„KI-Sichtbarkeit? Dann bringen wir erst mal die Wikipedia in Ordnung“
Wenn die Medienliste neu gemacht wird, ist die Sache mit diesem einen Satz doch eigentlich schon durch, oder?
Danach hast du dir die Top 10 aus irgendeiner englischsprachigen Auswertung rausgesucht und die Reihenfolge übernommen, so wie sie dastand. Ich habe so einen Ausdruck mal auf eine interne Folie geklebt: Die ersten drei Zeilen kamen alle aus dem Wikipedia-Umfeld, da gab es eben nichts mehr abzuwägen.
Dann legt jemand eine Auszählung über 13 Sprachen daneben, und in einer davon steht ganz oben ein Wirtschaftsmagazin.
Eine englische Rangliste in die deutsche Medienliste zu kleben, ist ungefähr so, als würdest du dir für den Umstieg in Hamburg den Netzplan von München danebenlegen.
Gezählt hat das Dmitrij Żatuchin, veröffentlicht im Juni 2026. In seiner Auswertung stehen 167.551 Zitate zu 128 Marken aus zwölf Märkten und 13 Sprachen (Preprint auf arXiv).
Woher holt die KI ihre Quellen, wenn sie über eine Marke schreibt?
In elf der dafür gemessenen zwölf Sprachen steht die Wikipedia als meistzitierte Quelle ganz oben. So weit trägt die englische Rangliste also.
Gezählt wird hier das Grounding. Das heißt im Kern: die Seiten, die eine KI aufmacht und liest, bevor sie ihre Antwort schreibt. Gezählt wird also nicht der Antworttext, sondern das, was davor geöffnet wurde. Für dich heißt das: So eine Auszählung zeigt dir, wo eine KI nachschlägt, wenn dein Markenname in einer Frage auftaucht — und da kannst du ja etwas hinlegen.
Eine Sprache fällt aus der Reihe. Im Litauischen ist das Wirtschaftsmagazin vz.lt die meistzitierte Quelle, und ab da stimmt die übernommene Reihenfolge halt nicht mehr.
Elf von zwölf Sprachen mit der Wikipedia an der Spitze, eine mit einem Wirtschaftsmagazin.
Bei Polens einheimischen Marken zieht ein Jobportal mehr Zitate als die polnische Wikipedia
In Polen kippt die Reihenfolge noch deutlicher. Bei den einheimischen Marken ist YouTube die meistzitierte Quelle — also Video.
Und die vier Jobportale zusammen? Sie kommen zusammengenommen auf doppelt so viele Zitate wie die polnischsprachige Wikipedia. Heißt, die Stellenanzeigen einer Firma standen hier mit unter den Seiten, die eine KI vor ihrer Antwort aufgemacht hat.
Die Karriereseite zählt hier als Baustein der Markensichtbarkeit.
Wie viele Firmen haben ihre Karriereseite eigentlich in der Medienliste stehen? In meiner Tabelle stand sie jedenfalls nicht.
Warum sich die Reihenfolge zwischen den Sprachen verschiebt, misst diese Arbeit nicht. Dass von einem Sprachraum zum nächsten andere Medien die Masse stellen, ist eine Vermutung und bleibt eine. Für die Ursache steht dort ein leeres Feld.
Für welche Märkte und welche KI-Systeme gilt das überhaupt?
Zwölf Märkte in Mittel- und Osteuropa, Nordeuropa und dem Baltikum. Deutschland ist einer davon, Deutsch eine der 13 Sprachen — anders als Japan und Japanisch, die hier nicht vorkommen.
Hier in diesem Text steht je Sprache nur die Spitze: die meistzitierte Quelle. Für Deutsch nenne ich dir keine — und welcher Kanal aus deiner eigenen Medienliste in deutschsprachigen KI-Antworten auftaucht, steht in der Arbeit ohnehin nicht.
Dazu kommt: Das ist ein Preprint, von außen begutachtet hat das bisher noch niemand. Und neben der Hochschule steht bei dem Autor Rankfor.AI — eine Firma, die Ranking-Messung für KI-Sichtbarkeit verkauft.
In der Arbeit steht kein Messdatum. Der Autor führt selbst als Grenze an, dass die Ergebnisse an der jeweiligen Modellversion und am Erhebungszeitraum hängen.
Gefragt wurden Perplexity, Gemini und GPT. Claude ist nicht dabei. Als weitere Grenze nennt der Autor, dass hier drei Datensätze zusammengelegt wurden und die Zahlen deshalb eben nicht überall gleich fein aufgelöst sind.
Zwölf Märkte, drei KI-Systeme, und das Erhebungsdatum fehlt.
Im selben Material stammen 85,7 Prozent der Zitate von fremden Domains. In dieselbe Richtung zeigte schon eine andere Auszählung, für heute ist das eine Randnotiz.
Die englische Rangliste behalten und eine zweite in deiner Sprache danebenstellen
Die drei Wikipedia-Zeilen von meiner Folie stimmen weiterhin, und zwar über den englischen Sprachraum hinaus: In elf der zwölf dafür gemessenen Sprachen liegt die Wikipedia vorn. Was auf der Folie fehlt, sind deine eigenen Kanäle.
Rechts an deine Medienliste kommt eine Spalte: Wird dieser Kanal in KI-Antworten in deiner Sprache tatsächlich zitiert? Die Zeilen, die leer bleiben, markieren die Stellen, an denen noch niemand nachgezählt hat.
Für Japanisch — und für jeden Markt außerhalb dieser zwölf — steht in der Arbeit keine Antwort. Wie stark so eine Liste in Bewegung ist, hat für japanischsprachige KI-Antworten jemand separat gezählt: Vier der zehn meistzitierten Domains waren nach zwei Monaten ausgetauscht (Vier von zehn KI-Quellen in Japan waren nach zwei Monaten ausgetauscht).
Mit dieser Bewegung im Hinterkopf legst du die zweite Tabelle an. Denn wer wissen will, wen die KI im eigenen Sprachraum zitiert, kommt ums eigene Nachzählen nicht herum.
Die erste Tabelle hast du übernommen. Die zweite misst du selbst.
Quellen
- Żatuchin, D. (Estonian Entrepreneurship University of Applied Sciences / Rankfor.AI), “How Large Language Models Source Brand Reputation Across Languages and Markets”, arXiv:2606.25787, 2026-06-24, https://arxiv.org/abs/2606.25787
