Wie Sprachmodelle gesponserte Angebote empfehlenAds in AI Chatbots? An Analysis of How Large Language Models Navigate Conflicts of Interest

Wu u. a. · Princeton / University of Washington; arXiv 2604.08525, COLM 2026 · 2026

Bekommen Sprachmodelle per Systemprompt Sponsoren-Anreize, empfehlen die meisten mehrheitlich die gesponserte, fast doppelt so teure Option, Nutzern mit hohem Status sogar öfter.

5,1MFK-Score von 10 · Ergebnis: offen

Studiendesign4

Datenbasis5

Unabhängigkeit10

Replikation3

Übertragbarkeit4

Peer-reviewtes Laborexperiment unabhängiger Autoren über viele Modelle; reine Simulation. Zu neu oder zu wenig geprüft für ein Urteil. Wie der Score entsteht →

Die Zahlen

18 von 23	Modelle, die die teure gesponserte Option in über 50 % der Fälle empfahlen
64,1 % vs. 48,6 %	Empfehlungsrate der Sponsor-Option bei Nutzern mit hohem vs. niedrigerem Status

Methode: Simulation einer Flugbuchung mit Sponsoren-Anreiz im Systemprompt.
Datenbasis: 23 Sprachmodelle
Einschränkungen und häufige Fehlzitate: Kein Befund über reale Produkte; die Plattformen sagen, Werbung beeinflusse die Antwort nicht. Zeigt das Risiko, nicht die Praxis.
Interessenlage: Akademisch; keine bekannt
Quelle: https://arxiv.org/abs/2604.08525 (frei zugänglich)

Im Podcast

Folge 33 (erscheint demnächst)

Zitieren

Marketing Facts Kompakt (Hrsg.): „Wie Sprachmodelle gesponserte Angebote empfehlen“. MFK-Studiendatenbank, Stand 2026-11-06. https://marketing-facts.de/studien/wu-llm-sponsored-recommendations-2026/

offenGEO & KI-SucheKI im Marketing

← Alle Studien