Was sind Fake Bewertungen und warum sind sie ein Problem?
Fake Bewertungen sind Rezensionen, die nicht auf einer echten Kauf- oder Nutzungserfahrung basieren. Sie werden gezielt eingesetzt, um das Bewertungsprofil eines Unternehmens künstlich zu verbessern oder das eines Wettbewerbers zu beschädigen. Das Phänomen ist kein Randthema: Laut einer Analyse des World Economic Forum aus dem Jahr 2023 sind schätzungsweise 30 bis 40 Prozent aller Online-Bewertungen gefälscht oder manipuliert. Die britische Verbraucherorganisation "Which?" kam in einer eigenen Untersuchung auf ähnliche Werte für den europäischen Markt.
Die wirtschaftlichen Folgen sind erheblich. Fake Review Watch - eine Initiative mehrerer europäischer Verbraucherschutzorganisationen - beziffert den jährlichen Schaden durch manipulierte Bewertungen auf über 150 Milliarden Euro weltweit. Für einzelne Unternehmen bedeutet das konkret: Potenzielle Kunden treffen Entscheidungen auf Basis falscher Informationen. Wer gegen einen Wettbewerber antritt, dessen Profil mit gekauften 5-Sterne-Bewertungen aufgeblasen ist, verliert Aufträge - unabhängig von der tatsächlichen Qualität seiner Leistung.
Seit dem Inkrafttreten der EU-Richtlinie zur besseren Durchsetzung und Modernisierung der Verbraucherschutzvorschriften (Omnibus-Richtlinie) im Mai 2022 sind Plattformen verpflichtet, Maßnahmen gegen gefälschte Bewertungen zu ergreifen. In Deutschland wurde dies durch eine Anpassung des UWG (Gesetz gegen den unlauteren Wettbewerb) umgesetzt. Unternehmen, die Fake Bewertungen kaufen oder verbreiten, riskieren Abmahnungen und Bussgelder. Dennoch floriert der Markt - denn die Erkennung bleibt schwierig und die Durchsetzung lückenhaft.
Umso wichtiger ist es, Fake Bewertungen erkennen zu können - sowohl als Verbraucher, der eine fundierte Kaufentscheidung treffen will, als auch als Unternehmer, der sich gegen unlauteren Wettbewerb wehren muss. Die folgenden neun Merkmale helfen Ihnen dabei.
Die 9 wichtigsten Erkennungsmerkmale
1. Generische Sprache
Gefälschte Bewertungen fallen häufig durch eine auffallend unspezifische Sprache auf. Sätze wie "Alles super, gerne wieder" oder "Sehr zufrieden, kann ich nur empfehlen" klingen positiv, enthalten aber keinerlei konkrete Information zum Produkt oder zur Dienstleistung. Echte Kunden berichten typischerweise über spezifische Details: die Lieferzeit, die Verpackung, eine bestimmte Produkteigenschaft oder den Kontakt mit dem Kundenservice.
Eine Studie der Cornell University hat gezeigt, dass gefälschte Bewertungen signifikant häufiger Pronomen der ersten Person ("ich", "wir") und generische Adjektive ("toll", "super", "wunderbar") verwenden, während echte Bewertungen mehr Substantive und konkrete Beschreibungen enthalten. Achten Sie auf dieses Muster: Je weniger eine Bewertung über das tatsächliche Erlebnis verrät, desto höher ist die Wahrscheinlichkeit einer Fälschung.
2. Extremes Rating
Fake Bewertungen bewegen sich fast ausschließlich an den Enden der Skala: Entweder vergeben sie die Höchstnote (5 Sterne) oder die Tiefstnote (1 Stern). Nuancierte Bewertungen mit 2, 3 oder 4 Sternen sind bei gefälschten Rezensionen selten - denn wer eine Bewertung in Auftrag gibt, will maximale Wirkung erzielen.
Ein gesundes Bewertungsprofil zeigt typischerweise eine Verteilung, bei der die Mehrheit der Bewertungen im Bereich von 4 bis 5 Sternen liegt, aber auch 3-Sterne-Bewertungen und vereinzelte niedrigere Wertungen vorkommen. Wenn ein Unternehmen ausschließlich 5-Sterne-Bewertungen hat - insbesondere in grösserer Zahl - ist Skepsis angebracht. Umgekehrt gilt: Erhält ein Wettbewerber plötzlich eine Serie von 1-Stern-Bewertungen, kann dies auf eine gezielte Negativ-Kampagne hindeuten.
3. Reviewer-Profil
Der Blick auf das Profil des Rezensenten ist eines der zuverlässigsten Erkennungsmittel. Achten Sie auf folgende Warnsignale:
- Das Profil hat keinen echten Namen, sondern verwendet generische Bezeichnungen wie "Google-Nutzer" oder offensichtliche Fantasienamen
- Es gibt kein Profilbild oder ein Stock-Foto als Profilbild
- Das Profil hat nur eine einzige Bewertung abgegeben - nämlich genau die fragliche
- Alternativ: Das Profil hat in kurzer Zeit dutzende Bewertungen für völlig unterschiedliche Branchen und Standorte abgegeben
- Alle Bewertungen des Profils vergeben exakt die gleiche Sternzahl
Seriös bewertende Verbraucher haben in der Regel eine Bewertungshistorie, die sich über Monate oder Jahre erstreckt, unterschiedliche Sternzahlen vergibt und thematisch zusammenhängende Unternehmen umfasst (z.B. Restaurants in einer Stadt oder verschiedene Online-Shops).
4. Timing-Muster
Das zeitliche Muster, in dem Bewertungen eingehen, ist ein starker Indikator. Natürliches Bewertungsverhalten folgt dem Geschäftsverlauf: Nach einem Kauf oder Besuch vergehen typischerweise einige Tage bis Wochen, bevor eine Bewertung verfasst wird. Fake Bewertungen zeigen dagegen auffällige Muster:
- Mehrere 5-Sterne-Bewertungen innerhalb weniger Stunden oder an einem einzigen Tag
- Regelmäßige Bewertungen in exakt gleichen Zeitabständen (z.B. jeden Dienstag eine neue Bewertung)
- Plötzliche Bewertungsschübe nach längeren Phasen ohne jede Aktivität
- Bewertungen, die zu Uhrzeiten eingehen, in denen das Geschäft geschlossen ist (z.B. Restaurantbewertungen um 3 Uhr nachts)
Besonders verdächtig ist es, wenn ein Unternehmen nach einer Phase schlechter Bewertungen plötzlich eine Serie positiver Rezensionen erhält - das deutet häufig auf eine Reaktion durch den Kauf von Bewertungen hin.
5. Fehlender Detailgrad
Während generische Sprache (Merkmal 1) die Wortwahl betrifft, geht es beim Detailgrad um den Informationsgehalt insgesamt. Echte Bewertungen enthalten typischerweise mindestens zwei bis drei der folgenden Elemente:
- Konkreter Zeitpunkt des Kaufs oder Besuchs
- Name eines Ansprechpartners oder Mitarbeiters
- Beschreibung spezifischer Produkteigenschaften
- Vergleiche mit Alternativen oder früheren Erfahrungen
- Erwähnung von Preis-Leistungs-Aspekten
- Schilderung eines konkreten Problems und dessen Lösung
Gefälschte Bewertungen bleiben dagegen oberflächlich und austauschbar. Ein einfacher Test: Könnte die gleiche Bewertung auch für ein völlig anderes Unternehmen oder Produkt stehen? Wenn ja, ist Vorsicht geboten.
6. Bewertungsverteilung
Betrachten Sie nicht einzelne Bewertungen, sondern das Gesamtbild. Die sogenannte J-Kurve beschreibt die natürliche Verteilung von Online-Bewertungen: Viele Bewertungen im oberen Bereich (4-5 Sterne), deutlich weniger im Mittelfeld (2-3 Sterne) und ein kleiner Anteil negativer Bewertungen (1 Stern). Diese Verteilung entsteht, weil zufriedene Kunden eher bewerten als neutral gestimmte.
Abweichungen von dieser natürlichen Kurve sind ein Warnsignal. Typische Manipulationsmuster sind:
- Bimodale Verteilung: Fast ausschließlich 5-Sterne- und 1-Stern-Bewertungen, kaum etwas dazwischen. Das deutet auf gekaufte positive und möglicherweise auch gezielte negative Bewertungen hin.
- Perfekte Verteilung: Ausschließlich 5-Sterne-Bewertungen ohne jede Abweichung - bei mehr als 20 Bewertungen statistisch extrem unwahrscheinlich.
- Plötzliche Verschiebung: Die Verteilung ändert sich innerhalb kurzer Zeit drastisch, etwa von einem Durchschnitt von 3,2 auf 4,8 Sterne.
7. Foto-Analyse
Fotos in Bewertungen erhöhen die Glaubwürdigkeit - aber nur, wenn sie echt sind. Mit der zunehmenden Verfügbarkeit von KI-generierten Bildern wird auch dieser Kanal für Fälschungen genutzt. Achten Sie auf folgende Hinweise:
- Wirkt das Foto zu perfekt, zu gut ausgeleuchtet oder wie ein Werbebild? Echte Kundenfotos sind typischerweise mit dem Smartphone aufgenommen und zeigen natürliche Umgebungen.
- Stimmt der Kontext? Ein Restaurantfoto, das offensichtlich nicht zum beschriebenen Lokal passt, ist verdächtig.
- Bei Google-Bewertungen können Sie die EXIF-Daten von Bildern prüfen - diese enthalten Informationen über Aufnahmezeitpunkt und -ort, sofern sie nicht entfernt wurden.
- Eine umgekehrte Bildersuche (z.B. über Google Lens oder TinEye) zeigt, ob das gleiche Bild bereits an anderer Stelle im Internet verwendet wird - ein klares Zeichen für eine Fälschung.
8. Kopierte Texte
Anbieter von gefälschten Bewertungen arbeiten häufig mit Textvorlagen, die leicht abgewandelt für verschiedene Unternehmen eingesetzt werden. Das führt zu aufälligen Ähnlichkeiten zwischen Bewertungen - sowohl innerhalb eines Unternehmensprofils als auch übergreifend.
Um kopierte Texte zu identifizieren, können Sie verdächtige Passagen in Anführungszeichen in eine Suchmaschine eingeben. Erscheint der exakt gleiche oder ein sehr ähnlicher Text bei anderen Unternehmen, handelt es sich mit hoher Wahrscheinlichkeit um eine Vorlage. Auch innerhalb eines Profils lohnt sich der Vergleich: Wenn mehrere Bewertungen den gleichen Satzbau, die gleichen Formulierungen oder sogar identische Rechtschreibfehler aufweisen, ist das ein starkes Indiz für Manipulation.
Seit 2024 generieren einige Anbieter ihre Fälschungen mithilfe von KI-Sprachmodellen. Diese Texte sind schwieriger zu erkennen, weisen aber oft eine auffällig gleichmäßige Qualität auf - ohne die typischen Schwankungen im Stil und Ausdruck, die echte Bewertungen verschiedener Menschen kennzeichnen.
9. Standort-Anomalien
Für lokale Unternehmen wie Restaurants, Handwerker oder Ärzte ist der Standort ein wichtiges Prüfkriterium. Verdächtig ist es, wenn:
- Ein Rezensent vorwiegend Unternehmen in einer weit entfernten Stadt bewertet, aber plötzlich eine Bewertung für ein kleines lokales Geschäft abgibt
- Mehrere Rezensenten eines Unternehmens ihren Standort in einem anderen Land haben
- Die Bewertung Details enthält, die nicht zum Standort passen (z.B. Währungsangaben in Dollar bei einem deutschen Unternehmen)
- Bei Google Maps der Standort-Verlauf des Rezensenten keine Aktivität in der Nähe des bewerteten Unternehmens zeigt
Insbesondere bei preiswerten Fake-Bewertungen aus dem Ausland (häufig aus Südostasien oder Osteuropa) treten Standort-Anomalien verstärkt auf. Diese lassen sich oft schon an unüblichen Formulierungen oder grammatischen Fehlern erkennen, die auf eine Übersetzung hindeuten.
Welche Tools helfen bei der Erkennung?
Die manuelle Prüfung anhand der neun Merkmale ist wirkungsvoll, aber zeitaufwändig. Glücklicherweise gibt es eine Reihe von Tools, die den Erkennungsprozess unterstützen:
Fakespot
Fakespot analysiert Bewertungen auf Amazon, Walmart und weiteren Plattformen mithilfe von Machine-Learning-Algorithmen. Das Tool bewertet die Zuverlässigkeit der Rezensionen auf einer Skala von A bis F und hebt verdächtige Bewertungen hervor. Seit 2023 ist Fakespot in den Mozilla Firefox Browser integriert und damit besonders einfach nutzbar. Die kostenlose Basisversion reicht für eine erste Einschätzung aus.
ReviewMeta
ReviewMeta ist speziell auf Amazon-Bewertungen ausgerichtet und analysiert über ein Dutzend Faktoren - darunter die Bewertungsverteilung, den Wortlaut, das Reviewer-Verhalten und unnatürliche Muster. Das Tool berechnet einen bereinigten Durchschnittswert, indem es verdächtige Bewertungen herausfiltert. Es ist kostenlos nutzbar und bietet Browser-Erweiterungen für Chrome und Firefox.
Google Maps Plattform-eigene Erkennung
Google setzt seit Jahren auf automatisierte Erkennungssysteme und hat laut eigenen Angaben allein im Jahr 2023 über 170 Millionen Bewertungen wegen Verstößen gegen die Richtlinien entfernt. Die Algorithmen erkennen Muster wie verdächtiges Reviewer-Verhalten, identische IP-Adressen oder zeitliche Anomalien. Allerdings arbeitet das System nicht fehlerfrei - sowohl false positives (fälschlich entfernte echte Bewertungen) als auch false negatives (nicht erkannte Fälschungen) kommen vor.
Trustpilot Transparency Reports
Trustpilot veröffentlicht regelmäßig Transparenzberichte, in denen die Plattform offenlegt, wie viele Bewertungen als gefälscht identifiziert und entfernt wurden. Im Bericht für 2024 gab Trustpilot an, 5,8 Prozent aller eingereichten Bewertungen als Fälschungen entfernt zu haben. Unternehmen können auf Trustpilot verdächtige Bewertungen melden und deren Prüfung beantragen.
Weitere nützliche Werkzeuge
- TinEye / Google Lens: Für die umgekehrte Bildersuche, um Stock-Fotos oder mehrfach verwendete Bilder in Bewertungen zu identifizieren
- GPTZero / Originality.ai: KI-Erkennungstools, die prüfen, ob ein Text maschinell generiert wurde - nützlich bei Verdacht auf KI-geschriebene Fake-Bewertungen
- Copyscape: Erkennt plagiierte oder kopierte Texte und hilft bei der Identifizierung von Bewertungsvorlagen
Keines dieser Tools bietet eine hundertprozentige Trefferquote. Am zuverlässigsten ist die Kombination aus automatisierter Analyse und manueller Prüfung anhand der oben beschriebenen Merkmale.
Was tun bei Fake Bewertungen der Konkurrenz?
Wenn Sie feststellen, dass ein Wettbewerber sein Bewertungsprofil durch Fälschungen manipuliert, haben Sie mehrere Handlungsmöglichkeiten:
1. Dokumentation sichern
Erstellen Sie Screenshots aller verdächtigen Bewertungen mit Datum und Uhrzeit. Dokumentieren Sie die Bewertungshistorie, um zeitliche Muster nachweisen zu können. Sichern Sie auch die Profile der verdächtigen Rezensenten, da Bewertungen jederzeit gelöscht werden können.
2. Meldung an die Plattform
Alle großen Bewertungsplattformen bieten die Möglichkeit, verdächtige Bewertungen zu melden. Bei Google können Sie einzelne Bewertungen direkt über das Google Unternehmensprofil als unangemessen kennzeichnen. Bei einer grösseren Anzahl verdächtiger Bewertungen empfiehlt sich der Kontakt über die Google Business Support-Hotline. Beachten Sie: Die Prüfung kann mehrere Wochen dauern, und nicht jede gemeldete Bewertung wird auch entfernt.
3. Wettbewerbsrechtliche Schritte
Das Kaufen oder Verbreiten von Fake Bewertungen ist in Deutschland ein Verstoß gegen das Gesetz gegen den unlauteren Wettbewerb (UWG). Konkret liegt eine irreführende geschäftliche Handlung nach Paragraph 5 UWG vor. Sie können:
- Eine Abmahnung durch einen auf Wettbewerbsrecht spezialisierten Anwalt aussprechen lassen
- Eine einstweilige Verfügung beantragen, um die weitere Verbreitung der Fälschungen zu unterbinden
- Schadensersatzansprüche geltend machen, sofern Ihnen ein nachweisbarer Schaden entstanden ist
Mehr zu den rechtlichen Möglichkeiten erfahren Sie in unserem Ratgeber zur Rechtslage bei Online-Bewertungen.
4. Eigenes Bewertungsprofil stärken
Die wirksamste Antwort auf Fake Bewertungen der Konkurrenz ist ein starkes eigenes Bewertungsprofil mit authentischen Kundenstimmen. Bitten Sie zufriedene Kunden aktiv um eine Bewertung - per E-Mail, QR-Code am Point of Sale oder über einen Follow-up nach dem Kauf. Je mehr echte Bewertungen Sie haben, desto weniger fallen die manipulierten Bewertungen eines Wettbewerbers ins Gewicht.
Sollten Sie selbst von negativen Fake Bewertungen betroffen sein, lesen Sie unseren ausführlichen Ratgeber zum Thema - dort erklären wir Schritt für Schritt, wie Sie gegen unrechtmäßige Bewertungen vorgehen.
Plattform-spezifische Besonderheiten
Google (Google Maps / Google Unternehmensprofil)
Google ist in Deutschland die mit Abstand wichtigste Bewertungsplattform. Die Erkennung von Fälschungen wird durch einige Besonderheiten der Plattform beeinflusst:
- Google erlaubt Bewertungen ohne verifizierten Kauf - das macht die Plattform anfälliger für Manipulation als geschlossene Systeme
- Die automatische Filterung durch Googles Algorithmen entfernt nach eigenen Angaben über 95 Prozent der Spam-Bewertungen, bevor sie überhaupt veröffentlicht werden
- Seit 2024 zeigt Google für einige Branchen den Hinweis "Verifizierter Besuch" an, wenn ein Nutzer nachweislich am Standort war
- Google Local Guides - Nutzer mit vielen Bewertungen und Beiträgen - sind tendenziell zuverlässigere Bewerter, aber nicht immun gegen Manipulation
Trustpilot
Trustpilot verfolgt einen anderen Ansatz als Google und setzt stark auf Transparenz:
- Unternehmen können Bewertungseinladungen versenden, die an eine echte Transaktion gekoppelt sind - solche Bewertungen sind als "verifiziert" gekennzeichnet
- Trustpilot veröffentlicht regelmäßig Transparenzberichte mit detaillierten Statistiken zur Erkennung und Entfernung von Fälschungen
- Die Plattform hat ein internes Team von Fraud-Analysten, die verdächtige Muster untersuchen
- Im Jahr 2024 hat Trustpilot erstmals Klagen gegen Unternehmen eingereicht, die systematisch Bewertungen fälschten
Amazon
Amazon hat im Bereich der Bewertungserkennung besonders viel investiert, da gefälschte Produktbewertungen das Kerngeschäft direkt bedrohen:
- Der "Verifizierter Kauf"-Badge ist ein wichtiges Qualitätsmerkmal, kann aber durch manipulierte Käufe (Kauf und sofortige Rückgabe) umgangen werden
- Amazon nutzt maschinelles Lernen, um verdächtige Muster in Echtzeit zu erkennen und hat 2023 über 250 Millionen Bewertungen blockiert oder entfernt
- Das Vine-Programm bietet verifizierten Testern kostenlose Produkte im Austausch für ehrliche Bewertungen - diese sind entsprechend gekennzeichnet
- Seit 2023 geht Amazon verstärkt rechtlich gegen Fake-Review-Broker vor und hat mehrere Vermittlungsplattformen verklagt
Tripadvisor
Als Spezialist für Reise- und Gastronomiebewertungen hat Tripadvisor eigene Erkennungsmechanismen entwickelt:
- Das "Trust & Safety"-Team prüft automatisch jede einzelne eingereichte Bewertung, bevor sie veröffentlicht wird
- Tripadvisor nutzt Tracking-Technologien, um die Herkunft von Bewertungen nachzuverfolgen und organisierte Fälschungsringe zu identifizieren
- Unternehmen, die bei der Manipulation erwischt werden, erhalten einen öffentlichen Warnhinweis ("Rote Karte"), der für alle Besucher sichtbar ist
- Laut dem Tripadvisor Review Transparency Report 2024 wurden 3,6 Prozent aller eingereichten Bewertungen als Fälschungen identifiziert und abgelehnt
Fazit
Fake Bewertungen erkennen ist eine Fähigkeit, die für Verbraucher und Unternehmer gleichermassen an Bedeutung gewinnt. Die neun Erkennungsmerkmale - von generischer Sprache über Timing-Muster bis hin zu Standort-Anomalien - bieten ein solides Gerüst für die manuelle Prüfung. Ergänzt durch spezialisierte Tools wie Fakespot, ReviewMeta oder die plattformeigenen Erkennungssysteme lässt sich die Zuverlässigkeit der Analyse deutlich steigern.
Entscheidend ist, nicht einzelne Merkmale isoliert zu betrachten, sondern das Gesamtbild zu bewerten. Eine einzelne generisch formulierte 5-Sterne-Bewertung ist kein Beweis für eine Fälschung. Wenn jedoch mehrere Merkmale zusammenkommen - generische Sprache, ein leeres Reviewer-Profil, auffälliges Timing und extremes Rating - steigt die Wahrscheinlichkeit einer Manipulation erheblich.
Für Unternehmen, die von Fake Bewertungen betroffen sind, ist schnelles Handeln wichtig. Dokumentieren Sie Auffälligkeiten, melden Sie verdächtige Bewertungen an die Plattform und ziehen Sie bei systematischer Manipulation rechtliche Schritte in Betracht. Gleichzeitig bleibt der Aufbau eines authentischen Bewertungsprofils mit echten Kundenstimmen die beste langfristige Strategie, um sich gegen unlauteren Wettbewerb zu behaupten.