Allein ChatGPT wird jede Woche von mehr als 900 Millionen Menschen genutzt. Viele verlassen sich dabei zunehmend auf KI, um geeignete Produkte, Software oder Dienstleister zu finden. Die Antworten wirken fundiert und oft erstaunlich eindeutig.
Doch was passiert, wenn man exakt dieselbe Frage wenige Sekunden später noch einmal stellt?
Die Antwort kann deutlich anders ausfallen. Unternehmen, die zunächst empfohlen wurden, fehlen plötzlich. Andere Anbieter kommen hinzu. Teilweise haben zwei Antworten nicht einmal eine einzige Marke gemeinsam.
Für Unternehmen bedeutet das: Eine einzelne KI-Antwort ist noch keine belastbare Entscheidungsgrundlage. Doppelt fragen hilft besser.
Dieselbe Frage, andere Anbieter
Stellen Sie sich vor, ein mittelständisches Unternehmen sucht eine neue CRM-Software und fragt ChatGPT:
„Welche CRM-Systeme eignen sich für ein mittelständisches Unternehmen in Deutschland?“
Die KI nennt fünf Anbieter, beschreibt deren Stärken und empfiehlt eine Lösung besonders deutlich.
Das ist ein guter Ausgangspunkt für die Recherche. Wird dieselbe Frage jedoch erneut gestellt, kann die Liste anders aussehen: Ein Anbieter fehlt, zwei neue kommen hinzu und plötzlich wird ein anderes System favorisiert.
Welche Antwort bildet den Markt besser ab?
Genau dieser Frage bin ich mit Daten von Achtung.app nachgegangen.
Was Achtung.app gemessen hat
Achtung.app stellt jede getrackte Frage zweimal. Wortlaut, KI-Modell und technische Einstellungen bleiben gleich. Zwischen beiden Anfragen liegt nur ungefähr eine Sekunde.
Anschließend wird verglichen, welche Marken in beiden Antworten genannt wurden.
Die Auswertung umfasst 3.313 Antwortpaare aus dem Zeitraum vom 1. Juni bis zum 18. Juli 2026. Die durchschnittliche Überschneidung der genannten Marken betrug:
- ChatGPT: 69 Prozent
- Perplexity: 48,5 Prozent
- Gemini: 40,7 Prozent
ChatGPT lieferte damit die stabilsten Markenlisten. Doch auch dort enthielten nur 37 Prozent der Antwortpaare exakt dieselben Marken.
Besonders auffällig war Gemini: Bei 24,3 Prozent der Antwortpaare gab es keine einzige gemeinsame Marke. Fast jede vierte Wiederholung führte also zu einer vollständig anderen Auswahl.
Die Untersuchung bewertet dabei nicht, welche Empfehlung richtig oder besser war. Sie zeigt, wie stark sich die Auswahl der genannten Unternehmen verändern kann.
Warum schwanken KI-Antworten?
Eine KI funktioniert nicht wie eine Datenbank, die zu jeder Frage eine fest gespeicherte Antwort abruft.
Die Antwort wird bei jeder Anfrage neu zusammengestellt. Je nach Plattform werden dabei Quellen gesucht, Inhalte ausgewählt, Informationen gewichtet und passende Unternehmen oder Produkte bestimmt.
Schon kleine Veränderungen in diesem Prozess können dazu führen, dass andere Marken genannt werden. Eine KI-Antwort ist deshalb keine vollständige Marktübersicht, sonder eher eine Momentaufnahme.
Was bedeutet das für Unternehmensentscheidungen?
ChatGPT, Gemini und Perplexity können Recherchen beschleunigen. Sie helfen dabei, erste Anbieter zu finden, Auswahlkriterien zu entwickeln und unbekannte Lösungen zu entdecken.
Ein pragmatisches Vorgehen besteht aus drei Schritten:
- Dieselbe Frage mindestens zweimal stellen.
- Die Formulierung leicht verändern.
- Die genannten Anbieter anhand eigener Kriterien prüfen.
Taucht ein Unternehmen in mehreren Antworten auf, ist das zumindest ein stärkeres Signal als eine einmalige Nennung. Die KI kann die Vorauswahl unterstützen. Sie ersetzt aber nicht die Prüfung von Kosten, Referenzen, Anforderungen und Vertragsbedingungen.
Was bedeutet das für die eigene KI-Sichtbarkeit?
Auch Unternehmen selbst testen zunehmend, ob sie von ChatGPT oder anderen KI-Systemen empfohlen werden.
Wird die eigene Marke nicht genannt, entsteht schnell der Eindruck:
„Die KI kennt uns nicht.“
Eine einzelne fehlende Nennung reicht für diese Schlussfolgerung jedoch nicht aus. Bei der zweiten Anfrage oder einer anderen Formulierung könnte das Unternehmen auftauchen.
Umgekehrt ist auch eine einmalige Empfehlung noch kein Beleg für dauerhaft gute Sichtbarkeit. Bei der nächsten Anfrage könnte stattdessen ein Wettbewerber genannt werden.
KI-Sichtbarkeit ist daher kein fester Rankingplatz. Entscheidend ist nicht, ob ein Unternehmen einmal erscheint, sondern:
Wie häufig und in welchem Zusammenhang wird eine Marke bei relevanten Fragen genannt?
Diese Frage lässt sich nur mit wiederholten Messungen sinnvoll beantworten.
Warum gelegentliche Tests in die Irre führen können
Viele Unternehmen definieren einige Fragen, stellen jede davon einmal und wiederholen den Test einige Wochen später.
Wird die eigene Marke beim ersten Test nicht und beim zweiten genannt, sieht das nach einer Verbesserung aus. Tatsächlich könnten beide Ergebnisse innerhalb der normalen Schwankung liegen. Ebenso muss eine spätere Nichtnennung keine Verschlechterung bedeuten.
Ohne wiederholte Messungen lässt sich kaum beurteilen, ob sich die Sichtbarkeit wirklich verändert hat oder ob lediglich zwei Momentaufnahmen verglichen wurden.
Stabilität ist nicht gleich Richtigkeit
Ein stabiles System kann zweimal dieselbe falsche Antwort liefern. Zwei unterschiedliche Antworten können wiederum beide sinnvoll sein, wenn mehrere Anbieter zur Frage passen.
Unternehmen sollten deshalb zwei Dinge getrennt betrachten:
- Ist die Antwort fachlich korrekt und nachvollziehbar?
- Bleibt die Empfehlung über mehrere Anfragen hinweg stabil?
ChatGPT war in der Untersuchung stabiler als Perplexity und Gemini. Daraus folgt aber nicht automatisch, dass jede ChatGPT-Antwort richtiger oder hilfreicher ist.
Fazit
KI-Empfehlungen wirken häufig eindeutiger als sie tatsächlich sind. Wer ChatGPT, Gemini oder Perplexity für geschäftliche Recherchen nutzt, sollte wichtige Fragen deshalb wiederholen und die Ergebnisse vergleichen. Doppelt fragen hilft, aber prüfen muss man trotzdem.
Auch die eigene KI-Sichtbarkeit lässt sich nicht mit einer einzelnen Anfrage bewerten. Entscheidend ist, wie häufig eine Marke über verschiedene Fragen, Formulierungen und Zeitpunkte hinweg genannt wird.
Genau deshalb stellt Achtung.app jede getrackte Frage wiederholt. Erst mehrere Antworten machen aus einer Momentaufnahme ein erkennbares Muster.
Die vollständige Untersuchung zur Antwortstabilität von ChatGPT, Gemini und Perplexity enthält alle Messwerte und den zeitlichen Verlauf.
