ChatGPT oder Gemini: wie beide deine Seiten finden und was das für dein Geschäft heißt

Die Frage ist nicht, welches Werkzeug, sondern wie jedes eine Seite findet

Als dieser Artikel zum ersten Mal online ging, lautete der Rat der Stunde: Entscheide dich für eine Seite. ChatGPT für die Technikleute, Gemini für die Google Welt, und die Contentstrategie sauber in der Mitte geteilt. Das klang ordentlich. Zum größten Teil war es geraten, wer was nutzt, und dieses Raten habe ich aus der neuen Fassung gestrichen, weil ich für keine einzige dieser Behauptungen eine Quelle gefunden habe.

Was sich belegen lässt, ist ohnehin nützlicher. OpenAI und Google beschreiben beide öffentlich, wie ihre Werkzeuge Seiten aus dem Web holen, welcher Crawler das erledigt, was eine Seite erfüllen muss, um infrage zu kommen, und wie die Quellen in der Antwort auftauchen. Sobald du die beiden Wege kennst, beantwortet sich die Frage "wo soll ich optimieren" fast von selbst. Du baust eine gute Seite, du sorgst dafür, dass beide Wege sie erreichen dürfen, und du prüfst nach einem festen Rhythmus, ob sie zitiert wird.

Der Artikel macht drei Dinge. Er verfolgt, wie die ChatGPT Suche und Googles KI Funktionen (Übersicht mit KI, KI Modus und die Gemini App) eine Seite finden und zitieren, mit einem Diagramm für jeden Weg. Er zeigt, was die Zahlen zur KI Nutzung in Deutschland tatsächlich sagen, aus der ARD/ZDF Medienstudie, von Bitkom und aus dem Digital News Report, statt aus dem Blog eines Anbieters. Und er zeigt einen einfachen, ehrlichen Weg, deine eigene Sichtbarkeit in beiden zu messen, an einer erfundenen Kanzlei in Leipzig, Monat für Monat gezählt.

Zwei Dinge macht er nicht, weil andere Artikel das schon gut erledigen. Die Begriffe SEO, AEO, GEO und AIO sortiert der komplette Leitfaden zur KI Suchoptimierung. Wie du einen Absatz schreibst, den eine Suchmaschine übernehmen kann, steht in Sichtbarkeit gewinnen im Zeitalter von AEO und GEO. Und wenn dich nur ChatGPT interessiert, ist wie man in ChatGPT und KI Suchmaschinen rankt die kürzere Lektüre.

Durchgerechnetes Beispiel: die Kanzlei in diesem Artikel

Die Kanzlei Auwald Familienrecht ist erfunden: sechs Anwältinnen und Anwälte in Leipzig. Sie kümmern sich um Scheidungen, Umgangsrecht und Sorgerecht und um die Aufteilung des Vermögens, und sie bieten eine Erstberatung zum festen Preis von 195 € an. Inhaberin ist Hanna. Niemand davon ist echt, jede Zahl ist ausgedacht.

Hannas Problem kam in einem Satz einer neuen Mandantin: "Ich habe ChatGPT gefragt, wie lange eine Scheidung dauert, und es hat mich zu einer Kanzlei in Dresden geschickt." Hanna wusste nicht, ob das Pech war oder ein Muster. Sie wusste auch nicht, ob Gemini dasselbe getan hätte, oder ob die Antwort beim zweiten Fragen überhaupt gleich ausfällt. Am Ende dieses Artikels hat sie einen Weg, es herauszufinden, für 0 € und etwa zwei Stunden im Monat.

Wie die ChatGPT Suche eine Seite findet und zitiert

ChatGPT kann auf zwei Arten antworten. Es kann aus dem antworten, was das Modell im Training gelernt hat, dann gibt es keine aktuellen Quellen. Oder es sucht zuerst im Web und antwortet aus dem, was es dort findet, mit Links. Diesen zweiten Modus hat OpenAI am 31. Oktober 2024 als ChatGPT Suche für alle eingeführt. In der Ankündigung heißt es, ChatGPT könne entscheiden, mit Informationen aus dem Web zu antworten, die Antworten enthielten Links zu Quellen wie Nachrichtenartikeln und Blogbeiträgen, und ein Button "Sources" unter der Antwort öffne eine Seitenleiste mit den Verweisen.¹

Woher kommen die Ergebnisse? OpenAI schreibt selbst, die ChatGPT Suche greife auf Suchanbieter von Dritten zurück, dazu auf Inhalte, die Partner direkt liefern.¹ Welche Anbieter das sind, sagt die Ankündigung nicht. Die alte Fassung dieses Artikels behauptete glatt: "ChatGPT nutzt Bing". Auf Grundlage von OpenAIs eigener Seite, die das nicht sagt, würde ich das heute nicht mehr schreiben, also habe ich es auf das korrigiert, was OpenAI tatsächlich sagt.

Dann gibt es OpenAIs eigenen Crawler. OpenAI betreibt drei verschiedene Bots, und der Unterschied zwischen ihnen ist in diesem Abschnitt wichtiger als alles andere.²

• OAI-SearchBot ist für die Suche da. Laut OpenAI werden Websites, die ihn aussperren, nicht in den Antworten der ChatGPT Suche gezeigt, höchstens noch als schlichte Navigationslinks.
• GPTBot sammelt Inhalte, die zum Training von OpenAIs Basismodellen verwendet werden können. Wer ihn aussperrt, sagt damit: Meine Inhalte sollen nicht ins Training. Aus der Suche nimmt dich das nach OpenAIs Beschreibung nicht heraus.
• ChatGPT-User besucht eine Seite, wenn ein Mensch in ChatGPT danach fragt, etwa indem er einen Link einfügt. Weil ein Mensch den Abruf auslöst, gelten die Regeln der robots.txt laut OpenAI dafür unter Umständen nicht, und der Bot entscheidet nicht darüber, was in der Suche erscheint.

Es gibt also zwei getrennte Schalter. Der eine sagt: "Du darfst mich in Antworten zeigen." Der andere sagt: "Du darfst mit mir trainieren." Viele Websites haben beide aus Versehen ausgeschaltet, meistens mit einer robots.txt Zeile, die 2023 in Eile geschrieben wurde und alles blockiert, was "GPT" im Namen trägt.

Durchgerechnetes Beispiel: Hannas robots.txt

Hanna bittet ihren Webentwickler, ihr die robots.txt der Kanzlei zu schicken. Darin steht:

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Disallow: /

Schritt eins: der erste Block. Er sperrt den Trainingscrawler aus. Das ist eine völlig vernünftige geschäftliche Entscheidung. Eine Kanzlei will ihre Ratgeber vielleicht nicht im Training eines Modells sehen, und nichts in OpenAIs Dokumentation sagt, dass sie das einen Platz in den Suchantworten kostet.²

Schritt zwei: der zweite Block. Er sperrt den Suchcrawler aus. Nach OpenAIs eigener Beschreibung heißt das: Die Seiten der Kanzlei Auwald werden in den Antworten der ChatGPT Suche nicht gezeigt.² Sehr wahrscheinlich ist das der Grund, warum die Mandantin in Dresden gelandet ist. Die Dresdner Kanzlei war nicht besser. Sie war schlicht zugelassen.

Schritt drei: mit Absicht entscheiden. Hanna behält die Sperre fürs Training und hebt die Sperre für die Suche auf. Die Datei sieht danach so aus:

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Allow: /

Schritt vier: die Entscheidung mit Datum aufschreiben. Wenn nächstes Jahr jemand fragt, warum GPTBot gesperrt ist, ist die Antwort ein Satz und keine Ausgrabung.

Wie Googles KI Funktionen und Gemini eine Seite finden und zitieren

Google hat hier drei Produkte, die oft gemeinsam "Gemini" genannt werden. Es hilft, sie auseinanderzuhalten.

Die Übersicht mit KI ist die von KI geschriebene Zusammenfassung oben auf einer ganz normalen Google Ergebnisseite. Der KI Modus ist ein eigener Reiter für längere Fragen im Gesprächston. In Deutschland, Österreich und der Schweiz ist er am 8. Oktober 2025 gestartet.³ Google sagt, beide laufen auf einer eigens angepassten Version von Gemini 2.5.⁴ Das dritte Produkt ist die Gemini App selbst, der Chatbot, und das ist wieder ein anderer Ort.

Für die Übersicht mit KI und den KI Modus ist Googles Dokumentation ungewöhnlich deutlich. Beide können ein Verfahren namens Query Fan Out nutzen, bei dem mehrere verwandte Suchanfragen zu Unterthemen und Datenquellen gestellt werden, bevor die Antwort entsteht.⁵ Damit eine Seite als unterstützender Link erscheinen kann, muss sie indexiert sein und in der Google Suche mit einem Snippet angezeigt werden dürfen. Google ergänzt, es gebe keine zusätzlichen Anforderungen, es seien keine speziellen Optimierungen nötig, und du müsstest keine besonderen strukturierten Daten nach schema.org hinzufügen.⁵ Gesteuert wird mit den üblichen Mitteln der Suche: nosnippet, data-nosnippet, max-snippet und noindex. Und Besuche aus diesen Funktionen zählt die Search Console in deinem normalen Suchtraffic mit, im Suchtyp "Web", nicht in einer eigenen Zeile.⁵

Die Gemini App und die Gemini Modelle, mit denen Entwickler arbeiten, funktionieren ähnlich. Für die Entwicklerschnittstelle beschreibt Google das als Fundierung mit der Google Suche. Die Schritte: Der Prompt kommt an, das Modell entscheidet, ob eine Google Suche die Antwort verbessern würde, wenn ja, formuliert es eine oder mehrere Suchanfragen und führt sie aus, es liest und verarbeitet die Ergebnisse, und es gibt eine Antwort mit Quellenangaben im Text zurück, die Teile der Antwort mit ihren Quellen verknüpfen.⁶

Ein Schalter verhält sich hier anders, als die meisten erwarten. Googles Crawler Dokumentation beschreibt ein Steuerungstoken namens Google-Extended. Es regelt, ob deine Inhalte zum Training künftiger Gemini Modelle verwendet werden dürfen und ob sie zur Fundierung in den Gemini Apps und bei der Fundierung mit der Google Suche in Vertex AI dienen dürfen. Google schreibt ausdrücklich, dass es keinen Einfluss auf die Aufnahme einer Website in die Google Suche hat und dort kein Rankingsignal ist.⁷ Wer Google-Extended sperrt, kann also aus den fundierten Antworten der Gemini App verschwinden und trotzdem in der Übersicht mit KI und im KI Modus bleiben, denn die gehören zur Suche. Das ist das Gegenteil des Bauchgefühls "KI Bot sperren, aus der KI verschwinden".

Durchgerechnetes Beispiel: Hannas Kostenseite

Hannas Entwickler prüft die Google Seite. Die Seiten der Kanzlei sind indexiert, die erste Bedingung ist also erfüllt. Dann findet er das hier auf der Kostenseite, um genau den Absatz gelegt, der den Preis der Erstberatung von 195 € und die typischen Kosten einer einvernehmlichen Scheidung nennt:

<div data-nosnippet>

Schritt eins: Was bewirkt das? Es sagt Google, diesen Text nicht in einem Snippet zu verwenden.⁵ Schritt zwei: Was heißt das jetzt? Die einzige Stelle der Website, die "was kostet ein Scheidungsanwalt in Leipzig" beantwortet, darf in keinem Snippet zitiert werden, und eine Seite muss snippetfähig sein, um in der Übersicht mit KI und im KI Modus als unterstützender Link zu erscheinen.⁵ Schritt drei: die Lösung. Das Attribut kommt von diesem Absatz weg und bleibt nur an dem einen Block, der wirklich nie zitiert werden soll, einem Hinweis, dass jeder Fall anders liegt.

Schritt vier: Google-Extended prüfen. Die robots.txt erwähnt es nicht. Hanna entscheidet, dass die Kanzlei in der Gemini App zur Fundierung herangezogen werden darf, also bleibt es unerwähnt. Jetzt ist das eine Entscheidung und kein Zufall mehr.

Die beiden Wege, von oben nach unten

Hier sind beide Wege, jeweils von der Frage bis zur zitierten Antwort. Sie stehen getrennt, weil auch die Schalter getrennt sind.

Lies jeden Ablauf von oben. Beide beginnen mit einer Frage und enden mit einer Antwort samt Links. Dazwischen hat jeder ein Tor, das du in der Hand hast: Bei ChatGPT ist es die Frage, ob OAI-SearchBot vorbeikommen darf, bei Google, ob die Seite indexiert ist und ein Snippet zeigen darf, dazu Google-Extended als Zusatzschalter, der nur die Gemini App betrifft. Die Erkenntnis: Von außen sehen die beiden Wege gleich aus, aber sie werden mit verschiedenen Schlüsseln geöffnet. Keiner der beiden verlangt besonderes Markup oder eine besondere Art von Seite.

Durchgerechnetes Beispiel: eine Frage durch beide Wege

Eine Frau aus Gohlis, die über eine Trennung nachdenkt, tippt "wie lange dauert eine Scheidung in Deutschland" in beide Werkzeuge.

In ChatGPT, Schritt eins: Das Werkzeug entscheidet, dass eine Suche hilft, weil es um geltendes Recht und Fristen geht. Schritt zwei: Es sucht über seine Anbieter. Schritt drei: Es kommt zum Tor. Vor der Korrektur der robots.txt scheitert der Ratgeber der Kanzlei Auwald hier und kann nicht gezeigt werden. Danach kommt er durch. Schritt vier: Das Modell schreibt die Antwort aus den gelesenen Seiten und listet sie unter Sources. Ob die Kanzlei Auwald dabei ist, hängt jetzt von der Seite selbst ab, und darum geht es im Artikel über Absätze, die zitiert werden.

In Google, Schritt eins: Die Frage wird in Suchanfragen zerlegt, etwa "Trennungsjahr Voraussetzung Scheidung" und "wie lange dauert das Scheidungsverfahren nach dem Antrag". Schritt zwei: Die laufen gegen den Index. Schritt drei: das Tor. Der Ratgeber der Kanzlei ist indexiert, und seit der Korrektur auf der Kostenseite blockiert nichts darin ein Snippet. Er kommt durch. Schritt vier: Die Antwort wird geschrieben, die unterstützenden Links hängen daran.

Zwei verschiedene Tore. Zwei verschiedene Korrekturen. Eine Seite.

Was die Zahlen für Deutschland sagen, und was nicht

Die alte Fassung dieses Artikels hatte einen Abschnitt "wer nutzt was". Dort stand, ChatGPT dominiere bei Entwicklern und Einkäufern von B2B SaaS, Gemini bei lokalen Betrieben und bei Teams in Google Workspace. Für keine dieser Aufteilungen habe ich eine Primärquelle gefunden, also ist der Abschnitt weg. Hier steht, was die veröffentlichten Zahlen für Deutschland tatsächlich sagen.

Die ARD/ZDF Medienstudie 2026 hat 2.462 Menschen ab 14 Jahren befragt. Mindestens einmal pro Woche nutzen 84 % eine Suchmaschine wie Google und 37 % KI Tools wie ChatGPT, nach 22 % im Jahr davor.⁸ Zumindest gelegentlich greift inzwischen eine Mehrheit von 59 % zu solchen Anwendungen, und die wöchentliche Nutzung hat sich gegenüber dem Vorjahr fast verdoppelt.⁸

Bitkom kommt mit einer eigenen Befragung von 1.003 Menschen ab 16 Jahren, im Februar und März 2026, auf ein ähnliches Bild: 58 % nutzen KI zumindest gelegentlich, 34 % mindestens einmal pro Woche, darunter 15 % täglich.⁹ Unter denen, die KI nutzen, verwenden 71 % ChatGPT und 50 % Gemini. Und von denen, die KI nicht nutzen, sagen 54 %, sie blieben bei anderen Wegen wie der Internetsuche.⁹

Für Nachrichten im Besonderen ist der Anteil viel kleiner. In der deutschen Teilstudie des Digital News Report 2026 geben 5 % an, in der vergangenen Woche einen generativen KI Chatbot genutzt zu haben, um sich über Nachrichten zu informieren. Den Nachrichten in KI Antworten vertrauen nur 13 %, denen in Suchmaschinen 24 %.¹⁰ Über alle untersuchten Länder hinweg nutzen 10 % KI Chatbots jede Woche für Nachrichten.¹⁰

Diese Zahlen passen nicht genau zusammen, und das müssen sie auch nicht. Die 37 % von ARD und ZDF fragen nach wöchentlicher Nutzung von KI Tools, ab 14 Jahren. Die 58 % von Bitkom fragen nach gelegentlicher Nutzung von KI überhaupt, ab 16 Jahren. Die 5 % aus dem Digital News Report fragen nach einem einzigen Zweck, Nachrichten, in der vergangenen Woche. Alle drei sind Befragungen, also das, was Menschen über sich sagen, keine gemessenen Besuche. Wer sorgfältig liest, hält das Maß neben der Zahl fest.

Durchgerechnetes Beispiel: was die Zahlen für Hanna bedeuten

Ich mache aus den Anteilen Menschen, damit die Größen greifbar werden. Das ist Rechnen für den Maßstab, keine Prognose für Leipzig.

Nimm 1.000 Menschen ab 14 Jahren. Nach der ARD/ZDF Medienstudie nutzen in einer normalen Woche $1.000 \times 0{,}84 = 840$ von ihnen eine Suchmaschine und $1.000 \times 0{,}37 = 370$ ein KI Tool.⁸

Jetzt die Bitkom Zahlen, mit einer eigenen Gruppe von 1.000 Menschen ab 16 Jahren. $1.000 \times 0{,}58 = 580$ nutzen KI zumindest gelegentlich. Davon nutzen $580 \times 0{,}71 \approx 412$ ChatGPT und $580 \times 0{,}50 = 290$ Gemini. Die übrigen $1.000 - 580 = 420$ nutzen KI gar nicht, und $420 \times 0{,}54 \approx 227$ von ihnen sagen ausdrücklich, dass sie lieber suchen.⁹

Die Übersicht mit KI und der KI Modus gehören zur Google Suche.⁵ Jeder der 840 Suchenden kann also auf eine KI Antwort treffen, ohne je einen Chatbot zu öffnen. Wie oft das in Deutschland tatsächlich passiert, dafür habe ich keine veröffentlichte Zahl gefunden, also schätze ich es nicht.

Was Hanna daraus mitnimmt, ist nicht "ChatGPT ignorieren". Es ist: Ihr größtes Publikum für KI Antworten sucht schon bei Google, und das Publikum der Chatbots ist kleiner, wächst aber schnell und fragt ganz bewusst. Für beide lohnt es sich, offen zu sein. Für keines lohnt sich eine eigene Contentstrategie.

Was für deinen Content wirklich anders ist, je nach Art des Geschäfts

Hier ist der ehrliche Kern. Nach der veröffentlichten Dokumentation wollen beide Wege dasselbe von einer Seite: dass sie abgerufen werden kann, dass sie zitiert werden darf und dass sie die Frage klar beantwortet. Google sagt, für seine KI Funktionen sei keine spezielle Optimierung nötig.⁵ OpenAIs einzige genannte Voraussetzung für die Suchantworten ist, den Suchcrawler nicht auszusperren.² Alles darüber hinaus ist Einschätzung, und die folgende ist meine, als meine gekennzeichnet.

Lokale Dienstleister, etwa eine Anwältin, ein Zahnarzt oder ein Installateur. Meiner Ansicht nach zählt hier der Google Weg am meisten, schlicht weil nach der ARD/ZDF Medienstudie deutlich mehr Menschen jede Woche eine Suchmaschine nutzen als ein KI Tool,⁸ und lokale Fragen aus Gewohnheit bei Google landen. Was ich zuerst prüfe: Die Seiten sind indexiert, nichts blockiert Snippets, und jede Leistungsseite nennt Ort, Preisrahmen und Dauer in klaren Sätzen. Eine eigene Gemini Taktik sehe ich hier nicht.

eCommerce Shops. Nach meiner Erfahrung sind die Produktfragen, mit denen Menschen zum Chatbot gehen, Vergleiche ("was ist besser für eine kleine Küche") und nicht "kauf das". Zitiert werden in den Shops, an denen ich gearbeitet habe, die Kaufberater und Vergleichsseiten, die ein Mensch geschrieben hat, nicht die Produktseiten. Das gilt auf beiden Wegen, und es ist meine Beobachtung, keine dokumentierte Regel.

SaaS und technische Produkte. Der alte Artikel behauptete, ChatGPT "dominiere" technische Anfragen. Dafür habe ich keine Quelle, also wiederhole ich es nicht. In meiner eigenen Arbeit sehe ich, dass technische Einkäufer in beiden Werkzeugen längere, genauere Fragen stellen, und zitiert werden die Seiten, die jeweils genau eine Frage beantworten: eine Einrichtungsanleitung, eine Erklärung der Preise, ein ehrlicher Vergleich mit einer benannten Alternative.

Beratende Berufe, etwa Steuerberater, Unternehmensberaterinnen und Kanzleien. Nach meiner Erfahrung hält sie meistens nicht der Text aus den KI Antworten heraus. Es ist eine robots.txt oder eine Snippet Einstellung, an die sich niemand mehr erinnert, genau wie bei Hanna. Erst die Tore, dann die Seiten.

Der alte Artikel riet außerdem, auf Medium, Quora und Reddit zu posten, damit die Modelle mit dir "trainieren", und Inhalte in Google Drive zu legen, damit sie in Gemini auftauchen. Beides habe ich gestrichen. Training ist nicht dasselbe wie in einer aktuellen Antwort zitiert zu werden, und weder OpenAI noch Google beschreiben Inhalte in Drive als Weg in öffentliche Antworten.

Durchgerechnetes Beispiel: Hannas Prioritätenliste

Hanna hat wenig Zeit, also sortiert sie die Arbeit danach, welches Tor sie öffnet.

Schritt eins: das Tor der ChatGPT Suche. OAI-SearchBot zulassen. Zehn Minuten für ihren Entwickler.

Schritt zwei: das Snippet Tor bei Google. data-nosnippet vom Kostenabsatz entfernen. Zehn Minuten.

Schritt drei: die Seiten selbst. Die Kanzlei Auwald hat 14 Ratgeber. Hanna wählt die drei aus, die die häufigsten Fragen der Mandantschaft beantworten (wie lange, wie teuer, was passiert mit der Wohnung), und bittet eine Anwältin, jeden so umzuschreiben, dass die Frage die Überschrift ist und der erste Satz die Antwort gibt, die Details danach. Die Methode steht im Artikel über die Antwort in der KI Suche sein. Drei Ratgeber zu je etwa zwei Stunden sind sechs Stunden Anwaltszeit.

Schritt vier: messen, und darum geht es im nächsten Abschnitt. Ohne das erfährt sie nie, ob die Schritte eins bis drei etwas bewirkt haben.

Messen: dieselben 30 Fragen, beide Werkzeuge, jeden Monat

Weder OpenAI noch Google liefern dir einen Bericht, wie oft deine Website in KI Antworten zitiert wird. Google zählt Klicks aus seinen KI Funktionen in deinen normalen Zahlen der Search Console mit, ohne sie zu trennen.⁵ In den Analysen, die ich betreue, tauchen Besuche aus ChatGPT als Verweise von chatgpt.com auf, aber ein Verweis erzählt dir nur von den Menschen, die geklickt haben, nicht von den Antworten, in denen du zitiert wurdest und niemand geklickt hat.

Der ehrliche Weg zu messen ist also der schlichte. Schreib eine feste Liste von Fragen, die deine Kundschaft wirklich stellt. Stell jede davon einmal im Monat in jedem Werkzeug, jeweils in einer frischen Sitzung. Notier, ob deine Website in der Antwort zitiert wird. Dann zähl.

Die Zahl, die du verfolgst, ist eine Rate:

$$r = \frac{c}{q}$$

Dabei ist $r$ die Zitierrate für ein Werkzeug in einem Monat, $c$ die Zahl der Fragen, bei denen die Antwort deine Website mindestens einmal zitiert hat, und $q$ die Zahl der gestellten Fragen, die gleich bleibt. Grundlagen: Verhältnisse und Raten.

Dass $q$ fest bleibt, ist der ganze Trick. Wenn du die Fragen jeden Monat änderst, misst du deine Auswahl an Fragen und nicht deine Sichtbarkeit.

Und weil 30 Fragen eine kleine Stichprobe sind, schwankt die Rate von Monat zu Monat, auch wenn sich nichts geändert hat. Der Standardfehler sagt dir, mit wie viel Schwankung du rechnen musst:

$$SE = \sqrt{\frac{r(1 - r)}{q}}$$

Dabei ist $SE$ der Standardfehler der Zitierrate, $r$ die gemessene Rate und $q$ die Zahl der gestellten Fragen. Eine Veränderung, die kleiner ist als etwa zwei Standardfehler, bringt der Zufall allein oft zustande. Grundlagen: Stichproben.

Durchgerechnetes Beispiel: die ersten drei Monate der Kanzlei Auwald

Hanna schreibt 30 Fragen aus den Anfragen, die bei der Kanzlei per Mail eingehen, etwa "wie lange dauert eine Scheidung in Deutschland", "brauche ich einen Anwalt für eine Umgangsregelung" und "Scheidungsanwalt Leipzig Kosten". In der ersten Woche jedes Monats stellt eine Auszubildende alle 30 in ChatGPT mit aktivierter Suche und in der Gemini App, jede in einem neuen Chat, und macht in einer Tabelle ein Häkchen, wenn die Website der Kanzlei unter den Quellen auftaucht. Das dauert etwa eine Stunde pro Werkzeug.

Das sind die erfundenen Zählungen. Der August liegt vor allen Änderungen. Die Korrekturen an robots.txt und Snippet gingen in der zweiten Augustwoche live, die drei umgeschriebenen Ratgeber im September.

Unten stehen die beiden Werkzeuge und die drei Monate. Senkrecht steht, bei wie vielen der 30 Fragen die Antwort die Website der Kanzlei mindestens einmal zitiert hat. Die Erkenntnis: Beide Werkzeuge zitieren die Kanzlei im Oktober häufiger als im August, und der Anstieg ist gleichmäßig, kein einzelner Sprung. Ob das eine echte Veränderung ist oder ein glücklicher Monat, klärt die Rechnung darunter.

Schritt eins: Die Zählungen werden mit $r = c / q$ zu Raten. ChatGPT im August: $6 / 30 = 0{,}200$, im Oktober: $11 / 30 = 0{,}367$. Die Gemini App im August: $9 / 30 = 0{,}300$, im Oktober: $15 / 30 = 0{,}500$.

ChatGPT ist also von 20,0 % auf 36,7 % gestiegen, ein Plus von 16,7 Prozentpunkten. Die Gemini App von 30,0 % auf 50,0 %, ein Plus von 20,0 Punkten.

Schritt zwei: Der Standardfehler der ChatGPT Rate im Oktober ist $\sqrt{0{,}367 \times 0{,}633 / 30} = \sqrt{0{,}00774} = 0{,}088$, also 8,8 Prozentpunkte. Für die Gemini Rate im Oktober ist er $\sqrt{0{,}5 \times 0{,}5 / 30} = \sqrt{0{,}00833} = 0{,}091$, also 9,1 Punkte.

Schritt drei: den Anstieg mit der Schwankung vergleichen. Der Standardfehler einer Differenz zwischen zwei Monaten kombiniert die Fehler beider Monate. Für ChatGPT von August bis Oktober ist er $\sqrt{0{,}200 \times 0{,}800 / 30 + 0{,}00774} = \sqrt{0{,}00533 + 0{,}00774} = \sqrt{0{,}01307} = 0{,}114$.

Ein Anstieg von 16,7 Punkten bei einem Standardfehler von 11,4 Punkten sind etwa 1,5 Standardfehler. Für sich allein reicht das nicht, um von einer echten Veränderung zu sprechen. Eine einzige zusätzlich zitierte Frage bewegt die Rate um 3,3 Punkte, und dieselbe Frage zweimal gestellt kann andere Quellen liefern. Bei 30 Fragen gilt für mich: Eine Bewegung von weniger als etwa 20 Punkten in einem Monat beweist für sich nichts.

Schritt vier: das Muster lesen, nicht ein einzelnes Monatspaar. Beide Werkzeuge sind nach den Korrekturen in beiden Monaten gestiegen, der Anstieg bei Gemini beträgt 20,0 Punkte bei einem Fehler der Differenz von etwa 12 Punkten, und der Zeitpunkt passt zur Arbeit. Das ist eine vernünftige Grundlage für Hanna, weiterzumachen. Ein Beweis ist es nicht, und das würde ich ihr auch so sagen. Drei weitere Monate mit denselben 30 Fragen klären es so oder so.

Schritt fünf: entscheiden, was mit dem Abstand zwischen den Werkzeugen passiert. Im Oktober zitiert die Gemini App die Kanzlei in 15 Antworten, ChatGPT in 11. Vier Fragen Unterschied bei 30 liegen klar innerhalb der Schwankung, also startet Hanna kein eigenes ChatGPT Projekt. Sie behält einen Satz Seiten und eine Liste Fragen und lässt sich von der monatlichen Zählung sagen, ob sich ein echter Abstand auftut.

Was ich am Montag machen würde

Wenn ich mich morgen mit deiner Website hinsetzen würde, wäre das die Reihenfolge.

1. Die robots.txt lesen. Mit Absicht entscheiden, für OAI-SearchBot (Suchantworten), GPTBot (Training) und Google-Extended (Training und Fundierung bei Gemini). Die Entscheidungen aufschreiben.
2. Prüfen, ob die wichtigen Seiten indexiert sind und ob nichts sie daran hindert, ein Snippet zu zeigen. Nach nosnippet, data-nosnippet und max-snippet suchen, an die sich niemand erinnert.
3. Die drei Fragen auswählen, die deine Kundschaft am häufigsten stellt, und dafür sorgen, dass jeweils eine Seite sie klar und weit oben beantwortet.
4. 30 feste Fragen aufschreiben und einmal im Monat in beiden Werkzeugen die Zitate zählen. Jede Bewegung von weniger als etwa 20 Punkten in einem Monat als Rauschen behandeln.
5. Keine eigene Strategie pro Werkzeug bauen, bevor die Zählung einen Abstand zeigt, der drei Monate hält.

Weniger aufregend als zwei Strategien nebeneinander. Dafür das, was die Dokumentation hergibt, und es kostet weniger, es zu machen, als darüber zu streiten.

Footnotes

1. OpenAI, Introducing ChatGPT search, OpenAI, 31. Oktober 2024, https://openai.com/index/introducing-chatgpt-search/

2. OpenAI, Overview of OpenAI crawlers, OpenAI Entwicklerdokumentation, https://developers.openai.com/api/docs/bots

3. Hema Budaraju, Der KI-Modus startet in Deutschland, Österreich und der Schweiz, Google Blog Deutschland, 8. Oktober 2025, https://blog.google/intl/de-de/produkte/suchen-entdecken/ki-modus-startet-in-dach/

4. Elizabeth Reid, AI in Search: going beyond information to intelligence, Google, 20. Mai 2025, https://blog.google/products/search/google-search-ai-mode-update/

5. Google, KI-Funktionen und deine Website, Google Search Central Dokumentation, https://developers.google.com/search/docs/appearance/ai-features?hl=de

6. Google, Grounding with Google Search, Gemini API Dokumentation (nur auf Englisch verfügbar), https://aistudio.google.com/docs/google-search

7. Google, Gewöhnliche Crawler von Google, Abschnitt Google-Extended, Google Search Central Dokumentation, https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers?hl=de

8. ARD/ZDF Forschungskommission, ARD/ZDF Medienstudie 2026, Basispräsentation (Folie 54, Internetanwendungen mit Nutzung mindestens einmal pro Woche, deutschsprachige Wohnbevölkerung ab 14 Jahren, n = 2.462), ard-zdf-medienstudie.de, September 2026, https://www.ard-zdf-medienstudie.de/getFile.php?from=globalInformation&id=53 sowie die Zusammenfassung von Thomas Kupferschmit, Nutzung und Wahrnehmung von KI-Tools, Media Perspektiven 25/2026, https://www.ard-zdf-medienstudie.de/getFile.php?from=globalInformation&id=45

9. Bitkom, Künstliche Intelligenz in Deutschland: Wie die Bevölkerung auf die neue Technologie blickt, Studienbericht (Bitkom Research, telefonische Befragung von 1.003 Personen ab 16 Jahren, KW 8 bis KW 11 2026), Bitkom, Juni 2026, https://www.bitkom.org/sites/main/files/2026-06/bitkom-studienbericht-ki-bevoelkerung.pdf

10. Leibniz-Institut für Medienforschung Hans-Bredow-Institut, Nachrichtennutzung über soziale Medien steigt: deutsche Ergebnisse des Reuters Institute Digital News Report 2026 (Feldarbeit YouGov, Januar 2026), Pressemitteilung, 16. Juni 2026, https://leibniz-hbi.de/hbi-news/presseinfo/nachrichtennutzung-ueber-soziale-medien-steigt/ sowie für den Wert über alle Länder Jim Egan, Overview and key findings of the 2026 Digital News Report, Reuters Institute for the Study of Journalism, 16. Juni 2026, https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026/dnr-executive-summary