Sichtbarkeit entsteht nicht auf Reddit
Vorweg muss man wissen, dass Generative KI-Systeme wie ChatGPT auf Trainingsdaten basieren, die zu einem bestimmten Zeitpunkt erhoben werden, dem sogenannten Cut-Off-Day. Alles, was nach diesem Zeitpunkt veröffentlicht wird, ist zunächst nicht Teil des Wissensstandes des Modells. Bei der aktuellsten Version von OpenAI, GPT-5, ist dieser Stichtag beispielsweise der 1. Oktober 2024. Die Trainingsdaten selbst stammen dabei aus unterschiedlichsten Quellen, vor allem aus dem Internet, aber auch aus Büchern oder Studien.
Wenn findige SEO-Agenturen derzeit behaupten, sie könnten durch Reddit-Posts, gekaufte PR-Verlinkungen oder Wikipedia-Einträge die Sichtbarkeit in LLMs innerhalb weniger Wochen steigern, ist das schlicht technisch unmöglich. Der Grund dafür liegt im eben erwähnten Cut-Off-Day der Trainingsdaten. Inhalte, die nach diesem Zeitpunkt veröffentlicht werden, können nicht unmittelbar in die Antworten einfließen. Woher kommt also diese Annahme? Eine Studie von SEMrush und Statista aus dem vergangenen Jahr zeigte, dass viele von KI-Systemen zitierte Quellen aus Reddit, YouTube oder Wikipedia stammen. Dies mag global zutreffen, insbesondere im amerikanischen Markt, lässt sich jedoch keineswegs pauschal auf alle Branchen und Märkte übertragen.
Erst kürzlich habe ich für einen Anbieter von Energielösungen im Bereich Photovoltaik und Speicher analysiert, wie sichtbar seine Partnerbetriebe in KI-Systemen sind. Dabei ging es um lokale Handwerksbetriebe und typische Anfragen wie „Bester Installationsbetrieb in Bamberg“. Das Ergebnis: Kein Reddit-Beitrag weit und breit. Stattdessen tauchten Plattformen wie MyHammer oder sogar die eigenen Webseiten der Anbieter als Quellen in ChatGPT und Perplexity auf.
Was bedeutet das? Je größer und umkämpfter ein Markt ist, desto größer ist auch der Bestand an Trainingsdaten. In Nischen, lokalen Märkten oder bei disruptiven Angeboten besteht jedoch kein großer Trainingssatz. Hier können einzelne gezielt aufbereitete Informationen oftmals die einzige relevante Quelle darstellen und so den begehrten Eintrag in den Antworten ergattern.
Doch was passiert, wenn man nicht Teil der Trainingsdaten ist? In vielen Fällen greifen KI-Systeme auf aktuelle Webrecherchen zurück, etwa bei tagesaktuellen Themen oder konkreten Angeboten. Hier kommt die sogenannte Retrieval-Augmented Generation (RAG) ins Spiel: Inhalte werden in Echtzeit aus dem Web generiert. Auch so kann man nachträglich sichtbar werden, wenngleich weniger stark als über die Trainingsdaten selbst.
Für Startups und Nischenanbieter lohnt es sich daher, die tatsächlich zitierten Quellen für relevante Anfragen genau zu analysieren. Häufig sind es Brancheneinträge oder gut strukturierte Landingpages von Wettbewerbern und nicht Reddit oder gekaufte PR-Links. Ein entsprechendes Gleichziehen oder gar Überflügeln des Konkurrenten ist erstaunlicherweise oftmals einfacher als man denkt.
Ohne Daten funktionieren SEO-Tools nicht mehr
Online Marketing war jahrzehntelang vor allem eines: Messbar. Klicks, Keywords und Suchvolumina machten den Erfolg von Maßnahmen greifbar und nachvollziehbar. Genau diese Logik gerät durch den Einsatz von KI-Systemen ins Wanken. Denn während Google klar messbare Suchanfragen und Rankings liefert, funktionieren ChatGPT und Co. grundlegend anders. Klassische KPIs wie Suchvolumen oder Suchbegriffe werden schlicht nicht mehr bereitgestellt, und NutzerInnen verwenden keine standardisierten Keywords mehr, sondern zunehmend individuelle Anfragen. Der KI-Boom verändert damit die gesamte Systematik der digitalen Sichtbarkeit.
Durch die Einführung von AI Mode und AI Overviews landen zunehmend weniger Google-Suchen auf Webseiten, sondern werden direkt beantwortet. Zwar werden auch in Googles KI-Antworten und in ChatGPT diverse Anbieter genannt oder als Quellen ausgegeben, die Messbarkeit ist jedoch weitaus diffiziler. Der Grund: Prompts sind wesentlich vielfältiger als klassische Keywords. Sie bestehen oft aus ganzen Sätzen oder konkreten Fragestellungen. Eine klare Zuordnung, welche Anfrage zu welchem Ergebnis führt, ist damit praktisch nicht mehr möglich.
Aber auch der Anwendungsfall ist ein gänzlich anderer. Google wird häufig navigational genutzt. Nutzer suchen gezielt nach einem bestimmten Angebot. Eine Studie der Harvard University zeigt, dass ChatGPT hingegen vor allem für „Practical Guidance“ genutzt wird, also als Entscheidungshilfe. Sei es beim Kauf eines Produkts, der Formulierung eines Business Plans oder beim Erstellen eines Trainingsplans. Auch das Schreiben und Überarbeiten von Texten gehört zu den häufigsten Anwendungen. LLMs sind damit keine klassischen Suchsysteme, sondern Assistenten in der Produktion und Entscheidungsfindung.
Entsprechend schwer lässt sich der konkrete Nutzen einer Erwähnung messen. Es erinnert eher an die Marktdynamiken von TV-Werbung, deren Wirksamkeit zwar allgemein an der Supermarktkasse nachgewiesen werden kann, jedoch keineswegs eine Zuordnung zum einzelnen Verkauf zulässt. Zwar gibt es Ansätze wie Prompt Decoding, Klickstreamdaten oder AI-Visibility-Erhebungen, jedoch handelt es sich bei all diesen Ansätzen eher um „Qualified Guessing”, als um belastbare Wahrheiten. Gerade kleinere Anbieter sollten hier nicht in teure Tool-Fallen tappen.
Sebastian Schulze ist ein Experte für Künstliche Intelligenz, datengetriebenes Marketing und digitale Transformation und Teil unserer Munich Startup Experts. Er arbeitet als Keynote Speaker und Berater und unterstützt Unternehmen dabei, neue Technologien – insbesondere generative KI wie ChatGPT – strategisch einzusetzen, um Sichtbarkeit, Marketingeffizienz und Wachstum zu steigern. Mit über einem Jahrzehnt Erfahrung in der Digitalwirtschaft berät er sowohl mittelständische Unternehmen als auch größere Organisationen. Inhaltlich beschäftigt er sich vor allem mit Themen wie KI-gestützter Vermarktung, neuen Formen der Online-Sichtbarkeit und den Veränderungen klassischer Such- und Marketinglogiken durch Large Language Models. (Foto: Sebastian Schulze)
Relevanz entsteht nicht mehr nur auf der Webseite
Derzeit fluten zahlreiche neue Begriffe wie GEO, LLMO oder GAIO das Web. Ihnen allen liegt dasselbe zugrunde: Die Auffindbarkeit in KI-Assistenzsystemen wie ChatGPT, Perplexity oder Claude gezielt zu beeinflussen, ähnlich wie es bei Google über SEO möglich ist.
Das Problem: LLMs funktionieren grundlegend anders. Sie haben keinen festen Index, in dem Webseiten bestimmten Keywords zugeordnet sind. Stattdessen werden Antworten auf Basis statistischer Wahrscheinlichkeiten generiert. Während Google zwangsläufig auf Webseiten verlinken muss, ist dies in KI-Systemen nicht erforderlich. Sichtbarkeit entsteht daher nicht mehr primär über die eigene Website.
Dies sieht man beispielsweise daran, dass InfluencerInnen wie Sandra Hunke, für ihren Bereich sehr oft in ChatGPT und Co. Erwähnung finden, obwohl sie nur über eine mäßig optimierte Webseite verfügt. Entscheidend ist ihre thematische Relevanz, aufgebaut über andere Kanäle, insbesondere TikTok und Instagram. Für KI-Systeme ist es dabei zweitrangig, wo diese Autorität entsteht, solange sie klar erkennbar ist. Entsprechend werden auch Inhalte großer Medienmarken häufig als Quellen genutzt.
Anstatt man nun sein Marketingbudget in vermeintliche GEO-Maßnahmen, wie Reddit oder Backlinkkauf zu investieren, sollte man lieber tatsächlich reale Aufmerksamkeit in seiner Nische erzeugen. Durchdachte Social-Media-Aktivitäten und glaubwürdige PR haben hier oft eine nachhaltigere Wirkung, auch für die Zitierfähigkeit in LLMs.
Quellen, PR und Social Media statt teurer GEO-Aktivitäten
Gerade Startups, die weder über unbegrenzte Zeit noch große Budgets verfügen, sollten nicht den Fehler machen, auf vermeintlich schnelle Lösungen für Sichtbarkeit in ChatGPT, Claude oder Gemini zu setzen. Die meisten dieser Angebote sind gelinde gesagt fragwürdig.
Nachhaltiger ist es, die tatsächlich genutzten Quellen für relevante Anfragen zu analysieren und gezielt dort präsent zu sein oder äquivalente Beiträge aufzubauen. In den seltensten Fällen ist es jedoch Reddit.
Stattdessen zahlen sich echte Aufmerksamkeit und Relevanz in der eigenen Nische langfristig aus, etwa durch glaubwürdige PR, gut strukturierte Inhalte oder durchdachte Social-Media-Aktivitäten.
Denn in der Welt der KI-Antworten gewinnt nicht, wer am besten optimiert, sondern wer am relevantesten für sein Thema ist.
