ChatGPT empfiehlt den Wettbewerber: woran das liegt

Ein Kunde fragt ChatGPT nach einem Anbieter fuer genau Ihre Leistung, und die Antwort nennt drei Firmen. Ihre ist nicht dabei. Das ist aergerlich, aber vor allem eine Information: Das Modell greift auf Quellen zurueck, in denen andere sichtbarer sind als Sie.

Rund 900 Millionen Menschen nutzen ChatGPT pro Woche, so OpenAI im Februar 2026. Ein wachsender Teil davon fragt nach Anbietern und Lieferanten, statt eine klassische Suche zu oeffnen. Wen die KI dann nennt, entscheidet mit, wer ueberhaupt noch in die engere Wahl kommt.

Warum empfiehlt ChatGPT den Wettbewerber und nicht mich?

Weil das Modell seine Antwort aus Quellen zusammensetzt, in denen der Wettbewerber haeufiger und klarer belegt ist. Nicht weil er das bessere Unternehmen waere, sondern weil er in den Texten, die das Modell gesehen oder zur Antwortzeit abgerufen hat, besser dokumentiert ist.

Ein Sprachmodell hat kein Urteil ueber fachliche Qualitaet. Es rekonstruiert aus vielen Textstellen, welche Namen im Zusammenhang mit einer Leistung und einer Region plausibel klingen. Wer in Branchenportalen, Verzeichnissen und Presse konsistent auftaucht, wird zum wahrscheinlichen Namen. Wer dort fehlt, existiert fuer das Modell in diesem Kontext schlicht nicht.

Erst pruefen, welche der drei Stufen fehlt

Bevor Sie etwas aendern, klaeren Sie, was genau nicht passiert. "Die KI empfiehlt den Wettbewerber" kann drei verschiedene Dinge bedeuten, und jedes verlangt eine andere Reaktion.

• Nennung: Ihr Name taucht in der Antwort auf, ohne Quelle. Das Modell hat Sie im Training gesehen.
• Zitierung: Die KI verweist auf eine belegbare Quelle, Ihre Website oder einen Presseartikel. Das passiert vor allem, wenn die Websuche aktiv ist.
• Empfehlung: Die KI nennt Sie nicht nur, sie stellt Sie als passende Wahl heraus. Das ist die Stufe mit dem groessten geschaeftlichen Wert.

Verschmelzen Sie diese drei zu einer einzigen Kennzahl, treffen Sie falsche Schluesse. Werden Sie zwar genannt, aber nie empfohlen, ist das ein anderes Problem, als wenn Sie gar nicht vorkommen. Im ersten Fall kennt das Modell Sie und stuft Sie zurueck, im zweiten fehlen Sie in den Quellen ganz.

Die Ursache liegt fast immer in der Quellenlandschaft

Der Wettbewerber gewinnt selten wegen eines Tricks. Er gewinnt, weil das Material, aus dem die KI schoepft, ihn dichter und in besserem Kontext beschreibt.

Vier Arten von Quellen tragen die meisten Antworten. Branchenportale und Fachverzeichnisse liefern strukturierte Eintraege mit Leistung, Ort und Kategorie. Presse und Fachmedien liefern Kontext und Einordnung. Bewertungsplattformen liefern Belege dafuer, dass es das Angebot in der Praxis gibt. Und die eigene Website liefert die Selbstbeschreibung, an der sich alles andere ausrichtet. Fehlt eine dieser Schichten, faellt Ihr Name in genau den Antworten aus, die auf ihr beruhen.

Wichtig ist die Unterscheidung zwischen Training und Abruf. Manche Antworten stammen aus dem, was das Modell einmal gelernt hat, andere aus einer Live-Suche im Moment der Frage. Sperren Sie technisch alle Bots aus, koennen Sie aus der zweiten Art Antwort verschwinden, ohne es zu merken. Laut Cloudflare blockierten im August 2025 ueber 2,5 Millionen Websites das KI-Training vollstaendig, oft ohne die Folgen fuer die eigene Sichtbarkeit zu bedenken.

Warum der sichtbarste Anbieter selten der fachlich beste ist

Sichtbarkeit in KI-Antworten misst Belegdichte, nicht Qualitaet. Ein Anbieter mit starkem Marketing und vielen Verzeichniseintraegen erscheint dem Modell als naheliegende Wahl, auch wenn ein spezialisierterer Konkurrent die Aufgabe besser loest.

Das ist keine Herabsetzung des Wettbewerbers und kein Fehler der KI. Es ist die logische Folge davon, wie ein Modell arbeitet: Es bevorzugt das gut Dokumentierte vor dem still Kompetenten. Fuer Sie heisst das zweierlei. Sie muessen niemanden verdraengen, und Sie koennen die Luecke schliessen, indem Sie Ihre eigene Belegbarkeit verbessern, nicht indem Sie ueber andere schlecht reden. Der Hebel liegt bei Ihren Quellen, nicht bei denen des Konkurrenten.

Was das Modell ueber Sie findet, muessen Sie zuerst festlegen

Bevor eine KI Sie empfehlen kann, braucht sie eine konsistente Vorstellung davon, wer Sie sind und was Sie tun. Widerspruechliche oder duenne Angaben fuehren dazu, dass das Modell im Zweifel den klarer beschriebenen Wettbewerber waehlt.

Sorgen Sie zuerst dafuer, dass Ihre Selbstbeschreibung ueberall gleich lautet: gleiche Leistung, gleicher Ort, gleiche Kategorie auf der Website, in Verzeichnissen und in Profilen. Eine eigene, sachliche Faktenseite hilft dem Modell, Sie einer Anfrage zuzuordnen. Und technisch muss die Seite ohne JavaScript lesbar und fuer die relevanten Bots erreichbar sein, sonst existiert der beste Text umsonst. Wie ein solches Setup aus Datenhoheit und lokaler Verarbeitung zusammenpasst, zeigen wir unter lokale KI.

Was Sie konkret tun koennen

Der erste Schritt ist kein Umbau, sondern eine Messung. Ohne zu wissen, auf welcher Stufe und bei welchen Fragen Sie ausfallen, aendern Sie ins Blaue.

• Sammeln Sie die Fragen, die ein Kunde wirklich stellt, und pruefen Sie fuer jede, ob Sie genannt, zitiert oder empfohlen werden. Wie dieser Selbsttest im Detail laeuft, steht in Nennt ChatGPT mein Unternehmen.
• Notieren Sie, wo der Wettbewerber steht, den die KI nennt. Meist verraet das die Quellen, die Ihnen fehlen.
• Schliessen Sie die schwaechste Schicht zuerst: fehlende Verzeichniseintraege, eine unklare Website, keine belegbaren Referenzen.
• Messen Sie erneut ueber viele Durchlaeufe. Ein einzelner Screenshot beweist nichts, weil dieselbe Frage fuenf Minuten spaeter eine andere Firma nennen kann.

Eine Warnung zur Einordnung: 2024 sagte Gartner voraus, das klassische Suchvolumen falle bis 2026 um 25 Prozent. Bis Mitte 2026 ist das in dieser Form nicht eingetreten. KI-Antworten kommen als zweiter Kanal hinzu, sie loesen die Suche nicht ab. Wer jetzt auf beiden Kanaelen auffindbar ist, steht ruhiger da als jemand, der auf ein einziges Szenario wettet.

Von der Diagnose zur Messung

Der Selbsttest sagt Ihnen, ob ein Problem besteht. Er sagt nicht, wie gross es ist und bei welchen Anfragen es weh tut.

Eine belastbare Messung arbeitet mit einer Batterie von Fragen statt einer einzelnen, mit vielen Wiederholungen, ueber mehrere Plattformen und in der Sprache Ihrer Kunden. Sie haelt Nennung, Zitierung und Empfehlung auseinander und berichtet Haeufigkeiten statt Momentaufnahmen. Wie so eine Messung aufgebaut ist, beschreiben wir auf unserer Seite zur KI-Sichtbarkeit.

Garantierte Platzierungen gibt es nicht, und wer sie verspricht, hat den Mechanismus nicht verstanden. Sie koennen die Bedingungen verbessern, unter denen ein Modell Sie statt des Wettbewerbers nennt, und Sie koennen den Fortschritt messen. Mehr nicht, aber auch nicht weniger.

Wenn Sie wissen wollen, wie oft die grossen KI-Systeme heute schon den Wettbewerber statt Sie nennen, ist ein Pilotprojekt der schnellste Weg zu echten Zahlen. Ueber die Kontaktseite schauen wir uns Ihren Fall an.