Zitiert ist nicht gewählt: Die Mess-Ära von GEO 2026 — Sitze, Vorauswahlen und der 68-Tage-Verzug

Kernpunkte

• ChatGPT ruft rund 6× mehr Seiten ab, als es zitiert, und konzentriert die Zitationen auf etwa 30 Domains pro Thema — die Top-30-Domains erfassen 67 % der Zitationen in Produktvergleichsthemen — Kevin Indigs Studie über rund 1,2 Millionen ChatGPT-Antworten und rund 98.000 Zitationszeilen, berichtet von Search Engine Land.
• Von den Seiten auf Google-Position 1 wurden nur 43,2 % von ChatGPT zitiert — aber das sind 3,5× mehr als bei Seiten jenseits der Top 20 — der Ranking-Bonus ist real, kauft aber eine Eintrittskarte, keinen Sitz (Search Engine Land).
• Google AI Overviews zitieren selbstbewerbende „Best“-Listenartikel, schließen den Publisher aber in 69 % der Fälle aus ihren Empfehlungen aus — Lily Rays B2B-Software-Studie 2026 belegt, dass zitiert zu werden nicht dasselbe ist wie gewählt zu werden (Profound).
• 51 % der B2B-Tech-Marken erzielen null Zitationen über ChatGPT, Perplexity und Gemini hinweg, und der mediane Verzug von Earned Media bis zur Zitation beträgt 68 Tage — Crackle PRs Q2-2026-Benchmark (AuthorityTech).
• Die KI-Such-Konversion liegt bei 5,1× der Google-organischen Konversion auf ChatGPT (14,2 % vs. 2,8 %), 6,0× auf Claude (16,8 %) und 4,4× auf Perplexity (12,4 %) — aber nur 11 % der Domains werden sowohl von ChatGPT als auch von Perplexity zitiert, sodass eine Single-Engine-Strategie den Großteil dieses Bonus verschenkt (Loganix/PR Newswire).

Drei Studien landeten in den ersten drei Wochen des September 2026 und verändern, was „GEO“ für ein B2B-Content-Team bedeutet. Kevin Indigs Analyse von rund 1,2 Millionen ChatGPT-Antworten fand, dass die Engine etwa sechsmal mehr Seiten abruft, als sie zitiert, wobei sich die Sichtbarkeit auf rund 30 Zitations-Domains pro Thema konzentriert — eine Struktur, die er so zusammenfasst: Wer nicht genug Autorität aufbaut, um einen der begrenzten Zitations-„Sitze“ zu gewinnen, ist effektiv ausgesperrt (Search Engine Land). Lily Rays B2B-Software-Studie 2026 fand, dass Google AI Overviews selbstbewerbende „Best“-Listenartikel zitieren, den Publisher dieses Listenartikels aber in 69 % der Fälle aus ihren eigenen Empfehlungen ausschließen (Profound). Und Crackle PRs Q2-2026-Benchmark zählte 51 % der B2B-Tech-Marken, die null Zitationen über ChatGPT, Perplexity und Gemini erzielen, mit einem medianen Verzug von 68 Tagen zwischen einer Earned-Media-Platzierung und ihrem Erscheinen als Zitation (AuthorityTech).

Dieser Artikel ist der Messungs-Begleitartikel zu GEO ist nicht SEO: Warum sich KI-Zitationen von Suchrankings entkoppelt haben — und was zu tun ist, der behandelte, warum sich Zitationen von organischen Rankings entkoppelt haben, und das Fünf-Züge-Playbook. Hier konzentrieren wir uns darauf, was die Studien von 2026 nach dem Playbook messen: wie der Zitations-Pool tatsächlich strukturiert ist (Sitze), was zwischen dem Abrufen und dem Gewähltwerden passiert (der 69-%-Ausschluss), und was die Konversionsarithmetik darüber sagt, wohin ein B2B-Anbieter im Mid-Market seinen nächsten Content-Dollar lenken sollte. Die Zahlen ersetzen das Playbook nicht — sie verändern die Reihenfolge der Schritte und die Metriken auf dem Dashboard.

Der Zitations-Pool hat eine feste Anzahl von Sitzen

Die Indig-Studie parste rund 98.000 Zitationszeilen aus rund 1,2 Millionen ChatGPT-Antworten über sieben Branchen hinweg, mit strukturellem Seiten-Parsing, Positions-Mapping sowie Entitäts- und Sentiment-Analyse (Search Engine Land). Die strukturellen Befunde sind der Teil, den die meisten B2B-Teams nicht verinnerlicht haben:

• Konzentration. In Produktvergleichsthemen nahmen die Top-10-Domains 46 % der Zitationen und die Top 30 nahmen 67 %. Die KI-Sichtbarkeit ist etwas weniger konzentriert als die klassische organische Suche, aber weiterhin zentralisiert genug, dass ein Mid-Market-Anbieter um eine kleine Anzahl von Zitations-Slots pro Thema konkurriert.
• Der Position-1-Bonus ist eine Eintrittskarte, keine Garantie. 43,2 % der Seiten auf Google-Position 1 wurden zitiert — 3,5× mehr als Seiten jenseits der Top 20. Mehr als die Hälfte der Position-1-Seiten wurde überhaupt nicht zitiert.
• Abruf ist nicht Zitation. ChatGPT rief rund 6× so viele Seiten ab, wie es zitierte, und AirOps-Daten, berichtet von Search Engine Land fanden, dass 85 % der abgerufenen Seiten nie zitiert wurden. Ein Drittel der zitierten Seiten stammte aus Fan-out-Abfragen, und 95 % davon hatten ein Suchvolumen von null — Entdeckung passiert außerhalb des Keyword-Universums, das die meisten Teams verfolgen.
• Länge kauft Zitationsvolumen, mit einer branchenabhängigen Obergrenze. Seiten über 20.000 Zeichen erzielten im Durchschnitt 10,18 Zitationen gegenüber 2,39 bei Seiten unter 500, mit dem größten Anstieg bei 5.000–10.000 Zeichen. Das Muster brach im Finanzbereich, wo kürzere, dichtere Seiten oft gewannen.
• Eine Zitation ist Rauschen. 58 % der zitierten URLs wurden nur einmal zitiert. Wiederkehrende Zitationen gingen an Kategorie-Rundups, Vergleichsseiten und breite Leitfäden — Seiten, die mehrere verwandte Fragen beantworten.
• Der obere Seitenteil ist der zitierfähige Teil. Der 10–20-%-Abschnitt einer Seite performte branchenübergreifend am besten; die unteren 10 % bekamen nur 2,4–4,4 % der Zitationen. Schlussfolgerungen wurden weitgehend ignoriert.

Für einen Mid-Market-B2B-Anbieter ist die Arithmetik unbarmherzig: Der Sitz, um den Sie in einem gegebenen Thema konkurrieren, wird von einer von rund 30 Domains gehalten, die Seite des Etablierten ist länger und deckt das Thema aus mehr Winkeln ab, und 58 % der Sitze wechseln zwischen Sitzungen — das ist sowohl die Bedrohung (Ihre eine Zitation verdunstet) als auch die Öffnung (Sitze der Etablierten fluktuieren).

Die Struktur des Zitations-Pools — wenige Sitze pro Thema, hoher Umschlag bei Einmal-Zitationen und die Lücke zwischen abgerufenen und zitierten Seiten:

Zitiert zu werden ist nicht dasselbe wie gewählt zu werden

Die Studie von Ray ist diejenige, die Dashboards verändert. Ihr Team analysierte, wie Google AI Overviews B2B-Software-Anfragen behandeln, und fand, dass die Engines selbstbewerbende „Best X“-Listenartikel zitieren — von Anbietern über sich selbst geschriebene Seiten —, während sie denselben Publisher in 69 % der Fälle aus den Empfehlungen ausschließen, die die Antwort tatsächlich gibt (Profound). Der Listenartikel verdient eine Zitation in der Quellenliste; er verdient keinen Platz in der Vorauswahl, die der Leser sieht.

Der Unterschied ist nicht akademisch. Er ist der Unterschied zwischen zwei KPIs, die in einem GEO-Bericht identisch aussehen:

1. Zitationspräsenz — Ihre URL erscheint im Panel der zitierten Quellen. Messbar, befriedigend und schwach: Sie sagt, dass die Engine Ihre Seite lesenswert fand.
2. Antwortauswahl — die synthetisierte Empfehlung der Engine enthält Ihr Produkt, Ihre Kategorie oder Ihre Aussage. Dies formt die Vorauswahl des Käufers, und es ist die Metrik, die G2s 2026 AI Search Insight Report mit der Anbieterwahl verbindet: Chatbots sind die einflussreichste Quelle, die Anbieter-Vorauswahlen formt.

Der Ausschluss hat einen Mechanismus. Ein AI Overview synthetisiert eine Empfehlung aus mehreren abgerufenen Chunks; ein selbstbewerbender Listenartikel ist eine brauchbare Quelle, aber ein schlechter Empfehlungskandidat, weil das Modell den Interessenkonflikt sehen kann. Rays forensische Arbeit — einschließlich eines Experiments, in dem KI-Systeme ein erfundenes Ranking innerhalb von 24 Stunden übernahmen — dokumentiert sowohl, wie schnell schwache Behauptungen in Antwortsysteme gelangen, als auch, wie Engines sichtbar voreingenommene Quellen behandeln (Profound). Die praktische Lektüre für einen B2B-Anbieter: Wenn Ihre Zitationsstrategie von Ihren eigenen „Best of“-Seiten abhängt, optimieren Sie für das schwächere der beiden Ergebnisse. Unabhängige Bestätigung durch Dritte ist das, was eine Quellenlisten-Zitation in eine Empfehlung verwandelt.

Die Earned-Media-Arithmetik: 51 % und 68 Tage

Crackle PRs AI Citation Benchmark für Q2 2026 quantifiziert die Abhängigkeit, die das Playbook des Elternartikels implizierte, aber nie maß (AuthorityTech). Zwei Zahlen restrukturieren die Budgetdiskussion:

• 51 % der B2B-Tech-Marken erzielen null Zitationen über ChatGPT, Perplexity und Gemini. Der Standardzustand einer B2B-Marke in der KI-Suche ist Abwesenheit. Forresters 2026 Buyers' Journey Survey beziffert die KI-Nutzung auf Käuferseite mit 72 %, die ChatGPT während der Anbieterbewertung nutzen — der Käufer ist umgezogen; die Hälfte der Anbieter ist nicht erschienen.
• 71 % der B2B-Anbieter-Zitationen von ChatGPT stammen aus Earned Media, 29 % aus eigenen Inhalten; nur 12 % der Google-AI-Overview-Antworten verlinken auf eine Pressemitteilung (AuthorityTech). Die Engines stützen sich auf redaktionelle Inhalte von Dritten, und die am häufigsten zitierten Publikationen für Fragen zu B2B-Tech-Anbietern sind TechCrunch, Forbes, The Information, VentureBeat und Business Insider — wobei die Domain-Autorität mit einer Zitationshäufigkeit von r = 0,62 korreliert. Eine Tier-1-Platzierung schlägt ein Dutzend Erwähnungen in Fachmedien der mittleren Ebene.
• Der mediane Verzug von einer Earned-Media-Platzierung bis zur LLM-Zitation beträgt 68 Tage. Die Budget-Implikation ist das Timing: Ein Earned-Media-Programm, das heute startet, produziert seine ersten Zitationen in etwa zehn Wochen. Marken, die im Juni gestartet sind, treten jetzt in den Zitationszyklus ein.

Die ehrliche Grenze, von den Aggregatoren selbst benannt: Diese Zahlen belegen die Quellenzusammensetzung in der zitierten Stichprobe, keine garantierte Kausalität für irgendeine einzelne Marke (AuthorityTech). Die strukturelle Schlussfolgerung hält ohne die Kausalbehauptung stand — wenn die meisten Zitationen aus Earned Media stammen und die meisten Marken keine auf KI-Flächen zielende Earned-Media-Pipeline haben, ist das Zitationsdefizit ein Pipeline-Problem, kein Content-Qualitätsproblem.

Der Playbook-Zug 4 des Elternartikels („Seien Sie dort, wo die Engines bereits schauen“) ist diese Arithmetik in Aktion. Das 2026er-Upgrade besteht darin, dass die Abhängigkeit jetzt gemessen ist: Eigene Inhalte sind notwendig, aber strukturell untergewichtet — 29 % der Zitationsbasis —, und der 68-Tage-Verzug setzt den Planungshorizont.

Die Konversionsarithmetik und die 11-%-Falle

Die Konversionszahlen rechtfertigen die Investition; die Überschneidungszahl killt die Abkürzung. Aus der über Loganix veröffentlichten Multi-Source-Synthese, die sechs unabhängig veröffentlichte Studien über 680 Millionen Zitationen kombiniert:

Plattform	Konversionsrate	Multiplikator vs. Google organisch (2,8 %)
Claude	16,8 %	6,0×
ChatGPT	14,2 %	5,1×
Perplexity	12,4 %	4,4×
Google organisch	2,8 %	1,0×

Zusammen mit den Konzentrations- und Ausschlussstudien gelesen, trägt die Tabelle drei operative Konsequenzen:

1. Der Bonus ist real, aber engine-spezifisch. Claude-Nutzer konvertieren mit 16,8 %, ChatGPT mit 14,2 %, Perplexity mit 12,4 % — gegen eine organische Basis von 2,8 %. Dies sind Exposure Ninjas Raten vom März 2026 mit plattformspezifischen Zahlen aus einer Synthese mehrerer Quellen, selbstberichtet und plattformgemessen statt unabhängig geprüft — der Ehrlichkeitsvorbehalt gilt. Die Richtung ist das Signal: KI-verwiesene Besucher kommen mitten in der Entscheidung an, mit einer Empfehlung, die die Absicht bereits formt.
2. Nur 11 % der Domains werden sowohl von ChatGPT als auch von Perplexity zitiert. Averis Analyse von 680 Millionen Zitationen fand eine engineübergreifende Domain-Überschneidung von 11 % — die Engines zitieren bei 89 % derselben Anfragen unterschiedliche Quellen (Loganix/PR Newswire). Ein auf einer Engine gemessenes Programm liest sich als Erfolg, während es den Großteil des adressierbaren Bonus verschenkt. „KI-Suche“ ist nicht ein Kanal; es sind mindestens vier mit unterschiedlichen Quellenpräferenzen.
3. Markenerwähnungen, nicht Backlinks, sind das dominante Korrelat. Web-Erwähnungen korrelieren in Ahrefs' Analyse von 75.000 Marken mit KI-Zitation mit Spearman 0,664, etwa 3× der Backlink-Korrelation von 0,218 (Loganix/PR Newswire). Der Distributionskanal, der Markenerwähnungen aufbaut — Earned Media, Branchenpublikationen, Praktiker-Communities —, ist derselbe, auf den die 71-%/68-Tage-Arithmetik verweist.

Was im Programm zu ändern ist

Die Mess-Ära verändert vier Standardvorgehen für ein Mid-Market-B2B-Team, das das Eltern-Playbook umsetzt:

1. Messen Sie den Antwortanteil, nicht das Ranking. Die Dashboard-Metrik ist die Antwort-Share of Voice pro Engine — wie oft Ihre Marke innerhalb generierter Antworten und Anbieter-Vorauswahlen erscheint —, nicht das Keyword-Ranking und keine Zitationszählungen pro Sitzung. 58 % der zitierten URLs erscheinen nur einmal; ein Rank-Tracker kann diese Fluktuation nicht sehen, und eine Zitationszähl-Eitelkeitsmetrik wird sie falsch lesen.
2. Budgetieren Sie die 68-Tage-Pipeline, nicht die Veröffentlichungsdatum-Illusion. Eine auf KI-Flächen zielende Earned-Media-Platzierung zahlt sich nicht innerhalb des Quartals aus, in dem sie ausgeliefert wird. Planen Sie Zitationen auf einem Zwei-Quartals-Horizont und messen Sie den Verzug von Platzierung bis Zitation explizit, statt anzunehmen, dass eigene Inhalte nach eigenem Zeitplan konvertieren.
3. Zielen Sie auf Bestätigung, nicht nur auf Zitation. Der 69-%-Ausschluss sagt, dass die Empfehlungsschicht der Antwort das ist, was zählt. Budgetieren Sie einen Anteil des Earned-Media-Aufwands für Platzierungen, die Dritte zitieren können, wenn die Engine eine Empfehlung synthetisiert — Analysten-Notizen, Praktiker-Berichte, Vergleichsberichterstattung —, nicht nur „Best of“-Seiten, die Sie kontrollieren.
4. Messen Sie pro Engine. Die 11-%-engineübergreifende Überschneidung macht plattform-agnostisches Reporting zur Fahrlässigkeit: Verfolgen Sie ChatGPT, Claude, Perplexity und Google AI Overviews getrennt, denn eine Marke, die in einer Engine sichtbar ist, kann in einer anderen fehlen, und jede trägt einen anderen Konversionsmultiplikator.

Keines davon ersetzt die Crawl-Ebene oder die zitierfähigen Content-Eigenschaften, die der Elternartikel dokumentiert — auf der Erlaubnisliste stehende Crawler, llms.txt, strukturierte Daten, Quellen und Statistiken im ersten Drittel der Seite. Es gewichtetet den Aufwand dahinter neu: In einem Pool mit rund 30 Sitzen pro Thema, einer 69-%-Publisher-Ausschlussquote und einem 68-Tage-Verzug von Earned Media wandert der nächste Dollar von einer weiteren eigenen Seite zu der Pipeline, die Sitze gewinnt und sie bestätigt.

Weiterführende Literatur

• GEO ist nicht SEO: Warum sich KI-Zitationen von Suchrankings entkoppelt haben — und was zu tun ist — der Elternartikel: warum sich KI-Zitationen von organischen Rankings entkoppelt haben, die Princeton-Content-Eigenschaftsfaktoren, die Crawl-Ebene und das Fünf-Züge-Playbook, auf dem dieser Messungs-Begleitartikel aufbaut
• KI-Agenten als Werbeflächen: Was gesponserte Platzierung für B2B-Sichtbarkeit bedeutet — das Gegenstück zur Bezahlplatzierung: wenn zitationsverdiente Sichtbarkeit mit gesponserten Agentenflächen konkurriert, und die Zwei-Schichten-Strategie, die beide abdeckt
• Mehr RFQs, weniger echte Gelegenheiten: Eine Sell-Side-Qualifizierungsschicht für agentengenerierte Nachfrage — das Nachfrageseite-Spiegelbild: wenn Käuferagenten Vorauswahlen bilden und RFQs senden, wie ein Lieferant qualifiziert, was ankommt

Beispielhafter Build-Bericht

Ein Mid-Market-Industriedistributions-Unternehmen mit 12.000 SKUs über vier Lagerhäuser wollte wissen, ob KI-Engines es überhaupt zitieren — und die Antwort war die übliche: null Zitationen über die drei Engines hinweg, die seine Käufer nutzen. In einem abgegrenzten Engagement instrumentierten wir den Katalog und seine Engineering-Inhalte mit TechArticle- und Product-strukturierten Daten plus llms.txt, schalteten die AI-Search-Crawler an der Edge frei, bauten die Antwort-zuerst-Struktur, die die Konzentrationsstudie belohnt (belegte Aussagen im ersten Drittel jeder Seite), und richteten eine Zitationsverfolgung pro Engine ein, sodass die Antwort-Share of Voice zu einer Zahl auf dem Operations-Dashboard wurde statt zu einem Screenshot eines Anbieter-Tools. Das Team prüft Zitationsanteil pro Engine und den Verzug von Platzierung bis Zitation monatlich, mit einem festen Umfang, vereinbart in einwöchiger Discovery.

Fordern Sie eine abgegrenzte Umsetzung an. Eine Woche Discovery. Sie erhalten eine Systeminventur, eine Workflow-Karte und einen festen Umfang — ob Sie mit uns bauen oder nicht.