„Und mit welchen Fragen messen wir das jetzt?“
Irgendwann steht die Idee im Raum, mal nachzuschauen, ob die eigene Marke in den KI-Antworten vorkommt. Und als Erstes muss man festlegen, was man dem Modell überhaupt hinwirft.
Genau da hing es bei uns jedes Mal. „Was sind die besten …“? Oder „… Vergleich“? Keiner hatte eben ein Kriterium dafür auf dem Tisch.
Meine Liste lag zwei Wochen halbfertig herum. Solche halbfertigen Listen gibt es vermutlich in einigen Firmen.
Die KI sucht nicht mit der Frage, die du formuliert hast. Zwei Wochen lang hat jemand mitgeschnitten, was die Modelle tatsächlich in den Suchschlitz tippen, und die Zahlen sind unangenehm.
Sucht die KI mit denselben Wörtern, mit denen du fragst?
Nein. Bei ChatGPT teilen die intern abgesetzten Suchanfragen nur 13 % der Wörter mit der ursprünglichen Frage, und bei derselben Frage kommt in 91 % der Durchläufe eine andere Suchanfrage heraus (Profound, 10.000 Prompts über 14 Tage, veröffentlicht am 30. April 2026).
Dieselbe Frage, 91 % andere Suchanfrage — ein einzelner Versuch misst also gar nichts.
Google beschreibt den Mechanismus für die eigene Seite ganz offen: Der AI Mode zerlegt die Frage in Unterthemen und schickt viele Suchen gleichzeitig los — query fan-out heißt das dort. Fan-out ist also schlicht: eine Frage wird zu mehreren Suchen aufgefächert.
Wie viele, sagt Google eben nicht. Beim normalen AI Mode bleibt es bei „viele“, bei Deep Search bei „Hunderte“. Die Zahlen holen wir uns deshalb aus der Profound-Messung, die drei Engines nebeneinander gestellt hat.
Drei Engines, drei Umgangsarten mit deiner Frage
Perplexity hält sich von den dreien am engsten an deine Worte: 88 % geteilte Wörter, und beim Wiederholen sind nur 14 % der Anfragen neu.
Copilot liegt mit 50 % und 47 % dazwischen. Und ChatGPT steht mit 13 % und 91 % so weit weg von Perplexity, dass „wir messen in der KI“ als ein einziger Satz nicht mehr trägt.
Bei der Menge sind sich die drei dagegen einig: etwa 1,4 bis 2 Suchanfragen pro Durchlauf. Gleich viele Notizen, völlig andere Formulierung — so, als würde im selben Meeting einer wörtlich mitschreiben und einer jeden Satz neu bauen.
Denn was die Engine tippt, entscheidet ja, welche Seiten überhaupt für die Antwort eingesammelt werden.
Was das Umschreiben übersteht: Name und Region
Dieselbe Untersuchung sortiert auch, welche Bestandteile der Frage bis in die Suche durchkommen.
- Der Markenname bleibt bei allen drei Engines weitgehend erhalten
- Die Region bleibt bei allen dreien so gut wie immer erhalten
- Preis und Filterbedingungen werden bei ChatGPT umgedeutet oder aufgeweitet, bei Perplexity und Copilot fallen sie oft ganz weg
Damit steht der Teil fest, den du sauber messen kannst: Wer nach deinem Namen fragt, schickt deinen Namen auch in die Suche. Und damit steht der unangenehme Teil auch fest: „Unter 50 Euro“, „für Einsteiger“ — solche Bedingungen können vor der Suche verschwinden, und die Antwort wird aus Treffern gebaut, in denen sie nicht mehr drinstecken.
Sprich: Deine Preisklasse steht in der Suche gar nicht mehr drin. Du kannst darin vorn liegen, und im Reporting sieht es aus, als wärst du in dieser Nische unsichtbar — obwohl niemand deine Nische je abgefragt hat.
Die sechs Zeilen, die vor die Zahl in dein Reporting gehören
Gemessen wurden ChatGPT, Perplexity und Copilot. Gemini und Googles AI Mode sind nicht dabei. Und Googles Erklärung von oben stützt den Mechanismus, sie ist nicht die Quelle dieser Zahlen.
Wie sich die 10.000 Prompts zusammensetzen — Sprachen, Branchen, Absichten —, steht nirgends. Ob deutschsprachige Prompts dabei waren, auch nicht. Wer auf Deutsch misst, überträgt diese Prozentwerte also besser noch nicht eins zu eins.
Beobachtet wurde über 14 Tage, das ist kurz. Und wie die Fan-out-Anfragen überhaupt beobachtet wurden, legt die Untersuchung nicht offen.
Dazu kommt: Profound verkauft selbst Messung von KI-Sichtbarkeit. Der Schluss „mit den Fragen, die du dir ausdenkst, kommst du nicht hin“ zeigt ziemlich genau Richtung eigenes Produkt. Und ein Wert wie „1,4 bis 2“ wackelt ohnehin, sobald eine der drei Engines ihre Implementierung ändert.
Diese sechs Zeilen gehören vor die Grafik, nicht in die Fußnote darunter.
Zähl mit mehreren Fragen, wie oft dein Name fällt
Die Einheit wechseln — das ist der ganze Umbau: von „kommen wir vor?“ zu „wie oft von wie vielen Durchläufen?“.
Bau dir also mehrere Fragen um das herum, was die Umschreibung übersteht (Markenname und Region), schick sie wiederholt raus und lies die Trefferquote ab. Fang dabei mit dem „Was sind die besten …“-Typ an, dessen Form bei Perplexity zu 65 %, bei Copilot zu 52 % und bei ChatGPT zu 39 % unverändert in der Suche ankommt.
Und führ die Fragen mit Bedingung getrennt. Preis und Zielgruppe kommen in eine eigene Spalte, unter der Annahme, dass die Bedingung wegfällt — dann liest du deine eigene Tabelle in drei Monaten nicht falsch.
Wie man überhaupt schätzt, was Leute fragen, steht nebenan in Die KI rät deine Kundenfragen einfach und in „4.200 Prompts im Monat“; wie die Frageform die Antwort dreht, in Nutzer fragen ganz anders, als du misst. Heute ging es eine Etage tiefer: was die KI mit der Frage macht, für die du dich schon entschieden hast.
Drei Fragen, mehrfach abgeschickt, Trefferquote zählen.
