Belege.

Geprüfte Erhebung

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.

Ahrefs, 137.210 Domains, davon 28 Prozent mit llms.txt · Juni 2026 · Zur Quelle

Geprüfte Erhebung

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.

SE Ranking, knapp 300.000 Domains, davon 10,13 Prozent mit llms.txt · November 2025 · Zur Quelle

Herstellerdokumentation

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.

Google Search Central, offizieller Leitfaden · Stand 10. Juli 2026 · Zur Quelle

Einzelner Test

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.

Ahrefs, 1.885 Seiten gegen 4.000 gematchte Kontrollseiten, Ergänzungen zwischen August 2025 und März 2026 · Mai 2026 · Zur Quelle

Geprüfte Erhebung

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.

Ahrefs, Korrelationsanalyse über 75.000 Marken in ChatGPT, Google AI Mode und AI Overviews · Dezember 2025 · Zur Quelle

Geprüfte Erhebung

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.

SparkToro mit Gumshoe.ai, 600 Teilnehmende, 12 Fragestellungen, 2.961 Durchläufe in ChatGPT, Claude und Google AI · Januar 2026 · Zur Quelle

Geprüfte Erhebung

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.

Pew Research Center, passives Browser-Tracking bei 900 US-Erwachsenen, 68.879 Google-Suchen im März 2025 · Juli 2025 · Zur Quelle

Wird meist falsch zitiert

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.

Aggarwal u. a., GEO: Generative Engine Optimization, arXiv 2311.09735, KDD 2024 · eingereicht November 2023 · Zur Quelle

Geprüfte Erhebung

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.

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

Geprüfte Erhebung

Auf 30,6 Prozent von einer Million untersuchten Startseiten fanden sich Buttons ohne zugänglichen Namen.

Was die Zahl nicht sagt: Sie ist als Barrierefreiheits-Erhebung gemacht, nicht als Agenten-Test. Der Bezug ist trotzdem direkt: Ein Button ohne Namen hat im Accessibility-Baum keine Bezeichnung, und Agenten, die über diesen Baum arbeiten, können ihn nicht benennen. Gemessen sind Startseiten, nicht ganze Websites, und der Anteil bezieht sich auf Seiten mit mindestens einem solchen Button, nicht auf den Anteil aller Buttons.

WebAIM Million, achte Ausgabe, eine Million Startseiten · Februar 2026 (Vorjahr 29,6 Prozent) · Zur Quelle

Vorläufig, Prototyp

In einem kontrollierten Versuch erreichten drei Browser-Agenten auf der agentenfreundlich gebauten Fassung eine strikte Erfolgsquote von 89,3 Prozent gegenüber 49,3 Prozent auf der Ausgangsfassung.

Was der Versuch nicht sagt: Variiert wurde maschinelle Klarheit, nicht Barrierefreiheit, und es sind zwei Fassungen eines eigens gebauten Shop-Prototyps, keine echte Website. Die Autoren halten ausdrücklich fest, es handle sich um einen Proof of Concept, dessen Ergebnisse „should not be generalized to all domains, websites, or agent systems". Genannt ist zudem die strengere von zwei gemessenen Erfolgsquoten. Es ist der beste vorhandene Hinweis, kein Nachweis.

Elnaffar und Rashidi, Designing Agent-Ready Websites, arXiv 2607.12056, 300 Durchläufe mit drei Modellen · Juli 2026 · Zur Quelle

Wird meist falsch zitiert

Die vielzitierte Zahl vom Absturz der Agenten-Erfolgsquote von 78 auf 42 Prozent stammt aus einer Studie, die keine einzige Website verändert hat.

Was wirklich variiert wurde: die Bedienung des Agenten, nicht die Barrierefreiheit der Seiten. Die Studie hat dem Agenten sinngemäß die Maus weggenommen und ihn auf die Tastatur beschränkt. Als Beleg dafür, dass barrierefreie Websites Agenten helfen, taugt sie deshalb nicht, obwohl sie genau dafür überall zitiert wird. Ein sauberer Vergleich barrierefrei gegen nicht barrierefrei fehlt bis heute. Auch die Zahlen sind enger, als sie zitiert werden: Sie gelten für ein einzelnes Modell (Claude Sonnet 4.5, genau 78,33 auf 41,67 Prozent), und die Aufgaben umfassen Desktop-Anwendungen, nicht nur Websites. Ein zweites, offenes Modell fiel von 20 auf 0 Prozent.

A11y-CUA, arXiv 2602.09310, vorgestellt auf der CHI 2026 · Februar 2026 · Zur Quelle

Kontrollierter Test

Sieben verbreitete KI-Assistenten aus den USA führen beim nutzerausgelösten Abruf kein JavaScript aus und werten nur das rohe HTML aus. Fünf andere tun es.

Was der Test zeigt und was nicht: Getestet wurde mit einem Köderwert im rohen HTML und dem echten Wert hinter JavaScript. ChatGPT, Claude, Gemini, Perplexity, Meta AI, Copilot und Grok lieferten den Köder, DeepSeek, ERNIE, Qwen, Kimi und Mistral den echten Wert. Die Trennlinie verläuft nach Anbieter, nicht nach Technik — es ist eine Entscheidung, keine Grenze. Und der Befund gilt für den direkten Abruf, nicht für Inhalte, die über den Google-Index in eine Antwort gelangen. Ein früherer Test vom Dezember 2025 hatte Gemini noch als einziges rendernde System gemessen; die Lage ändert sich also.

Search Engine World, 12 Assistenten im Vergleich · Juni 2026 · früherer Test: searchVIU, Dezember 2025 · Zur Quelle

Herstellerdokumentation

Lighthouse führt seit Version 13.3.0 vom 7. Mai 2026 eine Kategorie „Agentic Browsing" in der Standardkonfiguration.

Was der Score nicht sagt: Google kennzeichnet die Kategorie ausdrücklich als experimentell und auf vorgeschlagenen Standards beruhend; sie braucht Chrome 150 oder neuer, und die WebMCP-Prüfungen setzen eine Anmeldung zum Origin Trial voraus. Ausgegeben wird eine Bestehensquote, kein Wert von 0 bis 100 wie bei Performance oder SEO. Gemessen wird Agenten-Tauglichkeit, ausdrücklich nicht die Sichtbarkeit in der Google-Suche. Bemerkenswert ist die Richtung: Maschinenlesbarkeit wird von einer Behauptung zu einer gemessenen Eigenschaft.

Lighthouse-Release 13.3.0 vom 7. Mai 2026, Kategorie in der Standardkonfiguration · Googles Dokumentation dazu · Zur Quelle

Herstellerdokumentation

Google nennt drei Wege, auf denen Agenten eine Seite wahrnehmen: Bildschirmfotos, rohes HTML und den Accessibility-Baum. Moderne Agenten kombinieren sie.

Was daraus nicht folgt: dass Agenten ausschließlich über den Accessibility-Baum arbeiten. Genau diese Verkürzung kursiert. Google beschreibt den Baum als hochauflösende Karte, die den visuellen Lärm ignoriert, sagt aber im selben Text, dass Agenten Baum und DOM mit einer visuellen Darstellung abgleichen. Für die Praxis ändert das wenig: Ein Element ohne zugänglichen Namen fehlt in zwei der drei Wege.

Google, Build agent-friendly websites (web.dev) · Stand 1. April 2026 · Zur Quelle

Stand der Normung

Ein einheitlicher Standard dafür, wie Websites die KI-Nutzung ihrer Inhalte erlauben oder untersagen, existiert bis heute nicht.

Wie weit die Arbeit ist: Die IETF-Arbeitsgruppe AIPREF entwickelt zwei Bausteine, ein Vokabular und einen Anbindungsmechanismus. Beide stehen Ende August 2026 als Entwurf im Status „I-D Exists", sind also nicht einmal zur Verabschiedung eingereicht; ein RFC gibt es nicht, obwohl die eigenen Meilensteine auf den 31. August 2026 datiert sind. Praktisch heißt das: Wer heute KI-Crawler steuert, tut das über robots.txt und anbieterspezifische Kennungen, die sich jederzeit ändern können. Parallel setzt Cloudflare einen eigenen, herstellergebundenen Mechanismus.

IETF, Arbeitsgruppe AIPREF, Entwürfe vom 18. August 2026 · geprüft am 28. August 2026 · Zur Quelle

Marktbeobachtung

Der Kauf direkt im Chat wurde gut fünf Monate nach dem Start zurückgebaut. Live waren zu dem Zeitpunkt je nach Quelle ein Dutzend oder knapp dreißig Shopify-Händler.

Was daraus folgt und was nicht: Die These, der Handel verlagere sich vollständig in den Chat, ist vorerst entkräftet. Nicht entkräftet ist die Verschiebung beim Entdecken: Gefunden wird beim Agenten, gekauft weiterhin bei der Marke. Zur Zahl: Die Quelle nennt zwei widersprüchliche Angaben, ein Dutzend nach einem Medienbericht und „nahe 30 und steigend" nach Shopify selbst. Beide beziehen sich nur auf Shopify-Händler, nicht auf alle Partner.

Forrester, Analyse zum Rückbau von Instant Checkout · 7. März 2026 (Start: 29. September 2025) · Zur Quelle

Kontrollierter Test

In einem Test der Flugsuche steuerten Sprachmodelle die Website der Airline nur in etwa fünf Prozent der Fälle direkt an. Bevorzugt wurden Buchungsportale.

Warum das für Marken zählt: Der Direktkanal und das Bonusprogramm, die teuersten Vertriebs-Assets vieler Marken, werden im Agenten-Layer umgangen. Die Begründung der Untersuchung ist bemerkenswert unspektakulär: Portale liefern sauberere, strukturiertere und maschinenlesbarere Daten. Grenzen: drei europäische Fluggesellschaften, ihre zehn wichtigsten Märkte, drei Sprachmodelle, 60 markenneutrale Anfragen. Eine Branche, ein Zeitpunkt, keine Aussage über andere Kategorien.

Bain & Company, Test mit drei Fluggesellschaften, drei Sprachmodellen und 60 Anfragen · 16. März 2026 · Zur Quelle

Anbieter- und Unternehmensangaben

Walmart lässt Lieferantenverhandlungen von einem KI-System führen: 2.000 Verhandlungen gleichzeitig, rund drei Prozent durchschnittliche Einsparung, drei von vier Lieferanten verhandeln lieber mit der Maschine als mit einem Menschen.

Woher die Zahlen stammen: vom Anbieter des Systems und von Walmart selbst, berichtet über Bloomberg. Es gibt keine unabhängige Prüfung. Die häufig mitzitierte Abschlussquote von 68 Prozent stammt aus einer älteren Fallstudie in der Harvard Business Review. Bemerkenswert bleibt die dritte Zahl: Die Präferenz für die Maschine kommt von der Gegenseite, nicht vom Betreiber. Das ist Vollmacht im Einkauf, beziffert und im Betrieb.

Pactum-Angaben via Bloomberg, April 2023 · Abschlussquote: Harvard Business Review, November 2022 · Zur Quelle

Befragung

30 bis 45 Prozent der US-Verbraucher nutzen generative KI für Produktrecherche und Vergleich. Ihren Weihnachtseinkauf auf einer KI-Plattform beginnen wollten 17 Prozent.

Was die Zahlen nicht sagen: Sie beruhen auf Selbstauskunft und gelten für die USA, nicht für den deutschsprachigen Markt. Und die beiden Zahlen messen Verschiedenes: Recherche und Vergleich sind nicht dasselbe wie der Beginn der Kaufreise. Wer sie zusammenzieht, bekommt eine Zahl, die es nicht gibt. Ein begonnener Einkauf ist zudem kein Kauf. Als Größenordnung für die Verschiebung beim Entdecken sind sie brauchbar, als Umsatzaussage nicht.

Bain & Company, Consumer-Lab-Befragung USA · November 2025 · die Insights-Seite vom Mai 2026 nennt rund 30 Prozent · Zur Quelle

Befragung

Nur 11 Prozent der Befragten würden einer KI die Kaufentscheidung überlassen, und das auch nur in Kategorien mit geringem Einsatz wie Körperpflege und Haushaltswaren.

Was die Zahl relativiert: Auch die Zustimmung zur bloßen Hilfe ist keine Mehrheit: 31 Prozent würden eine KI die Auswahl bei Haushaltswaren eingrenzen lassen, 28 Prozent bei Elektronik. Es ist das Gegengewicht zu den Prognosen über autonom kaufende Agenten. Geäußerte Präferenz und späteres Verhalten fallen allerdings regelmäßig auseinander, besonders wenn die Erfahrung fehlt. Stichprobe: 322 US-Verbraucher.

Gartner, Befragung von 322 US-Verbrauchern im Januar 2026 · veröffentlicht 27. Mai 2026 · Zur Quelle

Tribunal-Entscheidung

Air Canada haftet für die Zusage seines Chatbots. Die Verteidigung, der Bot sei für sein Handeln selbst verantwortlich, nannte der Entscheider „a remarkable submission".

Was der Fall ist und was nicht: Es geht um einen Trauerfalltarif und 650,88 kanadische Dollar Schadenersatz, nicht um eine allgemeine Erstattungspraxis. Entschieden hat das Civil Resolution Tribunal in British Columbia, kein Gericht, und die Entscheidung bindet in Europa niemanden. Der tragende Satz gilt trotzdem weit über den Fall hinaus: Es mache keinen Unterschied, ob eine Auskunft von einer statischen Seite oder von einem Chatbot komme. Die Zuspitzung „eigene Rechtspersönlichkeit" ist die Zusammenfassung des Entscheiders, nicht der Wortlaut der Airline.

Moffatt v. Air Canada, 2024 BCCRT 149, Civil Resolution Tribunal British Columbia · 14. Februar 2024 · Entscheidung im Volltext · Zur Quelle

Dokumentierter Vorfall

Der Support-Agent von Cursor erfand eine Nutzungsregel, die es nie gab, und antwortete unter dem Namen „Sam".

Was der Fall zeigt: Der Schaden entstand nicht durch eine falsche Auskunft allein, sondern dadurch, dass sie wie eine verbindliche Regel der Firma klang. Der Mitgründer stellte öffentlich klar, es gebe keine solche Regel, und entschuldigte sich; danach berichteten Nutzer von Kündigungen. Eine Zahl dazu gibt es nicht. Ein Einzelfall, aber mit demselben Muster wie die übrigen: Der Agent spricht als die Marke.

The Register, 18. April 2025 (erfundene Regel, Entschuldigung) · Fortune, 19. April 2025 (Name „Sam", Kündigungen) · Zur Quelle

Rechtslage

Die Transparenzpflichten des EU AI Act für Chatbots und KI-generierte Inhalte gelten seit dem 2. August 2026. Die Hochrisiko-Pflichten wurden auf Dezember 2027 und August 2028 verschoben.

Was das praktisch heißt: Wer mit einem KI-System kommuniziert, muss das erkennen können, sofern es nicht ohnehin offensichtlich ist, und synthetische Inhalte müssen maschinenlesbar gekennzeichnet sein. Für bereits bestehende Systeme gibt es bei der Kennzeichnung eine viermonatige Schonfrist. Zum Kalender: Die Fristen sind mehrfach verschoben worden, zuletzt durch den Digital Omnibus im Mai 2026 — allerdings nicht diese hier. Die Richtung ist stabil, der Kalender war es nicht.

EU AI Act, Artikel 50, anwendbar seit 2. August 2026 · Verschiebungen durch den Digital Omnibus, Mai 2026 · Zur Quelle

Gerichtsurteil, nicht rechtskräftig

Ein deutsches Oberlandesgericht hat entschieden, dass ein Unternehmen für die irreführenden Aussagen seines eigenen KI-Chatbots unmittelbar haftet. Der Chatbot sei kein Dritter im Sinne des Gesetzes.

Was der Fall ist und was nicht: Der Chatbot einer Klinik hatte den Geschäftsführern Facharzttitel zugeschrieben, die sie nicht hatten und die es teilweise gar nicht gibt. Das Gericht hielt fest, dass es nicht darauf ankommt, ob das Unternehmen den Chatbot nur mit korrekten Daten programmieren ließ. Wichtige Einschränkungen: Das Urteil ist nicht rechtskräftig, die Revision zum Bundesgerichtshof ist zugelassen. Es ist Wettbewerbsrecht, es geht also um Unterlassung, nicht um Schadenersatz. Und es betrifft den selbst betriebenen Chatbot. Wer haftet, wenn ein fremdes System etwas Falsches über eine Marke behauptet, ist damit nicht entschieden.

OLG Hamm, Urteil vom 12. Mai 2026, Az. 4 UKl 3/25 (Verbraucherzentrale NRW gegen eine Klinik-Betreiberin) · Zur Quelle

Selbsteinschätzung, Prognose

In einer Gartner-Befragung schätzen Vorstandschefs, dass bis 2030 15 bis 20 Prozent ihres Umsatzes von Maschinen als Kunden kommen.

Was das ist: eine Selbsteinschätzung befragter Vorstände über die Zukunft, kein Messwert und keine Hausprognose von Gartner. Beides wird beim Zitieren gern zu „Gartner erwartet" verkürzt. Solche Schätzungen zu neuen Kategorien liegen häufig daneben, meist im Zeitpunkt, nicht in der Richtung. Zur Quellenlage: Die Seite ist für automatisierte Abrufe gesperrt; die Formulierung ist über ein Archiv und Gartners eigenen Video-Titel belegt, nicht durch einen direkten Abruf.

Gartner, CEO-Befragung, zitiert in der Reihe Think Again · Archivstand Juli 2026 · Zur Quelle

Anbieterangaben

Die großen Nutzerzahlen der KI-Systeme stammen von den Anbietern selbst und sind nicht miteinander vergleichbar: rund 900 Millionen wöchentlich aktive Nutzer bei ChatGPT, über eine Milliarde monatliche Nutzer bei Googles AI Mode.

Warum der Vergleich hinkt: Die eine Zahl zählt wöchentlich, die andere monatlich. Nebeneinandergestellt liest man sie trotzdem als gleichartig, und genau so wandern sie durch Präsentationen. Unabhängig geprüft ist keine von beiden. Die Google-Zahl ist immerhin direkt vom Anbieter dokumentiert, die ChatGPT-Zahl kursiert durchweg als Angabe in Berichten über das Unternehmen. Als Größenordnung brauchbar, als Beleg nicht.

Google, Blogbeitrag zum AI Mode, 19. Mai 2026 · ChatGPT-Zahl: OpenAI-Angabe, Februar 2026 · Zur Quelle

Amtliche Statistik

26 Prozent der deutschen Unternehmen ab zehn Beschäftigten nutzten 2025 KI-Technologien. Bei den großen Unternehmen ab 250 Beschäftigten sind es 57 Prozent, bei den kleinen 23 Prozent.

Was die Zahl nicht sagt: Sie ist binär erhoben und sagt nichts über Intensität, Reifegrad oder Wirkung, und sie ist nicht nach Funktionsbereichen aufgeschlüsselt — ein Beleg für Marketing oder Markenführung ist sie also nicht. Warum sie trotzdem hier steht: Sie ist die methodisch strengste verfügbare deutsche Zahl und ein nüchterner Anker gegen Verbandsumfragen, die für dasselbe Jahr deutlich höhere Werte melden. Wenn zwei Zahlen zur selben Frage weit auseinanderliegen, liegt es an Grundgesamtheit und Verfahren, nicht an der Wirklichkeit.

Statistisches Bundesamt, Erhebung zur Nutzung von IKT in Unternehmen, Unternehmen ab 10 Beschäftigten · November 2025 · Zur Quelle