Künstliche Intelligenz wird zunehmend als Entscheidungshilfe im Marketing und E-Commerce genutzt. Nutzer fragen ChatGPT, Claude oder Googles KI-Systeme nach den besten Shopsystemen, Tools oder Agenturen. Parallel entstehen immer mehr Lösungen, die versprechen, sogenannte „AI Visibility“ messbar zu machen – also abzubilden, wie sichtbar eine Marke in KI-Antworten ist.
Eine aktuelle Studie von SparkToro zeigt jedoch deutlich: Diese Logik ist grundlegend fehlerhaft.
KI-Systeme liefern bei identischen Fragen nahezu jedes Mal andere Empfehlungen. Wer versucht, daraus stabile Rankings oder Platzierungen abzuleiten, misst ein Konstrukt, das so nicht existiert.
Was SparkToro untersucht hat und was dabei herauskam
Mehr als 600 Teilnehmende führten knapp 3.000 identische Prompts in verschiedenen KI-Systemen aus, darunter ChatGPT, Claude und Google AI Overviews. Abgefragt wurden typische Business- und Marketing-Fragen wie:
„What are the best ecommerce platforms?“
„What are the best email marketing tools?“
„What are the best SEO agencies?“
Die zentralen Ergebnisse:
< 1 % Wahrscheinlichkeit, dass zwei identische Prompts dieselbe Markenliste liefern
< 0,1 % Wahrscheinlichkeit, dass dieselbe Liste in derselben Reihenfolge erscheint
Starke Unterschiede bei Reihenfolge, Auswahl und Anzahl der genannten Marken
Kurz gesagt: KI-Empfehlungen sind nicht reproduzierbar.
Warum KI-Systeme so inkonsistent antworten
Große Sprachmodelle funktionieren nicht wie Suchmaschinen mit festen Indexen und Rankingfaktoren. Sie erzeugen Antworten probabilistisch, also auf Basis von Wahrscheinlichkeitsverteilungen.
Das bedeutet:
Es existiert kein internes „Top-10-Ranking“
Jede Antwort ist eine neue statistische Ziehung
Kleine Kontextunterschiede können zu komplett anderen Ergebnissen führen
Oder anders formuliert:
Eine KI-Antwort ist immer eine Momentaufnahme, keine objektive Rangliste.
Warum klassische AI-Rankings in die Irre führen
Viele Tools versprechen aktuell Aussagen wie „Platz 2 in ChatGPT“ oder „Top-Empfehlung in Claude“. Die Studie zeigt: Solche Kennzahlen basieren meist auf einzelnen oder wenigen Abfragen – und sind damit statistisch wertlos.
Ein einzelnes KI-Ergebnis ist:
kein Beweis für Sichtbarkeit
kein stabiler Wettbewerbsvorteil
keine belastbare Entscheidungsgrundlage
Was stattdessen sinnvoll ist: Häufigkeitsbasierte Betrachtung.
Beispiel:
„Marke X erscheint in 37 % aller Antworten zu einem bestimmten Themencluster.“
Auch das ist kein Ranking – aber ein realistischer Indikator für wahrgenommene Relevanz.
Unternehmen müssen anders denken!
Der Fokus verschiebt sich weg von Positionen hin zu Entitäten und Kontexten. KI-Systeme arbeiten stark marken- und themenbasiert. Entscheidend ist, ob eine Marke im Web konsistent mit bestimmten Themen verbunden ist.
Wichtige Hebel:
Klare Positionierung und Markenbotschaften
Inhalte mit Vergleichs- und Entscheidungslogik
Saubere technische Basis (Struktur, Performance, Semantik)
Präsenz auf relevanten Fachseiten, Portalen und Vergleichsplattformen
Besonders wirksam sind Content-Formate wie:
Vergleiche („Shopify vs. Shopware“)
Kaufberatungen und Leitfäden
Kriterienlisten und Best-Practice-Artikel
Use-Case-basierte Inhalte
Solche Inhalte liefern genau die Struktur, die KI-Systeme bevorzugt verarbeiten.
Was das für SEO bedeutet
Die Studie bedeutet nicht, dass SEO an Bedeutung verliert.
Im Gegenteil: KI-Systeme greifen auf öffentlich verfügbare Inhalte zurück. Wer saubere, strukturierte und inhaltlich starke Seiten betreibt, erhöht die Wahrscheinlichkeit, als Quelle herangezogen zu werden.
Neu ist lediglich die Perspektive:
Weg von: „Auf welchem Platz stehe ich?“
Hin zu: „Bin ich als relevante Entität präsent?“
Einordnung aus Solution360-Sicht
Für uns bestätigt die Studie eine Entwicklung, die wir in Projekten täglich sehen: Nachhaltige Sichtbarkeit entsteht nicht durch das Optimieren auf einzelne Kanäle, sondern durch ganzheitliche digitale Substanz.
Technik, UX, Content, Marke und Performance-Marketing müssen zusammenspielen. Unternehmen, die diese Grundlagen beherrschen, sind sowohl in klassischen Suchmaschinen als auch in KI-Systemen langfristig sichtbar.
Unternehmen müssen verstehen, dass KI-Empfehlungen präzise wirken, es aber nicht sind. Sie sind probabilistische Momentaufnahmen, keine stabilen Ranglisten. Wer das versteht, trifft bessere Entscheidungen:
Weniger Fixierung auf vermeintliche Platzierungen. Mehr Fokus auf Relevanz, Markenaufbau und echte inhaltliche Qualität. Genau dort liegt der größte Hebel für nachhaltiges Wachstum im E-Commerce.
Hier geht es zur kompletten Studie von SparkToro.