Sechs Plattformen, sechs Retrieval-Profile. Wer einheitlich optimiert, verschenkt 30–50 % Effizienz. Hier der Hub mit der Plattform-spezifischen Methodik.
KI-Plattformen-Sichtbarkeit beschreibt die Optimierung von Inhalten, Schema-Daten und Crawler-Zugang so, dass jedes große LLM — ChatGPT, Perplexity, Google AI Overviews, Bing Copilot, Claude, Gemini — die Marke beim Beantworten relevanter Nutzerfragen als Quelle nennt. Jede Plattform hat eigenes Retrieval, eigene Hebel und eigenen Refresh-Zyklus.
Jede LLM hat ein eigenes Retrieval-Profil. Ein einheitlicher Content-Stack erreicht in unseren Audits typischerweise 50–70 % der maximal möglichen Sichtbarkeit. Wer ChatGPT-Search bedient, ist nicht automatisch in Perplexity oder Gemini sichtbar — die Hebel überlappen, sind aber nie identisch.
Konkret: Perplexity priorisiert Frische und Citation-Format, Claude bevorzugt Entity-Verankerung über Wikidata, Google AI Overviews verlangen organische Top-10-Sichtbarkeit als Voraussetzung. Wer alle drei Optimierungs-Pfade parallel fährt, erreicht 2–3× höhere Share-of-Answer-Werte über den Cluster.
In der Praxis nutzen wir eine 3-Schicht-Methodik: Schicht 1 sind Plattform-übergreifende Basics (Schema, Performance, Bot-Politik), Schicht 2 sind Plattform-spezifische Hebel (z. B. IndexNow für Bing, Wikidata für Claude), Schicht 3 ist Content-Ausrichtung auf das Retrieval-Profil (Frische für Perplexity, Authority für Claude, Klarheit für AI Overviews).
Familie 1 — Live-Retrieval (Perplexity, ChatGPT-Search, Bing Copilot): zieht zur Anfrage-Zeit aus einem Web-Index, gewichtet Frische hoch. Optimierung: Crawl-Zugang, Schema, IndexNow, dateModified.
Familie 2 — Index-Re-Ranking (Google AI Overviews, Gemini): zieht aus klassischem Google-Index, re-ranked mit LLM-Score. Optimierung: organisches Ranking ist Voraussetzung, dann Passagen-Klarheit und E-E-A-T.
Familie 3 — Snapshot-dominant (Claude, ältere ChatGPT-Modi): zieht primär aus Trainingsdaten, ergänzt selten durch Web-Suche. Optimierung: Wikidata, Mentions in Fachmedien, Person-Schema. Lift dauert 6–12 Monate.
Wir betreiben pro Plattform eine eigene Spoke-Seite mit Methodik, Hebeln und FAQ. Wer als Mittelstand startet, beginnt typischerweise mit ChatGPT + Perplexity (höchste B2B-Recherche-Affinität), gefolgt von Google AI Overviews (höchstes Volumen) und Bing Copilot (Microsoft-365-Kunden).
Claude und Gemini kommen in der Regel nach 3–6 Monaten dazu, weil ihre Hebel (Wikidata, Knowledge-Graph) längere Vorlaufzeiten haben. Wer früh in Wikidata investiert, holt aber 6–12 Monate früher Sichtbarkeit als Wettbewerber, die erst spät beginnen.
Sechs Hebel wirken in jeder Plattform und sollten zuerst sitzen: 1. Bot-Politik in robots.txt (Allow für OAI-SearchBot, PerplexityBot, ClaudeBot, Google-Extended, BingBot). 2. Schema.org-Hygiene (Article, FAQPage, Organization, Person). 3. dateModified konsistent im JSON-LD und HTTP-Header. 4. Core Web Vitals im 'good'-Bereich. 5. Semantisches HTML (H2 pro Frage, kurze Absätze, keine Akkordeon-only-FAQs). 6. NAP-Konsistenz site-weit.
Diese sechs Hebel bringen typischerweise 25–40 % Mention-Lift binnen 6 Wochen — bevor irgendeine Plattform-spezifische Arbeit beginnt. Wir prüfen sie in jedem Onboarding zuerst.
B2B-SaaS und Consulting: Perplexity → ChatGPT → Gemini → Claude → Bing. Begründung: Recherche-Käufer nutzen Perplexity überproportional, Claude liefert langfristige Authority-Sichtbarkeit. E-Commerce: Google AI Overviews → Gemini → ChatGPT → Bing → Perplexity. Begründung: Produkt-Anfragen werden überwiegend bei Google getriggert. Lokale Dienstleister: Gemini → ChatGPT → Bing → AI Overviews → Perplexity → Claude. Begründung: Lokal-Anfragen werden in Gemini und ChatGPT-App häufig direkt mit Empfehlungen beantwortet.
Mittelstand mit Mischmodell: parallel ChatGPT + Perplexity + AI Overviews bedienen, Claude und Gemini als 12-Monats-Investment behandeln. Wer alle sechs Plattformen gleichzeitig priorisiert, verteilt Budget zu dünn und sieht kaum messbaren Lift.
Drei Reporting-Ebenen: 1. Plattform-Mention-Rate pro Cluster (wöchentlich, 60–120 Test-Prompts pro Plattform). 2. Share-of-Voice gegen 3–5 definierte Wettbewerber. 3. Position-Score (durchschnittliche Position in der Quellen-/Empfehlungsliste).
Tooling: AthenaHQ, Profound, BrightEdge oder Eigenbau mit Sonar-API + Playwright + Postgres. Realistisches Budget: 0–2.500 EUR/Monat je nach Skalierung. Manuelle Stichproben (30 Prompts/Woche) bleiben für Plausibilität Pflicht — Tool-Werte ohne Cross-Check führen regelmäßig in die Irre.
Ihre Domain muss für GPTBot und OAI-SearchBot crawlbar sein, ein Definition-Lead pro Zielfrage liefern und in mindestens drei thematisch passenden Drittquellen erwähnt werden. ChatGPT zieht über den Bing-Index plus eigenen Crawler — wer beide Pfade bedient, erscheint in den nummerierten Quellen meist innerhalb von 6–8 Wochen.
Perplexity priorisiert Frische, Citation-Format und strukturierte Antworten. Wenn Ihre Seite keinen klaren ersten Antwortabsatz, kein FAQPage-Schema und kein dateModified liefert, wird sie zugunsten von Wikipedia, Reuters oder produktnahen Glossaren übergangen. Lift kommt typischerweise nach Refactor auf Definition-Lead-Format und wöchentlichem Update-Signal.
Google AI Overviews speisen sich aus dem regulären Google-Index plus Featured-Snippet-fähigen Passagen. Ranken Sie für die Long-Tail-Frage organisch in Top 10, liefern Sie eine 40–60-Wort-Antwort direkt unter H2 und ergänzen Sie FAQPage- oder HowTo-Schema. DACH-spezifisch: deutschsprachige Quellen und .de-Domain steigern die Auswahlwahrscheinlichkeit messbar.
Bing Copilot nutzt den Bing-Webindex plus IndexNow-Submissions. Wer IndexNow aktiviert (cloudflare- oder cms-seitig), eine klare bing-konforme robots.txt fährt und Schema.org-Markup einsetzt, wird im Schnitt 3× häufiger als Quelle gelistet. Microsoft dokumentiert die Auswahlfaktoren öffentlich im Bing-Webmaster-Blog.
Claude (Anthropic) zieht stärker aus Trainingsdaten und nutzt Web-Suche erst seit 2024. Bevorzugt werden klar strukturierte, faktendichte Texte mit erkennbarem Autor, Wikidata-Eintrag und konsistenter Marken-Entity. Klassische SEO-Listicles und werbliche Landingpages werden seltener als Quelle gewählt als Glossare, Studien und Fachmedien.
ChatGPT-Search nutzt Bing plus OAI-SearchBot mit wöchentlichem Crawl. Perplexity betreibt eine hybride Pipeline aus eigenem Sonar-Crawler, Google-Live-Lookup und Drittquellen mit tageweisem Refresh. In der Praxis: Perplexity zeigt neue Inhalte 5–10 Tage schneller, ChatGPT bevorzugt etablierte Domains mit historischer Entity-Konsistenz.
Mention ohne Link bedeutet: Die Entity ist im Modell verankert, aber keine konkrete URL ist als kanonische Quelle hinterlegt. Lösung: pro relevantem Cluster eine Definition-Lead-Seite mit Schema.org/Article und sameAs-Verweis auf Wikidata. Nach 30–60 Tagen erscheint typischerweise ein Deep-Link statt nur des Markennamens.
Über interne Verlinkung mit konsistentem Anchor-Text, kanonische URLs, Definition-Lead pro Zielseite und FAQPage-Schema auf der gewünschten Unterseite. LLMs wählen die Seite mit dem prägnantesten Antwortabsatz zur Nutzerfrage — wer drei Seiten zum gleichen Thema hat, riskiert Kannibalisierung. Eine Seite pro Long-Tail-Frage ist die Regel.
Perplexity indexiert über eigenen Crawler tagesaktuell, ChatGPT-Search nutzt Bing plus OAI-SearchBot mit deutlich konservativerer Quellenauswahl. Häufige Ursache: Ihre Domain ist nicht im Bing-Index oder OAI-SearchBot wird in robots.txt blockiert. Bing-Webmaster-Check und Allow-Regel beheben das in 1–2 Wochen.
Drei Hebel: erstens FAQPage- und HowTo-Schema für die Zielfrage, zweitens eine 40–60-Wort-Antwort direkt unter der H2, drittens regelmäßige Aktualisierung mit sichtbarem dateModified. Perplexity lädt Seiten beim Beantworten häufig live nach — wer mobil unter 1,5 Sekunden lädt, wird konstant häufiger zitiert.
Gemini ist tief mit dem Google-Knowledge-Graph verbunden. Für eine Empfehlung müssen Sie als Entity im Knowledge-Graph existieren (Wikidata-Eintrag + sameAs auf Ihrer Domain), E-E-A-T-Signale liefern (Autor, Impressum, About) und für die Long-Tail-Frage organisch in Top 5 ranken. Erste Empfehlungen typischerweise nach 8–12 Wochen.
Copilot zieht aus dem Bing-Index plus eigener Antwort-Synthese. Wenn Konkurrenten dort sichtbarer sind, fehlt Ihnen entweder Bing-Sichtbarkeit oder Citation-Format. Prüfen Sie: Bing-Ranking für die Zielfrage, IndexNow-Aktivierung und Schema-Abdeckung. Wer in Bing nicht Top 10 ist, erscheint in Copilot praktisch nie.
Google AI Overviews wählen die Seite mit der präzisesten Passage zur Anfrage. Wer für jede Long-Tail-Frage eine eigene Seite mit Definition-Lead, FAQPage-Schema und sauberer interner Verlinkung pflegt, steuert die Auswahl aktiv. Vermeiden Sie zwei Seiten zur gleichen Frage — Google wählt sonst unvorhersehbar.
Claude entscheidet primär aus Trainingsdaten plus optionaler Websuche. Für Trainings-Mentions zählen Wikidata-Eintrag, Wikipedia-Artikel und Erwähnungen in Fachmedien wie heise, t3n oder Branchenpublikationen. Web-Mentions liefern Websuche-Treffer. Realistischer Horizont für Trainings-Lift: nächster Trainings-Cutoff, meist 6–12 Monate.
Bing-KI-Suche und Copilot teilen denselben Index. Ein Setup reicht: IndexNow aktivieren, Bing-Webmaster-Tools verifizieren, BingBot allowen, Schema.org sauber pflegen. Wer in Bing Top 10 rankt und Definition-Lead-Format nutzt, erscheint in beiden Antwort-Oberflächen — ChatGPT-Search nutzt denselben Index und profitiert mit.
Beide Systeme nutzen unterschiedliche Indizes. ChatGPT-Search liest Bing, Google AI Overviews ziehen aus dem Google-Index plus Knowledge-Graph. Wenn Sie bei Bing rankt, aber nicht bei Google, fehlt Ihnen klassische SEO-Substanz: Backlinks, E-E-A-T-Signale, Core Web Vitals. AI Overviews belohnen organische Top-10-Sichtbarkeit.
Kostenloser 30-Min-Sichtbarkeits-Check — wir zeigen, wo Ihre Marke in 5 LLMs steht.
900 Mio. Wochen-Nutzer, Bing-basierter Index + OAI-SearchBot.
Live-Retrieval mit Sonar-Crawler, tagesaktueller Refresh.
Google-Index + Knowledge-Graph, betrifft DACH-Mittelstand massiv.
Bing-Index + IndexNow, geteilt mit ChatGPT-Search.
Anthropic, Training-lastig, Web-Suche seit 2024.
Tief verknüpft mit Knowledge-Graph und Google-Index.
