Prompt-Sprache und Standort: zwei getrennte Stellschrauben

Eine Frage auf Deutsch bekommt eine Antwort über Deutschland, so lautet der naheliegende Einwand, wenn jemand behauptet, Prompt-Sprache und Standort seien zwei getrennte Einstellungen. Wer die Sprache festlegt, hat den Markt festgelegt. Das stimmt zur Hälfte. Die andere Hälfte betrifft genau die Unternehmen, die exportieren, und ein kleines Experiment, das Ende August 2026 auf arXiv erschienen ist, zeigt ziemlich genau, wo die Grenze verläuft.

Im Folgenden zerlegen wir die Gleichung „Sprache gleich Markt“ in ihre Bestandteile und prüfen jeden einzeln.

Eine Sprache, drei Märkte: der DACH-Raum

Für deutschsprachige Anbieter ist die Frage nicht theoretisch. Deutsch ist die Sprache von mindestens drei Märkten: Deutschland, Österreich und die Schweiz, dazu Liechtenstein und Südtirol. Ein Einkäufer in Wien, in Zürich und in München stellt dieselbe Frage im selben Wortlaut. Wenn nur die Sprache zählte, bekämen alle drei dieselbe Antwort.

Die Unterschiede zwischen diesen Märkten sind aber handfest. Die Schweiz gehört nicht zur EU und hat eine eigene Mehrwertsteuer, die Regeln zur E-Rechnung unterscheiden sich von Land zu Land, ebenso Normen und Zulassungen in vielen Branchen. Eine Buchhaltungssoftware für Deutschland ist für einen Schweizer Freiberufler schlicht die falsche Antwort. Genau in dieser Art von Kategorie hat das Experiment den deutlichsten Effekt gesehen. Ob eine Messung „auf Deutsch“ den österreichischen oder den Schweizer Markt beschreibt, hängt deshalb davon ab, von wo aus sie läuft.

Der Versuch vom August: Sprache und Verbindung einzeln verändert

Die Arbeit ist arXiv 2608.30052 von Dmitrij Żatuchin, eingereicht am 30. August 2026, mit Daten vom 29. und 30. August. Es handelt sich um einen Preprint ohne Peer Review, und der Autor legt offen, dass sein eigenes Unternehmen Messungen der KI-Sichtbarkeit verkauft. Lesen Sie ihn als sorgfältige Stichprobe, nicht als Urteil.

Der Aufbau: 234 Durchläufe bei ChatGPT, über die Weboberfläche ohne Anmeldung und über die OpenAI-API. Sechs Sprachen (Englisch, Deutsch, Norwegisch, Türkisch, Estnisch, Russisch), vier Ausgangsländer der Verbindung (Deutschland mit Berlin, Norwegen, Türkei, Estland), sechs identische Wiederholungen pro Kombination. Zwei Kategorien: Buchhaltungssoftware für Freiberufler, die an nationale Steuerregeln gebunden ist, und Projektmanagement-Software für eine kleine Marketingagentur, die es nicht ist.

Der erste Befund gibt dem Einwand recht. In der regulierten Kategorie gewann eine globale Marke nur in 1 von 24 Durchläufen die erste Empfehlung, wenn Sprache und Verbindungsland zusammenpassten. Auf Englisch, von denselben Verbindungen in Estland und der Türkei aus, gewannen lokale Anbieter 0 von 6 Durchläufen in beiden Ländern. Die Sprache wirkt also wie ein Schalter: In der Landessprache versucht der Assistent, lokal zu antworten. Eine Ausnahme kann der Autor nicht erklären: Auf Englisch aus Berlin und Oslo tauchten trotzdem lokale Anbieter auf.

Der zweite Befund widerlegt ihn. Bei gleicher Sprache und nur geänderter Ausgangs-IP wechselten die genannten Anbieter das Land, während die Antwort in der Sprache der Frage blieb. Eine türkische Frage aus Berlin nannte Anbieter des Verbindungslandes, ebenso eine russische Frage aus Tallinn. Der Autor fasst es in einer Zwischenüberschrift zusammen: Die Sprache bestimmt das Register, der Standort den Markt. Warum die Sprache die Liste überhaupt verändert, statt sie nur zu übersetzen, beschreibt unser Beitrag In welcher Sprache sollten Sie eigentlich messen?

Nur in regulierten Kategorien, und nur bei ChatGPT

Der Einwand unterstellt außerdem, der Effekt gelte überall. Die zweite Kategorie spricht dagegen. Projektmanagement-Software hat deutsche und estnische Anbieter, der Autor nennt einige davon, doch keiner wurde in irgendeiner Sprache genannt. Seine Deutung: Entscheidend ist, ob eine Kategorie national reguliert ist, nicht ob es nationale Anbieter gibt. Für technische B2B-Produkte heißt das: Was an nationale Normen, Zertifizierungen oder Rechnungsformate gebunden ist, kommt am ehesten in Frage. Das ist eine Hypothese aus einer einzigen Arbeit.

Die weiteren Grenzen nennt der Autor selbst. Getestet wurde nur ChatGPT, nicht Claude, Gemini oder Perplexity. Ein Prompt pro Kategorie, sechs Wiederholungen pro Kombination. Das Modell hinter der Oberfläche ohne Anmeldung ist nicht offengelegt. Der API-Zweig hatte keine Geografie, der Standorteffekt stammt also aus der Weboberfläche. Und die Webantworten enthielten keine Quellen, weshalb offen bleibt, ob die Verschiebung aus der Websuche oder aus dem Modell kommt.

Prompt-Sprache und Standort getrennt messen

Wenn beide Einstellungen die Antworten unterschiedlich verschieben, müssen sie getrennt erfasst werden. Die sinnvolle Tabelle hat Sprachen auf der einen Achse und Verbindungsländer auf der anderen, und jede Zelle nennt beides. Für den DACH-Raum bedeutet das mindestens drei deutschsprachige Zellen statt einer.

Über eine API ist der Standort ein ausdrücklicher Parameter. Das Websuche-Werkzeug von OpenAI akzeptiert ein user_location mit einem ungefähren Land als zweistelligem ISO-Code, dazu optional Stadt, Region und Zeitzone. Ein Aufruf mit und einer ohne diesen Parameter sind zwei verschiedene Messungen, auch beim selben Prompt. Was die beiden Erhebungswege jeweils sehen, steht in API oder Browser-Scraping.

Zu unseren eigenen Daten gehört eine offene Lücke. In 17.719 Antworten, die PSentry zwischen Dezember 2025 und Oktober 2026 gesammelt hat, gibt es keine einzige auf einen deutschen Prompt. Für Italienisch und Englisch zeigen sie die Sprachachse deutlich: Bei italienischen Prompts lag bei ChatGPT, Gemini und Claude mehr als die Hälfte der zitierten Quellen auf .it-Domains, bei englischen Prompts rund drei von vier auf .com. Die Prompts stammen von unseren Kunden, überwiegend B2B-Dienstleistungen und Industrie; die Stichprobe ist nicht repräsentativ, und die Verbindung wurde nicht variiert. Über den Standort sagen diese Zahlen nichts.

Dieselbe Offenheit gilt für das Werkzeug. PSentry misst Sichtbarkeit pro Sprache und Markt, simuliert aber nicht, von wo aus sich ein einzelner Einkäufer verbindet. Für die Standortachse bleibt ein kontrollierter Test wie dieser, wiederholt in Ihrer eigenen Kategorie, der sauberste Beleg.

Nach der Zerlegung bleibt eine engere, aber brauchbarere Regel. Die Sprache entscheidet, ob der Assistent nach lokalen Anbietern sucht. Die Verbindung entscheidet, in welchem Land.

Was Exportverantwortliche vor dem eigenen Test wissen wollen

Reicht eine Messung auf Deutsch für Deutschland, Österreich und die Schweiz?

Nach dem Befund des Preprints nicht. Bei gleicher Sprache bestimmte das Verbindungsland, welche Anbieter genannt wurden, deshalb braucht der DACH-Raum mindestens drei deutschsprachige Zellen, eine pro Verbindungsland.

Welche Produkte sind von dem Effekt am ehesten betroffen?

Kategorien, die national reguliert sind: Der Effekt zeigte sich bei Buchhaltungssoftware, nicht bei Projektmanagement-Software. Bei technischen B2B-Produkten kommen vor allem solche in Frage, die an nationale Normen, Zertifizierungen oder Rechnungsformate gebunden sind, was Sie in Ihrer eigenen Kategorie prüfen sollten.

Wie lässt sich das Land bei einer Messung über die API festlegen?

Das Websuche-Werkzeug von OpenAI akzeptiert ein user_location mit einem ungefähren Land als zweistelligem ISO-Code, optional mit Stadt, Region und Zeitzone. Ein Aufruf mit und einer ohne diesen Parameter sind zwei verschiedene Messungen.

Gilt das auch für Claude, Gemini und Perplexity?

Das ist offen, denn getestet wurde nur ChatGPT. Die anderen drei Assistenten müssen Sie mit derselben Tabelle aus Sprachen und Verbindungsländern eigens prüfen.