Aufmerksamkeit, die keine Analytics zeigt. Fünf Fragen dazu, was ein Sprachmodell Ihren Kundinnen und Kunden sagt

Jemand steht vor einem Kauf, öffnet einen Chat mit einem Sprachmodell und fragt, was die beste Wahl ist. Die Antwort kommt fertig: ein paar Namen, eine kurze Begründung, manchmal ein Link. Kein Klick auf ein Suchergebnis, kein Besuch auf der Website der Marke, keine Spur in irgendeinem Dashboard. Die Analytics bleibt leer, und doch ist die Entscheidung gerade gefallen. Wo war also die Aufmerksamkeit? In der Antwort des Modells. Und das Modell hat entschieden, wer sie bekommt.

Das Sprachmodell als Influencer: fünf Stufen, über die eine Marke zur Aufmerksamkeit der Kundschaft gelangt

Ein Sprachmodell wirkt heute wie ein Influencer, nur unter anderen Bedingungen. Es hat keine Reichweite, die man kaufen kann, und es unterschreibt keine Verträge. Wen es zeigt, entscheidet es im Moment der Frage, und seine Empfehlung erreicht die Kundschaft genau dann, wenn sie wählt.

Im Beitrag über das Ende der Rankings habe ich beschrieben, dass die Position in den Suchergebnissen nicht mehr das entscheidende Maß ist und durch die Wahrscheinlichkeit ersetzt wurde, dass ein Modell die Marke empfiehlt. Michał Grzebyk hat in diesem Blog erklärt, was Markensichtbarkeit in Modellantworten bedeutet. Beide Texte sind Stufen derselben Leiter. Hier steige ich eine Stufe höher, denn weder Präsenz allein noch Empfehlung allein sagt, ob eine Marke eine Chance auf die Aufmerksamkeit der Kundschaft hat.

Diese Chance zerlege ich in fünf Stufen: Präsenz, Wettbewerb, Position, Richtung und Weiterleitung. Zusammen bilden sie die Stufen der Aufmerksamkeitschance. Jede Stufe ist eine einfache Frage, die man im Marketing über die eigene Marke stellen kann, und zusammen beschreiben sie, was das Modell der Kundschaft vor Augen führt. Ob diese Inhalte tatsächlich gelesen werden, ist eine eigene Frage, auf die ich am Ende zurückkomme.

Woher stammen die Zahlen in diesem Text?

Alle Zahlen hier stammen aus einer einzigen eigenen Studie. Sie betrifft eine konkrete Marke, die ich Marke A nenne, und eine Reihe von Szenarien, die für ihre Situation entwickelt wurden: 1.400 Fragen in 11 Sprachen, gestellt im Namen von Personas aus 12 Märkten an sechs Modelle (ChatGPT, Gemini, Claude, Perplexity, Grok, DeepSeek). Daraus entstanden 8.400 bewertete Antworten, erhoben zwischen August und Oktober 2026.

Diese Prozentwerte beschreiben also Marke A, ihre Fragen und die Modellversionen jenes Zeitraums. Sie sind weder eine Marktnorm noch ein Maßstab, an dem man eine andere Marke messen sollte. Eine andere Kategorie, andere Fragen und andere Personas ergeben andere Zahlen. Ich zeige sie, weil sie Mechanismen veranschaulichen, die wir auch bei Messungen anderer Marken sehen: Die Richtung des Effekts ist ähnlich, das Niveau muss jedoch immer gesondert gemessen werden.

Warum sagt eine einzelne Modellantwort noch nichts aus?

Nehmen wir eine Frage aus der Studie, gestellt in der Sprache eines der Märkte, ohne jeden Markennamen. Sechs Modelle gaben sechs verschiedene Antworten. In zwei kam Marke A gar nicht vor. In einer stand sie an vierter Stelle, vorgestellt als „Überraschung“. In einer anderen bekam sie einen eigenen Abschnitt, in einer weiteren eine einzige Erwähnung in einem Satz über Lebenshaltungskosten, und in der letzten stand sie an dritter Stelle der Liste.

Vier von sechs Modellen brachten die Marke in ihre Antwort. Ist das ein gutes Ergebnis? Eine einzelne Frage kann das nicht beantworten. In der gesamten Gruppe ähnlicher Fragen brachte das Modell Marke A in 45,1 % von 324 Antworten ein, also in weniger als jeder zweiten. Eine einzelne Antwort gleicht einem Wurf mit einem gezinkten Würfel: Der Würfel hat seine Neigungen, aber das Ergebnis eines Wurfs ist Zufall. Erst ein fester Fragensatz, viele Male gestellt, mit Modellversion und Datum bei jeder Zahl, zeigt diese Neigungen.

Diese Studie zeigt noch etwas. Die Unterschiede zwischen Fragetypen waren größer als die Unterschiede zwischen den Modellen. Was gefragt wird, wiegt schwerer als die Wahl des Modells. Deshalb beginnt die Vorbereitung einer Studie mit einer genauen Beschreibung der Marke und der Situationen, in denen nach ihr gesucht wird. Darüber schreiben wir in unserer Reihe zur Vorbereitung einer Studie von Modellantworten.

Fünf Fragen, die man über die eigene Marke stellen sollte

Bringt das Modell die Marke von sich aus in die Antwort ein?

Die erste Stufe ist die Präsenz. Steht der Markenname in der Frage, spricht das Modell fast immer über die Marke: in der Studie zu Marke A in 99,9 % der Antworten. Das ist jedoch ein Echo, keine Messung. Der eigentliche Test beginnt dort, wo die Marke nicht genannt wird, denn nur dort wählt das Modell selbst, wem es eine Chance gibt.

In 1.452 Antworten auf Fragen ohne den Namen von Marke A brachte das Modell sie in 72,4 % der Fälle ein. Dieser Durchschnitt verdeckt große Unterschiede. In Fragen von Privatpersonen (auf die sich die folgenden Zahlen beziehen, sofern nicht anders angegeben), die auf das Segment eingegrenzt waren, in dem die Marke antritt, erschien sie in 91,7 % von 552 Antworten. In allgemeinen Fragen zur ganzen Kategorie in 45,1 % von 324. In Fragen, die gar keine Kategorie nannten, in 20,0 % von 90. Präsenz ist also keine Eigenschaft der Marke. Sie ist eine Eigenschaft eines Paares: Marke und Frage.

Mit wem teilt sich die Marke die Antwort?

Die zweite Stufe ist der Wettbewerb. Ein Modell nennt selten nur eine Marke. In 1.044 Antworten auf Fragen ohne den Namen von Marke A nannte es im Schnitt fast sechs weitere Optionen, und Marke A war nur in 0,4 % der Fälle der einzige Vorschlag. In allgemeinen Fragen eröffnete ein Spitzenreiter die Liste, genannt in 58,0 % der Antworten. Marke A lag auf Platz zwei (45,1 %), dicht gefolgt von vier Optionen, die jeweils in 38–41 % der Antworten vorkamen.

Die Schlussfolgerung ist einfach: In der Antwort eines Modells konkurriert eine Marke nicht mit einem Rivalen, sondern mit einer ganzen Liste. Das Modell, das diese Liste zusammenstellt, entscheidet, neben wem Ihre Marke gesehen wird.

Wie weit oben steht die Marke in der Antwort?

Die dritte Stufe ist die Position: ganz oben in der Antwort oder im achten Absatz. Im Beispiel mit der einzelnen Frage stand Marke A einmal an dritter, einmal an vierter Stelle. Es ist verlockend, daraus ein Ranking zu machen. Die Studie zu Marke A zeigt jedoch: Steht der Markenname nicht in der Frage, ändert sich ihre Position von Antwort zu Antwort, sogar wenn dieselbe Frage am selben Tag wiederholt wird.

Eine einzelne Position ist also kein Ergebnis. Das Ergebnis ist, wie oft die Marke über einen festen Fragensatz an den Anfang der Antwort gelangt. Steht der Markenname in der Frage, eröffnet das Modell seine Antwort fast immer mit ihr, aber auch das ist nur ein Echo.

Empfiehlt das Modell, erwähnt es nur oder rät es ab?

Die vierte Stufe ist die Richtung. Wenn das Modell Marke A von sich aus einbrachte, empfahl es sie in 55,9 % der Fälle klar. Abgeraten hat es fast nie (1,7 %), doch in vier von zehn Antworten erwähnte es sie nur, ohne jede Empfehlung. Den Unterschied zwischen Erwähnung und Empfehlung erklärt Michał Grzebyk in einem eigenen Beitrag.

Am interessantesten ist, dass der Fragetyp hier umgekehrt wirkt als bei der Präsenz. In eingegrenzten Fragen erscheint Marke A fast immer, wird aber nur in 47,0 % der Antworten empfohlen. In allgemeinen Fragen erscheint sie seltener, doch wenn sie erscheint, wird sie in 62,3 % empfohlen. Präsenz aus Pflicht ist etwas anderes als Präsenz aus Wahl. Das Modell wählt eine Marke, wenn es ein Argument für sie hat, und ein Erwähnungszähler kann diese beiden Situationen nicht unterscheiden.

Wohin schickt das Modell die Kundschaft?

Die fünfte Stufe ist die Weiterleitung. Hier endet der Kanal des Modells, und Ihre Website beginnt. Adressen, die Modelle aus dem Gedächtnis angaben, führten in 49,5 % der Fälle zu Seiten, die mit Marke A verbunden sind. Quellen aus der Live-Suche führten in 22,4 % dorthin. Das sind zwei verschiedene Arbeitsweisen und zwei getrennte Zahlen, die ich nicht zu einer zusammenfasse.

Die Lektüre der Antworten zeigt, warum das so ist. Das Modell zitiert eine Quelle, die zur Situation der fragenden Person passt, in ihrer Sprache und ihrem Kontext. Es zitiert keinen Text darüber, wer die Marke ist. Für alle, die Inhalte veröffentlichen, ist das ein wichtiger Hinweis: Den Traffic aus Modellen bekommt die Seite, die die Frage der Kundschaft beantwortet.

Die Aufmerksamkeitschance ist eine Momentaufnahme

Die fünf Stufen beschreiben Antworten eines bestimmten Tages und einer bestimmten Modellversion. In der Studie zu Marke A verschoben neuere Modellversionen den Anteil klarer Empfehlungen innerhalb von sieben Wochen um mehr als zehn Punkte, in beide Richtungen und ohne jede Kampagne. Ein Modell nannte die Marke in seiner neuen Version in einer Antwort nicht mehr, in der sie zuvor auf der Liste stand. Ein anderes stellte sie in seiner neuen Version in den ersten Satz.

Eine solche Drift verändert den Sinn jedes einmaligen Audits. Eine Zahl ohne Modellversion und Datum hat keine Adresse, und eine Messung von vor einem Quartal sagt nur, wie es war. Die Aufmerksamkeitschance muss regelmäßig geprüft werden, mit demselben Fragensatz.

Warum ist eine bekannte Marke noch keine gesehene Marke?

Direkt nach den bekanntesten Namen gefragt, die mit Marke A verbunden sind, nannten die Modelle in jeder der 144 Antworten denselben Kanon. In praktischen Fragen tauchte derselbe Kanon in 12,0 % bis 0,8 % der Antworten auf. Wissen gelangt nur durch eine Tür in die Antwort, die die Frage der Kundschaft öffnet: ein Ort, ein Problem, eine konkrete Situation. In Fragen von Unternehmen erschien die Quelle, die ein praktisches Bedürfnis erfüllte („Wie prüfe ich einen Geschäftspartner?“), in 143 von 4.200 Antworten, das größte Unternehmen aus demselben Umfeld in 21.

Das Modell empfiehlt also nicht, was es am besten kennt, sondern was zur Frage passt. Deshalb müssen die Inhalte einer Marke rund um die Situationen der Kundschaft aufgebaut werden, nicht rund um die eigene Beschreibung.

Eine Chance auf Aufmerksamkeit ist noch keine Aufmerksamkeit

Die fünf Stufen sagen, was das Modell der Kundschaft vor Augen führt. Was tatsächlich gelesen und verarbeitet wird, zeigen erst Methoden mit Beteiligung von Menschen, etwa eine Befragung oder Eyetracking an Stichproben von Antworten. Erst dort beginnt Aufmerksamkeit im strengen Sinn. In der Werbung wird ein Teil der Aufmerksamkeit aus Datensignalen geschätzt, etwa aus Sichtbarkeitsdauer oder Scrollverhalten. In der Antwort eines Modells liegen diese Signale ausschließlich bei der Plattform, die sie anzeigt, sodass von außen nur der Inhalt der Antwort lesbar ist. Der Weg zur Aufmerksamkeit im KI-Kanal hat daher vier Schritte.

Erstens Fragen ohne Markennamen: ein fester Satz von Fragen der Kundschaft, viele Durchläufe, Modellversion und Datum bei jedem Ergebnis. Zweitens die fünf Stufen, aus dem Inhalt der Antworten gelesen, also die Aufmerksamkeitschance. Drittens Forschung mit Beteiligung von Menschen, die Aufmerksamkeit bestätigt. Viertens der Geschäftserfolg: Traffic aus Antworten, Anfragen, Umsatz und Brand Lift, verknüpft mit den Schritten zwei und drei.

Neben diesem Weg steht ein eigenes Werkzeug: das Audit der Darstellungsqualität. Das 5P-Modell, beschrieben im Blog von Brand Semantics, prüft, ob eine Antwort wahr und das Ergebnis stabil ist. Die Stufen der Aufmerksamkeitschance beschreiben den Weg der Marke zur Kundschaft, 5P die Qualität dessen, was das Modell unterwegs sagt.

Was folgt daraus für das Marketing, unabhängig vom Werkzeug?

Ich habe es in fünf Grundsätzen zusammengefasst, die unabhängig davon gelten, womit Sie messen.

1. Messen Sie dort, wo die Kundschaft die Marke nicht nennt. Fragen mit Markennamen sind ein Echo, keine Messung. Über die Aufmerksamkeitschance entscheiden Fragen nach Kategorie, Problem und Situation.
2. Zählen Sie keine Erwähnungen. Zählen Sie Erwähnungen mit Grund: ein Argument, einen Ort, einen Vergleich. Eine Erwähnung ohne Grund belegt einen Platz auf der Liste, gibt der Kundschaft aber keinen Grund zur Wahl.
3. Geben Sie dem Modell eine Tür. Eine Tatsache, eine Zahl, ein Vergleich, passend zur Frage der Kundschaft, gelangen in die Antwort. Ein Text darüber, wer Sie sind, meist nicht.
4. Untersuchen Sie die Frage Ihrer Zielgruppe in deren Sprache und Kontext. Nur dann kann die Antwort zu Ihnen führen und nicht zu einer Quelle, die besser zur Situation der Kundschaft passt.
5. Jede Zahl mit Modellversion und Datum. Messen Sie regelmäßig, und zählen Sie bezahlte Werbung im Chat getrennt von der Erwähnung durch das Modell.

Aufmerksamkeit wird zur Währung. In der Antwort eines Modells verteilt das Modell die Chancen auf sie, und sie gehen an die Marke, die ihm einen Grund gibt.

Wenn Sie diese fünf Stufen für Ihre eigene Marke prüfen möchten: Semantio stellt Modellen Fragen ohne Markennamen und zeigt, ob das Modell die Marke einbringt, neben wem es sie nennt, wie stark es sie empfiehlt und wohin es weiterleitet. Sie können mit einem 7-tägigen Testzeitraum beginnen.

Lesen Sie auch: ChatGPT zeigt, wie oft eine Marke in Antworten erschien. Aber nicht, warum.