Wie misst man die Brand Safety in KI-Suchergebnissen?

Die Messung der KI-Brand-Safety behandelt ein Risiko, das mit generierten Antworten einhergeht: Die Engines synthetisieren aus unvollkommenen Quellen und können Dinge über eine Marke behaupten, die falsch, unpassend oder schlichtweg schädlich sind – und zwar mit einer flüssigen Überzeugungskraft, die Fehler glaubhaft wirken lässt. Die Messung bedeutet, jede große Engine auf drei Risikoarten zu prüfen, die Modelle getrennt zu betrachten und bei Veränderungen der Lage erneut zu bewerten.

Die drei Risiken, die wir bewerten

Fehlinformationen

Falsche Fakten, die als wahr dargestellt werden, erfundene Führungskräfte, nicht existierende Klagen, nicht veröffentlichte Produktfunktionen oder Finanzdaten, die mit keinem Bericht übereinstimmen.

Unpassende Assoziationen

Die Marke wird mit Inhalten, Themen oder Entitäten verknüpft, mit denen sie nicht in Verbindung gebracht werden sollte.

Gefährliche Behauptungen

Aussagen, die echten Schaden anrichten könnten, wenn ein Leser danach handelt.

Warum wir jede Engine separat überwachen

ChatGPT, Gemini, Copilot, Perplexity, Claude, Grok, Google Übersicht mit KI und Google AI Mode verhalten sich unterschiedlich, sodass ein Problem in einem Modell möglicherweise nicht in einem anderen auftritt. Jedes Modell wird einzeln gemessen, anstatt die Ergebnisse zu einem einzigen Score zusammenzufassen.

Warum die Überwachung im Zeitverlauf wichtig ist

Die Engines verändern sich. Eine Marke, die heute sicher dargestellt wird, ist dies nach einem Modell-Update oder einer Änderung der Quellen, auf die ein Modell zurückgreift, möglicherweise nicht mehr. Daher erfordert die Brand Safety ein kontinuierliches Monitoring anstelle einer einmaligen Prüfung.

Der Nutzen: Früherkennung und Rückverfolgbarkeit

Ziel ist es, eine schädliche KI-Behauptung zu erfassen, solange sie noch isoliert ist, bevor sie sich verbreitet oder wiederholt wird, und sie zur zugrunde liegenden Quelle zurückzuverfolgen, damit die Behebung gezielt dort ansetzen kann. Wir messen dies über die acht Engines hinweg mit AIQ™ und verknüpfen die Behebung mit den Quellen, auf die sich die Modelle stützen.