„Bauen wir das jetzt zweimal, einmal für ChatGPT und einmal für Claude?”
Sobald jemand die Sichtbarkeitsarbeit auf den Tisch legt, kommt diese Frage. Zuverlässig.
Ich hing ein gutes halbes Jahr daran fest. Man öffnet das Messdashboard, und die Marken, die ChatGPT nennt, sind schlicht andere als die, die Claude nennt.
Bei so unterschiedlichen Ergebnissen wirkt es ehrlich, den Plan zu teilen. Es verdoppelt allerdings die Arbeit.
Genau das hat jemand nachgemessen — nicht an den Empfehlungen, sondern an den Gründen, aus denen eine Marke keine bekommt.
Braucht es getrennte KI-Sichtbarkeitsstrategien für ChatGPT und Claude?
Nicht vor der Diagnose. Welche Marken die beiden Anbieter empfehlen, weicht in rund zwei Dritteln der Fälle voneinander ab. Fällt eine Marke aber bei beiden durch, stimmt die Diagnose des Warum zu 95,1 Prozent überein (Will Jack und Kolleginnen bei Unusual.ai, Mai 2026, 215 kommerzielle Prompts, 7.763 gemeinsame Ausfälle).
Eine Diagnose, einmal gestellt, trägt also über beide Anbieter.
Diagnose heißt hier: dein Problem einer Stufe zuordnen. Das Modell findet dich nicht, oder es findet dich und du überzeugst nicht, oder es hat dich unter einem ganz anderen Anwendungsfall abgelegt. Das Forschungsteam sortierte jeden gemeinsamen Ausfall in diese drei Modi.
215 kommerzielle Prompts, 7.763 Fälle, in denen beide dich weggelassen haben
Das Team von Unusual.ai ging an eine praktische Verzweigung: Wenn deine Kundschaft beides nutzt, lohnt sich dann eine Optimierung je Anbieter (arXiv:2606.26116)?
Das Vorgehen ist unaufgeregt. 215 Prompts aus kommerziellen Kontexten an beide Anbieter schicken, die Empfehlungen nebeneinanderlegen, dann die 7.763 „gemeinsamen Ausfälle” herausziehen — die Durchläufe, in denen keiner der beiden die Marke empfahl — und prüfen, ob die Diagnose übereinstimmt.
Die Abweichung wird zuerst mit Zahlen festgezurrt. Die Jaccard-Ähnlichkeit zwischen den Anbietern liegt bei 0,35, während derselbe Prompt beim selben Anbieter wiederholt auf 0,50 bis 0,61 kommt. Der Unterschied zwischen den Anbietern ist größer als die Schwankung beim Nachfragen.
Je unbekannter die Marke, desto einiger sind sich die Diagnosen
Übereinstimmung insgesamt: 95,1 Prozent, Konfidenzintervall 94,3 bis 95,7. Die Aufschlüsselung darunter ist das Interessante.
- Marktführer der Kategorie: 81 Prozent
- Long-Tail- und Regionalmarken: 99,6 Prozent
Je unbekannter die Marke, desto häufiger fällt sie bei beiden aus demselben Grund durch. Umgekehrt: Wer bereits einen Namen hat, dessen Fehlerbilder fangen an, sich je Anbieter aufzufächern.
Das sagt dir, wie lange die Abkürzung hält. Solange du noch Bekanntheit aufbaust, deckt eine Diagnose beide ab.
Andere Ergebnisse, gleiche Diagnose — weil die Wege verschieden sind
Die beiden kommen auf sichtbar verschiedenen Wegen zur Empfehlung. Anthropic antwortet in 43 bis 52 Prozent der Fälle aus dem, was das Modell ohnehin weiß; OpenAI in 8 bis 29 Prozent.
Der eine greift ins Gedächtnis, der andere geht suchen. Zwei Wege zur selben Frage, da passen die Namen am Ende naturgemäß nicht zusammen.
Der Grund fürs Stolpern ist trotzdem derselbe. Zwei Leute mit völlig verschiedenen Arbeitswegen können aus demselben Grund zu spät kommen: Keiner von beiden ist überhaupt losgegangen.
Wer nicht losgegangen ist, dem hilft die Optimierung zweier Routen nicht.
Wie weit diese Zahl trägt
Vier Einschränkungen, und ich würde alle vier aussprechen, bevor das in eine Präsentation wandert.
- Nur zwei Anbieter, OpenAI und Anthropic. Gemini und Perplexity fehlen
- Märkte in den USA, Großbritannien und der EU, 19 Branchen. Keine deutschsprachige Messung
- Eine Messung an einem einzigen Tag, Drift über die Zeit ist nicht erfasst
- Alle vier Autorinnen und Autoren arbeiten bei Unusual.ai, einem Anbieter für Messung von Markensichtbarkeit in KI
Der letzte Punkt wirkt auf die Richtung des Ergebnisses. „Deine Diagnose ist übertragbar” ist ein bequemer Befund für ein Unternehmen, das Diagnosen verkauft.
Im Widerspruch zu dem, was wir früher über die Abweichung der Ergebnisse geschrieben haben, steht das nicht. Was auseinandergeht, ist die Ausgabe; die Einordnung der Ursachen ist der gemeinsame Teil.
Erst die Stufe diagnostizieren, dann über getrennte Pläne reden
Mitzunehmen ist die Reihenfolge.
Bevor du eine Maßnahmentabelle je Anbieter baust, schiebe einen Schritt davor. Kläre, ob du beim Auffinden verlierst — das Modell bringt dich gar nicht erst — oder bei der Auswahl, wenn es dich nennt und dann jemand anderen empfiehlt.
Diese Antwort trägt zwischen OpenAI und Anthropic mit rund 95 Prozent. Und je weniger etabliert die Marke, desto verlässlicher trägt sie.
Ob du den Plan teilst, ist eine berechtigte Frage. Sie gehört nur hinter die Diagnose, nicht davor.
Quellen
- Will Jack, Noah Lehman, Keller Maloney, Sarah Xu (Unusual.ai), “Divergent Recommendations, Convergent Diagnoses: Cross-Provider Failure-Mode Convergence in AI Commercial Recommendation”, arXiv:2606.26116v1, veröffentlicht am 22. Mai 2026, arxiv.org (215 kommerzielle Prompts bei OpenAI und Anthropic; 7.763 gemeinsame Ausfälle ausgewertet. Jaccard-Ähnlichkeit zwischen den Anbietern 0,35 gegenüber einer Basislinie von 0,50 bis 0,61 bei Wiederholung desselben Prompts beim selben Anbieter. Die Diagnose des Fehlermodus stimmte zu 95,1 Prozent überein [94,3; 95,7], von 81 Prozent bei Kategorieführern bis 99,6 Prozent bei Long-Tail- und Regionalmarken. Anthropic empfahl in 43 bis 52 Prozent der Durchläufe aus Trainingswissen, OpenAI in 8 bis 29 Prozent. Märkte USA, Großbritannien und EU, 19 Branchen, Messung an einem einzigen Tag; alle vier Autorinnen und Autoren sind bei Unusual.ai angestellt, einem Anbieter für Messung von Markensichtbarkeit in KI.)
