Zusammenfassung
Stell eine Frage auf Niederländisch und du erwartest vielleicht niederländischsprachige Quellen als Antwort. Bei Google AI Overview passiert genau das: 81 % der zitierten Quellen stimmen mit der Sprache des Prompts überein. Bei Grok ist es umgekehrt: englische Quellen (53,5 %) übertreffen die niederländischen (38,3 %). Die KI, die du wählst, entscheidet darüber, ob dein landessprachiges Web überhaupt gesehen wird.
Diese Studie analysierte über 7 Millionen KI-generierte Zitierungen über vier große Modelle, sechs nicht-englische Sprachen und 47 Branchen hinweg. Die Ergebnisse zeigen eine Lücke von 34 Prozentpunkten zwischen dem am stärksten lokalisierten Modell (Google AI Overview, 85,4 % Zitierungen in der Landessprache) und dem am schwächsten lokalisierten (Grok, 51,7 %). Das Muster hält über jede getestete Sprache hinweg, doch germanische Sprachen wie Niederländisch und Schwedisch leiden am stärksten, während romanische Sprachen wie Spanisch und Französisch vergleichsweise besser abschneiden.
Für Unternehmen, die in mehrsprachige Inhalte investieren, sind die Folgen konkret. Landessprachige Seiten werden von Google AI Overview etwa doppelt so häufig zitiert wie von Grok. Auch die Branche spielt eine Rolle: inhärent lokale Branchen wie Schulbildung (K-12) und Reinigungsdienste erreichen 77 % Zitierungen in der Landessprache, während global ausgerichtete Branchen wie Hotels und Gastgewerbe auf nur 36 % fallen. Wo du in nicht-englische Inhalte investierst, hängt also nicht nur von deiner Zielgruppe ab, sondern auch davon, welche KI-Plattformen diese Zielgruppe nutzt.
Highlights
- 34 pp Lücke zwischen dem besten und dem schlechtesten Modell beim Zitieren von Quellen in der Landessprache. Google AI Overview zitiert in 85 % der Fälle Quellen in der Sprache des Prompts. Grok schafft nur 52 %.
- 53,5 % der Quellen, die Grok für niederländischsprachige Prompts zitiert, sind auf Englisch und übertreffen damit die niederländischen Quellen (38,3 %). Das einzige Modell, bei dem Englisch die Landessprache überholt.
- 41 pp Lücke zwischen den am stärksten und am schwächsten lokalisierten Branchen. Schulbildung (K-12) erreicht 77 % Zitierungen in der Landessprache. Hotels und Gastgewerbe nur 36 %.
- 7 Millionen KI-generierte Zitierungen analysiert, verteilt auf 350.000 Antworten, 4 Modelle, 6 nicht-englische Sprachen, 12 Länder und 47 Branchen.
- 39,6 % der Grok-Zitierungen weichen bei nicht-englischen Prompts standardmäßig auf Englisch aus. Fast zwei von fünf Quellen sind auf Englisch, das Vierfache der Google-Rate von 8,7 %.
Google führt, Grok hinkt hinterher: eine Lücke von 34 Punkten bei der Sprachübereinstimmung
Wenn ein Prompt in einer nicht-englischen Sprache verfasst ist, variiert der Anteil der zitierten Quellen, die tatsächlich mit dieser Sprache übereinstimmen, enorm von Modell zu Modell.
| Modell | Landessprache | % Englisch | % Andere |
|---|---|---|---|
| Google AI Overviews | 85,4 % | 8,7 % | 5,9 % |
| Microsoft Copilot | 76,7 % | 15,4 % | 7,9 % |
| ChatGPT | 70,2 % | 23,7 % | 6,1 % |
| Grok | 51,7 % | 39,6 % | 8,7 % |
Alle paarweisen Unterschiede sind statistisch signifikant (p < 0,0001 bei jedem Vergleich). Google AI Overview liefert durchgängig Quellen in der Sprache des Prompts. Grok weicht in fast 40 % der Fälle standardmäßig auf Englisch aus, unabhängig von der Sprache des Prompts.
Das Muster deutet auf einen strukturellen Zusammenhang zwischen Retrieval-Architektur und sprachlicher Lokalisierung hin. Modelle mit engerer Suchintegration (Google AI Overview und Microsoft Copilot) scheinen das Retrieval effektiver an die Sprache des Prompts anzupassen. Modelle, die sich auf breitere Web-Indexierung oder generative Zitierstrategien stützen, weichen stärker auf das englischsprachige Web aus..png&w=3840&q=99&dpl=dpl_8bHJypZijaDsNXV9jLyBPu84GwET)
Niederländisch und Schwedisch trifft der Englisch-Bias am härtesten
Nicht alle Sprachen sind gleich stark betroffen. Schlüsselt man die Zitierraten in der Landessprache nach Prompt-Sprache auf, zeigt sich, dass germanische Sprachen (insbesondere Niederländisch und Schwedisch) über alle Modelle hinweg die größte Englisch-Intrusion erfahren.
| Prompt-Sprache | Google AI Overview | Copilot | ChatGPT | Grok |
|---|---|---|---|---|
| Italienisch | 89,9 % | 76,5 % | 73,8 % | 54,0 % |
| Deutsch | 89,8 % | 75,9 % | 66,0 % | 49,3 % |
| Schwedisch | 85,1 % | 60,4 % | 57,4 % | 47,1 % |
| Spanisch | 83,4 % | 83,5 % | 74,6 % | 55,3 % |
| Französisch | 82,1 % | 87,2 % | 72,3 % | 58,9 % |
| Niederländisch | 81,2 % | 66,4 % | 62,2 % | 38,3 % |
Das auffälligste Ergebnis ist Niederländisch bei Grok. Wenn Grok niederländischsprachige Prompts verarbeitet, zitiert es mehr englische Quellen (53,5 %) als niederländische (38,3 %). Englisch wird zur dominierenden Zitiersprache.
Schwedisch folgt einem ähnlichen Muster. Bei Grok erhalten schwedische Prompts 43,7 % englische Quellen gegenüber 47,1 % schwedischen, also nahezu gleich auf. Bei Google AI Overview produzieren genau dieselben Prompts 85,1 % schwedische Quellen.
Die Lücke zwischen Google und Grok bei schwedischen Prompts beträgt 38,0 Prozentpunkte (p < 0,0001, z = 135,3). Bei niederländischen Prompts vergrößert sich die Lücke auf 42,9 Prozentpunkte (p < 0,0001, z = 148,3).
Romanische Sprachen schneiden durchgängig besser ab. Spanisch erreicht selbst bei Grok über 55 % Zitierungen in der Landessprache und kommt sowohl bei Google als auch bei Copilot auf 83-84 %. Französisch ist bei Copilot am stärksten mit 87,2 %. Die wahrscheinliche Erklärung: Spanisch und Französisch verfügen über deutlich größere Mengen an Web-Inhalten als Schwedisch oder Niederländisch, wodurch die Modelle mehr landessprachiges Material zum Ausspielen haben.
Die Branche zählt genauso viel wie die Wahl des Modells
Die Lücke zwischen den am stärksten und am schwächsten lokalisierten Branchen, 41 Prozentpunkte, ist in ihrer Größenordnung mit der Lücke zwischen dem besten und dem schlechtesten Modell vergleichbar.
Höchste Zitierrate in der Landessprache (inhärent lokale Branchen):
| Branche | % Landessprache | % Englisch |
|---|---|---|
| Schulbildung (K-12) | 76,9 % | 12,3 % |
| Reinigungsdienste | 73,3 % | 17,4 % |
| Online-Bildung | 68,1 % | 24,4 % |
| Buchhaltung & Wirtschaftsprüfung | 68,0 % | 18,1 % |
| Zahlungsabwicklung | 67,9 % | 27,4 % |
| Kfz-Reparatur | 65,3 % | 23,9 % |
Niedrigste Zitierrate in der Landessprache (global ausgerichtete Branchen):
| Branche | % Landessprache | % Englisch |
|---|---|---|
| Hotels & Gastgewerbe | 35,5 % | 52,4 % |
| Restaurants & Gastronomie | 38,9 % | 46,3 % |
| Designagenturen | 45,5 % | 43,2 % |
| Hochschulbildung | 46,9 % | 45,2 % |
| Data-Analytics-Software | 47,3 % | 48,8 % |
Der Unterschied zwischen Schulbildung (K-12) (76,9 %) und Hotels & Gastgewerbe (35,5 %) beträgt 41,4 Prozentpunkte (p < 0,0001, z = 155,1).
Das Muster ist intuitiv. Branchen mit inhärent lokalem Geschäft (Schulen, Reinigungsdienste, Kfz-Mechaniker, Buchhalter) erzeugen Web-Inhalte in der Landessprache, weil ihre Kunden lokal sind. Hotels, international gerankte Universitäten und Softwareunternehmen produzieren mehr englischsprachige Inhalte, weil sie global agieren. KI-Modelle können nur zitieren, was existiert: Wenn die Web-Präsenz einer Branche überwiegend englisch ist, hat selbst das am besten lokalisierte Modell weniger lokale Quellen zum Ausspielen.
.png&w=3840&q=99&dpl=dpl_8bHJypZijaDsNXV9jLyBPu84GwET)
Der Schwerkrafteffekt des Englischen
Selbst beim leistungsstärksten Modell verschwindet Englisch nie ganz. Über alle vier Plattformen hinweg übt Englisch eine beständige Anziehung auf die Zitierungen aus, eine grundlegende Gravitationskraft, die in ihrer Stärke variiert, aber immer präsent ist.
| Modell | Englische Zitierrate (nicht-englische Prompts) |
|---|---|
| Google AI Overviews | 8,7 % |
| Microsoft Copilot | 15,4 % |
| ChatGPT | 23,7 % |
| Grok | 39,6 % |
Schätzungen zufolge besteht das Internet zu rund 60 % aus englischsprachigen Inhalten. Vor diesem Hintergrund stellt die englische Zitierrate von 8,7 % bei Google AI Overview für nicht-englische Prompts eine aktive Gegenindexierung dar. Das bedeutet wahrscheinlich, dass das Modell landessprachige Ergebnisse bewusst priorisiert. Die 39,6 % von Grok liegen näher an dem, was man von einem sprachunabhängigen Retrieval-System erwarten würde, das zufällig aus dem Web schöpft.
Die praktische Konsequenz für die Content-Strategie: Landessprachige Inhalte haben bei Google AI Overview den höchsten Zitier-ROI, weil das Modell sie aktiv aufspürt. Bei Grok konkurrieren selbst gut optimierte landessprachige Inhalte mit einem großen Pool englischer Alternativen, die das Modell als gleichwertig relevant behandelt.
.png&w=3840&q=99&dpl=dpl_8bHJypZijaDsNXV9jLyBPu84GwET)
Kontext
Diese Analyse stützt sich auf Temso AI, eine Answer-Engine-Optimization-Plattform, die erfasst, wie Marken in KI-generierten Antworten erscheinen. Die Plattform sendet kommerziell ausgerichtete Prompts (wie „Best cybersecurity software in the US“ oder „Bästa försäkringsbolag i Sverige“) an mehrere KI-Modelle und zeichnet die vollständige Antwort einschließlich aller zitierten Quellen auf.
Der Datensatz umfasst 7.058.891 einzelne Quellzitierungen über vier Modelle hinweg: OpenAI ChatGPT, Microsoft Copilot, Grok und Google AI Overview. Die Prompts wurden in sieben Sprachen gestellt (Englisch, Spanisch, Niederländisch, Deutsch, Schwedisch, Italienisch und Französisch).
Diese Erkenntnisse sind am relevantesten für Unternehmen mit mehrsprachigen Content-Strategien, internationale SEO-Teams und alle, die Inhalte erstellen, die von KI-Systemen in nicht-englischen Märkten ausgespielt werden sollen. Das Prompt-Set ist kommerziell ausgerichtet.
Methodik
Jede KI-Antwort enthält eine Liste zitierter Quell-URLs. Wir haben jede zitierte URL ihrer erkannten Seitensprache zugeordnet und diese Sprache dann mit der Sprache des ursprünglichen Prompts verglichen. So entstand ein Datensatz von über 4 Millionen Quell-zu-Prompt-Sprachpaaren allein für nicht-englische Prompts.
Für jede Kombination aus Modell und Prompt-Sprache haben wir den Anteil der Zitierungen berechnet, bei denen die Seitensprache mit der Prompt-Sprache übereinstimmte („Zitierrate in der Landessprache“), den Anteil der Zitierungen englischsprachiger Seiten und den Rest. Diese Analyse haben wir anschließend nach Branche wiederholt, wobei wir den thematischen Schwerpunkt jedes Monitoring-Projekts als Näherungswert für die Branche verwendet haben.
Alle Anteile wurden mit Zwei-Stichproben-z-Tests und Wilson-Score-Konfidenzintervallen auf dem 95-%-Niveau geprüft. Unterschiede zwischen Modellen wurden mit Chi-Quadrat-Anpassungstests validiert.
