16 % gemeinsame Quellen, 55 % gemeinsame Marken: KI-Maschinen lesen andere Seiten und nennen dieselben Unternehmen
Zwei KI-Maschinen lesen kaum dieselben Seiten, sind sich aber bei den empfohlenen Unternehmen deutlich einiger. Was die veröffentlichte Forschung zeigt und was das für Ihre Sichtbarkeit ändert.
16 - 59 %
die Quellen, die zwei Maschinen bei derselben Frage gemeinsam haben (BrightEdge)
In diesem Artikel
Kurze Antwort: Antwortmaschinen sind sich bei den Marken, die sie nennen, deutlich einiger als bei den Quellen, die sie lesen. Bei derselben Frage teilen zwei Maschinen 16 % bis 59 % ihrer Quellen, aber 36 % bis 55 % der genannten Marken. Anders gesagt: Die Seite, die Ihnen eine Nennung verschafft, wechselt von Maschine zu Maschine, der Ruf, der Ihnen eine Empfehlung verschafft, deutlich weniger. Diese Asymmetrie sollte die Strategie bestimmen.
36 - 55 %
die Marken, die dieselben Maschinen gemeinsam haben, eine deutlich engere Spanne
bis zu 40 %
der Sichtbarkeitsgewinn durch Arbeit am Inhalt, in der grundlegenden GEO-Studie
Die Maschinen sind sich uneins darüber, wo sie lesen, und weit einiger darüber, welchen Namen sie aussprechen. Man optimiert also keine Seite, man baut einen Konsens.
Der Traffic bricht ein, der Wert verschiebt sich
Der erste Befund ist brutal und gut belegt. Bei Suchanfragen, zu denen Google ein AI Overview zeigt, also die redigierte Zusammenfassung oben auf der Seite, misst Seer Interactive eine organische Klickrate, die von 1,76 % auf 0,61 % fällt, ein Rückgang um 61 %. Ahrefs misst mit anderer Methode 58 % Rückgang auf der bestplatzierten Seite. Bei denselben Anfragen erreicht der Anteil ohne jeden Klick auf eine Website 80 bis 83 %.
Der zweite Befund blieb eher unbemerkt und dreht die Lesart um. Der wenige verbleibende Traffic konvertiert deutlich besser. Adobe Analytics berichtete im April 2026, dass über eine KI gekommene Käufer auf US-Handelsseiten 42 % besser konvertierten als andere. Microsoft Clarity misst über mehr als 1 200 acht Monate lang beobachtete Websites eine Anmeldequote von 1,66 % für Besucher aus einem Assistenten gegenüber 0,15 % aus der klassischen Suche.
| Messung | Klassische Suche | Mit KI-Antwort |
|---|---|---|
| Organische Klickrate, Anfragen mit AI Overview (Seer, Sept. 2025) | 1,76 % | 0,61 % |
| Bezahlte Klickrate, dieselben Anfragen (Seer) | 19,7 % | 6,34 % |
| Anmeldung nach dem Besuch (Microsoft Clarity, über 1 200 Websites) | 0,15 % | 1,66 % |
Beide Befunde widersprechen einander nicht: Sie beschreiben einen Trichter, der oben enger und unten härter wird. Wer aus einer KI-Antwort klickt, hat bereits einen Vergleich gelesen, einen Namen behalten und beschlossen, nachzusehen. Diese Person kommt nicht, um sich zu informieren, sondern um zu prüfen. Sitzungen zu zählen misst also das, was verschwindet; zu messen bleibt die qualifizierte Ankunft.
Die Maschinen lesen nicht dieselben Seiten
Hier liegt das nützlichste und am wenigsten naheliegende Ergebnis. BrightEdge verglich Branche für Branche die ersten hundert zitierten Quellen und die ersten hundert genannten Marken von fünf Maschinen, ChatGPT, Perplexity, Gemini, Google AI Mode und AI Overviews, über zehn Branchen hinweg und maß die Überschneidung per Jaccard-Ähnlichkeit.
| Maschinenpaar | Gemeinsame Quellen |
|---|---|
| Google AI Mode und AI Overviews | 59 % |
| Gemini und ChatGPT | 39 % |
| Gemini und AI Overviews | 34 % |
| Gemini und AI Mode | 27 % |
| Tiefstwert über alle Paare | 16 % |
Die Quellen überschneiden sich also je nach Paar zu 16 % bis 59 %: 43 Punkte Spanne, also nahezu vollständige Instabilität. Die Marken überschneiden sich zu 36 % bis 55 %: nur 19 Punkte Spanne. Die Uneinigkeit betrifft die Bibliothek, nicht die Empfehlung.
Die praktische Folge ist eindeutig. Eine Nennung auf einer bestimmten Website zu jagen, weil sie « bei ChatGPT auftaucht », optimiert die instabile Hälfte des Systems: Dieselbe Website wiegt bei Gemini deutlich weniger. Von genügend verschiedenen Quellen gleich beschrieben zu werden, sodass jede Maschine mit ihrer eigenen Bibliothek beim selben Namen landet, das ist die Hälfte, die hält.
Der Korpus ist nicht Ihre Website
Bleibt die Frage, wo die Maschinen lesen. Eine Auswertung von über 150 000 Assistenz-Zitaten setzt Reddit an die Spitze, zitiert in 40,1 % der Fälle, vor Wikipedia mit 26,3 % und YouTube mit 23,5 %. LinkedIn erscheint in 14,3 % der Antworten von ChatGPT Search. Keine dieser vier ist eine Unternehmenswebsite.
| Domain | Anteil der Zitate |
|---|---|
| reddit.com | 40,1 % |
| wikipedia.org | 26,3 % |
| youtube.com | 23,5 % |
| linkedin.com (Antworten von ChatGPT Search) | 14,3 % |
Das ist der mechanische Grund für die vorige Asymmetrie. Eine Maschine, die sich auf Foren, eine Enzyklopädie und Videos stützt, liest nicht die Seiten, die eine an die Fachpresse angeschlossene Maschine liest. Taucht Ihr Name aber an diesen verschiedenen Orten mit derselben Beschreibung auf, geben ihn am Ende alle aus. Die Stimmigkeit dessen, was über Sie gesagt wird, zählt mehr als die Beherrschung eines einzelnen Kanals.
Was die Forschung als wirksam ausweist
Die grundlegende Studie zu GEO, der Optimierung für generative Maschinen, veröffentlicht von Forschenden aus Princeton und Georgia Tech, testete Inhaltsänderungen an einem Prüfstand aus Fragen und Quellen. Ihr Hauptergebnis, wie sie es formuliert: Diese Methoden steigern die Sichtbarkeit um bis zu 40 % in generativen Antworten. Die getesteten Hebel sind redaktionell, nicht technisch: Quellen zitieren, Aussagen wiedergeben, Zahlen nennen, klar schreiben.
Dieser Punkt verdient Betonung, denn er widerspricht der aus dem SEO ererbten Intuition. Hier gibt es kein Tag zu setzen und keinen Domain-Score zu gewinnen. Was Sichtbarkeit bewegt, ist die Form des Geschriebenen: Ein Text, der ohne Beleg behauptet, wird schlecht zitiert, ein Text, der eine Zahl und ihre Quelle nennt, wird gut zitiert. Eine Maschine gibt wieder, was sie zuordnen kann.
Diese Zahlen stammen von Werkzeuganbietern, nicht von einem öffentlichen Institut.
Seer, Ahrefs, BrightEdge, Adobe und Microsoft messen auf ihrem eigenen Kunden- oder Websitebestand. Es sind die besten verfügbaren öffentlichen Daten, es sind keine amtlichen Statistiken, und wir haben sie nicht selbst reproduziert.
Die Methoden sind untereinander nicht vergleichbar.
Ahrefs misst die Klickrate der bestplatzierten Seite, Seer eine Reihe auf Markenebene: « -58 % » und « -61 % » als zwei Bestätigungen derselben Zahl zu lesen wäre ein Fehler. Es sind zwei verschiedene Messungen, die in dieselbe Richtung zeigen.
Über die Größe des Phänomens herrscht keine Einigkeit.
Datos und SparkToro messen sämtliche KI-Werkzeuge im vierten Quartal 2025 bei 3,2 % der Desktop-Suchen in den Vereinigten Staaten, während andere Veröffentlichungen weit höhere Anteile nennen. Der Unterschied liegt darin, was gezählt wird: Nutzungen, Anfragen oder Sitzungen.
Eine viel geteilte Zahl hat die Prüfung nicht überstanden.
Oft liest man, die Maschinen teilten nur 0,09 % ihrer Quellen und seien sich zu 98 % über Marken einig. Wir haben sie bei keinem Anbieter an der Quelle gefunden; die von BrightEdge veröffentlichten Zahlen ergeben 16 % bis 59 % und 36 % bis 55 %. Wir veröffentlichen diese, weniger spektakulär und überprüfbar.
Was sich dadurch ändert
Zielen Sie auf Beständigkeit, nicht auf die Seite.
Eine auf einem bestimmten Kanal errungene Nennung zählt bei einer Maschine und wenig bei den anderen. Was die Maschinen übergreifend trägt, ist ein Name, der an mehreren Orten gleich beschrieben wird.
Messen Sie Maschine für Maschine.
Ein einziger Score, der ChatGPT, Gemini und Perplexity mittelt, addiert unverbundene Bibliotheken. Fragen Sie immer, von welcher Maschine die gezeigte Zahl spricht.
Nähren Sie den Korpus, nicht nur die Website.
Die vier meistzitierten Domains sind ein Forum, eine Enzyklopädie, eine Videoplattform und ein berufliches Netzwerk. Ihre Website ist nur eine der Quellen, die die Maschine konsultiert.
Zählen Sie qualifizierte Ankünfte, nicht Sitzungen.
Der Traffic sinkt und konvertiert besser: Ein Dashboard, das nur das Volumen verfolgt, verzeichnet eine Katastrophe, wo eine Verschiebung stattfindet.