KI in der PR: Zitiert, aber nicht empfohlen – Die KI-Sichtbarkeitslücke, die die meisten B2B-Marken (noch) übersehen (Teil 5)

In unserer Blogpostreihe KI in der PR gibt Florian Schafroth, Geschäftsführer von Berkeley Kommunikation (der deutschen Niederlassung der Berkeley Communications Group für die DACH-Region), Antworten auf die Fragen, wie KI Kommunikationsarbeit verändert und erklärt, warum es heute noch etwas mehr braucht als guten Owned Content – nämlich Autorität von Drittquellen sowie ein konsistentes Messaging – auch um KI-Sichtbarkeit sicherzustellen.

—

TL;DR: KI-Antwortmaschinen zitieren Inhalte und sie empfehlen Marken. Das sind zwei völlig verschiedene Dinge. Wer ausschließlich eigene Inhalte optimiert, wird zur Quelle. Empfohlen wird dagegen, wer über glaubwürdige Dritte hinweg konsistent besprochen wird. KI-Sichtbarkeit ist damit weniger eine SEO- als eine Reputationsdisziplin. Und genau das ist seit jeher das Feld von PR und Earned Media.

—

Ein B2B-Einkäufer fragt ChatGPT, welche Anbieter er in Betracht ziehen sollte. Die Antwort nennt drei Unternehmen, empfiehlt zwei davon und zitiert eines ausführlich. Ganz unten in einer Fußnote taucht eine Research-Seite als Quelle auf. Sie stammt vom dritten Unternehmen.

Dieses Unternehmen wurde nur zitiert. Seine Wettbewerber wurden empfohlen. Den Unterschied bemerken die wenigsten PR- und Marketingverantwortlichen.

Genau diese Lücke ist aus meiner Sicht der am häufigsten missverstandene Teil der KI-Suche. Deshalb lohnt ein genauer Blick darauf.

Was sich bereits verändert hat

Käufer scrollen nicht mehr durch zehn blaue Links, sie erwarten eine Antwort. Gartner rechnet damit, dass das klassische Suchvolumen bis 2026 um rund 25 Prozent zurückgeht, weil Nutzer zu KI-Assistenten wechseln. Allein ChatGPT hat 2025 die Marke von 800 Millionen wöchentlichen Nutzern überschritten und damit sein Niveau vom Jahresbeginn ungefähr verdoppelt. Und im Buyer Experience Report 2025 von 6sense gaben 94 Prozent der B2B-Einkäufer an, große Sprachmodelle (LLMs) in ihrem Kaufprozess zu nutzen, oft lange bevor sie überhaupt Kontakt zu einem Anbieter aufnehmen.

In meinem Blogpost Wenn KI entscheidet, wer sichtbar ist habe ich argumentiert, dass nicht mehr die Platzierung entscheidet, sondern welche Quellen ein Modell für seine Antwort auswählt. Das gilt unverändert. Darunter liegt allerdings eine zweite, schärfere Unterscheidung.

Zitiert werden ist nicht dasselbe wie empfohlen werden

In einer KI-Antwort gibt es zwei sehr unterschiedliche Ergebnisse, die sich leicht verwechseln lassen. Von einer Zitatierung, im Englischen Citation, sprechen wir, wenn das Modell die Inhalte einer Marke als Quelle in einer Fußnote führt. Das System vertraut diesen Daten. Eine Empfehlung liegt vor, wenn das Modell die Marke als Antwort nennt. Das System vertraut dem Unternehmen.

Beides stellt sich nicht automatisch gemeinsam ein. Semrush hat 2025 analysiert, was das Unternehmen den „mention-source divide“ nennt, also die Kluft zwischen Nennung und Quelle, in der Sprache dieses Beitrags zwischen Empfehlung und Zitation. Weniger als eine von fünf Marken schafft es demnach, beides zu erreichen. Als Quelle zu dienen, ist offenbar deutlich häufiger, als in der Antwort genannt zu werden. Im Klartext heißt das, der sorgfältig strukturierte Leitfaden einer Marke auf der eigenen Webseite übernimmt die Erklärung, während ein Wettbewerber vorgestellt wird.

Wer in Content investiert hat, kommt damit um eine unbequeme Frage nicht herum. Entstehen hier Seiten, die KI zitiert, oder eine Marke, die KI wirklich empfiehlt?

Die Empfehlung beruht auf Vertrauen, das von Dritten erzeugt wird

Hier wird es kontraintuitiv, und inzwischen ist es keine Meinung mehr, sondern durch Daten gedeckt.

Als Ahrefs 2025 rund 75.000 Marken daraufhin untersucht hat, was das Auftauchen in KI-Antworten vorhersagt, lagen die stärksten Signale nicht auf der eigenen Website. Markenerwähnungen im Netz, also wie breit und in welchen Zusammenhängen über eine Marke gesprochen wird, korrelierten mit KI-Sichtbarkeit bei 0,664, Backlinks dagegen nur bei 0,218. Off-Site-Signale führten das Feld an, während die schiere Zahl der Seiten auf der eigenen Website so gut wie keinen Zusammenhang damit zeigte, ob eine KI die Marke nennt. Marken mit den meisten Erwähnungen im Netz wurden bis zu zehnmal häufiger in KI-Antworten genannt als die nächstplatzierte Gruppe.

KI-Systeme gewichten Glaubwürdigkeit über Kontexte hinweg

Die Analysten von Ahrefs formulieren die Konsequenz unmissverständlich. Es geht nicht darum, mehr Content zu produzieren. Wirkung entsteht dort, wo über eine Marke konsistent und über glaubwürdige Drittquellen hinweg gesprochen wird.

Damit beschreibt Ahrefs ziemlich genau, was gute PR seit jeher leistet. Sprachmodelle lernen aus Text, nicht aus Linkgraphen. Wenn vertrauenswürdige Medien, Analysten, Bewertungsplattformen, Fachforen und unabhängige Experten eine Marke immer wieder im selben Kontext besprechen, lernt das Modell, dass diese Marke eine bekannte, glaubwürdige Größe ist und es wert ist, genannt zu werden. Ein Backlink sagt einem System, wohin es gehen soll. Eine Erwähnung durch Dritte sagt ihm, wem es vertrauen kann.

Deshalb ist GEO kein SEO 2.0 und schon gar keine rein technische Übung. KI-Systeme ranken im eigentlichen Sinne keine Seiten, sie gewichten Glaubwürdigkeit über Kontexte hinweg. Damit wird KI-Sichtbarkeit zu einer Reputationsdisziplin – und das ist seit Jahrzehnten das Terrain von PR und Earned Media.

Was letztendlich Ausschlag gibt

Owned Content bleibt die wichtige Basis. Die KI verifiziert die Details auf der Unternehmenswebsite und zitiert sie von dort. Für die Empfehlung reicht das jedoch nicht. Drei Faktoren geben stärker den Ausschlag und keiner von ihnen lässt sich allein auf der eigenen Domain herstellen.

Earned Media und die Stimmen Dritter.

Die Empfehlung entsteht außerhalb der eigenen Website. Berichterstattung in glaubwürdigen Medien, Tests, Studien, Analysten- und Branchenreferenzen, Expertenkommentare und echte unabhängige Diskussion bringen einem Modell bei, dass eine Marke in die Antwort gehört. Das ist der mit Abstand am wenigsten genutzte GEO-Hebel, und er liegt im Kern dessen, was Earned Media leistet. Denn die Autorität von Drittstimmen erhöht für KI-Systeme die Glaubwürdigkeit und somit die Basis für Empfehlungen,

Eine konsistente Story überall

KI liest eine Website nicht isoliert. Sie setzt ihr Bild von einem Unternehmen aus jeder Quelle zusammen, die sie findet, aus Owned, Earned und Third Party, und entscheidet dann, wie sie es beschreibt. Ist dieses Bild kohärent, also dieselbe Positionierung, dieselben Aussagen und dieselbe Sprache auf der Website, bei den Führungskräften, in der Medienberichterstattung und in den Gesprächen, die andere über das Unternehmen führen, dann verstärkt sich das Signal und die Marke wird für das Modell zu einer klar umrissenen Entität. Widerspricht sich dieses Bild, wird das Modell vage, verwischt die Marke in der Kategorie oder greift zu einem Wettbewerber, den es klarer versteht. Konsistentes Storytelling ist längst nicht mehr nur gute Markenhygiene. Es macht ein Unternehmen für eine Maschine lesbar und damit empfehlbar. Die Ergebnisse von Ahrefs weisen in dieselbe Richtung, denn Erwähnungen, die an konsistente Themen und Kategorien gekoppelt sind, stärken die Einordnung einer Marke durch die Modelle.

Die richtige Messung

KI-Antworten entstehen aus Wahrscheinlichkeiten und fallen deshalb nie zweimal gleich aus. Es gibt keine stabile „Position eins“ und die Ausgaben verschieben sich je nach Engine, Prompt und Woche. Ahrefs hat festgestellt, dass nur etwa jede siebte der meistzitierten Quellen über die großen Engines hinweg dieselbe ist. Rankings zu messen, führt daher in die Irre. Aussagekräftig ist stattdessen, ob eine Marke erwähnt wird, ob sie empfohlen wird, wie sie beschrieben wird und welche Quellen über mehrere Engines hinweg wiederkehren. Diese Wiederkehr über Modelle hinweg ist ein weit stärkeres Signal als jede einzelne Erwähnung. Warum GEO deshalb ein bewegliches Vorgehen verlangt, habe ich im Blogpost KI in der PR: GEO verlangt Agilität beschrieben.

Das alles ist eine kontinuierliche Aufgabe, kein Projekt mit Enddatum. Beobachten, welche Fragen die eigenen Käufer tatsächlich stellen, glaubwürdige Sichtbarkeit bei Dritten verdienen, die Story überall konsistent halten, messen, von vorn beginnen.

Fazit: Die eigentliche Frage

Die meisten B2B-Marken optimieren still und leise darauf, zitiert zu werden. Deutlich weniger bauen das auf, was es braucht, um empfohlen zu werden. Diese Arbeit ist überwiegend Earned Media, nicht Owned Content, nämlich glaubwürdige Stimmen Dritter und eine konsistente Story über sie alle hinweg.

Vor dem nächsten Content-Sprint lohnt deshalb eine einfachere Frage. Wenn eine KI einem Käufer eine Kategorie erklärt, greift sie dann nach der eigenen Marke als Antwort oder borgt sie sich nur deren Seite, um jemand anderen zu erklären?

Quellen:

Gartner, Prognose zum Suchmaschinenvolumen (2024): https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents

6sense, Buyer Experience Report 2025: https://6sense.com/science-of-b2b/buyer-experience-report-2025/

Wöchentlich aktive Nutzer von OpenAI, berichtet von TechCrunch (Oktober 2025): https://techcrunch.com/2025/10/06/sam-altman-says-chatgpt-has-hit-800m-weekly-active-users/

Ahrefs, Korrelationsstudie zur KI-Markensichtbarkeit (2025): https://ahrefs.com/blog/ai-overview-brand-correlation/

Semrush, Analyse zum „mention-source divide“ (2025)

Hinweis: Die Zahlen von Ahrefs und Semrush stammen aus Anbieterstudien und sind als Richtungsangabe zu lesen. Die Richtung selbst ist über unabhängige Quellen hinweg konsistent.

—————–

Über Florian Schafroth

Florian ist Geschäftsführer bei Berkeley Kommunikation, der deutschen Niederlassung der Berkeley Communications Group für die DACH-Region in München. Florian berät seit 2005 zu den Themen strategische PR, konsistentes Storytelling und integrierte Kommunikation, immer mit Blick darauf, wohin sich die Branche entwickelt. Aktuell widmet er sich intensiv dem Thema Künstliche Intelligenz und deren Auswirkungen auf Unternehmenskommunikation und Markensichtbarkeit. Er berät Unternehmen dabei, in KI-Antwortmaschinen sichtbar zu bleiben und gleichzeitig relevant für die Menschen zu sein, die sie erreichen wollen. (Stichwort GAIO – Generative AI Optimization oder GEO – Generative Engine Optimization)

Titelbild:  Олег Мороз auf Unsplash