# GEO je Modell: warum jede KI-Suche anders antwortet > Acht Wochen Messung mit drei KI-Suchen: wie oft jedes Modell denselben Betrieb nennt, wie stark die Antworten schwanken und was das für GEO je Modell heißt. Berger+Team · 28.10.2026 Thema: [KI-Auffindbarkeit (GEO) →](https://btlabs.dev/de/ki-auffindbarkeit) Wer „die KI" nach einem Betrieb fragt, fragt in Wahrheit eines von mehreren Systemen — und die antworten verschieden. Unsere eigene Messung über acht Wochen zeigt das deutlich: Dieselbe Frage bringt bei einem Modell eine Nennung, beim nächsten keine, und nächste Woche kann es umgekehrt sein. Wer an seiner Sichtbarkeit in KI-Antworten arbeitet, braucht deshalb einen Blick auf [GEO](https://btlabs.dev/de/glossary/geo-generative-engine-optimization) je Modell, nicht auf „die KI" im Ganzen. [GEO](https://btlabs.dev/de/posts/geo-aeo-llmo-brauchst-du-fuenf-abkuerzungen) (Generative Engine Optimization) heißt, Inhalte so aufzubereiten, dass KI-Systeme sie finden, richtig verstehen und als Quelle nennen können. ## Was wir messen Der Nennungs-Monitor stellt zehn feste Fragen (fünf seit 1\. August, fünf seit 7\. September), wie sie Kundschaft stellt — auf Deutsch, Italienisch und Englisch, etwa „Wer in Südtirol macht Websites ohne Cookie-Banner, bei denen die Daten beim Betrieb bleiben?". Er fragt auf zwei Wegen: - **Mit Websuche**, wöchentlich: je ein Modell von OpenAI, Perplexity und Google, jeweils über die Schnittstelle des Anbieters mit eingeschalteter Suche. Das sind nicht die Apps selbst, aber dieselben Modelle mit derselben Art Suche. - **Ohne Websuche**, bis 7\. September wöchentlich, seither am ersten Montag des Monats: im Messzeitraum acht Modelle, darunter die von OpenAI, Anthropic (Claude), Google, Meta und Mistral. Das zeigt, was ein Modell aus seinem Training über uns weiß. Gezählt wird, ob Berger+Team bzw. btlabs in der Antwort vorkommt. Der Zeitraum: 1\. August bis 28\. September 2026, rund 80 Läufe mit Websuche je Modell. Eine Einschränkung vorweg: Es sind zehn Fragen zu unserem eigenen Angebot. Die Zahlen sagen etwas darüber, wie verschieden die Modelle sich verhalten — nicht, wie oft sie irgendeinen Betrieb nennen. ## Befund 1: Ohne Suche kennt uns kein Modell In 362 Läufen ohne Websuche bis 28\. September hat kein einziges Modell uns genannt. Mit Websuche waren es im letzten Lauf vom 28\. September 19 von 30 Antworten. Für einen jungen, kleinen Anbieter entsteht Sichtbarkeit in KI-Antworten heute also über die Suche, nicht über das Wissen im Modell. Was eine Website dafür liefern muss, ist deshalb dasselbe wie für jede Suche: auffindbare Seiten und klare Fakten. ## Befund 2: Jedes Modell nennt uns unterschiedlich oft Über die acht Wochen mit Websuche: - **OpenAI** nannte uns in **70 %** der Läufe. - **Perplexity** in **54 %**. - **Google (Gemini)** in **49 %**. Alle drei urteilten nur bei **41 %** der Frage-Läufe gleich: alle nennen uns oder keines. Das passt zu dem, was größere Studien über die Quellenwahl zeigen. Eine Auswertung von Ahrefs mit 15.000 Suchanfragen fand, dass bei Perplexity 28,6 % der zitierten Seiten auch in Googles Top 10 stehen, bei ChatGPT nur rund 8 % ([Ahrefs, 2025](https://ahrefs.com/blog/ai-search-overlap/), Anbieterstudie). Eine Studie der Universität Toronto maß, wie wenig sich die zitierten Domains zwischen den Systemen überschneiden; zwischen GPT und Perplexity lag die Überschneidung im Bereich Automobil bei einem Jaccard-Wert von nur 0,096 ([Chen et al., 2025](https://arxiv.org/abs/2509.08919)). Ein Grund liegt offen: Die Systeme suchen in verschiedenen Beständen. Googles [KI-Übersichten](https://btlabs.dev/de/glossary/ki-uebersichten) greifen auf den Google-Index zu ([Google](https://developers.google.com/search/docs/appearance/ai-features)). OpenAI schreibt, die ChatGPT-Suche arbeite auch mit externen Suchanbietern, darunter Microsoft ([OpenAI](https://help.openai.com/en/articles/9237897-chatgpt-search)). Anthropic führt für die Websuche von Claude Brave Search als Dienstleister ([Anthropic](https://trust.anthropic.com/subprocessors)). Perplexity betreibt einen eigenen [Crawler](https://btlabs.dev/de/glossary/crawler) . ## Befund 3: Die Antwort wechselt von Woche zu Woche Bei derselben Frage und demselben Modell kippte unser Ergebnis zwischen zwei aufeinanderfolgenden Läufen in **16 bis 28 %** der Fälle — von „genannt" zu „nicht genannt" oder umgekehrt. Perplexity war am stabilsten, Google und OpenAI schwankten stärker. Eine größere Messung bestätigt das Muster. Glen Allsopp hat 28 Tage lang täglich über 1.300 Fragen an ChatGPT und Googles KI-Übersichten gestellt, mehr als 70.000 Antworten ([Detailed, 23.09.2026](https://detailed.com/ai-volatility/)). Die meistgenannte Marke tauchte zwar an 82 % (ChatGPT) bzw. 89 % der Tage auf. Aber eine identische Liste von Marken gab es bei ChatGPT nur in 0,3 % der Tagespaare, bei den KI-Übersichten in 1,1 %. Und beim selben Prompt nannten beide Systeme nur in 27 % der Fälle dieselbe Spitzenmarke. ## Was daraus folgt **1\. Die gemeinsamen Grundlagen zuerst.** Alle Wege laufen über eine Suche. Deine Seiten müssen in Google und Bing indexiert sein, und die Such-Crawler der Anbieter müssen sie abrufen dürfen — bei OpenAI `OAI-SearchBot`, bei Anthropic `Claude-SearchBot`, bei Perplexity `PerplexityBot`. Das Training kannst du getrennt davon ausschließen, ohne in der Suche zu verschwinden ([OpenAI](https://developers.openai.com/api/docs/bots), [Anthropic](https://support.claude.com/en/articles/8896518), [Perplexity](https://docs.perplexity.ai/docs/resources/perplexity-crawlers)). Dazu kommen klare Fakten auf der eigenen Seite und [Erwähnungen durch andere](https://btlabs.dev/de/posts/markenerwaehnungen-ki-sichtbarkeit). **2\. Je Modell messen, über Wochen.** Eine einzelne Stichprobe sagt fast nichts. Wer einmal ChatGPT fragt und sich genannt sieht, hat einen Zufallstreffer gesehen oder auch nicht. Belastbar wird es erst, wenn dieselben Fragen regelmäßig an mehrere Modelle gehen und getrennt ausgewertet werden. So arbeitet der Nennungs-Monitor in btlabs Core: feste Fragen, mehrere Modelle, wöchentlich mit Suche und monatlich ohne, jedes Modell für sich. **3\. Kein Zusammenschnitt zu einer Zahl.** Ein Durchschnitt über alle Modelle versteckt genau das, was man wissen will: wo man gut dasteht und wo nicht. **4\. Keine Versprechen.** Ob und wen ein Modell nennt, entscheidet das Modell. Seriös ist, die Grundlagen zu schaffen und ehrlich zu messen. Mehr zur Frage, was dabei belegt ist und was nicht, steht in [Was bei KI-Sichtbarkeit belegt ist — und was Spekulation](https://btlabs.dev/de/posts/ki-sichtbarkeit-belegt-oder-spekulation). Wie groß der Anteil dieser Antworten schon ist, zeigt eine Zahl von Comscore: Im Juni 2026 enthielten 39,4 % der Google-Suchen am Desktop, die das Comscore-Panel erfasst, eine KI-Übersicht; im Juli 2025 waren es 25,8 % ([Comscore, 22.09.2026](https://www.comscore.com/Insights/Press-Releases/2026/9/Comscores-Q2-2026-AI-Intelligence-Report)). ## Quellen - Eigene Messung: btlabs-Nennungs-Monitor, 10 Fragen (5 seit 01.08., 5 seit 07.09.), 01.08.–28.09.2026 - [Glen Allsopp: How Volatile Are AI Responses? (Detailed, 23.09.2026)](https://detailed.com/ai-volatility/) - [Chen, Wang, Chen, Koudas: Generative Engine Optimization: How to Dominate AI Search (arXiv 2509.08919, 2025)](https://arxiv.org/abs/2509.08919) - [Ahrefs: AI search overlap with Google (2025)](https://ahrefs.com/blog/ai-search-overlap/) - [Comscore: Q2 2026 AI Intelligence Report (22.09.2026)](https://www.comscore.com/Insights/Press-Releases/2026/9/Comscores-Q2-2026-AI-Intelligence-Report) - [Google: KI-Funktionen und deine Website](https://developers.google.com/search/docs/appearance/ai-features) - [OpenAI: ChatGPT search](https://help.openai.com/en/articles/9237897-chatgpt-search) · [OpenAI: Crawler](https://developers.openai.com/api/docs/bots) - [Anthropic: Unterauftragsverarbeiter](https://trust.anthropic.com/subprocessors) · [Anthropic: Crawler](https://support.claude.com/en/articles/8896518) - [Perplexity: Crawler](https://docs.perplexity.ai/docs/resources/perplexity-crawlers) ## Häufig gestellte Fragen. **Was bringt mir GEO — warum sollte meine Website von KI zitiert werden?** Wenn immer mehr Menschen ihre Antworten direkt von ChatGPT, Perplexity oder der Google-KI bekommen, entscheidet nicht mehr nur dein Google-Ranking, ob du gefunden wirst — sondern ob die KI dich als Quelle nennt. Genau hier setzt GEO (Generative Engine Optimization) an: Es bereitet deine Inhalte so auf, dass KI-Systeme sie korrekt lesen, verstehen und in ihren Antworten zitieren können. Der Nutzen ist konkret: Du hast eine Chance, empfohlen zu werden, wenn ein potenzieller Kunde die KI nach einem Anbieter wie dir fragt — mit klaren, eigenständig lesbaren Aussagen, strukturierten Daten und [maschinenlesbaren](https://btlabs.dev/de/glossary/maschinenlesbare-website) Formaten. Wer hier nicht auftaucht, existiert für diese wachsende Gruppe von Suchenden schlicht nicht. **Warum reicht klassische Suchmaschinen-Optimierung allein nicht mehr?** Weil ein wachsender Teil deiner Kunden gar nicht mehr klassisch sucht, sondern KI-Assistenten fragt — und dort tauchst du nur auf, wenn deine Website auch für KI-Systeme lesbar ist. Die klassische Suche bringt weiterhin Besucher, aber sie ist nur noch einer von zwei Kanälen. Wer beide bedient — Menschen im Browser und KI-Systeme als zweites Publikum — hat die besten Chancen, gefunden zu werden, egal wo der Kunde fragt. Dieses Prinzip heißt [Zwei-Kanal-Sichtbarkeit](https://btlabs.dev/de/glossary/zwei-kanal-sichtbarkeit) . **Woran erkenne ich, ob eine Agentur wirklich versteht, wie eine KI meine Website liest?** Ein einfacher Test: Frag nach den letzten drei Projekten und wie dort mit KI-Sichtbarkeit umgegangen wurde. Wenn die Antwort bei Meta-Tags, Ladezeit und klassischen Rankings endet, deckt das nur die halbe Miete ab — wichtig, aber für KI-Antwortsysteme nicht entscheidend. Wer wirklich versteht, wie eine KI eine Website liest, spricht über konkretere Dinge: ein maschinenlesbares Profil wie \`[llms.txt](https://btlabs.dev/de/glossary/llms-txt) \`, [strukturierte Daten](https://btlabs.dev/de/glossary/strukturierte-daten) im JSON-LD-Format für Fakten wie Öffnungszeiten oder Leistungen, und ob KI-Crawler und -Agenten überhaupt technisch Zugang zur Seite haben. Das sind die Stellschrauben, die darüber entscheiden, ob eine KI deinen Betrieb korrekt zitieren oder empfehlen kann. Nächster Schritt ## Sollen wir uns das gemeinsam anschauen? Kein Pitch, kein Standardpaket — eine ehrliche Einschätzung zu deinem Projekt. Antwort in der Regel binnen 24 h. [Gespräch starten →](https://btlabs.dev/de/kontakt#cta) ## Das könnte dich auch interessieren - [· 4,5 Wochen: So schnell vergisst dich eine KI wieder · Eine große Studie zeigt: Unveränderte Inhalte werden von KI-Systemen im Schnitt nach 4,5 Wochen seltener zitiert. Warum Aktualität der einfachste Hebel für KI-Sichtbarkeit ist.](https://btlabs.dev/de/posts/zitations-halbwertszeit-ki-vergisst) - [· Was bei KI-Sichtbarkeit belegt ist — und was Spekulation · Die Ratschläge zur KI-Sichtbarkeit widersprechen sich. Wir sortieren sie nach dem, was dahintersteht: offiziell dokumentiert, wissenschaftlich untersucht, plausibel aber unbelegt — oder schlicht falsch.](https://btlabs.dev/de/posts/ki-sichtbarkeit-belegt-oder-spekulation) - [· Wenn andere über dich reden · Die Fakten über dich liefert deine Website. Ob eine KI dich empfiehlt, entscheiden andere — Erwähnungen hängen deutlich enger mit KI-Sichtbarkeit zusammen als Backlinks.](https://btlabs.dev/de/posts/markenerwaehnungen-ki-sichtbarkeit) --- Source: https://btlabs.dev/de/posts/geo-je-modell Languages: [it](https://btlabs.dev/llms/it/posts/geo-per-modello) · [en](https://btlabs.dev/llms/en/posts/geo-by-model) See also: [llms.txt](https://btlabs.dev/llms.txt) · [ai.txt (Policy)](https://btlabs.dev/ai.txt) · [identity.json](https://btlabs.dev/identity.json)