Deine Wettbewerberliste ist nicht das KI-Wettbewerbsfeld

Die Konsequenz ist grösser als eine neue Kennzahl für AI Visibility. Wer nur misst, ob das eigene Unternehmen sichtbar ist, sieht möglicherweise nur einen Teil des eigentlichen Wettbewerbsfelds.

Was wir untersucht haben

Für die MentionBee AI Visibility Study 2026 haben wir drei unterschiedliche Märkte untersucht:

• Treuhandunternehmen im Kanton Zürich
• einen spezialisierten Sensorik-Markt
• internationale Schulen im Raum Zürich

Dazu wurden 18 kaufnahe Anbieterfragen über vier KI-Systeme getestet: ChatGPT, Claude, Gemini und Perplexity. Die Messungen wurden zu mehreren Zeitpunkten wiederholt.

Insgesamt umfasst die Studie 1’164 erfolgreiche Studienabfragen.

Wichtig für die Einordnung: Getestet wurden webfähige KI-Systeme über ihre APIs. Die Ergebnisse sind deshalb nicht automatisch identisch mit den jeweiligen Consumer-Oberflächen.

Für jeden Markt gab es ein vorab definiertes, bewusst begrenztes Anbieterpanel. Genau das entspricht einer typischen Wettbewerbsbeobachtung in Unternehmen: Man startet mit einer Liste der Anbieter, die man für relevant hält.

Doch diese Liste erwies sich nicht als dasselbe wie das Wettbewerbsfeld, das die KI-Systeme sichtbar machten.

Im Treuhandmarkt tauchten in 93,1 % der Antworten zusätzliche Anbieter auf

Der deutlichste Effekt zeigte sich im Zürcher Treuhandmarkt.

Unser vorab definiertes Vergleichspanel umfasste 24 Treuhandunternehmen. Es sollte nicht den gesamten Markt vollständig abbilden, sondern eine feste Ausgangsbasis für die Wettbewerbsbeobachtung schaffen.

Dann haben wir geprüft, welche weiteren relevanten Unternehmen die KI-Systeme in ihren Antworten nannten.

Das Ergebnis:

In 67 von 72 untersuchten Treuhand-Antworten – 93,1 % – tauchte mindestens ein relevanter Anbieter ausserhalb des vorab definierten Panels auf.

Nach Deduplizierung und manueller Relevanzprüfung identifizierten wir im Treuhandmarkt 71 zusätzliche relevante Unternehmen.

Aus einer Beobachtung von 24 Unternehmen wurde damit ein deutlich grösseres KI-Wettbewerbsfeld.

Das bedeutet nicht, dass eine Liste von 24 Wettbewerbern „falsch“ ist. In der Praxis arbeitet kaum ein Unternehmen mit einer vollständigen Liste jedes potenziellen Konkurrenten. Entscheidend ist etwas anderes:

Die KI hält sich nicht an deine Wettbewerberliste.

Sie kann Unternehmen ins Spiel bringen, die in klassischer Wettbewerbsbeobachtung bislang gar nicht vorkommen.

Genau dadurch entsteht eine zusätzliche strategische Frage:

Nicht nur: Wie sichtbar bin ich gegenüber meinen bekannten Wettbewerbern? Sondern: Mit wem vergleicht mich die KI überhaupt?

Der Effekt ist je nach Markt unterschiedlich stark

Der Treuhandmarkt war der stärkste Fall – aber nicht der einzige.

Über alle drei untersuchten Märkte hinweg enthielten 133 von 216 Antworten mindestens einen zusätzlichen relevanten Anbieter ausserhalb des jeweiligen Vergleichspanels. Das entspricht 61,6 %.

Die Unterschiede zwischen den Märkten waren deutlich:

• Treuhand: 93,1 % – 67 von 72 Antworten
• Sensorik: 56,9 % – 41 von 72 Antworten
• Internationale Schulen: 34,7 % – 25 von 72 Antworten

Damit zeigt die Studie auch: Es gibt nicht „den“ einen Effekt von KI auf Wettbewerbsfelder.

Wie stark KI-Systeme das beobachtete Wettbewerbsfeld erweitern, hängt vom untersuchten Markt ab.

Gerade deshalb wäre es falsch, aus einem einzelnen Branchenbeispiel eine universelle Aussage abzuleiten. Für die untersuchten Märkte lässt sich aber klar zeigen: Ein vorab definiertes Wettbewerberpanel und das in KI-Antworten sichtbare Wettbewerbsfeld sind nicht dasselbe.

Panel ≠ Markt ≠ KI-Wettbewerbsfeld.

Vier KI-Systeme können vier unterschiedliche Wettbewerbsfelder erzeugen

Die nächste Frage war: Wenn zusätzliche Wettbewerber auftauchen – erscheinen dann bei ChatGPT, Claude, Gemini und Perplexity im Wesentlichen dieselben Unternehmen?

Auch hier war die Antwort überraschend deutlich.

Über die drei Märkte hinweg identifizierten wir 93 kanonisch deduplizierte, zusätzliche relevante Unternehmen ausserhalb der vorab definierten Panels.

Davon erschienen:

• 55 Unternehmen nur bei einem KI-System
• 21 bei zwei KI-Systemen
• 16 bei drei KI-Systemen
• 1 Unternehmen bei allen vier

Das heisst: 59,1 % der zusätzlich identifizierten Wettbewerber tauchten nur bei einer einzigen der vier untersuchten KIs auf.

Und nur 1 von 93 erschien bei ChatGPT, Claude, Gemini und Perplexity zugleich.

Das ist für Unternehmen wichtig, weil es eine verbreitete Annahme infrage stellt: Dass Sichtbarkeit in einem KI-System ungefähr dasselbe bedeutet wie Sichtbarkeit in einem anderen.

Die Daten sprechen dagegen.

Ein Unternehmen kann bei ChatGPT auftauchen und bei Claude nicht. Es kann bei Gemini sichtbar sein, während Perplexity einen anderen Anbieter nennt.

AI Visibility ist damit kein einheitliches Ranking über verschiedene Systeme hinweg.

Wer nur eine KI beobachtet, sieht möglicherweise nur einen Ausschnitt.

Schon ein einzelnes Beispiel zeigt die Fragmentierung

Im Sensorik-Markt wurde das besonders anschaulich.

Bei einer der untersuchten Anbieterfragen nannten die Systeme unterschiedliche Unternehmen:

• ChatGPT: Siemens PA, Bernt
• Claude: UNION Instruments, Emerson
• Gemini: kein Unternehmen aus dem betrachteten Sample
• Perplexity: RMG, ABB, Emerson

Die Union dieser Antworten bestand aus sechs Unternehmen. Die Schnittmenge über alle vier Systeme war leer.

Fünf der sechs Unternehmen erschienen nur bei einem einzigen Provider.

Ein einzelnes Beispiel beweist natürlich noch keinen allgemeinen Markttrend. Es macht aber sichtbar, was sich in der aggregierten Analyse ebenfalls zeigt: Verschiedene KI-Systeme können dieselbe kaufnahe Frage mit deutlich unterschiedlichen Anbieterfeldern beantworten.

Für eine AI-Visibility-Analyse reicht es deshalb nicht, nur zu fragen:

„Bin ich sichtbar?“

Sinnvoller sind zusätzlich Fragen wie:

• Bei welcher KI bin ich sichtbar?
• Welche Wettbewerber tauchen dort auf?
• Welche Anbieter sehe ich nur in einem System?
• Welche Firmen erscheinen systemübergreifend?

Das Wettbewerbsfeld bewegt sich auch über die Zeit

Die Unterschiede bestehen nicht nur zwischen den KI-Systemen. Auch dieselbe Messung kann zu einem späteren Zeitpunkt ein anderes sichtbares Anbieterfeld ergeben.

Für den sauberen Zwei-Wochen-Vergleich haben wir Claude, Gemini und Perplexity betrachtet.

ChatGPT wurde aus diesem Vergleich ausgeschlossen, weil sich das verwendete Modell im Untersuchungszeitraum änderte. Ein direkter Vorher-nachher-Vergleich wäre deshalb methodisch nicht sauber gewesen.

Bei Claude, Gemini und Perplexity zeigte sich:

58,1 % der vergleichbaren Anbieter-Sets veränderten sich innerhalb von zwei Wochen bei mindestens einem sichtbaren Unternehmen.

Nur 41,9 % blieben identisch.

Anders gesagt: Bei mehr als der Hälfte der vergleichbaren Sets änderte sich zumindest ein Teil des sichtbaren Wettbewerbsfelds.

Diese Dynamik ist strategisch relevant. Ein einmaliger Screenshot beantwortet die Frage „Wer ist sichtbar?“ nur für einen bestimmten Zeitpunkt.

Der Gesamtwert kann gleich bleiben, obwohl sich darunter viel verändert

Besonders interessant wurde es beim Blick auf den aggregierten Sichtbarkeitswert.

Die Present-/Sichtbarkeitsrate lag zu Beginn bei:

71,25 %

Und zwei Wochen später ebenfalls bei:

71,25 %

Auf den ersten Blick sieht das vollkommen stabil aus.

Doch darunter hatte sich einiges verschoben:

• 249 Sichtbarkeitsfälle blieben bestehen
• 65 verschwanden
• 125 kamen neu hinzu

Der Gesamtwert war also exakt gleich, obwohl sich die Zusammensetzung des sichtbaren Anbieterfelds deutlich veränderte.

Das ist eine wichtige Warnung für AI-Visibility-Dashboards.

Ein einzelner aggregierter Score kann stabil aussehen, obwohl Wettbewerber kommen und gehen.

Wer nur auf den Gesamtwert schaut, kann relevante Veränderungen übersehen.

Was wir selbst beinahe falsch interpretiert hätten

Einer der wertvollsten Teile der Untersuchung entstand aus einer Interpretation, die zunächst plausibel klang – und sich dann als zu einfach herausstellte.

Beim ersten Blick auf die Treuhand-Daten fiel auf, dass Unternehmen aus unserem vorab definierten Panel vergleichsweise selten auftauchten.

Eine naheliegende Erklärung wäre gewesen:

„Die KI kennt den Zürcher Treuhandmarkt offenbar nicht besonders gut.“

Das klang zunächst logisch.

Doch dann haben wir systematisch geprüft, welche Unternehmen ausserhalb unseres Panels genannt wurden.

Das Bild änderte sich.

Die KI-Systeme nannten sehr häufig reale, relevante Treuhandunternehmen – nur eben oft andere als jene, die wir in unserem Vergleichspanel beobachteten.

Die entscheidende Korrektur lautete deshalb nicht:

Die KI kennt den Markt nicht.

Sondern:

Die KI macht teilweise einen anderen Ausschnitt des Marktes sichtbar.

Genau darin steckt aus meiner Sicht die stärkste Erkenntnis der Studie.

Eine klassische Wettbewerbsanalyse beginnt mit der Frage:

Wen beobachten wir?

Eine AI-Visibility-Analyse sollte zusätzlich fragen:

Wen bringt die KI selbst ins Spiel?

Warum eine feste Wettbewerberliste für AI Visibility nicht reicht

In klassischer SEO- und Wettbewerbsanalyse ist eine definierte Konkurrenzliste sinnvoll.

Man überwacht Rankings, Inhalte, Backlinks, Anzeigen oder Marktaktivitäten bestimmter Unternehmen.

Auch bei AI Visibility ist diese Perspektive wichtig.

Aber sie reicht nicht aus.

Denn wenn die KI selbst neue Unternehmen in die Antwort einführt, entsteht eine zweite Ebene der Wettbewerbsbeobachtung.

Dann müssen Unternehmen nicht nur wissen, wie sie gegenüber ihren bekannten Wettbewerbern abschneiden.

Sie müssen auch erkennen können:

• welche bislang unbeobachteten Anbieter wiederholt auftauchen
• welche Wettbewerber nur bei bestimmten KI-Systemen sichtbar sind
• welche Anbieter neu hinzukommen
• welche verschwinden
• ob sich das Feld über die Zeit verschiebt

Das macht AI Visibility nicht nur zu einer Sichtbarkeitsfrage.

Es macht sie auch zu einer Form laufender Marktbeobachtung.

AI Visibility ist nicht einfach das neue Google-Ranking

Es liegt nahe, AI Visibility wie eine neue Variante des klassischen Suchmaschinen-Rankings zu behandeln.

Platz 1, Platz 2, Platz 3 – nur eben bei ChatGPT statt bei Google.

Unsere Daten sprechen dafür, vorsichtiger mit dieser Analogie zu sein.

Ein klassisches Ranking setzt voraus, dass es zumindest ungefähr dasselbe Wettbewerbsfeld gibt, innerhalb dessen Positionen verglichen werden.

Bei generativen KI-Systemen kann sich aber bereits das Feld selbst unterscheiden.

ChatGPT kann andere Anbieter nennen als Claude. Gemini kann andere Anbieter nennen als Perplexity. Und zwei Wochen später kann ein Teil dieser Unternehmen wieder verschwunden sein.

Damit lautet die relevante Frage nicht nur:

„Auf welchem Platz stehe ich?“

Sondern zuerst:

„Bin ich überhaupt Teil des Anbieterfelds, das dieses System für diese Frage gerade erzeugt?“

Und danach:

„Wer sonst ist darin enthalten?“

Das ist ein grundlegender Unterschied.

Mehr dazu auch im Artikel Warum ChatGPT dich nicht empfiehlt.

Was Unternehmen daraus ableiten können

Für Unternehmen ergeben sich daraus vier praktische Fragen:

1. Wer wird statt uns genannt?

Wenn dein Unternehmen bei einer kaufnahen Frage nicht erscheint, ist es nicht nur interessant, dass du fehlst.

Mindestens genauso wichtig ist: Wer nimmt diesen Platz ein?

2. Welche unerwarteten Anbieter tauchen auf?

AI-Systeme können Unternehmen sichtbar machen, die auf der eigenen Wettbewerberliste bislang nicht vorkommen.

Genau diese Anbieter können besonders interessant sein, weil sie im traditionellen Monitoring leicht übersehen werden.

3. Wo unterscheiden sich ChatGPT, Claude, Gemini und Perplexity?

Sichtbarkeit sollte nicht automatisch von einem System auf ein anderes übertragen werden.

Die Provider erzeugen teilweise deutlich unterschiedliche Anbieterfelder.

4. Welche Wettbewerber kommen, bleiben oder verschwinden?

Eine einzelne Messung zeigt einen Zeitpunkt.

Für strategische Entscheidungen ist deshalb zusätzlich relevant, welche Unternehmen wiederholt auftauchen und wie sich das Feld verändert.

Die Konsequenz:

AI Visibility braucht neben Sichtbarkeitsmessung auch laufende Wettbewerbsbeobachtung.

Was die Studie nicht zeigt

Die Ergebnisse sind belastbar für die untersuchten Setups. Sie sind aber keine universelle Aussage über jede Branche und jede KI-Nutzung.

Die Studie untersucht drei Märkte: Treuhand, Sensorik und internationale Schulen. Andere Märkte können sich anders verhalten.

Die vorab definierten Panels waren bewusst begrenzt. Sie dienten als feste Vergleichsbasis – nicht als vollständiger Marktcensus.

Untersucht wurden webfähige API-Setups. Consumer-Oberflächen können sich durch Modelle, Personalisierung, Einstellungen oder Produktlogik unterscheiden.

Die Studie leitet keinen Gesamtsieger zwischen ChatGPT, Claude, Gemini und Perplexity ab.

Sie leitet auch keine allgemeine Halluzinationsrate ab.

Und sie beschreibt Sichtbarkeit, Überschneidung und Veränderung – sie beweist nicht, warum ein Anbieter erscheint oder verschwindet.

Fazit: Die KI bringt eigene Wettbewerber ins Spiel

Die wichtigste Erkenntnis der Studie ist nicht, dass KI-Systeme mehr oder weniger Anbieter nennen.

Sie liegt eine Ebene davor.

Unternehmen beobachten Wettbewerb normalerweise anhand einer vorab definierten Liste. Diese Liste bleibt wichtig.

Aber sie ist nicht automatisch identisch mit dem Wettbewerbsfeld, das generative KI-Systeme erzeugen.

In 61,6 % der untersuchten Antworten erschien mindestens ein zusätzlicher relevanter Anbieter ausserhalb der definierten Panels.

Von den 93 zusätzlich identifizierten Unternehmen tauchten 59,1 % nur bei einem einzigen KI-System auf.

Und innerhalb von zwei Wochen veränderten sich 58,1 % der vergleichbaren Anbieter-Sets.

Deshalb sollte AI Visibility nicht bei der Frage enden:

„Wie sichtbar sind wir?“

Die nächste Frage ist mindestens genauso wichtig:

„Wer ist dort sonst sichtbar?“

Klassische Wettbewerbsanalyse fragt:

Wen beobachten wir?

AI Visibility muss zusätzlich fragen:

Wen bringt die KI selbst ins Spiel?