Nach einer Keynote Ende 2025, in der ich erste eigene Tests gezeigt hatte, wie verschiedene KI-Chatbots auf Fragen zur Ernährung antworten, kam die Geschäftsführerin der Initiative Milch auf mich zu. Was soll man daraus ziehen? Und was soll man damit machen?, war ihre Frage.
Meine Antwort damals: Dieses zum Teil höchstproblematische Antwortverhalten, die Narrative, die Frames, die Informationen, die Chatbots auf Fragen zurückspielen, müsste man einmal strukturiert untersuchen. Nicht anekdotisch, nicht mit drei Screenshots, sondern in einer größeren Datenmenge und mit echter Expert:innenunterstützung.
Unter der Triebfeder der Initiative Milch entstand daraus eein spannendes Studienprojekt, bei dem ich als Impulsgeber die Initiative mit dem Datenjournalismus-Team von tactile.news rund um Dr. Jakob Vicari und Astrid Csuraji zusammenzubringen, konnte. Um diesen blinden Fleck der KI-Diskussion mit Fokus auf Ernährung erstmals richtig zu vermessen kam außerdem Dr. Simone K. Frey vom Nutrition Hub für die ernährungswissenschaftliche Expertise mit an Board.
Wichtig war uns dabei von Anfang an das Ganze ergebnisoffen anzugehen. Niemand wusste vorher, ob am Ende ein freundliches oder ein unbequemes Bild für die Milch entsteht.
Wie sah der Versuchsaufbau des Monitors aus?
143 Prompts rund um Milch, Ernährung, Klima, Tierwohl und Landwirtschaft – teils aus gesichertem Ernährungswissen abgeleitet, teils aus echten Suchanfragen, teils wörtlich von Verbraucher:innen übernommen, denen das Team beim Prompten zugehört hat.
Vier Sprachmodelle: Claude Sonnet 4.6, GPT-5.4, Gemini 3 Flash und Grok 4 – bewusst in den kostenlosen Versionen, weil das die Nutzungsrealität der meisten Menschen abbildet.
Sechs Personas: fünf aus dem echten Leben abgeleitete Profile vom milchskeptischen bis zum milchaffinen Ende des Spektrums – plus eine leere, synthetische Kontroll-Persona ohne Biografie.
Das Ergebnis waren: 9.408 Antworten, davon wurden 3.432 im Detail ausgewertet. Aus diesen Antworten wurden über 19.000 Faktenbehauptungen extrahiert und in einem fünfstufigen Verfahren auf rund 500 belegte Aussagen verdichtet.
Die Befunde in Kürze:
Bei den Nährwerten antwortet die KI weitestgehend korrekt: Calcium, Protein, biologische Wertigkeit, Vitamin B12 – 84 Prozent der geprüften Aussagen sind richtig oder weitgehend richtig, keine einzige ist glatt falsch. Die große Sorge von 2023, die Halluzination, taucht hier schlicht nicht auf. Das ist die Stärke des Systems, und sie verdient Anerkennung.
Beim Lifestyle wird laviert: Sobald es um Ernährungstrends, Sport, Gewicht oder Alltagsentscheidungen geht, werden die Antworten der Modelle nicht unbedingt falsch – sie werden unverbindlich. Von 31 geprüften Aussagen sind nur sieben ohne Einschränkung korrekt.
Bei Landwirtschaft, Kuh und Klima wird es heikel. Hier sitzen fast alle echten Fehler. Häufig, weil die Modelle globale Zahlen verwenden, wo regionale nötig wären und damit ein Bild der deutschen Milchwirtschaft zeichnen, das Jahre hinterherhinkt und schlichtweg falsch ist.
Das Problematischste – über allem liegt die Sycophancy. Also die Tendenz der Modelle, der fragenden Person nach dem Mund zu reden. In 72 Prozent der ausgewerteten Fälle bekommen zwei Personas auf dieselbe Frage eine unterschiedlich getönte Antwort. Bei einzelnen Modellen klafft die Schere um mehr als 40 Prozentpunkte auseinander. Oder, wie es auf der Projektseite zugespitzt wird: Gleiche Frage. Gleiche Wissenschaft. Zwei komplett unterschiedliche Antworten.
Republica Talk zum KI-Milch-MOnitor
Mein Standpunkt
Ernährung braucht digitale Souveränität
Dieser Report zeigt erstmals systematisch, was ich seit Längerem beobachte und beschreibe: Generative KI verändert nicht nur, wie wir über Essen sprechen, sondern auch, welches Bild von Essen, Landwirtschaft und Ernährung sich in unseren Köpfen festsetzt.
Am Beispiel Milch wird sichtbar, dass die aktuell populärsten KI-Modelle keineswegs neutrale oder gar allwissende Maschinen sind. Sie reproduzieren dominante Narrative, verstärken Frames, passen sich dem Erwartungshorizont der Fragenden an und transportieren dabei mitunter gravierende Falschaussagen. Vier Mechanismen wirken dabei zusammen: ein negatives Sentiment aus den Trainingsdaten, ein Lexikon-Ton, der Objektivität simuliert, ohne sie zu liefern, das Framing der Frage – und eben Sycophancy.
Das eigentliche Problem ist dabei nicht die einzelne falsche Antwort. Das eigentliche Problem ist, dass KI hier kulturelle Verschiebungen normalisiert. Sie beruhigt, bestärkt, verunsichert oder moralisiert entlang der Haltungen von Nutzer:innen und vertieft damit Echokammern affektiv wie kognitiv. So wie diese Systeme momentan von den großen Technologiekonzernen aufgestellt sind, fördern sie nicht nur Wahrnehmungsverzerrungen, sondern potenziell eine weitere Polarisierung der Gesellschaft. Gerade im Bereich der Ernährung kann das gravierende Konsequenzen haben.
Diese Entwicklung vollzieht sich nicht laut, sondern schleichend. Auch wenn manche Ergebnisse des Monitors auf den ersten Blick nicht dramatisch wirken: Gerade leichte, aber systematische Diskursverschiebungen können langfristig enorme Effekte entfalten – ähnlich wie wir es aus der Forschung zu algorithmisch getriebenen Social-Media-Plattformen kennen.
Was wir hier sehen, ist kein Randphänomen digitaler Kommunikation, sondern ein Macht- und Kulturproblem: Wer künftig die Funktionsweise und das Angebot an KI-Systemen kontrolliert, beeinflusst auch, wie unsere Gesellschaft über Lebensmittel, Landwirtschaft und Ernährung denkt.
Noch nie hat eine Technologie so schnell so viele Menschen erreicht wie generative KI. Sie ist in kürzester Zeit vom Experiment zum Massenphänomen geworden. Wenn heute Millionen Menschen KI-Chats für Ernährungsberatung, Alltagswissen, Nachhaltigkeitsfragen oder Konsumentscheidungen nutzen, dann haben wir es mit einer neuen Infrastruktur der Meinungsbildung zu tun. KI wird zum Mitgestalter unserer Ernährungswirklichkeit. Sie prägt das Vertrauen in die Lebensmittelerzeugung, formt Esskultur und den kulinarischen Diskurs – und wirkt langfristig bis in Ernährungspolitik und Marktstrukturen hinein.
Wer Menschen heute im Alltag berät, so wie es die Algorithmen inzwischen tun – zu Gesundheit, Nachhaltigkeit, Einkauf, Kochverhalten oder Lebensstil –, der greift direkt in Ernährungsentscheidungen ein. Deshalb müssen wir digitale Souveränität und Ernährungssouveränität endlich zusammendenken. Ernährungssouveränität ist ohne digitale Souveränität nicht mehr denkbar.
Ausblick: Was jetzt zu tun ist
Diese Aufgabe darf nicht bei der individuellen Medienkompetenz hängen bleiben. „Sei halt kritisch bei den Antworten der KI" ist keine Politik. Die MIT-Forschung zeigt sogar: Selbst wer weiß, dass die Maschine schmeichelt, ist nicht davor gefeit.
Was es stattdessen braucht:
Eine Verbraucherpolitik, die generativer KI gewachsen ist – mit Transparenzpflichten, die über Fußnoten wie “Die KI kann sic irren” hinausgehen.
Eine modernisierte öffentliche Ernährungsaufklärung, die neue Informationswelten und digitale Esskulturwelten versteht und ernst nimmt.
Ernsthafte, unabhängige Forschung zu KI im Ernährungsbereich – dringend. Dieser Monitor ist max. ein Anfang, kein Ersatz.
Eine Lebensmittelwirtschaft, die ihre Kommunikationsstrategien grundlegend neu denkt. Wer in KI-Antworten vorkommen will, muss Fakten digital auffindbar machen, regionale Fakten und Werte besser kommunizieren und gleichzeitig damit rechnen, dass dieselbe Botschaft je nach Person völlig unterschiedlich ankommt.
Den ganzen Report lesen
Der Milch KI-Monitor enthält deutlich mehr: die komplette Methodik, Wortwolken pro Persona, die Faktencheck-Ergebnisse nach Themenfeldern, das Kapitel zum Lexikon-Ton, die Standpunkte von Jakob Vicari, Simone K. Frey und Kerstin Wriedt und vieles mehr…
👉 Hier geht's zum Report und zum Download
…auch in der brand eins
Auszüge des Experiments sind in der brand eins Oktober-Ausgabe (10/2026) erschienen, deren Schwerpunkt ganz der Künstlichen Intelligenz gewidmet ist.