Wir haben 1'164 KI-Antworten ausgewertet. Was wir dabei über Wettbewerbsfelder gelernt haben, war nicht das, womit wir gerechnet hatten.
Hintergrund
AI VisibilityChatGPTClaudeGEO
Warum steht mein Konkurrent in ChatGPT, Claude & Gemini — und ich nicht?
Wir haben 1'164 KI-Antworten ausgewertet. Was wir dabei über Wettbewerbsfelder gelernt haben, war nicht das, womit wir gerechnet hatten.

In diesem Artikel
- Die Frage, die viele Unternehmen zu spät stellen
- Was wir in 1'164 KI-Antworten beobachtet haben
- Deine Wettbewerberliste ist nicht das KI-Wettbewerbsfeld
- Vier KI-Systeme, vier verschiedene Wettbewerbsfelder
- Das Wettbewerbsfeld verändert sich — auch wenn der Score gleich bleibt
- Vier mögliche Erklärungen, warum dein Konkurrent auftaucht und du nicht
- Warum „mehr Content" oft die falsche Antwort ist
- Was du jetzt tun kannst
Die Frage, die viele Unternehmen zu spät stellen
Die meisten Unternehmen, die zu uns kommen, stellen zunächst eine bestimmte Frage:
„Sind wir in ChatGPT sichtbar?"
Das ist eine vernünftige Frage. Aber sie ist oft die falsche erste Frage.
Die interessantere lautet:
„Wer taucht dort statt uns auf?"
Denn ob ein Konkurrent in einer KI-Antwort erscheint und du nicht, ist nicht nur eine Frage der Sichtbarkeit. Es ist eine Frage des Wettbewerbs. Und dieser Wettbewerb funktioniert in KI-Systemen anders als in Google.
Was wir in 1'164 KI-Antworten beobachtet haben
Für die MentionBee AI Visibility Study 2026 haben wir drei Märkte untersucht: Treuhandunternehmen im Kanton Zürich, einen spezialisierten Sensorik-Markt und internationale Schulen im Raum Zürich. Insgesamt 1'164 Abfragen, vier KI-Systeme, 18 kaufnahe Anbieterfragen.
Wir sind mit einer Erwartung reingegangen: dass KI-Systeme im Wesentlichen die bekannten, etablierten Anbieter eines Marktes nennen.
Diese Erwartung war falsch.
Der vielleicht wichtigste Befund: In 61,6 % der untersuchten Antworten erschien mindestens ein relevanter Anbieter, der auf keiner unserer vorab definierten Wettbewerberlisten stand.
Im Treuhandmarkt waren es sogar 93,1 % — 67 von 72 Antworten enthielten Unternehmen ausserhalb des Panels. Aus einer Beobachtung von 24 Unternehmen wurden 71 zusätzliche relevante Wettbewerber.
Die Frage „Wie sichtbar bin ich gegenüber meinen bekannten Wettbewerbern?" greift damit zu kurz.
Deine Wettbewerberliste ist nicht das KI-Wettbewerbsfeld
Das klingt abstrakt, ist aber praktisch sehr relevant.
Angenommen, du bist ein Treuhandunternehmen in Zürich. Du beobachtest seit Jahren dieselben fünf oder zehn Wettbewerber. Du weisst, wie sie sich positionieren, was sie berechnen, wo sie stark sind.
Dann fragt ein potenzieller Kunde ChatGPT:
„Welche Treuhandunternehmen in Zürich eignen sich für eine GmbH mit internationalen Gesellschaftern?"
ChatGPT nennt drei Unternehmen. Keines davon ist auf deiner Wettbewerberliste. Und du selbst kommst auch nicht vor.
Das ist nicht unbedingt das Problem, das es auf den ersten Blick scheint — aber es ist eines, das du kennen solltest.
Genau an diesem Punkt mussten wir während der Studie unsere eigene Interpretation korrigieren. Wir dachten zunächst, die KI kenne den Zürcher Treuhandmarkt nicht besonders gut. Dann prüften wir systematisch, welche Unternehmen ausserhalb unseres Panels genannt wurden.
Darunter waren zahlreiche reale, relevante Treuhandunternehmen — nur eben andere als jene, die wir vorab beobachtet hatten.
Die Erkenntnis daraus:
Klassische Wettbewerbsanalyse fragt: Wen beobachten wir?
AI Visibility muss zusätzlich fragen: Wen bringt die KI selbst ins Spiel?
Vier KI-Systeme, vier verschiedene Wettbewerbsfelder
Die nächste Überraschung kam, als wir die vier Systeme miteinander verglichen.
Von den 93 zusätzlich identifizierten relevanten Unternehmen erschienen 59,1 % nur bei einem einzigen KI-System. Nur ein einziges Unternehmen tauchte bei ChatGPT, Claude, Gemini und Perplexity zugleich auf.
Im Sensorik-Markt wurde das besonders deutlich. Bei einer der untersuchten Anbieterfragen nannten die Systeme:
ChatGPT: Siemens PA, Bernt
Claude: UNION Instruments, Emerson
Gemini: kein Unternehmen aus dem betrachteten Sample
Perplexity: RMG, ABB, Emerson
Dieselbe Frage. Vier Systeme. Sechs verschiedene Unternehmen. Kein einziges Unternehmen wurde von allen vier Systemen genannt.
Das bedeutet: Wer nur ChatGPT beobachtet, sieht einen Ausschnitt. Wer sich auf Gemini verlässt, sieht einen anderen. Und wer sagt „wir sind in KI sichtbar", weil er bei einer Frage in einem System auftaucht, hat noch wenig über seine tatsächliche AI Visibility gesagt.
Das ist auch der Grund, warum wir bei MentionBee grundsätzlich vier Systeme parallel analysieren — und nicht eines als repräsentativ behandeln.
Das Wettbewerbsfeld verändert sich — auch wenn der Score gleich bleibt
Die dritte Erkenntnis aus der Studie war für mich persönlich die unerwartetste.
Wir haben die Sichtbarkeitswerte über zwei Wochen verglichen. Das Ergebnis auf der Oberfläche: stabil. Die aggregierte Sichtbarkeitsrate betrug zu Beginn 71,25 % — und nach zwei Wochen exakt wieder 71,25 %.
Darunter hatte sich aber einiges verschoben:
249 Sichtbarkeitsfälle blieben bestehen
65 verschwanden
125 kamen neu hinzu
Der Score sagte: nichts passiert. Die Einzelantworten sagten: ziemlich viel passiert.
Der Gesamtscore bleibt gleich. Das Wettbewerbsumfeld dahinter nicht.
58,1 % der vergleichbaren Anbieter-Sets veränderten sich innerhalb dieser zwei Wochen bei mindestens einem sichtbaren Unternehmen.
Für Monitoring ist das entscheidend. Wer nur einen aggregierten Sichtbarkeitswert verfolgt, kann Veränderungen im tatsächlichen Wettbewerbsfeld übersehen. Ein stabiler Score kann bedeuten, dass gleichzeitig Unternehmen verschwinden und andere neu ins Feld kommen.
Der Gesamtscore bleibt gleich. Das Wettbewerbsumfeld dahinter nicht.
Vier mögliche Erklärungen, warum dein Konkurrent auftaucht und du nicht
Wenn dein Unternehmen bei einer kaufnahen KI-Anfrage nicht erscheint, kommen unterschiedliche Erklärungen infrage.
- Die KI kennt dich nicht oder versteht dich falsch.
Dann hast du ein Erkennbarkeitsproblem. Wir haben in einem Report erlebt, wie ein Unternehmen im Bereich Executive Coaching von einem Modell als IT-Dienstleister beschrieben wurde, von einem anderen als Immobilienunternehmen. Der Name war bekannt — die Entität dahinter nicht.
Das ist ein wesentlich unangenehmeres Problem als schlichte Unsichtbarkeit, weil es schwerer zu bemerken ist.
- Die KI kennt dich, hält dich aber für die konkrete Frage nicht für relevant.
Dann kann ein Positionierungsproblem vorliegen. Das System weiss, dass du existierst — aber es bringt dich bei einer konkreten Kundenfrage nicht mit der passenden Lösung in Verbindung.
Das ist der Unterschied zwischen Entity Knowledge und Buyer Relevance, den wir im 10-Minuten-Selbsttest ausführlicher beschreiben.
- Deine Wettbewerber könnten stärkere externe Signale haben.
Erwähnungen in Fachmedien, Bewertungen, Verzeichniseinträge oder Zitate in Branchenpublikationen können mögliche Erklärungsfaktoren sein.
Ob und wie stark solche Signale eine konkrete KI-Empfehlung beeinflussen, lässt sich aus einer einzelnen Antwort allerdings nicht ableiten. Genau deshalb lohnt sich der Vergleich: Welche extern überprüfbaren Signale unterscheiden die genannten Anbieter von den nicht genannten?
- Die KI macht schlicht einen anderen Ausschnitt des Marktes sichtbar.
Nicht jede fehlende Empfehlung ist automatisch ein Problem. Manchmal zeigt sie zunächst nur, dass dein KI-Wettbewerbsfeld anders aussieht, als du bisher angenommen hast — und dass du einen blinden Fleck in deiner Wettbewerbsbeobachtung hast.
Diese vier Szenarien führen zu unterschiedlichen Massnahmen. Sie ohne Analyse zu verwechseln, kann teuer werden.
Warum „mehr Content" oft die falsche Antwort ist
Die häufigste Reaktion, wenn Unternehmen feststellen, dass Wettbewerber in KI-Antworten erscheinen und sie nicht:
Wir brauchen mehr Content. Mehr Blogposts. Mehr Landingpages.
Das kann richtig sein — etwa wenn wichtige Leistungen, Themen oder Anwendungsfälle auf deiner Website kaum oder nur sehr allgemein beschrieben sind.
Es hilft aber wenig, wenn das eigentliche Problem anderswo liegt: wenn die KI dein Unternehmen einer falschen Branche zuordnet, dein Angebot bei einer konkreten kaufnahen Frage nicht als relevant erkennt oder glaubwürdige Signale ausserhalb deiner eigenen Website fehlen.
Mehr Content ändert daran zunächst wenig.
Deshalb unterscheiden wir in unseren Reports zwischen Beobachtung, Befund und möglicher Ursache. Wir beschreiben, was wir sehen — aber wir leiten daraus keine automatische Kausalität ab.
KI-Systeme legen ihre Auswahlmechanismen nicht vollständig offen. Wer trotzdem mit einfachen Ursache-Wirkungs-Versprechen arbeitet, verspricht mehr, als die Datenlage hergibt.
Die häufigsten Fehler dabei haben wir in Die 7 grössten Fehler bei der KI-Sichtbarkeit beschrieben.
Was du jetzt tun kannst
Fang mit der richtigen Frage an.
Nicht:
„Sind wir in KI sichtbar?"
Sondern:
„Welche Unternehmen erscheinen bei kaufnahen Fragen in unserer Branche — und warum?"
Einen ersten Eindruck bekommst du mit dem 10-Minuten-Selbsttest: Fünf Fragen, kein Tool, keine Anmeldung.
Wie sich die Suche deiner potenziellen Kunden grundsätzlich verändert hat, beschreiben wir in Googeln war gestern?
Vielleicht ist deshalb die wichtigste Erkenntnis aus unseren 1'164 KI-Antworten gar nicht, wie sichtbar einzelne Unternehmen waren.
Sondern dass wir unsere Vorstellung von Wettbewerb erweitern müssen.
Bei Google beobachten Unternehmen seit Jahren Rankings und bekannte Konkurrenten. In KI-Systemen kommt eine weitere Frage dazu:
Wer wird plötzlich zu meinem Wettbewerber, weil eine KI ihn meinem potenziellen Kunden empfiehlt?
Genau dieses Wettbewerbsfeld sollte man kennen.
Wenn du verstehen willst, wie dein konkretes KI-Wettbewerbsfeld aussieht — welche Unternehmen bei welchen Fragen in welchen Systemen erscheinen und wo du selbst fehlst — analysieren wir genau das mit einem MentionBee AI Visibility Audit.
Die vollständigen Daten und die Methodik findest du in der MentionBee AI Visibility Study 2026.



