Zuletzt aktualisiert Juli 2026.
Deine Marke rankt bei Perplexity für “beste Projektmanagement-Software für Agenturen” an erster Stelle. Öffne ChatGPT mit derselben Anfrage: du wirst überhaupt nicht erwähnt. Das ist kein Bug. Es ist das normale Verhalten von Systemen, die Quellen eigenständig abrufen, unterschiedlich gewichten und Antworten aus weitgehend nicht überschneidenden Quellen-Pools erzeugen.
Den Mechanismus zu verstehen ist der erste Schritt, ihn zu beheben.
Was Engine-übergreifende Citation-Überschneidung wirklich bedeutet
Engine-übergreifende Citation-Überschneidung ist der Anteil der Domains, die von einer KI-Engine zitiert werden und gleichzeitig von einer anderen Engine für denselben Prompt-Set zitiert werden. Eine Überschneidung von 100 % würde bedeuten, dass beide Engines immer dieselben Quellen ziehen. Eine Überschneidung von 0 % würde bedeuten, dass ihre Quellen-Pools nichts gemeinsam haben.
In der Praxis ist die Überschneidung sehr gering.
Laut Profound, einem Unternehmen für KI-Citation-Tracking, erscheinen nur 11 % der zitierten Domains sowohl in ChatGPT- als auch in Perplexity-Antworten, basierend auf einer Analyse von 100.000 Prompts, die auf beiden Plattformen durchgeführt wurden (Profound, Juli 2025). Hinweis: Das ist Anbieterforschung von einem Unternehmen, das KI-Visibility-Monitoring-Software verkauft. Trotzdem deckt sich die Richtung des Befunds mit separaten Drittanbieterdaten.
Die Ahrefs-Studie mit 15.000 Anfragen ergab, dass Perplexity eine Überschneidung von etwa 29 % mit Googles Top-10-Ergebnissen aufweist, weit höher als ChatGPT (ca. 8 %), Gemini (ca. 8 %) und Microsoft Copilot (ca. 8 %) (Ahrefs, August 2025). Die wichtigste Erkenntnis: Perplexity verhält sich wie eine Erweiterung der traditionellen Suche. Die anderen drei Engines nicht.
Eine separate Ahrefs-Analyse von 540.000 Anfragepaaren ergab, dass Google AI Overviews und Google AI Mode, zwei Produkte desselben Unternehmens, dieselben URLs nur in 13,7 % der Fälle zitierten (Ahrefs, Dezember 2025). Gleicher Anbieter. Getrennte Stacks.
Engine für Engine: Überschneidungen und dominante Quelltypen
Die folgende Tabelle fasst zusammen, was die verfügbare Forschung über das Citation-Verhalten der wichtigsten Engines zeigt. Betrachte die Spalte zur Quellen-Tendenz als Richtungsangabe, nicht als genaue Messung.
| Engine | Überschneidung mit Google Top-10 | Dominanter Quelltyp | Wichtigster Datenpunkt |
|---|---|---|---|
| ChatGPT | ca. 8 % | Enzyklopädisch (Wikipedia ca. 47,9 % der am häufigsten zitierten Quellen) | Profound 100K-Prompt-Studie: 11 % Domain-Überschneidung mit Perplexity |
| Perplexity | ca. 29 % | Community-Foren (Reddit in ca. 46,7 % der Top-10-zitierten Quellen) | Höchste Google-Organic-Überschneidung aller getesteten KI-Engines |
| Google AI Overviews | variiert je nach Anfragetyp | Video (YouTube als am häufigsten zitierte Einzeldomain in den meisten Branchen) | Nur 13,7 % URL-Überschneidung mit Google AI Mode |
| Google AI Mode | variiert je nach Anfragetyp | Weitgehend eigenständig gegenüber AI Overviews | 13,7 % Überschneidung mit AI Overviews für dieselben Anfragen |
| Gemini | ca. 8 % | Redaktionelle Seiten und Produktseiten | In der Niedrig-Überschneidungs-Gruppe mit ChatGPT und Copilot |
| Microsoft Copilot | ca. 8 % | Redaktionelle Seiten und Produktseiten | In der Niedrig-Überschneidungs-Gruppe mit ChatGPT und Gemini |
Quellen: Profound (Juli 2025, 100.000 Prompts), Ahrefs (August 2025, 15.000 Anfragen; Dezember 2025, 540.000 Anfragepaare), 5W PR Citation-Synthese (Mai 2026), Profound Q2 2025 Quelltyp-Analyse, Surfer SEO AI Citation Report (46 Millionen AIO-Citations, 2025).
Zum Wikipedia-Wert (47,9 % der am häufigsten zitierten ChatGPT-Quellen) ist zu beachten: Dieser stammt aus einer 5W-PR-Synthese mehrerer Citation-Datensätze und betrifft eine kuratierte Teilmenge der Top-Quellen, nicht alle Citation-Typen. Otterly.AIs separate Analyse von 1 Million Citations ordnet enzyklopädische Quellen bei ca. 6 % aller ChatGPT-Citations ein. Die beiden Zahlen messen unterschiedliche Dinge.
Wie die Coverage Rate berechnet wird: eine Schritt-für-Schritt-Erklärung
Die Coverage Rate (auch Citation Share oder Share of Model genannt) misst, in welchem Prozentsatz der KI-generierten Antworten zu einem definierten Prompt-Set eine Erwähnung oder ein Quell-Link deiner Marke enthalten ist. So wird sie in der Praxis berechnet.
- Prompt-Set definieren. Wähle 20 bis 200 Prompts, die echte Kaufanfragen in deiner Kategorie abbilden. Das können “beste [Produkttyp] für [Anwendungsfall]“-Anfragen sein, Vergleichsfragen oder kategoriebezogene Informationsanfragen.
- Prompts separat durch jede Engine laufen lassen. Derselbe Prompt geht an ChatGPT, Perplexity, Gemini, Google AI Overviews und jede weitere Engine, die du verfolgst. Jede Engine wird eigenständig abgefragt.
- Erscheinungen erfassen. Notiere bei jeder Antwort, ob deine Marke namentlich erwähnt wird und ob eine Quell-URL deiner Domain zitiert wird. Beides zählt, kann aber als separate Metriken verfolgt werden.
- Citation Rate pro Engine berechnen. Teile die Anzahl der Antworten, in denen deine Marke erwähnt wird, durch die Gesamtzahl der Prompts, die auf dieser Engine gelaufen sind. Wenn 30 von 100 ChatGPT-Antworten dich erwähnen, beträgt deine ChatGPT-Citation-Rate für diesen Prompt-Set 30 %.
- Engines vergleichen. Eine Marke mit einer Citation Rate von 30 % bei Perplexity und 3 % bei ChatGPT hat ein Sichtbarkeitsproblem. Die Lücke zeigt dir, welche Engine du priorisieren solltest.
- Im Zeitverlauf tracken. Ein einzelner Schnappschuss zeigt dir den aktuellen Stand. Wöchentliches oder monatliches Tracking zeigt dir, ob Maßnahmen wirken.
GEO-Plattformen automatisieren die Schritte zwei bis sechs. Ohne Automatisierung kostet das manuelle Durchlaufen von 50 Prompts über vier Engines Stunden und liefert verrauschte Daten.
Ein konkretes Beispiel: die Sichtbarkeitsaufteilung einer Marke auf vier Engines
Stell dir ein mittelständisches B2B-SaaS-Unternehmen vor, das Client-Reporting-Software für Agenturen verkauft. So könnte ein realer Prompt-Monitoring-Lauf über 80 kaufintentionale Anfragen aussehen.
| Engine | Citation Rate | Rang bei Erwähnung | Primär zitierte Quelle |
|---|---|---|---|
| Perplexity | 42 % | Meist 2. oder 3. | G2-Bewertungsseite und Marken-Blog |
| Google AI Overviews | 18 % | Variiert | Ein YouTube-Tutorial zum Produkt |
| Gemini | 11 % | 4. oder 5. | Branchen-Roundup auf einer Publisher-Site |
| ChatGPT | 4 % | Selten vertreten | Kein konsistentes Muster |
Dieselbe Marke. Dieselben 80 Anfragen. Vier völlig unterschiedliche Bilder.
Was erklärt die Stärke bei Perplexity? Die Marke hat ein gepflegtes G2-Profil, eine aktive Reddit-Präsenz in Communities, in denen Agentur-Tools diskutiert werden, und einen Blog, der operative Fragen direkt beantwortet. Perplexitys Retrieval-Stack nimmt alle drei auf.
Was erklärt die Lücke bei ChatGPT? ChatGPTs kuratierter Retrieval-Pool ist durch Earned Media allein schwerer zu durchdringen. Die Marke hat kaum Wikipedia-Präsenz und keine nennenswerte redaktionelle Abdeckung in den Domains, die ChatGPT übergewichtet. Eine PR-Strategie, die auf die von ChatGPT bevorzugten Quellen abzielt, würde diese 4 % verschieben.
Die YouTube-Citation, die die AI-Overviews-Sichtbarkeit antreibt, zeigt: Die dominante Einzelquelle von Google AI Overviews ist Video, nicht Text. Eine Marke, die ihre YouTube-Präsenz vernachlässigt, ist in dieser Engine standardmäßig unsichtbar.
Das ist keine Hypothese. BrightEdges AI-Catalyst-Studie ergab, dass Markenerwähnungen in Google AI Overviews, Google AI Mode und ChatGPT für dieselben Anfragen in 61,9 % der Fälle voneinander abwichen (BrightEdge, 2025). Das obige Beispiel ist die Norm, nicht die Ausnahme.
Warum die Engines auseinanderdriften: Unterschiede in den Retrieval-Stacks
Jede Engine ruft Quellen über einen anderen Mechanismus ab:
- ChatGPT verwendet einen Mix aus Trainingsdaten und, bei neueren Anfragen, einer Bing-gestützten Retrieval-Schicht. Seine Trainingsdaten tendieren zu enzyklopädischen, redaktionellen und hochautoritativen Web-Inhalten. Um in ChatGPTs Retrieval-Pool zu gelangen, muss man entweder in seinen Trainingsdaten verankert sein (also etablierte, viel verlinkte Quellen) oder über Microsofts Suchindex auftauchen.
- Perplexity führt bei jeder Anfrage ein Live-Web-Retrieval durch. Es funktioniert eher wie eine Suchmaschine der nächsten Generation. Weil es Live-Ergebnisse zieht, nimmt es Community-Diskussionen (Reddit, Foren) und frisch veröffentlichte Inhalte leichter auf als ChatGPT. Die höhere Google-Organic-Überschneidung (ca. 29 %) spiegelt das wider.
- Google AI Overviews und AI Mode nutzen Googles eigenen Index und Knowledge Graph, jedoch mit unterschiedlicher Auswahllogik. Die 13,7-prozentige URL-Überschneidung zwischen beiden beweist, dass selbst identische Quell-Indexierung kein identisches Citation-Verhalten erzeugt, wenn sich das Retrieval-Modell ändert.
- Gemini und Microsoft Copilot fallen in die Niedrig-Google-Überschneidungs-Gruppe (ca. 8 %), was darauf hindeutet, dass ihre Retrieval-Schichten erhebliche Filterung oder ein Reranking anwenden, das von standardmäßigen Suchrankings abweicht.
Die praktische Konsequenz: Die Optimierung für eine Engine überträgt einen gewissen Wert auf andere (insbesondere die strukturellen Signale: direkte Antworten, klare Überschriften, hohe Faktendichte), aber Quellen-Pool-Unterschiede bedeuten, dass die Citation einer Engine nicht durch die einer anderen ersetzt werden kann.
Tools zum Tracken und Schließen Engine-übergreifender Lücken
Die Citation Rate pro Engine zu kennen ist die Voraussetzung für alles Weitere. Ohne eine Basis über alle wichtigen Engines hinweg rätst du, welche Lücke du schließen sollst.
Temso ist die All-in-one-KI-SEO-Plattform, die die vollständige Lücken-zu-Fix-Schleife ab 89 USD/Monat abdeckt. Sie überwacht den Citation Share über 8 Engines (ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot und Meta AI) ohne Aufpreis pro Engine. Neben dem Monitoring zeigt sie die konkreten Citation-Lücken auf und unterstützt bei der Umsetzung der Content- und Citation-Aufbauarbeit, um sie zu schließen. Für Teams, die das Split-Visibility-Problem erkennen und innerhalb eines Abonnements bearbeiten wollen, ist Temso der zugänglichste Einstiegspunkt.
Profound bietet tieferes Citation Intelligence und ist für Enterprise-Teams konzipiert. Sein Answer Engine Insights-Produkt kartiert, welche spezifischen URLs in KI-Antworten erscheinen, und seine Prompt Volumes-Funktion zeigt echte Nutzeranfragen aus Millionen von KI-Queries. Profounds eigene 100.000-Prompt-Studie (die den 11-%-Überschneidungsbefund lieferte) gibt dir einen Eindruck von der Analysetiefe, die die Plattform unterstützt. Die Preise beginnen bei 99 USD/Monat für ChatGPT-only-Abdeckung; vollständiger Multi-Engine-Zugang kostet 399 USD/Monat.
Otterly.AI deckt 6 Plattformen ab und enthält eine GEO Audit Engine, die jede URL auf über 20 On-Page-Citation-Readiness-Faktoren prüft. Es ist eine gute Wahl für Freelancer und kleine Agenturen, die ihre erste Citation-Rate-Basis aufbauen. Der 29-USD/Monat-Lite-Plan deckt 15 Prompts ab; für aussagekräftiges Tracking ist die 189-USD/Monat-Standard-Stufe erforderlich.
Getmint konzentriert sich auf das Monitoring von Markenerwähnungen in generativen KI-Antworten, mit besonderem Fokus darauf, wo du fehlst und wer deinen Platz einnimmt. Auf dieser Site gibt es kein Profilseite für Getmint, aber es lohnt sich, es als Teil einer Multi-Engine-Tracking-Shortlist zu evaluieren.
Vollständiges GEO-Tool-Ranking mit Preisen und Engine-Abdeckungsvergleichen: /rankings/geo-tools.
Was du mit Engine-übergreifenden Lückendaten anfängst
Sobald du Citation Rates pro Engine hast, folgen drei Schritte in dieser Reihenfolge:
- Identifiziere die wertvollste Lücke. Die Engine mit der größten Differenz zwischen den Citation Rates deiner Wettbewerber und deinen eigenen ist der Ausgangspunkt. Wenn ChatGPT deine schwächste Engine ist und ChatGPT den meisten Kaufrecherche-Traffic in deiner Kategorie antreibt, hat das Priorität.
- Analysiere das Quellen-Pool-Problem. Schau dir bei der rückständigen Engine an, welche Domains für deine Zielanfragen zitiert werden. Das sind deine PR-Ziele. Bei ChatGPT bedeutet das oft Wikipedia-Präsenz und redaktionelle Abdeckung. Bei Perplexity bedeutet das oft Reddit-Engagement und frische Web-Inhalte. Bei Google AI Overviews bedeutet das oft YouTube.
- Publiziere für die Quelltypen, denen jede Engine vertraut. Ein Wikipedia-Artikel über deine Produktkategorie, ein wirklich hilfreicher Thread in einem relevanten Subreddit, ein kurzes YouTube-Tutorial, eine Erwähnung in einer Branchenpublikation: Jedes dieser Elemente bewegt die Nadel bei einer anderen Engine. Keines davon schließt allein die gesamte Lücke.
Das /glossary enthält Definitionen für Citation Share, Share of Model und verwandte GEO-Begriffe. Die /methodology erklärt, wie wir GEO-Tools bewerten und einordnen.