PwC hat nach Angaben einer Untersuchung des KI-Erkennungsunternehmens GPTZero vier „Thought-Leadership“-Berichte veröffentlicht, die nach Einschätzung der Forscher ein Muster unverantwortlicher KI-Nutzung zeigen, einschließlich halluzinierter Zitate und erfundener Behauptungen.

Die Prüfung umfasste vier zwischen 2024 und 2026 von PwC Middle East veröffentlichte Berichte und stellte fest, dass diese mit nicht überprüfbaren Informationen durchsetzt waren. Einer der Berichte wurde als zu 100 Prozent KI-generiert eingestuft. Thought-Leadership-Berichte der Big Four werden von Unternehmensführern, Regierungsvertretern und politischen Entscheidungsträgern häufig verbreitet und dienen in der Regel als Grundlage für strategische und Beschaffungsentscheidungen.

GPTZero schätzte die Wahrscheinlichkeit, dass PwC’s Bericht von 2025 mit dem Titel „Transforming Governance“ vollständig KI-generiert war, auf 84 Prozent; ohne den Referenzteil stieg dieser Wert auf 100 Prozent.

Der Bericht „Transforming Governance“ bewarb ein datenbasiertes PwC-Framework namens „Citizen Pulse“ und behauptete, es werde von den Regierungen von Dänemark, Saudi-Arabien, den Vereinigten Staaten und Australien eingesetzt. GPTZero berichtete jedoch, keine öffentlichen Belege dafür gefunden zu haben, dass das Produkt tatsächlich genutzt wurde oder dass solche Regierungsvereinbarungen stattgefunden hätten.

Paul Esau, Om Ogale und Alex Cui von GPTZero wiesen darauf hin, dass die Zitate des Berichts nicht „den normalen akademischen oder Beratungs-Konventionen“ folgten. Von den 17 Einträgen im Literaturverzeichnis seien nur 10 nummeriert gewesen und hätten tatsächlich zu Fußnoten im Haupttext des Berichts gepasst.

„Außerdem scheint der Bericht unsicher zu sein, ob ‚Citizen Pulse‘ ein bestehendes PwC-Produkt oder eher eine vage Thought-Leadership-Übung ist; er schwankt zwischen der Darstellung der potenziellen Vorteile des Citizen-Pulse-Frameworks und konkreten Behauptungen über die aktuelle Nutzung. Diese Inkonsistenz ist ein häufiges Symptom von Text, der von einem schlecht promptierten LLM erzeugt wurde“, sagte Om Ogale.

GPTZero erklärte, die anderen drei untersuchten PwC-Middle-East-Berichte „enthalten ebenfalls mehrere erfundene Behauptungen“, darunter zusammengezogene Statistiken, Zitate irrelevanter Quellen und selbstbewusste Behauptungen falscher Zusammenhänge. Einer der Berichte mit dem Titel „Building a Cyber-Resilient eMobility Ecosystem“ enthielt in einem Zitat eine URL, die auf ChatGPT verwies.

Ein Sprecher von PwC Middle East sagte zu den Ergebnissen: „PwC Middle East nimmt die Genauigkeit unserer veröffentlichten Forschung ernst und aktualisiert eine begrenzte Zahl unterstützender Zitate in den genannten Berichten. Im Einklang mit unserem Ansatz für Responsible AI haben wir Qualitätskontrollprozesse für Forschung und Content-Entwicklung, an die sich alle unsere Mitarbeitenden halten sollen.“

Das wachsende KI-Problem der Big Four

Die Erkenntnisse sind der jüngste Fall in einer Reihe von KI-bezogenen Qualitätsproblemen bei den Big-Four-Beratungsunternehmen. Im vergangenen Monat zeigte eine separate GPTZero-Untersuchung, dass ein großer KPMG-Bericht über agentische KI KI-generierte Halluzinationen und gefälschte Zitate enthielt. Im Mai zog EY eine Studie zu Loyalty-Rewards-Programmen zurück, nachdem eine Prüfung offenbar KI-Halluzinationen und erfundene Fußnoten ergeben hatte. Im Oktober des Vorjahres gewährte Deloitte der australischen Bundesregierung eine teilweise Rückerstattung, nachdem ein von dem Unternehmen erstellter Bericht mehrere Fehler enthielt, die auf den Einsatz von KI zurückgeführt wurden. Alle vier Unternehmen haben sich öffentlich verpflichtet, in generative KI-Tools für den internen Einsatz und für die Kundenarbeit zu investieren, wodurch die wiederholten Qualitätsmängel zu einem wachsenden Reputationsrisiko werden, da die zur Aufdeckung solcher Probleme eingesetzten Erkennungstools immer leichter zugänglich werden.