KPMG zieht KI-Report zurück – eine peinliche Lektion über halluzinierte Quellenangaben

Was der Bericht behauptete – und was daran falsch war

Der KPMG-Bericht war Teil der jährlichen globalen Studie zur Kundenerfahrung und sollte zeigen, wie führende Organisationen durch persönliche, intuitive und vorausschauende KI das „Total-Experience-Versprechen“ einlösen . Das Dokument war in Fallstudien gegliedert, die konkrete Unternehmen und öffentliche Einrichtungen benannten und deren angebliche Transformation durch agentische KI im Detail schilderten.

Die Probleme traten zutage, als GPTZero, ein auf KI-Erkennung spezialisiertes Forschungsunternehmen, die 45 Quellenangaben des Berichts analysierte. Die Ergebnisse waren vernichtend :

• Nur 5 Quellen (rund 11 Prozent) waren korrekt und verifiziert, das heißt, sie verwiesen tatsächlich auf die angegebene Quelle.
• 28 Quellen enthielten komplett erfundenen Inhalt oder paraphrasierte Titel, die zu keiner realen Quelle passten.
• 12 Quellen waren zu vage oder fehlerhaft, als dass GPTZero überhaupt feststellen konnte, ob eine Quelle existiert.
• Bei etwa der Hälfte der durch die 45 Quellenangaben gestützten Faktenbehauptungen handelte es sich offenbar um Falschaussagen oder falsche Zuschreibungen.

Besonders kurios: Der Bericht behauptete, das japanische Bahnunternehmen East Japan Railway setze agentische KI im Kundenservice ein. Als Quelle wurde eine Pressemitteilung aus dem Jahr 2019 genannt – Jahre, bevor der Begriff „agentische KI“ überhaupt geläufig war . Ein anderes Zitat im Report gab an, 55 Prozent der CEOs sähen KI als ihre oberste Investitionspriorität – was KPMGs eigenen öffentlich zugänglichen CEO-Befragungsdaten widersprach .

Die Unternehmen, die widersprachen

Als die Financial Times die Darstellungen des KPMG-Reports unabhängig überprüfte, dementierten mehrere prominente Organisationen die Schilderungen oder bestätigten, dass sie unzutreffend seien. Laut Berichterstattung gehörten zu den Organisationen, die die Behauptungen bestritten :

• UBS – Die Schweizer Großbank wurde so dargestellt, als habe sie KI-Agenten für Anlageberatung, Risikomanagement und Compliance-Überwachung eingeführt. UBS bestritt dies rundheraus und nannte die Aussagen „sachlich inkorrekt“ .
• Britischer National Health Service (NHS) – Der Bericht brachte NHS-Organisationen mit umfangreichen Einführungen agentischer KI in Verbindung, was bei externer Prüfung bestritten wurde .
• Schweizerische Bundesbahnen (SBB) – Der Bericht behauptete, die SBB seien zu einem „ganzheitlichen Mobilitätskoordinator“ geworden, gestützt durch KI-Agenten. Die SBB bestätigten, diese Darstellung sei „nicht zutreffend“ .
• Transport for London (TfL) – TfL war eine der im Nahverkehr tätigen Organisationen, die in den fragwürdigen Fallstudien auftauchten .

KPMG entfernte den Bericht und leitete eine Untersuchung der Vorwürfe ein .

GPTZeros Urteil: KI-Halluzinationen, nicht bloß schlampige Redaktion

GPTZero wertete die Fehler nicht als einfache redaktionelle Nachlässigkeiten. Das Unternehmen führte die Vielzahl falscher Quellenangaben und erfundener Fallstudien auf KI-Halluzinationen zurück – jene Ausgaben generativer KI-Modelle, die plausibel wirken, aber faktisch falsch oder komplett erfunden sind .

GPTZero prägte zudem einen Begriff für das, was hinter den Kulissen geschehen sein könnte: „Vibe Citing“ (zu Deutsch etwa „Bauchgefühl-Zitieren“). Er beschreibt das Phänomen, dass KI-Tools dann, wenn sie eine bestimmte Geschichte stützen sollen, Zitate generieren, die sich „richtig anfühlen“ – aber nicht mit realen Quellen übereinstimmen . Im Fall von KPMG bedeutete das: Die Referenzen klangen wissenschaftlich seriös oder journalistisch glaubwürdig, entpuppten sich bei Überprüfung aber als komplette Luftnummern.

Die Untersuchung von GPTZero kam zu dem Schluss, dass der Bericht durchgängig auf umfangreiche KI-Unterstützung hindeutete, der keine ausreichende menschliche Gegenkontrolle folgte. Die Kombination aus halluzinierten Fußnoten, falsch zugeordneten Statistiken und frei erfundenen Fallstudien zeichnete das Bild eines Rechercheprozesses, bei dem KI-Ergebnisse nahezu ohne Aufsicht veröffentlicht wurden .

Das größere Bild: EY Canada zog nur einen Monat zuvor zurück

Der KPMG-Vorfall geschah nicht im luftleeren Raum. Bereits im Mai 2026, nur Wochen bevor KPMGs Bericht in die Kritik geriet, hatte EY Canada eine Cybersecurity-Studie mit dem Titel „Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems“ zurückgezogen – nachdem GPTZero auch dort umfangreiche KI-Halluzinationen entdeckt hatte .

In EYs Report waren 16 von 27 Referenzen – etwa 60 Prozent – frei erfunden, inklusive eines Verweises auf ein nicht existierendes McKinsey-Dokument namens „Loyalty Economics Report“ . GPTZero schätzte zudem, dass 72 Prozent des Inhalts KI-generiert waren .

EY Canada nahm den Bericht von der eigenen Webseite und erklärte, man prüfe die Umstände, die zu seiner Veröffentlichung geführt hätten . Wie zuvor KPMG warf auch dieser Rückzieher ernste Fragen auf: Wie kann eines der größten Wirtschaftsprüfungs- und Beratungsunternehmen der Welt Marketingmaterial veröffentlichen, das nachweislich falsche Behauptungen enthält, ohne dass dies bei der internen Prüfung auffällt?

Beide Vorfälle offenbarten eine strukturelle Schwachstelle der sogenannten Big Four: Während die Firmen im Wettlauf um KI-Themen-Studien und Thought Leadership immer stärker auf genau jene Tools setzen, über die sie schreiben, drohen peinliche und rufschädigende Konsequenzen .

Was das für Unternehmensberatungen und KI-gestützte Forschung bedeutet

Die Rücknahmen bei EY und KPMG im Jahr 2026 sind mehr als isolierte PR-Pannen. Sie sind ein Warnsignal für jede wissensintensive Branche, in der Glaubwürdigkeit die härteste Währung darstellt.

Jahrelang haben Beratungsfirmen ihre Kunden dazu aufgefordert, „KI verantwortungsvoll zu nutzen“ . Wenn nun genau diese Firmen dabei ertappt werden, KI-halluzinierte Untersuchungen zu veröffentlichen – ausgerechnet zum Thema KI –, dann untergräbt dieser Widerspruch ihre Autorität als vertrauenswürdige Berater. Der KPMG-Report war kein interner Entwurf und kein unbedeutender Blogpost. Es war eine weltweit beworbene, als Aushängeschild konzipierte Studie, die die Expertise des Unternehmens in den Bereichen Kundenerfahrung und Zukunftstechnologien unterstreichen sollte .

Der Fall zeigt eine wachsende Asymmetrie: Generative KI kann in wenigen Minuten einen geschliffenen, von dichten Quellenangaben durchzogenen Forschungsbericht erstellen. Jede einzelne Behauptung zu überprüfen und jede Fußnote zur ursprünglichen Quelle zurückzuverfolgen, erfordert jedoch nach wie vor Stunden geschulter menschlicher Arbeit. GPTZeros Methode – in beiden Fällen jede Quellenangabe einzeln gegen die angebliche Originalquelle zu prüfen – offenbarte, dass genau an dieser Verifikationslücke katastrophale Fehler durchrutschen .

Für Organisationen, die im Jahr 2026 und darüber hinaus Forschungsergebnisse veröffentlichen, ist die Lehre eindeutig: KI kann das Entwerfen beschleunigen, aber sie ersetzt keine Überprüfung. Der Reputationsschaden eines zurückgezogenen Berichts – erst recht eines, der ertappt wird, nicht existierende Quellen zu zitieren – wiegt weit schwerer als die Zeit, die man sich durch das Auslassen des Faktenchecks erspart.