ENDE

Desinformation & Online-Betrug

Wie viele gefälschte Bewertungen werden täglich gepostet?

Amazon entfernte 2023 über 170 Millionen Fake-Reviews, auf einer Plattform allein

Grob 5,39 Bewertungen pro Sekunde.

170 Mio.Amazon-Fake-Reviews entfernt (2023)
31 %Amazon-Reviews unzuverlässig (Fakespot)
152 Mrd. $beeinflusste US-Kaufentscheidungen/Jahr

Quellen: Amazon Transparency Report 2023; FTC 2024; Fakespot/Mozilla. Zum Dashboard →

Die manipulierte Meinung: wie die 152-Milliarden-Dollar-Bewertungsökonomie missbraucht wird

Gefälschte Bewertungen sind Ratings, die darauf abzielen, Käufer zu täuschen. Unternehmen kaufen sie, um ihre Sternebewertung zu steigern, oder nutzen sie zur Konkurrenzschädigung. Sie stammen aus Bewertungsfarmen oder werden von KI generiert. Die US-Handelsbehörde FTC schätzt, dass sie Billionen von Dollar an Kaufentscheidungen beeinflussen. Amazon entfernte allein 2021 über 200 Millionen gefälschte Bewertungen, 2024 verbot die FTC sie schließlich ausdrücklich. Jede Plattform bekämpft das Problem: Google Maps, Yelp, TripAdvisor, Trustpilot, App Stores.

Fake-Bewertungen in Zahlen

Amazon entfernte 2023 über 170 Millionen gefälschte Bewertungen (Amazon Transparency Report), rund 465.000 pro Tag auf einer Plattform.

Die FTC erließ 2024 ihre erste formelle Regel, die gefälschte Verbraucherbewertungen ausdrücklich verbietet.

Fakespot-Analyse: 31 % der Amazon-Bewertungen könnten unzuverlässig sein.

Gefälschte Bewertungen beeinflussen laut FTC-Regelungsprotokoll (2024) jährliche US-Konsumausgaben von über 152 Milliarden US-Dollar.

KI-generierte Fake-Reviews wuchsen seit 2022 dramatisch und sind zunehmend schwer zu erkennen.

Entwicklung im Zeitverlauf

Das Volumen gefälschter Bewertungen stieg in den 2010er-Jahren kontinuierlich an und beschleunigte sich ab 2022 deutlich, als KI-Sprachmodelle es trivial einfach machten, überzeugende Produktbewertungen im Industriemaßstab mit minimalem Aufwand zu generieren.

2021
548K/Tag
2023-2024
466K/Tag
0.00197K394K591K788K202120242027ESTIMATED548K466K~685K
JahrRateSchätzung/TagKontext
202123K/hr548KAI-assisted fake review generation begins
2023-202419K/hr466KFTC rule issued; AI generation widespread; removal data used as creation proxy
2027 (forecast)29K/hr685KAI-generated reviews commoditised; detection arms race

Live im Vergleich

Gepostete Fake-Bewertungen
- bis jetzt heute- dieses Jahr
Geteilte Falschnachrichten (Fake News)
- bis jetzt heute- dieses Jahr

Wichtige Meilensteine

  1. 2019FTC beginnt formelles Verfahren gegen Fake-Review-Praktiken; initialer Regelgebungsprozess startet.
  2. 2021Amazon entfernt über 200 Millionen gefälschte Bewertungen allein in 2021.
  3. 2022Generative KI macht das Erstellen überzeugender Fake-Reviews trivial einfach; Volumen steigt stark.
  4. 2023Amazon: 170 Millionen gefälschte Bewertungen entfernt; Fakespot von Mozilla übernommen.
  5. 2024FTC verbietet Fake-Reviews ausdrücklich; erste formelle Enforcement-Regel in Kraft.

Hintergrund und Einordnung

Wie Fake-Reviews industriell produziert werden

Bewertungsfarmen (sogenannte Review Farms) sind spezialisierte Dienstleister, die gegen Bezahlung positive Bewertungen in großem Maßstab generieren. Seit 2022 senkt generative KI die Kosten drastisch: Ein Sprachmodell kann in Sekunden hunderte überzeugend klingende, inhaltlich variierte Produktbewertungen produzieren, die klassische Erkennungsfilter umgehen. Fakespot (von Mozilla übernommen) schätzt, dass 31 % der Amazon-Bewertungen unzuverlässig sind.

Warum Fake-Reviews so schwer zu bekämpfen sind

Die Plattformen kämpfen auf mehreren Ebenen gleichzeitig: algorithmische Erkennung, manuelle Prüfung auffälliger Muster und rechtliche Verfolgung von Betreibern. Der Grundwiderspruch bleibt: Eine glaubwürdige gefälschte Bewertung ist definitionsgemäß kaum von einer echten zu unterscheiden. KI-generierte Reviews verschärfen das Problem, weil Stil, Länge und inhaltliche Variation nun im Sekundentakt anpassbar sind.

Eine Milliarden-Dollar-Manipulationsindustrie

Bewertungsfarmen in Südostasien und Osteuropa verkaufen realistisch wirkende Bewertungen. Händler tauschen Fake-Reviews aus. Anreizsysteme verwischen die Grenzen. KI generiert sie heute in großem Maßstab. Das Vertrauen in Online-Bewertungen ist eingebrochen. 93 % der Käufer prüfen zuerst Bewertungen, deshalb funktioniert die Taktik und frisst das verbleibende Vertrauen weiter auf.

Die KI-Zäsur

Vor 2022 erforderte das Erstellen überzeugender Fake-Reviews in großem Maßstab schlecht bezahlte menschliche Arbeit, was natürliche Kostengrenzen schuf. Generative KI hat diese Beschränkung aufgehoben. Modelle können jetzt tausende kontextuell passende, grammatikalisch variierte, stilistisch diverse Fake-Reviews pro Stunde zu nahezu null Kosten produzieren. Erkennungsalgorithmen von Plattformen wie Amazon und Yelp sind in einem eskalierenden Wettrüsten mit immer ausgefeilteren Generierungstools. Die FTC-Regel von 2024 schafft eine rechtliche Abschreckung, aber die Durchsetzung gegenüber Akteuren außerhalb der USA ist begrenzt, und KI senkt die Kosten der Umgehung genauso schnell, wie Plattformen die Kosten der Entdeckung erhöhen.

Studien & Forschungsbelege

JahrStudie / BefundWertQuelle
2019FTC beginnt formelles Verfahren gegen Fake-Review-Praktiken; initialer Regelgebungsprozess startet-Fakespot
2021Amazon: über 200 Mio. gefälschte Bewertungen in 2021 entfernt; Start von Marken-Transparenz-Tools200 Mio. entfernte Fake-Reviews (Amazon, 2021)Fakespot
2023Amazon: 170 Mio. gefälschte Bewertungen entfernt; Fakespot findet 31 % unzuverlässige Reviews auf der Plattform170 Mio. entfernte Fake-Reviews (Amazon, 2023)Fakespot
2024FTC erlässt formelle Regel gegen Fake-Reviews; KI-generierte Reviews nehmen stark zu-Fakespot

Zum Nachdenken

170 Millionen von Amazon entfernte Fake-Reviews im Jahr 2023: das sind mehr Bewertungen als Deutschland und Frankreich zusammen Einwohner haben.

Wie der Zähler berechnet wird

Amazon entfernte 2023 170 Millionen gefälschte Bewertungen (Amazon Transparency Report), rund 465.000 erkannte/entfernte pro Tag auf Amazon allein. Unter Einbeziehung anderer Plattformen (Google Maps, Yelp, Trustpilot, App Store) und geschätzter nicht erkannter Fälschungen liegt das globale Tagesvolumen bei rund 19.400 pro Stunde. Der Live-Zähler nutzt 19.400/Std. ÷ 3.600 ≈ 5,4/Sek. Quellen: Fakespot - Fake Review Analysis. Methodik →

Häufig gestellte Fragen

Wie viele gefälschte Bewertungen werden täglich gepostet?
Schätzungen variieren stark. Amazon meldete, 2023 allein über 170 Millionen gefälschte Bewertungen entfernt zu haben, was rund 465.000 pro Tag auf einer Plattform entspricht. Unter Einbeziehung anderer Plattformen (Google, Yelp, Trustpilot usw.) und nicht erkannter Fälschungen liegt das globale Tagesvolumen im Millionenbereich.
Wie viel Prozent aller Bewertungen sind gefälscht?
Studien und Plattformberichte legen nahe, dass 15 bis 30 % der Bewertungen auf großen E-Commerce- und Dienstleistungsplattformen unecht sein könnten. Eine Fakespot-Analyse aus 2023 ergab, dass 31 % der Amazon-Bewertungen unzuverlässig waren. ReviewMeta schätzt ähnliche Raten.
Wie groß ist der wirtschaftliche Schaden durch Fake-Reviews?
Die FTC schätzt, dass gefälschte Bewertungen jährliche US-Konsumausgaben von über 152 Milliarden US-Dollar beeinflussen. Global liegt die Zahl deutlich höher. Unternehmen zahlen Millionen für Fake-Review-Kampagnen; Konkurrenten erleiden unfaire Nachteile.
Hat die FTC gefälschte Bewertungen verboten?
Ja, die FTC erließ 2024 ihre erste formelle Regel, die gefälschte Verbraucherbewertungen und Insider-Testimonials ausdrücklich verbietet. Verstöße können zu Geldbußen von bis zu 51.744 US-Dollar pro Verstoß führen. Die Regel gilt für Unternehmen, die Bewertungen kaufen, verkaufen oder anderweitig manipulieren.

Warum diesen Daten vertrauen

Die Amazon-Entfernungszahl stammt aus Amazons jährlichem Transparency Report, der jeden April veröffentlicht wird. Fakespots unabhängige Analyse (2023 von Mozilla übernommen) liefert die 31-Prozent-Unzuverlässigkeitsrate für Amazon-Bewertungen. FTC-Daten zur wirtschaftlichen Wirkung stammen aus dem Regelgebungsprotokoll der Behörde von 2024, das auf peer-reviewten wirtschaftswissenschaftlichen Forschungsarbeiten basiert.