Wie die meisten Menschen mit Haaren kennen auch wir den Dyson Supersonic-Haartrockner, der berühmt für seinen hohen Preis ist. Wir suchten nach einer günstigeren Alternative und fanden eine, die vielversprechend wirkte. Es war keine Marke, die wir kannten, doch die Rezensionen schienen gut zu sein—wirklich gut. Je weiter wir lasen, desto mehr schien uns jedoch etwas zu stören. Rezension um Rezension benutzte fast dieselbe Formulierung, um diesen Haartrockner zu beschreiben. Natürlich beweist das nicht, dass sie gefälscht sind, aber wie lässt sich das sicher feststellen?
Nicht alle Bewertungen auf Amazon sind echt – das ist gut dokumentiert. Fälschungen zu erkennen, kann jedoch knifflig sein. Lange Zeit konnten Käufer Werkzeuge wie Fakespot und ReviewMeta nutzen, aber beide sind verschwunden. Wie also unterscheidt man eine gefälschte Bewertung von einer echten, die nur die Hausaufgaben jedes anderen Rezensenten kopiert hat? Es gibt eine Menge zu beachten.
Warum gefälschte Bewertungen nie verschwinden
Der Marketplace von Amazon lebt von Drittanbietern, die um dieselben wenigen Top-Plätze in einer Suchergebnisliste konkurrieren, und eine höhere Sternewertung schiebt ein Produkt nach oben. Dieser Druck schafft einen direkten finanziellen Anreiz für Verkäufer, positive Bewertungen zu kaufen oder für negative Bewertungen zu bezahlen, die einen Konkurrenten aus dem Rennen werfen. Die eigenen Community-Richtlinien von Amazon verbieten bezahlte und incentivesbasierte Bewertungen seit 2016, sodass das alles nicht offen passiert. Ein Großteil davon läuft außerhalb von Amazon, in privaten Facebook-Gruppen und in verschlüsselten Messaging-Apps, wo Vermittler gewöhnliche Käufer rekrutieren, sodass die Filter des Unternehmens die Vereinbarung dahinter nicht sehen können. Amazon hat erklärt, dass es in einem einzigen Jahr mehr als 200 Millionen mutmaßlich gefälschte Bewertungen blockiert und Tausende von Administratoren von Vermittler-Gruppen verklagt habe – und das Unternehmen bestätigt, dass die eigenen KI-Werkzeuge das Problem nicht allein lösen können.
Eine staatlich beauftragte Studie im Vereinigten Königreich bezifferte den Trend. Forscher schätzten, dass 11 % bis 15 % der Bewertungen in Kategorien wie Unterhaltungselektronik, Haushaltsgeräte und Küche sowie Sport und Outdoor gefälscht seien, und dass der Text gefälschter Bewertungen allein jährlich zu Schäden für Verbraucher in Höhe von 50 bis 312 Millionen Pfund geführt habe.
Meld dich zu unserem Newsletter an.
Expertentipps und unsere Lieblingsprodukte direkt in deinen Posteingang.
E-Mail-Adresse eintragen:
Vorname (optional):
Wie eine gefälschte Bewertung im Jahr 2026 aussieht
All diese Amazon-Haartrockner-Bewertungen klingen sehr ähnlich. Achten Sie darauf, ebenso wie auf Bewertungen, die in Chargen rund um dieselben Tage eingehen.
Die groben Fälschungen sind nach wie vor die einfachsten zu erkennen. Achten Sie auf eine Gruppe von Fünf-Sterne-Bewertungen, die innerhalb eines Tages oder zwei voneinander gepostet werden, besonders direkt nach dem Produktstart. Suchen Sie nach wiederholter Formulierung über verschiedene Rezensenten hinweg, generisches Lob, das nie eine konkrete Eigenschaft nennt, und eine Reihe von Bewertungen, die alle denselben polierten Ton haben.
Die Geschichte eines Rezensenten verrät mehr als jede einzelne Bewertung. Tippen Sie auf den Namen eines Rezensenten und prüfen Sie, ob er in kurzer Zeit dutzende unverwandte Produkte bewertet hat oder ob er nur Fünf-Sterne-Bewertungen abgegeben hat.
Ein Badge „Verified Purchase“ fühlt sich beruhigend an, aber es ist schwächer, als es scheint. In einer Praxis namens Brushing verschickt ein Verkäufer ein Produkt an einen bezahlten Rezensenten, sodass der Einkauf als echt registriert wird, und die gefälschte Bewertung übernimmt das Badge. Die Art, wie jemand über die Zeit hinweg bewertet, fällt in der Regel stärker auf als das Badge selbst.
Die schwerer zu entdeckenden Fälschungen stammen von modernen KI-Werkzeugen. Große Sprachmodelle generieren nun in großem Stil Bewertungen, die grammatikalisch sauber klingen und spezifisch wirken, aus Konten mit einer scheinbar normalen Kaufhistorie. Die gleiche britische Studie zeigte zudem, dass Käufer eher ein Produkt mit gut geschriebenen gefälschten Bewertungen kaufen würden. Der Effekt nahm vor allem bei teureren Artikeln zu, bei denen Käufer stärker auf Bewertungen angewiesen sind.
Welche Werkzeuge können gefälschte Bewertungen noch identifizieren?
Kein einzelnes Werkzeug kann garantieren, ob Bewertungen echt sind oder nicht, aber sie können Ihnen helfen, eine fundierte Entscheidung zu treffen. Zum Beispiel nutzten wir FakeFind und es zeigte für diesen Haartrockner eine Authentizitätsbewertung von 9 von 10.
Fakespot, einst das größte Verbraucher-Tool, schloss im Juli 2025, nachdem Mozilla entschieden hatte, dass es nicht mehr aufrechterhalten werden konnte. ReviewMeta, bekannt dafür, die Sternenbewertung eines Produkts neu zu berechnen, nachdem verdächtige Bewertungen entfernt wurden, ging Anfang 2026 offline, ohne Abschiedspost. Der Review Index läuft zwar noch, hat sich aber zu einer bezahlten Stufe und einem engeren Fokus auf Technikprodukte entwickelt, wodurch er im freien Zugriff schwächer ist als früher.
Eine Reihe neuer Analyse-Tools ist entstanden, um die Lücke zu füllen, darunter Browser-Werkzeuge, die einen Vertrauensscore zuweisen oder ein klares Kauf- oder Nicht-Kauf-Urteil liefern.
Eine populäre Option ist FakeFind, das KI verwendet, um Bewertungen zu analysieren und eine Authentizitätsskala von 1 bis 10 zu liefern. Wie bei allen Bewertungscans ist der Score ein Signal, kein Garant. Er gab unserem verdächtigen Haartrockner eine 9 von 10, was nicht bedeutet, dass er falsch liegt. Es könnte einfach besser darin sein, zu erkennen, dass eine Menge Rezensenten den einfachsten Weg gegangen sind, um ein einfaches Produkt zu beschreiben.
Ein weiterer neuer Kandidat, ReviewAI, nimmt einen Produktlink und gibt in ca. 10 Sekunden ein klares Kauf-, Vermeiden- oder Vorsicht-Urteil zusammen mit einem Vertrauensscore und den Markierungs-Signalen aus. Er benötigt zudem eine tiefe Datenbasis an Bewertungen, damit er arbeitet. Unsere Stichprobe-Haartrockner hatte zum Redaktionszeitpunkt 1.503 Bewertungen, und das schien immer noch „unzureichende Daten“ für ReviewAI zu sein.
Der KI-Assistent von Amazon, Rufus, fasst die Bewertungen eines Produkts zusammen, wenn man ihn darum bittet, und er kann häufige Beschwerden aus der Liste herausfiltert. Bedenken Sie jedoch, wer ihn einsetzt. Rufus dient dazu, Amazon beim Verkauf zu helfen, daher ist es das falsche Werkzeug, um zu prüfen, ob die Bewertungen eines Listings vertrauenswürdig sind.
Einige Werkzeuge, wie ReviewAI, benötigen eine gewisse Menge an Regeln, um eine Bestimmung zu treffen, was ihre Nutzung einschränkt.
Was Sie tun können, um gefälschte Bewertungen zu erkennen
Es gibt keine einzige Lösung gegen gefälschte Bewertungen, aber viele kleine Dinge, die Sie tun können, damit Sie nicht hereingelegt werden:
Seien Sie skeptisch in Kategorien, in denen Fälschungen clusterweise auftreten: billige Elektronik, Nahrungsergänzungsmittel und offensichtliche Nachahmungen
Überprüfen Sie die Profile der Rezensenten
Prüfen Sie die Veröffentlichungsdaten auf Cluster von Bewertungen, die eng zeitlich beieinander liegen
Untersuchen Sie Rezensenten-Fotos auf KI-Artifakte
Konzentrieren Sie sich bei drei- und vier-Sterne-Bewertungen auf konkrete, überprüfbare Beschwerden, die nur ein Besitzer zu äußern wüsste
Kein dieser Checks dauert mehr als wenige Minuten, aber sie machen einen großen Unterschied, wenn Sie jemals unsicher sind, ob eine Bewertung echt ist.
Verwandte Inhalte
feature
11 Amazon Prime-Vorteile, die Sie wahrscheinlich nicht nutzen – aber sollten
feature
Wir haben endlich herausgefunden, was „Amazon’s Choice“ wirklich bedeutet
