„Wir sollen mehr veröffentlichen — mit welchem Team denn?”
Jedes Gespräch über KI-Suche landet irgendwann bei derselben Ansage: Wer in den Antworten vorkommen will, muss mehr publizieren.
Nur kann das kaum jemand. Die Leute sind dieselben wie letztes Jahr, das Budget auch.
Ging mir bei den letzten drei Content-Runden genauso: Der einzige Hebel, den alle nennen, ist ausgerechnet der, an dem niemand ziehen kann.
Aber jemand hat sich mal die Datumsangaben der Seiten angesehen, die KI-Assistenten tatsächlich zitieren. Und da steht eine zweite Tür offen.
7.683 Seiten mit Datum. Fangen wir bei den Daten an.
Wie neu sind die Seiten, die KI-Antworten zitieren?
Drei von vier sind keine zwölf Monate alt. Von 7.683 zitierten Seiten waren 75 % im letzten Jahr aktualisiert worden — 47.097 Zitationen, erhoben bei ChatGPT, Gemini und Perplexity zwischen März und Juni 2026 R.
Gemacht hat das Seer Interactive, eine US-amerikanische Digitalmarketing-Agentur.
Gefragt wurde ohne Markennamen, rund um vier Unternehmen: einen Zoobedarfshändler, einen Ferienwohnungs-Anbieter, einen Stromanbieter und eine Geschäftsbank. Gezählt wurden nur Seiten, die mindestens dreimal zitiert wurden.
Die Daten kamen aus drei Quellen — dem, was die Seite selbst angibt, der und den Antwort-Headern des Servers.
Das Änderungsdatum ist ja nichts weiter als der Vermerk, wann zuletzt jemand an der Seite war.
Wohlgemerkt: Seer verkauft selbst Content-Aktualisierungen. Wenn eine Bude, die Überarbeitungen verkauft, dir sagt, dass Überarbeiten wirkt, ist das der Bäcker, der Brot zum Frühstück empfiehlt. Die Zahlen sind Erstdaten, die Richtung der Schlussfolgerung hat halt einen Farbstich.
Fast ein Drittel der „neuen” Seiten waren alte Artikel
Das hier ändert, was du am Montag machst.
Die Autoren haben aus den Seiten, die im letzten Jahr aktualisiert wurden, diejenigen herausgezogen, deren Erstveröffentlichung zwei Jahre oder länger zurückliegt.
Diese überarbeitete Gruppe kam bei Gemini auf 27 %, bei ChatGPT auf 28 %, bei Perplexity auf 28 %. Über die Branchen hinweg fiel sie nie unter 26 %.
Heißt: Mehr als jede vierte „neue” Seite, die die KI aufgreift, ist gar kein neuer Artikel. Sie ist ein alter, den jemand am Leben gehalten hat.
Dasselbe Bild kommt aus einer zweiten Richtung. Bei den 4.124 Seiten, für die sowohl das Veröffentlichungs- als auch das Änderungsdatum vorlag:
- nach Änderungsdatum liegen 72 % im letzten Jahr
- nach Erstveröffentlichung nur 42 %
Dieselben Seiten, ein anderes Datum als Maßstab — und 30 Prozentpunkte Unterschied.
Diese Lücke ist genau das überarbeitete Material, das auf die neue Seite der Linie gerutscht ist.
Die Autoren formulieren es so: Die Aktualität, die LLMs belohnen, entsteht durchs Aktualisieren und nicht durchs Neuveröffentlichen. Ein LLM (großes Sprachmodell) ist die Maschinerie in ChatGPT oder Gemini, und was sie liest, ist die heutige Fassung der Seite — egal, wann die mal online ging.
Sprich: Wenn du das Datum einer Seite bewegst, die du längst hast, landest du im selben Topf wie ein frischer Artikel. Für alle mit gedeckelter Produktion ist das die deutlich realistischere Tür.
Womit anfangen? Mit dem, was seit drei Jahren steht
Die Verteilung hat einen steilen Rand:
- innerhalb eines Jahres aktualisiert: 75 %
- innerhalb von zwei Jahren: 88 %
- innerhalb von drei Jahren: 93 %
Drei Viertel im ersten Jahr, über neunzig Prozent nach dreien. Was länger stillsteht, ist aus der Verteilung, aus der die Zitate kommen, praktisch raus.
Die Reihenfolge ergibt sich damit von selbst: erst das, was seit drei Jahren keiner angefasst hat — und zwar inhaltlich angefasst.
Mach deine Sitemap auf, sortier die wichtigen Seiten nach Änderungsdatum aufsteigend, und die Kandidatenliste steht vor der Mittagspause.
Eine Ebene tiefer wird es dann unterschiedlich. Der Anteil der Zitate, die von Seiten aus dem letzten Jahr stammen, lag bei Gemini bei 78 %, bei ChatGPT bei 73 % und bei Perplexity bei 65 %.
Perplexity lässt Älterem also 13 Punkte mehr Raum als Gemini. Aktualität ist damit kein Schalter, den alle drei gleich stark umlegen — eher eine der Bedingungen dafür, überhaupt wieder in der Verteilung zu stehen.
Wie weit trägt diese Zahl?
Das ist eine Korrelation. Niemand hat Seiten ausgelost, die Hälfte aktualisiert und dann verglichen, also lässt sich die Wirkung des Updates selbst hier nicht beziffern.
Ein Änderungsdatum war nur für etwa zwei Drittel des Materials überhaupt zu bekommen; über das restliche Drittel weiß man nichts.
Im Datensatz hat der Stromanbieter viel Gewicht, Ausgangspunkt sind vier Unternehmen, und deine Kategorie ist keine davon.
Seer hat keinen Abschnitt zu den Grenzen der Erhebung geschrieben — diese Vorbehalte kommen also von mir und nicht aus der Studie.
Und ein Punkt, den ich richtig gern vermeiden würde: die Variante, in der sich das angezeigte Datum bewegt und der Text nicht. Was hier gemessen wurde, sind Seiten, deren Datum sich bewegt hat, weil der Inhalt neu geschrieben wurde. Polierst du nur den Zeitstempel, liest das Modell weiter das Argument von letztem Jahr, bloß in diesjähriger Verpackung.
Erst die Änderungsdaten deiner wichtigsten Seiten auflisten
Es ist weniger zu tun, als es klingt. Nimm die zehn Seiten, die im Zentrum der Themen stehen, bei denen du genannt werden willst, schreib ihr Änderungsdatum daneben und arbeite dich von der ältesten nach vorn — alles über drei Jahre zuerst.
Das Zweite ist eine Einordnung. Behandle das Aktualisieren deiner eigenen Seiten als den Teil, den du wirklich bewegen kannst. Denn dieselbe Erhebung berichtet auch: nur rund 2 % der zitierten Inhalte stehen auf markeneigenen Seiten.
Der Rest gehört Dritten. Dein eigener Update-Rhythmus füllt den Zitat-Platz also eh nie allein — bewege die Hälfte, die dir gehört, und plan die andere Hälfte als eigenes Vorhaben.
Kann sein, dass ich aus vier Unternehmen und dem Datensatz einer einzigen Agentur zu viel herauslese. Woran ich trotzdem festhalte, ist das Sortieren: Es kostet eine Stunde und zeigt dir, welche Seiten still und leise alt geworden sind.
Dass die KI zu neueren Seiten greift, war schon in Seers Erhebung von 2025 zu sehen, damals mit 65 % innerhalb des Jahres — nachzulesen in „Ein guter Artikel wirkt doch ewig”? ChatGPT sieht das anders. Neu ist diesmal der Ausweg: Eine Überarbeitung bringt dich auf die neue Seite der Linie, ganz ohne neuen Artikel.
Bevor du den nächsten Redaktionsplan füllst, sortier den alten nach Datum.
