Fake Bewertungen erkennen - 9 Merkmale & Tools

Was sind Fake Bewertungen und warum sind sie ein Problem?

Als Fake Bewertung gilt jede Rezension, hinter der kein echter Kauf und keine echte Nutzung steckt. Sie wird gezielt gestreut, um das eigene Profil aufzuhübschen oder das eines Konkurrenten zu ramponieren. Ein Nischenproblem ist das längst nicht mehr: Schätzungen des World Economic Forum aus 2023 gehen davon aus, dass 30 bis 40 Prozent aller Online-Bewertungen gefälscht oder manipuliert sind – die britische Verbraucherorganisation „Which?“ kam für den europäischen Markt auf ähnliche Größenordnungen.

Der wirtschaftliche Schaden ist enorm. Verbraucherschützer beziffern den weltweiten Jahresschaden durch manipulierte Bewertungen auf einen dreistelligen Milliardenbetrag. Für den einzelnen Betrieb heißt das ganz konkret: Interessenten entscheiden auf Grundlage gefälschter Angaben. Wer gegen einen Wettbewerber antritt, dessen Profil mit gekauften Fünf-Sterne-Stimmen aufgeblasen ist, verliert Aufträge – völlig unabhängig davon, wie gut die eigene Leistung tatsächlich ist.

Seit die Omnibus-Richtlinie im Mai 2022 in Kraft ist, müssen Plattformen aktiv gegen Fälschungen vorgehen; in Deutschland wurde das über eine Anpassung des UWG umgesetzt. Wer Fake Bewertungen kauft oder verbreitet, riskiert Abmahnungen und Bußgelder. Trotzdem blüht das Geschäft weiter – schlicht, weil die Erkennung schwer und die Durchsetzung lückenhaft bleibt.

Genau deshalb lohnt es sich, Fälschungen selbst entlarven zu können – als Verbraucher, der fundiert kaufen will, ebenso wie als Unternehmer, der sich gegen unlauteren Wettbewerb wehrt. Die folgenden neun Merkmale sind Ihr Werkzeugkasten dafür.

Die 9 wichtigsten Erkennungsmerkmale

1. Generische Sprache

Ein häufiges Verrätermerkmal ist die auffallend nichtssagende Sprache. „Alles super, gerne wieder“ oder „Sehr zufrieden, klare Empfehlung“ klingt zwar freundlich, sagt aber nichts über das Produkt oder die Leistung aus. Echte Käufer werden dagegen konkret – sie erwähnen die Lieferzeit, die Verpackung, eine bestimmte Eigenschaft oder den Kontakt zum Support.

Sprachforscher der Cornell University fanden heraus: Gefälschte Texte greifen deutlich öfter zu Ich-/Wir-Pronomen und Allerweltsadjektiven („toll“, „super“, „wunderbar“), während echte Rezensionen mehr Substantive und konkrete Beschreibungen enthalten. Die Faustregel: Je weniger eine Bewertung über das tatsächliche Erlebnis preisgibt, desto wahrscheinlicher ist sie erfunden.

2. Extremes Rating

Fälschungen kleben fast immer an den Rändern der Skala: entweder die Bestnote (fünf Sterne) oder der Tiefstwert (ein Stern). Abgestufte Bewertungen mit zwei, drei oder vier Sternen sind selten – denn wer eine Bewertung bestellt, will maximale Wirkung, keine Zwischentöne.

Ein gesundes Profil sieht anders aus: Die meisten Stimmen liegen bei vier bis fünf Sternen, aber es gibt auch Drei-Sterne-Bewertungen und vereinzelt niedrigere. Ein Betrieb mit ausschließlich fünf Sternen – zumal in größerer Zahl – sollte stutzig machen. Und umgekehrt: Fällt bei einem Wettbewerber plötzlich ein Schwall Ein-Stern-Bewertungen ein, riecht das nach gezielter Negativkampagne.

3. Reviewer-Profil

Der Blick auf das Profil des Rezensenten ist eines der zuverlässigsten Erkennungsmittel. Achten Sie auf folgende Warnsignale:

• kein echter Name, sondern Platzhalter wie „Google-Nutzer“ oder erkennbare Fantasienamen
• kein Profilbild – oder ein offensichtliches Stock-Foto als Avatar
• nur eine einzige abgegebene Bewertung, nämlich genau die fragliche
• oder das Gegenteil: dutzende Bewertungen in kurzer Zeit, quer durch völlig verschiedene Branchen und Städte
• sämtliche Bewertungen des Profils tragen exakt dieselbe 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

Wann Bewertungen eintreffen, verrät oft mehr als ihr Inhalt. Natürliches Verhalten folgt dem Geschäftsrhythmus: Nach Kauf oder Besuch vergehen meist einige Tage bis Wochen bis zur Rezension. Fälschungen dagegen zeigen verräterische Muster:

• ein Schwung Fünf-Sterne-Stimmen, alle binnen weniger Stunden oder an einem einzigen Tag
• Bewertungen im uhrwerkartig gleichen Rhythmus – etwa jeden Dienstag eine neue
• ein plötzlicher Ausbruch an Bewertungen nach langer Funkstille
• Rezensionen zu Zeiten, in denen der Laden geschlossen hat – etwa eine Restaurantbewertung um drei Uhr nachts

Alarmierend wird es, wenn ein Betrieb nach einer Durststrecke schlechter Bewertungen unvermittelt eine Welle positiver Stimmen einfährt – das ist oft die Signatur nachgekaufter Rezensionen.

5. Fehlender Detailgrad

Merkmal 1 zielte auf die Wortwahl – hier geht es um den reinen Informationsgehalt. Eine echte Bewertung liefert in aller Regel mindestens zwei bis drei dieser Bausteine:

• ein konkreter Zeitpunkt des Kaufs oder Besuchs
• der Name eines Ansprechpartners oder Mitarbeiters
• die Beschreibung bestimmter Produkteigenschaften
• ein Vergleich mit Alternativen oder früheren Erfahrungen
• ein Wort zum Preis-Leistungs-Verhältnis
• die Schilderung eines konkreten Problems – und wie es gelöst wurde

Fälschungen bleiben demgegenüber blass und beliebig. Ein simpler Test entlarvt sie oft: Würde derselbe Text genauso gut zu einem völlig anderen Betrieb oder Produkt passen? Falls ja – Vorsicht.

6. Bewertungsverteilung

Schauen Sie nicht auf die Einzelstimme, sondern aufs Gesamtbild. Die sogenannte J-Kurve beschreibt, wie sich Online-Bewertungen natürlicherweise verteilen: viel oben (vier bis fünf Sterne), spürbar weniger im Mittelfeld (zwei bis drei) und ein kleiner Bodensatz an Ein-Stern-Stimmen. Diese Form entsteht, weil Zufriedene eher zur Feder greifen als neutral Gestimmte.

Abweichungen von dieser natürlichen Kurve sind ein Warnsignal. Typische Manipulationsmuster sind:

• Zwei-Gipfel-Muster: fast nur Fünf- und Ein-Stern-Stimmen, kaum etwas dazwischen – ein Hinweis auf gekaufte Bestnoten und womöglich gezielte Verrisse.
• Makellose Reihe: ausschließlich fünf Sterne ohne jede Abweichung – ab etwa 20 Bewertungen statistisch höchst unwahrscheinlich.
• Abrupter Umschwung: der Schnitt springt in kurzer Zeit drastisch, etwa von 3,2 auf 4,8.

7. Foto-Analyse

Fotos steigern die Glaubwürdigkeit einer Bewertung – allerdings nur, solange sie echt sind. Seit KI-Bilder auf Knopfdruck entstehen, wird auch dieser Kanal für Fälschungen missbraucht. Diese Signale helfen:

• Wirkt das Bild zu perfekt, zu ausgeleuchtet, wie aus einem Katalog? Echte Kundenfotos sind meist schnell mit dem Smartphone geschossen und zeigen ganz gewöhnliche Umgebungen.
• Passt der Kontext? Ein Restaurantfoto, das erkennbar nicht zum beschriebenen Lokal gehört, ist ein Warnzeichen.
• Bei Google-Bewertungen lassen sich mitunter die EXIF-Daten prüfen – sie verraten Aufnahmezeit und -ort, sofern sie nicht gelöscht wurden.
• Eine Rückwärts-Bildersuche (Google Lens, TinEye) zeigt, ob dasselbe Bild schon anderswo im Netz kursiert – ein deutliches Fälschungssignal.

8. Kopierte Texte

Händler gefälschter Bewertungen arbeiten gern mit Textbausteinen, die sie leicht abgewandelt über viele Betriebe streuen. Das erzeugt auffällige Ähnlichkeiten – innerhalb eines Profils wie über Profile hinweg.

Aufspüren lässt sich das mit einem Trick: Setzen Sie eine verdächtige Passage in Anführungszeichen und werfen Sie sie in eine Suchmaschine. Taucht derselbe oder ein fast identischer Text bei anderen Unternehmen auf, steckt fast sicher eine Vorlage dahinter. Auch der Blick ins eigene Profil lohnt: Gleicher Satzbau, gleiche Wendungen oder sogar identische Tippfehler in mehreren Bewertungen sind ein starkes Manipulationsindiz.

Seit 2024 lassen manche Anbieter ihre Fälschungen von KI-Sprachmodellen schreiben. Solche Texte sind schwerer zu enttarnen, verraten sich aber oft durch eine unnatürlich gleichmäßige Qualität – es fehlen die Stil- und Ausdrucksschwankungen, die entstehen, wenn viele verschiedene Menschen bewerten.

9. Standort-Anomalien

Bei lokalen Betrieben – Restaurants, Handwerkern, Ärzten – ist der Standort ein starker Prüfstein. Stutzig machen sollte Sie:

• ein Rezensent bewertet sonst nur Betriebe in einer weit entfernten Stadt – und plötzlich ein kleines Geschäft vor Ort
• gleich mehrere Bewerter eines Betriebs sitzen laut Profil im Ausland
• die Bewertung enthält Details, die nicht zum Ort passen – etwa Dollar-Beträge bei einem deutschen Unternehmen
• der Standortverlauf des Rezensenten bei Google Maps zeigt keinerlei Aktivität in der Nähe des bewerteten Betriebs

Gerade bei den ganz billigen Fake-Bewertungen aus dem Ausland – oft aus Südostasien oder Osteuropa – häufen sich solche Standort-Ungereimtheiten. Nicht selten verraten sie sich schon durch schräge Formulierungen oder Grammatikfehler, die nach maschineller Übersetzung klingen.

Welche Tools helfen bei der Erkennung?

Das Händisch-Prüfen nach den neun Merkmalen wirkt – kostet aber Zeit. Zum Glück gibt es Werkzeuge, die einen Gutteil der Arbeit abnehmen:

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 ganz auf Amazon zugeschnitten und wertet gut ein Dutzend Faktoren aus – Bewertungsverteilung, Wortlaut, Rezensenten-Verhalten und unnatürliche Muster. Aus dem Ganzen errechnet es einen bereinigten Schnitt, indem es verdächtige Stimmen ausblendet. Das Tool ist kostenlos und bringt Erweiterungen für Chrome und Firefox mit.

Google Maps Plattform-eigene Erkennung

Google setzt seit Jahren auf automatische Filter und hat nach eigenen Angaben allein 2023 über 170 Millionen Bewertungen wegen Richtlinienverstoß entfernt. Die Algorithmen schlagen bei Mustern wie auffälligem Rezensenten-Verhalten, identischen IP-Adressen oder zeitlichen Anomalien an. Perfekt ist das System aber nicht – es rutschen sowohl echte Bewertungen fälschlich durch das Raster (false positives) als auch Fälschungen unentdeckt hindurch (false negatives).

Google Transparency Reports

In regelmäßigen Transparenzberichten legt Google offen, wie viele Bewertungen als gefälscht erkannt und gelöscht wurden – für 2024 nannte der Konzern einen Anteil von 5,8 Prozent aller eingereichten Rezensionen. Betriebe können verdächtige Bewertungen melden und eine Prüfung anstoßen.

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

Kein Werkzeug liegt zu 100 Prozent richtig. Am tragfähigsten ist deshalb die Kombination: automatische Analyse plus der eigene, geschulte Blick nach den oben beschriebenen Merkmalen.

Was tun bei Fake Bewertungen der Konkurrenz?

Stellen Sie fest, dass ein Wettbewerber sein Profil mit Fälschungen frisiert, sind Sie nicht machtlos – Ihnen stehen mehrere Wege offen:

1. Dokumentation sichern

Ziehen Sie Screenshots aller verdächtigen Bewertungen samt Datum und Uhrzeit. Halten Sie den Bewertungsverlauf fest, um zeitliche Muster belegen zu können, und sichern Sie auch die Profile der fraglichen Rezensenten – Bewertungen können jederzeit verschwinden.

2. Meldung an die Plattform

Jede große Plattform bietet einen Meldeweg. Bei Google markieren Sie einzelne Bewertungen direkt im Unternehmensprofil als unangemessen; bei einer größeren Häufung lohnt der Weg über den Google-Business-Support. Rechnen Sie damit, dass die Prüfung Wochen dauern kann – und dass nicht jede gemeldete Bewertung tatsächlich entfernt wird.

3. Wettbewerbsrechtliche Schritte

In Deutschland verstoßt das Kaufen oder Verbreiten von Fake Bewertungen gegen das UWG – konkret handelt es sich um eine irreführende geschäftliche Handlung nach § 5 UWG. Daraus ergeben sich mehrere Optionen:

• 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 stärkste Antwort auf gefälschte Konkurrenz-Bewertungen ist ein robustes eigenes Profil voller echter Kundenstimmen. Bitten Sie Zufriedene aktiv um eine Bewertung – per E-Mail, QR-Code am Tresen oder als Follow-up nach dem Kauf. Je größer Ihr Fundament echter Stimmen, desto weniger fällt die Mogelei eines Wettbewerbers überhaupt 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)

In Deutschland ist Google die mit Abstand reichweitenstärkste Bewertungsplattform. Einige Eigenheiten prägen dabei, wie leicht oder schwer sich Fälschungen aufspüren lassen:

• Google lässt Bewertungen ohne verifizierten Kauf zu – das macht die Plattform anfälliger als geschlossene Systeme mit Kaufnachweis
• die eigenen Algorithmen fangen nach Google-Angaben über 95 Prozent der Spam-Bewertungen ab, bevor sie überhaupt online gehen
• seit 2024 blendet Google in einigen Branchen den Vermerk "Verifizierter Besuch" ein, wenn ein Nutzer nachweislich vor Ort war
• Local Guides – Vielbewerter mit langer Historie – sind im Schnitt verlässlicher, aber keineswegs manipulationssicher

Trustpilot

Trustpilot geht einen anderen Weg als Google und setzt stark auf Transparenz:

• Betriebe können Einladungen versenden, die an eine echte Transaktion gebunden sind – solche Rezensionen tragen ein "verifiziert"-Label
• Trustpilot legt in regelmäßigen Transparenzberichten detailliert offen, wie viele Fälschungen erkannt und entfernt wurden
• ein internes Team von Betrugsanalysten geht verdächtigen Mustern nach
• 2024 ging Trustpilot erstmals mit Klagen gegen Firmen vor, die systematisch Bewertungen fälschten

Amazon

Kaum ein Anbieter hat in die Bewertungserkennung so viel gesteckt wie Amazon – kein Wunder, denn gefälschte Produktbewertungen treffen dort das Kerngeschäft:

• 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 Spezialplattform für Reise und Gastronomie hat Tripadvisor eigene Abwehrmechanismen aufgebaut:

• ein "Trust & Safety"-Team schleust jede eingereichte Bewertung automatisch durch eine Prüfung, bevor sie live geht
• per Tracking verfolgt Tripadvisor die Herkunft von Bewertungen und deckt so organisierte Fälscherringe auf
• ertappte Manipulierer bekommen einen öffentlich sichtbaren Warnhinweis – die sogenannte "Rote Karte"
• laut Transparenzbericht 2024 wurden 3,6 Prozent aller eingereichten Bewertungen als Fälschung erkannt und abgelehnt

Fazit

Fälschungen zu durchschauen wird für Verbraucher wie Unternehmer immer wichtiger. Die neun Merkmale – von der nichtssagenden Sprache über Timing-Muster bis zu Standort-Ungereimtheiten – geben Ihnen ein solides Gerüst für die Händisch-Prüfung. Wer zusätzlich Werkzeuge wie Fakespot, ReviewMeta oder die plattformeigenen Filter nutzt, steigert die Trefferquote spürbar.

Der Schlüssel liegt darin, nie ein Merkmal isoliert zu werten, sondern das Gesamtbild. Eine einzelne, flapsig getippte Fünf-Sterne-Stimme beweist noch nichts. Kommen aber mehrere Signale zusammen – nichtssagende Sprache, ein leeres Rezensenten-Profil, auffälliges Timing und ein Extrem-Rating –, dann steigt die Manipulationswahrscheinlichkeit stark.

Betroffene Betriebe sollten zügig reagieren: Auffälligkeiten dokumentieren, verdächtige Bewertungen melden und bei systematischer Mogelei rechtliche Schritte prüfen. Der beste Langzeitschutz aber bleibt ein authentisches Profil voller echter Kundenstimmen – damit behaupten Sie sich am zuverlässigsten gegen unlauteren Wettbewerb.