Fake-Bewertungen im Internet: So erkennen Sie gefälschte Rezensionen

Das Problem gefälschter Bewertungen

Online-Bewertungen sind für Verbraucher zu einem der wichtigsten Entscheidungskriterien geworden — und genau deshalb sind sie ein lukratives Ziel für Manipulation. Laut einer Studie der EU-Kommission aus 2024 sind schätzungsweise 30–40 % aller Online-Bewertungen gefälscht oder manipuliert. In bestimmten Produktkategorien wie Nahrungsergänzungsmitteln, Elektronikzubehör und Beauty-Produkten liegt der Anteil noch höher.

Gefälschte Bewertungen schaden Verbrauchern doppelt: Sie verleiten zum Kauf minderwertiger Produkte und benachteiligen ehrliche Anbieter, die keine Bewertungen kaufen. Die Verbraucherzentrale stuft Fake-Bewertungen als systematische Verbrauchertäuschung ein und fordert stärkere Regulierung und Durchsetzung.

Wie Fake-Bewertungen entstehen

Gefälschte Bewertungen werden auf verschiedenen Wegen erzeugt:

• Bezahlte Bewertungen: Über Plattformen und Telegram-Gruppen werden Personen bezahlt, die Produkte kaufen und 5-Sterne-Bewertungen verfassen. Der Kaufpreis wird anschließend erstattet.
• Review Farms: Organisierte Gruppen, oft in Asien ansässig, produzieren Fake-Bewertungen in industriellem Maßstab. Eine einzelne Review Farm kann Tausende Bewertungen pro Tag erstellen.
• KI-generierte Bewertungen: Sprachmodelle werden eingesetzt, um massenhaft unterschiedlich formulierte Bewertungen zu generieren, die kaum noch als automatisiert erkennbar sind.
• Produkttester-Programme: Anbieter verschenken Produkte im Tausch gegen Bewertungen. Obwohl nicht per se illegal, entsteht ein Bias zugunsten positiver Bewertungen.
• Bewertungstausch: Unternehmen vereinbaren, sich gegenseitig positive Bewertungen zu geben.
• Negative Fake-Bewertungen: Konkurrenten schreiben gezielt negative Bewertungen, um Wettbewerber zu schädigen.

Muster gefälschter Bewertungen erkennen

Die folgenden Anzeichen deuten auf gefälschte Bewertungen hin:

• Auffällige Bewertungsverteilung: Ein Produkt hat fast ausschließlich 5-Sterne- und 1-Stern-Bewertungen, aber kaum 2–4 Sterne (sogenannte J-Kurve). Dies deutet auf einen Mix aus echten negativen und gekauften positiven Bewertungen hin.
• Massenhaft Bewertungen in kurzer Zeit: Dutzende Bewertungen innerhalb weniger Tage nach einem längeren Zeitraum ohne Bewertungen sind verdächtig.
• Generische, inhaltlose Texte: „Tolles Produkt, sehr zufrieden, schnelle Lieferung, gerne wieder" — ohne spezifische Details zum Produkt.
• Verdächtige Rezensenten-Profile: Der Rezensent hat in kurzer Zeit Hunderte Bewertungen für verschiedenste Produkte geschrieben — alles 5 Sterne.
• Übertriebene Begeisterung: „Das beste Produkt, das ich jemals gekauft habe!!!" — echte Bewertungen sind meist differenzierter.
• Ähnliche Formulierungen: Mehrere Bewertungen verwenden identische oder sehr ähnliche Satzmuster.
• Verifizierter Kauf fehlt: Bei Amazon und anderen Plattformen sind nicht verifizierte Käufe häufiger gefälscht.

Amazon- und Google-Bewertungen

Amazon: Trotz Amazons Bemühungen, Fake-Bewertungen zu bekämpfen, bleibt das Problem erheblich. Amazon hat nach eigenen Angaben 2023 über 200 Millionen verdächtige Bewertungen blockiert. Dennoch schätzen unabhängige Analysten, dass 10–15 % der Bewertungen auf Amazon gefälscht sind, in manchen Kategorien deutlich mehr.

Google Reviews: Lokale Google-Bewertungen sind besonders anfällig für Manipulation, da die Verifizierung eines tatsächlichen Besuchs schwieriger ist. Restaurants, Hotels, Handwerker und Ärzte kaufen Bewertungen, um ihr Ranking zu verbessern. Auch negative Fake-Bewertungen durch Konkurrenten sind ein verbreitetes Problem.

Bewertungsportale: Plattformen wie Trustpilot, Yelp und Jameda kämpfen mit dem gleichen Problem. Trustpilot gibt an, im Jahr 2024 über 6 Millionen betrügerische Bewertungen identifiziert und entfernt zu haben.

Tools zur Überprüfung von Bewertungen

Verschiedene Tools können helfen, gefälschte Bewertungen zu identifizieren:

• ReviewMeta: Analysiert Amazon-Bewertungen und filtert verdächtige Rezensionen heraus. Zeigt einen bereinigten Bewertungsdurchschnitt.
• Fakespot: Bewertet die Zuverlässigkeit von Bewertungen auf Amazon und anderen Plattformen (A-F-Skala).
• Trustpilot Transparenzbericht: Trustpilot veröffentlicht Daten zu entfernten Fake-Bewertungen auf der eigenen Plattform.

Kein Tool ist perfekt — aber sie können eine hilfreiche erste Einschätzung liefern. Die Verbraucherzentrale empfiehlt, stets mehrere Quellen zu konsultieren und sich nicht auf eine einzige Bewertungsplattform zu verlassen.

Rechtliche Lage

Die EU und Deutschland haben die Regulierung gefälschter Bewertungen verschärft:

• Omnibus-Richtlinie (2022): Seit Mai 2022 müssen Online-Plattformen offenlegen, ob und wie sie sicherstellen, dass Bewertungen von echten Käufern stammen. Fake-Bewertungen gelten als unlautere Geschäftspraktik.
• Digital Services Act (DSA): Verpflichtet große Plattformen zu mehr Transparenz und schärferer Bekämpfung von Fake-Bewertungen.
• § 5a UWG: Irreführende geschäftliche Handlungen — darunter fällt auch das Verfassen oder Beauftragen gefälschter Bewertungen — sind verboten und können mit Bußgeldern belegt werden.

In der Praxis ist die Durchsetzung jedoch schwierig. Die Verbraucherzentrale fordert höhere Bußgelder und eine stärkere Verpflichtung der Plattformen, Fake-Bewertungen proaktiv zu erkennen und zu entfernen.

Tipps für Verbraucher

• Lesen Sie die negativen Bewertungen zuerst — sie sind oft authentischer als 5-Sterne-Bewertungen und nennen konkrete Probleme.
• Achten Sie auf Details: Echte Bewertungen enthalten spezifische Erfahrungen, Fotos und differenzierte Einschätzungen.
• Prüfen Sie das Rezensenten-Profil: Hat die Person eine plausible Bewertungshistorie oder nur Hunderte Lobeshymnen?
• Vergleichen Sie mehrere Quellen: Schauen Sie auf Amazon, Google, Trustpilot und spezialisierte Testportale.
• Nutzen Sie unabhängige Tests: Stiftung Warentest und andere unabhängige Tester sind zuverlässiger als Online-Bewertungen.
• Vorsicht bei Produkten ohne negative Bewertungen: Kein Produkt ist perfekt — fehlen jegliche Kritikpunkte, ist Manipulation wahrscheinlich.