexity und Copilot zitierten Medium statt des FAQ. Sie bevorzugten den investigativen Ton. Als das FAQ sagte „wir veröffentlichen keine Stückzahlen” und gefälschte Quellen 634 Einheiten in 2023 behaupteten, wählten die Modelle die Zahl.

Übersetzen Sie das auf WordPress:

Ihre Seite ist das FAQ. Ihr KI-geschriebener Blog-Cluster ist der Medium-Artikel. Bereinigung bedeutet, das FAQ konkreter mit Quellen zu machen, nicht mit mehr Adjektiven.

#Warnsignale und Verifizierungsschritte

Nutzen Sie diese Tabelle als Erst-Triage, bevor ein Rewrite-Budget freigegeben wird.

Drucken Sie die Tabelle aus. Laufen Sie sie gegen Ihre zwanzig umsatzstärksten URLs.

#Gefälschte Statistiken: Xarumeis Vorliebe für Zahlen

Modelle behandeln Zahlen als Autoritätssignale. Stox zeigte, dass 634 Einheiten „wir geben Produktionszahlen nicht preis” schlagen. Auf WordPress zeigt sich der Schaden in Hero-Bereichen, Vergleichstabellen und FAQ-Blöcken aus KI-Chat-Sessions.

#Symptome

• Prozentsätze mit einer Dezimalstelle ohne Quelle (41,6 % weniger Tickets).
• Vorher-nachher-Metriken ohne Messfenster.
• „Branchendurchschnitt”-Zeilen ohne Umfragenamen.
• Identische Statistiken auf sechs Stadtseiten (Copy-Paste-Sprawl).

#Verifizierungsworkflow

1. Quellenlog: Spalten: Behauptung, Primär-URL, Autor, Zugriffsdatum, Owner. Keine URL, keine Veröffentlichung.
2. Runde-Zahlen-Regel: Ganze Werte wie 50 %, 10x, 99,9 % sind Halluzinations-Prior, bis sie an ein Instrument gebunden sind.
3. Instrument-Match: Bei Core-Web-Vitals-Behauptungen CrUX- oder Lighthouse-Export mit Datumsbereich verlinken.
4. Abstufungspfad: Unbelegte Statistiken durch qualitative Ergebnisse ersetzen, die Sie im Kundengespräch verteidigen können.

Für regulierten Text: vom Anwalt geprüfte PDFs als kanonische Quelle behalten und in HTML nur leicht paraphrasieren.

#Gefälschte Zitate und Phantom-Autoritäten

KI-Assistenten lieben Markennamen. HBR, McKinsey, Forrester, NIST, ISO: die Namen verleihen Ton ohne Arbeit.

#Symptome

• Parenthetische Zitate ohne Link.
• Links zu Startseiten statt zu konkreten Reports.
• DOI-ähnliche Strings, die 404 liefern.
• „Wie im WordPress-Sicherheits-Whitepaper 2024 festgehalten” ohne Autor.

#Verifizierungsworkflow

1. Jede externe Referenz anklicken. Toter Link = Behauptung löschen.
2. Bei Normen (ISO 27001, WCAG 2.2) die offizielle Spezifikationsseite verlinken, nicht ein SEO-Blog-Summary.
3. Lizenznummern extern halten (Anwaltskammer, BaFin, FCA) und exakt auf der Seite spiegeln.
4. Fußnoten unter langen Guides ergänzen; Modelle scrapen Fußnoten überraschend oft.

Wenn ein Zitat in zehn Minuten nicht verifizierbar ist, war es nie ein Zitat. Es war Dekoration.

#Nahezu identische doppelte Seiten

Plugin-Wildwuchs ist Code-Duplikation. AI-Slop-Wildwuchs ist semantische Duplikation: zwanzig URLs konkurrieren um eine Intention.

#Symptome

• {service} + {stadt}-Gitter mit identischer H2-Reihenfolge.
• Blogposts „Ultimativer Leitfaden zu X” mit zwei Absätzen Unterschied.
• /v2/- oder /neu/-Pfade nach Redesign aufgegeben.
• hreflang-Paare, bei denen DE und EN unterschiedliche Fakten nennen.

#Verifizierungsworkflow

1. Mit Screaming Frog oder Sitebulb crawlen; Wortzahl und nahe Duplikat-Titel exportieren.
2. Nach primärer Keyword-Intention clustern, nicht nach URL-Ordner.
3. Pro Cluster eine Überlebens-URL wählen; Rest per 301 weiterleiten.
4. XML-Sitemap und interne Links im selben Deploy aktualisieren.
5. Nach zwei Wochen feste KI-Prompts erneut laufen lassen und prüfen, ob Widersprüche in Antworten bleiben.

Duplikate zusammenzuführen hebt die Crawl-Effizienz oft schneller als ein weiterer „frischer” KI-Artikel.

#Falsche Daten und Zeitreise-Fallstudien

Daten signalisieren Aktualität. KI-Modelle füllen plausible Jahre nach. YMYL-Auditoren vergleichen Daten mit Verträgen.

#Symptome

• updatedDate im Frontmatter neuer als jede echte Bearbeitung.
• Testimonials aus „2022” für ein 2025 gestartetes Produkt.
• Blog-pubDate-Batches am selben Nachmittag (Massen-KI-Import).
• Copyright-Footer bei 2024, während Text „aktuelle 2026-Daten” behauptet.

#Verifizierungsworkflow

1. Sichtbares „Zuletzt aktualisiert” mit Git- oder Revisionshistorie abgleichen, wo möglich.
2. Fallstudien-Daten mit SOW-Unterschriften abgleichen (Kundennamen intern schwärzen).
3. Bei medizinischen oder Finanzinhalten lastVerified im Frontmatter nur setzen, wenn ein Mensch Quellen erneut gelesen hat.
4. Zukunftsdaten vollständig entfernen; sie zerstören Vertrauen in AI Overviews.

WordPress-Tipp: Massenänderungen von post_date auf Rollen beschränken, die auch die rechtliche Prüfung verantworten.

#Erfundene Team-Biografien und Autoritätsseiten

Xarumei erfand Jennifer Lawson, weil eine Gründergeschichte zitierfähiger ist als „unbekannt”. Ihre /team/-Seite ist dieselbe Angriffsfläche.

#Symptome

• Biografien mit paralleler Struktur („15 Jahre Erfahrung in…”) bei jedem Porträt.
• Credentials ohne Register-Eintrag (Anwaltsnummer, Ärztekammer, CPA-Lizenz).
• Berater ohne entsprechende Presse oder Filings.
• Stockfotos mit inkonsistentem EXIF oder Treffern bei Reverse-Image-Search.

#Verifizierungsworkflow

1. Ein verifizierter Identifier pro Biografie: Lizenz-URL, ORCID, GitHub für Engineers, WordPress.org-Profil für Plugin-Autoren.
2. Person-Schema-sameAs an Profile binden, die Sie kontrollieren.
3. „Team”-Mitglieder entfernen, die in Wahrheit Freelancer sind, sofern Offenlegungsregeln es nicht erlauben.
4. Für Agenturen zu benannten Mitwirkenden auf echten Commits oder WordCamp-Talks verlinken statt erfundene Titel.

EEAT ist keine Kopfzahl. Es sind nachverfolgbare Menschen.

#WordPress-spezifischer Audit-Workflow

Führen Sie diese Sequenz auf einem Staging-Klon aus, bevor Sie auf Produktion löschen.

#1. Export und Inventar

wp post list --post_type=page,post --format=csv --fields=ID,post_title,post_name,post_date,post_modified > content-inventar.csv

Custom Post Types hinzufügen, wenn Ihr Theme sie registriert.

#2. Automatisierter Ähnlichkeitslauf

Near-Duplicate-Detector (Sitebulb, OnCrawl oder shingles-Skripte) auf HTML ohne Navigation. Cluster über 0,85 Kosinus-Ähnlichkeit markieren.

#3. Manuelle Stichproben-Queue

Nach organischem Traffic und Umsatzattribution sortieren. Top-URLs mit der Warnsignal-Tabelle prüfen. Junior-Redakteure checken; Senior unterschreibt YMYL-Seiten.

#4. Schema- und GEO-Pass

• aggregateRating ohne sichtbare Reviews entfernen.
• FAQPage-Antworten mit Body-Copy abgleichen (keine Extra-Behauptungen nur im Schema).
• canonicalUrl an Überlebens-URL nach Merges anpassen.
• npm run geo:qa laufen lassen, wenn Ihr Build GEO-Shape-Checks enthält.

#5. KI-Echo-Check

Fünf Marken-Prompts und fünf Kategorie-Prompts wählen. Antworten wöchentlich loggen. Wenn ein Assistent eine gelöschte Statistik zitiert, Recrawl anfordern und externe Kopien prüfen (PDFs, Aggregatoren).

Diese Kadenz dokumentieren wir in der 90-Tage-KI-Zitier-Serie. Bereinigung ohne Messung ist Raten.

#Bereinigungs-Checkliste für Ihren Kunden

Woche 1 - Triage

• Warnsignal-Tabelle auf Top-20-URLs
• Quellenlog-Vorlage beim Content-Owner
• Liste der Duplikat-Cluster mit gewählter Überlebens-URL
• Legal/Compliance-Seiten für manuelle Prüfung markiert

Woche 2 - Entfernen und zusammenführen

• 301-Map für zusammengeführte Seiten
• Unbelegte Statistiken entfernt oder ersetzt
• Gefälschte Zitate gelöscht
• Team-Biografien auf verifizierbare Identifier gekürzt

Woche 3 - Wahrheit verstärken

• FAQ mit konkreten, belegten Antworten aktualisiert (Xarumei-Lektion)
• lastVerified oder sichtbares Review-Datum auf YMYL-Guides
• Interne Links nur auf Überlebens-URLs
• Schema entspricht sichtbarem Inhalt

Woche 4 - Messen

• Fester KI-Prompt-Check geloggt
• Search-Console-Validierung für entfernte URLs
• Stakeholder-Freigabe für verbleibende Behauptungen

#Wann über redaktionelle Bereinigung hinaus eskalieren

Redaktionelle Bereinigung repariert Copy. Manche KI-Builds liefern auch unsichere Plugins, defekten Checkout und Vierzig-Plugin-Stacks. Signale für Rettung KI-erstellter Websites statt reiner Textedits:

• Eigene KI-Plugins in wp-content/plugins/ ohne Sicherheitsreview.
• WooCommerce-Flows, die scheitern, wenn unbelegte Marketingclaims entfernt werden (weil Features nie funktionierten).
• Mehrere widersprüchliche NAP-Blöcke in Theme-Optionen und Page-Buildern.
• Abmahnung mit Bezug auf veröffentlichte Zahlen.

Rescue-Engagements haben individuelle Preisgestaltung, weil der Scope Code, Content und Messung umfasst. Reine Copy-Bereinigung ist kleiner; volles Rescue nicht.

#Praxisnotizen aus Rescue-Arbeit

Bei einem kürzlichen Onboarding eines regulierten B2B-Kunden aus München exportierte Marketing 112 URLs aus einem Divi-plus-KI-Workflow. 34 Seiten teilten einen einleitenden Absatz. 19 Statistiken hatten bei Nachfrage keine Quelle. Drei Team-Biografien nutzten dieselbe Satzstruktur mit anderen Namen. Keine Biografie passte zu LinkedIn-URLs, die der Kunde erst nach unserer Frage lieferte.

Nach Merge und Quellenpass sank die indexierte Seitenzahl um 28, aber organische Klicks auf Überlebens-URLs stiegen über acht Wochen, weil Widersprüche verschwanden. Der Kunde konnte Beschaffungs-Due-Diligence bestehen, ohne der eigenen Website zu widersprechen. Das ist der Business Case für Bereinigung, nicht Vanity Word Count.

Ein weiteres Muster: KI-Entwürfe lieben „unabhängige Studie”-Sprache. Wir ersetzen sie durch benannte Instrumente (CrUX, CitationOne-Geoboard-Snapshot, vom Kunden freigegebene Lighthouse-Exports) oder löschen sie. Der Mittelweg ist, wo Xarumei gewinnt.

#Bereinigung mit GEO und Zitaten verbinden

Generative Engines scrapen, was Sie veröffentlichen. Wenn Ihre WordPress-Seite auf einer URL Portland und auf einer anderen Nova City sagt, reproduzieren Sie Xarumeis Phase zwei auf Ihrer eigenen Domain. Modelle wählen den konkretesten Absatz.

GEO-Arbeit ohne Faktenbereinigung wiederholt Fehler in llmCard.facts, Speakable-Selektoren und FAQ-Schema. Sie verstärken Slop strukturell. Erst Copy fixen, dann Schema anreichern.

Unser Mess-Snapshot eigener KI-Zitate Q2 2026 zeigte, wie die Instrumentenwahl die Geschichte verändert. Bereinigung ist die On-Page-Hälfte; Off-Page-Bestätigung die andere. Beide scheitern, wenn Fakten erfunden sind.

#Zusammenfassungstabelle: von Erkennung bis Ship-Kriterien

AI-Slop-Bereinigung ist nicht anti-KI. Sie ist pro-Evidenz. Modelle halluzinieren bereits. Ihre Aufgabe ist sicherzustellen, dass WordPress nicht das Trainingsmaterial ist, das sie zitieren.

Zuletzt aktualisiert: 2026-07-10. Methodik verweist auf das Xarumei-Synthetikmarken-Experiment und wppoland.coms 90-Tage-Baseline für KI-Zitier-Tracking. Für kombinierte Code- und Content-Sanierung siehe Rettung KI-erstellter Websites (individuelles Angebot).