Du fragst die KI nach deiner Marke, und meistens stimmt die Antwort
Im wöchentlichen Meeting kam der Satz: „Ich hab ChatGPT mal nach uns gefragt, war ziemlich treffend.” Für die Runde war das Thema damit erledigt.
Auch mich hat das in dem Moment beruhigt. Der Bericht klang nach einer erledigten KI-Sichtbarkeitsprüfung.
KI-Sichtbarkeit heißt, wie eine Marke in KI-Antworten vorkommt — wie oft sie genannt wird und was dabei über sie gesagt wird.
Dann kam eine Messung über 150 Marken, und die Prüfung aus dem Meeting misst offenbar etwas Engeres, als es klingt.
Die Zahl stammt von Victorious, einer US-SEO-Agentur, aus ihrem eigenen Quarterly Search Report für das zweite Quartal 2026.
Die KI erkennt die meisten Marken, sobald du den Namen nennst
Die meisten Marken werden richtig beschrieben. Acht KIs haben 150 Marken beschrieben, und 96 Prozent dieser Beschreibungen kamen korrekt zurück.
Die acht: ChatGPT, Claude, Gemini, Copilot, Perplexity, Google AI Overviews, Google AI Mode und Meta AI.
Nach Branche betrachtet blieben fünf der acht durchweg bei 83 Prozent oder mehr: Google AI Mode, Gemini, ChatGPT, Google AI Overviews und Copilot.
Die restlichen drei rutschten in mindestens einer Branche darunter: Claude zwischen 70 und 91 Prozent, Perplexity zwischen 47 und 100 Prozent, Meta AI zwischen 46 und 83 Prozent. Der Tiefpunkt von Perplexity und der von Meta AI lagen in derselben Branche, SaaS — 47 und 46 Prozent.
Welche dieser acht nutzt eigentlich dein Käufer?
Das ist die Seite, auf der die KI gut abschneidet: Sie kennt die Marke. Und genau deshalb kommt die Prüfung mit Markennamen meistens sauber zurück.
Frag nach der Kategorie, und das Erkennen zählt nicht mehr
Dieselbe Agentur hat die gleichen 150 Marken durch eine zweite Prüfung geschickt: eine Kategorie-Frage, ohne Markennamen darin. 89 Prozent dieser Marken tauchten kein einziges Mal auf.
Die Prompt-Form: etwas wie „welche Anwaltskanzleien in den USA sind die besten” — so, wie ein Käufer tatsächlich fragen würde.
Dahinter steckt: 5 Branchen (E-Commerce/Einzelhandel, SaaS, Gesundheit, Recht, Finanzen), 5.830 gesammelte Antworten, 49.391 daraus gezogene Zitate.
Diese 89 Prozent beziehen sich auf 89 Prozent der 150 gemessenen Marken.
Auf Victorious’ eigener Seite steht auch ein Satz, den man als „89 Prozent der 96 Prozent, die richtig beschrieben wurden” lesen kann — aber die Zusammenfassung ganz oben nennt die Zahl als Anteil aller 150 Marken, und das ist die Lesart, die dieser Artikel übernimmt.
Die Namens-Prüfung und die Kategorie-Prüfung sind also zwei verschiedene Messungen derselben KI, und sie bewegen sich nicht zusammen.
Warum „kennen” und „nennen” auseinanderfallen
Ein Prompt mit Namen zieht das ab, was das Modell schon weiß. Steht die Marke in den Trainingsdaten, wird sie meist richtig beschrieben.
Die Kategorie-Frage läuft über einen anderen Prozess: Das Modell muss auswählen, welche Marken es als Kandidaten nennt. Einen Fakt zu kennen und ihn in einer Antwort zu zeigen, sind im Modell zwei getrennte Schritte.
Ein sauberer Wert bei der Namens-Prüfung sagt deshalb nichts über die Nennungsrate bei Kategorie-Fragen.
Auch die Art der Quelle, auf die sich das Modell stützt, wechselt je nach Frage-Etappe.
Fragen zum Problembewusstsein („woran erkenne ich, dass ich einen Anwalt brauche”) zogen vor allem aus Videoplattformen und öffentlichen Stellen — eine Nennungsrate von 0,10 Prozent pro Antwort.
Kategorie-Vergleichsfragen („welche ist die beste Anwaltskanzlei in den USA”) zogen dagegen aus Verzeichnissen, Rankings und Vergleichsmedien — 1,29 Prozent pro Antwort. Victorious nennt das „mehr als das 12-Fache”.
Gleiche Marke, gleiche KIs — der Wert hängt davon ab, auf welcher Etappe du fragst. Wer das Quartal für Quartal vergleichen will, muss die Etappe festhalten, sonst bewegt sich nicht das Modell, sondern der eigene Prompt.
So liest sich die Zahl
96 und 89 Prozent kommen mit sechs Bedingungen, die aus der Studienanlage und von den Autoren selbst stammen.
- Korrelation, keine Ursache. Die Nennungswahrscheinlichkeit korreliert mit Drittseiten-Links (Korrelationskoeffizient 0,49 mit verweisenden Domains), aber das ist kein Experiment, das zeigt, dass mehr Erwähnungen mehr KI-Zitate verursachen.
- 150 Marken in 5 Branchen. Wie viele Marken je Branche, steht nicht in der Veröffentlichung.
- Der Zeitraum ist das zweite Quartal 2026, Start- und Enddatum unbekannt. In dieselbe Zeit fielen ein Google-Core-Update (21. Mai bis 2. Juni 2026) und ein Spam-Update (24. bis 26. Juni); Victorious nennt beide selbst als mögliche Erklärung für Verschiebungen in der organischen Sichtbarkeit.
- Claude und Meta AI hatten in dieser Runde eingeschränkte Websuche, die Zitat-Zahlen stammen deshalb nur von den übrigen sechs KIs.
- Victorious verkauft SEO-Dienstleistungen. „Hol dir mehr Drittseiten-Erwähnungen” ist auch das eigene Geschäft.
- Nichts davon misst, was die KI über eine Marke sagt — nur, ob die Beschreibung stimmt und ob der Name überhaupt fällt.
Zieht man die Korrelation und die Interessenlage der Autoren ab, bleibt eines stehen: Die Namens-Prüfung und die Kategorie-Prüfung messen zwei verschiedene Dinge, und sie bewegen sich nicht zusammen.
Welche der beiden ist der Prompt, den du gerade in deinem Reporting stehen hast?
Teile deine Prüfung heute in zwei
Ein Prompt mit Markennamen misst Genauigkeit. Eine Kategorie-Frage misst, ob eine Marke überhaupt auftaucht — zwei verschiedene Messwerkzeuge, kein einziger Wert mit zwei Etiketten.
Der Schritt für heute: Nimm die Prompts, die du schon laufen hast, und markiere die mit dem Markennamen drin.
Sind es alle, ergänze mindestens eine Kategorie-Frage — so, wie sie ein echter Käufer tippen würde — und trenne die beiden ab dem nächsten Quartal.
Ich hab meine fünf Prompts genauso durchgesehen. Vier trugen unseren Namen. Keine einzige war eine Kategorie-Frage.
Wie sich „kennen” ohne „nennen” aus Sicht des Modells anfühlt, steht in Erst wenn derselbe Fakt in vielen Formulierungen auftaucht, rückt ChatGPT ihn raus — dieser Artikel hier setzt den nächsten Schritt drauf: Wenn das Modell eine Marke schon zeigen kann, nennt es den Namen dann auch wirklich?
Tausch einen Prompt aus, und ein blinder Fleck, den du vorher nicht gesehen hast, bekommt einen Namen.
Quellen
- Victorious, „Quarterly Search Report (zweites Quartal 2026)”, https://victorious.com/quarterly-search-report/
- Die URL oben wird jedes Quartal aktualisiert. Archivierte Fassung der hier verwendeten Ausgabe für das zweite Quartal 2026: Internet Archive (abgerufen am 2026-08-04)
