Seit dem 15. September wird die Präsenz von Lebensmittelmarken in den Antworten generativer KI-Systeme gemessen. LSA veröffentlicht gemeinsam mit dem Start-up Botrank.ai ein Barometer zu diesem Thema, das vierteljährlich aktualisiert wird.
Was genau misst dieses Barometer?
Einhundert Prompts, unterteilt in vier Themenbereiche – Drive, Preise, Produkte, Werbeaktionen –, die anhand beliebter Suchanfragen in Google Trends und im Keyword Planner ausgewählt wurden. Jede Eingabe wird zwischen dem 26. Juni und dem 26. August 2026 täglich 60 Tage lang auf ChatGPT, Gemini und den Google AI Overviews wiederholt, ohne Vorgeschichte oder vorherigen Kontext, um die Bedingungen einer neuen Suche nachzubilden. Insgesamt wurden 18.000 Antworten analysiert. Zwei Indikatoren: die Sichtbarkeitsrate, d. h. der Anteil der Antworten, in denen eine Marke genannt wird, und der Marktanteil unter allen Markennennungen.
Was das Thema Preis angeht, werden zwei Handelsketten, Lidl und E.Leclerc, in mehr als 95 % der Antworten genannt, wobei der Abstand zwischen ihnen nur ein Zehntelpunkt beträgt. Die Rangfolge zwischen ihnen ist weniger wichtig als der Platz, der den anderen bleibt: Bei Fragen zum Preis werden in fast allen Antworten diese beiden Namen genannt, und alle anderen Handelsketten teilen sich den verbleibenden Platz.
Der Nutzen des Systems liegt weniger in den Werten selbst als vielmehr in deren Wiederholung. Es gibt bereits mehrere KI-basierte Sichtbarkeitsmessungen, doch jede davon verwendet eigene Eingabeaufforderungen, eigene Modelle und einen eigenen Umfang an Marken: Sie lassen sich nicht miteinander vergleichen, und daher kann niemand sagen, ob Fortschritte erzielt werden oder Rückschritte zu verzeichnen sind. Indem LSA und Botrank.ai dieselbe Methode vierteljährlich anwenden, schaffen sie den ersten zeitlichen Vergleichsmaßstab zu diesem Thema. Eine Marke, die ihre Seiten, Inhalte oder Produktdaten überarbeitet, kann im folgenden Quartal überprüfen, ob sich dies in den Antworten der KI niedergeschlagen hat.
Diese Sichtbarkeit muss man sich erarbeiten, sie lässt sich nicht kaufen.
Der aufschlussreichste Teil der Studie befasst sich mit den Quellen, aus denen die Modelle ihre Informationen beziehen. Bei Preisanfragen wird am häufigsten ein von „Que Choisir“ veröffentlichter Markenvergleich herangezogen. Generell sind die von den drei Suchmaschinen am häufigsten genutzten Domains Quechoisir.org, Facebook, Carrefour.fr, Reddit und YouTube. Carrefour.fr ist dort insbesondere dank seiner Seiten zum Thema Lieferung vertreten, was seine Präsenz bei Themen im Zusammenhang mit E-Commerce erklärt. Und Lidl.fr ist die einzige Website einer Handelskette, die beim Thema Preise so weit oben erscheint, getragen von einer Seite, auf der die Marke ihre Vergleichsmethode dokumentiert und ihre Produktstichprobe regelmäßig aktualisiert.
Diese Beispiele zeigen alle dasselbe: Es handelt sich um Inhalte, die eine Methode, Daten und eine übersichtliche Struktur zu einem bestimmten Thema vermitteln. Botrank.ai identifiziert übrigens drei Hebel zur Verbesserung: die technische Barrierefreiheit der Seiten, die Genauigkeit und Strukturierung der Inhalte sowie die Autorität, die durch Quellen Dritter erreicht wird. Keiner dieser drei Hebel erfordert den Kauf von Werbeflächen.
Das ist die Unterscheidung, auf die wir seit Beginn dieses Themas stets Wert legen: Von einem Modell erwähnt zu werden und eine Werbefläche in einem Assistenten zu kaufen, sind zwei getrennte Mechanismen. Der richtige Vergleichsrahmen ist der zwischen organischer Suchmaschinenoptimierung und bezahlter Suchmaschinenoptimierung. Das Aufkommen von Werbeflächen in Assistenten schafft einen zusätzlichen Hebel, ersetzt jedoch keinen der bestehenden.
Das Barometer erinnert schließlich daran, dass sich die Autorität nicht auf die eigenen Inhalte beschränkt. Zum Thema „Frische“ liefert ein Reddit-Thread, in dem Internetnutzer sich über ihre Einkaufsorte für Obst und Gemüse austauschen, die Grundlage für die generierten Antworten. Ein Modell ordnet ein Untersuchungsprotokoll und ein Gespräch zwischen Kunden nicht von sich aus in eine Hierarchie ein: Es greift das auf, was verfügbar, lesbar und an anderer Stelle aufgegriffen ist.
Auf welcher Grundlage werden diese Ergebnisse ermittelt?
Zum Schluss noch ein Hinweis: Die hundert Suchanregungen wurden aus beliebten Suchanfragen bei Google Trends und dem Keyword-Planer entnommen und anschließend in die Kategorien „Anfahrt“, „Preis“, „Produkte“ und „Sonderangebote“ unterteilt. Der Ausgangsbestand stammt also aus der Suchmaschine, und die vier ausgewählten Themen beziehen sich auf den Vergleich von Handelsketten: Wer ist am günstigsten, wer hat die besten Produkte?
Das ist der derzeit verfügbare Ausgangspunkt, und er steht im Einklang mit den Themen, anhand derer sich die Handelsketten seit jeher miteinander vergleichen. Man sollte dies beim Lesen der Bewertungen einfach im Hinterkopf behalten: Sie messen die Sichtbarkeit in diesen vier Bereichen, nicht in Bezug auf alles, was ein Kunde von einem Mitarbeiter im Lebensmittelbereich erwarten kann.
Die nächste Ausgabe wird zeigen, ob sich die Positionen verschieben. Was diese erste Erhebung bereits belegt, ist, dass die Sichtbarkeit einer Handelskette in einem Assistenten auf einem weitgehend externen Quellenkorpus beruht und dass dieser Korpus weiterbearbeitet werden muss. Wenn Sie sich auf Seiten der Handelskette oder der Marke mit diesen Themen beschäftigen, tauschen wir uns gerne darüber aus, was die Daten und die Inhalte einer Handelskette für ein Modell lesbar machen.
