[[FIG:kb-0610]]

Zwei Funktionen, eine Krise

Warum sie koordiniert werden müssen

Die beiden Funktionen verstärken sich nur dann gegenseitig, wenn sie gemeinsam agieren:

• Eine Stellungnahme, die nicht auch in zitierfähiger Form auf der Unternehmenswebsite vorliegt, gelangt selten in die KI-Suchmaschinen.
• Eine Presseplatzierung, die auf der SERP nicht über dem umstrittenen Artikel angezeigt wird, erreicht niemals die Personen, die das Kommunikationsteam ansprechen wollte.

PR-Agenturen verantworten in der Regel die Krisenkommunikation. Die parallele Arbeit – dafür zu sorgen, dass die dauerhaften digitalen Spuren auf der SERP, im KI-Narrativ und im Wikipedia-Artikel mit der Botschaft übereinstimmen – ist das Krisen-Reputationsmanagement. Werden sie getrennt voneinander ausgeführt, driften sie auseinander. Werden sie ab dem ersten Anruf gemeinsam umgesetzt, erzählen sie überall dort dieselbe Geschichte, wo Stakeholder nach Informationen suchen.

The post Was ist der Unterschied zwischen Krisenkommunikation und Krisen-Reputationsmanagement? appeared first on Five Blocks.

[[FIG:kb-0640]]

Wie die Arbeit während der Untersuchung abläuft

• Die Kommunikation bleibt maßvoll und sachlich, nicht defensiv oder vorgreifend. Vorgreifende Formulierungen werden oft später zitiert, daher beschreiben Stellungnahmen das, was bekannt ist, anstatt das Ergebnis vorwegzunehmen.
• Das KI-Narrativ wird täglich überwacht, und zwar über alle acht Engines hinweg, wobei darauf geachtet wird, welche Quellen jede Engine gewichtet. Berichte über behördliche Verfahren halten sich in KI-Engines tendenziell länger als in der Presse.
• Maßgebliche Inhalte decken die breitere Geschäftstätigkeit ab – operatives Geschäft, Führung, Kundenversprechen, ESG – und nicht die Untersuchung selbst. So wird verhindert, dass die Untersuchung zum größten Teil des digitalen Fußabdrucks wird, den das Unternehmen in dieser Zeit aufbaut.

Warum sich dies nach dem Abschluss auszahlt

Die während der Untersuchung aufgebaute Infrastruktur ist am wichtigsten, sobald die Angelegenheit geklärt ist. Die eigenen Inhalte und der quellenbasierte Blick auf das KI-Narrativ bleiben bestehen und prägen weiterhin die Darstellung des Unternehmens, nachdem das Thema aus den Schlagzeilen verschwunden ist.

The post Wie steuert man die Online-Reputation während einer behördlichen Untersuchung? appeared first on Five Blocks.

[[FIG:kb-0616]]

Der Krisen-Kreislauf, Phase für Phase

1. Überwachen Sie die Narrative täglich über alle Engines hinweg. Richten Sie Monitoring-Themen für die spezifische umstrittene Behauptung, das Framing und die Namen der beteiligten Führungskräfte ein und rufen Sie diese täglich ab. AIQ fragt acht große KI-Engines ab: ChatGPT, Gemini, Copilot, Perplexity, Claude, Grok, Google Übersicht mit KI und Google AI Mode. Sie verfolgen das Bild vom ersten Tag an Engine für Engine, anstatt sich auf eine einzelne Stichprobe zu verlassen.
2. Verfolgen Sie die Quellen, auf die sich jede Engine stützt. KI-Engines erstellen eine Antwort, indem sie Quellen anhand von Autoritätssignalen wie Domain-Reputation, Zitierhäufigkeit, Aktualität und struktureller Qualität gewichten, wobei sie eine einzelne umstrittene Quelle übergewichten können. Einige Retrieval-basierte Engines zeigen Inline-Zitate für die verwendeten Quellen an; andere tun dies nicht. In dieser Phase werden daher die Quellen analysiert, auf die sich jede Engine offenbar verlässt. Das zeigt Ihnen, wo sich ein Eingreifen lohnt – oft ist es ein einzelner früher Artikel oder ein Wikipedia-Absatz, auf den sich die Engines festgelegt haben, und nicht der lauteste Social-Media-Post.
3. Platzieren Sie verlässliche Gegeninhalte auf vertrauenswürdigen Quellen. Bringen Sie die korrigierten Fakten auf Plattformen, die von den Engines bereits gewichtet werden: die Unternehmenswebsite, glaubwürdige unabhängige Presse und den Wikipedia-Artikel. Such- und KI-Engines gewichten glaubwürdige unabhängige Berichterstattung stärker als zusätzliche eigene Seiten. Die Korrekturen, die Bestand haben, sind daher jene, die in unabhängigen Sekundärquellen landen, denen die Engines bereits vertrauen.
4. Prüfen Sie die Übernahme und wiederholen Sie den Vorgang. Das tägliche Monitoring zeigt, ob jede Engine das korrigierte Bild übernommen hat oder am alten Framing festhält. Wo eine Engine weiterhin die umstrittene Version wiederholt, kehrt der Kreislauf zur Arbeit auf Quellenebene zurück, da unkorrigiertes Material über Jahre in KI-Trainingsdaten verbleiben kann, wenn es nicht an der Quelle geändert wird.

Den Wikipedia-Thread richtig korrigieren

• Nutzen Sie den Prozess für Bearbeitungsanfragen auf der Diskussionsseite, keine direkten Bearbeitungen. Der regelkonforme Weg für eine interessierte oder bezahlte Partei besteht darin, Änderungen auf der Diskussionsseite des Artikels mit zuverlässigen Sekundärquellen vorzuschlagen und diese von einem unabhängigen Community-Redakteur bewerten und umsetzen zu lassen, anstatt den Artikel direkt zu bearbeiten.
• Direkte Bearbeitungen bei Interessenkonflikten bewirken das Gegenteil. Bearbeitungen, die direkt von einem Account mit Interessenkonflikt vorgenommen werden, werden rückgängig gemacht und markiert, selbst wenn die zugrunde liegende Korrektur korrekt ist. Der Weg über die Diskussionsseite ist daher auch der schnellere Weg zu einer dauerhaften Änderung.
• Bringen Sie unabhängige Quellen ein, keine primären. Wikipedia akzeptiert Korrekturen, die durch unabhängige Sekundärquellen wie die etablierte Presse gestützt werden; die eigene Website eines Unternehmens oder Pressemitteilungen reichen in der Regel nicht aus, um eine sachliche Änderung allein zu belegen.

Führen Sie dies als Kreislauf und nicht als einmalige Intervention durch, da Korrekturen Bestand haben müssen. KI-Engines kombinieren viele Quellen zu einem überzeugenden Narrativ, und sobald dieses Narrativ etabliert ist, kann es fortbestehen, selbst wenn neue Informationen auftauchen. Der einzige verlässliche Test für eine Korrektur ist, ob die Engines selbst beginnen, sie widerzuspiegeln. Das tägliche Monitoring schließt diesen Kreislauf: Es zeigt, wo die Arbeit auf Quellenebene das Bild verändert hat und wo noch weiterer Handlungsbedarf besteht.

The post Wie managt man KI-Suchergebnisse während einer Reputationskrise? appeared first on Five Blocks.

[[FIG:kb-0643]]

Ansatz 1: Juristische Eskalation

• Aufforderung zur Unterlassung: Eine formelle Aufforderung an den Herausgeber oder Autor ist oft der erste rechtliche Schritt, wenn die verleumderischen Inhalte eindeutig falsch sind und der Herausgeber identifizierbar ist. Dies führt selten zu einer sofortigen Bewegung in den SERPs, schafft aber eine dokumentierte Grundlage.
• Löschung durch Plattformen: Die meisten großen Plattformen haben Richtlinien, die belästigende, verleumderische oder auf falschen Tatsachenbehauptungen beruhende Inhalte verbieten. Wenn der Inhalt gegen die Plattformrichtlinien verstößt, ist der Meldeprozess der Plattform der richtige Kanal. Die Ergebnisse variieren je nach Plattform und Eindeutigkeit des Verstoßes.
• Kontaktaufnahme mit Herausgebern: Etablierte Medien korrigieren, aktualisieren oder entfernen gelegentlich Inhalte, die nachweislich falsch sind. In der Praxis nehmen große Publikationen Artikel jedoch selten offline, es sei denn, es liegen eklatante Fehler oder rechtliche Gründe vor, einschließlich verleumderischen Materials.
• Rechtliche Schritte: Diese werden eingeleitet, wenn die Faktenlage und die Zuständigkeit dies stützen. Ein Sieg gegen einen Host-Anbieter entfernt oft nicht die gecachten Kopien, syndizierte Versionen oder Zitate auf sekundären Websites, die die ursprüngliche Behauptung aufgegriffen haben.

Ansatz 2: Reputations- und SERP-Arbeit

• Aufbau verlässlicher Inhalte: Veröffentlichen Sie präzise, gut belegte Inhalte, die den wahren Sachverhalt darstellen. Dies ist das Material, das die Suchmaschinen im Laufe der Zeit gegen das verleumderische Ergebnis ranken lassen. Ohne dieses Material gibt es nichts, womit das verleumderische Ergebnis verdrängt werden könnte.
• Entitätsarbeit: Stärken Sie die anerkannte Präsenz des Subjekts im Knowledge Graph und auf Wikidata. Ein stärkeres Entitätssignal bedeutet, dass die Suchmaschinen beim Zusammenstellen von Antworten und Knowledge Panels auf verlässlichere Quellen zurückgreifen und sich weniger auf randständige oder feindselige Inhalte stützen.
• Korrekturanfragen auf Quellenebene: Reichen Sie bei Medien, die die umstrittene Behauptung behandelt oder zitiert haben, dokumentierte Korrekturanfragen ein. Einige Publikationen akzeptieren diese, wenn die Beweislage die Korrektur stützt, und jede erfolgreiche Anfrage entzieht dem verleumderischen Ergebnis ein Autoritätssignal.
• Entfernung aus dem Google-Cache und von veralteten Inhalten: Wenn Inhalte an der Quelle entfernt wurden, der Google-Index sich aber noch nicht aktualisiert hat, bietet die Google-Suche ein Tool zum Entfernen veralteter Inhalte. Dies ist ein taktischer Schritt, keine dauerhafte Lösung, kann aber die gecachte Version bereinigen, während sich die SERPs neu ausrichten.

Monitoring

• IMPACT: Verfolgen Sie die SERP-Bewegungen für priorisierte Suchanfragen in den relevanten Regionen, während beide Ansätze voranschreiten. Die SERPs sind der primäre Indikator dafür, ob die kombinierte Arbeit Wirkung zeigt.
• AIQ: Überwachen Sie die Narrative der KI-Suchmaschinen über die wichtigsten Modelle hinweg. KI-Engines reproduzieren verleumderische oder umstrittene Behauptungen oft noch lange, nachdem der Quellinhalt entfernt oder korrigiert wurde, da ihre Trainingsdaten und Abrufquellen alte Kopien enthalten. AIQ verfolgt, welche Engines die Behauptung ausgeben und aus welchen Quellen sie schöpfen, sodass die Reputationsarbeit gezielt dort ansetzen kann, wo das KI-Narrativ am hartnäckigsten ist.

Warum juristische Schritte allein nicht ausreichen

Selbst erfolgreiche rechtliche Schritte richten sich in der Regel nur gegen den ursprünglichen Host-Anbieter. Gecachte Kopien, syndizierte Versionen auf Aggregator- und Nachrichtenverteiler-Websites, Zitate auf sekundären Kommentar-Websites und archivierte Snapshots bleiben eigenständig bestehen. Die Suchmaschinen können diese sekundären Kopien weiterhin ranken, nachdem das Original verschwunden ist. Reputationsarbeit deckt das breitere Ökosystem der Kopien ab und verdrängt das Narrativ im Laufe der Zeit. Werden beide Ansätze kombiniert, verändern sie die SERPs und das KI-Narrativ über Monate hinweg. Wird nur einer verfolgt, greift er zu kurz.

The post Wie gehen Sie mit Verleumdung in den Suchergebnissen um? appeared first on Five Blocks.

[[FIG:kb-0639]]

Wie die Lösung Schritt für Schritt funktioniert

1. Einbindung eines separaten Person-Schemas auf den eigenen Webauftritten jeder Person. Ein Person-Schema-Markup mit eindeutigen Identifikatoren kann zwei Individuen für Suchmaschinen voneinander unterscheiden und verankert jede Identität mit ihrer eigenen Biografie-Website und ihren Profilen.
2. Herausarbeiten der Unterschiede durch strukturierte Daten. Schema-Markup und strukturierte Daten helfen Suchmaschinen und KI-Engines zu verstehen, welche Aussagen eine Seite trifft, und diese der richtigen Entität zuzuordnen. Dabei werden kontextbezogene Signale wie Branche, Standort, Position und verwandte Themen genutzt, um die beiden Personen voneinander zu unterscheiden.
3. Hinzufügen von sameAs-Links, die jede Entität auf ihre passenden Referenzen verweisen. Die Eigenschaft sameAs im Person-Schema verknüpft jede Person mit ihren eigenen maßgeblichen Profilen: LinkedIn, berufliche Biografien, Wikidata und Wikipedia (sofern relevant). Dies signalisiert den Engines, dass diese Profile zu der einen Identität gehören und nicht zu der anderen.
4. Aktualisierung von Wikidata, damit die Unterscheidung in den Knowledge Graph einfließt. KI-Engines nutzen Wikidata zur Entitäts-Disambiguierung über eindeutige Identifikatoren und sameAs-Links. Zudem können Knowledge Panel-Signale durch Wikidata-Eigenschaften beeinflusst werden. Ein sauberes, eigenständiges Wikidata-Objekt für jede Person überträgt die Disambiguierung somit in die Entitätsebene von Google.
5. Klärung der Unterscheidung in betroffenen Wikipedia-Artikeln (sofern zutreffend). Google und KI-Engines unterscheiden gleichnamige Entitäten mithilfe von Wikipedia-Begriffsklärungsseiten und separaten Artikeln. Wo Wikipedia eine Rolle spielt, helfen Bearbeitungsanfragen bei den entsprechenden Artikeln, die beiden Identitäten zu trennen. (Jegliche Arbeit an Wikipedia erfolgt als Bearbeitung mit offengelegtem Interessenkonflikt.)

Warum dieser Ansatz funktioniert

Die Ausgaben von KI-Modellen lassen sich nicht direkt bearbeiten; stattdessen formen Sie die Quellen, Entitätssignale, maßgeblichen Inhalte und strukturierten Daten, auf die diese Modelle zurückgreifen. Da sameAs-Links und das Person-Schema eine Disambiguierung etablieren, die von den Engines im Laufe der Zeit erlernt wird, trennen diese die beiden Identitäten nach und nach. Infolgedessen wird der Skandal der unbeteiligten Person nicht mehr mit Ihrem Namen in Verbindung gebracht.

The post Ich trage einen häufigen Namen und der Skandal einer anderen Person schadet meinen Suchergebnissen. Was kann man dagegen tun? appeared first on Five Blocks.

[[FIG:kb-0632]]

Der tägliche Arbeitsrhythmus

1. Morgendliche Auswertung mit IMPACT und AIQ. Wir setzen IMPACT und AIQ in einem täglichen Rhythmus für die spezifischen Keywords und Narrative ein. Das Account-Team prüft jeden Morgen, ob es Verschiebungen in der Google-Suche und bei den KI-Suchmaschinen gibt.
2. Reaktive eigene Inhalte. Wenn sich Fakten ändern, produzieren wir reaktive Inhalte auf den eigenen Kanälen, damit die Unternehmensdarstellung aktuell und maßgeblich bleibt.
3. Bearbeitungsanfragen auf Wikipedia-Diskussionsseiten. Aktualisierungen auf Wikipedia erfolgen über offengelegte Bearbeitungsanfragen auf den Diskussionsseiten, gestützt auf verlässliche, unabhängige Quellen, sobald neue glaubwürdige Informationen verfügbar sind.
4. Spiegelung jeder Presseerklärung. Der Rhythmus von PR und Reputationsmanagement bleibt abgestimmt: Jede Presseerklärung wird auf den eigenen Kanälen gespiegelt, sodass sich beide Kanäle gegenseitig stützen.
5. Prüfung jeder Platzierung innerhalb von 24 Stunden. Wir prüfen jede Presseplatzierung innerhalb von 24 Stunden auf ihre Auswirkungen auf die Suchergebnisse und KI-Antworten, damit die morgendliche Überprüfung auf aktuellen Daten basiert.
6. Fester Rhythmus für Stakeholder. Die Kommunikation mit Stakeholdern wie Investoren, Mitarbeitern, Aufsichtsbehörden und Kunden erfolgt in einem festen Rhythmus, sodass der Unternehmenskanal schneller und vertrauenswürdiger bleibt als die Gerüchteküche.

Dies ist einer der operativ intensivsten Krisenmodi, die wir durchführen, da der Kreislauf jeden Tag durchlaufen werden muss, bis sich die Berichterstattung beruhigt hat.

The post Wie steuern Sie Suchergebnisse bei fortlaufender Berichterstattung? appeared first on Five Blocks.

[[FIG:kb-0615]]

Maßnahmen während der viralen Phase

1. Führen Sie noch am selben Tag eine Diagnose durch. Ermitteln Sie, was die Viralität tatsächlich antreibt: welche Medien, welche Social-Media-Accounts und welche Quellen die KI-Suchmaschinen zu gewichten beginnen. So erkennen Sie, woher das Narrativ stammt, und nicht nur, wo es am lautesten erscheint. Ein viraler negativer Social-Media-Thread kann selbst anfangen, für den Unternehmensnamen zu ranken.
2. Koordinieren Sie Rechtsabteilung und PR. Das PR-Team und die Rechtsabteilung steuern die öffentliche Reaktion im Takt des Nachrichtenzyklus. Die Arbeit am dauerhaften digitalen Fußabdruck richtet sich danach, was diese kommunizieren dürfen und was nicht.
3. Richten Sie ein tägliches KI-Monitoring ein. Erstellen Sie tägliche AIQ-Themen zu den spezifischen Erzählsträngen, um das Gesamtbild von den ersten Stunden an zu verfolgen. AIQ fragt acht große KI-Suchmaschinen ab, wodurch das Narrativ Maschine für Maschine und nicht nur anhand einer einzigen Stichprobe verfolgt wird.
4. Erstellen Sie maßgebliche Gegeninhalte. Veröffentlichen Sie präzises Material, das die Suchmaschinen zitieren können, auf eigenen Kanälen: der Unternehmenswebsite, den Profilseiten der Führungskräfte, Faktenseiten. Suchmaschinen beziehen ihre Antworten aus den Quellen, die sie am stärksten gewichten, und sie zitieren glaubwürdige Medien sowie unternehmenseigene Inhalte. Ein Fakt, der nur als mündlicher Kommentar existiert, ist weitaus schwächer als einer, der dort veröffentlicht wird, wo er referenziert werden kann.
5. Bereiten Sie sich auf die Folgeberichterstattung vor. Stellen Sie das weiterführende Material jetzt schon bereit. Für die Online-Reputation ist die Berichterstattung am zweiten Tag meist wichtiger als am ersten.

Warum der zweite Zeitplan wichtiger ist

• Der Nachrichtenzyklus ist laut, aber kurz. Der digitale Fußabdruck ist leiser und dauerhaft; er ist das, was jemand findet, wenn er später nach der Geschichte sucht.
• KI-Suchmaschinen generieren ihre Antwort über eine Entität, indem sie Informationen aus dem gesamten Quellen-Ökosystem synthetisieren. Die Version, die sich im Quellenpool bildet, ist also diejenige, die den Stakeholdern im Nachhinein angezeigt wird.
• Sobald sich diese Synthese verfestigt hat, kann sie bestehen bleiben, selbst wenn die Live-Berichterstattung korrigiert wird. Deshalb ist es das Ziel in den ersten 72 Stunden, die maßgebliche, zitierfähige Version bereitzustellen, damit die Suchmaschinen diese aufnehmen können.

In den ersten 72 Stunden geht es um diesen dauerhaften Fußabdruck. Ein guter Umgang mit der Presse ist wichtig, aber das, was Stakeholder sechs Monate später finden, stammt aus dem maßgeblichen Material, das auf eigenen Kanälen veröffentlicht wurde, während die Geschichte noch im Gange war.

The post Wie reagiert man auf eine virale negative Berichterstattung? appeared first on Five Blocks.

[[FIG:kb-0681]]

Schritt 1: Die Person als eigenständige Entität etablieren

Die erste Aufgabe ist die Entitäten-Disambiguierung: Den Engines muss gezeigt werden, dass diese Person eine eigenständige Entität mit einer eigenen Zeitachse ist und keine dauerhafte Verbindung zum ehemaligen Unternehmen besteht. Die technischen Hebel:

• Personen-Schema mit sameAs-Links auf eigenen Web-Properties, die die Biografie-Website der Person mit ihrem LinkedIn-Profil, dem Wikipedia-Artikel (sofern vorhanden) und der Wikidata-Q-ID verbinden. Diese Links bieten den Engines einen klaren Identitätsanker und liefern biografische Disambiguierungssignale, die die Person von dem Unternehmen trennen, das sie einst geleitet hat.
• Wikidata-Eintrag oder -Aktualisierung mit präzisen Beschäftigungsdaten, einem klaren Austrittsdatum für die ehemalige Eigentümerbeziehung und einer korrekt angegebenen aktuellen Rolle, damit KI-Engines, die Wikidata zur Entitätenauflösung heranziehen, über die richtige Zeitachse verfügen.
• Wikipedia-Artikel oder Bearbeitungsanfrage auf der Diskussionsseite, damit der Artikel die zeitliche Abfolge korrekt wiedergibt: Der Skandal fand vor der Amtszeit dieser Person statt, und die Person ist durch einen Verkauf ausgeschieden. Wikipedia gehört zu den stärksten Disambiguierungssignalen, die Suchmaschinen nutzen, und ist eine der am stärksten gewichteten Quellen in den Antworten von KI-Engines.

Schritt 2: Den eigenen Content-Footprint der Person aktualisieren und erweitern

Sobald die Entitäten-Infrastruktur eine saubere Identität etabliert hat, liefert die Content-Ebene den Engines Material, das auf der richtigen Seite der Zeitachse gewichtet werden kann:

• LinkedIn-Profil, aktualisiert mit einer vollständigen Beschreibung der aktuellen Rolle, einem präzisen beruflichen Werdegang mit Datumsangaben und einer Zusammenfassung, die die Erfolge der Person anstelle der des ehemaligen Unternehmens widerspiegelt. LinkedIn speist die Entitäten-Ebene und schafft einen sameAs-Pfad, dem die Engines folgen.
• Biografie-Website oder Arbeitgeber-Biografieseite mit Personen-Schema-Markup und autoritativen Inhalten zur aktuellen Arbeit, zu beruflichen Erfolgen und öffentlichen Stellungnahmen. Eine Biografie-Website mit sauberem Schema ist ein direktes Entitätssignal, das die Engines extrahieren.
• Autoritative Inhalte von Dritten, die die tatsächliche Erfolgsbilanz der Person in ihrer aktuellen Rolle abdecken: Thought-Leadership-Beiträge, Artikel in der Fachpresse, Podcast-Auftritte mit präzisen Transkripten und Konferenzprofile. Diese liefern den Engines Beweise, die gegen die alte Assoziation gewichtet werden können. Engines zitieren bevorzugt diese Art von faktenbasiertem Drittmaterial mit namentlich genannten Autoren.
• Profile in Berufsverzeichnissen und Verbänden (relevante Vorstandsmitgliedschaften, Anwaltskammern, Branchenregister), die das Ansehen und die aktuelle Identität der Person auf eine Weise untermauern, wie es selbst publizierte Inhalte nicht können.

Schritt 3: KI-Narrative über führende Engines hinweg überwachen und korrigieren

Entitäten-Infrastruktur und Inhalte allein reichen nicht aus, wenn die Engines bereits ein ungenaues Narrativ gebildet haben. Das AIQ-Monitoring führt die relevanten Suchanfragen täglich über die acht von ihm erfassten KI-Engines aus und meldet, wenn eine Engine die Person weiterhin mit der Historie des ehemaligen Unternehmens vermischt, anstatt die Zeitachse korrekt darzustellen. Diese Vermischung bleibt oft bestehen, da sich ungenaue Informationen in den KI-Trainingsdaten festsetzen und auch dann erhalten bleiben können, wenn die Live-Berichterstattung korrigiert wurde; in solchen Fällen zielt die Arbeit auf Quellenebene auf die spezifischen Inputs ab, die jede Engine falsch gewichtet.

Die Engines, die Wikipedia und Wikidata am stärksten gewichten (Gemini, Übersicht mit KI von Google, AI Mode, Perplexity), aktualisieren sich in der Regel am schnellsten, sobald diese Quellen korrigiert sind. Engines, die sich stärker auf gecrawlte Web-Inhalte stützen, benötigen möglicherweise eine anhaltende Berichterstattung durch Dritte, bevor sich das Narrativ ändert. AIQ zeigt diesen Verlauf für jede Engine einzeln auf, damit die Arbeit zielgerichtet bleibt.

Wie der Verlauf aussieht

Eine saubere Entitäten-Infrastruktur, aktualisierte eigene Web-Properties, autoritative Inhalte von Dritten und das Monitoring von KI-Narrativen führen zusammen in der Regel über sechs bis zwölf Monate zu einer signifikanten Bewegung. Diese Bewegung verläuft nicht linear. Das Entitäten-Panel von Google und Wikipedia-gewichtende Engines reagieren oft innerhalb von Wochen auf Korrekturen auf der Entitäten-Ebene, während das breitere KI-Narrativ und das SERP-Bild länger brauchen, da neue Inhalte erst Autorität aufbauen müssen. Eine starke Berichterstattung durch Dritte über die aktuelle Arbeit der Person verkürzt diesen Zeitrahmen. Wenn der Skandal des ehemaligen Unternehmens langlebige, häufig zitierte ausführliche Berichterstattung hervorgebracht hat, ist mit dem vollen Zeithorizont und manchmal sogar länger zu rechnen, bevor die alten Inhalte in den Engines an Gewicht verlieren.

The post Ich habe ein Unternehmen verkauft, das vor meiner Zeit einen Skandal hatte. Mein Name wird nun damit in Verbindung gebracht. Welche Optionen habe ich? appeared first on Five Blocks.

[[FIG:kb-0654]]

Schritt 1: Rechtliche Prüfung durch Anwälte

Vor jeder öffentlichen Reaktion bewerten Anwälte die spezifischen Behauptungen anhand der geltenden rechtlichen Standards. In den meisten US-Gerichtsbarkeiten setzt eine Verleumdung eine falsche Tatsachenbehauptung (keine Meinungsäußerung), die Veröffentlichung gegenüber Dritten, die Identifizierung der betroffenen Person und einen nachweisbaren Schaden voraus. Diese Prüfung bestimmt, welcher Reaktionsweg aussichtsreich ist:

• Eindeutige Verleumdung (Ja-Zweig): Wenn es sich bei den Anschuldigungen um nachweislich falsche Tatsachenbehauptungen handelt, der Urheber erreichbar ist, Schäden beweisbar sind und der Gerichtsstand günstig ist, werden Löschungsanträge und formelle rechtliche Schritte eingeleitet. Löschungsanträge bei Plattformen stützen sich auf die Richtlinien zu Belästigung und Falschinformationen, über die die meisten großen Plattformen verfügen. Ein Rechtsstreit folgt, sofern die Sachlage und die wirtschaftlichen Aspekte dies rechtfertigen.
• Mehrdeutig oder rechtliche Grauzone (Mehrdeutig-Zweig): Wenn rechtliche Schritte nicht eindeutig aussichtsreich sind, können die Inhalte als Meinungsäußerung eingestuft werden, der Urheber ist möglicherweise nicht identifizierbar oder der Gerichtsstand ist ungünstig. Hier verlagert sich der Fokus vollständig auf die Reputationsarbeit: maßgebliche Inhalte, die den wahren Sachverhalt darlegen, sowie Korrekturanfragen auf Quellenebene an Medien, die die falsche Behauptung wiederholt oder verstärkt haben.

Schritt 2: Korrekturarbeit auf Quellenebene

• Identifizieren Sie jedes Medium, jeden Aggregator und jede Plattform, die die ursprüngliche falsche Anschuldigung wiederholt oder zitiert hat. In der Suche ranken oft Sekundärquellen und nicht die ursprüngliche Behauptung; daher reicht es nicht aus, sich nur an die Originalquelle zu wenden.
• Reichen Sie über die redaktionellen Kanäle der jeweiligen Medien dokumentierte Korrekturanfragen mit Beweisen für den sachlichen Fehler ein. Einige anerkannte Herausgeber akzeptieren Korrekturen bei nachweisbaren sachlichen Ungenauigkeiten; tun sie dies, entziehen sie der falschen Behauptung ein wichtiges Autoritätssignal.
• Sofern Plattformrichtlinien greifen (Richtlinien zu Belästigung, Bestimmungen zu Falschbehauptungen), reichen Sie eine entsprechende Meldung wegen Richtlinienverstoßes ein. Die Ergebnisse variieren je nach Plattform und der Eindeutigkeit des Verstoßes.

Schritt 3: Aufbau maßgeblicher Inhalte

• Veröffentlichen Sie auf den eigenen Kanälen sachliche, gut belegte Inhalte, die den wahren Sachverhalt darlegen. Dies ist das Material, das die Suchmaschinen im Laufe der Zeit gegen das falsche Ergebnis ranken lassen; ohne dieses Material gibt es in den Suchergebnissen keine konkurrierenden, maßgeblichen Inhalte, die angezeigt werden könnten.
• Strukturieren Sie die eigenen Inhalte so, dass sie leicht extrahiert werden können: klare Überschriften, präzise Aussagesätze, FAQPage-Schema (wo angemessen) sowie interne Links zu anerkannten, unterstützenden Quellen.
• Generieren Sie Earned Media in anerkannten Publikationen, die über die breitere Geschäftstätigkeit berichten. Berichterstattung durch Dritte, die auf Seite eins rankt, reduziert den Platz in den Suchergebnissen, der für die falsche Anschuldigung zur Verfügung steht.
• Halten Sie diesen Aufbau über Monate, nicht nur über Wochen, aufrecht. KI-Engines und Suchalgorithmen nehmen neue Autoritätssignale schrittweise auf, und die Verdrängung baut sich im Laufe der Zeit auf.

Schritt 4: Tägliches AIQ-Monitoring

• Führen Sie ein tägliches AIQ-Monitoring über die acht großen KI-Engines hinweg durch, um zu verfolgen, wie jede Engine die Anschuldigungen darstellt, aus welchen Quellen sie schöpft und wie sich das Narrativ mit fortschreitender Reputationsarbeit verschiebt.
• Die Ergebnisse des Monitorings zeigen, welche Quellen von den Engines verstärkt werden. Diese werden zu den vorrangigen Zielen für Korrekturen auf Quellenebene oder für maßgebliche Gegeninhalte, denn eine Änderung dieser vorgelagerten Quellen verändert das, was die Engines nachgelagert ausgeben.
• KI-Engines geben falsche oder umstrittene Behauptungen oft noch lange nach der Korrektur oder Entfernung der Originalquelle wieder, da ihre Abrufschichten ältere Kopien und zwischengespeicherte Snapshots enthalten. Durch kontinuierliches Monitoring bleibt die Korrekturarbeit zielgerichtet und verläuft nicht im Sande.
• Verfolgen Sie parallel dazu die Bewegungen in den Suchergebnissen über IMPACT, um zu bestätigen, dass beide Stränge mit zunehmender Arbeit eine messbare Verdrängung bewirken.

The post Wie steuert man die Reputation, wenn falsche Anschuldigungen im Internet auftauchen? appeared first on Five Blocks.

[[FIG:kb-0690]]

Die kontinuierliche Content-Antwort

Der hier funktionierende Ansatz ist kontinuierlich: kein kurzfristiger Schub, kein einzelner Gegenartikel, sondern ein Muster aus verlässlichen Inhalten, das über Monate und Jahre hinweg aufgebaut wird und die breitere Erfolgsbilanz des Unternehmens in ausreichender Menge und mit genügend Autorität darstellt, um wettbewerbsfähig zu sein. Das Ranking von Google gewichtet Autorität und Entitätserkennung stark, weshalb die Quelle wichtiger ist als die reine Anzahl. In der Praxis bedeutet das:

• Inhalte, die in Publikationen platziert werden, die Google als maßgeblich einstuft, und nicht nur in hoher Stückzahl erscheinen
• Ein definierter thematischer Rahmen, der die aktuelle operative Leistung, die Führung, die Strategie und das Kundenengagement des Unternehmens mit ausreichender Tiefe abdeckt, um den alten Artikel in den richtigen Kontext zu setzen
• Eine stetige Produktion nach einem festen Zeitplan, da sich Autorität in der Suche schrittweise aufbaut; kurzfristige Schübe erzeugen lediglich Ausschläge, aber keine dauerhaften Verschiebungen

Der Zeitrahmen für wesentliche Veränderungen ist hier nicht festgelegt. Wie schnell ein dauerhaft präsenter Artikel verdrängt werden kann, hängt von der Autorität der ursprünglichen Quelle, dem angesammelten Zitations-Fußabdruck, der Art und Weise, wie die KI-Engines den Inhalt in ihr Training eingebettet haben, und der Autorität des Gegen-Contents ab, den das Programm produzieren kann. Eine Verdrängung innerhalb weniger Monate ist in der Regel unrealistisch; ein messbarer Fortschritt im Rahmen eines kontinuierlichen Programms ist hingegen realistisch. Legen Sie ein spezifisches Monatsziel anhand tatsächlicher Verlaufsdaten fest, anstatt im Voraus eines anzunehmen.

Intervention auf Quellenebene

Die Arbeit auf Quellenebene läuft parallel zum Content-Programm und geht den Artikel direkt über legitime Kanäle an:

• Redaktionelle Korrekturanfragen: Die meisten großen, seriösen Nachrichtenmedien veröffentlichen Korrekturrichtlinien und korrigieren belegte sachliche Fehler, wenn diese ordnungsgemäß mit Quellen belegt sind. Anfragen laufen über den standardmäßigen redaktionellen Kanal des Mediums, in der Regel über einen Korrekturredakteur oder den Journalisten, und bleiben privat zwischen dem Anfragenden und der Publikation, anstatt zu öffentlichen Stellungnahmen zu werden. Die Hürde hierfür ist ein spezifischer, belegbarer sachlicher Fehler mit verlässlichen Quellen, nicht eine Meinungsverschiedenheit über die Darstellung oder Schwerpunktsetzung.
• Beschwerden wegen Richtlinienverstößen: Wenn der Inhalt gegen die veröffentlichten Richtlinien einer Plattform verstößt – etwa durch Belästigung, koordiniertes unauthentisches Verhalten oder nachweislich falsche Tatsachenbehauptungen –, kann eine formelle Beschwerde über den Prozess der Plattform eingereicht werden. Der Anwendungsbereich ist eng. Die meisten Plattformen entfernen Inhalte nicht allein aus Reputationsgründen, sondern nur dann, wenn ein spezifischer Richtlinienverstoß vorliegt.
• Googles Tool für veraltete Inhalte: Wenn sich die zugrunde liegende Seite erheblich geändert hat, der Google-Index dies aber noch nicht erfasst hat, können Sie mit Googles Tool zum Entfernen veralteter Inhalte ein erneutes Crawlen beantragen. Dies behebt Verzögerungen bei der Indexierung, nicht jedoch die Ranking-Position.

KI-Engines und Monitoring-Ebene

Da dauerhaft negative Inhalte oft tief in KI-Trainingsdaten eingebettet sind, hinkt das KI-Narrativ selbst einem sich erholenden SERP-Bild häufig hinterher. Das AIQ-Monitoring über die acht derzeit erfassten Engines – ChatGPT, Copilot, Gemini, Übersicht mit KI, Perplexity, Grok, Claude und Google AI Mode – zeigt, wie der Artikel in KI-generierten Antworten gewichtet wird und welche Quellen die Modelle zitieren. Eine Intervention auf Quellenebene bei Wikipedia, wo der dauerhafte Inhalt möglicherweise zitiert wird, kann dessen Reichweite in die KI-Trainingsschicht im Laufe der Zeit reduzieren. IMPACT verfolgt den SERP-Verlauf für priorisierte Suchanfragen, sodass der Fortschritt anhand von Daten gemessen und nicht nur geschätzt wird.

Kunden, die sich auf die vollständige Kombination einlassen – kontinuierlicher, verlässlicher Content, Korrekturen auf Quellenebene, sofern die Voraussetzungen dafür vorliegen, und fortlaufendes Monitoring –, sehen, wie sich das Bild wandelt. Kunden, die in dieser Kategorie eine schnelle Lösung erwarten, tun dies durchweg nicht.

The post Wie geht man mit dauerhaft negativen Inhalten um, die nicht verschwinden? appeared first on Five Blocks.