Die direkte Frage nach Ihrer Marke ist keine Messung
Wer prüfen will, ob ChatGPT seine Marke kennt, tippt meist die naheliegende Frage ein: „Was weißt du über [Marke]?“ Die Antwort kommt prompt, oft mit Gründungsjahr, Produkten und Sitz. Das fühlt sich an wie Sichtbarkeit. Es ist keine. Ende August haben wir das an neun Marken durchgerechnet.
Die Zahl
Zwischen dem 27. und 30. August 2026 haben wir neun Marken durch bis zu vier KI-Systeme mit Live-Websuche geschickt: ChatGPT, Perplexity, Google Gemini und Claude. Jedes System bekam dieselben drei Fragen. Zwei davon fragen nach Empfehlungen in der Produktkategorie, ohne die Marke zu nennen. Die dritte fragt direkt nach der Marke. Das ergab 32 Messungen.
| Frage | Ergebnis |
|---|---|
| Direkte Frage: „Was weißt du über die Firma [Marke]?“ | Das System kannte die Marke in 32 von 32 Fällen. |
| Empfehlungsfrage: „Welche Anbieter für [Kategorie] kannst du empfehlen?“ | Die Marke wurde in 9 von 32 Antworten genannt. |
| Marken, die mindestens ein System von sich aus empfahl | 5 von 9 |
Vier der neun Marken kamen in keiner einzigen Empfehlung vor, obwohl jedes System auf die direkte Frage wusste, wer sie sind. Eine davon hat in Deutschland mehr als 18.000 Suchanfragen im Monat (Google-Ads-Daten für Deutschland, Stand August 2026).
Warum die direkte Frage nichts misst
Ein KI-System mit Websuche macht bei der direkten Frage genau das, was Sie auch tun würden: Es sucht den Namen, findet die Website und fasst sie zusammen. Dass es dabei etwas findet, sagt nur, dass Ihre Website existiert. Der Kunde, um den es geht, stellt diese Frage aber nicht. Er kennt Ihren Namen noch nicht. Er fragt nach der Kategorie, und das System zieht aus dem, was es im Netz findet, fünf bis acht Namen. Entweder Sie stehen in dieser Liste oder Sie existieren für diesen Kunden nicht.
Deshalb zählen wir die direkte Frage nicht als Nennung. Sie beantwortet eine andere Frage: nicht „werde ich empfohlen“, sondern „bin ich überhaupt bekannt“. Beides ist nützlich zu wissen. Nur darf man das eine nicht als das andere ausgeben.
Was zwischen den beiden Fragen liegt
Der Abstand zwischen 32 von 32 und 9 von 32 ist der eigentliche Befund. Er zeigt, was den vier unsichtbaren Marken fehlt: nicht eine Website, sondern Quellen, die ohne Nennung des Namens gefunden werden. Ein KI-System empfiehlt, was in Testberichten, Vergleichen, Fachartikeln und Foren zur Kategorie auftaucht. Ein Amazon-Listing und eine Produktseite reichen dafür nicht, so oft sie auch gefunden werden, wenn man den Namen kennt.
Bei den fünf Marken, die empfohlen wurden, sahen wir dasselbe Muster von der anderen Seite: Es gab deutschsprachige Seiten Dritter, die die Marke in ihrer Kategorie einordneten. Nicht viele. Bei einer Marke reichten zwei.
Was das für Ihre eigene Prüfung heißt
Wenn Sie Ihre Marke selbst prüfen, stellen Sie die Empfehlungsfrage zuerst und in einem neuen Chat ohne Verlauf. Zählen Sie, ob Sie in der Liste stehen und an welcher Stelle. Die direkte Frage stellen Sie danach, um zu wissen, ob das System Sie mit jemand anderem verwechselt. Die drei Fragen im Wortlaut haben wir aufgeschrieben.
Wenn Ihnen jemand eine Sichtbarkeitsmessung verkauft, fragen Sie, welche Fragen gestellt wurden und ob die direkte Frage in die Quote eingerechnet ist. Mit unseren Zahlen läge eine Nennquote, in der die direkte Frage mitzählt, bei 64 Prozent statt bei 28 Prozent. In unserem Audit steht diese Regel deshalb auf der Seite, nicht im Kleingedruckten.
Nachgerechnet am 4. September
Beim Aufbau einer Beispielmessung haben wir die Zahlen dieses Beitrags noch einmal gegen die Rohantworten geprüft. Dabei fiel eine eigene Ungenauigkeit auf: Unser erstes Auszählskript suchte den Markennamen in der Schreibweise der Domain, eine Marke schreibt sich in den Antworten aber anders. Deshalb standen hier zuerst zu niedrige Werte. Richtig sind 9 von 32 Antworten und fünf von neun Marken. Die Aussage des Beitrags ändert sich dadurch nicht, die Zahlen schon. Wir schreiben das hierhin, statt es still zu ändern.
Was diese Zahlen nicht sagen
Neun Marken sind keine Stichprobe des Marktes. Es waren Marken, die wir für unsere eigene Arbeit gemessen haben, überwiegend Hersteller aus China mit Verkauf in Deutschland. Zwei Marken wurden nur mit zwei Systemen gemessen, die übrigen sieben mit vier; so ergeben sich die 32 Messungen. Jedes System wurde einmal gefragt; KI-Antworten schwanken, eine Wiederholung an einem anderen Tag kann anders ausfallen. Die Rohdaten zu jeder Messung liegen bei uns, mit Datum und Modellversion, und wir geben sie den genannten Marken auf Anfrage heraus.
Was die Zahlen zeigen, ist die Größenordnung: Bekanntsein und Empfohlenwerden sind zwei verschiedene Dinge, und zwischen ihnen liegt bei kleineren Marken meistens die ganze Distanz.