GEO-Audit-Learnings: Was 4.636 KI-Antworten über B2B-SaaS verraten

In einer engen B2B-Nische gehört die eigene Website zu den zwei wichtigsten Quellen der KI-Antworten. In einer umkämpften Kategorie taucht sie bei Kauffragen kaum auf. Was beide Märkte eint: Vergleichscontent dominiert die Quellenlage. Das ist das Kernergebnis aus unseren GEO-Audits mit zusammen 4.636 ausgewerteten KI-Antworten. Die Projekte liefen in sehr verschiedenen Märkten. Einmal eine enge deutschsprachige Nische, über die kaum ein Fachmedium schreibt. Einmal eine Kategorie mit kapitalstarken US-Anbietern und großen Marketingteams dahinter. Wichtig für die Einordnung: Alle Sichtbarkeits- und Quellenwerte in diesem Artikel stammen ausschließlich aus Antworten auf Kauffragen ohne Markennennung, sogenannte Non-Branded-Prompts. Die Antworten auf Markenfragen haben wir separat ausgewertet, denn dort ist die eigene Nennung trivial und würde jede Statistik schönen. Dieser Artikel fasst zusammen, was sich über die Projekte hinweg belegen lässt, wo die Kategorien auseinanderlaufen und was davon auf andere B2B-Software übertragbar ist.

• Vergleichscontent gewinnt in allen untersuchten Kategorien: In der Nische ist die Vergleichsseite eines Marktteilnehmers die meistzitierte Quelle überhaupt, 1.193 Zitierungen in der ersten Augusthälfte. In der umkämpften Kategorie stellen Wettbewerber-Listicles und Dritt-Blogs die Mehrheit der abgerufenen Quellen.

• Die eigene Website trägt, aber nur in der Nische durchgängig: Dort lieferte die Herstellerseite mit 1.633 Abrufen die meisten abgerufenen URLs und stand in 34,2 Prozent aller Kauffragen-Antworten. In der umkämpften Kategorie: 2,1 Prozent.

• Sichtbarkeit ist promptgenau: Derselbe Anbieter stand bei einem Prompt in 83 Prozent der Antworten und beim thematisch benachbarten Prompt in keiner einzigen.

• KI-Fehler kommen von innen: Die falschen Preisangaben im Marken-Faktencheck stammten nicht aus dubiosen Drittquellen, sondern von veralteten Seiten des Anbieters selbst.

Ein Hinweis vorab: Die Kunden bleiben hier anonym. Alle Zahlen sind echt und stammen aus unseren Peec-AI-Projekten, aber sie sind so aggregiert, dass keine Rückschlüsse auf einzelne Unternehmen möglich sind.

Wie sind die GEO-Audits aufgebaut?

Alle Audits folgen derselben Methodik: ein Set aus 40 bis 50 echten Kauffragen der Zielgruppe, täglich abgefragt über ChatGPT, Perplexity, Google AI Overviews und Copilot, getrackt mit Peec AI. Dazu kommen Search-Console-Daten, ein technischer Crawl der Website und ein Faktencheck der Branded-Antworten gegen die Realität des Unternehmens. Wie ein solches Prompt-Set entsteht, steht ausführlich in unserem Artikel zu Audit und Prompt-Set.

Die Datenbasis dieses Artikels: 953 Antworten aus der Baseline-Woche im Juli und 3.683 Antworten aus der ersten Augusthälfte 2026, zusammen 4.636. Davon entfallen 3.733 auf Non-Branded-Prompts, und nur diese tragen die Quellen- und Sichtbarkeitswerte in diesem Text. Die restlichen gut 900 Branded-Antworten nutzen wir ausschließlich für den Faktencheck, also die Frage, was die KI über die Marke selbst erzählt. Kategorie A ist eine deutschsprachige Software-Nische, in der es praktisch keine unabhängige Fachpresse gibt. Kategorie B wird von US-Anbietern geprägt, die seit Jahren Content in einem Tempo produzieren, bei dem ein DACH-Anbieter mit zwei Marketingleuten nicht mithalten kann. Genau dieser Kontrast macht den Vergleich interessant.

Welche Quellen rufen KI-Systeme bei Kauffragen wirklich ab?

Die Studienlage sagt: überwiegend Drittquellen. Profound hat in seiner Citation-Analyse 680 Millionen Zitationen ausgewertet (Stand August 2025), bei ChatGPT dominiert Wikipedia, bei Perplexity und Google AI Overviews steht Reddit vorn. Unsere Audit-Kategorien erzählen eine speziellere Geschichte, und zwar jede eine andere.

In der Nische liefern sich zwei Quellen das Rennen um Platz 1, und keine davon ist ein neutraler Dritter. Die Herstellerseite des Kunden lieferte in der ersten Augusthälfte 1.633 abgerufene URLs, mehr als jede andere Domain, und stand in 34,2 Prozent aller Kauffragen-Antworten; schon in der Juli-Baseline war sie die meistabgerufene Quelle der Kategorie. Knapp darüber, gemessen an Antworten und Zitierungen, liegt die Vergleichsseite eines Marktteilnehmers: in 38,2 Prozent der Antworten vertreten, 1.193-mal zitiert. Fachmedien spielen praktisch keine Rolle. Die KI-Antwort einer ganzen Kategorie wird hier im Wesentlichen von zwei interessierten Parteien gespeist.

In der umkämpften Kategorie sieht die Welt anders aus. Die Website des Kunden wurde in nur 2,1 Prozent der Kauffragen-Antworten abgerufen. Stattdessen dominieren die Domains der beiden größten US-Wettbewerber mit 1.000 und 798 Abrufen, ein dritter Anbieter stand sogar in 27,2 Prozent aller Antworten, und dahinter zieht sich ein Schwarm aus Dutzenden Vendor- und Dritt-Blogs, die von den Engines munter mitzitiert werden. Wer hier nicht selbst Quellen produziert oder in fremden vorkommt, existiert für die Kauffragen schlicht nicht, egal wie gut das Produkt ist.

Bei den Markenfragen dreht sich das Bild übrigens komplett: Dort war die Kundenwebsite in allen Audits die wichtigste Quelle, die Engines beschreiben ein Produkt bevorzugt aus dessen eigenen Seiten. Die unbequeme Kehrseite: Was dort steht, wird auch dann übernommen, wenn es falsch ist. Im Nischen-Audit nannten zwei Engines eine kostenlose Basisversion und einen Einstiegspreis, den es seit Jahren nicht mehr gibt. Quelle waren veraltete Produkt- und Preisseiten des Anbieters selbst, inklusive einer News-Meldung von 2021. Die KI hatte nichts erfunden. Sie hatte das Falsche gefunden.

Warum dominiert Vergleichscontent die KI-Antworten?

Weil die Engines fast jede kommerzielle Frage intern in eine Vergleichssuche übersetzen. Im Nischen-Audit haben wir 444 Such-Subqueries analysiert, die die Engines aus den Nutzerfragen gebaut haben. Die wiederkehrenden Muster: ein Kategoriebegriff plus „Vergleich", plus „Anbieter", plus eine Jahreszahl, plus „Deutschland". Selbst wer nach einem einzelnen Anbieter fragt, löst im Hintergrund Vergleichssuchen aus.

Das erklärt, warum die meistzitierte Einzelquelle der Nischen-Kategorie eine Vergleichsseite ist, betrieben von einem Marktteilnehmer. Schon in der fünftägigen Juli-Baseline kam sie auf 276 Zitierungen, in der ersten Augusthälfte auf 1.193. Mit methodischer Sauberkeit hat das wenig zu tun. Sie bedient als einzige das Format, nach dem die Engines suchen.

Noch deutlicher wird es bei direkten „A vs. B"-Fragen. In einem dokumentierten Fall speiste sich die ChatGPT-Antwort zu einem Anbietervergleich aus zwölf Quellen, neun davon lagen auf der Domain des Wettbewerbers. Das Urteil fiel entsprechend aus. Wer die Vergleichsseite schreibt, kontrolliert das Narrativ, und zwar auch über die Konkurrenz.

Was unterscheidet die Nische von der umkämpften Kategorie?

Die Mechanik ist dieselbe, die Quellenlandschaft nicht. In der Nische ist sie dünn: eine dominante Vergleichsseite, die Herstellerseiten, vereinzelt Verzeichnisse. Wer hier ein fehlendes Format besetzt, kann eine ganze Prompt-Klasse übernehmen, teils mit einer einzigen Seite. In der US-geprägten Kategorie schreibt dagegen fast jeder sichtbare Anbieter eigene Listicles und Vergleiche, dazu kommt der erwähnte Schwarm an Dritt-Blogs. Einzelne Seiten bewegen dort weniger, Präsenz über viele Fremdquellen bewegt mehr.

Ein Befund aus Kategorie B hat mich dabei umdenken lassen. Bei den Markenfragen ist der Kunde stark: Die Modelle kennen das Produkt, beschreiben es ausführlich und korrekt, und sie stützen sich dabei vor allem auf seine eigene Website. Sobald die Marke aber nicht in der Frage steht, bricht das ab. 7,2 Prozent Sichtbarkeit, Platz 6 hinter fünf Wettbewerbern, die eigene Domain fast unsichtbar. Dass ein Modell eine Marke kennt und sauber beschreiben kann, heißt also noch lange nicht, dass es sie empfiehlt, wenn jemand ohne Markennennung nach einer Lösung fragt. Das sind zwei getrennte Baustellen mit getrennten Hebeln.

Und in allen Kategorien gilt: Sichtbarkeit ist promptgenau. Der auffälligste Fall aus der Nische: 83 Prozent Präsenz bei einem Use-Case-Prompt, null Prozent beim thematisch direkt benachbarten Kaufprompt, weil für das zweite Thema schlicht keine eigene Seite existierte, die Wettbewerber aber dedizierte Seiten dafür betreiben. Themenautorität vererbt sich nicht von selbst auf Nachbarthemen.

Welche Grenzen haben diese Daten?

Eine Handvoll Kategorien ist keine Marktstudie. Die Prompts sind DACH-lastig formuliert, der Zeitraum ist eine Momentaufnahme aus dem Sommer 2026, und die Gewichtung der Engines ändert sich laufend. Es ist gut möglich, dass die Engines Herstellerseiten künftig strenger gewichten. Perplexity war in unseren Daten schon jetzt die Engine, die am ehesten Fachpresse und ältere Archive heranzog.

Außerdem wirkt der Onsite-Hebel nicht überall gleich. In der Nische trägt er die Kauffragen mit, in der umkämpften Kategorie vor allem die eigene Markendarstellung. Voraussetzung ist in beiden Fällen, dass die Seiten für KI-Crawler ohne JavaScript lesbar sind, sonst existieren sie für GPTBot und Co. schlicht nicht. Und bei Prompts vom Typ „beste Anbieter für X" führt an Off-Site-Quellen ohnehin nichts vorbei, denn dort zitieren die Engines bevorzugt Listen und Bewertungsplattformen, auf denen man ohne eigenes Zutun nicht auftaucht. Welche Taktiken dort belegt wirken, steht in unserem Artikel zu KI-Antworten.

Was heißt das für dein B2B-SaaS?

Drei Dinge lassen sich aus unseren Audits ableiten. Erstens: Bevor du Content produzierst, finde heraus, welche Quellen deine Kategorie bei Kauffragen tatsächlich füttern, die Antwort ist enger und überraschender, als die Studienlage vermuten lässt, und sie entscheidet über deine gesamte Strategie. Zweitens: Prüfe, was die Engines heute über dich erzählen, inklusive der Fakten, die von deinen eigenen veralteten Seiten stammen. Drittens: Wenn es in deiner Kategorie noch keine dominante Vergleichsseite gibt, ist das keine Entwarnung. Es ist ein offenes Zeitfenster, und irgendjemand wird sie schreiben.

Die fünf Maßnahmen, die sich daraus konkret ergeben, haben wir separat aufgeschrieben: Fünf GEO-Maßnahmen, die jedes B2B-SaaS jetzt umsetzen sollte. Den kompletten Sechs-Schritte-Ansatz inklusive Technik und Messung findest du im GEO-Playbook für B2B-SaaS.

Häufige Fragen

Was ist ein GEO-Audit?
Ein GEO-Audit misst, wie sichtbar eine Marke in KI-Antworten ist und welche Quellen diese Antworten speisen. Dazu gehören ein Prompt-Set aus echten Kauffragen, tägliches Tracking über mehrere Engines, ein technischer Website-Check und ein Faktencheck der Antworten. Ergebnis ist eine Baseline plus ein priorisierter Maßnahmenplan. Die Grundlagen dahinter erklärt Was ist GEO?

Warum trennt ihr branded und non-branded Prompts?
Weil Branded-Prompts den Markennamen schon enthalten und die eigene Nennung dort trivial ist, sie würden jede Sichtbarkeitsstatistik nach oben verzerren. Alle Quellen- und Sichtbarkeitswerte in diesem Artikel stammen deshalb aus den 3.733 Non-Branded-Antworten. Branded-Antworten nutzen wir nur für die Frage, was die KI über die Marke selbst erzählt.

Zitieren ChatGPT und Perplexity wirklich die eigene Website?
Bei Markenfragen ja, dort ist die Herstellerseite in der Regel die wichtigste Quelle. Bei Kauffragen hängt es von der Wettbewerbsdichte ab: In unserer Nischen-Kategorie wurde die Anbieter-Domain in 34,2 Prozent der Antworten abgerufen, in der umkämpften Kategorie in 2,1 Prozent. Voraussetzung ist immer, dass die Inhalte ohne JavaScript-Ausführung lesbar sind.

Warum ist Vergleichscontent für KI-Sichtbarkeit so wichtig?
KI-Engines übersetzen kommerzielle Fragen intern in Vergleichssuchen, in unserer Fanout-Analyse von 444 Subqueries war das Muster „Kategorie plus Vergleich plus Jahreszahl" das häufigste. Zitiert wird, wer dieses Format bedient. In einer der untersuchten Kategorien war eine einzelne Vergleichsseite mit 1.193 Zitierungen in zwei Wochen die meistzitierte Quelle überhaupt.

Wie viele KI-Antworten braucht man für belastbare Aussagen?
Für eine erste Baseline reichen einige hundert Antworten über vier bis fünf Tage, weil dieselben Prompts täglich laufen und sich die Muster schnell stabilisieren. Für Vorher-nachher-Vergleiche braucht es identische Prompt-Sets über mehrere Wochen. Einzelne Chat-Screenshots sind dagegen keine Datenbasis.

Übertragen sich die Ergebnisse auf andere Branchen?
Die Mechanik ja, die Gewichte nein. Dass Engines Vergleichsformate suchen und verfügbare Quellen zitieren, gilt kategorieübergreifend. Wie stark Review-Plattformen, Social-Quellen oder die eigene Domain wiegen, hängt von der Quellenlage der jeweiligen Kategorie ab und muss dort gemessen werden.

Warum nennt ihr die Kunden nicht?
Weil die Peec-Daten Wettbewerbsinformationen enthalten, etwa Sichtbarkeitswerte einzelner Konkurrenten. Die Learnings funktionieren auch aggregiert, und unsere Kunden entscheiden selbst, ob und wann sie als Case öffentlich werden.

Nächster Schritt

Wenn du wissen willst, welche Quellen deine Kategorie füttern und was die KI heute über dein Produkt erzählt: Genau das ist der erste Monat unserer Arbeit. First Principle Impact macht GEO für B2B-SaaS, mit einem Audit nach exakt der Methodik aus diesem Artikel. Was ein solcher Audit kostet und woraus ein GEO-Retainer besteht, steht transparent in Was kostet GEO wirklich?

Quellen

• First Principle Impact (2026). Auswertung von 4.636 KI-Antworten aus unseren GEO-Audit-Projekten, davon 3.733 auf Non-Branded-Prompts (Peec AI, 40–50 Prompts pro Projekt, 4 Engines, Juli–August 2026). Primärdaten, anonymisiert.

• Aggarwal, P. et al. (2024). GEO: Generative Engine Optimization. KDD 2024. arXiv: 2311.09735

• Profound (2025). AI Platform Citation Patterns. Citation-Analyse über 680 Mio. Zitationen in ChatGPT, Google AI Overviews und Perplexity, 08/2024–06/2025, Update 08/2025.

Weiterlesen

• Fünf GEO-Maßnahmen, die jedes B2B-SaaS jetzt umsetzen sollte Das Playbook, das aus diesen Audits folgt.

• Wer wird von KI zitiert? Die Juli-Auswertung von 953 KI-Antworten im Detail.

• Warum GEO ohne Audit und Prompt-Set verbranntes Budget ist Die Methodik hinter diesen Zahlen.

• Wie komme ich in ChatGPT- und Perplexity-Antworten? Die belegten Taktiken im Überblick.