# Belege: KI-Suche 16 von 103 Einträgen der Sammlung „Belege“ von Robert Haase, Stand 21. September 2026. Seite: https://robert-haase.de/belege.html · Übersicht aller Aussagen: https://robert-haase.de/belege.md · JSON: https://robert-haase.de/belege.json · English: https://robert-haase.de/en/evidence-ai-search.md Lizenz: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Bitte die Primärquelle zitieren, nicht diese Seite. Diese Datei wird aus der Seite erzeugt. Weichen beide voneinander ab, gilt die Seite. ## Wie diese Sammlung entsteht Jede Zahl wird bis zu der Stelle zurückverfolgt, die sie erhoben hat, nicht bis zu dem Artikel, der sie zitiert. Auf dem Weg durch die Weitergaben verlieren Zahlen zuerst ihre Bezugsgröße, dann ihre Einschränkung, zuletzt ihre Herkunft. Ist eine Zahl nur über einen Dritten zugänglich, steht dieser Mittler in der Quellenzeile. Eigene Messungen tragen ihre Methode mit, unabhängig gegengeprüft sind sie bisher nicht. **Die Grenze gehört zur Zahl.** Der häufigste Fehler ist nicht die falsche Zahl, sondern die richtige mit einer Aussage, die weiter geht als der Beleg. Deshalb hat jeder Eintrag zwei Teile, und der zweite ist der wichtigere. Über jeder Zahl steht, was für ein Beleg sie ist, von der geprüften Erhebung bis zum Einzelfall. Davon hängt ab, wie weit sie trägt. Was der Prüfung nicht standhält, kommt nicht herein oder wieder heraus, auch aus meinen eigenen Artikeln. In einem davon stand, 44 Prozent der US-Onlinekäufer begännen ihre Kaufreise im Sprachmodell, zugeschrieben an Bain. Bain nennt zwei andere Zahlen, 17 Prozent und 30 bis 45 Prozent, die unterwegs zu einer verschmolzen waren. Beide stehen jetzt hier, die 44 nicht. Diese Seite altert. Jeder Eintrag trägt sein Datum, überholte Zahlen werden ersetzt und nicht still gelöscht. Wenn du einen Fehler findest: [schreib mir](mailto:hallo@robert-haase.de), ich korrigiere und vermerke das Datum. Die Sammlung bildet nicht den Forschungsstand ab, sondern die Zahlen, die ich für eigene Texte gebraucht habe. Verwendung frei mit Quellenangabe. Verlinke im Zweifel die Primärquelle, nicht diese Seite. ## Einstufung in diesem Thema + Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung (9) → llmstxt-abrufe, llmstxt-wirkung, google-leitfaden, mentions-vs-backlinks, inkonsistenz, pew-klicks, aio-klickrate, seer-klickrate, ebu-nachrichten + Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe (6) → json-ld-test, reddit-zitate, geo-40-prozent, aio-top10-uneinig, markenstatur-sichtbarkeit, zitier-position + Sachstand, Fallbericht oder Marktbeobachtung (1) → llmstxt-nutzen --- ## llmstxt-abrufe **Aussage:** Von rund 38.000 Domains mit einer llms.txt erhielten 97 Prozent im Mai 2026 keinerlei Abruf der Datei. **Was die Zahl nicht sagt:** Sie misst Abrufe, nicht Wirkung. Für Coding- und Browser-Agenten bleibt die Datei sinnvoll. Widerlegt ist allein die Behauptung, KI-Suchsysteme läsen llms.txt für ihre Empfehlungen. **Und auf die Bezugsgröße achten:** Die 97 Prozent beziehen sich auf die rund 38.000 Domains, die eine Datei haben, nicht auf alle 137.210 untersuchten. Untersucht wurde außerdem kein Querschnitt des Webs, sondern die Domains eines Analyse-Anbieters, die im Mai Zugriffe hatten. **Quelle:** Ahrefs, 137.210 Domains, davon 28 Prozent mit llms.txt · Juni 2026 · [Zur Quelle](https://ahrefs.com/blog/llmstxt-study/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#llmstxt-abrufe --- ## llmstxt-wirkung **Aussage:** Bei knapp 300.000 untersuchten Domains fand sich kein Zusammenhang zwischen einer llms.txt und der Häufigkeit, mit der eine Domain in KI-Antworten als Quelle auftauchte. **Was die Zahl nicht sagt:** Kein Zusammenhang ist keine Wirkungsmessung. Die Studie vergleicht, sie experimentiert nicht, und sie schränkt selbst auf das getestete Modell und den getesteten Datensatz ein. Die Vergleichsgruppe ist zudem kleiner als die Gesamtzahl vermuten lässt: Nur 10,13 Prozent der Domains hatten überhaupt eine Datei. Belastbar ist sie als zweite unabhängige Erhebung mit demselben Ergebnis wie der Befund oben. **Quelle:** SE Ranking, knapp 300.000 Domains, davon 10,13 Prozent mit llms.txt · November 2025 · [Zur Quelle](https://seranking.com/blog/llms-txt/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#llmstxt-wirkung --- ## google-leitfaden **Aussage:** Google erklärt llms.txt, Spezial-Markup und eigenes Chunking für die KI-Suche ausdrücklich für nicht nötig. **Was die Aussage nicht sagt:** Sie gilt für die Google-Suche einschließlich ihrer generativen Funktionen, ausdrücklich nicht für andere Systeme. Für Dienste, die solche Dateien nutzen, hält Google sie im selben Text für unbedenklich. Und zu strukturierten Daten sagt Google nicht „nutzlos“, sondern rät weiter dazu, weil sie für Rich Results in der klassischen Suche qualifizieren. Aus Googles Sicht ist KI-Such-Optimierung weiterhin SEO. **Quelle:** Google Search Central, offizieller Leitfaden · Stand 10. Juli 2026 · [Zur Quelle](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) **Einstufung:** Herstellerdokumentation · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#google-leitfaden --- ## json-ld-test **Aussage:** 1.885 Seiten, die JSON-LD ergänzten, bewegten sich gegenüber 4.000 Kontrollseiten kaum: bei ChatGPT und Google AI Mode kein von null unterscheidbarer Effekt, bei den AI Overviews ein statistisch signifikanter Rückgang um 4,6 Prozent. **Was der Test nicht sagt:** Untersucht wurden ausschließlich Seiten, die von KI **bereits stark zitiert wurden**; jede hatte im Februar 2025 über hundert Zitierungen in AI Overviews. Für Seiten, die bisher gar nicht vorkommen, trifft die Studie keine Aussage, und die Autoren halten dort einen Nutzen ausdrücklich für möglich. Es ist eine Beobachtungsstudie mit gematchten Kontrollen, kein Experiment. Für Rich Results in der klassischen Suche bleibt das Markup unstrittig nützlich. **Quelle:** Ahrefs, 1.885 Seiten gegen 4.000 gematchte Kontrollseiten, Ergänzungen zwischen August 2025 und März 2026 · Mai 2026 · [Zur Quelle](https://ahrefs.com/blog/schema-ai-citations/) **Einstufung:** Einzelner Test · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#json-ld-test --- ## mentions-vs-backlinks **Aussage:** Erwähnungen durch Dritte korrelieren mit der Sichtbarkeit in KI-Antworten deutlich stärker als die klassischen Größen der eigenen Website: 0,66 bis 0,74 gegen 0,27 bis 0,33 für die Domain-Autorität und 0,19 für die Zahl der eigenen Seiten. **Was die Zahl nicht sagt:** Korrelation ist keine Kausalität. Große Marken werden häufiger erwähnt und häufiger zitiert, ohne dass das eine das andere verursacht. Belastbar ist die Rangfolge: Was Dritte schreiben, wiegt schwerer als die eigene Technik. **Zur Spanne:** Sie fasst zwei Faktoren zusammen, Erwähnungen auf YouTube (0,737) und Erwähnungen im übrigen Web (0,656 bis 0,709 je nach System). Untersucht wurden außerdem etablierte Marken mit einer Domain-Autorität über 40, nicht ein Querschnitt. **Quelle:** Ahrefs, Korrelationsanalyse über 75.000 Marken in ChatGPT, Google AI Mode und AI Overviews · Dezember 2025 · [Zur Quelle](https://ahrefs.com/blog/ai-brand-visibility-correlations/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#mentions-vs-backlinks --- ## inkonsistenz **Aussage:** Stellt man zweimal dieselbe Frage, liegt die Wahrscheinlichkeit unter eins zu hundert, dieselbe Markenliste zu bekommen. **Was daraus folgt und was nicht:** Wer KI-Sichtbarkeit mit einem einzigen Durchlauf misst, misst vor allem Zufall. Die Studie zieht daraus aber ausdrücklich nicht den Schluss, Messen sei sinnlos: Über Dutzende bis Hunderte Abfragen, mehrfach ausgeführt, hält sie einen Sichtbarkeitsanteil für eine vernünftige Kennzahl. Wer sie als „Tracking bringt nichts“ zitiert, geht weiter als der Beleg. **Quelle:** SparkToro mit Gumshoe.ai, 600 Teilnehmende, 12 Fragestellungen, 2.961 Durchläufe in ChatGPT, Claude und Google AI · Januar 2026 · [Zur Quelle](https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands-or-products-marketers-should-take-care-when-tracking-ai-visibility/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#inkonsistenz --- ## pew-klicks **Aussage:** Erscheint eine KI-Zusammenfassung, klicken Nutzer bei 8 Prozent der Besuche auf ein klassisches Suchergebnis. Ohne Zusammenfassung sind es 15 Prozent. **Was die Zahl nicht sagt:** Sie belegt keine Ursache. Anfragen, die eine KI-Zusammenfassung auslösen, sind systematisch andere als solche ohne, der Vergleich läuft also zwischen Anfragetypen, nicht innerhalb derselben Anfrage. Sie belegt auch keinen Umsatzverlust und nichts über kommerzielle Anfragen. **Die härtere Zahl steht daneben:** Auf einen Link *innerhalb* der Zusammenfassung wurde in einem Prozent der Besuche geklickt. Und die Quellenmischung der Zusammenfassungen ähnelte der normalen Suche, was der verbreiteten Erzählung von der Konzentration auf Reddit und Wikipedia widerspricht. **Quelle:** Pew Research Center, passives Browser-Tracking bei 900 US-Erwachsenen, 68.879 Google-Suchen im März 2025 · Juli 2025 · [Zur Quelle](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#pew-klicks --- ## aio-klickrate **Aussage:** Steht eine KI-Zusammenfassung über den Ergebnissen, liegt die Klickrate der ersten organischen Position rund 58 Prozent niedriger. Auf Position 2 sind es 50,8 Prozent, auf Position 3 46,4 Prozent. **Was die Zahl nicht sagt:** Verglichen werden zwei verschiedene Keyword-Mengen, nicht zwei Zustände derselben Anfrage. Eine Ursache belegt das nicht. Der Vergleich läuft außerdem über zwei Jahre, Dezember 2023 gegen Dezember 2025, sodass jede andere Veränderung der Suche mit eingeht. Ahrefs verkauft Werkzeuge für Suchmaschinenoptimierung. **Bemerkenswert ist die Selbsteinschränkung:** Die Autoren verweisen auf konkurrierende Untersuchungen mit abweichenden Ergebnissen, darunter Seer Interactive, Kevin Indig und Authoritas. Die eigene Vorgängerstudie vom April 2025 kam für Position 1 noch auf 34,5 Prozent. **Quelle:** Ahrefs, Ryan Law, 300.000 Keywords, davon 150.000 mit und 150.000 ohne KI-Zusammenfassung, Daten aus Dezember 2025 · 4. Februar 2026 · [Zur Quelle](https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#aio-klickrate --- ## seer-klickrate **Aussage:** Bei informationsgetriebenen Anfragen mit KI-Zusammenfassung fiel die organische Klickrate von 1,76 auf 0,61 Prozent, also um 61 Prozent. Bei Anfragen ohne Zusammenfassung fiel sie im selben Zeitraum von 2,74 auf 1,62 Prozent, also um 41 Prozent. **Was die Zahl nicht sagt:** Der zweite Teil ist der wichtigere und wird beim Zitieren fast immer weggelassen. Auch ohne KI-Zusammenfassung brach die Klickrate um 41 Prozent ein. Der Rückgang lässt sich also nicht allein den Zusammenfassungen zuschreiben, das Suchverhalten verändert sich insgesamt. Seer schreibt selbst, ein Ursachenbeweis sei nicht möglich, und nennt Streuungen von 0,8 bis 1,2 Prozentpunkten zwischen den einzelnen Anfragen. Untersucht wurden ausschließlich informationsgetriebene Anfragen, keine kommerziellen; die bezahlte Stichprobe ist mit 1,1 Millionen Impressionen deutlich kleiner als die organische. **Quelle:** Seer Interactive, 3.119 Suchbegriffe über 42 Organisationen, 25,1 Millionen organische und 1,1 Millionen bezahlte Impressionen, Juni 2024 bis September 2025 · 4. November 2025 · [Zur Quelle](https://www.seerinteractive.com/insights/aio-impact-on-google-ctr-september-2025-update) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#seer-klickrate --- ## reddit-zitate **Aussage:** Reddits Anteil an ChatGPTs Quellenangaben fiel binnen weniger Tage von 3,83 auf 0,52 Prozent. Am 8. August 2026 sprang ChatGPTs Gebrauch des site:-Operators von 0,37 auf 16,8 Prozent seiner abgeleiteten Suchabfragen. Ein zweites Anbieterpanel zählt im selben Fenster einen Rückgang der täglichen Reddit-Zitate von 497 auf 132, bei um 3,5 Prozent gestiegenem Gesamtzitatvolumen. **Was die Zahlen nicht sagen:** Beide Anbieter verkaufen Sichtbarkeits-Werkzeuge. Promptwatch schließt einen eigenen Erfassungsfehler nicht aus und nennt die Größe des Rückgangs vorläufig. Otterly nennt seine 73,4 Prozent eine konservative Untergrenze: Das Vorfenster enthält den Bruch vom 8. August, das Nachfenster misst nur vier Tage. **Die beiden Zahlen ergeben keine Spanne:** Promptwatch misst einen Anteil an allen Quellenangaben, Otterly absolute Zitate je Tag gegen ein gestiegenes Gesamtvolumen. Aus Otterlys Zahlen abgeleitet liegt das Ausgangsniveau bei 1,38 statt 3,83 Prozent, Faktor 2,8. Verlässlich sind Richtung und Zeitpunkt, nicht Nachkommastelle und Niveau. Offengelegt ist bei Promptwatch der Nenner, nicht die Zusammensetzung des Panels. **Was der Fall dennoch zeigt:** Auf Googles KI-Oberflächen fiel Reddit im selben Zeitraum nur um 11 und 30 Prozent. Die Erklärung, Reddit habe Inhalte entfernt, ist entkräftet: Andere Maschinen zitieren dieselben Beiträge weiter. Belegt hat die Ursache kein Anbieter. Ein vergleichbarer Einbruch ein Jahr zuvor wurde Googles Abschaltung des Parameters num=100 zugeschrieben, nicht OpenAI. **Quelle:** Promptwatch, Klaas Foppen, Datenseite „Reddit Citations Are Dropping in ChatGPT“, 18. August 2026: täglicher Anteil von reddit.com an allen Quellenangaben von ChatGPT Search, gezählt werden nur Antworten mit mindestens einer Quellenangabe, Vergleich 18. Juli bis 7. August gegen 14. bis 17. August 2026 · der site:-Operator stammt aus derselben Reihe, eigene Datenseite vom 10. August 2026 ([Datenseite site:-Operator](https://promptwatch.com/data/chatgpt-site-operator-fanouts)) · erzählende Fassung beider Befunde im Blog vom 20. August 2026, zuletzt geändert am 8. September 2026, am Erscheinungstag berichtet von Axios ([Blogfassung](https://promptwatch.com/blog/chatgpt-stop-citing-reddit)) · zweites Panel: Otterly.ai, 27. August 2026, 16 Markenberichte aus 14 Branchen im US-Markt, Vorfenster 6. bis 13. August, Nachfenster 14. bis 17. August 2026, Tagesmittel ([zweite Messung](https://otterly.ai/blog/chatgpt-reddit-citations/)) · [Zur Datenseite](https://promptwatch.com/data/reddit-citations-are-dropping-in-chatgpt) **Einstufung:** Anbietermessung, vorläufig · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#reddit-zitate --- ## geo-40-prozent **Aussage:** Die meistzitierte Zahl der KI-Sichtbarkeits-Branche, „bis zu 40 Prozent mehr Sichtbarkeit“, stammt aus einem Laboraufbau mit einem inzwischen abgelösten Modell und misst eine eigens definierte Kennzahl. **Wofür die Zahl wirklich gilt:** Gemessen wurde ein positionsgewichteter Wortanteil, den eine Quelle in einer erzeugten Antwort einnimmt. Die „generative Suchmaschine“ war ein zweistufiger Eigenbau: die fünf besten Google-Treffer holen, dann mit GPT-3.5 eine Antwort erzeugen. Kein kommerzielles Produkt, kein heutiges Modell. „Bis zu 40 Prozent“ ist außerdem ein Maximalwert über die besten Methoden, kein Durchschnitt. Nicht belegt sind mehr Klicks, mehr Umsatz oder häufigere Nennung in ChatGPT oder Google. Die Arbeit selbst ist sauber und nennt ihre Grenzen; überdehnt wird sie beim Zitieren. **Quelle:** Aggarwal u. a., GEO: Generative Engine Optimization, arXiv 2311.09735, KDD 2024 · eingereicht November 2023 · [Zur Quelle](https://arxiv.org/abs/2311.09735) **Einstufung:** Wird meist falsch zitiert · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#geo-40-prozent --- ## ebu-nachrichten **Aussage:** 45 Prozent der Antworten von vier KI-Assistenten zu Nachrichtenfragen hatten mindestens einen erheblichen Mangel. Bei 31 Prozent lag er in der Quellenbehandlung. **Was die Zahl nicht sagt:** Geprüft wurden **Nachrichteninhalte, keine Marken**. Wer sie als Beleg dafür zitiert, wie oft KI Unternehmen falsch darstellt, überträgt sie unzulässig. Bewertet haben Journalisten der beteiligten Häuser, also keine unabhängige Instanz, und die Modellstände sind von Mitte 2025. **Markenrelevant ist trotzdem der Quellen-Befund:** Fast ein Drittel der Antworten schrieb Aussagen einer Quelle zu, die sie nicht deckt. Das ist genau die Mechanik, über die auch eine Marke falsch zitiert wird. **Quelle:** European Broadcasting Union und BBC, 22 Medienhäuser in 18 Ländern und 14 Sprachen (darunter ARD, ZDF, Deutsche Welle und SRF), über 3.000 bewertete Antworten · Oktober 2025 · [Zur Quelle](https://www.ebu.ch/news/2025/10/ai-s-systemic-distortion-of-news-is-consistent-across-languages-and-territories-international-study-by-public-service-broadcaste) **Einstufung:** Geprüfte Erhebung · Gruppe: Geprüfte Erhebung, Herstellerdokumentation oder Gerichtsentscheidung **Direktlink:** https://robert-haase.de/belege.html#ebu-nachrichten --- ## aio-top10-uneinig **Aussage:** Wie viele der in Googles KI-Übersichten zitierten Quellen zugleich organisch in den Top 10 stehen, messen die beiden großen Anbieter unvereinbar: BrightEdge rund 17 Prozent im Mittel über Februar 2025 bis Februar 2026, Ahrefs 37,1 Prozent in seiner Erhebung vom 2. März 2026. Im einzigen Monat, für den beide eine Zahl ausweisen, ist der Abstand am größten: für Juli 2025 weist BrightEdge rund 16,6 Prozent aus, Ahrefs in seiner Erhebung aus demselben Monat 76,1 Prozent. **Woher der Abstand kommt:** nicht aus dem Zeitversatz. Ahrefs zählte 2025 nur die drei sichtbarsten Zitate je Übersicht, 2026 nach eigener Angabe mehr davon, bei ebenfalls geändertem Parsing. Der Sprung von 76 auf 37 ist damit zu unbekanntem Anteil ein Verfahrensartefakt, kein Verlauf. Ahrefs zählt Adressen, BrightEdge nennt seine Einheit nur sources. **Was offen bleibt:** BrightEdge veröffentlicht Monatswerte nur bis Juli 2025, obwohl sein angegebener Erhebungszeitraum bis Februar 2026 reicht, und nennt die Größe seines Keyword-Sets nicht. Ahrefs nennt keinen Erhebungszeitraum, Sprache und Land keine der drei Erhebungen. Beide messen auf eigenen Indizes, und keine der Zahlen sagt, ob eine Nennung Besuche oder Umsatz bringt. **Quelle:** Ahrefs, Louise Linehan, 863.000 Keyword-SERPs und 4 Millionen zitierte Adressen, organisch 37,1 Prozent, Schlagzeile 37,9 Prozent einschließlich Anzeigen und SERP-Features, kein Erhebungszeitraum genannt · veröffentlicht 2. März 2026 · dieselbe Reihe, 1,9 Millionen Zitate aus 1 Million Übersichten, nur die drei sichtbarsten je Übersicht · veröffentlicht 21. Juli 2025 · BrightEdge, AI Catalyst und Generative Parser, wöchentliche Messung, Umfang nicht offengelegt, angegebener Erhebungszeitraum Februar 2025 bis Februar 2026, veröffentlichte Überschneidungstabelle nur Februar bis Juli 2025 · veröffentlicht 12. Februar 2026 · [Zur BrightEdge-Quelle](https://www.brightedge.com/resources/weekly-ai-search-insights/ai-overviews-one-year-presence-size-citing) · [Zur Ahrefs-Quelle](https://ahrefs.com/blog/ai-overview-citations-top-10/) **Einstufung:** Anbietermessungen, nicht vergleichbar · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#aio-top10-uneinig --- ## llmstxt-nutzen **Aussage:** Auf 20 Doku-Websites arbeiteten zwei Coding-Agenten deutlich sparsamer, sobald deren Unterseiten ganz oben auf die llms.txt verwiesen. Claude Code brauchte im Mittel 25,4 statt 30,8 Sekunden und 175.000 statt 215.000 Tokens je Aufgabe, Codex 45,1 statt 57,1 Sekunden und 115.000 statt 156.000 Tokens. Das sind 18 bis 26 Prozent weniger. **Was die Zahlen nicht sagen:** Für Marken-Websites ist damit nichts belegt. Gemessen wurde auf Entwicklerdokumentation, die der Anbieter selbst ausliefert und verkauft. Gewonnen wird Effizienz, nicht Richtigkeit: Die Trefferquote bewegt sich über alle vier Varianten kaum, 94 bis 99 Prozent. Es sind Mittelwerte über rechtsschiefe Verteilungen, im Median sind es 9 bis 15 Prozent. **Und der Vergleich ist hergestellt:** Die gute Variante ist die unveränderte Auslieferung, die schlechte entsteht erst, indem der Testaufbau den Verweis herausschneidet und die llms.txt mit einem künstlichen 404 sperrt. Gemessen ist eine Wegnahme. Auf Signifikanz geprüft sind allein Fehlabrufe und Abrufzahl, nicht Zeit und Tokens. Die Protokolle, die die Quelle als mitgeliefert bezeichnet, fehlen im Repository. **Quelle:** Mintlify, Docs URL Discovery Bench · 20 Doku-Websites, 5 Fragen je Website, 4 Auslieferungsvarianten, 2 Agenten, 3 Durchläufe, 2.400 gewertete Läufe bei n=300 je Zelle · Claude Code auf claude-sonnet-5, Codex CLI auf gpt-5.5 · Juli 2026 · [Zur Quelle](https://github.com/mintlify/docs-url-discovery-bench) **Einstufung:** Kontrollierter Test des Anbieters, Ergebnisdaten offen · Gruppe: Sachstand, Fallbericht oder Marktbeobachtung **Direktlink:** https://robert-haase.de/belege.html#llmstxt-nutzen --- ## markenstatur-sichtbarkeit **Aussage:** Fragt man KI-Suchsysteme nach einer Kategorie, ohne den Markennamen zu nennen, erscheinen global bekannte Marken im ersten Messlauf im Schnitt in 72,9 Prozent der Antworten, etablierte Mittelstands- und Regionalmarken in 43,6 Prozent, kleine und Nischenmarken in 11,4 Prozent. Von allen 149.912 gezählten Quellenangaben führen 2,9 Prozent auf die Website der Marke selbst, 75,2 Prozent auf die anderer Unternehmen derselben Kategorie. **Was die Zahlen nicht sagen:** Sie belegen keine Ursache. Die drei Stufen sind von Hand nach Wikipedia-Artikel, Presseecho und Finanzierung vergeben, also nach Hilfsgrößen für Web-Prominenz; gemessen wird danach eine aus dem Web gespeiste Sichtbarkeit. Den Zirkel benennt der Autor selbst. Die drei Werte mitteln über die 11, 36 und 55 Marken einer Stufe, nicht über alle Antworten; das 95-Prozent-Intervall der untersten reicht von 4,2 bis 20,3 Prozent. **Wer gemessen hat:** Der Autor ist Mitgründer von Ranqo und hält Anteile daran, die untersuchten Marken sind Kunden der Plattform, der Text ein Preprint ohne Begutachtung. Wer die oft zitierten 78 Prozent Unternehmensseiten liest, als trage die eigene Website die Sichtbarkeit, dreht den Befund um. **Quelle:** Pratyush Kumar (Mitgründer von Ranqo), Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines, arXiv:2606.20065v1, Preprint ohne Begutachtung, 14 Seiten · 102 Marken, 3.508 abgeschlossene Messläufe, 102.025 Antworten von fünf Systemen (ChatGPT, Gemini, Perplexity, Claude, Grok), 149.912 Quellenangaben aus Antworten, in denen die Marke vorkam, erhoben auf der Plattform Ranqo zwischen März und Mai 2026 · eingereicht 18. Juni 2026 · [Zur Quelle](https://arxiv.org/abs/2606.20065) **Einstufung:** Anbietermessung, Preprint ohne Begutachtung · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#markenstatur-sichtbarkeit --- ## zitier-position **Aussage:** Von 18.012 Zitierungen ChatGPTs aus Webseiten stammen 44,2 Prozent aus den ersten 30 Prozent des Textes. Der mittlere Abschnitt, mit 40 Prozent Textlänge der breiteste, trägt 31,1 Prozent, der Schluss 24,7 Prozent. In einer zweiten Auswertung über 11.022 Zitierungen lag die Eigennamen-Dichte zitierter Einleitungen bei 20,6 Prozent, gegenüber 5 bis 8 Prozent, die der Autor aus Standardkorpora ableitet (Brown Corpus, Penn Treebank), ohne Rechenweg. **Was die Zahlen nicht sagen:** Gemessen ist, woher ChatGPT zitiert hat. Ob ein umgeschriebener Text häufiger zitiert wird, ist ungeprüft. Auf Absatzebene gilt die Regel nicht: In einer gesonderten Auswertung von 1.000 stark zitierten Inhalten stammen 53 Prozent der Zitierungen aus der Absatzmitte, nur 24,5 Prozent aus dem ersten Satz. Erhebungszeitraum und Modellstand fehlen; zur Sprache des Materials sagt die Quelle nichts, englisch sind nur die Vergleichskorpora. **Woher die Daten kommen:** Einzige Quelle ist der Anbieter Gauge, der KI-Sichtbarkeitssoftware verkauft; derselbe Methodik-Abschnitt wirbt zwei Absätze weiter mit 75 Prozent Rabatt auf dessen Verkaufsgespräch. Welcher Satz zitiert wurde, ist über Textvektoren geschätzt. **Quelle:** Kevin Indig, Growth Memo, Daten von Gauge · 18.012 Zitierungen für die Positionsanalyse, 11.022 für die Sprachanalyse, isoliert aus einem Bestand von 1,2 Millionen, den die Quelle an drei Stellen unterschiedlich bezeichnet (Suchergebnisse, ChatGPT-Antworten, verifizierte Zitierungen); Gauge lieferte rund 3 Millionen Antworten mit 30 Millionen Zitierungen · 16. Februar 2026 · Original hinter Bezahlschranke; Forschungsteil und Methodik im Internet Archive lesbar, das Zusatzmaterial für Bezahlabonnenten fehlt · [Zur Quelle](http://web.archive.org/web/20260218205224/https://www.growth-memo.com/p/the-science-of-how-ai-pays-attention) **Einstufung:** Anbietermessung, vorläufig · Gruppe: Vorläufig: Prototyp, Einzeltest, Prognose oder Anbieterangabe **Direktlink:** https://robert-haase.de/belege.html#zitier-position --- Ende der Datei: 16 von 16 Einträgen zum Thema KI-Suche. Letzter Eintrag: zitier-position.