Zitierkreise: Welche Quellen KI-Antworten prägen

Wer heute eine Software auswählt, beginnt immer öfter mit einer Frage an ChatGPT, Gemini, Perplexity oder Copilot: Welche Anbieter gibt es, und welcher passt zu uns? Auch die KI-Übersichten und der KI-Modus bei Google antworten direkt über den Suchergebnissen. Die Kurzliste entsteht im Antwortfenster, oft ohne dass jemand die Seiten öffnet, aus denen sie stammt.

Messbar wird das an zwei Zahlen. Auf Google-Suchseiten mit KI-Zusammenfassung führten nur 8 Prozent der Besuche zu einem Klick auf einen der gewohnten Treffer, auf Seiten ohne sie lag der Anteil bei 15 Prozent. Die Werte stammen vom Pew Research Center, das 2025 echte Browserdaten ausgewertet hat.

Für die Pressearbeit folgt daraus etwas Überraschendes. Ein Beitrag in einem Fachmagazin erreicht womöglich weniger menschliche Leser, als seine Auflage verspricht, wird aber von Maschinen gründlich gelesen und in Antworten weiterverwendet. Unabhängige Berichterstattung, Earned Media, gewinnt so an Wert, weil Antwortsysteme einen großen Teil ihres Materials aus unabhängigen Quellen beziehen. Offen ist, welche Beiträge wirken und wie man das prüft.

Zwischen Frage und Antwort: der kurze Weg zur Quelle

Wie ein Antwortsystem Suchergebnisse holt, Passagen auswählt und Belege setzt, erklärt unser Beitrag Wie Sprachmodelle ihre Quellen auswählen. Die Kurzfassung: Das System durchsucht das Netz oder einen eigenen Index, liest eine Handvoll Treffer und formuliert daraus seine Antwort. Dieses Verankern in gefundenen Texten heißt Grounding.

Hier geht es eine Stufe weiter: um die Quellen, die sich über viele Antworten hinweg durchsetzen. Wer dieselbe Art von Frage immer wieder stellt, sieht ein Muster. Die Belege wechseln, aber nicht beliebig. Einige Adressen tauchen ständig auf, andere nie.

Zitierkreise: Jedes Thema hat seine Stammquellen

Stellen Sie zwanzig Fragen zu einer Softwarekategorie, etwa zu Lagerverwaltung für Onlinehändler, und notieren Sie die Belege. Schnell zeichnet sich ein überschaubarer Kreis ab: ein oder zwei Fachportale, ein Vergleichsportal, ein Verband mit Ratgebertexten, ein Nachschlagewerk, dazu einige Anbieterseiten. Wir nennen ihn hier Zitierkreis. Für ein anderes Thema sieht er völlig anders aus.

Aufschlussreich ist, wer dazugehört. Kleine Fachtitel werden für konkrete Fragen oft zitiert, weil sie genau diese Fragen beantworten. Große allgemeine Medien mit allgemein gehaltener Berichterstattung erscheinen selten, trotz vielfacher Reichweite. Reichweite und Domain-Autorität sagen deshalb wenig darüber, ob ein Titel in KI-Antworten eine Rolle spielt.

Der Zitierkreis hängt außerdem von der Art der Frage ab:

• Fragen nach dem Geschehen in einer Branche, etwa „Was ändert sich gerade in der Lagerlogistik?“, beantworten Antwortsysteme vor allem mit Nachrichten und Fachpresse.
• Fragen nach dem Wie, etwa „Wie stelle ich meinen Shop von Tabellen auf eine Lagersoftware um?“, stützen sie stärker auf Nachschlagewerke und das eigene Material der Unternehmen: Websites, Anleitungen, Dokumentation.

Earned Media und Owned Media bedienen also unterschiedliche Fragen, beide gehören in den Plan. Wie die eigene Website für Maschinen lesbar wird, beschreibt Maschinenlesbar gebaut: Wie KI-Crawler eine Website lesen.

Frische: Wann das Datum mitentscheidet

Ein zweites Muster betrifft die Zeit. Bei Fragen zu aktuellen Entwicklungen, Meinungen im Markt oder Veranstaltungen bevorzugen Antwortsysteme frische Inhalte. Ein Interview von vor drei Jahren hilft wenig, wenn jemand wissen will, welche Anbieter gerade gefragt sind.

Ältere Beiträge bleiben trotzdem wertvoll: Gründliche Fachartikel, Porträts und Fallstudien sind das Fundament für Antworten auf Grundsatzfragen. Neu ist die Gewichtung im Zeitverlauf. Ein einzelner großer Treffer verblasst, regelmäßige Berichterstattung hält eine Marke präsent.

Eine Marke, eine Beschreibung

Bevor ein Antwortsystem eine Marke empfiehlt, muss es verstehen, was sie ist. Dafür sammelt es Beschreibungen aus Pressetexten, der eigenen Website, Teamprofilen, Verzeichniseinträgen und Plattformprofilen. Stimmen sie überein, entsteht ein klares Bild. Widersprechen sie sich, wird das System unsicher und übernimmt womöglich die Einordnung eines Wettbewerbers oder eine veraltete Angabe.

Ein verwertbarer Beitrag beantwortet deshalb eine echte Käuferfrage und zugleich die Frage, wer das Unternehmen ist. Dazu gehören vier Angaben:

• Name in immer derselben Schreibweise.
• Kategorie, also das Angebot in den Worten, die auch Käufer verwenden.
• Zielgruppe, also die Kundschaft, an die sich das Angebot richtet.
• Ein Beleg, schlicht und konkret: eine Funktion, ein Einsatzgebiet, ein nachprüfbares Ergebnis.

Ein Zitat wie „Wir blicken gespannt auf die gemeinsame Zukunft“ gibt einem Sprachmodell nichts an die Hand. Ein Satz wie „Die Software verbindet Lagerbestand und Shop in Echtzeit, ohne dass Händler programmieren müssen“ schon.

Ein Antwortsystem empfiehlt nur, was es eindeutig einordnen kann.

Antwortvarianz: Warum ein Screenshot nichts beweist

Wer eine Frage zweimal stellt, bekommt selten zweimal denselben Text. Sprachmodelle erzeugen Antworten Wort für Wort nach Wahrscheinlichkeiten. Hinzu kommen Suchergebnisse, die sich laufend ändern, Unterschiede je nach Formulierung, Ort und Einstellungen sowie neue Modellversionen. Dieselbe Frage nennt heute drei Anbieter, morgen vier, und die Belege wechseln mit.

Eine einzelne Antwort ist deshalb eine Momentaufnahme, kein Messwert. Der Screenshot mit der eigenen Marke ganz oben beweist so wenig wie der, auf dem sie fehlt. Belastbar wird eine Aussage erst, wenn viele Fragen wiederholt gestellt und über Monate verglichen werden. Sichtbarkeit in KI-Antworten ist eine Häufigkeit, keine feste Position.

Messen als Stichprobe: Fragenkatalog und Monatsprotokoll

Die bekannten PR-Kennzahlen bleiben nützlich: Reichweite und Kontakte, Share of Voice in den Medien, die Übernahme der Kernbotschaften, die Zahl der Veröffentlichungen. Über den Einfluss der Berichterstattung auf KI-Antworten sagen sie nichts. Die zusätzliche Ebene lässt sich ohne großes Budget aufbauen:

• Fragenkatalog: 25 bis 50 Fragen, die echte Käufer stellen, verteilt auf drei Phasen: orientieren, vergleichen, auswählen. Schreiben Sie sie selbst, aus Gesprächen mit Vertrieb und Kundschaft.
• Rhythmus: Einmal im Monat stellen Sie alle Fragen in den großen Systemen, also ChatGPT, Gemini, Perplexity, Copilot und den KI-Übersichten bei Google.
• Protokoll: Je Antwort notieren Sie Nennung ja oder nein, Position, belegte Quellen, Richtigkeit der Beschreibung und die mitgenannten Wettbewerber.
• Auswertung: Aussagekräftig ist erst die Entwicklung über mehrere Monate, ein einzelner Durchlauf nicht.

Für den Anfang reicht eine Tabelle, spezialisierte Werkzeuge lohnen sich, wenn Katalog, Märkte und Sprachen wachsen. Der wertvollste Ertrag ist oft die Quellenliste: Sie zeigt, welche Titel zum Zitierkreis des eigenen Themas gehören.

Ein erfundenes Beispiel: Lagersoftware aus Hannover

Nehmen wir einen erfundenen Anbieter: Kontorix aus Hannover, Lagerverwaltungssoftware für mittelgroße Onlinehändler. Das Marketingteam schreibt 30 Fragen auf, von „Ab wann lohnt sich eine Lagersoftware?“ bis „Kontorix oder Tabelle, was passt zu einem Shop mit drei Lagerorten?“, und stellt sie im ersten Monat in fünf Systemen.

Das erste Protokoll zeigt drei Dinge. Kontorix erscheint fast nur bei Auswahlfragen, die den Namen schon enthalten. Belegt werden vor allem zwei Fachportale für E-Commerce-Logistik und der Ratgeber eines Händlerverbands, ein großes Gründerinterview in einem Wirtschaftsblatt nirgends. Und ein System hält Kontorix für eine Kassensoftware, weil ein alter Verzeichniseintrag das noch so sagt.

Das Team vereinheitlicht daraufhin die Beschreibung auf Website, Profilen und Verzeichnissen: „Kontorix aus Hannover ist eine Lagerverwaltungssoftware für mittelgroße Onlinehändler und verbindet Bestand und Shop in Echtzeit.“ Die Medienliste wird nach Zitierhäufigkeit sortiert. Neue Beiträge beantworten die Orientierungsfragen, bei denen Kontorix fehlt, verteilt über das Jahr.

Ob ein System Kontorix danach öfter nennt, kann niemand vorhersagen. Das Protokoll zeigt aber, ob die falsche Beschreibung verschwindet, ob die neuen Beiträge unter den Belegen auftauchen und in welcher Fragephase sich etwas bewegt.

Was Sie von Ihrer PR jetzt verlangen können

Daraus ergibt sich ein kurzer Selbsttest. Formulieren Sie die Punkte für Ihr Unternehmen um und beantworten Sie sie mit Ja, Nein oder Weiß nicht:

• Fragen wir einen festen Katalog von Käuferfragen regelmäßig ab?
• Erscheint unsere Marke in Kategorie- und Vergleichsantworten, mit unseren jüngsten Beiträgen als Beleg?
• Ist unsere Medienliste nach Zitierhäufigkeit sortiert statt nach Reichweite?
• Enthält jeder unserer Beiträge Name, Kategorie und einen konkreten Beleg, und erscheinen solche Beiträge regelmäßig?
• Beschreiben KI-Systeme uns richtig, und lassen wir veraltete Angaben korrigieren?
• Kennen wir die Titel, die für Wettbewerber zitiert werden, auch solche, die wir nie angesprochen haben?
• Verbindet unser Reporting Veröffentlichungen mit der KI-Sichtbarkeit?

Überwiegen Nein und Weiß nicht, fehlt die Pressearbeit noch dort, wo Käufer heute ihre Entscheidung vorbereiten. Bitten Sie dann Ihren PR-Partner, Themenvorschläge mit Zitierdaten zu begründen, Geschichten um die Fragen zu bauen, die Käufer der KI stellen, und im Reporting zu zeigen, ob sich die Position der Marke in den Antworten verändert.

Hier setzt pr4geo an, wie axaix ein Angebot der NexTao GmbH. pr4geo bringt PR-Artikel und weitere Formate in die passenden Titel eines Netzwerks aus mehr als hundert Magazinen und Portalen. Die Redaktion produziert, Sie geben jeden Text vor der Veröffentlichung frei, ein Live Reporting weist jede Platzierung nach. Zu jedem Paket gehören mehrsprachige PR-Artikel, Frontlinks als zitierfähige Kernsätze, eine persönliche teaser.md und sechs Werkzeuge.

Das Paket Starter mit 3 PR-Artikeln und 24 Platzierungen im Jahr gibt es für 99 € monatlich oder 990 € jährlich. Für 290 € monatlich oder 2.990 € jährlich bringt Premium 12 PR-Artikel, 96 Platzierungen und ein Promo-Video zu jedem Artikel. Exklusive für 990 € monatlich oder 9.990 € jährlich ergänzt Premium unter anderem um Einträge im askiana-Chatbot und eine werbefreie Landingpage, die für KI optimiert ist. Die Laufzeit beträgt jeweils zwölf Monate, die Preise gelten zuzüglich Mehrwertsteuer.

Eine Nennung in ChatGPT oder einem anderen System kann niemand garantieren, auch pr4geo nicht. Zugesagt sind die vereinbarten Platzierungen, ob ein Titel zum Zitierkreis Ihres Themas gehört, zeigt die eigene Messung. Ein Erstgespräch lässt sich über pr4geo.de anfragen.