Auf dieser Seite
Fragen Sie einen KI-Assistenten, wie viel teurer es ist, einen Neukunden zu gewinnen als einen Bestandskunden zu halten, und verlangen Sie die Originalquelle. Einer nannte dreimal von drei Läufen Bain & Company und Frederick Reichheld. Veröffentlicht hat diese Zahl keiner von beiden. Die Zuschreibung stammt von der Statistikseite einer Personalvermittlung für virtuelle Assistenzen – der Assistent hat diese Seite zitiert und ihren Satz fast wörtlich übernommen.
Dass die Zahl selbst keine Quelle hat, ist seit zwanzig Jahren bekannt. Neu ist die Frage, woher die Quelle kommt. Irgendjemand musste eine liefern, und irgendjemand hat.
Der Begleitbeitrag, und warum dieser Fall anders liegt
Ein Begleitbeitrag behandelt, was diese Systeme tun, wenn es ein echtes Papier gibt: Sie liefern die Preprint-Fassung mit Zahlen, die die Begutachtung gestrichen hat, und zitieren sie korrekt. Dies ist die andere Hälfte derselben Untersuchung. Hier gibt es kein Papier, das man verfehlen könnte. Die Frage wurde genau deshalb ausgewählt: Am Ende der Spur steht nichts, also muss alles, was ein System als Ursprung nennt, von woanders kommen.
Zwölf gewertete Läufe – vier Assistenten, je drei, Websuche an, jede Eingabe endend mit derselben Anweisung: Nenne die Zahl und zitiere die Originalquelle. Alle zwölf gingen an API-Endpunkte; die Chat-Produkte verhalten sich anders. Protokoll, Antworten und Kodierung sind mit diesem Text veröffentlicht.
Jeder Lauf lieferte eine Zahl. Keiner lieferte eine Primärquelle, weil es keine gibt. Interessant sind die vier verschiedenen Arten, damit umzugehen.
- Claude behauptete einen Ursprung, dreimal von drei: „The original source for this widely referenced statistic is Bain & Company research conducted by Frederick Reichheld.“
- Gemini nannte ein reales Dokument, das die Behauptung nicht enthält, in zwei von drei Läufen: „a 1990 Harvard Business Review article by Frederick Reichheld, cited the cost as 5 times more.“
- ChatGPT nannte in zwei von drei Läufen gar keinen Ursprung und füllte beide Quellenplätze aus einem einzigen Beratungsblog.
- Perplexity gab die Zuschreibung als Zuschreibung wieder, in allen drei Läufen – „The original source most often traced for this rule of thumb is Frederick Reichheld’s Bain & Company research“. Dieser Satz ist wahr, und er ist die einzige Konstruktion in der Zelle, die der Prüfung standhält.
Woher Claudes Satz kommt
Zitiert wurden vier Seiten; der Satz führt zu einer davon: Stealth Agents, eine Personalvermittlung für virtuelle Assistenzen mit einer Seite voller Kundenbindungsstatistiken. Dort steht:
The foundational figure here comes from Bain and Company research by Frederick Reichheld: acquiring a new customer costs 5 to 25 times more than retaining an existing one.
Der Assistent übernimmt die Zuschreibung unverändert und tauscht den zweiten Satzteil: „The foundational figure comes from Bain and Company research by Frederick Reichheld, which established this 5-25x range.“ In einem zweiten Lauf trug er zusätzlich die Erläuterung der Seite mit, wonach der Faktor 5 für transaktionale Endkundengeschäfte und der Faktor 25 für komplexes B2B gelte. Das Retrieval hat funktioniert. Auf dieser Seite wurde der Ursprung hergestellt.
| Schritt | Was dort steht | Was tatsächlich vorliegt |
|---|---|---|
| Der Assistent | Forschung von Bain & Company durch Frederick Reichheld habe den Bereich 5–25x begründet | Eine solche Veröffentlichung ist nicht auffindbar |
| Die zitierte Seite | Dieselbe Zuschreibung, nahezu gleicher Wortlaut | Eine Statistikseite, die Personalvermittlung verkauft |
| Reichheld & Sasser, HBR 1990 | Von einem der vier Systeme als Ursprung genannt, von einem zweiten als Zuschreibung referiert | Enthält kein Kostenverhältnis, in keiner Form |
| Die publizierte Spur | – | TARP, Hart/Heskett/Sasser, Tom Peters. Kein Bain, kein Reichheld |
Die Spur, die längst veröffentlicht ist
Keiningham, Vavra, Aksoy und Wallard widmen der Zahl in Loyalty Myths (2005) ein Kapitel unter der Überschrift „It Costs Five Times More to Acquire a Customer than to Retain a Customer“, und ihr Ergebnis lautet, dass der Ursprung unbestimmt ist. Was dort steht: „the earliest sources that we can find attribute it to research conducted by the Technical Assistance Research Project (TARP) in Washington, D.C. in the late 1980s.“ Ihre Spur führt über TARP, einen Aufsatz von Hart, Heskett und Sasser in der Harvard Business Review von 1990 und Tom Peters.
Weder Bain noch Reichheld steht darauf. Die Antwort der Assistenten ist also keine verschwommene Erinnerung an ein echtes Papier. Sie ist eine Ersetzung – ein berühmter Name, angepasst an eine unauffindbare Zahl, auf einer Seite mit Verkaufsinteresse.
Reichheld und Sasser haben 1990 tatsächlich in der HBR publiziert, und „Zero Defections“ enthält kein solches Verhältnis. Die einzige Kostenangabe dort ist absolut und branchengebunden: „In credit cards, for example, companies spend an average of $51 to recruit a customer and set up the new account.“
Die Verzerrung beginnt in der Quelle selbst
Die Behauptung, die Reichheld und Sasser tatsächlich aufgestellt haben, lohnt die Verfolgung, weil die Verfälschung hier schon beginnt, bevor jemand anders sie anfasst. Der Aufsatz formuliert sie dreimal unterschiedlich. In der Einleitung: „Companies can boost profits by almost 100% by retaining just 5% more of their customers.“ Als Titel der Abbildung: „Reducing Defections 5% Boosts Profits 25% to 85%.“ Im Fließtext: „Reducing defections by just 5% generated 85% more profits in one bank’s branch system, 50% more in an insurance brokerage, and 30% more in an auto-service chain.“
Drei Fassungen, ein Aufsatz. Was heute zirkuliert, ist 25–95 %, und das ist keine davon. Ein Assistent lieferte genau diesen Bereich zurück.
Auch der Waschgang flussabwärts ist öffentlich einsehbar. Amy Gallos HBR-Beitrag von 2014 beginnt: „Depending on which study you believe, and what industry you’re in, acquiring a new customer is anywhere from five to 25 times more expensive than retaining an existing one.“ Keine Fußnote, keine benannte Studie. Zwei Sätze später erscheint ein Link, der zu einer anderen Aussage über Kundenbindung und Gewinn gehört. Flussabwärts fällt die Einschränkung weg, und die Quellenangabe rutscht hinüber.
Wie viel davon ist der Korpus, wie viel das Modell
In der gesamten Untersuchung enthalten 19 von 36 Antworten mindestens einen Provenienzfehler, insgesamt 36 Fehler. Jeder ist nach einer vor dem Kodieren festgelegten Regel eingeordnet: Entweder ist belegt, dass ein Dokument aus der Quellenliste derselben Antwort den Fehler enthält, oder nicht. 22 lassen sich zurückführen, 14 nicht.
Diese 14 sind nicht alle Erfindung. Sechs der vierzehn entfallen auf Gemini, verteilt auf vier Antworten, und Gemini liefert Quellenbezeichnungen ohne URL – seine Fehler lassen sich also selbst dann nicht auf ein Dokument zurückführen, wenn derselbe Fehler anderswo nachweislich übernommen wurde. Das ist ein Artefakt des Zitierformats eines Systems und macht die Aufteilung zu einer Untergrenze, nicht zu einer Messung. Eine blinde Zweitkodierung eines Viertels der Zeilen – durch ein separates Sprachmodell, da keine unabhängige menschliche Kodierung verfügbar war – stimmte in 80 % der Feldentscheidungen überein, fand zwei übersehene Provenienzfehler und ist unbereinigt veröffentlicht.
Was sich mit einer einzigen Zahl anfangen lässt
Nehmen Sie eine Zahl, die Ihr Team zitiert, und verlangen Sie von einem Assistenten die Originalquelle. Nennt er eine Organisation als Quelle, durchsuchen Sie die Website dieser Organisation nach der Zahl, bevor Sie ihm glauben – die Ersetzung hier wäre in anderthalb Minuten zusammengebrochen, weil sich keine Veröffentlichung von Bain oder Reichheld finden lässt, die sie berichtet – eine durch Suche belegte Abwesenheit, kein Beweis. Eine Zuschreibung an eine Institution ist keine Quellenangabe. Sie ist ein Name an der Stelle, an der eine Quellenangabe stehen müsste, und sie hält sich, weil das Öffnen des Dokuments der eine Schritt ist, den in der Kette niemand belohnt.
Was ich nicht erklären kann
Dieselbe Frage ging am Folgetag auf Deutsch an dieselben vier Systeme. Claude lieferte vier verschiedene Faktoren – 5, 7, 16 und 25 – und weigerte sich dann, überhaupt einen Ursprung zu nennen: „Leider nennen die gefundenen Artikel keine konkreten Originalstudien oder wissenschaftlichen Quellen.“
Dasselbe Modell, ein Tag Abstand, behauptete auf Englisch dreimal von drei Läufen einen falschen Ursprung und verweigerte ihn auf Deutsch. Das sind Einzelläufe und belegen für sich genommen nichts. Die Richtung ist allerdings die umgekehrte von dem, was die Korpus-Erklärung vorhersagt: Die deutschsprachigen Quellen sind eher lockerer, eine davon lieferte einen Faktor 16, der im englischsprachigen Material nirgends vorkommt.
Warum, weiß ich nicht. Die naheliegenden Vermutungen – ein dünnerer Index, ein anderes Retrieval-Verhalten, eine sprachabhängige Bereitschaft, eine Autorität zu benennen – sind Vermutungen, und die Untersuchung war nicht darauf angelegt, sie zu trennen. Es ist das Interessanteste im Datensatz und genau das, was der Datensatz nicht beantworten kann.
Zitate stehen in der Sprache des Originals; Übertragungen ins Deutsche stammen von mir und stehen außerhalb der Anführungszeichen.
Quellen
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://academic.oup.com/qje/article/140/2/889/7990658
- Gallo, A. (2014, 29. Oktober). The value of keeping the right customers. Harvard Business Review. https://hbr.org/2014/10/the-value-of-keeping-the-right-customers
- Greenberg, S. A. (2009). How citation distortions create unfounded authority: Analysis of a citation network. BMJ, 339, b2680. https://doi.org/10.1136/bmj.b2680
- Hart, C. W. L., Heskett, J. L., & Sasser, W. E., Jr. (1990, Juli–August). The profitable art of service recovery. Harvard Business Review. https://hbr.org/1990/07/the-profitable-art-of-service-recovery
- Keiningham, T. L., Vavra, T. G., Aksoy, L., & Wallard, H. (2005). Loyalty myths: Hyped strategies that will put you out of business — and proven tactics that really work. John Wiley & Sons.
- Liu, N. F., Zhang, T., & Liang, P. (2023). Evaluating verifiability in generative search engines. In Findings of the Association for Computational Linguistics: EMNLP 2023 (S. 7001–7025). Association for Computational Linguistics. https://doi.org/10.18653/v1/2023.findings-emnlp.467
- Peters, T. J. (1987). Thriving on chaos: Handbook for a management revolution. Alfred A. Knopf.
- Reichheld, F. F., & Sasser, W. E., Jr. (1990, September–Oktober). Zero defections: Quality comes to services. Harvard Business Review. https://hbr.org/1990/09/zero-defections-quality-comes-to-services
- Stealth Agents. (2026, 23. Mai). Customer retention cost statistics 2026. https://stealthagents.com/research/customer-retention-cost-statistics-2026
Aktualisiert 5 Änderungen
- Die Überschrift sagte, eine Anbieterseite habe die Quelle erfunden; sie sagt jetzt geliefert, denn belegt ist, dass die Seite die Zuschreibung trägt und diese Antwort ihren Wortlaut von dort übernommen hat.
- Ob die Seite die Zuschreibung hervorgebracht hat, ist nicht belegt — eine weitere Seite im selben Zitatsatz trägt dieselbe Verbindung.
- Dass keiner von beiden die Zahl veröffentlicht hat, ist eine durch Suche festgestellte Abwesenheit, und die Einstiegszeile sagt das jetzt.
- Die Zusammenfassung las sich, als sei ein Assistent zwölfmal gefragt worden; zwölf ist die Studie, vier Assistenten zu je drei Läufen, und einer nannte Bain in allen drei eigenen.
- Die Antwort zitierte vier Seiten, nicht eine.
