Was weiss ChatGPT über dein Unternehmen? Der 10-Minuten-Selbsttest

Bevor du anfängst: Was dieser Test kann – und was nicht

Zunächst eine wichtige Einschränkung.

Dieser Selbsttest ist kein AI Visibility Audit.

Er ist eine schnelle Diagnose.

KI-Antworten können sich zwischen verschiedenen Modellen, Zeitpunkten und sogar Wiederholungen derselben Frage unterscheiden. OpenAI weist selbst darauf hin, dass Ergebnisse und Quellen der ChatGPT-Suche unvollständig, veraltet oder falsch sein können und wichtige Angaben anhand der Originalquellen überprüft werden sollten.

Auch wir sehen diese Unterschiede in unseren Analysen.

Bei einem unserer Reports stellten wir vier KI-Systemen dieselbe kaufnahe Frage. Ein Anbieter wurde von Gemini direkt empfohlen, von Claude relevant erwähnt und von ChatGPT und Perplexity gar nicht genannt.

Das bedeutet nicht, dass Gemini grundsätzlich „besser" oder ChatGPT grundsätzlich „schlechter" ist.

Es bedeutet zunächst nur:

Eine einzelne Antwort ist eine Momentaufnahme.

Wenn du den Test sauberer machen möchtest, öffne deshalb einen neuen Chat, formuliere die Fragen möglichst neutral und verrate ChatGPT nicht vorher, welches Ergebnis du dir wünschst.

Und: Aktiviere beziehungsweise nutze die Websuche, wo sie verfügbar ist. ChatGPT kann bei aktuellen Fragen selbstständig im Web recherchieren und Quellen in seine Antworten einbeziehen. OpenAI beschreibt hier, wie die ChatGPT-Suche funktioniert.

Dann kann es losgehen.

Frage 1: Was macht mein Unternehmen?

Beginne mit der einfachsten Frage:

Was macht [Name deines Unternehmens]?

Falls dein Firmenname nicht eindeutig ist, ergänze die Domain:

Was macht [Unternehmen] ([domain.ch])?

Das klingt fast zu banal.

Nach unseren bisherigen Reports ist es aber einer der aufschlussreichsten Tests überhaupt.

Schau dir die Antwort nicht nur danach an, ob ChatGPT etwas weiss. Prüfe Satz für Satz:

Stimmt die Branche? Stimmt das Angebot? Stimmt die Zielgruppe? Stimmt der geografische Markt? Sind die genannten Leistungen aktuell? Werden Dinge behauptet, die dein Unternehmen gar nicht anbietet?

Wir haben in einem realen Report erlebt, wie überraschend weit das auseinanderliegen kann.

Wir fragten mehrere KI-Systeme nach einem Unternehmen, das im Bereich Executive Sparring und Coaching tätig ist. Ein Modell beschrieb es als Unternehmen für IT-Dienstleistungen und Softwareentwicklung, ein anderes ordnete es der Immobilienverwaltung zu. Bei weiteren Varianten der Markenfrage entstanden nochmals andere Zuordnungen.

Das Unternehmen war also nicht unsichtbar.

Eigentlich war das Problem interessanter:

Die KI kannte den Namen – aber offenbar nicht zuverlässig die Entität dahinter.

Genau deshalb ist diese erste Frage so wichtig.

Wenn ChatGPT nicht richtig versteht, was du bist, wird es schwierig, dich bei der richtigen Kundenfrage als Lösung einzuordnen.

Diesen Unterschied zwischen „unbekannt" und „falsch verstanden" beschreiben wir ausführlicher in Die 7 grössten Fehler bei der KI-Sichtbarkeit.

Dein Ergebnis nach Frage 1

Gib dir gedanklich einen von drei Zuständen:

Grün: Unternehmen und Angebot werden im Wesentlichen korrekt beschrieben.

Gelb: Grundsätzlich richtig, aber wichtige Leistungen, Zielgruppen oder Eigenschaften fehlen oder sind veraltet.

Rot: ChatGPT verwechselt dein Unternehmen, ordnet es einer falschen Branche zu oder kann kaum etwas Verlässliches sagen.

Noch nicht optimieren.

Erst weitertesten.

Frage 2: Für wen ist mein Unternehmen geeignet?

Jetzt wird es interessanter.

Frage:

Für welche Kunden ist [Unternehmen] besonders geeignet – und für welche eher nicht?

Mit Frage 1 hast du geprüft, ob ChatGPT weiss, was du machst.

Jetzt prüfst du, ob es versteht, für wen das relevant ist.

Das ist für AI Visibility entscheidend.

Nehmen wir ein fiktives Schweizer Industrieunternehmen, das hochpräzise Bauteile in kleinen Serien für Medtech-Hersteller produziert.

Wenn ChatGPT lediglich weiss:

„Das Unternehmen ist in der Metallverarbeitung tätig."

ist das nicht unbedingt falsch.

Für eine Empfehlung bei der Frage

„Welche Schweizer Anbieter können hochpräzise Kleinserien für ein Medtech-Produkt fertigen?"

ist dieses Wissen aber möglicherweise viel zu unspezifisch.

Achte deshalb darauf, welche Merkmale ChatGPT mit deinem Unternehmen verbindet.

Nennt es deine tatsächlichen Zielgruppen? Erkennt es Spezialisierungen? Versteht es, welche Probleme du löst? Nennt es Eigenschaften, die für eine Kaufentscheidung relevant sind?

Hier zeigt sich erstmals der Unterschied zwischen Entity Knowledge und Buyer Relevance.

ChatGPT kann ziemlich genau wissen, wer du bist – und trotzdem nicht verstanden haben, wann du eine gute Antwort auf ein Kundenproblem bist.

Frage 3: Was unterscheidet mich von Wettbewerbern?

Jetzt fragst du:

Was unterscheidet [Unternehmen] von vergleichbaren Anbietern?

Optional kannst du ergänzen:

Bitte nenne nur Unterschiede, die du anhand verlässlicher Quellen belegen kannst.

Diese Frage mag ich besonders.

Denn sie zwingt dich, die Perspektive zu wechseln.

Unternehmen wissen selbst meist sehr genau, was sie für besonders halten.

„Persönlicher Service."

„Hohe Qualität."

„Innovative Lösungen."

„Langjährige Erfahrung."

„Individuelle Beratung."

Das Problem: Fast jeder Wettbewerber schreibt etwas Ähnliches.

Die interessantere Frage lautet deshalb:

Welche Unterschiede kann ein externes System überhaupt erkennen?

Wenn ChatGPT nur generische Eigenschaften nennt, muss das nicht bedeuten, dass dein Unternehmen keine Differenzierung besitzt.

Es kann auch bedeuten, dass diese Differenzierung im öffentlich verfügbaren Informationsraum nicht klar genug erkennbar ist.

Gerade wenn ChatGPT die Websuche verwendet, lohnt sich hier ein Blick auf die Quellen. ChatGPT kann aktuelle Informationen aus dem Web einbeziehen und Quellen direkt verlinken.

Öffne einige davon.

Kommt die Beschreibung hauptsächlich von deiner eigenen Website? Gibt es unabhängige Quellen? Tauchen Branchenmedien, Verzeichnisse, Kundenstimmen oder andere seriöse Drittquellen auf? Sind die Informationen aktuell?

Das ist kein Beweis dafür, warum ChatGPT etwas über dich sagt.

Aber es gibt dir einen ersten Eindruck davon, welches öffentlich zugängliche Bild deines Unternehmens existiert.

Microsoft beschreibt genau diese Verbindung aktueller KI-Systeme mit verifizierbaren Webinformationen als Grounding: KI-Antworten werden mit Informationen ausserhalb des eigentlichen Modellwissens verbunden.

Für Unternehmen wird damit etwas wichtig, das aus SEO eigentlich bekannt ist:

Was du über dich selbst sagst, ist nur ein Teil deiner digitalen Identität.

Frage 4: Welche Alternativen zu meinem Unternehmen gibt es?

Jetzt drehen wir die Perspektive um:

Welche Alternativen zu [Unternehmen] gibt es für Kunden, die [deine Leistung] suchen?

Diese Frage kann unangenehm werden.

Und gerade deshalb ist sie wertvoll.

Schau dir an, wen ChatGPT als deine Wettbewerber betrachtet.

Sind es tatsächlich deine Wettbewerber?

Oder tauchen Unternehmen auf, die du selbst überhaupt nicht in deinem Competitive Set gesehen hättest?

Noch interessanter:

Warum nennt ChatGPT diese Anbieter?

Bitte es ruhig um eine Vergleichstabelle mit Kriterien wie Zielgruppe, Spezialisierung, Standort, Preispositionierung oder besonderen Stärken.

Dabei kann etwas passieren, das wir in unseren Analysen immer wieder interessant finden: Die Wettbewerbslandschaft aus Sicht eines KI-Systems muss nicht mit der Wettbewerbslandschaft übereinstimmen, die ein Unternehmen intern definiert hat.

Und für Marketing ist genau das relevant.

Denn dein potenzieller Kunde muss nicht fragen:

„Welche Wettbewerber hat Firma X?"

Er fragt vielleicht:

„Welche Anbieter lösen mein Problem?"

Damit konkurrierst du plötzlich nicht nur mit Unternehmen, die dir ähnlich sind.

Du konkurrierst mit allen Lösungen, die ein KI-System für dieses Problem als plausibel einstuft.

Frage 5: Wen würdest du für mein Problem empfehlen?

Jetzt kommt die wichtigste Frage.

Und diesmal erwähnst du dein Unternehmen überhaupt nicht.

Versetze dich stattdessen in einen potenziellen Kunden kurz vor einer Entscheidung.

Aus:

„Wir bieten zweisprachige Kinderbetreuung in Zürich an."

wird beispielsweise:

„Wir ziehen mit zwei Kindern aus den USA nach Zürich und suchen eine deutsch-englische Kita, in der unsere Kinder gut in den Schweizer Alltag hineinfinden. Welche Einrichtungen würdest du dir anschauen?"

Aus:

„Wir fertigen Präzisionsteile."

könnte werden:

„Wir sind ein Schweizer Medtech-Unternehmen und suchen einen Fertigungspartner für kleine Serien hochpräziser Metallkomponenten. Welche Anbieter in der Schweiz sollte ich prüfen?"

Aus:

„Wir machen B2B-Software."

wird vielleicht:

„Wir sind ein Unternehmen mit 80 Mitarbeitenden und suchen eine einfache Zeiterfassung, die in der Schweiz funktioniert und ohne grosses IT-Projekt eingeführt werden kann. Welche Lösungen würdest du vergleichen?"

Der entscheidende Punkt:

Schreibe nicht deine Produktbeschreibung in den Prompt. Beschreibe das Problem deines Kunden.

Dann schau, was passiert.

Wirst du genannt?

Wirst du nur irgendwo in einer langen Liste erwähnt?

Wirst du tatsächlich empfohlen?

Wer steht vor dir?

Und vor allem: Wie begründet ChatGPT seine Auswahl?

Damit bist du an dem Punkt angekommen, der aus unserer Erfahrung am häufigsten verwechselt wird:

Erwähnung ist nicht Empfehlung.

Wir sehen in unseren Reports Marken, die ein System durchaus kennt und gelegentlich nennt, bei kaufnahen Fragen aber nicht als passende Lösung einordnet.

Für ein Unternehmen ist das ein völlig anderer Befund als „ChatGPT kennt uns nicht".

So wertest du deine fünf Antworten aus

Nach zehn Minuten solltest du fünf unterschiedliche Perspektiven auf dein Unternehmen haben.

Nicht einen Score.

Ich würde sogar bewusst keinen Gesamtscore daraus bauen.

Schreib stattdessen fünf kurze Befunde auf:

Bekanntheit: Weiss ChatGPT, dass dein Unternehmen existiert?

Korrektheit: Beschreibt es dich richtig?

Relevanz: Versteht es, für wen und welche Probleme du geeignet bist?

Positionierung: Erkennt es sinnvolle Unterschiede zu Alternativen?

Empfehlung: Taucht dein Unternehmen bei einer realistischen kaufnahen Frage auf?

Das ergibt eine kleine Diagnosematrix.

Und die ist meist wertvoller als ein vermeintlich exakter Wert wie „Ihre AI Visibility beträgt 63 von 100".

Denn zwei Unternehmen können denselben Score haben und vollkommen unterschiedliche Probleme.

Unternehmen A wird überhaupt nicht erkannt.

Unternehmen B wird perfekt beschrieben, bei Kaufentscheidungen aber nie vorgeschlagen.

Unternehmen C wird empfohlen – allerdings für etwas, das es gar nicht anbietet.

Eine Zahl macht diese Unterschiede unsichtbar.

Der spannendste Fall: ChatGPT kennt dich – empfiehlt dich aber nicht

Wenn du bei Frage 1 bis 4 ziemlich gut abschneidest, bei Frage 5 aber fehlst, hast du einen besonders interessanten Befund.

ChatGPT kennt dich.

Es versteht dich.

Es kann dich sogar mit Wettbewerbern vergleichen.

Aber wenn ein potenzieller Kunde nach einer Lösung fragt, landen andere auf der Shortlist.

Das ist aus unserer Sicht die eigentlich spannende Form von AI Visibility.

Denn jetzt ist das Problem nicht mehr bloss digitale Auffindbarkeit.

Es geht um Auswahl.

Im ersten Teil dieser kleinen TOFU-Serie haben wir genau diese Veränderung beschrieben: Googeln war gestern? Wie Kunden 2026 Unternehmen, Produkte und Dienstleister finden.

Bei Google war die entscheidende Frage lange:

Wie weit oben erscheine ich?

Bei KI-Systemen kommt eine zweite hinzu:

Gehöre ich überhaupt zu den Optionen, die das System für diesen konkreten Menschen in Betracht zieht?

Das ist ein subtiler Unterschied.

Aber wirtschaftlich kann er ziemlich gross sein.

Warum du den Test mit anderen KI-Systemen wiederholen solltest

Wenn du jetzt neugierig geworden bist, mach den Test noch einmal.

Aber nicht noch zehnmal in ChatGPT.

Nimm Claude, Gemini oder Perplexity.

Das ist eine der deutlichsten Erfahrungen aus unseren bisherigen MentionBee-Reports:

AI Visibility ist fragmentiert.

Dasselbe Unternehmen kann bei derselben oder einer sehr ähnlichen Frage von einem System direkt empfohlen, von einem zweiten nur erwähnt und von einem dritten gar nicht genannt werden.

Auch Modellwechsel und technische Änderungen können Ergebnisse beeinflussen. Deshalb haben wir dem Thema einen eigenen Beitrag gewidmet: Ständig neue KI-Modelle – ändert das, wen ChatGPT und Gemini empfehlen?

Der Selbsttest wird dadurch natürlich aufwendiger.

Aber auch aussagekräftiger.

Wenn dein Unternehmen in vier Systemen korrekt beschrieben und bei relevanten Fragen regelmässig genannt wird, ist das ein anderer Befund als eine einzelne gute ChatGPT-Antwort.

Umgekehrt solltest du wegen einer einzelnen schlechten Antwort nicht sofort deine Website umbauen.

Was du aus dem Selbsttest nicht ableiten solltest

Nach diesem Test ist die Versuchung gross, sofort Massnahmen abzuleiten.

ChatGPT nennt Wettbewerber, dich aber nicht?

Dann brauchen wir mehr Blogposts.

Die Beschreibung ist unvollständig?

Dann Schema Markup einbauen.

Perplexity zitiert einen Wettbewerber?

Dann brauchen wir mehr Backlinks.

Genau an dieser Stelle wäre ich vorsichtig.

Eine der wichtigsten methodischen Erfahrungen aus unserer bisherigen Arbeit mit MentionBee ist die Trennung zwischen Beobachtung, Befund und Ursache.

„ChatGPT empfiehlt uns nicht" ist zunächst eine Beobachtung.

„ChatGPT kann uns korrekt beschreiben, nennt uns aber bei drei kaufnahen Fragen nicht" ist bereits ein besserer Befund.

Warum das passiert, ist eine andere Frage.

KI-Systeme legen ihre Auswahlmechanismen nicht vollständig offen. Aus einer zeitlichen oder statistischen Beziehung lässt sich deshalb nicht automatisch Kausalität ableiten.

Das gilt auch für technische Massnahmen. Eine llms.txt, Schema Markup oder eine neue Landingpage kann aus anderen Gründen sinnvoll sein. Aber aus „wir haben X geändert und später wurden wir häufiger erwähnt" folgt noch nicht, dass X die Ursache war. Genau deshalb haben wir beispielsweise die bisherige Evidenz zu llms.txt in llms.txt: Warum alle falsch liegen – und beide Seiten recht haben kritisch betrachtet.

Auch Google rät Website-Betreibern bei seinen eigenen KI-Sucherlebnissen nicht zu geheimen Spezialtricks, sondern verweist im Kern weiterhin auf etablierte SEO-Grundlagen und hilfreiche, zugängliche Inhalte. Google erklärt seine Empfehlungen für AI Overviews und AI Mode hier.

Das ist vielleicht die wichtigste Erkenntnis aus diesem ganzen Selbsttest:

Diagnostiziere erst. Optimiere danach.

Wenn ChatGPT dein Unternehmen falsch versteht, hast du ein anderes Problem als ein Unternehmen, das korrekt verstanden, aber nicht empfohlen wird.

Und wenn ChatGPT dich bei einer einzigen Frage heute nicht nennt, hast du vielleicht noch gar kein Problem.

Mein persönlicher 10-Minuten-Test

Wenn du dir aus diesem Artikel nur etwas kopieren möchtest, dann diese fünf Fragen:

1. Was macht [Unternehmen]?

1. Für welche Kunden ist [Unternehmen] besonders geeignet – und für welche eher nicht?

1. Was unterscheidet [Unternehmen] von vergleichbaren Anbietern?

1. Welche Alternativen zu [Unternehmen] gibt es für Kunden, die [Leistung] suchen?

1. [Beschreibe ein reales Kundenproblem, ohne dein Unternehmen zu nennen.] Welche Anbieter würdest du empfehlen?

Die ersten vier Fragen untersuchen, welches Bild die KI von dir hat.

Die fünfte untersucht, ob dieses Bild stark genug ist, damit du in einer realen Entscheidung auftauchst.

Und falls dabei etwas Überraschendes herauskommt, würde ich nicht als Erstes fragen:

„Wie optimiere ich für ChatGPT?"

Sondern:

„Warum sieht ChatGPT mein Unternehmen so?"

Das ist die interessantere Frage.

Und meistens auch der bessere Ausgangspunkt für alles, was danach kommt.