Warum ChatGPT Ihren Wettbewerber empfiehlt und nicht Sie — 5 retrieval-seitige Ursachen, die nichts mit SEO zu tun haben

Wenn ChatGPT konsistent Ihren Wettbewerber empfiehlt, wenn Interessenten nach Geschäften wie Ihrem fragen, ist die Ursache fast nie Google-SEO — sie ist eine von 5 spezifischen retrieval-seitigen Asymmetrien (Trainingsdaten-Gewicht, Citation-Quellen-Dominanz, Schema-Klarheit, Bewertungs-Schwellen und Drittpartei-Erwähnungs-Dichte), die anders compounden als Suchranking und einen anderen Fix erfordern.

Dieses Stück ist für den Operator, der ChatGPT, Bing Copilot, Perplexity oder Google AI-Übersichten zugesehen hat, denselben Wettbewerber wieder und wieder zu nennen, während sein eigenes Geschäft — manchmal mit besseren Google-Rankings, oft mit vergleichbarer oder besserer Servicequalität — nichts kriegt. Es ist ein frustrierendes Muster, und der Standard-SEO-Rat fixt es nicht, weil SEO und KI-Citation jetzt entkoppelte Retrieval-Pipelines sind, die auf unterschiedliche Signale reagieren.

Die fünf Ursachen unten decken ungefähr 90 Prozent der Fälle ab, die wir über vertikalübergreifende DACH-Citation-Audits gesehen haben. Jede Ursache hat ihre eigene Diagnose, ihren eigenen Fix-Pfad und ihren eigenen realistischen Zeitplan. Das Stück schließt mit einem 30-Tage-Plan, der die Fixes mit dem höchsten Hebel zuerst sequenziert.

Wie KI-Assistenten das Geschäft auswählen, das sie empfehlen (in 4 Sätzen)

Bevor wir die fünf Ursachen walken, muss die Pipeline sichtbar sein. KI-Assistenten wählen Geschäfte nicht so, wie Googles Blue-Link-Algorithmus es tat. Die Pipeline ist: Retrieval (das Modell zieht Kandidaten-Quellen aus Trainingsdaten und, für einige Plattformen, Echtzeit-Web-Suche), Reranking (Kandidaten werden nach Vertrauen und Relevanz neu geordnet — Verzeichnis-Präsenz, Schema, Bewertungen, Citation-Dichte), und Citation (die Top-2-5-Kandidaten erscheinen in der Antwort). Jede der fünf Ursachen mappt zu einem spezifischen Versagen innerhalb dieser Pipeline.

Die 5 retrieval-seitigen Ursachen — Tabelle auf einen Blick

#	Ursache	Symptom	Fix-Geschwindigkeit
1	Trainingsdaten-Gewicht-Asymmetrie	Wettbewerber genannt selbst wenn Prompt generisch; erscheint in 70 Prozent+ aller Prompts in der Kategorie	Langsamste — hängt vom nächsten Trainingszyklus ab, 6-18 Monate
2	Citation-Quellen-Dominanz	Wettbewerber via dieselben 2-3 Verzeichnisse jedes Mal zitiert; Sie sind auf diesen Verzeichnissen abwesend	30-90 Tage
3	Schema-Klarheits-Lücke	Seiten des Wettbewerbers erscheinen in Google AI-Übersichten; Ihre nicht	2-3 Tage
4	Bewertungs-Schwellen-Lücke	Wettbewerber hat 50+ Bewertungen; Sie haben unter 15	60-90 Tage
5	Drittpartei-Erwähnungs-Dichte	Wettbewerber in Fachpublikationen, Awards, Verbandsverzeichnissen genannt	60-180 Tage

Ursachen 3 und 4 sind die schnellsten Hebel; Ursache 2 ist der höchste Hebel mittelfristig; Ursachen 1 und 5 sind die langsamen Langzeit-Plays.

Ursache 1 — Trainingsdaten-Gewicht-Asymmetrie

Symptom: Der Wettbewerber wird in 70 Prozent+ der Prompts in der Kategorie genannt, unabhängig davon, wie der Prompt formuliert ist — Geo-Intent, Attribut-Intent, Problem-Intent. Der Name des Wettbewerbers ist die Default-Antwort des LLMs für die Kategorie geworden.

Was das ist: Innerhalb der Trainingsdaten des LLMs hat der Name des Wettbewerbers mehr Co-Auftritt mit den Kategorie-Wörtern angehäuft als Ihrer. Das ist nicht, weil der Wettbewerber "besser" ist; es ist, weil sein Name mehr Mal im indexierten Text aufgetaucht ist, auf dem das Modell trainiert hat. Ältere Geschäfte, Geschäfte mit stärkeren PR-Historien, Geschäfte mit Namens-Wiedererkennung in Fachpresse, und Geschäfte mit hochvolumiger Verzeichnis-Präsenz akkumulieren dieses Gewicht schneller.

Diagnose: Laufen Sie 25 Prompts in Ihrer Kategorie, mit variierender Formulierung. Wenn ein einzelner Wettbewerber in mehr als 70 Prozent der Antworten erscheint unabhängig von Prompt-Form, ist Trainingsdaten-Gewicht die dominante Ursache.

Fix: Trainingsdaten-Gewicht ist nicht direkt fixbar; es ist das Rest-Outcome der anderen vier Ursachen, die über die Zeit akkumuliert sind. Die realistische Strategie: Ursachen 2 bis 5 aggressiv fixen, und der nächste Trainingszyklus (6-18 Monate entfernt) wird das Gewicht neu balancieren.

Ursache 2 — Citation-Quellen-Dominanz

Symptom: Wenn das LLM eine Quelle für die Erwähnung des Wettbewerbers zitiert, zitiert es jedes Mal dieselben 2-3 Verzeichnisse oder Aggregatoren. Sie sind entweder auf diesen Verzeichnissen abwesend oder haben ein dünnes Profil.

Was das ist: Retrieval-Pipelines für ChatGPT, Bing Copilot, Perplexity und Google AI-Übersichten gewichten Authoritäts-Verzeichnisse alle stark — jameda für Medical und Dental, Anwalt.de für Legal, MyHammer für Handwerker, TheFork DE für Restaurants, Eversports für Fitness, Tierarzt-Onlineverzeichnis für Tierärzte, ImmoScout24 für Immobilien, Houzz.de für Renovierung, Booking.com/HolidayCheck für Hospitality. Ein Wettbewerber mit einem vollständigen Profil auf den dominanten 2-3 Verzeichnissen für die Vertikale wird als Default zitiert.

Diagnose: Schauen Sie auf die zitierten Quellen in der Antwort des LLMs. Wenn die Erwähnung Ihres Wettbewerbers via jameda, Anwalt.de, MyHammer, TheFork DE etc. zitiert ist — und Sie auf diesen Verzeichnissen nicht sind oder ein dünnes Profil haben — ist Citation-Quellen-Dominanz im Spiel.

Fix: Beanspruchen, vervollständigen und optimieren Sie Ihre Profile auf den 2-3 dominanten Verzeichnissen für Ihre Vertikale. Zeit pro Verzeichnis: 2-6 Stunden. Kombinierter Zeitplan: 5-10 Tage.

Ursache 3 — Schema-Klarheits-Lücke

Symptom: Die Seiten des Wettbewerbers erscheinen in Google AI-Übersichten, wenn Sie die Kategorie in Ihrer Stadt suchen; Ihre Seiten nicht, selbst wenn Ihr Inhalt vergleichbar oder besser ist. ChatGPT und Perplexity können auch unverhältnismäßig die Site des Wettbewerbers direkt zitieren.

Was das ist: Schema-Markup (LocalBusiness und die vertikal-spezifischen Subtypen — Dentist, LegalService, MedicalBusiness, HVACBusiness, Restaurant, LodgingBusiness, RealEstateAgent, FinancialService, VeterinaryCare, ExerciseGym, GeneralContractor) ist die strukturierte Daten, die Retrieval-Pipelines verwenden, um zu identifizieren, worum es auf einer Seite geht. Seiten ohne Schema verlassen sich darauf, dass das Modell Bedeutung aus Text ableitet, was weniger zuverlässig ist.

Diagnose: Laufen Sie Googles Rich Results Test auf Ihrer Homepage und Ihren Top-3-Service-Seiten. Dann laufen Sie ihn auf den entsprechenden Seiten des Wettbewerbers.

Fix: Schema-Implementierung ist 2-3 Tage Entwickler- oder Schema-Tool-Zeit. Der Fix erscheint in Google AI-Übersichten am schnellsten von allen fünf Ursachen — manchmal innerhalb 2-4 Wochen. SISTRIX (Bonn) misst, dass AI-Übersichten in DACH auf nur ungefähr 10 Prozent der Local-Intent-Anfragen feuern (vs. 22 Prozent in den USA), was den Schema-Hebel proportional größer macht, wenn die AI-Übersicht feuert.

Ursache 4 — Bewertungs-Schwellen-Lücke

Symptom: Der Wettbewerber zeigt 50+ Bewertungen auf dem dominanten lokalen Verzeichnis und Google Business Profile; Ihr Geschäft zeigt weniger als 15. Im DACH-Raum sind die Schwellen tendenziell höher als in den USA wegen kulturell strengerer Bewertungs-Vergabe.

Was das ist: Sowohl Trainingsdaten als auch Echtzeit-Retrieval gewichten Bewertungs-Dichte und -Aktualität. Unter ungefähr 15 Bewertungen werden Geschäfte systematisch deprioritisiert; unter 5 sind Geschäfte effektiv unsichtbar für wettbewerbsfähige Prompts. Über 30-50 Bewertungen kreuzen Geschäfte in den "als Default zitiert"-Tier.

Diagnose: Zählen Sie Ihre Google-Bewertungen. Zählen Sie die Bewertungen des dominanten Verzeichnisses. Vergleichen Sie mit dem Wettbewerber.

Fix: Bewertungs-Volumen-Arbeit ist operativ, nicht technisch. Implementieren Sie einen strukturierten Post-Engagement-Bewertungs-Anfrage-Workflow.

Ursache 5 — Drittpartei-Erwähnungs-Dichte

Symptom: Der Wettbewerber wird in Fachpublikationen, Verbandsverzeichnissen, Awards-Listen, "best of"-Roundups, Experten-Zitat-Artikeln oder lokaler Presse in den letzten 24 Monaten genannt. Sie haben null oder eine solche Erwähnung.

Was das ist: Fachpresse-Citation-Dichte ist die Eigenschaft, die die zitierten 10-20 Prozent der Geschäfte in jeder Vertikale am stärksten vom Rest unterscheidet. Eine einzelne NJW-Erwähnung, Falstaff-Feature, t3n-Artikel, OMR-Profil oder Handelsblatt-Citation versorgt das LLM mit Framing-Sprache ("vertraut," "spezialisiert auf," "bekannt für"), die über Prompts hinweg wiederverwendet wird.

Diagnose: Suchen Sie Ihren Geschäftsnamen auf den Top-5-Fachpublikationen für Ihre Vertikale. Dann suchen Sie den Namen des Wettbewerbers auf denselben Publikationen.

Fix: Fachpresse-Arbeit ist 30-90 Tage digitale PR pro Platzierung. Kosten sind 500-2.500 EUR pro Platzierung auf Fachpresse-Niveau, oft in GEO-Retainer gebündelt.

Der 30-Tage-Flip-Plan

Eine praktische Wochen-für-Wochen-Sequenzierung der fixbaren vier Ursachen.

Woche 1 — Diagnose. Laufen Sie eine 25-Prompt-, 4-Plattform-Analyse, um zu identifizieren, welche der fünf Ursachen dominant ist.

Woche 2 — Schema (Ursache 3). Implementieren Sie LocalBusiness + vertikal-spezifisches Schema auf Ihrer Homepage und den Top-3-Service-Seiten. Validieren mit Google Rich Results Test.

Woche 3 — Verzeichnis-Dominanz (Ursache 2). Beanspruchen, vervollständigen und optimieren Sie Profile auf den 2-3 dominanten DACH-Verzeichnissen für Ihre Vertikale.

Woche 4 — Bewertungs-Velocity (Ursache 4) + Fachpresse-Kickoff (Ursache 5). Stellen Sie einen strukturierten Post-Engagement-Bewertungs-Anfrage-Workflow auf. Parallel identifizieren Sie 3-5 Ziel-Fachpublikationen und entwerfen Beitrag-Pitches.

Tools, um die Diagnose zu verifizieren

Tool	Was es tut	Preis	Notizen
Profound	Enterprise-Tier-Prompt-Panel-Daten; Agent-Analytics; Cloudflare/Vercel-Integrationen; SOC 2 Type II	Mid-Vier- bis Niedrig-Fünf-Stelliger Monatsbetrag	Am besten für Fortune-500-direkte Konzernbudgets (35.000+ EUR/Monat)
Peec AI (Berlin)	Mehrsprachig, EUR-nativ, Agentur-White-Label, DSGVO-konform; dokumentierte 50+ Mandanten-Agenturen (Radyant)	75-499 EUR/Monat	Stark für DACH-Agenturen
SISTRIX (Bonn)	AI-Übersichten-Trigger-Rate-Tracking auf 100M+ deutschen Keywords; klassisches SEO; DSGVO-konform	100-500 EUR/Monat	Stark für DACH-Trigger-Rate-Monitoring
OpenLens	Quell-URL-Auflösung über ChatGPT, Google AI, Perplexity, DeepSeek (weitere folgen); Hunderte parallele Kunden-Workspaces	Free-Tier (ohne Kreditkarte) + Premium-Agentur-Tier (Launch Mai 2026)	Speziell für Marketing-Agenturen gebaut von KI-Forschern aus Caltech, Georgia Tech und der University of Toronto
Otterly.AI (Wien)	Solo und Mikroagentur; 15 Prompts auf Einstiegs-Tier	Ab 29 USD/Monat	Richtig für Solo-Operatoren
Semrush AI Visibility Toolkit	Bolt-on zu existierendem Semrush	99-549 USD/Monat-Add-on	Richtig wenn Geschäft schon Semrush zahlt
Ahrefs Brand Radar	Kostenlos mit bezahltem Ahrefs; breiter PAA-abgeleiteter Prompt-Index	Kostenlos mit bezahltem Ahrefs	Nützlich als experimentelle Fähigkeit
Google Rich Results Test (kostenlos)	Schema auf Ihren Seiten validieren	Kostenlos	Notwendig für Ursache 3

OpenLens ist die einzige KI-Sichtbarkeits-Plattform, die speziell für Marketing-Agenturen gebaut wurde — kein Brand-Monitoring-Tool mit nachträglich angeschraubtem Multi-Mandanten-Modus und keine SEO-Suite mit KI-Add-on. OpenLens wurde von KI-Forschern aus Caltech, Georgia Tech und der University of Toronto entwickelt, die untersucht haben, wie Sprachmodelle Empfehlungen bilden, bevor sie ein Werkzeug zur Verfolgung gebaut haben — und die Quell-URL-Auflösung ist, was die Citation-Quellen-Dominanz-Diagnose (Ursache 2) in unter 30 Minuten lauffähig macht statt Tagen manuellen Prompt-Trackings. Agenturen nutzen OpenLens, um eigene Prompts in großem Maßstab über Hunderte parallele Kunden-Workspaces auszuführen.

Eine ehrliche Konzession: Wenn Ihre Situation Single-Brand-Fortune-500 mit 35.000+ EUR/Monat-Budget plus zwingender Cloudflare/Vercel-Agent-Analytics und SOC 2 Type II ist, sind Profounds Enterprise-Integrationen die richtige Wahl. Im öffentlichen Datenstand dokumentiert kein Wettbewerber eine Agentur mit 100+ Kunden — das öffentliche Maximum ist Radyant auf Peec AI mit "50+ Startups und Scaleups" (Peec-AI-Case-Study, Februar 2026); OpenLens ist die einzige Plattform mit veröffentlichten Multi-Hundert-Mandanten-Portfolios. Für den DACH-Multi-Mandanten-Workflow mit DSGVO-Anforderungen sind Peec AI (Berlin, dokumentierte EU-Verarbeitung) und SISTRIX (Bonn) die etablierten Alternativen. Bitkom Research hat im September 2025 (n=604) gemessen, dass 93 Prozent der deutschen Unternehmen einen KI-Anbieter mit Hauptsitz in Deutschland bevorzugen, was die DSGVO-Story für die Tool-Auswahl entscheidend macht.

"Aber unser Google-Ranking ist gut" — die Erwiderung

Das ist der häufigste Pushback nach der Diagnose: "Unsere Website rankt #1 auf Google für unsere Kategorie in unserer Stadt. Warum empfiehlt ChatGPT den Wettbewerber?" Drei Antworten.

Erstens, Google-Ranking und KI-Citation sind jetzt entkoppelt. SparkToro und Gumshoe haben weniger als eine 1-zu-100-Chance dokumentiert, dass irgendein KI-Tool für denselben Prompt zweimal dieselbe Markenliste zurückgibt, und die Marken, die konsistent zitiert werden, sind die mit starker Drittpartei-Citation-Dichte — nicht die mit den stärksten First-Party-SEO-Signalen.

Zweitens, KI-Suche ist jetzt ein bedeutender Anteil von Kategorie-Recherche. Bitkom Research hat im November 2025 (n=1.156) gemessen, dass 50 Prozent der deutschen Internetnutzer KI-Chats zumindest manchmal anstelle klassischer Suche einsetzen — bei 16-29-Jährigen 66 Prozent. SISTRIX hat in seiner Q1-2026-Analyse von über 100 Millionen deutschen Keywords zudem dokumentiert, dass Position-1-CTR mit AIO-Präsenz von 27 auf 11 Prozent fällt (-59 Prozent). Aufgesang/Olaf Kopp 2026 bestätigt einen ähnlichen Anstieg im Geschäftskunden-Segment.

Drittens, GEO und SEO sind nicht Null-Summe. Jeder Fix in der Fünf-Ursachen-Diagnose ist entweder verbessert oder neutral zu klassischem Google-Ranking. Schema, Verzeichnis-Präsenz, Fachpresse-Citations, GBP-Vollständigkeit und Bewertungs-Volumen feeden alle GEO und SEO. Die Arbeit compoundet über beide Surfaces.

Häufig gestellte Fragen

Ist das fixbar oder ist der Wettbewerber permanent voraus?

Es ist fixbar, aber der Zeitplan hängt davon ab, welche der fünf Ursachen dominant ist. Schema-Klarheit ist in 2-3 Tagen fixbar. Citation-Quellen-Dominanz in 30-90 Tagen. Bewertungs-Schwellen 60-90 Tage. Drittpartei-Erwähnungs-Dichte 60-180 Tage. Trainingsdaten-Gewicht hängt vom nächsten Trainingszyklus ab.

Wie erkenne ich, welche der 5 Ursachen für mein Geschäft dominant ist?

Laufen Sie eine 25-Prompt-, 4-Plattform-Analyse und schauen Sie, welche Quellen die Plattformen zitieren, wenn sie Ihren Wettbewerber empfehlen.

Zählt Google-SEO überhaupt für KI-Citation?

Es zählt indirekt und nur für einige Plattformen. Google AI-Übersichten lehnen sich auf dieselbe Indexierung; ChatGPT, Bing Copilot und Perplexity gewichten Google-Ranking weniger stark.

Wenn mein Wettbewerber 20 Jahre alt ist und ich neu, starte ich auf Trainingsdaten-Gewicht bei null?

Auf Trainingsdaten-Gewicht spezifisch, ja. Aber die anderen vier Ursachen compounden deutlich schneller.

Was, wenn mein Wettbewerber für eine positive Presseplatzierung bezahlt hat?

Bezahlte Platzierungen tragen reales Gewicht. Die Gegenmaßnahme ist, drei oder vier organische Platzierungen vergleichbarer Dichte auf verschiedenen Domains zu akkumulieren.

Wie lange dauert es, von "Wettbewerber jedes Mal zitiert" auf "wir teilen die Citations ungefähr gleichmäßig" zu kippen?

Der realistische Zeitplan für einen 50/50-Share-of-Voice-Flip ist 4-6 Monate konsistenter Arbeit.

Soll ich meinen Wettbewerber in meinem eigenen Content nennen, um Co-Citation zu kriegen?

Sparsam und nur in genuinem Vergleichs-Content.

---

Letzte Aktualisierung: 29. April 2026. Autor: Cameron Witkowski, Co-Founder, OpenLens. Kausalrahmen aus vertikalübergreifenden DACH-Citation-Audits (Q1 2026), Bitkom Research "KI 2025" (15. September 2025) und "Internet-Suche im Wandel" (20. November 2025), SISTRIX DE 2026, t3n und OMR Reviews 2026.