Ein Unternehmen kann auf Seite eins der Suchergebnisse stehen und in der KI-Antwort daneben trotzdem fehlen. Beide Oberflächen greifen bei Google auf denselben Index zu, treffen ihre Auswahl aber nach eigenen Maßstäben. Wie eine Nennung zustande kommt, lässt sich seit diesem Jahr genauer beschreiben, weil mehrere große Auswertungen vorliegen.
Zwei Größen sind dabei auseinanderzuhalten. Eine Erwähnung nennt Ihren Markennamen im Text der Antwort, ein Zitat verweist zusätzlich auf Ihre Seite als Quelle. In den AI Overviews stehen beide Formen nebeneinander, und für Ihre Sichtbarkeit zählen sie unterschiedlich: Die Erwähnung prägt, was jemand über Sie erfährt, das Zitat bringt zusätzlich Besucher auf Ihre Seite. Wie sich die beiden Oberflächen der Google-Suche voneinander abheben, behandelt der Beitrag zu AI Overviews und AI Mode ausführlich.
Wie oft KI-Systeme Marken erwähnen
Im Juni 2026 erschien auf dem Preprint-Server arXiv eine Untersuchung, die über 100.000 Antworten zu mehr als 100 Marken aus ChatGPT, Claude, Perplexity und Gemini ausgewertet hat, erhoben zwischen März und Mai 2026. Das Ergebnis fällt nach Bekanntheitsgrad deutlich auseinander.
Weltweit geläufige Namen tauchten in 73 Prozent der passenden Antworten auf, mittelgroße und regional bekannte Anbieter kamen auf 44 Prozent und kleine sowie spezialisierte Marken auf 11 Prozent. Ihre Ausgangslage hängt damit stark davon ab, wie oft über Sie andernorts bereits geschrieben wird, denn ein Sprachmodell gibt wieder, was in seinen Quellen vorkommt.
Für kleinere Unternehmen liegt darin eine brauchbare Nachricht. Die 11 Prozent beziehen sich auf breite Fragen nach einer ganzen Kategorie, bei denen ein Sprachmodell die bekanntesten Namen aufzählt. Je enger eine Frage gefasst ist, desto eher rücken spezialisierte Anbieter nach, was dem Verhalten bei Long-Tail-Suchbegriffen in der klassischen Suche ähnelt.
Erwähnung und Zitat unterscheiden sich
Die arXiv-Auswertung hat außerdem die Tonalität betrachtet, also ob eine Marke wohlwollend oder zurückhaltend beschrieben wird. Sie schwankt rund 6,7-mal häufiger als die Frage, ob eine Marke überhaupt vorkommt. Ihr Name kann also verlässlich erscheinen, während die Beschreibung daneben von Abfrage zu Abfrage wechselt.
Warum KI-Antworten bei jeder Abfrage anders ausfallen
Ende Januar 2026 haben SparkToro und Gumshoe.ai eine Untersuchung vorgelegt, für die 600 Freiwillige zwölf gleichlautende Fragen rund 2.961-mal durch ChatGPT, Claude und Googles KI-Suche geschickt haben. Gefragt war jeweils nach Empfehlungen, etwa nach Kochmessern oder Kopfhörern, wie sie auch Vergleichs- und Testinhalte bedienen.
Die Antworten fielen in über 99 Prozent der Fälle verschieden aus. Die Wahrscheinlichkeit, zweimal dieselbe Markenliste zu erhalten, lag unter eins zu hundert; für dieselbe Liste in gleicher Reihenfolge unter eins zu tausend. Der Grund liegt in der Arbeitsweise der Modelle, die ihre Wortwahl anhand von Wahrscheinlichkeiten treffen und jede Antwort neu bilden.
KI-Sichtbarkeit messen statt einmal abzufragen
Daraus folgt ein handfester Hinweis für Ihre eigene Beobachtung, denn eine einzelne Abfrage bildet Ihre Position nur zufällig ab und die nächste fällt bereits anders aus. Aussagekräftig wird das Bild erst über viele Wiederholungen derselben Fragen, verteilt über mehrere Wochen.
Für Google gibt es seit Juni 2026 eine belastbarere Grundlage, weil die Search Console Impressionen aus KI-Oberflächen inzwischen gesondert ausweist. Was der Bericht zeigt und wo seine Grenzen liegen, behandelt der Beitrag zu den KI-Berichten in der Search Console. Für ChatGPT und Perplexity bleibt es bei eigenen Stichproben, weil vergleichbare Daten von den Anbietern bislang fehlen.
Welche Quellen KI-Systeme zitieren
Eine deutsche Auswertung hat zwischen Januar und Juni 2026 rund 250.000 Antworten von ChatGPT, AI Overviews und Perplexity zu etwa 2.000 Fragen erfasst. Für Ihre eigene Seite fällt das Ergebnis günstig aus: Offizielle Unternehmensseiten, Firmenblogs und Landingpages stellten mit 66,2 Prozent den größten Teil der zitierten Quellen. Unter den einzelnen Domains führten YouTube mit 15,18 Prozent und Reddit mit 14,55 Prozent vor Wikipedia mit 9,05 Prozent.
Bemerkenswert ist die Überschneidung mit der klassischen Suche: Nur 38 Prozent der zitierten Quellen stammten aus den Google-Top-10. Bei Perplexity lag die Übereinstimmung auf Domain-Ebene dagegen bei 91 Prozent. Ihr Ranking in der Suche und Ihre Präsenz in KI-Antworten hängen also zusammen, ohne deckungsgleich zu sein. Ergänzend zeigte die arXiv-Auswertung, dass Vergleichs- und Bestenlisten mit rund 21 Prozent das meistzitierte Textformat sind.
Hinter YouTube und Reddit stehen Formate, die Sie selbst bespielen können. Ein Fachvideo zu einer wiederkehrenden Kundenfrage und eine sachliche Antwort in einem einschlägigen Forum liegen genau in dem Bereich, aus dem KI-Systeme ihre Belege außerhalb der Unternehmensseiten beziehen. Achten Sie dabei auf eine eindeutige Zuordnung Ihres Namens zum Unternehmen, denn ein Modell verknüpft Aussagen mit einer erkennbaren Entität.
Was Google für AI Overviews empfiehlt
Google äußert sich in der eigenen Dokumentation dazu erfreulich klar. Für ein Erscheinen in AI Overviews und im AI Mode gebe es keine zusätzlichen Anforderungen und keine besonderen Optimierungen. Genannt werden die vertrauten Punkte, die Ihre Website ohnehin erfüllen sollte: technisch erreichbare Seiten, hilfreiche Inhalte, saubere interne Verlinkung, wichtige Aussagen als Text sowie gepflegte strukturierte Daten.
Ausdrücklich hält Google fest, dass sich niemand neue maschinenlesbare Dateien anlegen muss. Das betrifft auch llms.txt, eine vorgeschlagene Textdatei mit Hinweisen für KI-Systeme. Eine Analyse von 137.210 Domains ergab für Mai 2026, dass 97 Prozent der vorhandenen Dateien in jenem Monat unabgerufen blieben. Nutzen entfaltet das Format bislang vor allem bei Programmierwerkzeugen, die damit Dokumentation gezielt einlesen.
Was die GEO-Forschung zur Sichtbarkeit belegt
Häufig zitiert wird eine Princeton-Studie von 2024, die auf einer Sammlung von 10.000 Fragen beruht und Steigerungen der Sichtbarkeit um bis zu 40 Prozent maß. Am stärksten wirkten eingebaute Statistiken, wörtliche Zitate und Quellenangaben. Ein Überblicksaufsatz vom Juli 2026, der 45 Arbeiten zu Generative Engine Optimization zusammenfasst, ordnet den Wert genauer ein.
Die gemessenen Zuwächse gelten demnach für Texte, die dem System bereits als Quelle vorlagen. Als reproduzierbar erwiesen sich vor allem die thematische Passung und die Position einer Aussage in Ihrem Text, was sich mit den bewährten Stellschrauben für GEO und AEO deckt. Ein Verfahren, das plattformübergreifend und dauerhaft für das Gefundenwerden sorgt, konnten die Autoren dagegen nicht ausmachen. Umschreibungen allein auf Zitierfähigkeit hin können das Auffinden sogar erschweren, weshalb sich Inhalte für Leser weiterhin auszahlen.
Unser Tipp
Notieren Sie zehn bis zwanzig Fragen, die Ihre Kundschaft tatsächlich stellt, und fragen Sie die Liste über vier Wochen hinweg wöchentlich in zwei Systemen ab. Aus den Wiederholungen entsteht ein Muster, das eine einzelne Abfrage verdeckt.
Fazit
Erwähnungen in KI-Antworten folgen inzwischen erkennbaren Mustern. Bekanntheit wirkt am stärksten, wie die Spanne von 73 bis 11 Prozent zwischen großen und kleinen Marken zeigt, und enger gefasste Fragen verschieben das Bild zugunsten spezialisierter Anbieter. Da die Systeme jede Antwort neu bilden, entsteht ein verlässliches Bild allein aus wiederholter Messung.
Bei den Quellen dominieren offizielle Unternehmensseiten mit rund zwei Dritteln, ergänzt um YouTube, Reddit und Wikipedia. Google verlangt für AI Overviews keine gesonderte Technik, sondern verweist auf die bekannten Grundlagen guter Websites. Die Forschung bestätigt Wirkung für Statistiken, Zitate und Quellenangaben innerhalb bereits herangezogener Texte, während ein allgemeingültiger Hebel für die Auffindbarkeit bislang aussteht.
Die genannten Studien und Zahlen geben den Stand vom 1. September 2026 wieder.
