Gleiche Frage, andere Quellen

Zusammenfassung

Jedes KI-Modell lebt in seinem eigenen Zitier-Universum. Als wir dieselben Prompts an ChatGPT, Google AI Overview, Gemini, Grok und Copilot schickten und über 2 Millionen zitierte Quellen analysierten, tauchten 71 % der Websites, die sie zitierten, nur in den Antworten eines einzigen Modells auf. Auf Ebene der konkreten Seite ist die Fragmentierung noch ausgeprägter: 89 % der URLs sind exklusiv für ein einziges Modell.

Das durchschnittliche Paar von KI-Modellen teilt sich nur 14,4 % seiner zitierten Domains. Selbst die beiden Modelle mit der größten Überschneidung (AI Overview und Grok) stimmen nur bei 1 von 5 Quellen überein. ChatGPT und AI Overview, die beiden meistgenutzten Plattformen, teilen sich weniger als 1 von 5 Domains. Grok erwies sich als das Modell mit dem breitesten und eigenständigsten Quellen-Fußabdruck. Gemini steht am entgegengesetzten Ende: Über 80 % seiner Zitierungen stammen aus Domains, auf die mindestens ein anderes Modell bereits verweist.

Für Marken und Publisher, die ihre KI-Sichtbarkeit steuern, ist die Konsequenz unmittelbar: Eine Quelle, die auf einer Plattform gut abschneidet, kann auf einer anderen unsichtbar sein. Jedes Modell schöpft aus seinem eigenen, eigenständigen Ausschnitt des Webs, und eine Optimierungsstrategie für nur eine Plattform hinterlässt erhebliche blinde Flecken.

Highlights

• Weniger als 1 von 5 Domains werden von ChatGPT und Google AI Overviews gemeinsam genutzt. Die beiden meistgenutzten KI-Plattformen überschneiden sich bei nur 17,4 % ihrer zitierten Quellen, und sie sind weit davon entfernt, das unähnlichste Paar zu sein.
• 71 % der Domains sind exklusiv für ein einziges KI-Modell. Mehr als 7 von 10 Websites, die von KI zitiert werden, tauchen nur in den Antworten eines einzigen Modells auf. Das Web, das jedes Modell sieht, ist weitgehend sein eigenes.
• 89 % der URLs tauchen nur in den Antworten eines einzigen Modells auf. Modelle teilen sich gelegentlich dieselbe Website, aber sie zitieren fast nie dieselbe Seite. Auf Seitenebene sind KI-Quellen nahezu vollständig fragmentiert.
• 14,4 % durchschnittliche Domain-Überschneidung zwischen zwei beliebigen Modellen. Nimm zwei beliebige KI-Modelle, und im Durchschnitt teilen sie sich weniger als 1 von 7 der Domains, die sie zitieren.

Die meisten Quellen sind exklusiv für ein einziges Modell

Der grundlegendste Befund: Die große Mehrheit der von KI-Modellen zitierten Quellen wird nicht gemeinsam genutzt. Von allen eigenständigen Domains über alle 5 Modelle hinweg tauchen 71,1 % nur in den Antworten eines einzigen Modells auf.

Die Lücke zwischen Domain- und URL-Exklusivität erzählt ihre eigene Geschichte. Modelle landen gelegentlich auf derselben Website, aber sie zitieren fast nie dieselbe Seite. Die Überschneidungsrate bei Domains liegt bei 28,9 %, während die Überschneidungsrate bei URLs auf nur 11,2 % fällt.

Wenn du von „von 1 Modell geteilt“ zu „von allen 5 geteilt“ übergehst, brechen die Zahlen ein:

Nur 1,6 % der Domains werden von jedem Modell zitiert. Weniger als 1 von 60 Domains sind über die KI hinweg wirklich universell.

„Von den 2 Millionen zitierten Quellen, die wir analysiert haben, werden nur 1,6 % der Domains von jedem Modell anerkannt. Der Rest gehört zur Welt der einen oder der anderen Plattform.“

Jedes Modell hat seinen eigenen Quellen-Fußabdruck

Jedes Modell pflegt einen deutlich eigenständigen Satz an Quellen. Grok hat das breiteste Netz: 57,7 % seiner Domains werden von keinem anderen Modell zitiert. Gemini ist das Gegenteil: Nur 19,8 % seiner Domains sind exklusiv, was bedeutet, dass über 80 % dessen, was es zitiert, bereits von mindestens einem Konkurrenten referenziert wird.

85,8 % der konkreten Seiten, die Grok zitiert, tauchen in den Antworten keines anderen Modells auf. Jede Plattform schaut auf ein anderes Internet.

„Grok zitiert mehr exklusive Domains, als die meisten Modelle insgesamt zitieren. Jede Plattform schöpft aus ihrer eigenen Karte des Webs.“

Zwei beliebige Modelle teilen sich weniger als 1 von 7 Domains

Über alle 10 möglichen Modellpaare hinweg liegt die durchschnittliche Domain-Überschneidungsrate bei 14,4 %. Das höchste Paar (AI Overview und Grok) teilt sich nur 20,6 %. Das niedrigste (Grok und Copilot) teilt sich 7,6 %.

Copilot ist das isolierteste Modell, es taucht in den unteren 3 Paaren auf. AI Overview zeigt die höchste Überschneidung sowohl mit Grok (20,6 %) als auch mit Gemini (19,7 %), was auf ein breiteres Retrieval-Profil hindeutet, das sich teilweise mit mehreren Konkurrenten überschneidet.

Selbst im besten Fall werden 4 von 5 Domains nicht geteilt. Kein Modellpaar kommt auch nur in die Nähe davon, eine Mehrheit derselben Quellen zu zitieren.

„Selbst die beiden ähnlichsten KI-Modelle sind sich bei 4 von 5 Quellen, die sie zitieren, uneinig. Die unähnlichsten teilen sich fast nichts.“

Kleinere Modelle schöpfen aus Mainstream-Quellen

Wenn du die Frage umdrehst, von „wie viel Überschneidung“ zu „wie viel von den Quellen eines Modells einem anderen bereits bekannt ist“, entsteht eine Hierarchie. Die Zitierungen kleinerer Modelle sind weitgehend Teilmengen der größeren.

Grok taucht am häufigsten als „Enthalten in“-Ziel auf, da es öfter als jedes andere Modell auf der rechten Seite dieser Tabelle erscheint. Über zwei Drittel dessen, was Gemini zitiert, kennt Grok bereits. Fast die Hälfte der Domains von AI Overview taucht in Groks Satz auf. Kleinere Modelle neigen dazu, aus einem stärker etablierten Mainstream-Pool an Quellen zu zitieren, während Grok weiter in den Long Tail des Webs vordringt.

„Zwei Drittel dessen, was Gemini zitiert, kennt Grok bereits. Kleinere Modelle bleiben im Mainstream, während die größeren die Ränder erkunden.“

Kontext

Diese Analyse stützt sich auf Daten zu Quellenzitierungen, die über die Temso-Plattform erhoben wurden und die erfasst, wie Marken in KI-generierten Antworten erscheinen. Jedes Mal, wenn ein KI-Modell einen Prompt beantwortet und eine Quelle zitiert, wird diese Zitierung erfasst und nachverfolgt.

Der Datensatz umfasst 2.045.102 Quellenzitierungen aus 134.673 KI-Antworten über 5 Modelle hinweg: ChatGPT, Google AI Overview, Gemini, Grok und Copilot. Anders als eine typische Beobachtungsstudie ist diese Analyse kontrolliert: Sie umfasst nur Prompts, auf die alle 5 Modelle geantwortet haben, wodurch sichergestellt ist, dass jedes Modell anhand exakt derselben Fragen verglichen wird. Diese Befunde spiegeln das Zitierverhalten von KI-Modellen wider, beobachtet über markenbezogene und kommerzielle Prompts.

Methodik

Wie wir das gemessen haben

Für jedes der 5 Modelle haben wir den vollständigen Satz an Domains und URLs erhoben, die in den Antworten auf die qualifizierenden Prompts zitiert wurden. Anschließend haben wir jedes mögliche Modellpaar (10 Paare) verglichen, indem wir die Überschneidungsrate berechnet haben: die Anzahl der gemeinsamen Domains geteilt durch die Gesamtzahl der eigenständigen Domains über beide Modelle hinweg. Das ergibt ein sauberes, symmetrisches Maß dafür, wie ähnlich die Zitier-Sätze zweier Modelle sind.

Die zentrale Designentscheidung in dieser Studie war der kontrollierte Prompt-Satz. Indem wir uns auf Prompts beschränkt haben, auf die alle 5 Modelle geantwortet haben, haben wir sichergestellt, dass Unterschiede im Zitierverhalten echte Präferenzen auf Modellebene widerspiegeln und nicht nur Unterschiede darin, wonach jedes Modell gefragt wurde. Jedes Modell hat in jedem Vergleich dieselben Fragen beantwortet.

Alle Schätzungen enthalten Konfidenzintervalle auf dem 95-%-Niveau. Die Differenz zwischen den Überschneidungsraten von Domains und URLs wurde auf statistische Signifikanz getestet, was bestätigt, dass die beiden Analyseebenen bedeutsam unterschiedliche Ergebnisse liefern.