SEMANTISCHES SEO UND GEO STUDIO
Sichtbarkeit mit Struktur
KI-Sichtbarkeitsreport 2026
Zahlen und Studien zur KI-Sichtbarkeit 2026, von Semrush und Adobe bis Ahrefs und Otterly.ai, mit konkreten Handlungsschritten für den deutschsprachigen Raum
Autor: Anna Fleischhauer |
Gründerin Semiotik Studio
Veröffentlicht: September 2026
Inhaltsverzeichnis
Der Bericht im Überblick
1. Plattformdominanz
Große, alles abdeckende Plattformen dominieren KI-Antworten stärker, als viele erwarten.
36 von über 1.200 sichtbaren Marken, angeführt von YouTube, schaffen es jeden Monat auf allen vier untersuchten KI-Plattformen gleichzeitig unter die 100 meistgenannten Marken.
2. Erwähnung und Zitierung
In einer KI-Antwort erwähnt zu werden ist nicht dasselbe wie dort als Quelle verlinkt zu werden. Bei ChatGPT werden nur 42 Prozent der erwähnten Marken auch tatsächlich verlinkt, bei Gemini sogar nur 30 Prozent.
3. Markenautorität
Wenige, aber wirklich passende Fachstimmen wirken stärker als viel Content auf der eigenen Website. Die Outdoor-Marke Patagonia erreichte über Monate hinweg konstant 79 bis 80 von 100 möglichen Sichtbarkeitspunkten, weil sechs spezialisierte Fachseiten immer wieder über sie schreiben, nicht weil sie selbst mehr veröffentlicht hat.
4. Branchenunterschiede
Wie leicht ein neuer Anbieter überhaupt sichtbar werden kann, hängt stark von der Branche ab. In der Kategorie News & Media entfallen 82,9 Prozent aller Erwähnungen auf nur drei Marken, im Finanzbereich sind es dagegen nur 41,4 Prozent, dort ist deutlich mehr Platz für kleinere Anbieter.
5. Source Surplus
Manche Fachseiten wirken im Hintergrund stärker, als es ihre Bekanntheit vermuten lässt. Das Gesundheitsportal Medical News Today wird 4,6-mal häufiger als Quelle verlinkt, als es im Text tatsächlich namentlich genannt wird, der höchste derartige Wert im gesamten Datensatz.
6. Reddit im deutschsprachigen Raum
Auch aus deutscher Sicht lohnt sich der Blick über Google hinaus.
Reddit erreicht in Deutschland inzwischen 34,3 Prozent der aktiven Browsing-Nutzerschaft, ein Plus von rund 5 Prozentpunkten innerhalb eines Jahres, und ist damit längst kein rein amerikanisches Phänomen mehr.
7. SEO und KI-Sichtbarkeit
Klassisches SEO und KI-Sichtbarkeit gemeinsam zu denken zahlt sich messbar aus.
81 Prozent der Marketer mit vollständig integrierter SEO- und KI-Such-Arbeit berichten von mehr Traffic oder Leads, gegenüber nur 36 Prozent bei getrennt geführten Workflows.
8. Orientierung nach Unternehmensgröße
Nicht jede Maßnahme lohnt sich für jedes Unternehmen gleichermaßen.
Der Bericht schließt deshalb mit einer konkreten Orientierung, welcher Schwerpunkt sich vom freiberuflichen Einstieg bis zum Mittelstand jeweils am ehesten lohnt.
Vorwort
Ob künstliche Intelligenz in der Suche bereits eine ernstzunehmende Rolle spielt, lässt sich an harten Zahlen ablesen und nicht an Vermutungen.
Google AI Overviews erreichten laut den eigenen Geschäftszahlen von Alphabet im zweiten Quartal 2025 bereits 2 Milliarden monatliche Nutzer.
ChatGPT kam im Februar 2026 auf 900 Millionen wöchentlich aktive Nutzer, ein Jahr zuvor waren es noch deutlich weniger.
Die Unternehmensberatung Bain & Company stellte im Februar 2025 fest, dass 60 Prozent aller Suchanfragen inzwischen ohne einen einzigen Klick auf eine Website enden. Und bereits 2024 sagte das Marktforschungsunternehmen Gartner voraus, dass das klassische Suchvolumen bis 2026 um 25 Prozent zurückgehen würde, eine Entwicklung, die sich derzeit zu bestätigen scheint.
Für Unternehmen im deutschsprachigen Raum bedeutet das: Der Wandel lässt sich nicht mehr aufhalten, sondern nur noch mitgestalten oder ignorieren.
Grundlage dieses Berichts ist der AI Visibility Index 2026 von Semrush, eine der umfangreichsten verfügbaren Untersuchungen dazu, wie Marken in KI-Antworten sichtbar werden.
Die zentralen Ergebnisse sind hier aufbereitet, um deutsche Beispiele ergänzt und, wo es sich anbot, um eigene Recherche zur Situation im deutschsprachigen Raum erweitert.
Herangezogene Quellen jenseits des Originalreports werden im Text jeweils benannt, etwa wenn eine Aussage auf eine andere Studie oder Erhebung zurückgeht, damit stets nachvollziehbar bleibt, worauf eine Einschätzung beruht.
Zu jedem größeren Befund liefert dieser Bericht ein konkretes Beispiel und eine kurze Einordnung, was das bedeutet, unabhängig davon, ob eine Praxis, ein kleines Unternehmen oder ein größerer Betrieb dahintersteht.
Über den Report
Methodik im Detail
Semrush wertet für den Index eine eigene Prompt-Datenbank aus, die zwischen September 2025 und April 2026 von 89 Millionen auf 126 Millionen eindeutige Prompts gewachsen ist.
Ein Prompt ist dabei einfach das, was ein Mensch tatsächlich eintippt oder fragt, von einem kurzen Suchbegriff wie „bester Zahnarzt Wien“ bis zu einer ausführlichen Frage in ganzen Sätzen an ChatGPT.
Die Prompts stammen aus zwei Quellen:
Keywords, bei denen Google Search eine AI Overview anzeigt, und Anfragen, mit denen die drei anderen Systeme direkt befragt wurden.
Erfasst werden vier Plattformen:
ChatGPT (mit aktivierter Websuche), Gemini, Google AI Overview und Google AI Mode, jeweils über die öffentliche Nutzeroberfläche, ohne ein bestimmtes Modell auszuwählen, „um das Verhalten eines durchschnittlichen Nutzers nachzubilden“.
Perplexity, Microsoft Copilot und Claude sind ausdrücklich nicht Teil des Kern-Datensatzes.
Die Auswertung deckt 22 Branchen mit 89 Unterkategorien ab, ausgerichtet an der Produktkategorien-Taxonomie von IAB Tech Lab und Google. Zusätzlich fließt eine separate Befragung von 481 Marketing-Verantwortlichen zu Messbarkeit und Arbeitsweise ein.
Wie sehr sich das Suchverhalten bereits verschoben hat, zeigt eine aktuelle Bain & Company-Erhebung unter US-amerikanischen Suchnutzern: etwa 80 Prozent der Suchenden verlassen sich mittlerweile bei mindestens 40 Prozent ihrer Anfragen auf KI-generierte Zusammenfassungen statt auf klassische Suchergebnisse, rund 60 Prozent aller Suchanfragen enden inzwischen, ohne dass der Nutzer überhaupt zu einem traditionellen Ergebnis weiterklickt.
(Datenquelle: USA)
Die wichtigsten Kennzahlen des Reports
-
Mention (Erwähnung): eine KI-Antwort nennt die Marke namentlich.
-
Citation (Zitierung): eine KI-Antwort verlinkt die Domain der Marke als Quelle.
-
AI Visibility Index Score: Skala von 0–100, gewichtet nach Suchvolumen und Position der Nennung. Die „Universal 36“, also die 36 Marken, die es jeden Monat auf allen vier Plattformen gleichzeitig unter die Top 100 schaffen (mehr dazu weiter unten), liegen meist zwischen 80–95, einzelne Kategorieführer zwischen 60–80.
-
Mention-Source-Overlap: Anteil der unter den Top-100-Erwähnungen einer Kategorie geführten Marken, die auch unter den Top-100-Zitierungen erscheinen.
-
Konzentration: Anteil der drei meistgenannten Marken an allen Top-10-Erwähnungen einer Branche.
-
Source Surplus: Verhältnis von Zitierungen zu Erwähnungen einer Quelle.
Mention und Citation als Beispiel
Ein Nutzer fragt ChatGPT: „Welcher Berater ist auf Markenpsychologie spezialisiert?“ Nennt die Antwort den Namen eines Anbieters, ist das eine Mention. Verlinkt die Antwort zusätzlich dessen Website als Beleg, ist das eine Citation.
Beides kann getrennt voneinander auftreten: Der Name kann fallen, ohne dass irgendwohin verlinkt wird, oder die Website kann als Quelle verlinkt sein, ohne dass der Name im Text erscheint.
Für die Praxis bedeutet das: Es reicht nicht aus, nur zu zählen, wie oft Ihr Name irgendwo auftaucht. Entscheidend ist zusätzlich, ob die KI dabei auch tatsächlich auf Ihre eigene Website verweist.
Erwähnung und Zitierung lassen sich dabei nicht nur technisch, sondern auch psychologisch unterscheiden.
Eine Erwähnung wirkt in erster Linie auf Menschen:
Wiederholtes Hören oder Lesen eines Namens schafft Vertrautheit, ein Effekt, den die Psychologie unter anderem als Mere-Exposure-Effekt beschreibt.
Wer einen Namen mehrfach in KI-Antworten hört, verknüpft ihn später oft unbewusst mit etwas Bekanntem und Positivem, auch ganz ohne dass jemals ein Link angeklickt wurde.
Eine Zitierung wirkt dagegen in erster Linie auf das System selbst. Zitiert zu werden ist zunächst eine Leistung für sich, und genau diese Zitierung füttert den im Report beschriebenen Zitier-Kreislauf weiter:
Wer bereits häufig zitiert wird, wird von der KI tendenziell auch in Zukunft eher herangezogen.
Beide Effekte schließen sich nicht aus, ein Klick auf eine Zitierung bleibt möglich und wertvoll, doch lohnt es sich, die beiden Wirkungsrichtungen getrennt zu betrachten, wenn entschieden wird, wo die eigene Sichtbarkeitsarbeit ansetzen soll.
Offen benannte Einschränkung der Methodik:
Plattformweite Kennzahlen nutzen plattformeigene weltweite Aggregate; länderspezifische Fallstudien-Daten liegen laut Report für 15 Länder als Rohexporte vor, welche 15 Länder das sind, wird im Report an keiner Stelle genannt oder ausgewertet.
Ebenfalls offen gelegt:
Es gibt keine Marken-Entitäts-Normalisierung, also kein automatisches Zusammenführen unterschiedlicher Namen, die zur selben Firma gehören.
Chase, der gängige Markenname der Bank, und JPMorgan Chase, der volle Name des Mutterkonzerns, werden deshalb als zwei getrennte Einträge gezählt, obwohl beide dieselbe Bank meinen.
Ebenso werden Google und YouTube separat gezählt, obwohl YouTube zum selben Mutterkonzern Alphabet gehört.
Die tatsächliche Sichtbarkeit eines Konzerns kann durch diese fehlende Zusammenführung in den Rohzahlen unterschätzt oder auf mehrere Namensvarianten verstreut sein.
Die 10 Kernbefunde des Reports
Erwähnung und Zitierung lassen sich dabei nicht nur technisch, sondern auch psychologisch unterscheiden.
Eine Erwähnung wirkt in erster Linie auf Menschen:
Wiederholtes Hören oder Lesen eines Namens schafft Vertrautheit, ein Effekt, den die Psychologie unter anderem als Mere-Exposure-Effekt beschreibt.
Wer einen Namen mehrfach in KI-Antworten hört, verknüpft ihn später oft unbewusst mit etwas Bekanntem und Positivem, auch ganz ohne dass jemals ein Link angeklickt wurde.
Eine Zitierung wirkt dagegen in erster Linie auf das System selbst. Zitiert zu werden ist zunächst eine Leistung für sich, und genau diese Zitierung füttert den im Report beschriebenen Zitier-Kreislauf weiter:
Wer bereits häufig zitiert wird, wird von der KI tendenziell auch in Zukunft eher herangezogen.
Beide Effekte schließen sich nicht aus, ein Klick auf eine Zitierung bleibt möglich und wertvoll, doch lohnt es sich, die beiden Wirkungsrichtungen getrennt zu betrachten, wenn entschieden wird, wo die eigene Sichtbarkeitsarbeit ansetzen soll.
1. Erwähnung und Zitierung sind getrennte Kennzahlen
Erwähnungen entstehen vor allem durch Markenautorität und thematische Passung zum jeweiligen Thema, Zitierungen dagegen durch inhaltliche Tiefe, also dadurch, wie ausführlich und konkret eine Quelle das Thema tatsächlich behandelt.
Weil beide auf unterschiedlichen Mechanismen beruhen, laufen sie nicht zwangsläufig parallel:
Der Anteil erwähnter Marken, die auch als Quelle zitiert werden, kann bei Google Gemini auf nur 30 % sinken.
Wikipedia wird sehr oft zitiert, ist aber selten die Marke, über die die KI eigentlich spricht.
(Laut Semrush AI Visibility Index 2026.)
Eine unabhängige, aktuelle Auswertung des US-amerikanischen Unternehmens Seer Interactive bestätigt diese Trennung: über 53 untersuchte Marken und 5,47 Millionen Suchanfragen hinweg erwies sich der Zitierstatus einer Marke als deutlich aussagekräftiger für den tatsächlichen Erfolg als die bloße Anwesenheit eines AI Overviews selbst.
(Datenquelle: USA)
Erwähnung ohne Klick als Beispiel
Ein Nutzer fragt Gemini nach einem Spezialisten für Ernährungsberatung. Gemini nennt in der Antwort den Namen eines Beraters, das ist die Mention.
Verlinkt Gemini dabei aber ein Branchenverzeichnis statt der eigenen Website des Beraters als Beleg, entsteht dadurch kein Klick, obwohl sein Name gefallen ist. Bei Gemini passiert das in 70 % aller Fälle.
Für die Praxis bedeutet das:
Ein Auftauchen des eigenen Namens in einer KI-Antwort ist noch kein Grund zur Entwarnung. Prüfen Sie zusätzlich, ob dabei auch tatsächlich auf Ihre eigene Seite verlinkt wird.
2. Markenautorität und thematische Passung schlagen Content-Menge
Patagonias AI-Visibility-Score hielt sich in jedem Monat des Untersuchungszeitraums stabil bei 79 bis 80 Punkten.
Der Grund dafür:
Sechs spezialisierte Outdoor-Fachseiten beschreiben die Marke in KI-Antworten öfter als die gesamte Tier-1-Medienlandschaft zusammen, also öfter als alle großen, überregionalen Zeitungen und Magazine gemeinsam.
(Semrush AI Visibility Index 2026.)
Patagonias Fachseiten als Beispiel
Patagonia hat dafür nicht mehr Blogartikel auf der eigenen Website veröffentlicht. Stattdessen sprechen sechs spezialisierte Outdoor-Fachseiten seit Jahren konsistent und mit denselben Begriffen über die Marke, mehr als alle großen Zeitungen zusammen.
(Die ausführliche Fallstudie dazu folgt weiter unten.)
Für die Praxis bedeutet das:
Die Menge an Text auf der eigenen Website ist weniger entscheidend, als dass andere, glaubwürdige Stimmen wiederholt und konsistent über die eigene Arbeit sprechen.
3. Die Vorstellung eines einzelnen „KI-Suchkanals“ ist irreführend
Der Mention-Source-Overlap (der Anteil der meistgenannten Marken einer Branche, der auch unter den meistzitierten Quellen zu finden ist) schwankt um 34 Prozentpunkte zwischen den Plattformen:
-
Google AI Overview 64 %
-
Google AI Mode 54 %
-
ChatGPT 42 %
-
Gemini 30 %
(Angaben laut Semrush AI Visibility Index 2026.)
Der Report weist außerdem auf spürbare Unterschiede in der schieren Reichweite der vier Plattformen hin:
-
ChatGPT käme demnach auf rund eine Milliarde monatlich aktive Nutzer.
-
Gemini auf rund 900 Millionen.
-
Google AI Mode ebenfalls auf rund eine Milliarde.
-
Google AI Overv.iew allein auf rund 2,5 Milliarden monatlich
Hinzu kommen verwandte Google-Dienste wie Google Maps, Google Shopping und YouTube.
Welche Plattform sich für die eigene Sichtbarkeitsarbeit am meisten lohnt, hängt deshalb nicht nur vom eigenen Mention-Source-Overlap ab, sondern auch davon, wo die eigene Zielgruppe tatsächlich unterwegs ist und wohin sich diese Verteilung in den kommenden Jahren voraussichtlich verschiebt.
Unterschiedliche Verlinkungsraten als Beispiel
Wer nur beobachtet, wie die eigene Firma bei Google abschneidet, und daraus schließt, dass es bei ChatGPT genauso aussieht, irrt sich leicht:
-
Bei ChatGPT wird nur 42 % der genannten Marken auch tatsächlich verlinkt.
-
Bei Gemini sogar nur 30 %.
Für die Praxis bedeutet das:
Sichtbarkeit bei Google sagt wenig darüber aus, wie sichtbar Sie bei ChatGPT oder Gemini sind. Jede Plattform braucht eine eigene Betrachtung.
4. Die „Universal 36“ erscheinen jeden Monat überall
36 Marken schaffen es jeden Monat unter die Top 100 aller vier Plattformen, von über 1.200 Marken, die insgesamt sichtbar werden.
Der Report unterscheidet dabei drei Arten von Marken, die diesen seltenen Status erreichen:
plattformgroße Publikumsmarken wie YouTube, Reddit oder Facebook, kategorieprägende Handelsmarken wie Amazon, eBay oder Apple, und jahrzehntealte, extrem bekannte Marken wie Disney, Nintendo oder Marvel.
Für die meisten Unternehmen markiert dieser Kreis eher die Obergrenze des Erreichbaren als ein realistisches Ziel.
Auffällig ist außerdem, was in der Liste fehlt:
kein einziger klassischer Nachrichtenanbieter und kein reiner Content-Verlag ist darunter.
Jede der 36 Marken bietet stattdessen etwas an, das Menschen aktiv nutzen, besuchen oder kaufen wollen, KI-Systeme belohnen demnach eher etwas zum Tun als etwas zum bloßen Sagen.
(Semrush AI Visibility Index 2026.)
YouTube in jedem Thema als Beispiel
Ob Kochrezept oder Fitness-Frage:
Bei den unterschiedlichsten Themen taucht in vielen KI-Antworten YouTube auf, einfach weil es zu fast jedem Thema ein passendes Video gibt.
Für die Praxis bedeutet das:
Als kleines, spezialisiertes Unternehmen ist es weder realistisch noch nötig, mit diesen 36 Marken um Sichtbarkeit zu konkurrieren.
Die eigentliche, gewinnbare Konkurrenz findet stattdessen unter den anderen Fachanbietern der eigenen Nische statt, dort lässt sich mit gezielter Arbeit an der eigenen Sichtbarkeit tatsächlich etwas bewegen.
5. Jedes KI-System bevorzugt eine eigene „Diät“ an Quellentypen
Im Schnitt werden pro KI-Antwort weiterhin 22 bis 25 Marken erwähnt, unabhängig von der Plattform.
Deutlich unterschiedlich ist dagegen, wie viele verschiedene Quellen dafür herangezogen werden und welcher Art diese Quellen sind:
-
ChatGPT stützt sich auf durchschnittlich 15,4 Quellen, vor allem Nachschlage- und Community-Seiten wie Wikipedia oder Reddit.
-
Google AI Mode stützt sich auf 11,4 Quellen, vor allem soziale und lokale Anbieter.
-
Google AI Overview stützt sich auf 9,2 Quellen mit starkem Video-Anteil, YouTube ist hier die größte Einzelquelle.
-
Gemini stützt sich auf nur 3,3 Quellen, überwiegend aus Unterhaltung und Shopping.
(Zahlen laut Semrush AI Visibility Index 2026.)
Ausführliche und knappe Antworten als Beispiel
Wer ChatGPT etwas fragt, bekommt oft eine Antwort mit vielen kleinen Quellenverweisen, ähnlich einem Wikipedia-Artikel mit vielen Fußnoten.
Wird dieselbe Frage bei Gemini gestellt, fällt die Antwort knapper aus, mit oft nur zwei oder drei Quellen.
Für die Praxis bedeutet das:
Bei ChatGPT gibt es grundsätzlich mehr Plätze, um überhaupt als Quelle aufzutauchen, als bei Gemini; dort ist der Platz deutlich knapper umkämpft.
6. Google AI Overview lebt in einer eigenen Welt
AI-Overview-Prompts sind im Schnitt nur rund 25 Zeichen lang, Prompts an die anderen drei Systeme rund 58 Zeichen (mehr als doppelt so lang), weil AI-Overview-Prompts aus Google-Suchbegriffen stammen, nicht aus Konversationen.
Kurze Anfragen ziehen kurze Antworten nach sich, und kurze Antworten stützen sich wiederum auf weniger Quellen.
Dadurch verhält sich Google AI Overview strukturell näher an klassischer Suchmaschinenoptimierung, knapp, definitorisch und stark stichwortorientiert, während die anderen drei Systeme eher ausführliche, natürlich formulierte Inhalte belohnen.
(So die Auswertung im Semrush AI Visibility Index 2026.)
Kurze und lange Suchanfragen als Beispiel
Bei Google wird eher „bester Kaffee Berlin Mitte“ eingegeben: kurz und knapp.
Bei ChatGPT liest sich dieselbe Suche eher wie „Ich bin heute in Berlin-Mitte unterwegs und suche einen ruhigen Ort zum Arbeiten mit gutem Kaffee, welchen Tipp gibt es dafür?“: ausführlich und im Gesprächston.
Für die Praxis bedeutet das:
-
Für Google AI Overview lohnt es sich, weiterhin auf klassische, kurze Suchbegriffe zu achten.
-
Für ChatGPT, Gemini und AI Mode lohnt es sich zusätzlich, Inhalte zu schreiben, die ausführliche, natürlich formulierte Fragen beantworten.
7. Die Integration von SEO und KI-Suche ist der Goldstandard
Der Report bezeichnet diese organisatorische Entscheidung sogar als den größten einzelnen Hebel der gesamten Untersuchung, deutlich vor jeder rein inhaltlichen Einzelmaßnahme:
81 % der Marketer mit vollständig integrierter SEO/KI-Such-Arbeit berichten von mehr Traffic oder Leads, gegenüber nur 36 % bei komplett getrennten Workflows.
(Befragung von 481 Marketern, Semrush AI Visibility Index 2026).
Getrennte und gemeinsame Strategie als Beispiel
Ein Unternehmen, bei dem eine Person klassisches Google-SEO macht und eine andere unabhängig davon „irgendwas mit ChatGPT“ ausprobiert, verschenkt Potenzial.
Wird derselbe gut recherchierte Fachartikel von vornherein so geschrieben, dass er sowohl für Google-Rankings funktioniert als auch klar und zitierfähig für KI-Antworten ist, zahlt er doppelt ein.
Für die Praxis bedeutet das:
Zwei getrennte Strategien sind dafür nicht notwendig. Ein einziger, gut gemachter Inhalt kann beiden Zielen gleichzeitig dienen, wenn er von Anfang an entsprechend angelegt ist.
8. Unterschiedliche Geschäftsmodelle gewinnen auf unterschiedliche Weise
Der Report unterscheidet drei erkennbare Muster, danach gestaffelt, worüber eine Marke ihre KI-Sichtbarkeit vor allem gewinnt.
-
Marktplätze wie Amazon, Walmart oder eBay gewinnen vor allem über ihr reines Transaktionsvolumen.
-
Community-Plattformen wie Reddit, Wikipedia, Quora oder Fandom gewinnen über nutzergenerierte Inhalte, also Texte und Diskussionen, die die eigene Nutzerschaft selbst verfasst.
-
Marken mit einer Art „Zitier-Infrastruktur“, etwa Patagonia, Shopify, Cleveland Clinic oder NerdWallet, gewinnen darüber, dass andere, glaubwürdige Quellen wiederholt und konsistent über sie schreiben.
(Einteilung laut Semrush AI Visibility Index 2026.)
Diese drei Muster funktionieren aus jeweils unterschiedlichen Gründen. Marktplätze bündeln strukturierte Produktdaten, Preise und Verfügbarkeiten an einem Ort, wodurch KI-Systeme sie leicht direkt in eine transaktionale Antwort einbauen können, unabhängig davon, wie viel redaktioneller Text dort tatsächlich steht.
Community-Plattformen liefern dagegen bereits die Frage-Antwort-Form, in der viele Menschen ihr Anliegen ohnehin formulieren, sodass KI-Systeme deren Beiträge oft nahezu unverändert als Antwort heranziehen können.
Marken mit einer eigenen Zitier-Infrastruktur wiederum profitieren vom bereits beschriebenen Zitier-Kreislauf:
Je öfter glaubwürdige Dritte über sie schreiben, desto eher greift die KI auch künftig auf genau diese Marke zurück, ein Effekt, der sich mit der Zeit von selbst verstärkt.
Nächste Schritte für Marktplatzverkäufer
Für alle, die tatsächlich über einen Marktplatz wie Amazon verkaufen:
Zu Amazons eigenem KI-Assistenten Rufus fehlt bislang unabhängige Forschung, eine akademische Studie zu generativen Produktempfehlungen im Allgemeinen zeigt aber deutliche, belastbare Effekte.
1. Produktbeschreibungen ausführlich und konkret formulieren, mit klaren Antworten auf typische Kauffragen, statt kurzer Stichwortlisten:
In kontrollierten Tests erhöhten optimierte Beschreibungen die Wahrscheinlichkeit, unter die Top 5 empfohlenen Produkte zu gelangen, um bis zu 91 Prozent.
2. Aktiv um ausführliche, ehrliche Kundenbewertungen bitten, da sowohl Menge als auch Inhalt der Bewertungen in derselben Studie einen deutlichen Einfluss auf die Empfehlungswahrscheinlichkeit zeigten.
3. Produktinformationen über alle Verkaufskanäle hinweg konsistent halten, damit unterschiedliche KI-Systeme überall dieselben Fakten zum Produkt vorfinden.
9. Die Balance zwischen Erst- und Drittquellen-Zitierungen variiert stark
Wie viel der eigenen KI-Sichtbarkeit von der eigenen Website selbst stammt und wie viel von fremden Seiten, unterscheidet sich von Marke zu Marke deutlich.
Manche Marken, wie Wikipedia, beziehen den Großteil ihrer KI-Präsenz fast ausschließlich von ihren eigenen Seiten, weil die Inhalte, auf die sich KI-Systeme dabei berufen, ohnehin direkt auf wikipedia.org liegen.
Andere Marken stützen sich fast vollständig auf Drittquellen wie Bewertungsportale, Community-Plattformen oder Fachpublikationen, während die eigene Website kaum als Beleg herangezogen wird. Die meisten Marken liegen irgendwo zwischen diesen beiden Extremen.
(Beobachtung aus dem Semrush AI Visibility Index 2026.)
Für viele Branchen hat sich dabei ein wiederkehrendes Set an Drittquellen etabliert, das der Report als „Citation Core“ bezeichnet, sozusagen der feste Kreis an Fachseiten, auf den KI-Systeme in dieser Branche standardmäßig zurückgreifen.
Bei Software-Produkten sind das häufig Bewertungsportale wie G2, Capterra oder TrustRadius sowie Forbes Advisor, bei Finanzthemen NerdWallet, Investopedia oder Bankrate, bei Reisen TripAdvisor.
Für den deutschen Automobilmarkt übernehmen laut Report vergleichbare Portale wie mobile.de oder Auto Bild diese Rolle, während es in den USA Kelley Blue Book und Edmunds sind.
Wer weiß, welche Fachseiten in der eigenen Branche zu diesem festen Kreis gehören, kann gezielt versuchen, dort erwähnt zu werden, statt sich ausschließlich auf die eigene Website zu verlassen.
Eigene Seite und Drittquellen im Vergleich als Beispiel
Manche Marken werden fast ausschließlich über ihre eigene Website zitiert:
Die KI verlinkt praktisch immer die Firmenseite selbst. Andere werden fast nur von Dritten zitiert, etwa den genannten Fachportalen, während die eigene Website kaum auftaucht.
Für die Praxis bedeutet das:
Ein ehrlicher Blick darauf, wessen Stimme aktuell für Sie spricht, lohnt sich:
nur Ihre eigene Website, oder auch glaubwürdige Dritte aus der eigenen Branche?
Beides zusammen wirkt stärker als jedes für sich. Als Einzelunternehmer sind Sie fast automatisch stark auf Ihre eigene Seite angewiesen, solange niemand sonst über Sie schreibt, umso mehr lohnt sich der gezielte Aufbau von Erwähnungen bei den einschlägigen Fachseiten der eigenen Branche.
10. Wo eine Marke am hellsten leuchtet, kann sie am schnellsten verblassen
Cleveland Clinic bezieht 86 % seiner KI-Erwähnungen allein aus Google AI Overviews, und Yelp bezieht fast die Hälfte aller Erwähnungen allein aus Google AI Mode.
Beide Beispiele zeigen dasselbe Konzentrationsrisiko:
Wer so einseitig von einer einzigen Plattform abhängt, kann einen Großteil seiner Sichtbarkeit verlieren, sobald sich deren Algorithmus ändert.
(Beispiele laut Semrush AI Visibility Index 2026.)
Weitere frei stehende Zahlen aus dem Report:
-
45 % der befragten Marketer können ihre KI-Sichtbarkeit nicht sauber messen.
-
Nur 9 % messen alle relevanten Kennzahlen.
-
Die Zitations-Überschneidung liegt zwischen jedem Plattformpaar unter 50 %; ChatGPT und AI Overviews teilen sich beispielsweise weniger als 56 % der erwähnten Marken.
-
Die Konzentration variiert über die 22 Branchen um rund 41 Prozentpunkte.
Abhängigkeit von einer Plattform als Beispiel
Ein Unternehmen, dessen gesamter Website-Traffic nur über eine einzige Plattform ankäme, sagen wir Instagram, wäre einem erheblichen Risiko ausgesetzt:
Ändert Instagram seinen Algorithmus, bricht ein Großteil der Sichtbarkeit von einem Tag auf den anderen weg. Genau dieses Risiko trägt die Cleveland Clinic bei Google AI Overviews.
Für die Praxis bedeutet das:
Sichtbarkeit auf nur einer KI-Plattform aufzubauen ist riskant. Wer auf mehreren Plattformen gleichzeitig präsent ist, hängt nicht am Wohlwollen eines einzigen Algorithmus.
Vertiefung
Über alle vier Plattformen hinweg zeigt sich ein deutliches Muster darin, wie oft eine genannte Marke auch tatsächlich als Quelle verlinkt wird.
Bei Gemini werden nur 30 % der genannten Marken auch als Quelle verlinkt:
Eine Marke kann dort sehr präsent besprochen werden, ohne dass die eigene Website einen einzigen Klick abbekommt. Bei Google AI Overview liegt die Überschneidung mehr als doppelt so hoch (64 %).
Auch wie viele unterschiedliche Quellen eine KI pro Antwort überhaupt heranzieht, unterscheidet sich stark:
ChatGPT zieht im Schnitt 15,4 Quellen heran (Nachschlage- und Community-Seiten wie Wikipedia, Reddit), Gemini dagegen nur 3,3 (überwiegend Unterhaltung und Shopping).
Wer auf Gemini-Sichtbarkeit setzt, konkurriert also um sehr wenige Plätze.
Zitiert zu werden ist noch nicht dasselbe wie die Antwort tatsächlich zu prägen
Dieselbe Untersuchung von Zhang, He und Yao aus dem Jahr 2026, die weiter unten im Bericht zu den zitierfähigen Textmerkmalen herangezogen wird, unterscheidet eine dritte, tiefere Stufe zusätzlich zu Erwähnung und Zitierung: die tatsächliche Übernahme in die Antwort.
Die Studie trennt dafür zwei Prozesse:
-
Bei der Quellenauswahl entscheidet eine Plattform, welche Seiten überhaupt als Quelle herangezogen werden.
-
Bei der Antwortprägung entscheidet sich zusätzlich, ob eine ausgewählte Seite tatsächlich Sprache, Belege, Struktur oder Fakten zur fertigen Antwort beiträgt, oder ob sie zwar zitiert, aber inhaltlich kaum genutzt wird.
Für die Praxis bedeutet das:
Als Quelle ausgewählt zu werden ist ein notwendiger erster Schritt, aber noch keine Garantie dafür, dass die eigenen Inhalte tatsächlich in Formulierung und Substanz einer KI-Antwort einfließen.
(Quelle: Zhang, He und Yao, 2026, arXiv 2604.25707.)
KI-Antworten stellen Quellen nicht immer korrekt dar
Eine 2026 veröffentlichte Untersuchung zu Google AI Overviews hat 98.020 einzelne Aussagen aus KI-generierten Antworten gegen die jeweils zitierten Quellen geprüft.
Das Ergebnis zeigt, dass zitiert zu werden nicht automatisch heißt, korrekt wiedergegeben zu werden:
-
89,0 Prozent der geprüften Aussagen stimmten mit der zitierten Quelle überein.
-
11,0 Prozent der geprüften Aussagen waren durch die zitierte Quelle nicht gedeckt.
-
7,0 Prozent der geprüften Aussagen ließen Teile der zitierten Quelle weg.
-
4,1 Prozent der geprüften Aussagen widersprachen der zitierten Quelle direkt.
Besonders bemerkenswert:
Die Qualität einer Quelle und die Genauigkeit ihrer Wiedergabe hängen der Studie zufolge kaum zusammen, eine als vertrauenswürdig eingestufte Quelle wird nicht automatisch korrekt dargestellt.
Der häufigste Fehler ist das Weglassen von Informationen, nicht die freie Erfindung neuer Aussagen.
Für die Praxis bedeutet das:
Wer zitiert werden möchte, sollte die eigenen zentralen Aussagen so eindeutig und einzeln herauslösbar formulieren, dass für eine KI möglichst wenig Interpretationsspielraum bleibt.
(Quelle: AI-Overview-Studie 2026, arXiv 2605.14021.)
Fallstudie Patagonia
87.000 Erwähnungen und 8.300 einzigartige zitierte Seiten über alle Plattformen. Die AI-Visibility-Scores blieben von Januar bis April 2026 nahezu konstant:
-
AI Overviews: 87 von 100 Punkten
-
Gesamt: 79 von 100 Punkten
-
Gemini: 78 von 100 Punkten
-
ChatGPT: 76 von 100 Punkten
-
AI Mode: 76 von 100 Punkten
Die zitierte Citation Core hinter Patagonia besteht fast ausschließlich aus Drittseiten, überwiegend spezialisierten US-Outdoor-Testportalen:
-
Reddit: 38.800 Erwähnungen
-
OutdoorGearLab (ein unabhängiges Testportal für Outdoor-Ausrüstung): 18.500
-
REI (ein US-amerikanischer Outdoor-Händler): 12.900
-
SwitchbackTravel (ein weiteres Outdoor-Testportal): 12.100
-
GearJunkie (ein Fachmagazin für Outdoor-Ausrüstung): 8.400
-
TreelineReview (ein Outdoor-Testportal): 7.100
-
BetterTrail (ein Wanderportal): 6.000
Sechs spezialisierte Fachseiten kommen zusammen auf über 65.000 Markenerwähnungen, mehr als die gesamte Tier-1-Medienlandschaft kombiniert.
„Patagonia hat das nicht über bezahlte Medien, Content-Menge oder SEO erreicht ... das Unternehmen hat ein markengeführtes Ökosystem aufgebaut, in dem Gear-Review-Communities und Outdoor-Publikationen mit konsistentem Vokabular über die Marke sprechen.“
Quelle: AI Visibility Index 2026, S. 50–51
Für die Praxis bedeutet das:
Ein Millionenbudget für PR ist für dieses Prinzip nicht notwendig.
Der gleiche Effekt entsteht im Kleinen, wenn einige wenige, wirklich einschlägige Fachportale, Verbände oder Kollegen aus der eigenen Nische wiederholt und mit ähnlichen Worten über die eigene Arbeit sprechen.
Nächste Schritte ohne PR-Budget
Der gleiche Hebel funktioniert auch im Kleinen, ganz ohne PR-Budget, wenn gezielt an den richtigen Stellen angesetzt wird.
1. Fünf bis zehn Fachportale, Verbände, Branchenkolleginnen und -kollegen oder Multiplikatoren der eigenen Nische auflisten, die glaubwürdig über das eigene Fachgebiet schreiben könnten. Auffindbar meist über die eigenen Kernbegriffe zusammen mit Wörtern wie „Verzeichnis“, „Verband“ oder „Empfehlung“, oder indem man nachschaut, wo bereits bekannte Kolleginnen und Kollegen selbst erwähnt werden.
2. Aktiv und persönlich Kontakt aufnehmen, nicht über eine Massen-E-Mail: einen Gastbeitrag anbieten, ein Interview vorschlagen, um Aufnahme in ein Verzeichnis bitten oder gemeinsame Inhalte anregen.
3. Bei der eigenen Beschreibung immer dieselben Begriffe und Formulierungen für das eigene Angebot verwenden, damit unterschiedliche Quellen unbewusst dieselbe „Sprache“ sprechen, genau das Muster, das laut Report hinter Patagonias Sichtbarkeit steht.
Fallstudie Shopify
147.000 Erwähnungen, 42.100 einzigartige zitierte Seiten. Bei AI Overviews stehen sich 45.098 Erwähnungen und 46.342 Zitierungen fast exakt gegenüber, laut Report ein seltener Fall echter Balance.
Die AI-Visibility-Scores:
-
AI Mode: 86 von 100 Punkten
-
AI Overviews: 84 von 100 Punkten
-
Gesamt: 81 von 100 Punkten (konstant über alle vier Monate)
-
Gemini: 78 von 100 Punkten
-
ChatGPT: 75 von 100 Punkten
Der Report beschreibt Shopifys Sichtbarkeit als drei parallel laufende Ebenen:
-
Spezialisierte Software-Bewertungsportale: G2 (eine Bewertungsplattform für Unternehmenssoftware) liegt auf Platz 5 in Shopifys ChatGPT-Zitierungs-Mix (1.124 Erwähnungen), Capterra (ein ähnliches Vergleichsportal) auf Platz 8 (808).
-
Themen- und Unterthemen-Autorität: 222 einzelne Themen (Hilfe, Abrechnung, Zahlungen, Themes, Apps) erreichen einen AI-Visibility-Score über 90 von 100, „Shopify Plus“ selbst wird als eigenständige Unterthema-Entität mit einem Score von 64 geführt.
-
Long-Tail-Community-Quellen: über mehrere kleinere Plattformen verteilte Zitierungen, siehe Tabelle unten.
Für die Praxis bedeutet das:
Sichtbarkeit entsteht nicht nur über eine große Fachseite, sondern über mehrere kleinere Ebenen gleichzeitig:
Bewertungsportale, einzelne gut erklärte Fachthemen und Community-Diskussionen.
Übertragen auf das eigene Geschäft heißt das: nicht nur ein großer Artikel über ein Kernthema wie etwa die Förderung von Wärmepumpen, sondern viele einzelne, klar beantwortete Teilfragen dazu, verteilt über mehrere Kanäle.
Die Universal 36
Marken, die überall erscheinen
36 Marken schaffen es jeden Monat unter die Top 100 Erwähnungen auf allen vier Plattformen gleichzeitig, von insgesamt über 1.200 Marken, die im Untersuchungszeitraum überhaupt sichtbar wurden.
Die zehn meistgenannten:
Dass YouTube in praktisch jeder Branche unter den meistzitierten Quellen auftaucht, hat einen einfachen technischen Grund:
KI-Systeme werten nicht das Bild eines Videos aus, sondern dessen Transkript, also den gesprochenen Text in schriftlicher Form.
Ein Video, das eine konkrete Frage klar und strukturiert beantwortet, wird von einer KI im Kern wie ein gut geschriebener Fachartikel behandelt, nur über einen zusätzlichen Kanal.
Für die eigene Sichtbarkeitsarbeit heißt das:
Ein Erklärvideo zu einer typischen Kundenfrage kann denselben Zitiereffekt erzielen wie ein Fachartikel, und viele kleinere Unternehmen nutzen diesen Kanal bislang kaum.
Wichtig dabei, ein Video sollte nach Möglichkeit zusätzlich auf der eigenen Website eingebettet sein und nicht nur bei YouTube liegen.
Eine Analyse fand, dass 61 von 71 untersuchten Markenkanälen in Google AI Overviews keine einzige Erwähnung erhielten, wenn das Video ausschließlich auf YouTube existierte.
Am besten eignet sich dieser Weg für Themen, die sich gut erklären oder zeigen lassen, praktische Anleitungen, Vergleiche oder Vorher-Nachher-Situationen.
Wie schnell KI-Plattform-Traffic gerade wächst
Wie schnell sich der Traffic aus reinen KI-Plattformen gerade entwickelt, zeigt ein aktueller Previsible-Report aus den USA:
Zwischen November 2024 und Mai 2026 hat sich der monatliche Traffic aus KI-Plattformen fast verzehnfacht, ausgewertet über 166 Websites aus zehn Branchen und 6,77 Millionen einzelne Sitzungen.
Innerhalb dieses Wachstums entfallen 92,4 Prozent des gesamten messbaren Traffics allein auf ChatGPT, ein weiterer Beleg für das Citation-Core-
Prinzip: wenige Plattformen und Quellen vereinen den Großteil der Sichtbarkeit auf sich.
(Datenquelle: USA/international, Website-Stichprobe nicht DACH-spezifisch)
Nächste Schritte für die eigene YouTube Präsenz
Wer selbst ein ausführliches Video zu einem Thema aus der eigenen Nische aufnimmt, es bei YouTube hochlädt und zusätzlich auf der eigenen Website einbettet, kann genau diesen Effekt für sich nutzen, unabhängig von Unternehmensgröße oder Werbebudget.
1. Eine konkrete, häufig gestellte Frage aus der eigenen Nische auswählen. Werkzeuge wie AlsoAsked oder Answer the Public zeigen, welche Fragen Menschen zu einem Thema tatsächlich eingeben, beide mit einem kostenlosen Grundangebot, das für den Einstieg reicht.
Wer bereits ein SEO-Werkzeug wie Sistrix nutzt, findet dort inzwischen unter „AI Visibility“ (derzeit im Betastadium) eine eigene Funktion, die zeigt, in welchen KI-Antworten die eigene Seite bereits auftaucht und wo sie fehlt.
Als kostenlosen ersten Anhaltspunkt kann man außerdem eine typische Kundenfrage selbst bei ChatGPT oder Google eingeben und prüfen, ob die Antwort noch allgemein oder lückenhaft bleibt, das ersetzt aber keine systematische Recherche, sondern liefert nur eine erste Momentaufnahme.
2. Diese Frage in einem Video ausführlich und in eigenen Worten beantworten, nicht nur oberflächlich anreißen.
3. Das Video bei YouTube hochladen, mit einem klaren, vollständigen Titel und einer ausführlichen Beschreibung, damit Titel, Beschreibung und gesprochener Inhalt eindeutig zusammenpassen.
Genauso wichtig ist das Transkript:
YouTube erstellt automatisch Untertitel, diese enthalten aber gerade bei Fachbegriffen und Eigennamen häufig Fehler.
Im YouTube Studio lässt sich der automatische Text unter „Untertitel“ manuell durchsehen und korrigieren, denn genau dieser Text ist es, den KI-Systeme auswerten, nicht das gesprochene Wort selbst.
4. Dasselbe Video zusätzlich auf der eigenen Website einbetten, auf einer Seite, die inhaltlich zum gleichen Thema gehört, damit KI-Systeme Video und die eigene Marke eindeutig miteinander verknüpfen, statt das Video nur bei YouTube stehen zu lassen.
Branchenanalyse
Konzentration in allen 22 Kategorien
Der Report misst für jede der 22 Branchen, wie stark sich die Erwähnungen auf die drei größten Marken konzentrieren.
Ein hoher Wert bedeutet: wenige etablierte Namen dominieren, der Einstieg für neue oder kleinere Anbieter ist entsprechend schwerer.
Consumer Electronics und Finance als Beispiel
Bei einer KI-Anfrage zu einem neuen Smartphone fallen fast immer dieselben zwei, drei großen Namen (76,9 % Konzentration bei Consumer Electronics); für eine kleine, neue Marke ist es entsprechend schwer, hier überhaupt aufzutauchen.
Bei einer Anfrage zu einem Finanzthema ist das Feld dagegen viel offener (41,4 % Konzentration); hier haben auch kleinere, spezialisierte Anbieter eine reale Chance.
Für die Praxis bedeutet das:
Wer beratend oder als Dienstleister tätig ist, fällt häufig in die Kategorie Business & Professional Services (61,1 % Konzentration): mittelstark konzentriert, aber nicht abgeschlossen.
Konsistente, fachlich sichtbare Präsenz etwa auf LinkedIn kann hier tatsächlich etwas bewegen.
Nächste Schritte für LinkedIn
Eine unabhängige Auswertung von 1,31 Millionen KI-Zitierungen zeigt, welche Art von LinkedIn-Inhalt tatsächlich als Quelle herangezogen wird, und die Unterschiede sind erheblich.
1. Unter dem eigenen Namen veröffentlichen, nicht nur über die Unternehmensseite:
Beiträge einer echten Person erhalten 91,7 Prozent aller LinkedIn-Zitierungen, Unternehmensseiten nur 8,3 Prozent.
2. Auf lange, ausführliche Artikel setzen statt auf kurze Statusmeldungen:
Solche Langform-Artikel machen nur 63 Prozent aller LinkedIn-Links aus, erhalten aber 72 Prozent aller Zitierungen.
3. Inhaltliche Tiefe vor Interaktion stellen:
Likes, Kommentare und Hashtags hängen in derselben Auswertung praktisch nicht mit der Zitierwahrscheinlichkeit zusammen, die Zeit lohnt sich eher in einem fundierten Artikel als in der Jagd nach Reaktionen.
Die folgende Tabelle zeigt zusätzlich das jeweils wichtigste inhaltliche Signal je Branche: welche Marken bei Erwähnungen und Zitierungen führen und wo beide Listen auseinanderfallen.
Der Source Surplus
Wer mehr zitiert als erwähnt wird
Manche Seiten werden als Quelle deutlich häufiger verlinkt, als ihre Marke im Fließtext genannt wird; der Report nennt das Source Surplus.
Diese Seiten fallen in drei erkennbare Archetypen:
-
Nachschlage-Plattformen (Wikipedia, Quora, Fandom, IMDb)
-
Medizinische Fachautoritäten (Medical News Today, Healthline und WebMD als US-amerikanische Gesundheitsportale, dazu Cleveland Clinic und NIH)
-
Reise/Entdeckung (TripAdvisor); jede besetzt laut Report „eine inhaltliche Nische, auf die KI standardmäßig zurückgreift“.
Consumer Electronics und Finance als Beispiel
Bei einer KI-Anfrage zu Erkältungssymptomen wird oft ausdrücklich „laut der Mayo Clinic“ genannt oder direkt eine ähnliche Fachseite verlinkt, obwohl die Mayo Clinic selbst im Gesprächston der Antwort kaum als „Marke“ vorkommt.
Für die Praxis bedeutet das:
Solche Seiten werden nicht als Gesprächsthema erwähnt, sondern im Hintergrund als stiller Beleg herangezogen.
Für Sie als Fachexperte ist genau das ein erstrebenswertes Ziel: nicht unbedingt oft namentlich erwähnt zu werden, sondern regelmäßig als die Quelle im Hintergrund zu gelten, auf die sich eine Aussage stützt.
Wie sich KI-Nutzung und Vertrauen in Deutschland und den USA unterscheiden
Gleiche Systeme, andere Gewinner
Wichtig für die Einordnung:
ChatGPT, Gemini, Google AI Overview und Google AI Mode sind keine rein amerikanischen Systeme, die in Deutschland anders funktionieren; es sind dieselben vier Systeme, die auch deutschsprachige Anfragen beantworten.
Die strukturelle Mechanik dieses Reports (wie stark Erwähnung und Zitierung auseinanderfallen, welche Quellentypen jede Plattform bevorzugt, wie stark sich eine Branche auf wenige Marken konzentriert) ist deshalb nicht US-spezifisch, sondern global gültig.
Was sich von Markt zu Markt unterscheidet, sind die konkreten Marken und Quellen, die in dieser Mechanik gewinnen, weil KI-Systeme lokale Anfragen mit lokal relevanten Quellen beantworten.
Der Report selbst liefert dafür ein konkretes Beispiel:
Bei der Frage, welche Quellen für lokale Kfz-Informationen herangezogen werden, nennt er die USA (KBB, Edmunds), Großbritannien (AutoTrader, What Car?) und für Deutschland mobile.de und Auto Bild.
Genau das ist die Mechanik aus Befund 8 (Automotive-Branche, Konzentration 48,1 %) lokal angewendet: kein eigenes deutsches Kapitel, aber ein Beleg dafür, dass sich die Branchenlogik überträgt.
Über diesen einen Beleg hinaus enthält der Report keine eigene DACH-Auswertung; er benennt selbst offen, dass länderspezifische Rohdaten nur für 15 nicht genannte Länder vorliegen.
Um die deutsche Situation trotzdem einordnen zu können, lohnt sich ergänzend ein Blick auf zwei unabhängige, aktuelle Erhebungen:
-
Bitkom-Digitalverband für Deutschland
-
Pew Research Center für die USA
Beide Umfragen stellen unterschiedliche Fragen mit unterschiedlicher Methodik, weshalb ein direkter Eins-zu-eins-Vergleich der Prozentwerte nicht seriös wäre; das grobe Muster ist aber aufschlussreich.
Die interessanteste Erkenntnis ist nicht, dass Deutsche KI seltener nutzen:
Bei der täglichen Nutzung liegt die USA sogar leicht vorn (24 % gegenüber 15 %).
Der eigentliche Unterschied liegt in der Haltung gegenüber den Anbietern:
72 % der Deutschen empfinden Deutschland als zu abhängig von US-amerikanischen KI-Anbietern, 67 % würden einen heimischen oder europäischen Anbieter bevorzugen, eine Frage, die in der US-Umfrage naturgemäß gar nicht gestellt wurde. Das deutet auf ein ausgeprägtes Bedürfnis nach Kontrolle, Transparenz und Vertrauenswürdigkeit der Anbieter hin, nicht auf grundsätzliche KI-Ablehnung.
Ergänzend lehnen 45 % KI-Unterstützung am Arbeitsplatz grundsätzlich ab; Skepsis in Deutschland tritt also eher im beruflichen/institutionellen Kontext auf als bei der privaten Nutzung.
Speziell bei Kaufentscheidungen zeigt sich ein ähnliches Bild: 46 % der KI-nutzenden Menschen in Deutschland ziehen Tools wie ChatGPT oder Gemini inzwischen dafür heran, bei den 25- bis 34-Jährigen sind es bereits 64 %. Das Vertrauen in KI-Antworten liegt dabei schon über dem in Influencer oder klassische Werbung, aber noch unter dem in Suchmaschinen oder Bewertungsportale.
(Quelle: Ketchum/YouGov-Umfrage, Anfang 2026)
Für die KI-Sichtbarkeit von Unternehmen im deutschsprachigen Raum heißt das in der Praxis:
Dieselben Mechanismen wie im Report gelten auch hier:
Drittquellen-Zitierung, Plattform-Konzentration, das Auseinanderfallen von Erwähnung und Zitierung.
Vertrauenssignale, nachvollziehbare Quellenangaben und Transparenz darüber, wer hinter einer Aussage steht, dürften hierzulande zusätzlich noch stärker wiegen, als es in den US-Daten des Reports ohnehin schon sichtbar wird.
Welche Quellen werden in Deutschland tatsächlich zitiert?
Eine Befragung des österreichischen Marktforschungsinstituts maxonline unter 439 Teilnehmenden bestätigt dieses Bild:
84,4 Prozent nutzen weiterhin primär Google, aber bereits 40,6 Prozent verwenden zusätzlich KI-Chatbots für die Suche, ChatGPT deutlich vor Google Gemini.
Besonders bemerkenswert: 71,9 Prozent der Befragten klicken nur selten oder manchmal überhaupt auf angegebene Quellen, ein noch stärkerer Rückhalt gegenüber Klicks, als es die US-amerikanischen Zahlen im Report bereits nahelegen.
(Datenquelle: DACH-Raum)
Welche Quellen werden in Deutschland tatsächlich zitiert?
Eine deutsche Auswertung von 250.000 KI-Antworten liefert dazu konkrete Zahlen.
Insgesamt führen diese vier Quellen die Liste der am häufigsten herangezogenen Quellen an:
-
YouTube führt mit einem Anteil von 15,2 % an den in Deutschland am häufigsten herangezogenen Quellen.
-
Reddit folgt mit 14,6 % Anteil an den am häufigsten herangezogenen Quellen.
-
Wikipedia erreicht 9,1 % Anteil an den am häufigsten herangezogenen Quellen.
-
LinkedIn erreicht 7,1 % Anteil an den am häufigsten herangezogenen Quellen.
Bei deutschen Nachrichtenquellen im Speziellen liegen diese Titel vorn:
-
Die Welt führt unter den deutschen Nachrichtenquellen mit 17 % Zitieranteil.
-
Handelsblatt folgt mit 12,2 % Zitieranteil unter den deutschen Nachrichtenquellen.
-
Das Technikmagazin Chip erreicht 8,9 % Zitieranteil unter den deutschen Nachrichtenquellen.
Danach folgen, ohne einzeln ausgewiesene Prozentwerte:
Focus, Bild, die FAZ, die WirtschaftsWoche und die Süddeutsche Zeitung.
Zwei ergänzende Befunde aus jüngeren, spezialisierten Analysen runden das Bild ab, mit der gebotenen Vorsicht, da sie nicht so breit abgesichert sind wie die Zahlen von Semrush selbst. Zum einen wächst Reddit in Deutschland gerade sehr schnell, von 29,6 Prozent auf 34,3 Prozent der aktiven Browsing-Nutzerschaft innerhalb eines Jahres, das stärkste Wachstum aller gemessenen Plattformen, nur noch rund 5 Prozentpunkte hinter YouTube.
Wer Reddit bislang als rein amerikanisches Phänomen abgetan hat, sollte das im Blick behalten.
Zum anderen zeigt sich eine echte Sprachlücke:
Deutschsprachige Pendants zu Reddit, etwa gutefrage.net oder motor-talk.de, erhalten deutlich weniger Zitiergewicht als das englischsprachige Reddit, selbst bei Anfragen auf Deutsch. KI-Systeme greifen also oft eher auf einen englischen Reddit-Thread zurück als auf eine vergleichbare deutsche Fachcommunity, weil die zugrunde liegenden Trainingsdaten für Englisch deutlich umfangreicher sind.
Eine weitere Analyse fand zudem, dass im DACH-Raum im Schnitt nur 3,2 Marken pro KI-Antwort zitiert werden, in den USA dagegen 5,4.
Weniger Wettbewerb um jeden Zitierplatz bedeutet, jede einzelne Zitierung zählt hierzulande verhältnismäßig mehr.
Ausblick: was der Report für 2026/27 erwartet
Markensichtbarkeit wird zur organisationsübergreifenden Aufgabe
„Mehr Inhalte auf der eigenen Seite zu ergänzen, schafft selten allein einen Vorteil, weil das jeder tun kann ... sich einen Platz [in relevanten Drittquellen] zu verdienen, ähnelt eher digitaler PR als Publishing. Diese Arbeit verbindet Marke, PR, Content und Kundenerfahrung, deshalb wird Markensichtbarkeit zur organisationsübergreifenden Aufgabe statt zu einer reinen Content-Aufgabe.“
Quelle: AI Visibility Index 2026, S. 73
Der wirtschaftliche Preis von KI-Antworten ohne Klick
Dass Erwähnung und Zitierung bei KI-Systemen zählen, hat auch einen handfesten wirtschaftlichen Hintergrund.
Dieselbe AI-Overview-Studie von 2026 findet, dass 50,6 Prozent der von Google AI Overviews zitierten Seiten sich über Werbeanzeigen finanzieren, ausbleibende Klicks wirken sich dort unmittelbar auf die Einnahmen aus.
Die Studie verweist zusätzlich auf frühere Forschung, wonach AI Overviews die organischen Klicks auf Suchergebnisse um 38 Prozent senken und sogenannte Zero-Click-Suchen, bei denen keine weitere Seite mehr besucht wird, um 33 Prozent erhöhen.
Zwei in der Studie genannte Einzelfälle veranschaulichen das Ausmaß:
Das Musikmagazin Stereogum verlor 70 Prozent seiner Werbeeinnahmen, die Reiseseite The Planet D verlor 90 Prozent ihres Traffics. Gleichzeitig laufen Googles eigene Suchanzeigen auf denselben Seiten unverändert weiter.
Für die Praxis bedeutet das:
Sichtbarkeit in KI-Antworten ersetzt keinen Website-Besuch, sie kann ihn sogar unwahrscheinlicher machen.
Wer ausschließlich auf Erwähnung setzt, ohne die eigene Zitierfähigkeit gezielt zu stärken, verliert an genau der Stelle, an der früher ein Klick auf die eigene Seite stattgefunden hätte.
(Quelle: AI-Overview-Studie 2026, arXiv 2605.14021, unter Verweis auf dort zitierte frühere Forschung zu Klickzahlen.)
Wie stark sich das konkret auf die Klickrate auswirkt, zeigt eine aktuelle Sistrix-Analyse für den deutschen Markt:
Die durchschnittliche Klickrate des ersten organischen Suchergebnisses sinkt von 27 auf 11 Prozent, sobald ein AI Overview eingeblendet wird. Hochgerechnet auf den gesamten deutschen Markt entspricht das einem Verlust von rund 265 Millionen organischen Klicks pro Monat.
(Datenquelle: Deutschland)
Content-Tiefe als Markenwert
Der Report erwartet eine Verschiebung von Content-Menge zu Content-Tiefe:
Marken, die am häufigsten zitiert werden, verfügen über originäre, schwer kopierbare Inhalte: eigene Studien, Erstanbieter-Daten, nutzergenerierte Bibliotheken, von Fachleuten verfasste Wissensdatenbanken.
Der Marken-Zitier-Kreislauf
„Starke Marken sammeln leichter Zitierungen, weil Drittquellen mehr über starke Marken zu sagen haben. Zitierungen wiederum stärken die Marke, weil KI Marken mit starker Zitierhistorie öfter in Antworten einbindet. Dieser Kreislauf braucht Jahre, um in Schwung zu kommen, und ist schwer zu stoppen, sobald er läuft. Marken, die 2026 und 2027 konsequent in ihre Botschaften über alle Kanäle investieren, werden diesen Vorteil bis 2028 und darüber hinaus weiter ausbauen.“
Quelle: AI Visibility Index 2026, S. 73
Buchhaltungssoftware als Beispiel
Ein anschauliches Beispiel liefert die Softwarebranche:
Zwei Anbieter für Buchhaltungssoftware sind etwa gleich groß. Über den einen berichten regelmäßig Fachmedien, Branchenverbände und unabhängige Testportale; der andere kommuniziert ausschließlich über die eigene Website.
Fragt ein Interessent eine KI nach einer Empfehlung, wird der erste Anbieter deutlich häufiger genannt, weil mehr unabhängige Quellen über ihn schreiben. Und weil er häufiger genannt wird, berichten mit der Zeit auch neue Fachmedien eher über ihn als über den weniger sichtbaren Wettbewerber.
Wie stark sich das auf die tatsächliche Kaufentscheidung auswirkt, zeigt eine Erhebung unter B2B-Software-Einkäufern:
85 % bewerten einen Anbieter positiver, wenn er in einer KI-Antwort genannt wird, 69 % haben sich am Ende für einen anderen Anbieter entschieden als ursprünglich geplant, weil eine KI ihn empfohlen hat.
(Quelle: G2-Research, 2026)
Für die Praxis bedeutet das:
Das ist der Zitier-Kreislauf in der Praxis:
Einmal in Schwung, verstärkt er sich von selbst. Es lohnt sich daher, schon jetzt aktiv daran zu arbeiten, dass glaubwürdige Dritte über Ihr Unternehmen schreiben.
Je früher damit begonnen wird, desto größer der Vorsprung in einigen Jahren.
Messreife als Wettbewerbsvorteil
45 % der 481 befragten Marketer können ihre KI-Sichtbarkeit nicht sauber messen, nur 9 % messen alle relevanten Kennzahlen.
81 % der Teams mit vollständig integrierter SEO/KI-Such-Arbeit berichten von mehr Traffic oder Leads, gegenüber 36 % bei getrennten Workflows.
Der Report erwartet, dass Unternehmen, die jetzt eine einheitliche Mess-Infrastruktur aufbauen, einen Vorsprung erarbeiten, der später kaum noch aufzuholen ist.
Eine Prognose im Realitätscheck
Nicht jede Prognose der vergangenen Jahre hat sich bestätigt.
Gartner, ein US-amerikanisches Marktforschungsunternehmen, sagte 2024 voraus, das klassische Suchvolumen werde bis 2026 um 25 Prozent einbrechen.
Mit Stand heute ist das nicht eingetreten, Google hält weiterhin über 90 Prozent Marktanteil im Suchmarkt.
Die realistischere Einordnung:
Die Suche verändert sich, sie bricht nicht zusammen.
SEO und GEO ergänzen sich, keines ersetzt das andere vollständig.
(Datenquelle: USA/global, keine DACH-spezifische Prognose)
Was der KI-Sichtbarkeitsreport 2026 für Ihr Unternehmen bedeutet
Diese 6 Handlungsempfehlungen lassen sich daraus ableiten
1. Ein durchgängiges Mess-Setup für KI-Suche und klassisches SEO aufbauen
In den ersten 30 Tagen die eigene Ausgangslage über alle vier Plattformen erheben und die eigene Citation Core identifizieren, also die Quellen, auf die KI-Systeme in der eigenen Branche standardmäßig zurückgreifen.
In den folgenden 30 Tagen ein Dashboard aufbauen, das Erwähnung und Zitierung strikt getrennt ausweist, plattformweise Kennzahlen führt und die eigene Kategorie-Konkurrenz laufend mitverfolgt.
Danach regelmäßig gegen diese Baseline messen. Für den deutschen Markt lohnt sich dafür aus eigener Beobachtung ein Blick auf Sistrix, die Erwähnung und Zitierung inzwischen sauber getrennt ausweisen und sich sogar mit KI-Assistenten verbinden lassen.
Wie wichtig ein solches Mess-Setup ist, zeigt sich daran, dass allein in Deutschland monatlich 265 Millionen organische Klicks an KI-Antworten verloren gehen, ohne belastbare Messung bleibt dieser Verlust für viele Unternehmen unsichtbar.
(Datenquelle: Deutschland)
2. In originäre Content-Assets investieren statt in Content-Menge
Schwer kopierbare Inhalte gewinnen, weil Drittquellen nur über etwas berichten können, das sonst niemand hat, etwa IMDbs Filmdatenbank oder Investopedias Finanzlexikon lassen sich nicht einfach nachbauen.
Ein einfacher Test dafür:
Könnte ein Wettbewerber diesen Inhalt in einer Woche kopieren?
Wenn ja, zählt er nicht als originäres Asset im Sinne des Reports.
3. Dort präsent sein, worauf sich KI stützt, nicht nur auf der eigenen Seite
YouTube, Reddit und Quora stehen laut Report inzwischen gleichrangig neben den eigenen Inhalten, nicht mehr dahinter, wie im Abschnitt direkt im Anschluss näher beschrieben.
4. Marke, Content und Kundenerfahrungs-Teams an einen Tisch bringen
Shopify zeigt im Report, wie das konkret aussieht:
119.300 zitierte Seiten entstehen dort aus drei parallel laufenden Ebenen, spezialisierten Fachportalen wie G2 und Capterra, eigenen Unterthemen-Marken wie Shopify Plus, und einer langen Reihe an Community-Quellen wie Reddit und Entwicklerforen.
Keine einzelne Ebene allein hätte diesen Effekt, erst das Zusammenspiel über Jahre hinweg.
5. Plattform-Konzentrationsrisiko prüfen
Wer wie Cleveland Clinic oder Yelp fast die gesamte eigene Sichtbarkeit aus einer einzigen Plattform bezieht, ist von deren Algorithmus-Änderungen besonders verwundbar.
Sichtbarkeit möglichst über mehrere Plattformen verteilen, statt sich auf eine einzelne zu verlassen.
6. Vertrauenssignale im deutschsprachigen Raum zusätzlich gewichten
Angesichts des ausgeprägten deutschen Bedürfnisses nach Kontrolle und Transparenz gegenüber KI-Anbietern dürften nachvollziehbare Quellenangaben und klare Autorenschaft hierzulande überdurchschnittlich stark auf Vertrauen und damit auf Zitierfähigkeit einzahlen.
Das wird zusätzlich dadurch bestätigt, dass 71,9 Prozent der deutschsprachigen Nutzer nur selten oder manchmal überhaupt auf zitierte Quellen klicken, Vertrauen muss hier also oft schon durch die Erwähnung selbst entstehen, nicht erst durch einen Seitenbesuch.
Eine mögliche Erklärung dafür liefern Nutzertests der Nielsen Norman Group:
Wer eine KI um eine Empfehlung bittet, beschreibt das eigene Anliegen meist ausführlicher als bei einer klassischen Suche und erwartet eine Antwort, die wirklich darauf eingeht, das könnte erklären, warum eine Erwähnung allein schon mehr Vertrauen schafft als ein Suchergebnis.
(Quelle: Nielsen Norman Group, 2026)
(Datenquelle: DACH-Raum)
Wer auf Reddit und Quora sichtbar werden will, sollte die Spielregeln kennen
Bevor man sich auf YouTube, Reddit oder Quora stürzt, lohnt allerdings ein Hinweis:
Nicht jede Plattform passt zu jedem Unternehmen, und gerade Reddit hat eigene, klar durchgesetzte Regeln.
Direkte Produktlinks, das Kommentieren als Urheber der eigenen Inhalte oder Ankündigungen von Angeboten gelten dort grundsätzlich als Werbung, Reddit gibt an, 96,4 Prozent solcher Verstöße automatisch zu erkennen, mit entsprechenden Konsequenzen bis zur Kontosperrung.
Wer stattdessen Fragen ausführlich mit echtem Fachwissen beantwortet, über Branchentrends spricht und die eigene Verbindung zum Unternehmen offen benennt, baut über Wochen hinweg glaubwürdige Präsenz auf, die sich auch für die KI-Zitierfähigkeit auszahlt.
Bei Quora gilt eine ähnliche, wenn auch weniger formalisierte Kultur:
Antworten sollen echten Mehrwert bieten und nicht wie versteckte Werbung wirken.
Mehrere im Report zitierte Fachleute (u. a. Crystal Carter, Wix, und Kevin Indig) verweisen zudem auf den kommenden „agentischen“ Wandel (KI-Systeme, die nicht mehr nur antworten, sondern selbstständig mehrstufige Aufgaben ausführen) als die nächste große Verschiebung, die 2026 noch kaum diskutiert wird.
Nächste Schritte für Reddit und Quora
Reddit-Präsenz aufzubauen lohnt sich, sollte aber realistisch eingeschätzt werden:
Eine Auswertung von 1,4 Millionen ChatGPT-Prompts fand, dass Reddit zwar ständig als Kontext herangezogen, aber nur in rund 2 von 100 Fällen tatsächlich als Quelle angegeben wird.
1. Reddit als einen Baustein unter mehreren behandeln, nicht als alleinige Strategie, da die tatsächliche Zitierquote gering ist, auch wenn die Plattform im Hintergrund häufig mitgelesen wird.
2. In ein bis zwei thematisch passenden Subreddits über längere Zeit ausführliche, ehrliche Antworten geben, statt einmalig viele Beiträge auf einmal zu posten.
3. Bei Quora denselben Maßstab anlegen: eine ausführliche, sachliche Antwort mit echtem Fachwissen wirkt glaubwürdiger und dauerhaft nützlicher als ein kurzer, werblich klingender Hinweis.
„Dieser AI Visibility Index 2026 setzt die Ausgangslage. Der Index 2027 wird messen, wer danach gehandelt hat.“
Quelle: Andrew Warden, VP Marketing, Adobe
SEO, GEO und KI-Sichtbarkeit bauen aufeinander auf
Wie SEO-Grundlage und GEO-Maßnahmen zusammenwirken
Alle bisherigen Kapitel dieses Berichts behandeln nur die oberste von drei aufeinander aufbauenden Ebenen der Suchoptimierung. Bevor die folgende Orientierung nach Unternehmensgröße konkret wird, deshalb ein kurzer Schritt zurück:
KI-Sichtbarkeit ersetzt weder die klassische Suchmaschinenoptimierung (SEO) noch Generative Engine Optimization (GEO, die gezielte Aufbereitung von Inhalten für KI-Systeme), sie baut auf beiden auf.
Diese Reihenfolge ist keine akademische Feinheit. Ein KI-System kann nur zitieren, was technisch überhaupt zugänglich ist, und nur dann glaubwürdig darstellen, wovon die zugrunde liegenden Inhalte tatsächlich handeln.
Eine Website mit langen Ladezeiten, defekten Links oder unklar strukturierten Inhalten liefert KI-Systemen wenig, das sich zitieren lässt, unabhängig davon, wie durchdacht die Sichtbarkeitsstrategie darüber hinaus ist.
Die in diesem Bericht beschriebenen Befunde und Handlungsschritte setzen deshalb voraus, dass diese Grundlage bereits funktioniert.
Es gibt davon eine Ausnahme, die ehrlicherweise dazugehört:
Bei einigen wenigen Marken kann außergewöhnlich starke Bekanntheit die fehlende technische Grundlage teilweise ausgleichen. Eine Ahrefs-Analyse von 75.000 Marken fand, dass unverlinkte Markenerwähnungen im Netz, also wenn der Markenname irgendwo auftaucht, ohne dass ein Link gesetzt wird, deutlich stärker mit dem Erscheinen in Google AI Overviews zusammenhängen als klassische Autoritätskennzahlen wie die Domain-Stärke oder die Anzahl eingehender Links.
Das betrifft in der Praxis aber vor allem Marken, über die ohnehin ständig gesprochen wird, etwa durch eine extrem aktive eigene Community oder anhaltende Medienpräsenz, ein Zustand, der sich nicht einfach herstellen lässt und für die allermeisten Unternehmen keine realistische Abkürzung darstellt.
Google selbst bestreitet zudem ausdrücklich, gezielt nach Markenbekanntheit zu werten, ein hoher Bekanntheitsgrad korreliert nach eigener Aussage lediglich mit denselben Qualitätssignalen, die ohnehin belohnt werden.
Für die weit überwiegende Mehrheit gilt deshalb weiterhin:
Ohne funktionierende technische und inhaltliche Grundlage bleibt KI-Sichtbarkeit ein deutlich schwierigeres Unterfangen.
Auch aktuelle Marktdaten stützen diese Sichtweise:
Entgegen mancher Prognose eines vollständigen Suchmaschinen-Sterbens zeigt sich der eigentliche Wandel als Weiterentwicklung, nicht als Ablösung, klassisches SEO bleibt die Grundlage, auf der GEO aufbaut.
(Bezieht sich auf die in Punkt 6 genannte, international/US-basierte Einordnung)
Diese Textmerkmale erhöhen nachweislich die Chance auf eine KI-Zitierung
Eine 2026 veröffentlichte Untersuchung von Zhang, He und Yao hat 602 kontrollierte Prompts über ChatGPT, Google AI Overview und Perplexity laufen lassen und dabei über 21.000 tatsächliche Zitierungen sowie mehr als 18.000 abgerufene Webseiten ausgewertet, um herauszufinden, welche Texteigenschaften wirklich den Ausschlag geben.
Das Ergebnis ist deutlich:
Seiten mit hohem Einfluss auf die generierte Antwort waren im Schnitt 1.943 Wörter lang und enthielten rund 10,6 Überschriften, Seiten mit geringem Einfluss dagegen nur 170 Wörter und weniger als eine Überschrift.
Noch aufschlussreicher sind die einzelnen Inhaltselemente, die den Einfluss einer Seite auf die KI-generierte Antwort messbar verändern:
-
Konkrete Statistiken erhöhen den Einfluss einer Seite auf die KI-generierte Antwort um 61,6 Prozent.
-
Definitionen erhöhen den Einfluss einer Seite auf die KI-generierte Antwort um 57,3 Prozent.
-
Vergleiche erhöhen den Einfluss einer Seite auf die KI-generierte Antwort um 55,3 Prozent.
-
Schritt-für-Schritt-Anleitungen erhöhen den Einfluss einer Seite auf die KI-generierte Antwort um 41,2 Prozent.
-
Reines Frage-Antwort-Format senkt den Einfluss einer Seite auf die KI-generierte Antwort dagegen leicht, um 5,7 Prozent gegenüber Fließtext.
Das bedeutet nicht, dass ein FAQ-Bereich nutzlos ist, sondern dass jede einzelne Antwort selbst wieder mit einer Zahl, einer Definition oder einem Vergleich gefüllt sein sollte, um zu wirken, statt bei einer reinen Kurzdefinition zu bleiben.
Interessant für den Plattformvergleich in diesem Bericht:
Perplexity und Google AI Overview zitieren im Schnitt mehr Quellen pro Antwort, ChatGPT zitiert zwar weniger, doch die einzelne zitierte Seite hat dort im Schnitt deutlich mehr Einfluss auf die Antwort.
(Quelle: Zhang, He und Yao, 2026)
Eine wichtige Einschränkung dazu, aus einer 2026 veröffentlichten Übersicht über 45 GEO-Studien der Jahre 2023 bis 2026:
Die einzigen Stellschrauben, die sich über verschiedene Studien hinweg einigermaßen zuverlässig bestätigen ließen, sind thematische Relevanz und die Position im Text, die meisten sonst kursierenden Techniken lassen sich nicht verlässlich auf andere Plattformen oder Zeiträume übertragen. Die Übersicht warnt sogar ausdrücklich davor, bestehende Inhalte nachträglich gezielt auf Zitierfähigkeit hin umzuschreiben, das könne dem Auffinden durch KI-Systeme eher schaden als nützen.
(Quelle: Martinez, 2026, arXiv 2607.14035.)
Welcher Schwerpunkt für KI-Sichtbarkeit sich je nach Unternehmensgröße zuerst lohnt
Nicht jede Maßnahme lohnt sich für jeden gleichermaßen.
Die folgende Übersicht setzt eine bereits funktionierende technische und inhaltliche Grundlage voraus, wie im vorherigen Abschnitt beschrieben, und zeigt, welcher zusätzliche Schwerpunkt für die KI-Sichtbarkeit im engeren Sinn sich abhängig von der Unternehmensgröße jeweils zuerst lohnt:
Unabhängig von der Unternehmensgröße gilt derselbe Grundgedanke:
Sichtbarkeit in KI-Antworten entsteht nicht über Nacht und nicht über eine einzelne Maßnahme, sondern über glaubwürdige, wiederholte Präsenz an den Stellen, an denen andere Menschen bereits nach Antworten suchen.
Schlusswort
Dieser Bericht beginnt mit einer einzigen Unterscheidung, der zwischen Erwähnung und Zitierung, und diese Unterscheidung zieht sich durch praktisch jeden weiteren Befund.
Wer in einer KI-Antwort nur genannt wird, hat noch nicht gewonnen, und wer nirgends genannt wird, obwohl die eigene Website technisch und inhaltlich sauber aufgestellt ist, verschenkt trotzdem Sichtbarkeit, wenn glaubwürdige Dritte nicht über das eigene Angebot sprechen.
Die zehn Kernbefunde, die Fallstudien zu Patagonia und Shopify und die Orientierung nach Unternehmensgröße laufen letztlich alle auf denselben Gedanken hinaus:
KI-Sichtbarkeit entsteht dort, wo eine funktionierende technische und inhaltliche Grundlage auf eine konsistente, wiederholte Präsenz bei den Quellen trifft, auf die KI-Systeme tatsächlich zurückgreifen, ob das nun die eigene Website ist, ein Fachportal der eigenen Branche oder eine aktive Community. Keine einzelne Maßnahme aus diesem Bericht ersetzt eine andere, sie bauen aufeinander auf und wirken zusammen.
Wie schnell sich diese Verschiebung in der Suche weiter entwickelt, lässt sich nicht mit Sicherheit vorhersagen. Wer aber schon jetzt an der eigenen Sichtbarkeit in KI-Antworten arbeitet, verschafft sich einen Vorsprung, der sich mit der Zeit von selbst verstärkt, ganz im Sinne des in diesem Bericht wiederholt beschriebenen Zitier-Kreislaufs.
Wenn, wie die eingangs zitierte Bain & Company-Studie aus den USA zeigt, inzwischen sechs von zehn Suchanfragen ganz ohne Klick enden, wird die Frage nach echter, spürbarer Hilfestellung für Menschen nicht kleiner, sondern größer: gerade weil ein Klick immer seltener wird, zählt jeder Moment, in dem eine Marke tatsächlich wahrgenommen wird, umso mehr.
Ein Gedanke dazu, der über die einzelnen Empfehlungen dieses Berichts hinausgeht:
Die hier beschriebenen Textmerkmale sollten nicht als Trick verstanden werden, um Zitierungen zu erzwingen. Was einer KI-Antwort nachweislich nützt, konkrete Belege, klare Definitionen, echte Vergleiche, ist zugleich das, was einem Menschen mit einer echten Frage tatsächlich weiterhilft.
Inhalte dagegen nachträglich künstlich auf Zitierfähigkeit hin umzuschreiben, ohne echten Nutzen für die lesende Person, schadet der Forschung zufolge eher, als dass es hilft.
Der zuverlässigste Weg zu KI-Sichtbarkeit bleibt deshalb derselbe wie der Weg zu echtem Vertrauen: Inhalte zu schreiben, die einem Menschen wirklich weiterhelfen.
Quellen
-
Presenc AI und Murat Ulusoy Research: Analysen zu KI-Zitierungen im DACH-Raum, 2026 (herstellereigene Auswertungen spezialisierter Analysehäuser, mit entsprechender Vorsicht behandelt).
-
10x Strategy und Aixtra-Web: Praxisleitfäden zu KI-Sichtbarkeit für kleine und mittlere Unternehmen, 2026.
-
Otterly.ai: Auswertung von 1,31 Millionen LinkedIn-Zitierungen in KI-Suchsystemen, Januar–Juni 2026.
-
Search Engine Land / Peec AI: Auswertung von 30 Millionen KI-Zitierungen zu B2B-Quellen wie LinkedIn und Reddit, 2026.
-
Ahrefs: Auswertung von 1,4 Millionen ChatGPT-Prompts zu tatsächlich zitierten Quellen, Februar 2025.
-
Zhang, K., He, X. & Yao, J. (2026): From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms. arXiv:2604.25707. Link: https://arxiv.org/abs/2604.25707
-
AI-Overview-Studie (2026): Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact. arXiv:2605.14021. Link: https://arxiv.org/abs/2605.14021
-
Martinez, O. (2026): Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026). arXiv:2607.14035. Link: https://arxiv.org/abs/2607.14035
-
Bain & Company (2025) — USA: Consumer reliance on AI search results signals new era of marketing. https://www.bain.com/about/media-center/press-releases/20252/consumer-reliance-on-ai-search-results-signals-new-era-of-marketing--bain--company-about-80-of-search-users-rely-on-ai-summaries-at-least-40-of-the-time-on-traditional-search-engines-about-60-of-searches-now-end-without-the-user-progressing-to-a/
-
Seer Interactive (2026) — USA: AIO Impact on Google CTR: 2026 Update. https://www.seerinteractive.com/insights/aio-impact-on-google-ctr-2026-update
-
Sistrix (2026) — Deutschland: AI Overviews in Deutschland: So stark sinken die Klickraten wirklich. https://www.sistrix.de/news/ai-overviews-in-deutschland-so-stark-sinken-die-klickraten-wirklich/
-
Previsible (2026) — USA/international: 2026 AI Traffic Report: ChatGPT Wins 92% Share. https://previsible.com/seo-strategy/ai-traffic-report-july-2026/
-
maxonline (2025) — Österreich/DACH-Raum: Studie: Suchverhalten im Internet 2026. https://max-online.at/studie-suchverhalten-im-internet-2026/
-
Gartner (2024) — USA/global: Gartner Predicts Search Engine Volume Will Drop 25% by 2026, Due to AI Chatbots and Other Virtual Agents. https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents