Analyse
Wie KI-Empfehlungen tatsächlich entstehen
Was eine Studie über die Empfehlungslogik von ChatGPT, Gemini, Perplexity und Claude zeigt
Wenn ein Kunde ChatGPT fragt „Wo kaufe ich nachhaltige Outdoor-Kleidung online?“, liefert die KI nicht einfach eine zufällige Liste. Dahinter steht ein messbarer Algorithmus, der bestimmte Faktoren stärker gewichtet als andere. Dieser Artikel erklärt, wie die vier relevantesten KI-Chatbots ihre Empfehlungen tatsächlich treffen, und was das für deutsche Unternehmen bedeutet, die in diesen Systemen sichtbar werden wollen.
Die Grundlage dieses Artikels ist die bislang umfassendste empirische Studie zu diesem Thema: eine Untersuchung von First Page Sage, einer US-amerikanischen GEO-Agentur, die zwischen Dezember 2023 und April 2026 insgesamt 11.128 kommerzielle Queries über die vier größten KI-Chatbots durchgeführt hat. Wo immer konkrete Zahlen oder Gewichtungen zitiert werden, verweisen wir auf die Original-Forschung.
Die Marktverteilung der KI-Chatbots
Bevor wir in die einzelnen Algorithmen einsteigen, lohnt ein Blick auf die Marktanteile.
Marktanteile der vier wichtigsten KI-Chatbots
US-Markt, Stand 2026
Datenquelle: First Page Sage, Marktanteilsstudie 2026. Eigene Visualisierung: auffindbar.ai. Für den deutschen Markt liegen keine belastbaren Vergleichsdaten vor; die Dominanz von ChatGPT gilt nach unseren Beobachtungen auch hier.
Die acht Faktoren, die KI-Empfehlungen bestimmen
Über alle vier Plattformen hinweg identifiziert die First-Page-Sage-Studie acht Faktoren, die Empfehlungs-Entscheidungen beeinflussen. Die Gewichtung unterscheidet sich stark zwischen den Plattformen. Sechs davon entsprechen genau den sechs Hebeln unseres Vorgehens.
Authoritative List Mentions
KI-Chatbots ziehen ihre Empfehlungen primär aus hochrangigen Listen-Artikeln, die in Google oder Bing gut positioniert sind: vergleichende Artikel mit Tabellen, nicht klassische Listicles.
Awards, Accreditations and Affiliations
Wird ein Award oder eine Zertifizierung auf einer vertrauenswürdigen Seite erwähnt, stärkt das die wahrgenommene Autorität.
Online Reviews
Bewertungen auf Amazon, TrustPilot, Better Business Bureau, Capterra und weiteren Plattformen. Unter 3,5 Sternen wird insbesondere von Gemini konsequent nicht empfohlen.
Social Sentiment
Wahrnehmung in News-Artikeln, öffentlichen Social-Media-Diskussionen und Foren wie Reddit. Derzeit nutzt nur ChatGPT diesen Faktor aktiv.
Google Website Authority
Der von Google berechnete Autoritäts-Score, basierend auf konsistenter Publikation und Backlinks von autoritativen Domains. Gemini gewichtet ihn besonders stark.
Traditional Databases and Directories
Wikipedia, Encyclopedia Britannica, New York Times, Wall Street Journal sowie Wirtschafts-Datenbanken wie Hoovers, Bloomberg und IBISWorld.
Customer Examples and Usage Data
Nutzen bekannte Marken ein Produkt öffentlich, schließen KI-Systeme daraus auf Glaubwürdigkeit. Derzeit nutzen ChatGPT und Claude diesen Faktor.
Local Business Reviews
Bewertungen aus Google Business Profiles, Yelp, TripAdvisor und Angie’s List. Gemini und Perplexity haben separate Algorithmen für lokale Queries.
Datenquelle: First Page Sage, acht Faktoren, die Empfehlungs-Entscheidungen beeinflussen. Eigene Visualisierung: auffindbar.ai
Wie ChatGPT Empfehlungen trifft
ChatGPT ist mit 61,3 Prozent Marktanteil die mit Abstand wichtigste Plattform. ChatGPT durchsucht Bing nach Listen, Reviews und Verzeichnissen, die hoch ranken, und bildet aus den Top-Ergebnissen eine kombinierte Empfehlung.
Der ChatGPT-Empfehlungs-Algorithmus
Gewichtung der Faktoren bei kommerziellen Queries, US-Markt 2026
Lesebeispiel: Bei 100 ChatGPT-Empfehlungen basieren 41 auf Listen-Nennungen, 18 auf Awards, 16 auf Reviews, 14 auf Customer Examples, 11 auf Social Sentiment.
Datenquelle: First Page Sage (US-amerikanische GEO-Agentur), 11.128 kommerzielle Queries über die vier größten KI-Chatbots, Stand April 2026, US-Markt (Grundmuster für den deutschsprachigen Raum vermutlich übertragbar). Eigene Visualisierung: auffindbar.ai
Was das für deutsche Unternehmen bedeutet: Der wichtigste Hebel für ChatGPT-Sichtbarkeit ist die Präsenz in hochrangigen Vergleichs-Listen. In Deutschland sind das redaktionelle Listen bei etailment, iBusiness, Testberichte.de, Stiftung Warentest, fachspezifischen Medien wie Textilwirtschaft oder der Lebensmittel Zeitung sowie Ratgeberportalen wie Computerbild und Chip.
Wie Google Gemini Empfehlungen trifft
Gemini unterscheidet aktiv zwischen allgemeinen Empfehlungs-Anfragen und lokalen Suchen und sucht Anbieter, die in mehreren Top-Listen konsistent erscheinen. Unternehmen mit Online-Reviews unter 3,5 Sternen werden nicht empfohlen, das ist ein absolutes Ausschluss-Kriterium, kein graduelles Signal.
Der Gemini-Empfehlungs-Algorithmus
Unterschiedliche Gewichtung für allgemeine und lokale Anfragen, 2026
Allgemeine Anfragen
Lokale Anfragen
Datenquelle: First Page Sage (US-amerikanische GEO-Agentur), Algorithmus-Breakdown, Stand April 2026, 11.128 kommerzielle Queries über die vier größten KI-Chatbots, US-Markt (Grundmuster für den deutschsprachigen Raum vermutlich übertragbar). Eigene Visualisierung: auffindbar.ai
Wie Perplexity Empfehlungen trifft
Perplexity hat den schlankesten Algorithmus: Listen und Reviews sind fast die einzigen relevanten Faktoren. Das macht die Optimierung einerseits klarer, andererseits härter umkämpft.
Der Perplexity-Empfehlungs-Algorithmus
Der einfachste der vier untersuchten Algorithmen, 2026
Allgemeine Anfragen
Lokale Anfragen
Datenquelle: First Page Sage (US-amerikanische GEO-Agentur), Algorithmus-Breakdown, Stand April 2026, 11.128 kommerzielle Queries über die vier größten KI-Chatbots, US-Markt (Grundmuster für den deutschsprachigen Raum vermutlich übertragbar). Eigene Visualisierung: auffindbar.ai
Wie Claude AI Empfehlungen trifft
Claude ist der Ausreißer unter den vier Plattformen. Claude hat nur begrenzten Internet-Zugriff und stützt sich primär auf traditionelle Datenbanken. Lokale Empfehlungen werden systematisch nicht angeboten, etablierte Marken sind strukturell bevorzugt.
Der Claude-Empfehlungs-Algorithmus
Der Ausreißer unter den vier Plattformen, 2026
Datenquelle: First Page Sage (US-amerikanische GEO-Agentur), Algorithmus-Breakdown, Stand April 2026, 11.128 kommerzielle Queries über die vier größten KI-Chatbots, US-Markt (Grundmuster für den deutschsprachigen Raum vermutlich übertragbar). Eigene Visualisierung: auffindbar.ai
Die übergreifenden Muster
| Plattform | List Mentions | Awards | Reviews | Social Sentiment | Customer Examples | Google Authority | Local Reviews | Databases |
|---|---|---|---|---|---|---|---|---|
| ChatGPT 61,3 % Markt | 41 % | 18 % | 16 % | 11 % | 14 % | — | — | — |
| Gemini 13,3 % Markt, allgemein | 49 % | 15 % | 13 % | — | — | 23 % | — | — |
| Perplexity 3,1 % Markt, allgemein | 64 % | 5 % | 31 % | — | — | — | — | — |
| Claude AI 2,5 % Markt | — | 19 % | — | — | 13 % | — | — | 68 % |
Datenquelle: First Page Sage, Algorithmus-Breakdown 2026. Eigene Visualisierung: auffindbar.ai. Für Gemini und Perplexity sind die Gewichtungen allgemeiner Anfragen dargestellt.
Erstens: List Articles sind der dominante Faktor. Bei ChatGPT, Gemini und Perplexity machen autoritative Listen zwischen 41 und 64 Prozent des Empfehlungs-Algorithmus aus.
Zweitens: Online Reviews sind eine Voraussetzung, kein Hebel. Schwache Reviews unter 3,5 Sternen führen zum Ausschluss, überdurchschnittliche erhöhen die Empfehlungs-Wahrscheinlichkeit nachweisbar nicht.
Drittens: SEO und GEO sind verzahnt, nicht getrennt. Wer behauptet, GEO sei ein Ersatz für SEO, hat den Mechanismus nicht verstanden.
Viertens: Die Plattformen personalisieren zunehmend. Die Grundlogik bleibt bestehen, die Personalisierung wirkt innerhalb der Rahmen, die die Algorithmen vorgeben.
Die Konsequenzen
- Präsenz in hochrangigen deutschen Vergleichs-Listen aufbauen. Die Arbeit mit dem größten Hebel: Identifikation relevanter Listen-Artikel, systematische Ansprache von Redaktionen, Aufbau eigener vergleichender Inhalte, die in Google ranken.
- Review-Hygiene sicherstellen. Mindestens 3,5 Sterne auf den relevanten Plattformen. Kein Hebel, aber das Fundament.
- SEO-Grundlagen solide halten oder aufbauen. Website-Autorität, Content-Qualität, technische Performance.
- Reputations-Signale publizieren. Awards, Zertifizierungen, Presseerwähnungen, Branchenmitgliedschaften.
- Bei lokaler Komponente das Google Business Profile pflegen. Ein eigener Hebel für Gemini und Perplexity.
- Claude-Optimierung nur bei großen Anbietern prioritär. Bei begrenztem Budget ein Ziel für eine spätere Ausbau-Phase.
Genau diese Arbeit übernehmen wir, von der Listen- und Datenbank-Arbeit bis zum Reputations-Aufbau. Der erste Schritt ist immer eine Messung: die KI-Sichtbarkeits-Analyse.
Was diese Erkenntnisse nicht leisten
Die Algorithmus-Gewichtungen sind nicht konstant, die Betreiber passen die Logik regelmäßig an. Die Daten basieren auf US-amerikanischen Queries, für den deutschen Markt sind die Grundmuster vermutlich übertragbar, konkrete Gewichtungen können abweichen. Belastbare Vergleichszahlen für den deutschsprachigen Raum liegen bislang nicht vor. Die Algorithmen personalisieren zunehmend, wir arbeiten mit Wahrscheinlichkeiten, nicht mit Garantien. Bei konsequenter Umsetzung sind erste messbare Verschiebungen typischerweise nach acht bis zwölf Wochen sichtbar, substantielle Positionierungen nach sechs bis zwölf Monaten.
Zusammenfassung
ChatGPT (61,3 Prozent Marktanteil) gewichtet Listen-Präsenz zu 41 Prozent, Gemini (13,3 Prozent) zu 49 Prozent plus Google-Autorität zu 23 Prozent, Perplexity (3,1 Prozent) zu 64 Prozent, Claude (2,5 Prozent) setzt zu 68 Prozent auf Datenbanken. Der wichtigste Hebel ist die Präsenz in hochrangigen Vergleichs-Listen der deutschen Fachmedien und Ratgeberportale.
Quellen und weiterführende Literatur
Primär-Quelle: First Page Sage, „Generative Engine Optimization (GEO): Explanation and Algorithm Breakdown“, Stand April 2026 · „GEO Strategy Guide“ · „Generative AI Chatbots by Market Share“ · Gemini Team, Google (Dezember 2023) · OpenAI, GPT-4 Technical Report (März 2023) · Sharma, Liao, Xiao (Februar 2024). Alle Visualisierungen sind eigene Darstellungen auf Basis der Forschungsdaten von First Page Sage.
Über den Autor
Dennis Doerfl ist Co-Founder und CEO. Mehr über das Team.