ChatGPT
Claude
Perplexity
Gemini
GrokDer erste Kontakt ist längst gefallen — nur nicht mit Ihnen
Der erste echte Kontakt einer Studieninteressierten mit Ihrer Hochschule findet nicht am Tag der offenen Tür statt und nicht am Telefon der Studienberatung. Er findet statt, wenn sie ChatGPT oder Perplexity fragt, welche Hochschule zu ihrem Numerus-Clausus-Wert oder ihrem Wunschfach passt — oft Wochen, bevor bei Ihnen überhaupt eine E-Mail eingeht.
Die Zahlen bestätigen dieses Muster für genau die Altersgruppe, die in den kommenden Jahren über Studienplätze entscheidet. Laut der JIM-Studie 2025 des Medienpädagogischen Forschungsverbunds Südwest (mpfs) nutzen 70 % der 12- bis 19-Jährigen in Deutschland KI-Anwendungen zur Informationssuche — ein Anstieg um 27 Prozentpunkte gegenüber dem Vorjahr. Nach klassischen Suchmaschinen ist ChatGPT damit bereits das am zweithäufigsten genutzte Recherche-Werkzeug dieser Altersgruppe.
Sobald diese Jugendlichen ihr Studium beginnen, verfestigt sich die Gewohnheit weiter. Eine bundesweite Studie der Hochschule Darmstadt mit 4.910 Studierenden aus 395 Hochschulen zeigt: 91,6 % nutzen KI-Tools wie ChatGPT im Studium — 2023 waren es noch 63,2 %. Der Sprung ist kein Randphänomen mehr, sondern die neue Grundausstattung einer ganzen Generation von Bewerbern, die zuerst die Maschine fragt und erst danach, wenn überhaupt, eine Person.
Was das konkret bedeutet: Wenn ein Abiturient bei Ihnen anruft, hat er in vielen Fällen bereits eine Meinung über Ihre Hochschule — geformt von einer KI-Antwort, die korrekt, veraltet oder schlicht erfunden sein kann. Unser GEO-Leitfaden für Hochschulen beschreibt, wie Sie diese vorgelagerte Phase der Studienwahl aktiv mitgestalten, statt sie dem Zufall zu überlassen.
Was ChatGPT über Ihre Hochschule sagt — und woher es das hat
ChatGPT antwortet nicht mit Fakten, die es „kennt", sondern mit einer Rekombination dessen, was in seinen Trainingsdaten steht — ergänzt, bei Perplexity und bei ChatGPT mit aktivierter Websuche, durch eine Live-Recherche im Web. Beide Quellen haben ein Verfallsdatum, das Sie nicht kontrollieren, wenn Ihre Website es nicht vorgibt.
Trainingsdaten spiegeln den Stand, zu dem das jeweilige Sprachmodell zuletzt aktualisiert wurde — oft älter als das aktuelle NC-Verfahren oder die letzte Akkreditierungsentscheidung Ihrer Studiengänge. Die Echtzeit-Suche wiederum greift auf das zurück, was crawlbar und maschinenlesbar ist: strukturierte Daten nach Schema.org, Wikipedia, der Hochschulkompass der Hochschulrektorenkonferenz, die Datenbank des Akkreditierungsrats und aktuelle Seiteninhalte. Fehlt eine dieser Quellen oder ist sie widersprüchlich, füllt das Modell die Lücke mit der wahrscheinlichsten Formulierung — nicht zwingend mit der richtigen.
Genau hier entstehen die drei Varianten, die eine Bewerberin vor dem ersten Kontakt zu hören bekommt: die korrekte Antwort, die veraltete Antwort und die frei erfundene Antwort. Google Search Central beschreibt in seinen Empfehlungen zu strukturierten Daten, dass Systeme Inhalte nur dann zuverlässig extrahieren, wenn Entitäten — Hochschule, Studiengang, Akkreditierung, Frist — explizit maschinenlesbar ausgezeichnet sind. Ohne dieses Markup bleibt die KI auf Wahrscheinlichkeiten angewiesen, und Wahrscheinlichkeiten sind keine verlässliche Informationsquelle für einen NC-Wert.
Drei Szenarien — und was jedes für Ihre Hochschule bedeutet
Nicht jede falsche KI-Antwort hat dieselbe Konsequenz. Die folgende Übersicht ordnet die drei typischen Fälle danach, wie stark sie eine Bewerbungsentscheidung beeinflussen und was jeweils zu tun ist.
| Szenario | Typisches Beispiel | Risiko für die Hochschule | Notwendige Maßnahme |
|---|---|---|---|
| Korrekt, aber unvollständig | ChatGPT nennt den Studiengang, aber keinen aktuellen NC-Wert oder keine Bewerbungsfrist | Bewerberin hält die Hochschule für intransparent oder wenig aktiv | NC-Werte der letzten Semester und Fristen direkt auf der Studiengangsseite, mit Schema.org-Auszeichnung |
| Veraltet | Genannt wird eine Akkreditierung, die ausgelaufen ist, oder ein Studiengang, der nicht mehr angeboten wird | Bewerberin bewirbt sich auf Basis falscher Voraussetzungen — Enttäuschung im Erstkontakt | Regelmäßige Aktualisierung zentraler Seiten, Datumsangabe sichtbar, veraltete Unterseiten konsequent entfernen |
| Erfunden (Halluzination) | KI nennt eine Zulassungsbeschränkung, ein Ranking oder eine Gebühr, die es nie gab | Vertrauensverlust, sobald der Widerspruch im Gespräch auffällt | Eindeutige, widerspruchsfreie Fakten an mehreren autoritativen Stellen (eigene Website, DAAD, Hochschulkompass, Wikipedia) verankern |
In allen drei Fällen liegt die Lösung nicht darin, KI-Suchmaschinen zu überzeugen, sondern darin, die zugrunde liegenden Fakten so eindeutig und so oft an vertrauenswürdiger Stelle zu veröffentlichen, dass eine falsche Antwort statistisch unwahrscheinlich wird. Unser Artikel zur KI-Zitation von Hochschulakkreditierungen geht auf den akkreditierungsspezifischen Teil dieses Problems im Detail ein.
Besonders anfällig für das dritte Szenario sind Detailfragen zum zentralen Vergabeverfahren über Hochschulstart: Bewerber verwechseln in der KI-Antwort häufig die bundesweite Vergabe zulassungsbeschränkter Studiengänge mit dem hochschuleigenen Auswahlverfahren privater Anbieter. Eine Studiengangsseite, die explizit benennt, ob der Studienplatz über Hochschulstart, ein eigenes Auswahlverfahren oder zulassungsfrei vergeben wird, schließt genau diese Verwechslung — und liefert der KI-Suchmaschine gleichzeitig den eindeutigen Fakt, den sie sonst erraten müsste.
Was das für die Struktur Ihrer öffentlichen Informationen bedeutet
Die praktische Konsequenz ist eine Verschiebung der Prioritäten: Ihre Website muss nicht mehr nur für Menschen lesbar sein, sondern auch für ein Modell, das einzelne Fakten extrahiert, ohne den Kontext einer ganzen Seite zu erfassen. Drei Punkte machen den größten Unterschied.
Erstens: strukturierte Daten pro Studiengang. Jede Studiengangsseite sollte EducationalOccupationalProgram oder Course mit duration, applicationDeadline, educationalCredentialAwarded und, wo zutreffend, dem aktuellen NC-Wert enthalten. Ohne dieses Markup bleibt Ihr Studiengang für eine KI-Suchmaschine ein Textblock unter vielen — mit Markup wird er eine überprüfbare Entität.
Zweitens: konsistente Fakten über mehrere Quellen hinweg. Eine KI-Suchmaschine gewichtet Aussagen stärker, wenn dieselbe Information an mehreren unabhängigen, autoritativen Stellen übereinstimmt — auf Ihrer eigenen Website, im Hochschulkompass, bei DAAD und in der Datenbank des Akkreditierungsrats. Ein veraltetes DAAD-Profil neben einer aktuellen eigenen Website erzeugt genau den Widerspruch, den ein Sprachmodell nicht auflösen kann — es wählt dann die plausiblere, nicht zwingend die richtige Version.
Drittens: FAQ-Inhalte in konversationeller Form. Bewerber formulieren Fragen an ChatGPT nicht als Suchbegriffe, sondern als vollständige Sätze — „Kann ich mich ohne NC für den Studiengang bewerben?", „Ist der Abschluss staatlich anerkannt?". Seiten mit FAQPage-Markup, die exakt diese Formulierungen aufgreifen, werden von KI-Suchmaschinen bevorzugt als Antwortquelle herangezogen. Für Fristen und Zulassungsverfahren, die zentral über die Stiftung für Hochschulzulassung laufen, gilt das besonders: Eine FAQ-Seite, die den Unterschied zwischen bundesweiter Vergabe und hochschuleigenem Verfahren klar erklärt, schließt eine der häufigsten Verwirrungsquellen.
Wer diese drei Punkte umsetzt, verringert nicht nur das Risiko falscher KI-Antworten. Er erhöht auch die Wahrscheinlichkeit, in der KI-Antwort überhaupt namentlich vorzukommen — ein eigenständiger Vorteil, den unser GEO-Leitfaden für Hochschulen ausführlich beschreibt.
Demo buchenDer erste menschliche Kontakt zählt jetzt anders
Wenn die Bewerberin schließlich bei Ihnen anruft, schreibt oder den Chat auf Ihrer Website öffnet, bringt sie eine Vorprägung mit — korrekt, veraltet oder falsch. Die Studienberatung, die das nicht weiß, beantwortet häufig eine Frage, die die Bewerberin gar nicht mehr stellt: die Grundinformation, die sie längst hat. Was sie eigentlich braucht, ist eine schnelle, präzise Korrektur oder Bestätigung dessen, was ChatGPT ihr bereits erzählt hat.
Genau an diesem Punkt wird ein Chatbot auf Ihrer eigenen Website zum Korrektiv, nicht zum Ersatz für die Studienberatung. Er beantwortet die Anschlussfrage sofort, mit aktuellen Daten aus Ihrem System, und übergibt an einen Menschen, sobald die Anfrage komplexer wird. Wie Studieninteressierte der Generation Z diesen Übergang von der KI-Recherche zum ersten echten Gespräch erleben, beschreibt unser Artikel zur KI-gestützten Hochschulsuche der Gen Z im Detail.
Ein solcher Chatbot ist selbst ein datenschutzrechtlich relevantes System, sobald er personenbezogene Angaben von Bewerbern verarbeitet — Name, E-Mail-Adresse, teils auch Angaben zu Vorbildung oder Studienwahl. Die Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (BfDI) macht deutlich, dass der Einsatz von KI-gestützten Dialogsystemen die üblichen Grundsätze der Datenminimierung, Zweckbindung und Transparenz nicht außer Kraft setzt. Für eine Hochschule bedeutet das konkret: Der eigene Chatbot muss offenlegen, dass ein automatisiertes System antwortet, darf nur die Daten erheben, die für die Beratung notwendig sind, und braucht eine klare Rechtsgrundlage für jede Weitergabe an die Studienberatung oder das CRM-System. Das unterscheidet ihn grundlegend von ChatGPT oder Perplexity, wo die Hochschule weder Einfluss auf die Datenverarbeitung noch auf die Richtigkeit der Antwort hat.
Der entscheidende Punkt bleibt: Wer erst beim Anruf beginnt, Informationen zu strukturieren, kommt zu spät. Die Recherchephase ist zum Zeitpunkt des Erstkontakts bereits abgeschlossen — nur eben nicht auf Ihrer Website.
