Fünf KI-Systeme, eine Website, fünf verschiedene Antworten

Was das über Maschinen verrät

Derselbe Prompt, fünf KI-Systeme, ein Experiment: Was passiert, wenn ich dieselbe Frage zu „suedstaedterin.de“ gleichzeitig an ChatGPT, Claude, Ecosia, Euria und Perplexity stelle?

Das Ergebnis: Ein Analyse. … Nicht von der Website. Sondern? Von den Maschinen, den KI-Systemen selbst.

SystemWebseite gelesen?Fokus, Perspektive
chatGPTjatechnisch
claudejaphilosophisch
perplexityjaarchitektonisch
ecosianeinerfunden
eurianeinhypothetisch

Wer hat die Website überhaupt aufgerufen und gelesen?

Drei Systeme haben die URL tatsächlich aufgerufen und gelesen:
ChatGPT, Claude und Perplexity haben sich deshalb auch mit der Antwort Zeit gelassen.

ChatGPT stellte ihre Antwort unter den Fokus: „Ein Betriebssystem-Update für Geschichte mit Ziel: ein vollständigeres Datenmodell von Gesellschaft. “
Claude stellte ihre Antwort unter den Fokus:“Eine Kartografie des strukturellen Schweigens; die Dunkle Materie der Geschichte; Ariadnes Faden als Erkenntnistheorie.“
Perplexity stellte ihre Antwort unter den Fokus:“Ein Stadtarchiv mit Kompass; ein Lichtkegel in einem dunklen Raum; ein ‚Git-Repository‘, ein Sichtbarmachen wie kollektives Gedächtnis über die Zeit ergänzt, korrigiert und neu verknüpft wird.“
Alle drei haben einen wichtigen Aspekt der Webseite aufgegriffen.

Ecosia dagegen hat ohne Sekunde Verzögerung sofort geantwortet und konstruierte aus dem Namen „Südstädterin“ ein Lifestyle-Magazin für Nürnberger Frauen: ausführlich mit Tabellen über Zielgruppen-Archetypen, Geschäftsmodellen und KI-gestütztem Content-Management. Alles sauber formuliert. … Alles erfunden.

Euria hat schnell geantwortet, aber immerhin zugegeben, die Website nicht identifizieren zu können – und dann trotzdem analysiert. Nicht die Website. Sondern? Eine Hypothese darüber, wie eine Website dieses Namens theoretisch funktionieren könnte.

Was die drei „Richtigen“ unterschiedlich erkannten und interpretierten?

Die drei Systeme, die die Website gelesen haben, haben dasselbe Material: und kamen doch zu spürbar verschiedenen Akzenten.

ChatGPT baute ein Systemmodell: Geschichte als Betriebssystem, Frauen als Hintergrundprozesse, die Website als Patch, als kleines Programmpaket zur Reparatur eines Nebenfehlers. Klar strukturiert, gut lesbar, leicht technokratisch. Die Kernfrage der Website: ‚Wer wird erinnert?‘ wurde zur Design-Frage umgedeutet: Wie baut man ein vollständigeres Datenmodell von Gesellschaft?

Was dabei verloren ging:: Die Website repariert keinen Nebenfehler. Sie stellt eine Grundannahme in Frage: nämlich, wessen Geschichte überhaupt erzählenswert ist.

Claude arbeitete mit Analogien aus Physik und Mythologie: dunkle Materie, Ariadnes Faden, Röntgenaufnahme statt Spiegel. Stärker auf das Unsichtbare fokussiert, auf die Lücke als Erkenntnisgegenstand.

Was dabei fehlte: der Zeitstrahl. Die Website fragt nicht nur, wer in der Vergangenheit erinnert wurde – und warum so viele nicht. Sie sammelt auch Frauen und Themen aus Vergangenheit und Gegenwart, die gemeinsam den Grundstock für eine zukünftige Erinnerungskultur legen, die es noch nicht gibt.

Perplexity kam dem Arbeitsprinzip der Website am nächsten: Stadtarchiv mit Kompass, Git-Repository für Erinnerung, Lichtkegel im dunklen Raum. Und es hat als einziges System die Navigationslogik der Website beschrieben: nicht nur, was sie sammelt, sondern wie man sich darin bewegt.

Aber es verengte den Begriff des öffentlichen Raums auf die Stadt, auf das Physische. Soziale Räume – politische, künstlerische, berufliche –, symbolische Träger wie Bücher und Archive, und der digitale Raum selbst: all das blieb außerhalb des Lichtkegels.

Was diese Ergebnisse verraten

Drei Systeme haben die Website verstanden, aber jede durch eine andere Linse: eine technische, eine philosophische, eine architektonische. Das ist nicht Beliebigkeit. Das ist die Stärke der Website selbst: Sie lässt viele Einstiege zu, und die Maschinen haben genau das gespiegelt.

Was Ecosia und Euria gezeigt haben, ist etwas anderes: Wenn eine KI eine Quelle nicht findet oder nicht liest, erfindet sie keine Lücke. Sie füllt sie: mit plausibler Prosa, die wie Wissen klingt.
Das ist das eigentliche Problem. Nicht das Nichtwissen, sondern das selbstsichere Erfinden.

Was das für meine Arbeit bedeutet

Ich recherchiere Frauen, die im öffentlichen Raum fehlen. Viele von ihnen sind auch im digitalen Raum nicht vorhanden. Wenn eine KI über sie befragt wird und nichts findet, könnte sie schweigen. Manchmal sagt sie, dass sie nichts findet, oft tut sie das nicht. Sie bietet eine Phantasie an, oft überzeugend genug, dass man sie nicht hinterfragt, nicht nachfragt.

Das ist der Moment, in dem Schritt zwei meiner Methode beginnt: Quellenkontrolle. Existiert diese Quelle? Und wenn ja: steht dort auch, was die KI behauptet?

Und Schritt drei und mehr: die Ausgangsfrage präzisieren, nachfragen, ergänzende Befehle zufügen … Weiteren KI-Systeme gezielt die selben Fragen oder hinterfragende Aufgaben stellen …

Fünf Tabs … eine Frage … fünf Antworten.
Bis auf eine fiel keine Antwort schon auf den ersten Blick falsch aus. Auf den anderthalben Blick fiel die zweite als offensichtlicher Konzeptvorschlag auf. Auf den zweiten Blick empfand ich die ‚richtigen‘ Antworten als durchaus mögliche Lesart, aber trotzdem nicht als vollständig und abschließend.

Das ist der Ausgangspunkt dieser Rubrik.

Der verwendete Prompt, unverändert:
‚Ich möchte [https://www.suedstaedterin.de] verstehen als wäre ich ein Genie. Zerlege das Konzept mit Hilfe fortgeschrittener Analogien, praktischer Anwendungen, Gegenbeispielen und verschiedener Perspektiven.‘
Getestet am 21. Mai 2026 mit ChatGPT, Claude, Ecosia, Euria und Perplexity.