Manipulierbare KI-Suchen: Adversarial SEOAdversarial SEO for LLMs

Nestaas, Debenedetti, Tramèr · ETH Zürich; arXiv 2406.18382 · 2024

Auch reale Systeme wie Bing Copilot und Perplexity ließen sich über präparierte Seiten manipulieren; eine Zielkamera wurde 2,5-mal so oft empfohlen. Die Autoren beschreiben ein Gefangenendilemma, das die Antworten für alle verschlechtert.

5,7MFK-Score von 10 · Ergebnis: bestätigt

Studiendesign4

Datenbasis3

Unabhängigkeit10

Replikation6

Übertragbarkeit5

Test an echten Systemen, unabhängig und laut Übersicht peer-reviewed; kleine Fallzahl. Die verbreitete Aussage hält der Prüfung stand. Wie der Score entsteht →

Die Zahlen

2,5×	höhere Empfehlungswahrscheinlichkeit der Zielkamera durch Manipulation

Methode: Eigens angelegte Testseiten mit eingebetteten Anweisungen, Abfragen über Bing Copilot und Perplexity.
Datenbasis: Eigene Testseiten, Produktkategorie Kameras
Einschränkungen und häufige Fehlzitate: Kleines, konstruiertes Setting; zeigt Machbarkeit, nicht Verbreitung. Schwarzhut-Seite, keine Handlungsempfehlung.
Interessenlage: Akademisch; keine bekannt
Quelle: https://arxiv.org/pdf/2406.18382 (frei zugänglich)

Im Podcast

Folge 31 (erscheint demnächst)

Zitieren

Marketing Facts Kompakt (Hrsg.): „Manipulierbare KI-Suchen: Adversarial SEO“. MFK-Studiendatenbank, Stand 2026-11-06. https://marketing-facts.de/studien/nestaas-adversarial-seo-llms-2024/

bestätigtGEO & KI-Suche

← Alle Studien