Bereits etwa 60% der Google-Suchanfragen enden ohne einen Klick. Die Welt der Online-Suche war schon immer in trickreich, aber die Notwendigkeit für Tools, Strategien und Teams, sich anzupassen, bleibt wie gehabt bestehen. Dennoch geht die KI-Ära weit über ein Algorithmus-Update hinaus. Sie stellt eine grundlegende Veränderung der Art und Weise dar, wie Menschen Informationen entdecken und mit Marken interagieren.
ChatGPT wurde inzwischen durch Perplexity, Google Gemini (ehemals Bard), Microsoft Copilot und Claude von Anthropic im Bereich der KI-Chatbots ergänzt. Die KI-Suche ist angekommen und verursacht massive Wellen über alle Branchen hinweg. SEOs und Unternehmen müssen sich darauf einstellen.
Dieser rasant fortschreitende Bereich stellt neue Herausforderungen (und Chancen) für Sichtbarkeit, Markenbekanntheit und Markenwahrnehmung dar. Für den Anschluss ist ein Grundlagenwissen über KI-Suchplattformen, Veränderungen im Nutzerverhalten und potenzielle Geschäftsauswirkungen für Marken entscheidend.
Wer sind die führenden KI-gestützten Suchplattformen?
Während ChatGPT weiterhin der Traffic-Führer bleibt, sieht sich der Primus mit Konkurrenz konfrontiert. Im Folgenden sind die derzeit wichtigsten KI-Suchmaschinen mit ihren unterschiedlichen Ansätzen gelistet
ChatGPT
ChatGPT, zweifellos der bekannteste Name in der Branche, hat mit der Veröffentlichung seines Modells GPT 3.5 im Jahr 2022 die Aufmerksamkeit der Öffentlichkeit auf sich gezogen. Das Ganze war eine wahre Sensation und erreichte folglich mehr als 100 Millionen Nutzer innerhalb von 2 Monaten.
Die Plattform hat eine rasante Transformation durchlaufen, mit benutzerdefinierten GPTs, der Implementierung fortschrittlicherer Modelle, dem DALL-E KI-Bildgenerator und vielem mehr.
Alle Nutzer haben nun Zugang zu ChatGPT Search (auch SearchGPT genannt), einem Hybridmodell, das externe Webquellen nutzt, um die zeitlichen Beschränkungen seiner Trainingsmodelle zu überbrücken.
- Anmerkung: ChatGPT Search verwendet den Microsoft Bing Index, um Informationen zu finden. Wenn eine Marke nicht in den Ergebnissen von Bing auftaucht, ist es sehr wahrscheinlich, dass sie auch nicht in ChatGPT Search auftaucht.
Perplexity AI
Perplexity ist eine konversationelle Suchmaschine (Conversational Search), auch Answer Engine genannt, die Ergebnisse mit zusätzlichen LLMs verarbeitet, um dialogbasierte Antworten auf Nutzerfragen zu generieren. Das im Jahr 2022 gegründete Unternehmen hat einen ähnlich schnellen Popularitätszuwachs erfahren und ist nun zusammen mit ChatGPT für 37% des Referral-Traffics verantwortlich.
Perplexity konzentriert sich auf E-Commerce und Produktfindung und hat einen KI-basierten Einkaufsassistenten eingeführt, der direkte Einkäufe auf der Perplexity-Plattform ermöglicht. Gleichzeitig gibt es Berichte über Tests mit Affiliate-Links in den Ergebnissen, eine Entwicklung, die Unternehmen im Auge behalten sollten.
Google Gemini
Gemini ist die neueste Chatbot-Veröffentlichung von Google, die im Februar 2024 als Zusammenschluss des früheren Chatbots Bard und Duet AI, einer programmierorientierten generativen KI, angekündigt wurde. Gemini verfolgt einen ähnlichen Ansatz wie ChatGPT Search, bei dem aktuelle Suchergebnisse verwendet werden, um die Trainingsmodelle zu ergänzen.
Der Gemini-Traffic macht laut einer Studie von Previsible etwa 12% des gesamten von KI-Plattformen generierten Traffics aus.
Gemini hat inzwischen den Google Assistant abgelöst und ist in das Google-Ökosystem integriert, einschließlich der Workspace-Apps und des Android-Betriebssystems, was die Nutzerakzeptanz schwer einschätzbar macht. Dennoch zeigen aktuelle Daten, dass Gemini weniger als 20% der App-Downloads von ChatGPT erhält.
Microsoft Copilot & Bing
Copilot ist aus der laufenden Partnerschaft zwischen Microsoft und OpenAI hervorgegangen und verwenden eine überarbeitete Version des GPT-4-Modells von OpenAI. Die Ergebnisse sind daher sehr ähnlich. Dieses Modell wurde unter dem Namen Bing Chat in Bing, der proprietären Suchmaschine von Microsoft, implementiert, bevor diese neu gestartet wurde. Seitdem ist Copilot auf 14% des LLM- Referral-Traffics angewachsen.
Ähnlich wie Googles Ansatz bei Gemini wurde Copilot als KI-Assistent in das Microsoft-Ökosystem integriert und bietet Unterstützung bei verschiedenen Aufgaben außerhalb der Suche.
Claude
Die aktuelle Familie der Claude-3-Modelle von Anthropic wurde im März 2024 veröffentlicht: Haiku, Sonnet und Opus, wobei Haiku auf Geschwindigkeit, Sonnet auf Vielseitigkeit und Opus auf tiefe Logik ausgelegt ist. Alle Claude 3 Modelle basieren auf einem Training-First-Ansatz, was bedeutet, dass sie auf aktuelle Ereignisse beschränkt sind.
Die Kehrseite der Medaille ist ein stärkerer Fokus auf Privatsphäre und Sicherheit. Anthropic nennt den Prozess “Constitutional AI“, einen Trainingsansatz, der harmlose KI-Systeme gewährleisten soll, die sich weitgehend selbst regulieren, ohne dass ein umfangreiches menschliches Feedback erforderlich ist. Während Anthropic ein Nischenanbieter auf dem Markt ist, hat Claude 3 Opus in vielen Bereichen neue Maßstäbe gesetzt.
Verschiedenen Arten von KI-Suche
Wie oben erwähnt, gibt es grundlegende Unterschiede in den Ansätzen der verschiedenen Plattformen, um Antworten zu generieren. Vergleiche sind nicht unbedingt so einfach wie ChatGPT vs. Perplexity. Jede hat Vor- und Nachteile – sowie Auswirkungen auf die Sichtbarkeit.
Training-First (z.B. Claude)
Die genannten KI-Systeme verlassen sich auf Trainingsdaten, die den Modellen zur Verfügung gestellt werden. Das bedeutet, dass sie tendenziell präzisere Antworten liefern, da sie über einen definierten Wissensbestand verfügen. Die Kehrseite der Medaille ist eine geringere Flexibilität, insbesondere bei Entwicklungen oder aktuellen Ereignissen.
Was bedeutet das für die Unternehmen? Wahrscheinlich geringere Chancen für den E-Commerce, da nicht alles, was nach dem aktuellen Trainingsmodell veröffentlicht wird, in den Antworten auftaucht. Zweitens: Optimierung braucht Zeit. Es müssen Anstrengungen unternommen werden, um starke Markeninhalte zu entwickeln, Branchenexpertise aufzubauen und PR-Aktivitäten mit Wirkung zu schaffen, um das nächste Update zu beeinflussen.
Search-First (z.B. Perplexity)
Plattformen mit Search-First-Methodik folgen einem ähnlichen Prozess wie traditionelle Suchmaschinen. Es wird KI genutzt, um Antworten aus dem Web zu extrahieren, bevor ein LLM diese in eine konversationelle Antwort textualisiert. Hierdurch entfällt das Scrollen und Auswählen eines Ergebnisses. Diese Art der KI-Suche ermöglicht zwar eine flexiblere Informationsbeschaffung, verfügt aber häufig über weniger logische Fähigkeiten als andere Plattformen.
Vor diesem Hintergrund sind Search-First-Plattformen wahrscheinlich am markenfreundlichsten, da sie sofortiges Feedback liefern und einen SEO-bewussten Ansatz erfordern.
Zunächst gilt es, den Content LLM-freundlich zu strukturieren, mit Prompts auf der Grundlage der Keywords zu experimentieren und häufig verwendete Quellen zu nutzen. Danach können die Inhalte aktualisiert werden.
Hybride (z.B. ChatGPT und Gemini)
Hybride Modelle wechseln zwischen der Verwendung ihrer Trainingsdaten und der sogenannten Retrieval-Augmented Generation (RAG). Dabei verwendet ein LLM eine externe Datenquelle zur Antwortgenerierung.
Zunächst muss identifiziert werden, welche Prompts Trainingsdaten und welche RAG verwenden. Für RAG-Prompts eignet sich der Search-First-Ansatz, für Trainingsdaten-Prompts der Training-First-Ansatz.
Wie beliebt ist die KI-Suche?
KI-Tools wachsen weiterhin schnell. Es wird prognostiziert, dass die Gesamtzahl der Nutzer von KI-Tools bis 2030 auf über 241 Millionen ansteigen wird – fast eine Verdoppelung der heutigen Zahl. Im Umkehrschluss bedeutet dies, dass immer mehr Nutzer von herkömmlichen Suchmaschinen zu KI-Suchmaschinen wechseln.
Studien zeigen, dass mittlerweile jeder zehnte US-Internetnutzer bei der Online-Suche primär auf generative KI zurückgreift und herkömmliche Suchmethoden komplett umgeht. Dieser Trend ist bei Verbrauchern noch ausgeprägter – fast 60% bevorzugen KI-basierte Empfehlungen bei der Produktsuche.
Die KI-Suche ist bereits heute ein wichtiger Kanal für Marken und wird weiter rasant an Bedeutung gewinnen.
Was sind die wichtigsten Trends bei KI-Suchplattformen?
Rasante Verbesserungen bei Natural Language Processing (NLP)
Die Veröffentlichung von OpenAI’s GPT 3.5 mit erregte Aufsehen durch einen Sprung im konversationellen Verstehen – mehr als eine Million Nutzer in nur fünf Tagen sprechen Bände. Seitdem haben führende LLM-basierte Plattformen wie Gemini und Claude gezeigt, dass sie in der Lage sind, konversationelle Fragen zu verstehen und den Kontext und die Absicht der Benutzer zu erkennen.
Während sich das Tempo der LLM-Entwicklung möglicherweise verlangsamt – ChatGPT-5 mit dem Codenamen “Orion” leidet unter Verspätungen – wächst die Zahl der Nutzer munter weiter.
Weitere Personalisierung und Predictive Capabilities
Während KI-Plattformen schon immer von Nutzerpräferenzen und Chatverläufen gelernt haben, geht es inzwischen einen Schritt weiter. ChatGPT-Nutzer haben zum Beispiel die Möglichkeit, detaillierte Angaben zu ihrer Person (Custom Instructions) machen, um die ausgegebenen Antworten zu personalisieren. Die Plattform ermöglicht es den Nutzern auch, Persönlichkeitsmerkmale für Antworten zuzuweisen.
Das Ergebnis sind äußerst präzise personalisierte Antworten. Um richtig dargestellt zu werden, müssen Marken sicherstellen, dass ihre Inhalte auf relevante Demografien ausgerichtet sind – ebenso wie die Quellen, aus denen die Informationen stammen. Kontext wird schnell zu einem neuen Wettbewerbsvorteil.
Auch die Prognosefähigkeiten nehmen zu. LLMs antizipieren Folgefragen und zeigen proaktiv verwandte Inhalte an, wodurch Marken in der Lage sind, Nutzer an mehreren Touchpoints zu erreichen und die Beziehung zu ihnen zu vertiefen.
Was bedeutet das für die Suchlandschaft?
Steigende Nachfrage nach konversationeller Interaktion
Parallel zur Einführung von generativer KI verschieben sich die Präferenzen hin zu dialogbasierten Antworten. Nutzer erwarten zunehmend, dass Suchplattformen natürliche Dialoge führen und präzise Lösungen für ihre Anfragen liefern.
Konversationelle KI-Plattformen schaffen interaktive, dialogbasierte Sucherlebnisse, die es Nutzern ermöglichen, komplexe, kontextreiche Fragen zu stellen und nuancierte Antworten zu erhalten.
Und das Wichtigste: Diese Antworten und Empfehlungen sind vertrauenswürdig. Eine Studie von Statista zeigt, dass fast zwei Drittel der Menschen offen dafür sind, das zu kaufen, was KI ihnen empfiehlt.
Diese Entwicklung verlagert Suchinteraktionen weg von keywordbasierten Anfragen hin zu natürlichen, intenbasierten Dialogen. Dieser Wandel belohnt Marken, die Inhalte in Frage-Antwort-Formaten strukturieren, FAQs nutzen und latente Nutzerbedürfnisse ansprechen.
Suchmaschinen integrieren weiterhin KI-Features
Auch traditionelle Suchmaschinen reagieren auf diese Präferenzen. Zwei große Namen im Zusammenhang mit generativer KI? Google und Microsoft. Es überrascht daher nicht, dass deren Suchmaschinen KI-gestützte Funktionen integrieren.
Um dem veränderten Nutzerverhalten gerecht zu werden und neuen Konkurrenten zu begegnen, integrieren Google AI Overviews und Microsoft Copilot generative KI direkt in die Ergebnisseiten, die zusammenfassende Antworten und Vorschläge für Folgefragen bieten. Ihre Nutzung nimmt rapide zu – Google AI Overviews wurden bereits in 74% der problemlösenden Suchanfragen identifiziert.
“Zero-Click-Journeys” nehmen weiter zu
Die Kehrseite der Medaille: Zero-Click-Journeys nehmen zu. Nachdem dies bereits 2022 als wachsender Trend beobachtet wurde, hat der Boom der generativen KI diesen Trend noch verstärkt. Bei Google enden beispielsweise 58,5% der Suchanfragen in den USA und 59,7% in Europa ohne Klick.
Während der Referral-Traffic von KI-Suchplattformen zunimmt, sind diese größtenteils darauf ausgelegt, den bisher notwendigen Klick zu eliminieren. Durch die Generierung vollständiger Antworten müssen die Nutzer nur noch klicken, um eine Quelle zu verifizieren oder weitere Informationen direkt von ihr zu erhalten. In vielen Fällen reichen die Trainingsdaten für eine Antwort aus und es werden keine Quellen angegeben.
In Bezug auf Suchmaschinen haben frühere Untersuchungen gezeigt, dass AI Overviews bei einigen Websites zu einem Rückgang des organischen Traffics um 18-64% führen können. Der Platzbedarf von AI Overviews geht zu Lasten der Top-Ergebnisse – und die Inhalte der Quellen werden möglicherweise gar nicht genutzt. Nur 57% der Quellen, die von Googles Search Generative Experience (dem Vorgänger von AI Overviews) verwendet werden, stammen von der ersten Seite der organischen Ergebnisse.
Um das Sichtbarkeitsrisiko zu mindern, müssen Marken ihre Inhalte für “Snippet-würdige” Antworten optimieren und sich dabei auf Klarheit, Prägnanz und datengestützte Aussagen konzentrieren.
Um Traffic zu erhalten, empfiehlt es sich, auf Intent zu optimieren, da kommerzielle Suchanfragen seltener einen AI Overview auslösen.
Suchstrategien müssen sich weiterentwickeln
Die Prognose von Gartner, dass der traditionelle Suchverkehr bis 2026 um 25% zurückgehen wird, könnte den Eindruck erwecken, dass die Ära der Suchmaschinen zu Ende geht. KI-Suchoptimierung (auch bekannt als generative KI-Optimierung oder Answer-Engine-Optimierung) muss priorisiert werden.
Seiten, die für Keyword-Dichte oder Backlink-Volumen optimiert sind, haben oft Schwierigkeiten, in KI-Suchen zu ranken. LLMs priorisieren Inhalte, die direkt auf die Intentionen der Nutzer eingehen, mit Klarheit und Tiefe. Um die Sichtbarkeit aufrechtzuerhalten, sollten Unternehmen semantische SEO-Strategien mit Schwerpunkt auf strukturierten Daten, Entity-based-Optimierung und umfassender thematischer Abdeckung in Betracht ziehen.
Strukturierte Daten werden auch zu einem kritischen Faktor für die KI-gestützte Suche. Die Umsetzung zeigt eine erhöhte Sichtbarkeit sowohl für KI-Plattformen als auch für KI-Suchfunktionen. Markup-Typen wie Product, FAQ und HowTo helfen LLMs, Inhalte für die Aufnahme in Zusammenfassungen zu scannen, während falsche Implementierungen zu Fehldarstellungen oder Ausschlüssen führen können.
Was bedeutet das für Marken?
Notwendiger Multi-Channel-Ansatz
Während SEO schon immer ein wichtiger Teil des Multi-Channel-Marketings war, erfordert nun auch die Suche selbst einen solchen Ansatz. Das Suchverhalten fragmentiert sich zwischen KI-gestützter Suche, Suchmaschinen, visueller oder Sprachsuche und Social Media – insbesondere bei der Generation Z. Bei den jüngeren Nutzern steht Google hinter Instagram und TikTok an dritter Stelle.
Auch Reddit entwickelt sich zu einem wichtigen Akteur, da seine Inhaltsstruktur einfach zu verstehen ist. Verlage wie die Washington Post experimentieren mit AMA-Formaten für ihre Autoren, und Reddit hat bereits Lizenzvereinbarungen mit Google und ChatGPT.
Content-Optimierung und Markenmarketing sind wichtiger denn je. Marken müssen proaktiv Inhalte für verschiedene Plattformen erstellen, testen und gleichzeitig eine konsistente Erzählung über alle Kanäle hinweg aufrechterhalten.
Insbesondere bei der KI-Suche spielen Marken- und PR-Bemühungen eine entscheidende Rolle. Nur die stärksten Quellen werden zitiert oder erwähnt, daher ist es unerlässlich, die Expertise der Marke durch robuste, vertrauenswürdige Inhalte wie Nachrichtenartikel, Whitepaper und verifizierte Social-Media-Profile zu belegen.
Markennarrative stehen vor Herausforderungen
KI-Suchplattformen konstruieren Antworten aus Modelldaten und externen Quellen, die möglicherweise nicht von der Marke kontrolliert werden. Für Marken – insbesondere globale Unternehmen mit Multi-Marken-Portfolios – stellt dieses neue Suchformat erhebliche Herausforderungen dar.
Wenn beispielsweise Empfehlungen für Laufschuhe gesucht werden, stammt keine der Quellen, die die Produkte beschreiben, von den Marken selbst. Daher ist es entscheidend, die wichtigsten Quellen zu kennen und zu wissen, wie sie über die Marke und die Produkte berichten.
Für CMOs ist eine ungenaue Darstellung eine große Herausforderung. Jüngste Umfragen von Frontify haben ergeben, dass 90% der CMOs den Schutz ihrer Marke durch KI für wichtiger halten und 74% eine “fake Markenpartnerschaft” als ihren schlimmsten Albtraum bezeichnen.
Ein Problem für Marken ist der fehlende Einblick in ihre Darstellung auf KI-Plattformen. Während die Funktionsweise der verschiedenen Modelle bekannt ist, sind die Plattformen bewusst intransparent in Bezug auf die Faktoren, die ihre Modelle für das Ranking und die Quellenauswahl verwenden.
Ohne Daten und Erkenntnisse ist es für Marken extrem schwierig, ihre Präsenz in der KI-Suche zu steuern und sinnvolle strategische Entscheidungen zu treffen.
KI-Suche bietet zahlreiche Chancen
Da sich die KI-Suche weiterentwickelt und an Popularität gewinnt, müssen Marken die Veränderungen in den Rankings und im Traffic ihrer Websites überwachen, um sich an diese Veränderungen anzupassen. Gleichzeitig ist es wichtig, die Quellen der KI-Suche und die wichtigsten Suchanfragen zu verstehen und zu verfolgen.
Aber wie bei jeder neuen Technologie gibt es auch hier einen First-Mover-Vorteil für Marken. Weniger Unternehmen optimieren für KI-Plattformen, was den frühen Nutzern einen enormen Wettbewerbsvorteil bei der Nutzung der verfügbaren Sichtbarkeit verschafft.
Da LLMs stark darauf trainiert sind, die Absichten der Nutzer zu entschlüsseln, erscheint eine Marke fast immer vor einem potenziellen Kunden, wenn sie in den Ergebnissen auftaucht.
Fazit
Die KI-Suche ist nicht nur ein weiterer digitaler Trend. Es ist eine massive Veränderung der Art und Weise, wie Nutzer nach Informationen suchen, mit Marken interagieren und letztendlich Entscheidungen treffen. Plattformen wie ChatGPT, Perplexity, Gemini und Claude verändern die Spielregeln, prägen das Nutzerverhalten und erfordern neue Ansätze für Sichtbarkeit und Markenschutz. Gleichzeitig eröffnen sie neue Kanäle für zielgerichtete Entdeckung und sinnvolle Interaktion.
Für Unternehmen hat sich an der grundlegenden Aufgabe, klare, vertrauenswürdige Inhalte bereitzustellen und eine starke Markengeschichte zu entwickeln, nichts geändert. Aber die Möglichkeiten, diese Inhalte zu liefern und zu optimieren – über eine wachsende Landschaft von KI-gestützten Chat-Tools, Social Media und sich entwickelnden SERPs – haben sich dramatisch erweitert.
Eine Multi-Channel-Mentalität, die Weiterentwicklung von SEO mit semantischen und strukturierten Daten sowie der Aufbau von Markenglaubwürdigkeit durch starke PR und relevante Inhalte werden die Schlüssel sein, um sich von der Masse abzuheben.
