Inhalt
    Diagramm: eine zufällige Einzelempfehlung links, rechts ein wiederholbarer Kanal mit steigender Nennungsrate über zehn Abfragen
    Aus einer einzelnen Empfehlung wird erst dann ein Kanal, wenn sie sich wiederholen lässt.

    Ob ChatGPT Ihre Firma empfiehlt, entscheidet sich an drei Stellen: auf den Seiten, die der Assistent während der Antwort liest, auf Ihrer eigenen Website und im Gedächtnis des Modells. In unserer KI-Sichtbarkeits-Studie mit 1'515 KI-Antworten und 14'135 zurückverfolgten Nennungen zu Zürcher Firmen kamen 40 Prozent der Nennungen aus dem Gedächtnis, 39 Prozent von der eigenen Website und 18 Prozent von Drittseiten. Planbar wird der Kanal nicht über eine einzelne Massnahme, sondern über einen Regelkreis: ein festes Prompt-Set messen, die Lücken schliessen, erneut messen. Steuerbar ist dabei die Wahrscheinlichkeit einer Nennung, nicht die einzelne Antwort.

    Der Anlass für diesen Artikel war eine reale Anfrage: Ein Unternehmen hatte seinen besten Neukunden des Monats über eine ChatGPT-Empfehlung gewonnen. Das war Zufall. Die Frage lautet, wie daraus ein planbarer Kanal wird. Seit der ersten Fassung haben wir die Antwort an 5'110 Zürcher Firmen nachgemessen und an uns selbst geprüft. Beides steht unten.

    Wie werde ich bei ChatGPT empfohlen?

    Die kurze Antwort, bevor es ins Detail geht. ChatGPT mit Websuche geht bei einer Anbieterfrage («Welche Treuhänder in Zürich kannst du empfehlen?») in drei Schritten vor: Es sucht nach Listen, Verzeichnissen und Vergleichen, öffnet dann die Websites der Firmen, die es dort findet, und formuliert aus dem Gelesenen eine Shortlist mit Begründung. Ohne Websuche antwortet es aus dem Gedächtnis, also aus dem, was zum Trainingszeitpunkt über Sie im Netz stand.

    Daraus folgen die drei Dinge, die Sie beeinflussen können:

    1. Auf den Seiten stehen, die der Assistent liest. Das ist der stärkste einzelne Hebel: Steht eine Firma auf einer Seite, die der Assistent nachweislich geöffnet hat, wird sie 8,2-mal so wahrscheinlich genannt wie eine, die nicht darauf steht. Ob sie die stärkere Firma auf dieser Seite ist, macht nur noch den Faktor 1,3 aus.
    2. Eine Website, aus der sich eine Empfehlung abschreiben lässt. Der Assistent übernimmt Ihre Formulierungen, oft wörtlich. Steht in den ersten Absätzen, was Sie für wen zu welchem Preis tun, hat er etwas zu zitieren. Seiten mit FAQ-Abschnitt werden 1,6-mal so oft zitiert wie Seiten ohne.
    3. Über den Schwellen liegen. Bewertungen und verweisende Domains erhöhen die Chance auf eine Nennung zuerst steil, dann kaum noch: Über alle zwölf Branchen steigt der Anteil genannter Firmen von 67 Prozent bei 1 bis 9 Bewertungen auf 91 Prozent bei 30 bis 99, danach passiert wenig. Bei Links liegt die Schwelle bei rund 99 verweisenden Domains.

    Alles Weitere in diesem Artikel ist die Herleitung dieser drei Punkte, der Test, ob Ihre bisherige Empfehlung Zufall war, und der Regelkreis, mit dem daraus ein Kanal wird.

    Zitat, Erwähnung, Empfehlung: Was ist der Unterschied?

    Diese drei Begriffe werden regelmässig vermischt, obwohl sie unterschiedliche Dinge bedeuten und unterschiedliche Massnahmen verlangen:

    EreignisWas passiertWas es für Sie bringt
    Citation (Zitat)Ihre Website wird als Quelle verlinktDie KI nutzt Ihren Inhalt, empfiehlt aber womöglich einen anderen Anbieter
    Mention (Erwähnung)Ihr Markenname taucht in der Antwort aufSichtbarkeit, aber nicht zwingend eine Kaufempfehlung
    Recommendation (Empfehlung)Sie stehen auf der Shortlist, die der Assistent nenntDer Kanal, aus dem Ihr Neukunde kam

    Der Fall, um den es hier geht, ist die dritte Zeile: Jemand hat einen Assistenten nach Anbietern gefragt, Ihr Name stand in der Antwort, daraus wurde ein Kunde. Wer diesen Effekt wiederholen will, muss verstehen, dass eine Empfehlung ein anderes Ziel ist als ein Zitat, und dass Sie empfohlen werden können, ohne je zitiert zu werden: Zwei von fünf Nennungen in unserer Studie hatten gar keine Quelle.

    War die eine Empfehlung Zufall?

    Mit hoher Wahrscheinlichkeit ja, zumindest teilweise. KI-Antworten sind nicht deterministisch: Profound hat über 240 Millionen ChatGPT-Zitate ausgewertet und findet, dass 40 bis 60 Prozent der zitierten Domains bei identischen Anfragen von Monat zu Monat wechseln. SE Ranking liess 10'000 Anfragen dreimal durch Googles AI Mode laufen: Nur 9,2 Prozent der zitierten URLs waren in allen drei Durchläufen identisch. In unserer eigenen Studie haben wir deshalb jede Frage wiederholt gestellt und nur gezählt, was über die Wiederholungen Bestand hatte.

    Bevor Sie eine Strategie darauf aufbauen, führen Sie deshalb einen einfachen Test durch. Aufwand: eine halbe Stunde. Wer ihn sich sparen will: Unser KI-Sichtbarkeits-Check macht genau diesen Test kostenlos über ChatGPT, Google AI Overviews, Perplexity und Gemini.

    1. Rekonstruieren Sie den Prompt. Fragen Sie den Neukunden, wie er gesucht hat, oder leiten Sie die Formulierung aus der Search Console ab. Ihr Bericht zu generativen KI-Funktionen zeigt inzwischen auch lange, gesprochene Anfragen. Nutzen Sie den Wortlaut, nicht eine bereinigte Fassung davon.
    2. Zehnmal abfragen, jedes Mal in einem neuen Chat. Ohne Verlauf, ohne Personalisierung, ohne Ihren Markennamen im Prompt.
    3. Über mehrere Systeme testen. ChatGPT, Perplexity, Gemini und Google AI Mode zitieren unterschiedliche Quellen. Laut AirOps erschienen 68 Prozent der Marken in nur einer einzigen KI-Plattform. Wir sehen dasselbe an uns: Bei denselben 14 Fragen nannte uns ChatGPT mit Websuche elfmal, Gemini sechsmal, Claude zweimal.
    4. Auszählen. Acht von zehn Nennungen bedeuten: Sie haben eine belastbare Position, die es auszubauen gilt. Ein bis zwei Nennungen bedeuten: Es war Rauschen, und der Aufbau beginnt bei null.

    Beide Ergebnisse sind brauchbar. Der Unterschied liegt nur im Zeithorizont: Eine bestehende Position lässt sich in Wochen ausbauen, eine neue braucht Monate.

    Nach welchen Kriterien entscheidet ChatGPT, welche Unternehmen es empfiehlt?

    Die verbreitete Antwort lautet: an Drittquellen. Die Analyse von AirOps über 21'311 Markenerwähnungen in 500 kommerziellen Anfragen aus sechs Branchen (getestet auf GPT-5, Claude Sonnet 4.5 und Perplexity Sonar; Stand der Erhebung: Oktober 2025) findet 85 Prozent der Erwähnungen in Drittquellen und nur 13,2 Prozent auf der eigenen Domain, und fast 90 Prozent dieser Drittquellen sind Listicles, Vergleiche und Reviews.

    Für lokale Dienstleister in der Schweiz stimmt das nur zur Hälfte. Wir haben für die KI-Sichtbarkeits-Studie jede der 14'135 Nennungen zu 5'110 Zürcher Firmen aus zwölf Branchen zurückverfolgt: Woher hatte der Assistent den Namen?

    Quelle der NennungAnteil über alle zwölf BranchenSpanne zwischen den Branchen
    Gedächtnis des Modells (keine Seite geöffnet)40 %11 % (Physiotherapie) bis 57 % (Vermögensverwaltung)
    Eigene Website der Firma39 %bis 69 % (Physiotherapie)
    Drittseite (Verzeichnis, Liste, Medium)18 %9 % (Physiotherapie) bis 32 % (Umzugsfirmen)

    Drei Befunde daraus, in der Reihenfolge ihrer Wirkung:

    Auf der Seite stehen schlägt die bessere Firma sein. Unter Firmen auf einer Seite, die der Assistent nachweislich las, wurde die stärkere Hälfte in 42 Prozent der Fälle gewählt, die schwächere in 32 Prozent, Faktor 1,3. Überhaupt auf dieser Seite zu stehen ist 8,2-mal so viel wert. Und wo Sie auf der Seite stehen, zählt mit: Firmen im oberen Drittel einer Listenseite werden in 31 Prozent der Fälle genannt, Firmen im unteren Drittel in 21 Prozent. Dieser Befund deckt sich mit AirOps, nur dass die Listen bei Zürcher Dienstleistern eher local.ch, Verbandsverzeichnisse und Buchungsplattformen heissen als Fachmedien.

    Die eigene Website trägt mehr, als die Drittquellen-Regel vermuten lässt. Bei Firmen mit einer nachvollziehbaren Quelle stammen zwei Drittel der Nennungen von der eigenen Website. Der Assistent öffnet sie während der Antwort und schreibt seine Begründung daraus ab: Spezialisierung, Lage, Formate, Preise. Zitierte Seiten sehen dabei anders aus als ignorierte: Eigene Seiten mit FAQ-Abschnitt werden etwa 1,6-mal so oft zitiert, Seiten, die Zürich explizit nennen, etwa 1,35-mal. Wie das konkret aussieht, zeigen die Branchenauswertungen für Zahnarztpraxen, Physiotherapie, Treuhandbüros und Architekturbüros.

    Bewertungen und Links wirken bis zu einer Schwelle. Beide erhöhen die Chance, genannt zu werden, zunächst steil und flachen dann ab: von 67 Prozent genannter Firmen bei 1 bis 9 Bewertungen auf 83 Prozent bei 10 bis 29 und 91 Prozent bei 30 bis 99. Jenseits von rund 30 Bewertungen und rund 99 verweisenden Domains ändert mehr vom Gleichen fast nichts. Die Sternenote selbst trennt genannte von nicht genannten Firmen kaum.

    Ebenso aufschlussreich ist, was sich nicht zeigt. Eine Untersuchung von OppAlerts über 145 Branchen und mehr als 105'000 ChatGPT-Prompts, ausgewertet von The Digital Bloom, findet für Backlinks nur eine schwache Korrelation mit KI-Empfehlungen (Spearman rho +0,204, R² 4,2 Prozent). Alle 13 untersuchten Signale zusammen erklären deutlich weniger als 20 Prozent der Varianz. Übersetzt: Klassische SEO-Metriken kaufen Ihnen keine Empfehlung, und wer Ihnen eine Platzierung garantiert, verkauft Ihnen etwas, das die Datenlage nicht hergibt. Rund drei Viertel der Firmen, die die Assistenten in unserer Studie empfahlen, stehen nicht in Googles Top 10, selbst bei genau den Suchanfragen, die die Assistenten selbst ausführten.

    Was sich beeinflussen lässt, sind sechs Hebel, geordnet nach Wirkung auf die Empfehlungswahrscheinlichkeit:

    HebelWarum er wirktWo Sie ansetzen
    Auf den Seiten stehen, die der Assistent liest8,2-mal so wahrscheinlich genannt; oberes Drittel der Liste 1,5-mal so oft wie unteresDie zitierten Domains Ihrer Branche auslesen: Verzeichnisse, Verbände, Buchungsplattformen, «Beste Anbieter»-Artikel. Eintragen, nach oben rücken lassen
    Eine Website, die eine Empfehlung liefert39 % aller Nennungen; Seiten mit FAQ 1,6-mal so oft zitiertStartseite mit Leistungen, Zielgruppe, Standort und Preis in den ersten Absätzen; eine Seite pro Leistung und Standort; FAQ mit echten Kundenfragen
    Bewertungen bis zur Schwelle67 % genannt bei 1 bis 9 Bewertungen, 91 % bei 30 bis 99Kontinuierlicher Bewertungsfluss bis rund 30, Antworten auf Kritik; danach lieber in die Website investieren
    Konsistente EntitätsdatenDas Modell muss Sie eindeutig identifizieren können, auch aus dem GedächtnisFirmenname, Adresse, Gründer, Leistungen überall identisch; Organization-Schema, sameAs
    Zitierfähige eigene InhalteBelegt Ihre Kompetenz gegenüber dem Modell und füllt das Gedächtnis für die Nennungen ohne QuelleKlare Antwortsätze, Zahlen, Quellen, Autorenschaft
    Technischer ZugangOhne Crawl-Zugang existieren Sie für das Modell nur aus dem Gedächtnisrobots.txt für GPTBot, ClaudeBot, PerplexityBot, Google-Extended; keine Bot-Blockade durch die Firewall

    Die letzten beiden Hebel sind Hygiene: Sie gewinnen damit nichts, aber ihr Fehlen kostet Sie alles. Gerade die Firewall-Falle ist verbreitet, weil Bot-Schutz auf CDN-Ebene KI-Crawler oft standardmässig blockiert, ohne dass es jemand bemerkt. Wie die inhaltliche Seite funktioniert, haben wir in Generative Engine Optimization (GEO) beschrieben.

    Wie wird daraus ein planbarer Kanal?

    Über einen Regelkreis in vier Schritten, der quartalsweise durchlaufen wird. Der Kanal entsteht nicht durch eine Massnahme, sondern durch die Wiederholung.

    1. Prompt-Set bauen (Woche 1). 50 bis 150 realistische Fragen entlang echter Entscheidungssituationen, gegliedert nach Funnel-Stufe: unbranded («Wer hilft KMU in Zürich bei X?»), Kategorie («Beste Anbieter für X vergleichen»), branded («Ist [Ihre Marke] seriös?»). Das Set bleibt über Quartale stabil, sonst entstehen keine vergleichbaren Trends.
    2. Baseline messen (Woche 2). Jeden Prompt wiederholt über alle relevanten Systeme abfragen und pro Antwort erfassen: genannt ja/nein, an welcher Position, in welchem Tonfall, und welche Quellen die KI herangezogen hat. Der letzte Punkt ist der wertvollste: Die zitierten Domains sind Ihre Massnahmenliste.
    3. Lücken schliessen (Woche 3 bis 10). Dort ansetzen, wo die KI ihre Antworten herholt: in die zitierten Verzeichnisse und Vergleichsartikel gelangen und dort nach oben rücken, Bewertungsprofile bis zur Schwelle aufbauen, Entitätsdaten vereinheitlichen, Startseite und Leistungsseiten so schreiben, dass sich die Empfehlung daraus abschreiben lässt.
    4. Erneut messen und berichten (Woche 11 bis 12). Dasselbe Set, dieselbe Methode. Berichtet wird die Veränderung der Nennungsrate und des Share of Voice gegenüber der Baseline. Wie ein solches Reporting im Detail aufgebaut ist, steht in KI-Sichtbarkeit messen.

    Die realistische Erwartung: Innerhalb eines Quartals sind Bewegungen in der Nennungsrate messbar, ein stabiler Kanal entsteht über zwei bis drei Quartale. Das ist kein Nachteil gegenüber anderen Kanälen; es ist derselbe Zeithorizont wie bei SEO, mit dem Unterschied, dass die Konkurrenz hier noch dünn ist. Laut McKinsey messen erst 16 Prozent der Unternehmen ihre KI-Such-Performance systematisch (Stand September 2026).

    Wie dieser Regelkreis in der Praxis aussieht, zeigt unsere Case Study zu einem Solaranbieter: ein Mess-Set aus 100 realen Kundenfragen, wöchentliche Steuerung aus SERP-, Search-Console-, Ranking- und KI-Mention-Daten. Nach sechs Monaten wurde die Marke in 63 statt in 19 von 100 KI-Antworten genannt, während die 30 Fokus-Keywords von Rang 10 bis 12 auf Rang 2 bis 4 kletterten.

    Dass sich der Aufwand lohnt, zeigt die Qualität des Traffics: Besucher aus KI-Suche konvertieren laut Semrush mit der 4,4-fachen Rate klassischer organischer Besucher. Und der Markt ist da: In der Schweiz nutzen laut IGEM-Digimonitor 2025 bereits 60 Prozent der Bevölkerung KI-Tools, bei den 15- bis 34-Jährigen 79 Prozent.

    Woran erkennen Sie einen geeigneten Anbieter?

    Wir nennen in diesem Artikel bewusst keine Anbieterliste; wer Namen und Preise für Zürich sucht, findet sie im Vergleich der SEO-, GEO- und AEO-Agenturen in Zürich. Der Markt ist jung, die Bezeichnungen GEO, LLMO, AI SEO und AI Visibility werden uneinheitlich verwendet, und eine Liste wäre in sechs Monaten veraltet. Nützlicher sind Kriterien, die Sie im Erstgespräch selbst prüfen können:

    1. Eigenes Mess-Setup statt Tool-Weiterverkauf. Fragen Sie, wie das Prompt-Set entsteht und wie mit der Volatilität von KI-Antworten umgegangen wird. Wer nur ein SaaS-Dashboard weiterverkauft, liefert Ihnen Daten, aber keine Massnahmen.
    2. Arbeit an Website und Drittquellen, nicht nur an einem davon. Ein Angebot, das ausschliesslich aus Onpage-Optimierung besteht, lässt den 8,2-fachen Hebel der Listenseiten liegen. Eines, das nur Einträge und Erwähnungen verspricht, ignoriert die 39 Prozent der Nennungen, die von der eigenen Website kommen. Fragen Sie konkret nach beidem.
    3. Wahrscheinlichkeits- statt Platzierungsversprechen. «Wir bringen Sie auf Platz 1 in ChatGPT» ist bei nicht-deterministischen Systemen kein seriöses Versprechen. Belastbar formuliert wird über Nennungsraten und Share of Voice.
    4. Messung über mehrere Systeme. Wer nur ChatGPT betrachtet, übersieht den grösseren Teil des Marktes: 68 Prozent der Marken erscheinen nur in einer einzigen Plattform.
    5. Verbindung zu Traffic- und Lead-Daten. Sichtbarkeit ohne Anbindung an GA4 und CRM bleibt eine Vanity-Metrik. Ein gutes Reporting zeigt, ob aus Nennungen Anfragen werden.
    6. Nachweisbare eigene KI-Sichtbarkeit. Stellen Sie einem Assistenten die Anbieterfrage der Kategorie des Anbieters. Wer die Empfehlungswahrscheinlichkeit anderer erhöhen will, sollte in der eigenen Kategorie auffindbar sein, und sollte Ihnen die Messung dazu zeigen können.

    Zum sechsten Punkt legen wir unsere eigene Messung offen. Die Domain hierarchy.ch ist seit August 2026 online. Am 8. September 2026 haben wir 14 Fragen nach KI-Workshops und Schulungen in Zürich je einmal an ChatGPT, Gemini und Claude gestellt, alle drei mit Websuche und einem Nutzerstandort in Zürich. ChatGPT nannte Hierarchy in 11 von 14 Antworten, Gemini in 6, Claude in 2. Alle drei beschrieben uns mit den Formulierungen unserer Workshop-Seite: rollenspezifische Programme, Arbeit an den eigenen Aufgaben, Prompt-Bibliothek, Review nach 30 Tagen. Dazu passt, was Google Analytics zeigt: Von Juni bis September 2026 kamen 28 von 32 Sitzungen aus KI-Assistenten über chatgpt.com. Genau diesen Nachweis, mit Datum, Fragen und Systemen, sollten Sie von jedem Anbieter verlangen.

    Dieselbe Logik in breiterer Form, für die Auswahl einer Agentur über KI-Sichtbarkeit hinaus, haben wir in SEO-Agentur finden: 7 Kriterien beschrieben. Was wir selbst anbieten, steht auf der Seite unserer Generative Engine Optimization.

    Was Sie in den nächsten 30 Tagen selbst tun können

    Auch ohne externe Unterstützung lässt sich die Ausgangslage deutlich verbessern:

    • Den Zufallstest durchführen (siehe oben) oder den KI-Sichtbarkeits-Check anfordern und das Ergebnis schriftlich festhalten. Das ist Ihre Baseline.
    • Crawl-Zugang prüfen: Erlaubt Ihre robots.txt GPTBot, ClaudeBot, PerplexityBot und Google-Extended? Blockiert Ihr CDN oder Ihre Firewall KI-Bots?
    • Die Quellen der KI auslesen: Notieren Sie bei jedem Testlauf, welche Websites zitiert werden. Diese Liste ist Ihr wichtigstes Arbeitsdokument. Prüfen Sie für jede Quelle, ob Sie eingetragen sind und wo in der Liste Sie stehen.
    • Die Startseite umschreiben: In den ersten 100 Wörtern steht, was Sie für wen tun, wo, und ab welchem Preis. Dazu ein FAQ-Abschnitt mit den fünf Fragen, die Kunden am Telefon stellen.
    • Entitätsdaten vereinheitlichen: Firmenname, Adresse, Leistungen und Gründer auf Website, LinkedIn, Google-Unternehmensprofil und in Verzeichnissen identisch schreiben; Organization-Schema mit sameAs ergänzen.
    • Bewertungsprofil Richtung 30 Bewertungen bringen auf den Plattformen, die in Ihrer Kategorie zitiert werden. Darüber flacht die Wirkung ab; wer schon dort ist, investiert die Zeit besser in die Website.

    Diese sechs Punkte kosten wenig und beseitigen die häufigsten Ausschlussgründe. Alles Weitere, Prompt-Set, laufende Messung, systematischer Aufbau in Website und Drittquellen, ist Projektarbeit.

    Fazit

    Die Antwort auf die Ausgangsfrage lautet: Ja, aus einer zufälligen KI-Empfehlung lässt sich ein planbarer Kanal machen, aber als Wahrscheinlichkeit, nicht als Platzierung. Der Weg dorthin führt über ein stabiles Prompt-Set, wiederholte Messung über mehrere Systeme und Arbeit an den drei Quellen, aus denen die Modelle ihre Empfehlungen bauen: den Seiten, die sie lesen, Ihrer eigenen Website und ihrem Gedächtnis. Welche davon in Ihrer Branche zuerst zählt, lässt sich messen; die Spanne reicht von 69 Prozent eigene Website bei Physiotherapie bis 57 Prozent Gedächtnis bei Vermögensverwaltern.

    Hierarchy betreibt dafür ein eigenes, inhouse entwickeltes KI-Sichtbarkeits-Tracking, das Marken laufend über ChatGPT, Google AI Overviews, AI Mode, Perplexity und Gemini misst, mit individuell aufgebauten Prompt-Sets, wiederholten Stichproben gegen das Antwort-Rauschen und Wettbewerbs-Benchmarks. Messung und Umsetzung kommen aus einem Team, als Teil unserer Arbeit als GEO-Agentur.

    Sie haben einen Kunden über eine KI-Empfehlung gewonnen und wollen wissen, ob sich das wiederholen lässt? Lassen Sie uns sprechen.

    Quellen

    Tenzin Langdun

    Über den Autor

    Mitgründer von Hierarchy · SEO-, GEO- & KI-Experte

    Tenzin Langdun ist Mitgründer von Hierarchy und leitet dort SEO und GEO: die Sichtbarkeit von Firmen in Google, in Googles KI-Antworten und in Assistenten wie ChatGPT, Gemini und Claude. Er verantwortet auch die hauseigenen Datenstudien, darunter die KI-Sichtbarkeits-Studie Zürich mit 1'515 KI-Antworten zu 5'110 Firmen. Er bringt über 10 Jahre Marketingerfahrung in Strategie, Paid Acquisition und SEO mit und war bei KPMG, EY, Siemens, Adnovum und LGT tätig, in KI, Cybersecurity, Audit und Consulting sowie im Software Engineering für die Versicherungsbranche und für den Banken- und Finanzsektor. Er hat einen BSc der ZHAW und einen MSc in Artificial Intelligence der University of Bath. Seine Forschung zur KI-gestützten Erkennung von Schilddrüsenkrebs ist 2024 in Scientific Reports (Nature Portfolio) erschienen und wurde mit dem Siemens Excellence Award 2024 und dem Lab Sciences Award 2024 der ZHAW ausgezeichnet.