Welche Quellen KI-Engines verwenden, wenn sie über eine Marke sprechen

Nur weil eine KI-Engine eine Marke erwähnt, ist damit nicht belegt, welche Quelle sie verwendet hat. Und nur weil eine Seite gefunden wird, muss sie nicht zitiert werden. Zwischen Veröffentlichung und Antwort liegt eine Abfolge von Auswahlprozessen: Entdeckung, Suche, Abruf, Verarbeitung, Stützung einer Aussage und Anzeige einer Quelle.

Einige Stufen sind sichtbar. Wir können Zitate, angezeigte Quellen und Verweis-Traffic beobachten. Andere sind intern und dürfen nicht aus Vermutungen rekonstruiert werden. Eine glaubwürdige Methodik trennt Beobachtungen von bloßen Schlussfolgerungen.

Sieben verschiedene Zustände einer Quelle

1. Auffindbar: Die Seite kann aufgerufen und gegebenenfalls indexiert werden.
2. Kandidat: Die URL erscheint in einem Ergebnissatz für eine Zwischensuche.
3. Abgerufen: Das System ruft den relevanten Inhalt oder ein entsprechendes Fragment ab.
4. Zur Fundierung verwendet: Der Inhalt geht in den Kontext ein, der die Antwort stützt.
5. Wiedergegeben: Eine Aussage aus der Quelle wird in der Antwort dargestellt.
6. Zitiert: Der Nutzer sieht einen Link oder einen mit der Quelle verbundenen Hinweis.
7. Aufgerufen: Der Nutzer klickt auf den Link und gelangt zur Website.

Wir können nicht davon ausgehen, dass alle Systeme die gleichen Schritte durchlaufen oder die gleichen Telemetriedaten offenlegen. Bei der Liste handelt es sich um eine Prüftaxonomie und nicht um eine universelle Beschreibung der internen Architektur.

Was „zitiert“, „erwähnt“ und „abgerufen“ bedeutet

Zitiert beschreibt eine beobachtbare Tatsache: Die Antwort zeigt einen Link zu einer Seite oder Quelle. Erwähnt bedeutet, dass die Marke, Domain oder Aussage im Text erscheint. Beide Ereignisse können getrennt voneinander auftreten.

Fetched beziehungsweise abgerufen beschreibt einen technischen Schritt. In einer API kann ein strukturiertes Ergebnis zeigen, welche URLs zurückgegeben wurden. In einer öffentlichen Oberfläche legt ein sichtbares Zitat nicht zwangsläufig alle konsultierten Seiten offen; umgekehrt muss eine konsultierte Seite nicht in der Antwort erscheinen.

Die Perplexity-Dokumentation trennt explizit die Suchkomponente von der Generierungskomponente und empfiehlt die Verwendung des strukturierten Ergebnisfelds für tatsächliche URLs und nicht die Generierung von Adressen aus Text. Es ist ein nützliches Beispiel für den Unterschied zwischen vom System bereitgestellter Herkunft und modellproduziertem Text.

Quelltypen für eine Marke

Typ	Beispiele	Geeignete Rolle	Grenze
Erstanbieter	offizielle Website, Dokumentation, Hilfecenter, eigene Daten	Spezifikationen, Richtlinien, Verfügbarkeit, offizielle Position	überprüft die Qualität nicht unabhängig
Autoritativ	Regulierungsbehörde, Institution, Standard, Gesetzgebung	offizielle Verpflichtungen, Definitionen und Anforderungen	evaluiert möglicherweise nicht das tatsächliche Produkt
Unabhängig	Presse, Recherche, Analyse, überprüfbare Rezension	Kontext, Vergleich und externe Validierung	Methodik und Aktualität unterscheiden sich
Community	Foren, Diskussionen und Benutzererfahrungen	Probleme aus der realen Welt, Sprache und Grenzfälle	Identität und Repräsentativität können ungewiss sein
Marktteilnehmer	Kategorieseiten und Handelsvergleiche	Positionierung und Kriterien, die in der Kategorie verwendet werden	kommerzielles Interesse und voreingenommene Auswahl
Verbunden oder Privat	Dateien, Intranet, autorisierte Anwendungen	personalisierte Antworten für den Nutzer	stellt keine öffentliche organische Sichtbarkeit dar

Welche Quelle geeignet ist, hängt von der Aussage ab. Die Website des Anbieters eignet sich für seine Liste deklarierter Integrationen. Eine autoritative Quelle ist für rechtliche Verpflichtungen angemessen. Eine unabhängige Bewertung kann Aussagen zur Nutzererfahrung stützen. Keine Quelle ersetzt automatisch die anderen.

Erstanbieterquellen sind nicht automatisch unglaubwürdig

Für vom Unternehmen kontrollierte Fakten – aktueller Preis, API-Dokumentation, Rückgaberichtlinien, bediente Regionen – ist die offizielle Seite häufig die richtige Primärquelle. Problematisch wird es, wenn dieselbe Seite als unabhängiger Beleg für „am besten“, „am sichersten“ oder „Marktführer“ verwendet wird.

Eine Marke sollte genaue, datierte und überprüfbare Informationen veröffentlichen: Spezifikationen, Definitionen, Einschränkungen, Beispiele, Methoden und Aktualisierungsdaten. Google empfiehlt einzigartige, wertvolle Inhalte für generative Suchfunktionen und erklärt, dass diese auf den Ranking- und Qualitätssystemen der Suche beruhen. Der offizielle Leitfaden verspricht jedoch keine Aufnahme allein aufgrund der Veröffentlichung einer Seite.

Autorität und Unabhängigkeit beantworten andere Fragen

Bei einer regulierten Aussage hat eine autoritative Quelle Vorrang. Für den Vergleich von Erfahrungen benötigen wir Methodik und Unabhängigkeit. Für die Reputation sind mehrere unabhängige Beobachtungen aussagekräftiger als eine einzelne Werbeaussage.

Eine solide Antwort kann verschiedene Quellen kombinieren: die offizielle Produktdokumentation für Funktionen, eine Institution für den rechtlichen Rahmen und eine unabhängige Analyse für Vor- und Nachteile. Vielfalt bedeutet nicht, mechanisch viele Domains zu sammeln, sondern Quelle und Aussage passend zusammenzuführen.

Rumänisches Beispiel: RO e-Factura

Die Frage „Welche Lösung sollte ich für RO e-Factura wählen?“ enthält mindestens drei Teilfragen:

• welche Verpflichtungen und Bedingungen gelten;
• welche Funktionen deklariert jedes Produkt;
• wie das Produkt im realen Gebrauch funktioniert.

Für Verpflichtungen sollte die Antwort auf offiziellen Quellen wie den ANAF-Richtlinien und dem von der Europäischen Kommission beschriebenen Rahmenwerk basieren. Für die Integration ist die Dokumentation des Herstellers die direkte Quelle. Für den Support und die Benutzerfreundlichkeit sind unabhängige und datierte Beobachtungen erforderlich.

Wenn eine KI-Engine für eine steuerliche Verpflichtung nur eine kommerzielle Seite zitiert, ist die Aussage deshalb nicht automatisch falsch. Das Quellenregister kann sie jedoch als schlecht passende Quelle kennzeichnen und eine Prüfung anhand einer autoritativen Quelle verlangen.

Wie sich Abfrage-Fanout auf die Auswahl auswirkt

Eine Frage kann in mehrere Suchvorgänge unterteilt werden: Definition, Aktualität, Integration, Preis, Risiko oder Geografie. OpenAI erklärt, dass die Suche die Anfrage in eine oder mehrere gezielte Abfragen umschreiben kann. Eine Seite kann ein Kandidat für eine dieser Abfragen werden, ohne in der endgültigen Antwort zitiert zu werden.

Deshalb sollte der Artikel über Query Fan-out und verborgene Suchanfragen zusammen mit diesem Leitfaden gelesen werden. Die Sichtbarkeit einer Quelle ist nicht auf die exakte Übereinstimmung mit dem ursprünglichen Prompt beschränkt.

Crawl, Indizierung und Zitieren sind keine Versprechen

Crawler-Zugriff ist eine technische Bedingung, keine Auswahlgarantie. Die OpenAI-FAQ für Verleger besagt, dass die Aktivierung von OAI-SearchBot dabei hilft, Inhalte zu entdecken, zusammenzufassen und zu zitieren, aber in der Dokumentation zu ChatGPT Search heißt es ausdrücklich, dass es keine Möglichkeit gibt, ein Top-Ranking zu garantieren.

Auch die Indexierung in einer Suchmaschine garantiert nicht, dass eine Seite für eine generative Funktion ausgewählt wird. Relevanz, Qualität, Originalität, Aktualität und weitere Signale können eine Rolle spielen. Wir schreiben keiner einzelnen Datei, Kennzeichnung oder Einstellung die Fähigkeit zu, Zitate zu erzeugen.

Die zitierte Quelle muss nicht die ursprüngliche Quelle sein

Eine Behauptung kann sich über mehrere Veröffentlichungen verbreiten. Ein Sekundärartikel fasst eine Studie zusammen, eine kommerzielle Seite greift die Zusammenfassung auf und die KI-Antwort zitiert die letzte Seite. Der Link ist real, aber der Ursprung der Idee ist älter.

Bei wichtigen Aussagen prüfen wir den Zitierstatus der Quelle: Ist die Seite Primärquelle, autorisierte Wiedergabe, unabhängige Synthese oder lediglich eine Wiederholung? Bei Prozentangaben prüfen wir, ob sie zur Studie führen und Zeitraum, Stichprobe sowie Methodik nennen. Bei rechtlichen Aussagen verfolgen wir den Weg bis zur Institution oder zum geltenden Rechtstext.

Diese Prüfung verhindert zwei Fehler. Die erste besteht darin, der versehentlich zitierten Domain Originalität zuzuschreiben. Die zweite besteht darin, anzunehmen, dass eine Phrase wahr wird, weil sie auf vielen Seiten erscheint, die sich gegenseitig kopieren.

Aktualität muss auf Aussageebene bewertet werden

Das Seitendatum allein reicht nicht aus. Ein gestern aktualisierter Artikel kann eine veraltete Spezifikation enthalten, während eine vor zwei Jahren veröffentlichte Seite eine weiterhin gültige Definition bietet. Das Quellenregister sollte das für die konkrete Aussage relevante Datum und nach Möglichkeit die Version der Dokumentation vermerken.

Für Preise, Verfügbarkeit, rechtliche Verpflichtungen und Produktversionen sollte die Prüfung zeitnah zum Veröffentlichungszeitpunkt wiederholt werden. Bei akademischen Definitionen oder Standards verfolgen wir die Ausgabe und mögliche Ersetzungen. Wenn die Quellen widersprüchlich sind, wählen wir nicht automatisch die neuere Seite; Wir überprüfen Autorität, Umfang und Datum des Inkrafttretens.

Eine KI-Antwort kann eine zugängliche, aber veraltete Seite zitieren. Deshalb sind „zitiert“ und „am Testdatum korrekt“ getrennte Felder. Das Zitat ermöglicht die Überprüfung; es nimmt sie uns nicht ab.

Wie wir Zitationen messen, ohne das Ergebnis aufzublähen

Die gleiche Antwort kann drei URLs aus derselben Domäne anzeigen. Deshalb berichten wir gesondert:

• Anteil der Zitatvorkommen – Zitatvorkommen einer Domain ÷ alle Zitatvorkommen;
• Anteil eindeutiger URLs – eindeutige URLs einer Domain ÷ alle eindeutigen URLs;
• Domainpräsenz – Konversationen mit mindestens einem Zitat der Domain ÷ geeignete Konversationen;
• Abdeckung der Aussagebelege – verifizierte Aussagen mit angemessener Stützung ÷ alle verifizierten Aussagen.

Die Nenner folgen den Regeln aus Der Nenner verändert das Ergebnis: die versteckte Falle bei KI-KPIs. Vorkommen, URLs und Konversationen fassen wir nicht in einem einzigen „Zitatwert“ zusammen.

Mindestanforderungen an ein Quellenregister

Für jede Beobachtung behalten wir:

1. Prompt, Konversation und Datum;
2. Engine, Schnittstelle, Sprache und Geographie;
3. genaue analysierte Aussage;
4. Anzeige-URL und Domäne;
5. Position oder Zitierkennzeichnung, falls vorhanden;
6. Quelltyp;
7. Veröffentlichungsdatum und Zugriffsdatum;
8. Übereinstimmung zwischen Quelle und Behauptung;
9. Status: unterstützt, widersprochen oder unbestätigt;
10. Erfassung oder Export, der eine erneute Überprüfung ermöglicht.

Das Quellenregister dokumentiert, was beobachtet wurde. Es darf nicht behaupten, interne Gewichtungen, Trainingsdaten oder sämtliche vom Modell verarbeiteten Seiten offenzulegen.

Fazit

Eine Marke kann entdeckt werden, ohne zitiert zu werden, zitiert werden, ohne namentlich genannt zu werden, und erwähnt werden, ohne dass die Quelle aus der Antwort hervorgeht. Diese Zustände müssen getrennt gemessen werden.

Eine tragfähige Strategie zielt nicht nur auf „mehr Zitate“. Sie veröffentlicht präzise Erstanbieterquellen, gewinnt unabhängige Bestätigung, hält offizielle Informationen aktuell und erstellt Seiten, die Zwischenfragen klar beantworten.

Im Audit sagen wir nur, was sich belegen lässt: welche URL angezeigt wurde, welche Aussage sie stützte, in welcher Konversation und an welchem Datum. Der Rest bleibt eine Hypothese.

Quellen

• OpenAI – Häufig gestellte Fragen für Herausgeber und Entwickler
• OpenAI – ChatGPT-Suche
• Google Search Central – Leitfaden zur generativen KI-Optimierung
• Google Search Central – Leitfaden zu Ranking-Systemen
• Perplexity API – Anleitung zu Quelle und Suchergebnis
• Europäische Kommission – elektronische Rechnungsstellung in Rumänien
• ANAF – Aktuelle Anleitungen

Letzte Quellenprüfung: 2. August 2026. Die Taxonomie ist redaktionelle Methodik und behauptet nicht, dass AYSA bereits alle beschriebenen Zustände oder Felder bereitstellt.