Forschung & Erkenntnisse

_Zwei Tests mit Gemini 3.1 Pro: ein explorativer Pilotversuch mit 45 wachstumsstarken europäischen Unternehmen und eine vorab registrierte Überprüfung von Antworten zu 12 Softwaremarken über einen Zeitraum von 20 Tagen._

Dmitrij Żatuchin

_Was sie untersuchen, ihre stärksten öffentlichen Erkenntnisse und ob die Arbeiten peer-reviewed, reine Preprints oder Industriestudien sind._ Die KI-Suche ist voll von selbstbewussten Behauptungen. Die Beweise dafür reichen von peer-reviewed Artikeln bis hin zu proprietären Anbieterdaten und produktspezifischen technischen Beobachtungen. Wir haben 15 Personen überprüft, die häufig im Zusammenhang mit AI Visibility und GEO zitiert werden, ihre Originalarbeiten und aktuellen Rollen geprüft und wissenschaftliche Datenbanken nach relevanten Papieren durchsucht. Diese fokussierte Beweisaufnahme lässt Follower-Zahlen bei der Auswahl außen vor. Jedes Profil kennzeichnet die Beweislage, fasst die nützliche Erkenntnis zusammen und nennt die wesentliche Einschränkung.

Dmitrij Żatuchin

Dieser Artikel erklärt, warum KI-Assistenten falsche Fakten über ein Unternehmen wiederholen und was man dagegen tun kann. Er führt durch fünf Schritte: die Quelle des Fehlers finden, eigene Inhalte korrigieren, Quellen, die man nicht bearbeiten kann, durch einen autoritativeren Artikel überwiegen, den Fakt so formulieren, dass die KI ihn zitieren kann, und kontinuierlich publizieren, damit die Korrektur Bestand hat. Zudem wird aufgezeigt, wie lange verschiedene KI-Systeme benötigen, um die Änderungen zu übernehmen.

Daniel Homenko

Stellen Sie der KI die Fragen Ihrer Kunden, prüfen Sie, ob Ihre Marke erscheint, und lesen Sie die zitierten Quellen. Kostenlos mit Answer Trail und auf die DSGVO abgestimmt. Die Lösung: Rund 85 % der von der KI zitierten Quellen liegen außerhalb Ihrer eigenen Website. Verdienen Sie rund fünf glaubwürdige Erwähnungen auf Drittanbieterseiten pro Kundenfrage, um eine Sichtbarkeit von etwa 80 % zu erreichen. Beobachten Sie diese im Zeitverlauf, da die zitierten Quellen von Woche zu Woche wechseln.

Dmitrij Żatuchin

Ein marktübergreifender Datensatz zu Quellenangaben: 167.551 URL-gestützte Quellenangaben über 128 Marken, 13 Sprachen und 12 Märkte von GPT, Gemini und Perplexity. KI stützt Markenantworten zu 85,7 % auf Drittquellen; auf 18 % der Domains entfallen 80 % der Quellenangaben; Wikipedia ist die am häufigsten zitierte Domain in 11 von 12 Sprachen. Frei verfügbar unter CC-BY-4.0 mit DOI.

Dmitrij Żatuchin

Offene Daten zur 50-Marken-Studie, die am 31. Oktober 2026 im Journal of Marketing Analytics erschienen ist: 250 Kauffragen aus fünf Branchen, im Februar und September 2026 jeweils fünfmal an GPT-5.2, Gemini 3 Flash und Perplexity sonar-pro gestellt. Die drei Systeme nannten bei 57,2 % und 60,8 % der Fragen dieselbe Spitzenmarke; mittlerer Gini-Koeffizient 0,30; Vakuumfragen 7,6 %. CC BY 4.0 auf Zenodo.

Dmitrij Żatuchin

Die vollständige Methode hinter dem Rankfor Index 2026: 66 Marken, 12 Sprachen, 3 KI-Modelle mit Live-Websuche, 35.640 Antworten, 131.667 Zitationen. Fünf gewichtete Komponenten (Sentiment, Empfehlung, Quellenqualität, Konsistenz, Stabilität) ergeben den auf jeder Markenseite veröffentlichten AI Visibility Score von 0 bis 100, plus jene Kennzahlen, die nur mehrsprachige Daten offenlegen können: den bilingualen Malus, die Zitationskonzentration und blinde Sprachen.

Dmitrij Żatuchin

Eine Live-Umfrage in Warschau zeigt, dass Polen die Suche im Ökosystem von Google startet (75 %), wobei Gemini vor ChatGPT liegt. Unsere Studie mit 46 Marken und 17.891 Zitationen liefert den gemessenen Teil: YouTube ist der einzige Kanal, auf dem jede Marke erscheint, und zwei Eismarken zeigen, wie unterschiedlich KI eine Reputation aus Quellen aufbaut.

Wir haben 17.891 zitierte Quellen analysiert, die KI zur Beschreibung von 46 polnischen Verbrauchermarken in drei Frontier-Modellen mit aktiviertem Grounding nutzt. Nach dem Entfernen markeneigener Domains verzeichnen vier HR-Portale (livecareer.pl, pl.indeed.com, interviewme.pl, randstad.pl) zusammen 460 Zitationen, was 10,6 % der übergreifenden TOP-20-Domains entspricht. Damit ist die Arbeitgeberreputation die drittgrößte Quellenkategorie, auf die sich KI bei polnischen Marken stützt, noch vor Wikipedia, Business Insider Polska und Forbes Polska. Keine dieser Seiten gehört dem Marketing oder der PR.

Eine groß angelegte Replikationsstudie, die 1.239 Grounding-Zitate des neu veröffentlichten Modells Gemini 3.5 Flash von Google über den 66 Marken umfassenden Nordic-Baltic-CEE Index analysiert. Wir zeigen, wie Google die Zitationslücke geschlossen hat.

Tier-1-Verlage bestimmen die Markensichtbarkeit in KI-Systemen. Wir haben die geografischen Abhängigkeiten der KI-Validierung in Nordeuropa analysiert und zeigen, dass grenzüberschreitender Wirtschaftsjournalismus das Grounding der Modelle weitaus stärker antreibt als lokale Pressemitteilungen.

Klassische Social-Media-Feeds sind für generative KI unsichtbar. Unsere Analyse nordeuropäischer Marken zeigt, dass YouTube und Reddit bei Social-Zitationen dominieren, während Plattformen wie Instagram und X keine relevante Validierung liefern.

B2B-Unternehmen erreichen in generativen KI-Systemen einen Owned-Media-Sichtbarkeitsanteil von 20,1 % im Vergleich zu nur 13,4 % bei B2C-Marken. Wir analysieren, wie Sektoren wie Luftfahrt, Energie und Fintech durch strukturierte Nutzwert-Inhalte die KI-Zitationen dominieren.

Wir haben den LongMemEval-Benchmark von MemPalace mit vier Retrieval-Ansätzen bei 500 Fragen über alle 6 LongMemEval-Typen hinweg reproduziert. Die strukturierte Wissensextraktion (SECI-Modell) erzielte 93,9 % R@5 im Vergleich zu 92,1 % bei der rohen, wortgetreuen Speicherung. Die wichtigste Erkenntnis: Das Embedding-Modell schneidet bei 256 Tokens ab, während Sitzungen im Durchschnitt 10.000 Zeichen umfassen. Die rohe Speicherung verliert 90 % des Inhalts auf der Embedding-Ebene. Die Extraktion verdichtet die gesamte Sitzung so, dass sie in das Embedding-Fenster passt.

Dmitrij Żatuchin

5.000 B2B-Enterprise-Buyer-Personas mit vollständiger Modellierung des Buying Committees über 15 Branchen hinweg, 47.019 echte Suchanfragen und 7.500 wettbewerbsorientierte Markenanfragen. Anonymisierte Stichprobe aus 130.000 Personas, generiert durch 5 LLMs. Lizenziert unter CC BY 4.0.

Dmitrij Żatuchin

Wir haben 71.388 Enterprise-Käuferpersonas über 15 Branchen und 4 LLMs hinweg analysiert. Bei der Bewertung von Anbietern fragen Käufer die KI nach Fallstudien (20 %), Analystenberichten (22 %), Whitepapers (19 %) und ROI-Rechnern (14 %). Blogbeiträge, Podcasts und Videos erzielen über jeden Schmerzpunkt und jede Branche hinweg 0 %. Ihr Content-Kalender ist voll, Ihre Pipeline ist leer. Die Daten erklären, warum.

Dmitrij Żatuchin

Eine unveröffentlichte Studie von Rankfor.AI zu 24 bekannten Unternehmen aus 8 Branchen, Daten erhoben am 20. Februar 2026, ohne Peer-Review. Zwei Teile: 1.311 Antworten ohne Websuche von GPT-5.2 und Gemini 3 Flash sowie 3.041 Links, die drei KI-Suchtools zitierten. Von den zitierten Links führten 14,7 % zur eigenen Domain des Unternehmens, 5,7 % zu Tier-1-Nachrichtenmedien und 70,2 % zu Domains außerhalb der benannten Kategorien der Studie. Die beiden Modelle bewerteten dieselben Marken unterschiedlich (mittleres Sentiment 0,83 gegenüber 0,32), fünf Antworten auf eine Frage stimmten selten überein (mittlere Ähnlichkeit 0,54), und börsennotierte und private Unternehmen zeigten dasselbe Bild. Überarbeitet am 4. November 2026.

Dmitrij Żatuchin

Da mittlerweile 60 % aller Websuchen ohne Klick enden, haben sich KI-Systeme wie Gemini, ChatGPT und Perplexity zur primären Schnittstelle zwischen Käufern und Marken entwickelt. Traditionelles SEO – das darauf ausgelegt ist, in linkbasierten Ergebnissen zu ranken – adressiert nicht, wie große Sprachmodelle Marken auswählen, bewerten und empfehlen. Dieser Artikel stellt Answer Engine Optimization (AEO) und Generative Engine Optimization (GEO) als die zwei Disziplinen vor, die diese Lücke schließen, und skizziert die vier Dimensionen der AI Visibility, die darüber entscheiden, ob Ihre Marke erwähnt wird: Erinnerungswert, Botschaftskonsistenz, Inhaltsstruktur und Wertwahrnehmung.

Daniel Homenko

150 Abfragen am Valentinstag 2026 über drei KI-Modelle hinweg zeigen, dass 70 % der Markenempfehlungen geschlechtsexklusiv sind. Gemini nennt im Schnitt 11,4 Marken pro Antwort, während Grok 1,3 und OpenAI 1,2 nennen. Nur Away und Ember überwinden die Geschlechtersilos. Weiblich gerahmte Prompts erhalten nun 16,2 % mehr Marken als männliche, anders als zu Weihnachten.

Dmitrij Żatuchin

Wir haben analysiert, was KI tatsächlich über Käufer in über 500 Branchen glaubt. Wichtige Erkenntnisse aus dem größten jemals veröffentlichten Datensatz für Buyer-Personas.

Dmitrij Zatuchin

15.000 Buyer Personas auf HuggingFace veröffentlicht als geschichtete Stichprobe des vollständigen Datensatzes mit 1.031.732 Personas. Lizenziert unter Apache 2.0. Eine 8,9 MB große Parquet-Datei. 25 Branchen. Entwickelt, um zu validieren, was die KI über die Wünsche Ihrer Kunden denkt, und um die Methodik unserer kommerziellen Intelligence-Plattform zu belegen.

Dmitrij Żatuchin

929 Abfragen über drei KI-Plattformen und zwei Geschenksaisons liefern starke statistische Belege: Die KI behandelt Marken je nach Geschlecht unterschiedlich, und die Richtung dieses Bias variiert saisonal. Weihnachten reduziert weiblich ausgerichtete Empfehlungen über alle Plattformen hinweg um 28-43 %. Der Valentinstag zeigt eine leichte Umkehr auf Gemini, wobei weibliche Abfragen 14,2 % mehr Marken erhalten. Dieselbe KI. Dasselbe Markenuniversum. Kontextabhängige Richtung.

Dmitrij Żatuchin

Fünf Fragen. 60 Sekunden. Ein Score von 0 bis 100 zeigt Ihnen genau, warum die KI Ihre Marke übergeht. Der Rechner misst fünf Verhaltensdimensionen anhand echter Branchendaten von 1.031.732 Käufer-Personas. Der durchschnittliche Score liegt bei 28,6. Die meisten Marken kennen ihren eigenen Score nicht.

Dmitrij Żatuchin

Wir haben Branchen anhand von 1.031.732 Buyer Personas nach ihrer KI-Bereitschaft bewertet. Branchen mit der Note A sind gesättigt: Jeder Wettbewerber weiß bereits, wie man gewinnt. Branchen mit der Note C sind völlig offen. Das Playbook ist noch völlig ungeschrieben. Der Score Ihrer Branche sagt voraus, welche Strategie funktioniert.

Dmitrij Żatuchin

Wir haben 1.031.732 reale, KI-generierte Käufer-Personas analysiert und ein Tool gebaut, das Ihnen die Lücke zwischen Ihrer angenommenen Zielgruppe und der von KI angenommenen Zielgruppe zeigt. Diese Lücke entscheidet darüber, ob KI Sie empfiehlt.

Dmitrij Żatuchin

Wir haben rankfor.ai gestartet und innerhalb von 60 Tagen präzise Erwähnungen in ChatGPT, Claude, Gemini und Perplexity erzielt. Hier ist der genaue Leitfaden, dem wir gefolgt sind.

Daniel Homenko

Drei Signale in einer Woche: Google straft selbstwerbende Listicles ab (SaaS-Marken verlieren 34-49 % ihrer Sichtbarkeit) und senkt sein Crawl-Limit um 86,7 %, während Ahrefs herausfand, dass 44 % der ChatGPT-Zitate aus genau diesen Listicles stammen. Google schrumpft, KI wächst. Enthält einen Leitfaden für ein 5-Minuten-Markenaudit und eine geteilte Strategie für den Umgang mit beiden Entdeckungssystemen.

Dmitrij Żatuchin

Wie eine mit dem Best Student Paper Award ausgezeichnete Arbeit aus dem Jahr 2011 zur Analyse von Website-Strukturen die Methodik hinter der modernen Messung von AI Visibility begründete.

Dmitrij Żatuchin

Dieser Leitfaden zeigt Ihnen den direkten Weg zum erfolgreichen Vertragsabschluss. Lernen Sie den 4-stufigen Prozess zum Verkauf von Dienstleistungen zur KI-Sichtbarkeit kennen: die Website des Kunden analysieren, einen Rankfor.AI-Scan durchführen, Personas und Territorien bewerten und mit strategischen Fragen abschließen.

Rankfor.AI

Die Sichtbarkeit Ihrer Marke für KI ist vielschichtig und geht weit über einfache „Sichtbarkeit“ oder „Unsichtbarkeit“ hinaus. Es gibt 8 unterschiedliche Zustände (von Unsichtbar bis Kategorieführer), und jeder Zustand erfordert eine eigene Strategie. Dieser Artikel erklärt das Klassifizierungssystem hinter dem AI Visibility Score und zeigt, wie metrische Muster Ihre strategische Diagnose bestimmen.

Dmitrij Żatuchin

Dies ist die Geschichte, wie ich, Gründer von GreenMuru, entdeckte, dass meine eigene Rasenpflege-Website der KI heimlich erzählte, sie handele von Bananen. Ich hatte die volle Kontrolle darüber, was Menschen sahen — aber null Kontrolle darüber, was die KI glaubte. Hier ist, was ich über die Lücke zwischen Ihrer Website und Ihrer KI-Reputation gelernt habe.

Daniel Homenko

Die Suche gibt es weiterhin, doch Entscheidungen fallen inzwischen an anderer Stelle. Traditionelles SEO ging davon aus, dass man entdeckt wird, wenn man gut rankt. AI funktioniert so nicht. Dieser Fachbeitrag definiert, warum AI Visibility wichtig ist, und stellt ihre vier Dimensionen vor: Präsenz, Relevanz, Nützlichkeit und Vertrauen.

Dmitrij Żatuchin

Wir haben 480 Anfragen auf drei KI-Plattformen durchgeführt. Die modellübergreifende Übereinstimmung bei Markenempfehlungen lag bei nur 10-45 %. Wir haben 26 geschlechtsgebundene Marken identifiziert, festgestellt, dass nur LEGO und Disney universelle Sichtbarkeit erreichen, und herausgefunden, dass die KI bei Anfragen zu Ehefrauen 41 % weniger Marken empfiehlt als bei Anfragen zu Ehemännern.

Rankfor.AI Research Team

Am 29. Dezember 2025 haben wir 239 Antworten von Gemini 3 Flash Preview, GPT-5.2 und Grok-4-1-fast-reasoning auf drei Geschenkfragen (Ehemann, Ehefrau, 2025) gesammelt, wiederholt in Durchläufen zu je 10 Antworten, und die Nennungen von 95 bekannten Verbrauchermarken gezählt. Wir haben die Häufigkeit der Markennennungen, die Schwankung zwischen wiederholten Antworten und die Überschneidung zwischen den Modellen gemessen. Die Ergebnisse beschreiben diese Modellversionen an jenem Tag.

Rankfor.AI Research Team

Diese Studie erweitert die promptübergreifende LLM-Markenkonsistenzanalyse durch die Einführung eines geschlechtsneutralen „Partner“-Prompts, um die Effekte von Geschlechtsbias zu isolieren. Durch den Vergleich von vier Prompt-Varianten bei insgesamt 299 Stichproben liefern wir klare Beweise für geschlechtsspezifische Verzerrungen bei Markenempfehlungen in LLMs. Wichtigster Befund: Kindle erschien in 100 % der Durchläufe für Ehefrau und Partner, aber in 0 % der Durchläufe für Ehemann.

Rankfor.AI Research Team

Ihre Marke steht bei Google auf Platz 1, aber ChatGPT erwähnt Sie mit keinem Wort. Das ist die Zero-Click-Krise: 60 % aller Suchanfragen enden ohne Klick. Hier erfahren Sie, warum AI Attention Management die neue entscheidende Wettbewerbsebene ist.

Dmitrij Żatuchin

Jeden Tag verschwenden Marketingverantwortliche Stunden damit, ChatGPT etwas über ihre Marke „beizubringen“. Das ist technisch unmöglich. Hier erfahren Sie, warum das so ist – und welche Strategie tatsächlich funktioniert.

Dmitrij Żatuchin

Zero-Click-Suchen stiegen zwischen 2022 und 2024 von 26 % auf 60 %, wobei Google AI Overviews die Klicks pro Suchanfrage um 34,5 % reduzierten – was 2 Milliarden US-Dollar an Publisher-Einnahmen bedroht und zu einem Rückgang der SEO-Stellenangebote um 37 % führte. Dennoch konvertieren KI-Suchbesucher 23-mal häufiger als organischer Traffic, was zeigt, dass traditionelle Traffic-Metriken keine Geschäftsergebnisse mehr vorhersagen. Der Wandel erfordert eine Entwicklung von der Traffic-Akquise zum Aufbau von Einfluss, wobei der Erfolg durch AI visibility, Markenerwähnungen in LLM-Antworten und die Qualität der Conversions statt des Klickvolumens gemessen wird.

Dmitrij Żatuchin

73 % der Marken, die bei Google in den Top 10 ranken, tauchen nicht auf, wenn KI-Tools Lösungen empfehlen. Der Grund: KI-Systeme benötigen strukturierte Beziehungsdaten zwischen Fähigkeiten und Kundenproblemen – nicht nur keyword-optimierte Inhalte. Unternehmen wie HubSpot erzielen 80 % ROI, indem sie ihre Expertise durch vernetzte Content-Maps maschinenlesbar machen, die Zusammenhänge zwischen Funktionen, Anwendungsfällen und Ergebnissen aufzeigen. Marken, die jetzt auf AI Visibility setzen, berichten innerhalb von 90 Tagen von einer um 40 % höheren Erwähnungsrate, während zögerliche Wettbewerber im am schnellsten wachsenden Discovery-Kanal zunehmend unsichtbar werden.

Dmitrij Żatuchin

60 % der Google-Suchen enden heute ohne einen Klick, da KI direkte Antworten in Suchergebnissen und Chat-Interfaces liefert. Traditionelle SEO optimiert auf Rankings, doch AI Visibility erfordert die Optimierung auf Empfehlungen – also sicherzustellen, dass KI-Systeme Ihre Marke verstehen und zitieren, wenn Interessenten kaufrelevante Fragen stellen. Dieser Wandel von Search Engine Optimization (SEO) zu Generative Engine Optimization (GEO) erfordert neue Kennzahlen, strukturierte Content-Strategien und einen Fokus auf semantische Autorität anstelle von Keyword-Rankings.

Dmitrij Żatuchin

Rankfor.AI saved 2,400 answers from GPT-5.6 Sol and Gemini 3.7 Flash to 240 buyer questions about the 30 companies on TOPTech30 2026, Estonia’s most valuable tech companies. Asked for a shortlist with the name left out, the answers name the company in 453 of 900 cases. Six companies are named every time and five in none, in the market measured.

Dmitrij Żatuchin

Mistral Large gave an agency called SEO Nordic a convincing description: international SEO, link building and content strategy. It also gave the agency a website, seonordic.com. We could not verify the agency it described. We could verify the address. The domain had been a parking page in 2012, redirected to a domain seller in 2013, and was still listed for sale in a 2022 archive capture. Rankfor.AI OÜ now owns seonordic.com. We bought it after finding the address in our research. The page we have prepared tells visitors why an AI answer may have brought them there and points them to the agency rankings from the same study.

Dmitrij Żatuchin

How Rankfor.AI processes personal data in its published AI visibility research, and what you can ask us to do about it. Published under GDPR Article 14(5)(b). Names come from public professional profiles, no individual is named in any paper or public dataset, and the identifying list is never published. Access, correction, deletion and objection all run through dpo@rankfor.ai.

llms.txt is spreading fast on GitHub, up about nine times in six months, but the largest checks so far show no link between having the file and being cited by AI (p = 0.85 across ~300,000 domains). Most of the surge is documentation tooling auto-emitting the file, not deliberate adoption. The verdict: folklore. It does no harm, it does not earn citations, and it can quietly replace the work that does.

Dmitrij Żatuchin