Lübecker Stiftungen in ChatGPT und Gemini: 1.060 Antworten ausgewertet
Zuletzt aktualisiert:
Welche Lübecker Stiftung nennen ChatGPT und Gemini, wenn ein Verein nach Fördergeld fragt? Und erkennen die beiden Systeme, welche Stiftung hinter einem bekannten Projekt steht? Um diese Fragen zu beantworten, habe ich zwischen dem 5. und dem 8. August 2026 insgesamt 1.060 Antworten erhoben. Je 530 Antworten stammen von GPT-5 mini und Gemini 3.6 Flash.
Bei offenen Fragen zur Lübecker Stiftungslandschaft stand die Possehl-Stiftung in 86,7 Prozent der Antworten an erster Stelle. Fragte ich dagegen nach einem konkreten Projekt, nannten 367 von 368 auswertbaren Antworten die richtige Stiftung. Hinter diesen beiden Zahlen verbergen sich allerdings unterschiedliche Prompt-Typen und deutliche Unterschiede zwischen den untersuchten Systemen.
Die Messung bewertet weder die Förderpraxis noch die gesellschaftliche Wirkung einer Stiftung. Sie zeigt, welche Namen in den Antworten auf einen festgelegten Fragenkatalog vorkamen und an welcher Textposition sie erstmals erschienen.
Elf fördernde Stiftungen bilden die Grundgesamtheit der Messung
Der Bundesverband Deutscher Stiftungen weist für Lübeck zum Jahresende 2024 insgesamt 80 rechtsfähige Stiftungen des bürgerlichen Rechts aus. Diese Zahl entspricht jedoch nicht der Grundgesamtheit meiner Erhebung. Aufgenommen wurden elf Institutionen, die als fördernde Stiftung in Lübeck sitzen und dort Projekte unterstützen.
Hinzu kamen getrennte Codiergruppen für die Hansestadt Lübeck, überregionale Förderer, die Sparkasse zu Lübeck als Bank, auswärtige Sparkassenstiftungen und bloße Gattungsnennungen wie „Bürgerstiftung“. Eine Nennung der Stadt war bei einer Förderfrage also eine mögliche sachgerechte Antwort, durfte aber nicht als Nennung einer Lübecker Stiftung gezählt werden.
Fünf Prompt-Blöcke müssen getrennt ausgewertet werden
Vor der ersten Welle wurden 19 Prompts und die Liste der Namensvarianten festgelegt. Nach Welle 1 kamen fünf Projektfragen hinzu, damit die zunächst allein geprüften Projekte der Sparkassenstiftung eine Vergleichsgruppe erhielten. Diese Ergänzung wurde am 5. August protokolliert. Die neuen Prompts liefen ab Welle 2 und erreichen deshalb jeweils 32 statt 40 Antworten.
| Prompt-Block | Fragen | Antworten | Auswertungszweck |
|---|---|---|---|
| Förderfragen | 6 | 360 | Nennungen bei konkretem Förderbedarf |
| Überblicksfragen | 4 | 240 | Nennungen in der Lübecker Stiftungslandschaft |
| Projektfragen | 11 | 400 | Zuordnung eines Projekts zur Förderin |
| Markenfragen | 2 | 40 | Angaben zu zwei namentlich genannten Stiftungen |
| Kontrollfrage | 1 | 20 | Umgang mit einem erfundenen Namen |
Die allgemeine Sichtbarkeit wurde ausschließlich aus Förder- und Überblicksfragen berechnet. Bei einer Projekt- oder Markenfrage steht die gesuchte Institution bereits im thematischen Zusammenhang. Würden derartige Antworten in die Rangfolge einfließen, wäre die Nennungsquote durch den Versuchsaufbau verzerrt.
Alle Prompts gingen in neuen API-Sitzungen an GPT-5 mini und Gemini 3.6 Flash. Bei OpenAI war das Web-Search-Tool mit Lübeck als Standortkontext verfügbar. Gezählt wurde anschließend, ob das Antwortprotokoll einen web_search_call enthielt. Bei Gemini war Google Search Grounding aktiviert. Google erklärt in der Dokumentation der Suchfundierung, dass das Modell selbst entscheidet, ob eine Suche für die Antwort hilfreich ist. In dieser Erhebung enthielten alle 530 Gemini-Antworten Grounding-Metadaten.
Ein fester String-Abgleich suchte in jedem Rohtext nach vorab gespeicherten Namensvarianten. Derselbe Text führt bei einer erneuten Auswertung somit zum selben Ergebnis. Die Kurzform „die Gemeinnützige“ konnte allerdings nicht pauschal codiert werden, weil sie auch Teil des Namens „Gemeinnützige Sparkassenstiftung“ ist. Die Quoten der GEMEINNÜTZIGEN sind daher tendenziell zu niedrig.
Die vollständige Fragenliste, alle Tabellen, Wilson-Intervalle, Rohtext-Prüfungen und Entscheidungen stehen auf der Methodik- und Datenseite zur Stiftungserhebung. Die dort angegebenen Intervalle sind nur deskriptiv zu lesen. Wiederholungen desselben Prompts sind keine voneinander unabhängige Zufallsstichprobe aller denkbaren Förderfragen.
Bei Überblicksfragen steht die Possehl-Stiftung vorn
Vier Prompts fragten beispielsweise „Welche Stiftungen gibt es in Lübeck?“ oder baten um einen Vergleich der großen Häuser. Aus jeweils 30 Durchläufen pro System entstanden 240 Antworten. Die Possehl-Stiftung wurde in 231 Antworten genannt, was 96,3 Prozent entspricht. In 86,7 Prozent aller Antworten war sie zudem die erste erkannte Stiftung.
Die Gemeinnützige Sparkassenstiftung zu Lübeck kam auf eine Nennungsquote von 77,9 Prozent, stand jedoch nur in 2,5 Prozent an erster Stelle. Bei der Dräger-Stiftung betrugen die Werte 64,6 und 0,8 Prozent. Die Grafik zeigt deswegen zwei verschiedene Größen. Eine häufige Nennung bedeutet nicht automatisch, dass eine Stiftung am Anfang der Antwort erscheint.
Hieraus lässt sich keine Rangliste der Stiftungsarbeit ableiten. Gefragt wurde nach Bekanntheit und Förderung, nicht nach Mittelvolumen, Zugänglichkeit, Projektqualität oder Wirkung. Gemessen wurde außerdem die erste Fundstelle eines Namens im Text. Ein System kann eine Stiftung zuerst nennen und eine andere anschließend ausführlicher oder passender beschreiben.
Konkrete Förderfragen führen zuerst zur Hansestadt
Sechs weitere Prompts formulierten einen konkreten Bedarf. Hierzu gehörten Förderfragen für Jugend-, Kultur-, Sport-, Bildungs- und Umweltprojekte. In diesem Block wurde die Hansestadt Lübeck in 357 von 360 Antworten genannt und stand in 61,4 Prozent an erster Stelle. Die Possehl-Stiftung erschien in 79,4 Prozent, die Sparkassenstiftung in 77,2 Prozent der Antworten.
Die getrennten Systemwerte verändern allerdings das Bild. Gemini nannte Possehl-Stiftung und Sparkassenstiftung in jeweils 179 von 180 Förderantworten. Bei GPT-5 mini lagen die Quoten dagegen bei 59,4 bzw. 55,0 Prozent. Eine einzige zusammengefasste Prozentzahl beschreibt deshalb weder ChatGPT noch Gemini für sich.
Wer tatsächlich eine Förderung sucht, sollte aus diesen Werten keine Empfehlung für einen bestimmten Förderer ableiten. Förderzweck, Fristen und Antragsbedingungen müssen direkt geprüft werden. Der lokale Stiftungs- und Fördermittelfinder von ePunkt verweist hierfür auf mehr als 100 Lübecker Stiftungen sowie weitere Programme.
367 von 368 Projektantworten nennen die richtige Stiftung
Für zehn gültig zugeordnete Projekte wurde gefragt, wer sie finanziert, vergibt oder herausgibt. Sechs Projekte stammen von der Gemeinnützigen Sparkassenstiftung zu Lübeck. Deren aktuelle Projektübersicht führt unter anderem Überholspur, Frisch auf den Teller und den Kindergartenfonds auf. Ergänzt wurden der Lübecker Bildungsfonds und KulturFunke der Possehl-Stiftung, die Lübeckischen Blätter der GEMEINNÜTZIGEN sowie Jugend ins Museum der Michael-Haukohl-Stiftung.
Von den 368 auswertbaren Antworten nannten 367 die erwartete Stiftung. Die einzige Abweichung betrifft die Kinder- und Jugendjury. Unter diesem Namen existieren sowohl ein Gremium der Sparkassenstiftung als auch eine Jury der Nordischen Filmtage. Der Prompt ließ offen, welche davon gemeint war. Die abweichende Antwort war damit keine frei erfundene Zuordnung, sondern eine Folge der mehrdeutigen Frage.
Ein elfter Projektprompt wird nicht mitgerechnet. Bei der Vorbereitung hatte ich die Bürgerakademie fälschlich der GEMEINNÜTZIGEN zugeordnet. Koordiniert wurde das inzwischen beendete Projekt jedoch von der Volkshochschule Lübeck. Beide Systeme nannten die VHS. Der Fehler lag somit in meiner Erwartung und ist im Erhebungstagebuch dokumentiert.
Die hohe Attributionsquote belegt nur diese zehn Projekte und deren konkrete Namen. Aus ihr folgt weder, dass alle Stiftungsprojekte richtig zugeordnet werden, noch dass die Systeme Förderbedingungen zuverlässig wiedergeben. Die offiziellen Projektseiten bestätigen die Zuordnungen, erlauben aber keine Aussage darüber, welche Seite eine einzelne KI-Antwort verursacht hat.
Die protokollierte Websuche hängt von der Frage ab
GPT-5 mini löste in 479 von 530 Antworten mindestens einen Web-Search-Aufruf aus. Bei allen 200 ChatGPT-Antworten auf die elf Projektfragen wurde eine Suche protokolliert. Auch auf die Frage „Welche Stiftungen gibt es in Lübeck?“ suchte das System in allen 30 Durchläufen. Bei „Welche ist die wichtigste Stiftung in Lübeck?“ waren es hingegen nur 7 von 30.
Ohne protokollierten Tool-Aufruf entstand die Antwort aus dem Modell und dem übergebenen Prompt. Welche Informationen im Training enthalten waren oder wie sie intern gewichtet wurden, lässt sich von außen nicht prüfen. Ebenso wenig belegt ein sichtbarer Quellenlink, dass genau diese Seite für die Reihenfolge der genannten Stiftungen ursächlich war. Der verwandte Artikel über Brand Mentions und URL-Citations erklärt, weshalb beide Messgrößen getrennt bleiben müssen.
Die Kontrollfrage prüft einen einzelnen erfundenen Namen
Vor Beginn der Messung wurde der Name „Koggen-Stiftung Lübeck“ in der Stiftungsdatenbank des Landes Schleswig-Holstein und im Web geprüft. Eine Stiftung mit diesem exakten Namen ließ sich nicht belegen. In den 20 Kontrollantworten bestätigte keines der Systeme ihre Existenz oder erfand konkrete Stiftungsdaten. Gemini verneinte den Namen ausdrücklich. GPT-5 mini erklärte überwiegend, keine verlässliche Einrichtung dieses Namens zu finden, oder fragte nach einer möglichen Verwechslung.
Damit haben beide Systeme diesen einen Kontrollfall bestanden. Eine allgemeine Halluzinationsquote lässt sich aus 20 Antworten auf denselben erfundenen Namen allerdings nicht berechnen.
Was Stiftungen aus der Erhebung ableiten können
Die Projektfragen wurden fast vollständig richtig beantwortet. Für die untersuchten Projekte waren Name und Förderin im Web also so dokumentiert, dass beide Systeme die Verbindung in diesem Versuchsaufbau wiedergeben konnten. Auf den eigenen Seiten sollten Stiftungen Projektname, eigene Rolle, Zielgruppe, Laufzeit und Antragsweg deshalb eindeutig und aktuell benennen.
Die Daten beweisen jedoch nicht, dass eine bestimmte Textänderung zu einer höheren Nennungsquote führt. Wer die Wirkung einer Änderung prüfen will, benötigt dasselbe Prompt-Set, mehrere Durchläufe, dokumentierte Systeme und einen späteren Vergleich. Das Verfahren zur wiederholten Messung von KI-Sichtbarkeit beschreibt diese Logik ausführlicher.
- Förderfragen, Überblicksfragen und Projektzuordnungen werden getrennt ausgewertet.
- Quoten werden immer zusammen mit Modell, Suchkonfiguration, Zeitraum und Prompt-Set gelesen.
- Eine Nennung misst Sichtbarkeit im Antworttext, aber keine Förderqualität und keine gesellschaftliche Wirkung.
- Ein einzelner Durchlauf oder eine einzelne Textposition genügt nicht für eine belastbare Entwicklungsaussage.
Für den Messzeitraum bleibt damit ein klares Ergebnis. Possehl dominierte die erste Position bei offenen Überblicksfragen, während konkrete Förderfragen häufig zuerst zur Hansestadt führten. Bekannte Projekte wurden nahezu vollständig der richtigen Stiftung zugeordnet. Wie stabil diese Muster über längere Zeit bleiben, kann erst eine spätere Wiederholung unter einer dann aktuellen, vollständig dokumentierten Modellkonfiguration zeigen.
Über diesen Artikel
Die inhaltliche Verantwortung für jeden Artikel auf diesem Blog liegt bei mir, Patrick Stolp. Thema, These, Recherche und fachliche Prüfung sind meine Arbeit – hier wird nichts veröffentlicht, das ich nicht selbst konzipiert, geschrieben und als korrekt verifiziert habe. Generative KI (Claude von Anthropic) kommt punktuell als Werkzeug zum Einsatz – etwa für Formulierungsentwürfe oder das Gegenlesen technischer Erklärungen. Kein KI-Output landet ungeprüft oder unverändert auf dieser Seite. Beitragsbilder werden mit Google Nano Banana 2 erstellt.
Mehr dazu in meinen Redaktionsrichtlinien.
