Stellen Sie sich vor, Sie berichten diese Zahl: Die Präsenz unserer Marke in KI-Antworten ist von 26,9 auf 47,3 Prozent gestiegen. Fast eine Verdopplung, in zwei Wochen. Die Frage aus der Runde wäre dann: Was habt ihr gemacht?
Die ehrliche Antwort in unserem Fall: nichts. Zwischen den beiden Messungen hat sich das antwortende KI-Modell geändert.
Die erste Erhebung lief mit einer älteren Modellgeneration. Die zweite, zwei Wochen später, mit einer neueren. Gleiche Fragen, gleiche Bedarfsgruppen, gleiche Auswertungslogik. Nur das Modell war ein anderes.
Der Sprung von 26,9 auf 47,3 Prozent misst damit vor allem einen Unterschied zwischen zwei Modellgenerationen. An der Website des Unternehmens hatte sich in diesen zwei Wochen nachweislich nichts geändert: Titel, Beschreibung und Wortzahl der geprüften Kategorieseite waren identisch.
Wir haben acht Tage nach der zweiten Messung eine dritte durchgeführt. Gleiches Modell wie beim zweiten Mal, gleicher Fragenwortlaut, gleiche Anzahl Durchläufe. Das ist der einzige Vergleich in der ganzen Reihe, der wirklich einen Verlauf abbildet.
Die Richtung ist damit sogar entgegengesetzt zur ersten Lesart. Wer den Modellwechsel übersieht, feiert einen Erfolg, während die eigentlich vergleichbaren Zahlen leicht nach unten zeigen.
Ob dieser Rückgang von vier Prozentpunkten selbst bedeutsam ist, lässt sich übrigens auch nicht sagen. Er könnte innerhalb der normalen Schwankung zwischen Durchläufen liegen.
Weil Modellwechsel meist unsichtbar sind. Anbieter aktualisieren ihre Systeme laufend, oft ohne dass Nutzer davon etwas merken. Wer über die Weboberfläche testet, weiß häufig gar nicht genau, welche Version gerade antwortet.
Dazu kommt eine Denkgewohnheit aus dem klassischen Webcontrolling. Zwei Traffic-Zahlen aus verschiedenen Monaten vergleicht man selbstverständlich miteinander, weil das Messinstrument dasselbe geblieben ist. Bei KI-Antworten stimmt diese Annahme nicht: Das Messinstrument ist Teil des Systems und verändert sich.
Ein neueres Modell kann andere Quellen bevorzugen, ausführlicher antworten, häufiger oder seltener konkrete Marken nennen. All das verschiebt Ihre Kennzahl, ohne dass sich an Ihrer Marke etwas geändert hat.
Modell samt Version, Erhebungsdatum, exakter Fragenwortlaut, Anzahl der Durchläufe. Fehlt eine davon, ist die Zahl später nicht mehr sauber interpretierbar.
Nur über die API legen Sie die Modellversion selbst fest und halten sie über Monate konstant. In der Weboberfläche haben Sie darauf keinen Einfluss.
Wenn Sie auf ein neues Modell umstellen, messen Sie einmal parallel mit beiden. So wissen Sie, wie groß der reine Modelleffekt ist, und können Ihre Zeitreihe darum bereinigen.
Eine senkrechte Linie im Diagramm mit Beschriftung genügt. Wer die Grafik später ohne Sie ansieht, soll den Bruch sofort erkennen.
Eine Spalte mit der Veränderung über einen Modellwechsel hinweg suggeriert eine Entwicklung, die es nicht gibt. In solchen Fällen lieber beide Werte nebeneinander zeigen und die Differenzspalte weglassen.
Ein Satz, der sich in Präsentationen bewährt hat: Zwei Zahlen aus verschiedenen Modellen vergleichen heißt, mit zwei verschiedenen Messgeräten zu messen und die Differenz für eine Veränderung des Gegenstands zu halten.
Das ist unbequem, wenn die falsche Lesart gerade nach Erfolg aussieht. Es ist aber die Grundlage dafür, dass Ihre Zahlen in sechs Monaten noch etwas wert sind.
Über die API bekommen Sie die Modellbezeichnung in der Antwort mitgeliefert und können sie protokollieren. In den Weboberflächen von ChatGPT, Claude oder Gemini sehen Sie meist nur einen groben Produktnamen, nicht die genaue Version. Für belastbare Zeitreihen führt daher kaum ein Weg an der API vorbei.
Das wäre der falsche Schluss. Ihre Kunden nutzen die aktuellen Modelle, also sollten Sie dort auch messen. Sinnvoll ist der Umstieg mit einer Doppelmessung: einmal parallel mit altem und neuem Modell, damit Sie den Sprung beziffern und Ihre Zeitreihe einordnen können.
Ja, in verschärfter Form. Unterschiedliche Anbieter greifen auf unterschiedliche Quellen zu und antworten unterschiedlich. Solche Werte sollten Sie nebeneinander ausweisen, aber nicht zu einem Gesamtwert verrechnen. Gemini-App und Google AI Overviews sind übrigens ebenfalls zwei verschiedene Dinge und gehören getrennt.
Nicht stillschweigend korrigieren. Ein kurzer Nachtrag mit der Erklärung, warum die frühere Lesart nicht haltbar war, ist unangenehmer, aber deutlich glaubwürdiger als eine still ausgetauschte Zahl.
Erhebung 1: 12.07.2026, gpt-4o-mini, n=119. Erhebung 2: 26.07.2026, gpt-5.6-terra, n=162. Erhebung 3: 03.08.2026, gpt-5.6-terra, wortgleiche Fragen. Für den Vergleich von Erhebung 2 und 3 wurden auf beiden Seiten nur die ersten drei Durchläufe je Frage verwendet, damit die Durchlaufzahl identisch ist.
Hinweis zu diesem Beitrag: Recherche, Auswertung und Text wurden mit Unterstützung von KI-Systemen erstellt (Ex Tenebris Agenten-Team) und von Felix Zeh redaktionell geprüft. Alle genannten Zahlen stammen aus einer echten LUX-/GEO-Analyse; die analysierte Marke ist zum Schutz der Kundenbeziehung anonymisiert.
Die Methodik hinter diesem Artikel ist dieselbe, die wir für jede Standortbestimmung einsetzen — auf Ihre Kategorie, Ihre Wettbewerber, Ihre Bedarfsgruppen zugeschnitten.