Eine Prüfung von X-Beiträgen zur Fußball-WM 2026 ergab deutliche Unterschiede bei Groks Faktenchecks: Bei Bild- und Videoinhalten waren 121 von 245 Urteilen korrekt (49,4 Prozent), bei schriftlichen Behauptungen 69 von 72 (95,8 Prozent). Die Zahlen stammen aus einer einzelnen, ereignisbezogenen Stichprobe.
Was die Prüfung untersuchte
Fundación Maldita.es und die University of Jaén werteten Groks Antworten auf virale Beiträge zur Fußball-WM 2026 aus. Journalism Science Alliance finanzierte die Untersuchung. Die erfassten X-Beiträge stammten aus dem Zeitraum vom 13. Juni bis zum 20. Juli 2026; Maldita.es veröffentlichte die Ergebnisse am 27. Oktober 2026.
Die Stichprobe umfasste 139 Beiträge mit 46 Behauptungen. Davon waren 35 falsch oder manipuliert, sechs brauchten zusätzlichen Kontext, zwei waren Warnmeldungen und drei waren wahr. Insgesamt sammelte das Team 766 Anfragen, darunter 556 eigene und 210 von anderen Nutzern. Grok antwortete darauf 358-mal.
Antwortquote und richtige Urteile sind verschiedene Kennzahlen
Auf 107 von 278 systematischen Fragen des Forschungsteams, ob ein Beitrag echt sei, antwortete Grok. Das entspricht 38,5 Prozent dieser direkten Prüfanfragen, nicht der gesamten Sammlung von 766 Anfragen.
Von 317 ausgewerteten Urteilen darüber, ob eine Behauptung stimmte, waren 190 richtig (59,9 Prozent), 85 falsch (26,8 Prozent) und 42 teilweise richtig (13,2 Prozent). Eine weitere Kennzahl, die mittlere Genauigkeit pro Behauptung, lag bei 66,8 Prozent. Dabei wurden Behauptungen gleich gewichtet, statt einzelne Antworten zu zählen.
Bilder und Videos im Vergleich zu schriftlichen Behauptungen
Bei Bild- und Videoinhalten lag die Trefferquote in der Prüfung deutlich niedriger als in der Kategorie schriftlicher Behauptungen. Diese zweite Kategorie schloss auch Behauptungen ein, die mit einem Bild versehen oder in einem Screenshot gezeigt wurden.
| Inhaltskategorie | Richtige Antworten | Ausgewertete Antworten | Anteil richtiger Antworten |
| Bilder und Videos | 121 | 245 | 49,4 Prozent |
| Schriftliche Behauptungen | 69 | 72 | 95,8 Prozent |
Bei 81 von 127 falschen oder teilweise richtigen Antworten zu Bildern und Videos erkannte Grok laut Auswertung digitale Manipulation oder KI-generierte Inhalte nicht. Das waren 63,8 Prozent dieser fehlerhaften oder teilweise richtigen visuellen Urteile.
Quellen, Widersprüche und Korrekturen
Nur drei der 358 Antworten verwiesen auf das Dokument, das das jeweilige Urteil stützte. In 45,3 Prozent der Antworten fehlte eine Quelle; weitere 21,2 Prozent enthielten lediglich allgemeine Verweise. Bei 38 Behauptungen mit mehreren Antworten widersprach sich Grok in 16 Fällen. 15 dieser Widersprüche traten auf, bevor Maldita.es eine Überprüfung der jeweiligen Behauptung veröffentlicht hatte.
In einem systematischen Vorher-nachher-Vergleich lag die Genauigkeit vor Veröffentlichung einer Maldita.es-Überprüfung bei 63,9 Prozent und danach bei 69,6 Prozent. Von 22 zunächst falschen Antworten korrigierte Grok drei, antwortete in 14 Fällen nicht erneut und blieb in fünf Fällen bei einer falschen Antwort.
Fundación Gabo berichtete unabhängig von dieser WM-Prüfung über einen weiteren Fall: Grok ordnete Bilder des Angriffs auf eine Schule in Minab vom 28. Februar 2026 zunächst Aufnahmen aus Kabul aus dem Jahr 2021 zu und korrigierte die Einordnung später. Bei der Korrektur verwies Grok dem Bericht zufolge auf Geolokalisierungen von EFE, RTVE, The New York Times, Reuters und GeoConfirmed. Der Fall gehört nicht zur WM-Stichprobe.
Was sich aus den Zahlen ableiten lässt
Die Prüfung bezog sich auf ein einzelnes Ereignis und lässt sich laut den Forschenden nicht ohne Weiteres auf andere Themen oder Grok-Versionen übertragen. Auch die Vergleiche zwischen Gruppen sind explorativ: Sie isolieren keine einzelne Ursache für die unterschiedlichen Ergebnisse.
