„Die KI empfiehlt eh nur die großen Marken” – stimmt das wirklich?
Frag die KI nach einer Empfehlung, und am Ende kommen doch immer dieselben bekannten Namen raus, oder? „Empfiehl mir eine Feuchtigkeitscreme für empfindliche Haut” – und prompt steht CeraVe mit unschuldiger Miene ganz oben. Ging mir letztens genauso, und ich musste kurz schmunzeln: na klar, wieder die üblichen Verdächtigen.
Und wenn das so läuft, dann denkt sich gerade jeder, der eine unbekannte Marke betreut: „Mein No-Name-Produkt empfiehlt die KI doch nie im Leben.” Ob bei Google oder bei der KI – die großen Marken scheinen die erste Reihe komplett für sich gepachtet zu haben.
Nur: Diese Resignation ist vielleicht etwas voreilig.
Die KI hofiert die großen Marken tatsächlich. Aber diese Bevorzugung ist viel zerbrechlicher, als man denkt. Genau da gehen wir heute mal rein.
Bei gleicher Spec greift die KI zu 100 % zum bekannten Namen
Frontal untersucht hat das eine Studie von Chu und Hou, veröffentlicht im Juni 2026 (R). Das Team ließ drei KIs – GPT-4o-mini, Claude und Gemini – immer wieder Pflegeprodukte empfehlen. Eine echte, bekannte Marke wie CeraVe stand neben neun erfundenen Marken, und die Frage „Welche empfiehlst du?” lief hunderte Male durch.
Und was kam raus? Wenn die Spec der erfundenen Marken exakt der bekannten angeglichen wurde, alles also völlig gleichauf stand, empfahl die KI die bekannte Marke in 100 % der Fälle. Komplettes Monopol, der ganze Topf für einen. Bei gleicher Informationslage entscheidet die KI am Ende nach dem Namen, den sie schon kennt.
Hier steckt aber ein hübscher Mechanismus drin. Als das Team analysierte, was die Reihenfolge der Empfehlungen bestimmt, kam heraus: 82,4 % der Reihenfolge-Schwankung gehen auf das Produkt selbst zurück – Spec und Bewertung –, und die Bekanntheit der Marke macht gerade mal 1,2 % aus. Bekanntheit ist also so eine Art : Sie zeigt sich erst, wenn der Inhalt komplett gleichauf ist. Sie entscheidet das Spiel nicht.
0,1 Sterne mehr – und das Monopol bröckelt
Den Tiebreaker-Verdacht stützt das nächste Experiment. Das Team hob die Bewertung der erfundenen Marke ein winziges Stück über die der bekannten. Konkret: nur etwa 0,1 Sterne auf einer 5er-Skala (plus 0,075 bis 0,1). Und schon brach die eben noch hundertprozentige Festung – jetzt wurde die unbekannte Marke in 64 bis 80 % der Fälle gewählt.
Spannend ist auch, wann die Bekanntheit am stärksten zieht: genau im mittleren Qualitätsbereich, wo sich alles ähnelt und keiner klar vorn liegt. Ist die Lage unklar, gibt die KI die Entscheidung auf und klammert sich an den Namen. Gibt es dagegen auch nur einen winzigen Grund, „das hier sieht besser aus”, springt sie sofort um. Die Loyalität der KI hält ungefähr so lange wie eine Stempelkarte im Café.
Für unbekannte Marken ist das gar keine schlechte Nachricht. Nicht „wir verlieren bei der Bekanntheit, also chancenlos”, sondern: Wer beim Inhalt oder bei der Bewertung auch nur ein kleines Stück vorlegt, den empfiehlt die KI dann auch. Die Mauer steht zwar – aber man kommt erstaunlich leicht drüber.
„Expertenstimme” wirkt, „nur noch wenige verfügbar!” nicht
Was muss man der Marke also konkret mitgeben, damit die KI sie empfiehlt? Das Team baute verschiedene Marketing-Formulierungen in die Produktbeschreibungen ein und verglich die Wirkung.
Mit Abstand am stärksten wirkte die „Autoritäts-Untermauerung” – also Formulierungen mit Experten-Empfehlung oder (vermeintlichen) klinischen Daten. Damit durchbrach die unbekannte Marke das Monopol in 73,3 % der Fälle. Umgerechnet in Qualität schätzt das Team diesen Effekt auf 0,17 Sterne mehr oder einen Preisnachlass von 15,3 %. Ein bloßer Satz im Text verschafft also diesen Vorsprung.
Die vom Menschen-Marketing bekannten Hebel dagegen – Knappheits-Appelle wie „nur noch wenige verfügbar!” oder Preis- – brachten bei der KI unter 13 % und damit so gut wie nichts. Heißt: Die KI bleibt beim „Hype” erstaunlich kühl, ist aber beim „Beleg” weich. Ein erstaunlich gewissenhafter Charakter.
Nur: Wenn alle denselben Trick ziehen, sieht es anders aus
An der Stelle will man sofort loslegen: „Dann packen wir eben auch die Autoritäts-Sätze rein.” Aber so einfach lässt es das Studienende nicht zu. Das letzte Experiment hält einem eine ziemlich harte Realität vor die Nase.
So eine Optimierung auf „besser von der KI empfohlen werden” nennt die Branche . GEO heißt im Kern: Suchmaschinen-Optimierung, aber für KI-Antworten statt für die Google-Trefferliste. Und macht das nur eine einzige Firma heimlich, ist der Effekt gewaltig. Die Überlebensrate der bekannten Marke – wie oft sie weiter empfohlen wird – stürzte von 100 % auf 19,8 %. Klassischer Vorteil des Ersten.
Sobald aber alle Wettbewerber dieselbe Autoritäts-Untermauerung reinpacken, dreht sich das Bild. Weil wieder alle gleichauf stehen, fällt die KI auf den „bekannten Namen” zurück, und die Überlebensrate der großen Marke erholt sich auf 93,8 %. Der individuelle Gewinn aus der Optimierung verwässert auf fast null (plus 0,007). Alle haben sich gleichzeitig auf die Zehenspitzen gestellt – und am Ende steht wieder der alte Größenunterschied.
Das ist das Gefangenendilemma aus der Ökonomie: Optimieren alle, steigen nur die Kosten für alle, und keiner gewinnt. Lässt du es bleiben, bist du bei null Empfehlungen, also musst du mitziehen – aber außer dem Ersten wird keiner dafür belohnt. Eine ziemlich undankbare Welt.
Fazit: Was eine unbekannte Marke wirklich tun sollte
Halten wir fest, was diese Studie für die Marketing-Praxis bedeutet.
Erstens: Die Resignation „Wir sind zu unbekannt, die KI empfiehlt uns nie” darfst du erstmal beiseitelegen. Die Vorliebe der KI für große Marken greift nur dann, wenn der Inhalt gleichauf ist. Hast du bei Bewertung oder Qualität auch nur ein kleines Stück Vorsprung, kannst du sauber überholen. Die Mauer der Bekanntheit ist viel leichter zu nehmen, als du denkst.
Zweitens, und genauso wichtig: Spring nicht zu schnell auf die kleinen Optimierungstricks an. Formulierungen wie die Autoritäts-Untermauerung wirken kurzfristig brachial – aber in dem Moment, in dem alle mitmachen, verpufft der Effekt. Solange du der Erste bleibst, ist es lukrativ. Ein dauerhafter Vorteil ist es nicht. Das gehört in den Hinterkopf.
Worauf am Ende Verlass ist, ist das echte, direkt beobachtbare Signal: eine tatsächlich hohe Bewertung und ein sauberer Beleg von dritter Seite. Die KI lässt sich vom Hype nicht beeindrucken, ist aber beim Beleg ehrlich weich. Heißt für jede Marke, die von der KI gewählt werden will: Nicht der ausgefuchste Textkniff zählt, sondern das geduldige Sammeln von ehrlichen Reviews und Bewertungen von dritter Seite. Ein fast schon ernüchternd solider Schluss – aber auch bei der KI bleibt der Königsweg eben der Königsweg.
Quellen
- Xi Chu, Yupeng Hou (2026), „Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems”, arXiv:2606.17443, arXiv
