Jede KI zitiert andere Quellen

Es gibt eine Annahme, die sich in Gesprächen hartnäckig hält: Wer es einmal in ChatGPT geschafft hat, ist in KI-Antworten sichtbar. Punkt. Diese Annahme ist bequem, weil sie das Thema übersichtlich macht. Sie ist nur leider falsch, deutlicher sogar, als die meisten vermuten.

Schauen wir uns an, was tatsächlich passiert, wenn verschiedene KI-Systeme dieselbe Frage beantworten. Die Zahlen dazu sind ernüchternd und lehrreich zugleich.

Ein Experiment mit 100‘000 Anfragen

Das Unternehmen Profound hat ein Experiment gemacht, das die Sache klärt. Es hat 100‘000 identische Anfragen parallel durch ChatGPT und Perplexity geschickt und verglichen, welche Quellen die beiden Systeme jeweils zitieren.

Das Ergebnis: Nur 11 Prozent der zitierten Domains tauchten bei beiden Systemen auf. 37,4 Prozent nannte ausschliesslich ChatGPT, 51,6 Prozent ausschliesslich Perplexity.

Lass diese Zahl kurz wirken. Bei identischen Fragen greifen die beiden Systeme zu fast neun Zehnteln auf unterschiedliche Quellen zurück. Das ist keine Feinheit, das sind zwei weitgehend getrennte Welten.

Für dich heisst das: Wenn du in ChatGPT genannt wirst, weisst du damit noch nichts darüber, ob Perplexity dich kennt. Übersieht dich ChatGPT, heisst das umgekehrt nicht, dass du überall unsichtbar bist. Deine Sichtbarkeit ist kein einzelner Wert, sie ist ein Bündel.

Warum die Systeme so unterschiedlich schöpfen

Der Grund liegt darin, wie diese Systeme gebaut sind. Jedes hat eigene Vorstellungen davon, welche Quellen vertrauenswürdig sind, greift auf eigene Suchinfrastruktur zurück und gewichtet anders, was zu einer Frage passt.

Dazu kommt, dass sich die Systeme unterschiedlich schnell verändern. Was gestern galt, kann nach einer neuen Modellversion anders aussehen. Wie abrupt solche Verschiebungen sein können, habe ich im Beitrag darüber beschrieben, warum du deine KI-Sichtbarkeit nie auf eine Plattform bauen solltest.

Wichtig ist der Schluss, den man daraus zieht. Es geht nicht darum, für jedes System eine eigene Taktik zu erfinden. Es geht darum, zu verstehen, dass eine einzelne Messung ein unvollständiges Bild liefert.

Ein zweiter Befund, der Verbreitetes widerlegt

Beim Prüfen der Quellen für diesen Beitrag bin ich über eine Behauptung gestolpert, die in vielen Fachbeiträgen steht: Perplexity bevorzuge extrem frische Inhalte, angeblich stammten 82 Prozent der Zitate aus Material der letzten 30 Tage.

Diese Zahl liess sich nirgends auf eine Studie zurückführen. Sie wird von Blog zu Blog weitergereicht, ohne dass jemand eine Quelle nennt. Schlimmer noch: Die grösste verfügbare Messung zum Alter zitierter Inhalte zeigt das Gegenteil.

Ahrefs hat knapp 17 Millionen zitierte Adressen ausgewertet. Dabei ergab sich ein Durchschnittsalter der zitierten Inhalte von 1064 Tagen über alle KI-Assistenten hinweg, also fast drei Jahre. Perplexity lag mit 1166 Tagen sogar über dem Schnitt, ChatGPT mit 958 Tagen etwas darunter. Zum Vergleich: Klassische organische Google-Treffer waren im Schnitt 1432 Tage alt.

Zwei Dinge nimmst du daraus mit. Erstens ist Vorsicht angebracht bei Zahlen, die überall stehen und nirgends belegt sind. Zweitens die beruhigende Nachricht: Ein sorgfältig gearbeiteter Beitrag verliert seinen Wert nicht nach vier Wochen. KI-Systeme greifen ausgiebig auf Inhalte zurück, die Jahre alt sind. Das spricht für Substanz statt für Frequenz.

Ein Beispiel aus der Praxis

Damit das greifbar wird, stell dir eine Beraterin vor, die zu ihrem Fachgebiet gründlich schreibt. Sie fragt ChatGPT, wer in der Schweiz zu ihrem Thema berät. In der Antwort findet sie sich wieder. Verständlicherweise hakt sie das Thema ab.

Ein halbes Jahr später erzählt ihr eine Interessentin, sie habe lange gesucht und sei über eine KI auf zwei andere Namen gestossen. Nachgefragt stellt sich heraus: Die Interessentin nutzt Perplexity. Dort taucht die Beraterin nicht auf, weil Perplexity aus einem anderen Quellenpool schöpft, in dem sie nicht vorkommt.

Nichts an ihrer Arbeit war falsch. Ihr Fehler war, aus einer Messung auf das Ganze zu schliessen. Genau davor schützt dich das Wissen um die 11 Prozent.

Was das für die Google-Welt bedeutet

Ein verwandter Punkt betrifft das Verhältnis zwischen klassischem Ranking und KI-Zitat. Auch hier lohnt der Blick in die Daten.

Ahrefs hat im Juli 2025 gemessen, dass 76,1 Prozent der in AI Overviews zitierten Seiten auch in den Google-Top-10 rankten. Eine neuere Messung vom März 2026 mit 863‘000 Suchergebnisseiten kommt auf 37,9 Prozent.

Diese Zahlen werden gerne als dramatischer Absturz zitiert. Ahrefs selbst weist allerdings darauf hin, dass die beiden Datensätze nicht direkt vergleichbar sind, weil die Erkennung von Zitaten inzwischen besser ist und weil in der älteren Messung nur die drei sichtbarsten Zitate erfasst wurden. Ein Teil des Unterschieds ist also Messmethode, nicht Marktveränderung. Das gehört dazu, wenn man ehrlich mit Zahlen umgeht.

Was auch bei vorsichtiger Lesart bleibt: Ein erheblicher Teil der KI-Zitate stammt von Seiten, die nicht auf Seite eins von Google stehen. Ein gutes Ranking ist also weder Garantie noch Voraussetzung. Mehr dazu im Beitrag Ranking ist nicht KI-Sichtbarkeit.

Was du praktisch daraus machst

Aus all dem folgt kein Mehraufwand pro Plattform. Es folgt eine andere Haltung zur Breite.

• Miss breiter, nicht tiefer. Wenn du prüfst, ob du empfohlen wirst, frag nicht nur ChatGPT. Stell dieselbe Frage in Perplexity, Gemini und der KI-Suche von Google. Erst dieses Bündel zeigt dir, wo du stehst.
• Setz auf Erwähnungen an verschiedenen Orten. Weil die Systeme unterschiedlich schöpfen, wirkt Streuung mehr als Tiefe an einer Stelle. Ein Fachbeitrag, ein solides Verzeichnisprofil und eine hilfreiche Antwort in einer Community decken zusammen mehr ab als drei Beiträge am selben Ort. Warum fremde Seiten dabei so schwer wiegen, steht im Beitrag zu den Quellen, aus denen eine KI schöpft.
• Bleib bei den Grundlagen. Klare Antworten, saubere Struktur, erkennbare Autorschaft. Diese Dinge zahlen bei jedem System ein, weil sie nichts mit dessen Eigenheiten zu tun haben.
• Denk in Jahren, nicht in Wochen. Wenn zitierte Inhalte im Schnitt fast drei Jahre alt sind, ist ein gründlicher Beitrag eine Investition mit langer Laufzeit.

Wie du eine breite Messung praktisch anlegst

Das klingt nach Aufwand, ist aber in einer halben Stunde erledigt, wenn du es einmal ordentlich aufsetzt.

Formuliere dir drei bis fünf Fragen, so wie sie eine Interessentin stellen würde, die deinen Namen noch nicht kennt. Frag also nach deiner Leistung statt nach deinem Unternehmen: Wer hilft in der Schweiz bei diesem Thema? Wen empfiehlst du für jene Aufgabe?

Diese Fragen stellst du dann in jedem System, das für deine Zielgruppe eine Rolle spielt. Notiere jeweils zwei Dinge: ob dein Name fällt und welche anderen Namen genannt werden. Der zweite Punkt ist fast wertvoller als der erste, weil er dir zeigt, wer in deinem Feld als selbstverständliche Empfehlung gilt.

Wiederhole das in Abständen von einigen Monaten mit denselben Fragen. Erst der Vergleich über die Zeit macht aus einer Momentaufnahme eine brauchbare Beobachtung. Wichtig dabei: Erwarte Schwankungen. Antworten fallen selbst bei identischer Frage unterschiedlich aus. Was zählt, ist die Linie über mehrere Läufe, nicht das einzelne Ergebnis.

Warum das eine gute Nachricht ist

Auf den ersten Blick klingt der Befund nach mehr Arbeit. Vier Systeme statt eines, überall eigene Regeln. Bei genauerem Hinsehen ist er entlastend.

Wenn kein System das Feld beherrscht und jedes seine eigenen Quellen hat, gibt es auch keinen einzelnen Türsteher, den man überzeugen müsste. Es gibt keinen Trick, der bei allen wirkt, deshalb auch keinen, den dir jemand teuer verkaufen kann. Was übrig bleibt, ist die unspektakuläre Arbeit: gut sein, klar sein, an mehreren Orten vorkommen.

Für kleine Anbieter ist das die faire Variante. Wer eine Frage genauer beantwortet als andere, kann bei einem System auftauchen, ohne bei allen präsent gewesen zu sein. Aus vielen kleinen Chancen wird über die Zeit eine solide Sichtbarkeit.

Was du daraus mitnimmst

ChatGPT und Perplexity teilen sich bei identischen Fragen nur 11 Prozent ihrer zitierten Domains. Eine Nennung bei einem System sagt daher wenig über die anderen aus. Miss deshalb breiter, streue deine Erwähnungen und halte dich an die Grundlagen, die überall zählen.

Zwei verbreitete Behauptungen halten der Prüfung dabei nicht stand: dass Perplexity fast nur brandaktuelle Inhalte zitiere und dass der Zusammenhang zwischen Ranking und KI-Zitat sauber messbar eingebrochen sei. Die Wirklichkeit ist ruhiger. Sie spricht für Beständigkeit.

Wenn du wissen willst, wie dich die verschiedenen Systeme heute sehen, mach den kostenlosen KI-Sichtbarkeits-Check.