Warum Sichtbarkeit in einer KI-Engine wenig über die nächste verrät: ein Monat Retrieval-Zitat-Daten aus acht B2B-Projekten
In der GEO-Arbeit hält sich eine bequeme Annahme: Optimieren Sie eine Seite einmal richtig, dann taucht sie überall auf. In ChatGPT, in Perplexity, in Googles AI Overview. Ein Aufwand, drei Kanäle bedient. Ich habe diese Annahme einen Monat lang in acht laufenden B2B-Projekten gemessen. Sie hält nicht.
Über die Projekte hinweg zitieren die drei Engines fast vollständig verschiedene Quellen. Zwei von ihnen zitieren im Schnitt nur eine von fünf Domains, die auch bei einer anderen Engine im Zitat landet. Wer für ChatGPT arbeitet, arbeitet damit kaum für Perplexity mit. Das verschiebt, wie Sie KI-Sichtbarkeit messen, budgetieren und berichten sollten. Die Zahlen dazu stehen weiter unten, samt der Tabellen, aus denen sie stammen.
Jede KI-Antwort entsteht in zwei Schritten
Fragen Sie ChatGPT, Perplexity oder Google nach einer Empfehlung, passiert im Hintergrund mehr als eine Textausgabe. Zuerst sammelt das System eine Reihe von Seiten ein, die es für die Frage als relevant einstuft. Das ist der Abruf, im Fachjargon Retrieval. Aus diesem Stapel wählt es dann aus, welche Quellen tatsächlich in die formulierte Antwort einfließen und unter ihr als Quelle genannt werden. Das ist die Zitation.
Ein Bild dazu, das ich weiter verwenden werde. Abgerufen zu werden heißt, ins Vorzimmer gelassen zu werden. Das Modell hält Ihre Seite für relevant genug, sie überhaupt anzusehen. Zitiert zu werden heißt, in den Raum gerufen und beim Namen genannt zu werden, dort, wo der Kunde die Antwort liest. Zwischen Vorzimmer und Raum sitzt eine Auswahl. Genau diese Auswahl misst kaum jemand.
In einem früheren Beitrag habe ich diese Lücke, abgerufen und doch nicht zitiert, als die wertvollste in Ihrer KI-Sichtbarkeit beschrieben (hier nachzulesen). Damals mit Beispielwerten zur Veranschaulichung. Jetzt mit den Zahlen aus acht Projekten. Und mit einer Beobachtung, die ich damals nicht belegen konnte: Es gibt nicht ein Vorzimmer. Es gibt drei. Jede Engine führt ein eigenes, mit eigenem Türsteher und eigenem Geschmack.
Ein Wort zur Datenbasis, bevor die Zahlen kommen. Acht anonymisierte B2B-Projekte, ein Monat vom 18. Juni bis 17. Juli 2026, täglich getrackte kommerzielle Prompts über die Plattform Peec.ai. Zusammen mehr als 13.000 abgerufene Quelldomains, über 5.000 davon einzeln, verteilt auf rund 17.000 Domain-Engine-Beobachtungen. Drei Branchengruppen: Fertigung, Tourismus und Bahn, weitere B2B-Felder. Ein Projekt trackt zusätzlich Gemini, aber auf so kleiner Basis, dass ich diesen Kanal aus jedem Vergleich heraushalte. Alle Werte sind auf Domain-Ebene gerechnet: von den Quellen, die eine Engine abgerufen hat, der Anteil, der es in mindestens eine Antwort geschafft hat. Ich nenne das die Zitatrate.
Der Funnel leckt, und die Engine entscheidet, wie stark
Über alle acht Projekte gerechnet erhielten 55,6 Prozent der abgerufenen Domains mindestens ein Zitat. Etwas mehr als die Hälfte. Selbst im großzügigsten Projekt verschwand ein Drittel der abgerufenen Quellen sang- und klanglos, im strengsten mehr als die Hälfte. Abgerufen zu werden ist eine Vorbedingung, kein Versprechen.
Interessant wird es, sobald Sie die Zitatrate nach Engine aufschlüsseln. Gemittelt über die Projekte liegt sie bei 76,8 Prozent für Google AI Overview, 47,7 Prozent für Perplexity und 40,9 Prozent für ChatGPT. Das ist keine Laune der Zusammenrechnung. Google AI Overview bleibt in jedem einzelnen Projekt zwischen 68 und 82 Prozent, und ChatGPT ist in sechs der acht Projekte die knauserigste der drei Engines. In den zwei Ausnahmen zitiert Perplexity noch etwas sparsamer.
| Projekt | Branche | AI Overview | ChatGPT | Perplexity |
|---|---|---|---|---|
| P1 | weiteres B2B | 74,2 | 41,8 | 62,6 |
| P2 | weiteres B2B | 80,6 | 30,3 | 41,5 |
| P3 | Fertigung | 82,0 | 33,8 | 46,1 |
| P4 | Tourismus/Bahn | 76,5 | 32,1 | 37,8 |
| P5 | Fertigung | 78,3 | 64,2 | 57,9 |
| P6 | weiteres B2B | 74,7 | 33,1 | 50,7 |
| P7 | Fertigung | 79,2 | 43,1 | 47,2 |
| P8 | Tourismus/Bahn | 68,6 | 48,7 | 37,7 |
| Mittel | 76,8 | 40,9 | 47,7 |
Tabelle 1: Zitatrate in Prozent (zitierte Domains geteilt durch abgerufene Domains), je Projekt und Engine.
Die Lesart ist unbequem klar. Google AI Overview zitiert fast alles, was es abruft. Das passt zur Architektur: Der Abruf ist hier die klassische Google-Rangfolge, und Google sagt selbst, dass die KI-Funktionen auf demselben Index und denselben Ranking-Systemen aufsetzen wie die normale Suche (Google Search Central). Was diese Hürde übersteht, wird meist bis in die Antwort durchgereicht. ChatGPT ruft breit ab, in vier der acht Projekte am breitesten von allen, und zitiert am kargsten. Der Türsteher im Vorzimmer ist streng. Für Google AI Overview ist Abruf beinahe schon Zitat. Für ChatGPT ist er eine Chance von gut zwei zu fünf.
Merken Sie sich diesen Satz für Ihre Berichte: Die Meldung „wir wurden abgerufen“ bedeutet je nach Engine etwas völlig anderes.
Drei Engines, drei fast getrennte Quellenpools
Wenn die Engines aus einem gemeinsamen Kanon vertrauenswürdiger Quellen schöpften, müssten sich die Mengen der zitierten Domains stark überschneiden. Tun sie nicht. Ich habe für jedes Engine-Paar in jedem Projekt gemessen, wie groß die Überschneidung der zitierten Domains ist. Der Wert bleibt in jedem Projekt zwischen 0,12 und gut 0,21. Übersetzt: Von fünf Domains, die eine Engine zitiert, taucht im Schnitt nur eine auch im Zitat einer anderen Engine auf, bei denselben getrackten Prompts, im selben Monat.
| Projekt | AIO × ChatGPT | AIO × Perplexity | ChatGPT × Perplexity |
|---|---|---|---|
| P1 | 0,133 | 0,175 | 0,179 |
| P2 | 0,170 | 0,200 | 0,214 |
| P3 | 0,128 | 0,200 | 0,154 |
| P4 | 0,155 | 0,195 | 0,163 |
| P5 | 0,181 | 0,214 | 0,149 |
| P6 | 0,125 | 0,133 | 0,173 |
| P7 | 0,186 | 0,140 | 0,198 |
| P8 | 0,161 | 0,194 | 0,166 |
Tabelle 2: Überschneidung der zitierten Domains je Engine-Paar, gemessen als Jaccard-Index. 0 heißt keine gemeinsame Domain, 1 heißt deckungsgleich. Die Method-Notiz am Ende erklärt die Kennzahl.
Das ist der strategisch schwerste Befund dieser Auswertung, und der Grund für den Titel. Eine Überschneidung von 0,12 bis 0,21, stabil über acht Projekte und mehrere Branchen, lässt sich schwer mit der verbreiteten Arbeitsannahme vereinbaren, eine gut optimierte Quelle setze sich über alle Engines durch. Gelegentlich tut sie das. In vier von fünf Fällen nicht, jedenfalls innerhalb eines Monats getrackter kommerzieller Prompts. „KI-Sichtbarkeit“ ist damit kein Ziel. Auf diesen Daten sind es drei lose gekoppelte Ziele, und Sie müssen jedes davon einzeln ansteuern.
Welcher Quellentyp zitiert wird, hängt an der Engine
Bleibt die Frage, ob sich wenigstens ein Muster im Kleinen zeigt. Bevorzugt eine Engine bestimmte Arten von Quellen, redaktionelle Medien etwa, offizielle Firmenseiten, institutionelle Absender? Ja, aber die Richtung dreht sich von Engine zu Engine, und der Effekt ist klein.
| Quellentyp | ChatGPT | Perplexity | AI Overview |
|---|---|---|---|
| Corporate | 44,5 | 49,1 | 76,9 |
| Institutionell | 42,6 | 41,2 | 79,4 |
| Reference | 36,7 | 45,4 | 79,8 |
| UGC | 33,5 | 41,1 | 82,1 |
| Editorial | 32,8 | 50,4 | 75,6 |
| Sonstige | 33,5 | 29,6 | 71,7 |
Tabelle 3: Zitatrate in Prozent nach Quellentyp und Engine, über alle Projekte gepoolt. Getrackte Wettbewerber und die eigene Domain sind ausgenommen, weil sie konstruktionsbedingt fast immer zitiert werden und den Vergleich verzerren würden.
Schauen Sie auf die Zeile „Editorial“. In ChatGPT konvertieren redaktionelle Domains am schlechtesten von allen Typen, mit 32,8 Prozent. In Perplexity stehen dieselben redaktionellen Domains an der Spitze, mit 50,4 Prozent. Derselbe Quellentyp, gegenläufiges Ergebnis. In Google AI Overview wiederum liegt jeder Typ zwischen rund 72 und 82 Prozent, und der Unterschied ist statistisch nicht bedeutsam. Die Engine zitiert quer durch alle Typen.
Zwei Schlüsse ziehe ich daraus. Es gibt keinen universell zitierfähigen Quellentyp, und der klarste Beleg ist die redaktionelle Erwähnung, ganz unten bei ChatGPT und ganz oben bei Perplexity. Und selbst dort, wo der Typ-Effekt statistisch sauber ist, bleibt er klein neben dem Engine-Effekt (die Effektstärken stehen in der Method-Notiz). Welche Art von Seite eine Quelle ist, zählt deutlich weniger als die Frage, in welcher Engine sie erscheinen soll. Ratschläge der Form „Engines lieben redaktionelle Berichterstattung“ oder „Engines bevorzugen offizielle Firmenseiten“ sind in diesen Daten jeweils für genau eine Engine richtig und für eine andere falsch.
Was das für Ihre Messung und Ihre Arbeit heißt
Aus den drei Befunden folgen vier Konsequenzen, direkt aus den Zahlen, ohne Umweg über allgemeine Ratschläge.
1. Führen Sie zwei Kennzahlen je Engine, nicht eine Sichtbarkeit. Abrufrate und Zitatrate gehören getrennt ausgewiesen, pro Engine. Der Abstand zwischen beiden ist selbst die Diagnose. Eine gemischte „Sichtbarkeit“ verdeckt genau die Lücke, an der die Arbeit ansetzt.
2. Lokalisieren Sie den Fehler, bevor Sie ihn beheben. Fehlt Ihre Seite in den Antworten, klären Sie zuerst, wo sie scheitert. Eine Domain, die gar nicht abgerufen wird, hat ein technisches oder ein Autoritätsproblem, und die Antwort heißt neue Seite oder Signale von außen. Eine Domain, die abgerufen, aber nicht zitiert wird, hat ein Auswahlproblem, und die Antwort heißt: die bestehende Seite zitierfähiger machen. Zwei verschiedene Baustellen, zwei verschiedene Werkzeuge.
3. Rechnen Sie nicht mit Übertragung. Präsenz in einer Engine sagt auf diesen Daten wenig über die nächste. Setzen Sie Ziele je Engine und prüfen Sie je Engine, statt einen Wert für „die KI“ zu pflegen.
4. Gewichten Sie den Aufwand nach der Mechanik der Engine. Für Google AI Overview liegt der Kampf fast ganz vorne, beim Abruf: Was die Google-Rangfolge übersteht, wird meist zitiert. Für ChatGPT geht der Kampf nach dem Abruf weiter, bei der Auswahl. Wie ChatGPT diese Auswahl trifft, habe ich an anderer Stelle auseinandergenommen (wie ChatGPT seine Quellen wählt).
Zum Mitnehmen eine Vorlage, die Sie in ein Arbeitsblatt kopieren und je Engine füllen können. Erst die Kennzahlen, dann eine Diagnose-Regel, die aus den beiden Raten die nächste Maßnahme ableitet.
KI-Sichtbarkeit, Kennzahl-Split je Engine (pro Prompt-Set, monatlich)
Engine | abgerufene | zitierte | Zitatrate | typische Richtgröße
| Domains | Domains | | (dieser Datensatz)
--------------+------------+----------+-----------+--------------------
AI Overview | | | | ~77 %
ChatGPT | | | | ~41 %
Perplexity | | | | ~48 %
Diagnose je Prompt und Engine:
- nicht abgerufen -> technisches Problem oder Autoritätslücke
(neue Seite, Drittsignale)
- abgerufen, nicht zitiert -> Auswahlproblem
(bestehende Seite zitierfähig machen)
- zitiert -> beobachten, Position haltenDie Richtgrößen sind keine Zielvorgaben. Sie sind der Bezugsrahmen aus diesem Datensatz. Liegt Ihre ChatGPT-Zitatrate bei 20 Prozent, während der Referenzwert bei rund 41 liegt, wissen Sie, wo Sie ansetzen. Liegt Ihre AI-Overview-Rate bei 40, obwohl 77 üblich sind, ist fast sicher der Abruf das Problem, das klassische Ranking. Die Formulierung ist es kaum.
Wann diese Zahlen tragen, und wann nicht
Ich verkaufe hier keine Naturkonstante. Fünf Grenzen sollten Sie kennen, sonst überdehnen Sie die Aussage.
Erstens, und am wichtigsten: „Abgerufen“ ist hier ein Ereignis innerhalb des Antwortprozesses der Engine, so wie die Messplattform es protokolliert. Es ist kein Zugriff in Ihrem Server-Log. Gemessen ist der Weg vom Abruf zur Zitation innerhalb der Antwort-Pipeline. Der Weg vom Crawl zum Zitat ist etwas anderes. Werfen Sie beides nicht in einen Topf. Zweitens deckt das Fenster einen einzigen Monat ab, ohne Kontrolle für Saison oder Modell-Updates. Die Werte tragen ein Datum. Drittens ist die Typ-Klassifikation der Quellen heuristisch und nicht von Hand geprüft. Viertens sind die Prompt-Sets kommerzielle Kampagnen einzelner Kunden, keine neutrale Stichprobe des Webs; die Zahlen beschreiben die Quellen-Ökosysteme dieser Engines für diese kommerziellen Themen. Fünftens stammen Abruf- und Zitatzahlen aus demselben Messsystem, ohne externe Gegenprobe.
Alle Zusammenhänge sind Korrelationen. Nichts hier erklärt, warum eine Engine eine abgerufene Quelle zitiert oder fallen lässt. Es zeigt, wie oft, und wie verschieden zwischen den Engines. Was mich am Muster überzeugt, ist die Wiederholung: Eine Überschneidung von 0,12 bis 0,21 quer durch acht Projekte und mehrere Branchen ist kaum die Laune eines einzelnen Marktes.
Häufige Fragen
Ist „abgerufen“ dasselbe wie „ein KI-Bot hat meinen Server besucht“? Nein, und die Verwechslung ist teuer. „Abgerufen“ meint hier: Eine URL Ihrer Domain ist im Antwortprozess der Engine in den Kontext gelangt, protokolliert von der Messplattform. Ein Zugriff in Ihrem Server-Log ist ein anderes Ereignis. Diese Auswertung misst den Schritt vom Abruf zur Zitation innerhalb der Antwort.
Heißt eine Zitatrate von 77 Prozent, dass ich Google AI Overview vernachlässigen kann? Im Gegenteil. Die hohe Rate heißt nur, dass die Auswahl nach dem Abruf kaum noch aussortiert. Der Kampf steht davor: Abgerufen wird bei AI Overview, was die klassische Google-Rangfolge übersteht. Dort sitzt die Hürde, im Abruf selbst.
Wenn ich in ChatGPT sichtbar bin, bin ich es dann auch in Perplexity? Auf diesen Daten kaum. Die zitierten Quellenpools überschneiden sich zwischen je zwei Engines nur zu 0,12 bis 0,21. Vier von fünf zitierten Domains sind nur bei einer Engine zitiert. Planen Sie je Engine.
Welcher Quellentyp wird am ehesten zitiert? Das hängt an der Engine. Redaktionelle Domains stehen in Perplexity oben (50,4 Prozent) und in ChatGPT unten (32,8 Prozent). In Google AI Overview zitiert die Engine quer durch alle Typen zwischen rund 72 und 82 Prozent. Einen universell zitierfähigen Typ gibt es in diesen Daten nicht.
Reicht eine llms.txt, damit die Engines meine Seite bevorzugen? Danach sieht es nicht aus. Wenn ein großer Teil der Sichtbarkeit in der Auswahl entschieden wird und diese Auswahl in jeder Engine anders arbeitet, liegt der Hebel im Verständnis von Abruf und Auswahl je Engine. Eine Datei, die Absichten erklärt, bewegt wenig. Warum die Datei so wenig bewirkt, habe ich im llms.txt-Leitfaden auseinandergenommen.
Zum Schluss
Am Anfang stand die bequeme Annahme, ein gut optimierter Inhalt trage sich durch alle KI-Antworten. Dahinter stehen in Wahrheit drei Vorzimmer mit drei Türstehern, die sich bei denselben Fragen auf fast verschiedene Quellen einigen. Prüfen Sie es an Ihrem eigenen Fall. Nehmen Sie fünf Prompts, bei denen Sie genannt werden wollen, und messen Sie Abruf und Zitat getrennt, je Engine. Die Engine, bei der Sie hoch abgerufen und niedrig zitiert werden, ist Ihr schnellster Hebel. Dort steht die bestehende Seite schon im Vorzimmer. Sie muss nur noch in den Raum.