ChatGPT SEO: Wie die KI Markenempfehlungen vor der Suche festlegt

ChatGPT erzeugt bei Kaufempfehlungen eigene Suchanfragen mit Markennamen – bevor die Websuche startet. Diese versteckten Vorentscheidungen beeinflussen, welche Produkte in der Antwort auftauchen. Suganthan, Entwickler und SEO-Experte, hat das zwei Monate lang untersucht. Marken in den Suchanfragen haben eine 33-mal höhere Chance, erwähnt zu werden als solche, die nur über die Suche gefunden werden. Der Artikel erklärt die Mechanik und gibt Unternehmen und SEO-Verantwortlichen konkrete Handlungsempfehlungen.

Überblick

Suganthan beschreibt ein Experiment: Er stellte ChatGPT Fragen zu Produktkategorien – von KI-Notiz-Apps bis Staubsaugerrobotern. Vor jeder Websuche erzeugt ChatGPT eine eigene Suchanfrage, sichtbar im JSON-Antwortfeld search_queries. Diese Anfragen enthalten oft Marken, die der Nutzer nie nannte. ChatGPT entscheidet also schon vor der Informationsbeschaffung, welche Marken relevant sind. Das stellt das SEO-Paradigma – von klassischem Ranking bis generativer Engine Optimization – auf den Kopf.

Die Analyse stützt sich auf 27 Konversationen, 13 Produktkategorien und über 3.500 Seiten. Vier Erkenntnisse: ChatGPT erstellt eigene Suchabfragen, die einsehbar sind. Diese Abfragen enthalten Marken ohne Nutzer-Eingabe. Die Nennung in der Suchabfrage erhöht die Zitierwahrscheinlichkeit erheblich – und ein harter Filter lässt nur wenige Seiten durch. Der Artikel zeigt, wie Marken in KI-Empfehlungen auftauchen können.

Prompt-Analyse

Der Artikel zerlegt keine klassischen User-Prompts, sondern die von ChatGPT generierten Suchanfragen. Diese fungieren als Beispiel-Prompts, da sie die Suchabsicht des Modells zeigen. Ein Beispiel für KI-Notiz-Apps:

Der Prompt

best AI note taking apps 2026 official pricing features Granola Notion AI Otter Fireflies Fathom Mem Limitless

Bestandteile

Dieser Suchstring hat mehrere funktionale Teile:

• Hauptbegriff: „best AI note taking apps“ – die Kernsuchanfrage für die Produktkategorie. ChatGPT formuliert die Nutzerfrage standardisiert um.
• Jahr: „2026“ – die Ergänzung des aktuellen Jahres macht die Ergebnisse relevanter, ein typisches SEO-Verhalten.
• Zusatzbegriffe: „official pricing features“ – diese Wörter filtern offizielle Preisseiten und Feature-Übersichten. ChatGPT bevorzugt Herstellerinformationen.
• Markenliste: „Granola Notion AI Otter Fireflies Fathom Mem Limitless“ – sieben konkrete Produktnamen ohne Nutzer-Eingabe. Diese Liste stammt offenbar aus dem Trainingswissen und bildet eine Shortlist.

ChatGPT nutzt diese Suchanfragen für die erste Runde Ergebnisse. In Folgesuchen fragt es gezielt einzelne Marken ab, etwa mit site:granola.com pricing. Das läuft automatisiert, bevor die Antwort entsteht.

Häufig gestellte Fragen

Warum generiert ChatGPT eigene Suchanfragen?

ChatGPT greift bei aktuellen oder produktbezogenen Fragen auf die Websuche zurück, um faktisch fundierte Antworten zu liefern. Die eigene Suchanfrage ersetzt die manuelle Formulierung durch eine optimierte Version mit relevanten Keywords und Marken. Technisch notwendig, denn das Modell liefert keine aktuellen Daten und muss effizient suchen.

Kann man diese Suchanfragen selbst einsehen?

Ja. Die generierten Suchanfragen stehen im JSON-Antwortfeld search_queries (früher search_model_queries). Über die DevTools des Browsers kannst du sie abrufen – keine speziellen Kenntnisse nötig. Öffne ChatGPT, stelle eine Frage, wechsle im Netzwerktab der DevTools und prüfe den Schlüssel.

Wie groß ist der Unterschied zwischen Marken in der Suchanfrage und solchen, die nur gefunden werden?

Laut Suganthans Daten werden Marken in der Suchanfrage zu 68,9% in der finalen Antwort erwähnt. Marken, die nur über die Suche gefunden werden, schaffen es nur zu 2,1%. Das ist ein Faktor von 33. Zudem gibt es Fälle, in denen Marken empfohlen werden, ohne dass ihre Website gecrawlt wurde – ein Zeichen, dass die Entscheidung auf internem Wissen basiert.

Wie kann eine Marke in die Shortlist von ChatGPT gelangen?

Da die Shortlist offenbar aus dem Training stammt, müssen Marken öffentlich präsent sein: Erwähnungen in Fachblogs, Vergleichsportalen, Review-Seiten, Presseartikeln und Analystenberichten zählen. Suganthan empfiehlt, die Kategorie-Frage fünfmal zu stellen und zu notieren, welche Marken jedes Mal auftauchen. Marken, die stabil erscheinen, haben eine feste Position. Sonst hilft Markenarbeit und digitale PR, besonders in hochwertigen, themenrelevanten Publikationen.

Was bedeutet das für die klassische SEO-Optimierung?

Klassische SEO optimiert die Website für Suchmaschinen, um organisch zu ranken. ChatGPT dreht den Prozess um: Die Markenempfehlung fällt, bevor die Website aufgerufen wird. Ein gut optimierter Auftritt zählt erst, wenn die Marke in der Suchanfrage auftaucht. Der Fokus verschiebt sich von technischer SEO zu Markensichtbarkeit und Autorität. Technische Maßnahmen wie site:domain-Probes sind nur für Marken auf der Shortlist relevant.

Ist das Verhalten von ChatGPT konsistent über verschiedene Kategorien?

Nein. Die Konsistenz variiert: In etablierten Kategorien mit klaren Marktführern (etwa Buchhaltungssoftware) bleibt die Shortlist stabil. In unklaren Bereichen (Webhosting) schwankt sie stark zwischen Sitzungen. Auch die Suchstrategie unterscheidet sich: Für Elektro-SUVs sucht ChatGPT Testberichte von Magazinen wie Car and Driver oder Edmunds, für Software direkt die Hersteller-Websites. Das Modell wendet je nach Domäne unterschiedliche Bewertungsmuster an.

Wie kann ich meine Marke sichtbar machen, wenn sie nie in der Suchanfrage auftaucht?

Dann hat Markenbildung Vorrang: PR, Gastbeiträge, Vergleichslisten, Produkttests, Bewertungen auf unabhängigen Plattformen. Das Ziel: ChatGPT nimmt die Marke als relevanten Kandidaten in sein internes Ranking auf. Suganthan rät, das Budget umzuverteilen – technische GEO-Arbeit ist nur für Marken sinnvoll, die bereits auf den Kandidatenlisten stehen.

Quelle

Basiert auf diesem Artikel.