Erwähnung, Zitat, Quelle: drei verschiedene Dinge
ChatGPT kann Ihren Namen den ganzen Tag nennen, ohne einen einzigen Klick zu schicken. Das ist kein Versagen, sondern drei Phänomene in einem einzigen Wort.
Jemand schickt Ihnen einen Screenshot. Er hat ChatGPT gefragt, welche Werkzeuge in Ihrer Kategorie einen Blick wert sind, und da stehen Sie, im zweiten Satz genannt, halbwegs zutreffend beschrieben. Dann öffnet er die Auswertung, sucht den Verkehr, den dieser Screenshot ausgelöst haben müsste, und findet nichts. Nicht wenig. Nichts.
Der übliche Schluss lautet, Sichtbarkeit in KI-Antworten sei bloß Getöse. Der bessere Schluss lautet, dass drei verschiedene Phänomene in ein einziges Wort gepresst wurden. Erwähnung, Zitat und Quelle verhalten sich unterschiedlich, tauchen an unterschiedlichen Stellen auf und verlangen völlig unterschiedliche Arbeit von Ihnen. Fast keine Debatte über Sichtbarkeit in Sprachmodellen macht diesen Unterschied, und deshalb ist so vieles an Ratschlägen in diesem Feld unbrauchbar.
Drei Dinge, nicht eines
Die Erwähnung
Das Modell nennt Sie im Text seiner Antwort. Mehr nicht. Kein Link, keine Quellenliste, keine Fußnote. Wer liest, sieht Ihre Marke, liest einen Satz darüber, was Sie tun, und hat nichts, worauf er klicken könnte, selbst wenn er wollte. Bei Interesse wird er Sie eigenständig suchen, in einer Sitzung, die Ihre Auswertung als organisch oder direkt ablegt, ohne irgendeinen Hinweis darauf, dass ein Modell der Anlass war.
Eine Erwähnung hinterlässt in keinem Auswertungswerkzeug, das Ihnen gehört, eine Spur. Die Verweisdaten sind nicht unsauber oder unterbewertet. Es gibt keinen Verweis, weil es keinen Link gab.
Das Zitat
Das Modell nennt Sie und weist eine Ihrer Seiten als Quelle aus, meist als Marker im Text oder als Link in einer Quellenleiste. Jetzt ist ein Klick möglich. Perplexity tut das von Haus aus, weil das Abrufen und Ausweisen lebender Quellen das Produkt selbst ist. ChatGPT tut es, wenn es im Netz nachschlägt, und das tut es nicht immer.
Ein Zitat kann einen Verweis erzeugen, und dieser Verweis erscheint in Ihren Protokollen mit einem erkennbaren Host. Genau deshalb wird ihm zu viel Gewicht gegeben: Es ist das einzige der drei, das sich verhält wie das Web, das Sie ohnehin kennen.
Die Quelle
Das ist die Ebene, die fast niemand ansieht, und sie ist die wertvollste. Quellen sind die Seiten, auf die sich das Modell stützt, um seine Antwort über Sie zu bauen. Nicht zwingend die Seiten, die es verlinkt. Die Seiten, die es benutzt.
Und jetzt der unangenehme Teil: Es sind häufig nicht Ihre. Bewertungsportale, Forenbeiträge, Vergleichsartikel von Leuten, die nie mit Ihnen gesprochen haben, Dokumentation Dritter. Wenn ein Modell Ihr Produkt beschreibt, gibt es sehr oft die Beschreibung eines anderen wieder. Die Beschreibung, die Sie selbst auf Ihrer eigenen Website verfasst haben, ist womöglich gar nicht im Raum.
Warum der Unterschied entscheidet, was Sie tun können
Nehmen wir an, Sie werden ständig erwähnt und fast nie zitiert. Das ist kein Sichtbarkeitsproblem: Die Modelle wissen, dass es Sie gibt, und nennen Sie vor Käufern. Was scheitert, ist etwas anderes. Wenn das Modell eine Seite braucht, die eine Aussage stützt, greift es nicht zu Ihrer. Ihre Seiten sind nicht die Quelle, die es auswählt. Das zu ändern heißt zu fragen, ob Ihre Website die Frage des Käufers in einer Form beantwortet, die eine Maschine herausheben kann, oder ob sie eine andere Frage beantwortet, in der Sprache einer Hochglanzbroschüre.
Nun der umgekehrte Fall: Man zitiert Sie, wenn jemand namentlich nach Ihnen fragt, aber man erwähnt Sie nie, wenn jemand die Kategoriefrage stellt, ohne Sie zu nennen. Keine Arbeit an der eigenen Website berührt das. Das Modell findet Sie, wenn man es auf Sie zeigen lässt. Von selbst kommt es nicht auf Sie. Auf einem Dashboard, das Auftritte zählt, sehen beide Fehlschläge gleich aus, und sie haben nichts miteinander zu tun. Der eine verlangt eine Neufassung. Der andere verlangt, dass andere über Sie schreiben.
Der Punkt, der alle kalt erwischt
Sie können in KI-Antworten außerordentlich sichtbar sein und null Klicks sehen. Nicht wenige. Null.
Das ist kein Fehlerzustand. Es ist das normale Verhalten einer Erwähnung, und Erwähnungen machen den Großteil dessen aus, was geschieht. Ein Modell, das aus dem antwortet, was es im Training aufgenommen hat, hat keinen Link für Sie, weil es beim Antworten keine Seite liest. Es erzeugt Text. Im gesamten Vorgang kommt keine Adresse vor.
Ein Team, das das mit Google Analytics misst, zieht deshalb den naheliegenden Schluss: Es passiert nichts. Es passiert etwas. Es passiert an einer Stelle, die keinen HTTP-Referrer aussendet, und das Instrument in der Hand wurde gebaut, um HTTP-Referrer zu zählen. Wenn Sie entschieden haben, dass Sichtbarkeit in KI-Antworten nicht real ist, weil Ihr Verweisverkehr sich nicht bewegt hat, dann haben Sie das mit einem Werkzeug entschieden, das strukturell nicht sehen kann, wonach Sie gesucht haben.
Was unter der Haube geschieht
Die drei Ergebnisse folgen aus zwei Wegen, auf denen ein Modell eine Antwort erzeugen kann.
Aus dem Trainingsgedächtnis. Das Modell war ungeheuren Textmengen ausgesetzt, Ihre Ecke des Netzes eingeschlossen, und geblieben ist ein statistischer Eindruck davon, wie die Welt über Ihre Kategorie spricht. Wenn es so antwortet, erinnert es sich, es schlägt nichts nach. Es gibt keine Quelle zu nennen, weil das Modell wirklich nicht weiß, woher die Information stammt, und jeder Link, den es in diesem Modus ausgibt, kann erfunden sein. Hier leben die Erwähnungen. Sichtbarkeit baut sich in diesem Modus langsam auf, verfällt langsam und spiegelt, was das Netz vor dem Ende des Trainings über Sie gesagt hat.
Aus dem Abruf. Das Modell startet eine Suche, holt eine Handvoll Seiten, liest sie und schreibt eine Antwort, die in dem verankert ist, was es gerade geholt hat. Jetzt liegen echte Dokumente im Kontext, und diese Dokumente lassen sich zitieren. Das ist die Grundhaltung von Perplexity und das, was ChatGPT tut, wenn es nachschlägt. Hier bewegt sich Sichtbarkeit schnell: Eine Seite, die diese Woche erscheint, kann nächste Woche in der Antwort stehen, und eine Seite, die aus der Abrufmenge fällt, verschwindet ebenso schnell.
Der Abruf zeigt Ihnen, was jetzt auffindbar ist. Das Gedächtnis zeigt Ihnen, was hängen geblieben ist. Wer das eine für das andere liest, zieht zweimal den falschen Schluss.
Was Sie mit den Quellen anfangen
Wenn die Seiten, auf die sich ein Modell stützt, um Sie zu beschreiben, größtenteils nicht Ihre sind, dann liegt Ihre Arbeit nicht auf Ihrer Website. Sie liegt draußen, auf den Seiten, die an Ihrer Stelle sprechen. Genau darum geht es bei der Verfolgung von Zitaten in KI-Antworten: nicht um eine Eitelkeitszählung, wie oft eine Maschine Ihren Namen gesagt hat, sondern um eine Karte davon, wo Ihr Ruf hergestellt wird und von wem.
Der direkteste Schritt, der Ihnen offensteht, kostet nichts. Sehen Sie sich die Quellen an, die zitiert werden, wenn ein Modell Ihre Wettbewerber statt Ihrer empfiehlt. Stellen Sie die Kategoriefrage, jene, die ein Käufer stellt, bevor er einen einzigen Namen kennt, und lesen Sie die Quellenliste unter der Antwort. Wenn dasselbe Bewertungsportal, dasselbe Forum, dieselbe Vergleichsseite immer wieder hinter demjenigen auftaucht, der empfohlen wird, haben Sie die kurze Liste der Orte gefunden, an denen Ihre Abwesenheit Sie etwas kostet.
Das einmal von Hand zu tun, ist nützlich. Es über einen ernsthaften Satz Prompts, vier Plattformen und jede Sprache hinweg zu tun, in der Sie verkaufen, ist eine Arbeit, für die niemand Zeit hat. Deshalb weist PSentry die Quellen und Zitate hinter jeder Antwort neben den Erwähnungen aus. Zwei offen genannte Grenzen, weil es in dieser Branche daran mangelt: Die Scans laufen nach Plan, nicht in Echtzeit, und ein Messwerkzeug misst. Es manipuliert nicht, was Modelle sagen.
Kurz gefasst
Eine Erwähnung heißt, man kennt Sie. Ein Zitat heißt, man schickt Ihnen jemanden. Eine Quelle sagt Ihnen, wer Ihren Ruf tatsächlich schreibt. Die drei zu verwechseln, ist der Weg, auf dem ein Unternehmen schließt, es passiere nichts, genau in dem Moment, in dem etwas passiert.
Häufig gestellte Fragen
Wenn eine Erwähnung keinen Klick erzeugt, warum zählt sie dann?
Weil sie in dem Moment landet, in dem ein Käufer überhaupt entscheidet, was er in Betracht zieht. Ein Modell, das ein paar Anbieter einer Kategorie nennt, leistet die Arbeit einer engeren Auswahl. Der Klick kommt, wenn überhaupt, später und sieht aus wie eine Markensuche: Der Einfluss trifft lange vor dem Verkehr ein, und genau das macht es so leicht, ihn abzutun.
Kann ich erkennen, ob eine Antwort aus dem Gedächtnis oder aus dem Abruf stammt?
Meist mit bloßem Auge. Zeigt die Antwort eine Quellenleiste oder Marker, die auf echte Seiten verweisen, wurde abgerufen. Ist es flüssige Prosa ohne Nachweis, die selbstsicher bleibt, wenn Sie um einen Link bitten, antwortet das Modell aus dem Training. Ausdrücklich nach Quellen zu fragen, ist ein brauchbarer Test: Ein Modell, das aus dem Gedächtnis arbeitet, reicht Ihnen oft eine plausible Adresse, die ins Leere führt.
Mein Wettbewerber wird zitiert, ich nicht. Ist das ein Inhaltsproblem?
Zuerst ist es womöglich ein Problem der Abrufbarkeit. Prüfen Sie, ob Ihre Seiten abrufbar sind, ob in Ihrer Robots-Datei nichts die KI-Crawler blockiert und ob die Antwort auf die Frage des Käufers in klarer Sprache auf Ihrer Website steht, statt über drei Absätze Positionierung hinweg nur angedeutet zu werden. Ist all das in Ordnung, liegt es wahrscheinlicher daran, dass besser platzierte Seiten anderswo die Frage beantworten, bevor Ihre überhaupt drankommen.
Ändern sich die Quellen zwischen den Sprachen?
Oft vollständig. Die Seiten, die ein Modell für eine Antwort auf Französisch abruft, sind französischsprachige Seiten, und der Ruf, der dort entsteht, kann mit dem, den Sie auf Deutsch sorgfältig aufgebaut haben, nichts zu tun haben. Eine Marke, die im Heimatmarkt gut belegt ist, wird im Exportmarkt womöglich fast ausschließlich von Fremden beschrieben.
Ist eine einzelne Prüfung etwas wert?
Nein. Diese Modelle sind probabilistisch, und eine Antwort ist eine Anekdote. Nur Muster über viele Prompts hinweg, über die Zeit wiederholt, taugen als Grundlage für Entscheidungen. Deshalb sollte ein einzelner Screenshot, ob schmeichelhaft oder nicht, nichts entscheiden.