TL;DR
KI-Suchmaschinen haben Wissenslücken über dein Business. Das kostet dich Kunden, ohne dass du es merkst. In diesem Guide lernst du, was ChatGPT und Perplexity wirklich über dich wissen, welche fünf Signale sie nutzen um Marken zu erwähnen, und wie du die Lücken mit gezieltem Content schliesst. Starte mit dem kostenlosen pantra.io-Audit.
Was passiert, wenn KI deine Marke nicht kennt?
Wenn ein potenzieller Kunde ChatGPT fragt "Welches Tool hilft mir bei X?" und du nicht erwähnt wirst, verlierst du diesen Kunden. Ohne es zu wissen. Laut Branchenbeobachtern nutzen inzwischen über 100 Millionen Nutzer monatlich ChatGPT regelmässig für Kaufentscheidungen. Die Frage ist nicht ob, sondern wann jemand nach deiner Kategorie fragt.
Suche hat sich verändert. Nicht dramatisch von einem Tag auf den anderen, aber konsequent und unumkehrbar. Nach Angaben von SimilarWeb und Jumpshot generiert Google jeden Monat über 8,5 Milliarden Suchanfragen. ChatGPT hat mittlerweile über 100 Millionen Nutzer monatlich. Perplexity verzeichnet Hunderte Millionen Anfragen pro Monat. Diese Zahlen sind nicht stabil: sie verschieben sich stetig zugunsten der KI-basierten Suchsysteme.
Das Beängstigende daran ist nicht die schiere Grösse der Verschiebung. Es ist die Unsichtbarkeit. Wenn jemand auf Google nach deinem Produktbereich sucht und dein Mitbewerber erscheint, siehst du das in deiner Search Console. Du siehst die Impressionen, die Klicks, die Position. Du hast Daten und kannst reagieren.
Wenn dieselbe Person heute ChatGPT fragt "Was ist das beste Tool für X?" und du nicht genannt wirst, weisst du es nicht. Die Konversation findet statt, ohne dass du eine Spur davon siehst. Kein Impression-Log, keine Click-Through-Rate, kein Referral-Link.
Der Nutzer geht zu einem deiner Mitbewerber, und du wirst nie wissen, warum. Dieser blinde Fleck ist das eigentliche Problem. Er beginnt damit, zu verstehen, was KI-Systeme über dein Unternehmen wissen, und was nicht.
Wie bekommt ChatGPT sein Wissen?
ChatGPTs Trainings-Cutoff markiert das Ende des Basiswissens: Milliarden von Webseiten, Bücher, Dokumentationen. Für aktuellere Informationen nutzen moderne Versionen Web-Suche. Perplexity crawlt in Echtzeit und ist vollständig Web-basiert.
Um zu verstehen, was ChatGPT und andere LLMs über dein Unternehmen wissen, musst du verstehen, wie dieses Wissen entsteht. Der Prozess ist in zwei getrennte Phasen unterteilt, die grundlegend verschiedene Implikationen für deine Content-Strategie haben.
Phase 1: Das Training. Grosse Sprachmodelle wie GPT-4, Claude oder Llama werden auf massiven Textmengen aus dem Internet trainiert: Wikipedia, Bücher, wissenschaftliche Artikel, Nachrichtenartikel, Code-Repositories, Dokumentationen und Webseiten. Dieses Training hat einen ChatGPTs Trainings-Cutoff, ein Datum, nach dem keine neuen Informationen ins Modell aufgenommen werden. Das Modell "kennt" danach alles, was bis zu diesem Datum im Web vorhanden war. Alles danach ist unbekannt, es sei denn, es wird live abgerufen.
Phase 2: Das Retrieval. Moderne KI-Suchsysteme ergänzen das trainierte Wissen durch Live-Websuchen. Perplexity crawlt in Echtzeit und sucht bei jeder Anfrage aktiv im Web. ChatGPT mit aktivem Browsing nutzt Bing als Suchlayer und ruft frisch gecrawlte Inhalte ab. Google AI Overviews liest indexierten Content aus dem Google-Index.
Die praktische Konsequenz: Das Wissen über deine Marke ist die Summe zweier Schichten. Dem, was im Training-Datensatz war, und dem, was heute im Web findbar und lesbar ist. Du kannst das Training-Cutoff-Problem nicht lösen. Aber du kannst die Live-Retrieval-Schicht vollständig kontrollieren: durch strukturierten, crawlbaren, gut indexierten Content.
Die drei Arten von KI-Wissen: welche du beeinflussen kannst
Nicht jedes Wissen in einem KI-System ist gleich. Für deine Strategie ist es entscheidend, die drei Typen zu unterscheiden:
Die klare Priorität für jede Startup-Website: Das Retrieval-Wissen maximieren. Das ist der einzige Bereich, den du vollständig und sofort kontrollierst.
Was weiss ChatGPT heute über dein Startup?
Wahrscheinlich sehr wenig. Die meisten Startup-Websites haben: dünnen Homepage-Text, keine FAQ-Seiten, keine strukturierten Daten und keine externen Erwähnungen. KI-Systeme können keine Informationen synthetisieren, die nicht in lesbarer, indexierbarer Form im Web existieren.
Lass uns ehrlich sein. Die meisten frühen Startup-Websites, die schnell mit einem KI-gestützten Baukasten oder Low-Code-Tool gebaut wurden, sind aus KI-Perspektive weitgehend unsichtbar. Nicht weil die Produkte schlecht sind, sondern weil die Information über das Produkt in einer Form vorliegt, die Maschinen schlecht verarbeiten können.
Typische Schwachstellen einer frühen Startup-Site aus KI-Sicht:
- Thin Content auf der Homepage: Drei Zeilen Marketing-Slogan plus ein CTA-Button. Das reicht für einen Menschen, der schon weiss, wonach er sucht. Es reicht nicht für ein KI-System, das verstehen muss, was das Produkt macht, für wen es ist und welches Problem es löst.
- Kein FAQ-Content: FAQ-Seiten sind das Futter für KI-Zitierungen, weil sie exakt das Format haben, das KI-Systeme lieben: eine Frage, eine direkte, vollständige Antwort. Ohne FAQ-Content fehlt dieser wichtige Zitier-Magnet komplett.
- Keine strukturierten Daten: Ohne Organization Schema und weiteres JSON-LD (Product, FAQ) hat kein KI-System eine strukturierte Grundlage, um das Unternehmen, seine Produkte und seine Eigenschaften zu klassifizieren.
- Kein klares Entitätsprofil: Der Markenname existiert auf der Website, aber es gibt keine Querverbindungen. Keine externen Erwähnungen, keine Presse, keine Branchenverzeichnis-Einträge, keine Wikipedia-Erwähnung, keine Bewertungsplattform-Präsenz.
- Rein clientseitig gerenderter Content: Viele mit modernen Frameworks gebaute Seiten laden ihren Hauptinhalt via JavaScript nach. KI-Crawler, die kein JavaScript ausführen, sehen eine leere Seite.
Das Ergebnis: Wenn Perplexity heute nach deinem Produktbereich sucht, findet es deine Seite möglicherweise nicht, kann ihren Inhalt nicht lesen oder kann keine zitierbare Passage extrahieren. Es überspringt sie zugunsten einer Seite eines Wettbewerbers, der diese Hausaufgaben gemacht hat.
Welche fünf Signale nutzt KI, um Marken zu nennen?
KI-Systeme entscheiden anhand von fünf Faktoren, welche Marken sie erwähnen: (1) Häufigkeit hochwertiger Erwähnungen, (2) Strukturierte Daten auf der Website, (3) Domain-Autorität durch Backlinks, (4) Q&A-Content der direkte Fragen beantwortet, (5) Klare Entitätsdefinition (Name, Beschreibung, Gründer).
Basierend auf dem, wie Retrieval-Systeme arbeiten, lassen sich fünf zentrale Signale identifizieren, die darüber entscheiden, ob eine Marke in KI-Antworten erwähnt wird:
Das Experiment: Was weiss ChatGPT heute über dich?
Bevor du irgendetwas an deiner Website änderst, empfehle ich einen einfachen Test. Er dauert fünf Minuten, kostet nichts und gibt dir ein klareres Bild als jedes Analytics-Dashboard.
Öffne ChatGPT (ohne Browsing, also im Standard-Modus) und stelle diese vier Fragen:
Dann wiederhole denselben Test mit Perplexity AI. Der entscheidende Unterschied: Perplexity sucht live im Web und destilliert Antworten aus aktuellen Quellen. Die Ergebnisse werden sich unterscheiden, und dieser Unterschied ist aufschlussreich.
Was die Antworten dir zeigen:
- ChatGPT kennt dich nicht: Dein Markenname ist im Trainings-Datensatz nicht prominent genug vorgekommen. Priorität: externe Erwähnungen, Branchenquellen, Produktdatenbanken.
- ChatGPT kennt dich, aber beschreibt dich falsch: Die Informationen, die ins Training geflossen sind, sind veraltet oder stammen aus ungenauen Quellen. Priorität: strukturierte Daten auf der eigenen Seite und offizielle Quellen aktualisieren.
- Perplexity nennt dich, ChatGPT nicht: Deine Seite ist technisch crawlbar, aber im Training-Datensatz unterrepräsentiert. Gut: Das Retrieval funktioniert. Nächster Schritt: Mehr externe Erwähnungen für langfristigen Wissensaufbau.
- Keiner kennt dich: Weder parametrisch noch via Retrieval. Das ist die häufigste Ausgangssituation bei frühen Startups und der klarste Handlungsauftrag: sofortige GEO-Arbeit.
Notier dir die Ergebnisse dieses Tests. Sie sind deine Baseline: der Ausgangspunkt, von dem aus du den Fortschritt messen wirst.
Die Wissenslücke als strategische Chance
Es gibt eine beruhigende Kehrseite der Wissenslücke: Die meisten deiner Mitbewerber haben sie auch. Der Unterschied ist, ob du als Erster erkennst, dass sie existiert, und anfängst, sie zu schliessen.
KI-Suchsichtbarkeit hat eine First-Mover-Dynamik, die klassischem SEO ähnelt. Wenn eine Marke in einer Nische als zuverlässige Quelle etabliert ist, akkumuliert sie ein unsichtbares Reputationskapital in KI-Systemen. Perplexity zitiert über Wochen und Monate konsistent dieselbe Seite, weil sie die beste Antwort liefert.
Dieses Kapital ist schwer zu verdrängen, sobald es aufgebaut ist. Ein neuer Wettbewerber, der später in dieselbe Nische eintritt, muss nicht nur besseren Content erstellen. Er muss auch die Gewohnheit der KI-Systeme überwinden, auf bewährte Quellen zurückzugreifen. Das ist möglich, aber es dauert.
Die Chance besteht darin, dass du diesen Vorteil jetzt aufbauen kannst: in einer Zeit, in der die meisten deiner Mitbewerber das Thema noch nicht auf dem Radar haben. Die Fenster für First-Mover-Advantages in neuen Kanälen öffnen und schliessen sich schnell. Das Fenster für KI-Suchsichtbarkeit ist gerade offen.
"In einem Jahr wird jeder über GEO reden. In zwei Jahren werden die Plätze in KI-Suchantworten vergeben sein. Wer heute investiert, baut eine Position auf, die morgen teuer eingekauft werden müsste."
Vom Nicht-Wissen zum Zitiert-Werden: Der Weg
Die Schritte, um die Wissenslücke zu schliessen, sind konkret und umsetzbar. Sie erfordern keine KI-Expertise oder SEO-Agenturen, sondern konsequentes Handeln in vier Bereichen:
Das ist kein Sprint-Projekt, sondern eine laufende Praxis. Der grösste Hebel liegt in den ersten vier Wochen: Technisches Fundament legen und zitierbare Basis-Inhalte erstellen. Danach ist es Iteration und Ausbau.
Wie pantra.io die Wissenslücke täglich misst
Den manuellen Test mit ChatGPT und Perplexity einmal im Monat zu machen ist ein guter Anfang. Aber er gibt dir ein punktuelles Bild, nicht den kontinuierlichen Trend, den du brauchst, um zu verstehen, ob deine Massnahmen wirken.
pantra.io misst täglich, wie gut deine Website technisch für KI-Systeme aufgestellt ist. Der GEO-Audit prüft konkret:
- GPTBot in robots.txt erlaubt
- ClaudeBot erlaubt
- PerplexityBot erlaubt
- llms.txt vorhanden und valide
- JSON-LD vollständig
- SSR / statisches HTML
- FAQ-Schema implementiert
- Bing Webmaster Tools aktiv
Zusätzlich zum GEO-Audit prüft pantra.io täglich den SEO-Score. Solide SEO-Grundlagen sind eine direkte Voraussetzung für KI-Sichtbarkeit. Wenn ein neues Critical-Finding auftaucht, etwa ein versehentlich blockierter KI-Crawler oder ein fehlendes robots.txt, bekommst du sofort eine E-Mail-Benachrichtigung.