Umfirmierung und KI: Warum Assistenten den alten Namen nennen

„Wann vergisst ChatGPT endlich unseren alten Namen?“ Diese Frage stellen fast alle Unternehmen nach einer Umfirmierung, und sie geht von einer falschen Vorstellung aus. Ein KI-Assistent vergisst nicht nach Kalender. Der alte Name hat kein Ablaufdatum, der neue steht in keiner Warteschlange, und im Modell läuft keine Uhr, die die Monate seit der Bekanntgabe zählt. Die sinnvolle Frage lautet anders: Welcher der beiden Kanäle, aus denen ein Assistent antwortet, trägt noch den alten Namen, und in welcher Sprache?

Die beiden Kanäle altern völlig unterschiedlich. Der eine steckt im Modell und ändert sich erst, wenn das Modell ersetzt wird. Der andere ist das Web und ändert sich so schnell, wie andere ihre Seiten aktualisieren. Wer beides als ein Problem behandelt, bekommt bei der Kontrolle nach der Umfirmierung Ergebnisse, die sich scheinbar widersprechen.

Umfirmierung, Verschmelzung, Übernahme: drei verschiedene Fälle

„Neuer Name“ beschreibt Situationen, die in KI-Antworten auf unterschiedliche Weise schiefgehen.

Die reine Umfirmierung ist der harmloseste Fall: dieselbe Gesellschaft, neuer Name. Das Risiko ist vor allem Verzögerung. Der Assistent beschreibt Sie korrekt, aber unter dem alten Namen, oder nennt beide Namen, ohne den Zusammenhang zu erklären.

Die Verschmelzung ist heikler. Für einen Assistenten bleiben die beiden früheren Unternehmen zwei Unternehmen, denn so beschreiben sie die Texte, mit denen er trainiert wurde. Auf eine Kategoriefrage kann er beide nebeneinander als Alternativen aufzählen. Ein Einkäufer liest daraus zwei Wettbewerber, wo es nur noch einen Lieferanten gibt. Und die Beschreibung des einen kann Details des anderen übernehmen, ein naher Verwandter des Problems mit dem Namensvetter, nur dass diesmal beide Namen tatsächlich Ihnen gehören.

Die Übernahme, bei der die Marke bleibt, etwa als Produktlinie oder Tochter, liegt dazwischen. Der Assistent stellt sie womöglich als eigenständiges Unternehmen dar, mit dem früheren Eigentümer und den alten Kontaktdaten.

Modellwissen und Websuche: zwei Quellen, zwei Antworten

Ein Assistent kennt ein Unternehmen auf zwei Wegen. Das Modellwissen ist das, was das Modell beim Training aus Texten aufgenommen hat, eingefroren an dem Tag, an dem das Training endete. Die Websuche sind die Seiten, die der Assistent abruft, während er antwortet.

Den Stichtag des Trainings veröffentlichen die Anbieter. Anthropic nennt für jedes Claude-Modell sogar zwei Daten: einen Stichtag für verlässliches Wissen, bis zu dem das Wissen des Modells am umfassendsten und zuverlässigsten ist, und einen weiter gefassten Stichtag der Trainingsdaten. Für Claude Haiku 4.5 sind das Februar 2025 und Juli 2025 (Anthropic, Modellseite). OpenAI gibt für gpt-5-mini den 31. Mai 2024 an (OpenAI, Modellseite).

Entscheidend ist etwas anderes: Modelle bleiben lange nach ihrem Stichtag im Einsatz. Claude Haiku 4.5 erschien im Oktober 2025, acht Monate nach seinem Stichtag für verlässliches Wissen, und war im Oktober 2026 weiterhin über die API verfügbar. Ein Unternehmen, das in diesem Zeitraum umfirmiert hat, existiert für dieses Modell nur unter dem alten Namen.

Auch das nächste Modell löst das nicht automatisch. Training besteht aus Texten, und Texte sammeln sich langsam an. Ein Name, der seit dreißig Jahren geführt wird, steht in Katalogen, Ausschreibungen, Fachzeitschriften und Ausstellerverzeichnissen. Ein Name, der seit sechs Monaten geführt wird, steht auf Ihrer Website und auf wenigen Seiten, die schon nachgezogen haben. Ein Modell, das nach der Umfirmierung trainiert wurde, kann den neuen Namen gesehen haben und den alten trotzdem stärker mit Ihnen verbinden. Der alte Name verblasst von Modellgeneration zu Modellgeneration, nicht von Woche zu Woche.

Hier liegt der Unterschied zum neuen Produkt, das KI-Assistenten nicht kennen. Ein neues Produkt beginnt mit leerem Modellwissen. Ein neuer Name beginnt mit vollem Modellwissen, nur mit dem falschen Inhalt. Eine Lücke lässt sich leichter füllen als ein Fehler korrigieren.

Welcher Kanal antwortet, hängt von der Frage, vom Assistenten und manchmal vom einzelnen Durchlauf ab. OpenAI schreibt in der Dokumentation zur Websuche, das Modell könne „je nach Inhalt des Prompts entscheiden, ob es im Web sucht oder nicht“ (OpenAI, Leitfaden zur Websuche). Dieselbe Frage zu Ihrem Unternehmen kann also heute aus dem Modellwissen und morgen aus der Suche beantwortet werden. Einmal steht der alte Name in der Antwort, einmal der neue. Ein Defekt ist das nicht.

Die Websuche ist dabei nur so aktuell wie die Seiten, die sie findet. Die meisten Seiten über ein Unternehmen schreibt nicht das Unternehmen selbst: Kataloge ausländischer Händler, B2B-Verzeichnisse, Ausstellerlisten von Messen, PDF-Datenblätter und Zertifikate auf den alten Namen, Fachartikel aus der Zeit davor. Und ein Stammkunde tippt den alten Namen ein. Eine Suche nach dem alten Namen findet Seiten mit dem alten Namen. Funktionieren Ihre Weiterleitungen, landet der Assistent vielleicht auch auf der neuen Website und schreibt „ehemals“. Genau diese Verbindung ist das gute Ergebnis: nicht eine Antwort, die den alten Namen getilgt hat, sondern eine, die beide verknüpft. X, heute Y.

Handelsregister, USt-IdNr., Impressum: die Verbindung steht schon fest

Eine Umfirmierung wird im Handelsregister eingetragen. Bei einer reinen Namensänderung bleibt die Gesellschaft dieselbe, und damit bleiben auch Registernummer und Umsatzsteuer-Identifikationsnummer in der Regel unverändert. Diese Nummern sind das Bindeglied zwischen altem und neuem Namen, und es lohnt sich, sie auf der Website sichtbar zu machen, im Impressum und in jeder Sprachversion.

Bei einer Verschmelzung erlischt der übertragende Rechtsträger. Manche Firmeninformationsdienste zeigen ihn danach als gelöscht an. Schreibt ein Assistent, Ihr früheres Unternehmen existiere nicht mehr, hat er oft eine solche Seite ohne Zusammenhang gelesen. Die Antwort darauf gehört auf Ihre eigene Website: eine Seite, die klar sagt, wer auf wen verschmolzen wurde und seit wann der Betrieb unter neuem Namen weiterläuft.

Ein Sonderfall, der im deutschen Mittelstand häufig vorkommt, ist der Rechtsformwechsel. Wenn aus einer GmbH eine GmbH & Co. KG wird, ändert sich formal nur der Zusatz. Für eine Maschine, die Zeichenketten vergleicht, sind das trotzdem zwei verschiedene Namen. Prüfen Sie auch diese Variante.

Was Sie nach der Umfirmierung messen sollten

Die Umfirmierung verändert den Gegenstand der Messung, also muss sich auch die Messung ändern. Vier Gruppen von Fragen decken das Wesentliche ab:

• Fragen mit dem alten Namen, so wie ein Stammkunde fragt. Nennt die Antwort den neuen Namen? Sagt sie, dass es dasselbe Unternehmen ist?
• Fragen mit dem neuen Namen, so wie ein Interessent fragt. Erkennt der Assistent ihn, oder behandelt er ihn wie ein unbekanntes Unternehmen?
• Kategoriefragen ohne Namen: Welche Hersteller Ihres Produkts beliefern Ihren Markt? Welcher Name erscheint? Erscheinen nach einer Verschmelzung beide alten Namen als getrennte Einträge?
• Quellen: Welche zitierten Seiten tragen noch den alten Namen? Mit denen fangen Sie an.

Jede Gruppe gehört in jede Sprache, in der Sie verkaufen. Der neue Name erreicht das deutschsprachige Web schnell, über Ihre Website und Ihre Pressemitteilung. Den Katalog des italienischen Händlers oder das französische Branchenverzeichnis erreicht er erst, wenn sich dort jemand darum kümmert. Am längsten hält sich der alte Name in den Märkten, die Sie am wenigsten beobachten.

Und jede Gruppe gehört auf jeden Assistenten einzeln. Perplexity ist um die Suche herum gebaut und zitiert die Seiten, die es liest; ChatGPT und Claude entscheiden von Fall zu Fall. Der Vergleich zeigt schnell, welcher Kanal hinterherhinkt. Am besten messen Sie schon vor der Bekanntgabe unter dem alten Namen: Diese Basis zeigt, was normal war, und erlaubt es, einen Rückgang danach als Verzögerung zu lesen statt als Verlust an Sichtbarkeit. Dieselben Fragen regelmäßig zu wiederholen ist der mühsame Teil, und den übernimmt PSentry: 2 Scans im Monat über ChatGPT, Claude, Gemini und Perplexity, ein Score pro Sprache und die zitierten Quellen. Das Tool misst, welchen Namen die Assistenten verwenden. Es bringt sie nicht dazu, umzustellen, und das kann niemand versprechen.

Was Sie im Web beeinflussen können

Das Modellwissen lässt sich nicht ändern. Beeinflussen lässt sich, was die Websuche findet.

• Dauerhafte Weiterleitungen. Ändert sich die Domain, sollte die alte Seite für Seite weiterleiten, nicht nur auf die Startseite. Google empfiehlt bei einem Websiteumzug, die Weiterleitungen mindestens 180 Tage beizubehalten, und das Tool zur Adressänderung überträgt Signale 180 Tage lang (Google Search Central). Das betrifft die Google-Suche, doch die Suche der KI-Assistenten liest dasselbe Web.
• Ein klarer Satz auf der Website, in jeder Sprache: „Y firmierte bis 2026 als X.“
• Ehrliche strukturierte Daten. Schema.org kennt keine Eigenschaft für einen früheren Namen. Am nächsten kommt alternateName, definiert nur als Alias (schema.org). Das verbindet beide Namen mit einer Organisation, trägt aber kein Datum.
• Fremde Seiten. Händler, Verzeichnisse, Messen, Zertifikatsregister. Eine Liste pro Sprache, beginnend mit den Seiten, die die Assistenten tatsächlich zitieren.

Nichts davon garantiert, dass ein Assistent den neuen Namen verwendet. Es beseitigt die Gründe, aus denen eine suchbasierte Antwort es nicht täte.

Was Geschäftsführer nach der Umfirmierung fragen

Sollen wir den alten Namen ganz von der Website entfernen?

Nein, jedenfalls nicht sofort. Eine Website, die den alten Namen nie erwähnt, gibt der Suche keinen Anhaltspunkt, um die Frage eines Stammkunden mit dem neuen Namen zu verbinden. Einmal nennen, mit Datum der Änderung, genügt.

Können wir OpenAI oder Anthropic bitten, den Namen zu aktualisieren?

Dafür gibt es kein Formular. Was ein Modell im Training gelernt hat, ändert sich nur mit einem neuen Modell. Was es über die Suche findet, ändert sich mit dem Web.

Wie lange sollten wir den alten Namen beobachten?

Bis er in keiner Sprache, in der Sie verkaufen, mehr in Antworten auftaucht. Das ist ein Messergebnis, kein Datum, und die vernachlässigten Märkte kommen zuletzt.