Citation-Gap
Welche der zitierten Websites verdienen tatsächlich Aufwand?
Selbstaudit auf denselben Monitoring-Daten: 687 Kandidaten-Domains mit Wettbewerbsbeleg, gefiltert über Wiederkehr, Wettbewerbsbreite und Zugangsweg zu einer Prüfliste von 23 Domains.
Dies ist ein Selbstaudit. Veröffentlicht werden Filterlogik und aggregierte Zahlen. Eigene Platzierungswerte, Wettbewerbstabellen, Rohprompts, Rohantworten und Kundendaten bleiben unveröffentlicht.
- 687
- Kandidaten-Domains mit Wettbewerbsbeleg
- Quelle: getSichtbar Selbstaudit, 4.334 Zitat-Vorkommen, 1. Juli bis 2. September 2026
- 234
- Domains mit mindestens sechs Zitat-Vorkommen
- Quelle: getSichtbar Selbstaudit, Wiederkehr-Bänder 1. Juli bis 2. September 2026
- 96,7 %
- Kandidaten ohne brauchbare automatische Typisierung
- Quelle: getSichtbar Selbstaudit, 664 von 687 Domains als „other“
- 23
- Domains in der Prüfliste mit hoher Evidenz
- Quelle: getSichtbar Selbstaudit, über 20 Zitate und mindestens drei Wettbewerber
Methodik
So wird aus Prompts eine belastbare Messung.
Die Qualität entsteht vor dem ersten Modellaufruf: durch klare Cluster, neutrale Fragen und eine feste Vergleichsbasis.
01
Wie ein Kandidat entsteht
Die Auswertung nutzt denselben Monitoring-Ausschnitt wie die Studie zur KI-Quellenlandschaft: 1.720 ausgewertete Antworten, davon 1.441 mit Quelle, 106 von 294 nicht stillgelegten Prompts, fünf Systeme, 10.459 Zitat-Vorkommen aus 4.135 Domains. Eine Domain kam in die Kandidatenliste, wenn sie mindestens zweimal zitiert wurde, in den zugehörigen Antworten mindestens ein Benchmark-Wettbewerber genannt war und getSichtbar in keiner dieser Antworten vorkam. So entstanden 687 Kandidaten mit 4.334 Zitat-Vorkommen. Das ist ein Rechercheanlass, kein Beleg dafür, dass ein Link erreichbar ist oder wirkt.
02
Die meisten Kandidaten wiederholen sich kaum
203 Domains (29,5 Prozent) wurden genau zweimal zitiert, 250 (36,4 Prozent) drei- bis fünfmal, 137 (19,9 Prozent) sechs- bis zehnmal, 67 (9,8 Prozent) elf- bis zwanzigmal und 30 (4,4 Prozent) mehr als zwanzigmal. Nur 234 Kandidaten erreichen sechs oder mehr Vorkommen. Die Ausgangszahl überzeichnet die praktische Arbeitsmenge deutlich. Wiederkehr ist kein Wertbeleg, aber ein besseres Startsignal als ein einmaliges Auftreten.
03
Wettbewerbsbreite filtert Einzelmarken-Rauschen
Bei 308 Domains war nur ein Benchmark-Wettbewerber beteiligt (1.233 Vorkommen), bei 275 zwei (1.692), bei 76 drei (974), bei 23 vier (314), bei vier fünf (102) und bei einer Domain sechs (19). 379 Kandidaten erschienen mit mindestens zwei Wettbewerbern, 104 mit mindestens drei. Eine Quelle, an der nur ein Wettbewerber hängt, spiegelt oft dessen eigene Inhalte oder eine enge Beziehung; mehrere Wettbewerber deuten eher auf eine Marktfläche hin.
04
Die automatische Typisierung reichte nicht
Der automatische Quellen-Klassifikator sortierte 664 der 687 Kandidaten (96,7 Prozent, 4.064 Vorkommen) in die Sammelkategorie „other“. Erkannt wurden lediglich 16 redaktionelle Quellen (110 Vorkommen), sechs Community-Plattformen (154) und eine Referenzquelle (6). Eine Automatik, die „other“ als „Backlink eintragen“ liest, mischt unpassende und riskante Aktionen. Nötig ist eine Typisierung vor der Ausführung, die Herstellerdokumentation, wettbewerbereigene Medien, unabhängige Redaktionen, Profile, Verzeichnisse, Communities, Partnerschaften, reine Bezahlplatzierungen und Quellen ohne legitimen Zugangsweg unterscheidet.
05
Die größten Lücken sind selten die leichtesten
Für die 20 meistzitierten Kandidaten wurde der Zugangsweg manuell eingeschätzt; das ist eine Rechercheeinschätzung, keine automatisch gemessene Tatsache. Zwölf Domains gehören Wettbewerbern, Marktbegleitern oder kommerziellen Anbietern, eine Erwähnung setzt dort eine Eigentümerentscheidung voraus. Fünf sind offizielle Plattformen oder Dokumentation, darunter Oberflächen von Google, OpenAI und Shopify, und damit kein Eintragungsziel. Zwei sind Community- und Self-Publishing-Flächen, Reddit und Medium, bei denen Regeln und echte Teilnahme zählen. Eine einzige ist eine unabhängige redaktionelle Fläche, bei der ein recherchegetriebener Pitch möglich, eine Veröffentlichung aber nicht garantiert ist.
06
Der Filtertrichter
Aus 687 Rohkandidaten (mindestens zwei Zitate plus Wettbewerbsbeleg) werden über die Schwelle von sechs Zitaten 234 wiederkehrende Kandidaten, mit zusätzlich mindestens zwei Wettbewerbern 180, und mit mehr als 20 Zitaten sowie mindestens drei Wettbewerbern 23 Domains für die Prüfliste. Danach folgt keine weitere Zahl, sondern Recherche je Domain: Berechtigung, Zugangsweg, Kosten, Indexierbarkeit, Richtlinien und Nutzen. Die Attraktivitätsprüfung aller 687 Domains ist nicht abgeschlossen, und keine Domain wird ohne geprüften Zugangsweg als „kostenlos“ bezeichnet.
07
Was automatisiert wird und was nicht
Automatisiert werden Erhebung und Normalisierung der Domains, Zählung nach Prompt und System, Erkennung von Wettbewerbs-Kookkurrenz, Eigentums- und Typbestimmung, Suche nach dem offiziellen Weg, Prüfung von Berechtigungen, Vorbereitung von Profilfeldern oder Redaktions-Briefings sowie das spätere Monitoring. In menschlicher Hand bleiben Konten und Verifizierungen, das Akzeptieren von Nutzungsbedingungen, jede Einreichung und Ansprache, Community-Beiträge, redaktionelle Beziehungen und jede Zahlungsverpflichtung.
Beispiel-Fragen
Beispiele aus dem untersuchten Antwortmarkt.
Die veröffentlichten Fragen zeigen unterschiedliche Kaufabsichten, Einsatzbereiche und Entscheidungssituationen.
Deutschsprachige Kauf-Fragen zu KI-Sichtbarkeit, GEO und SEO — dem eigenen Markt von getSichtbar.
Fragen, in deren Antworten Benchmark-Wettbewerber genannt werden.
Fragen, in deren Antworten getSichtbar nicht genannt wird: die Lückendefinition dieses Audits.
Die Prompts selbst werden nicht veröffentlicht, ebenso wenig die Wettbewerbstabelle dahinter.
Grenzen
Geltungsbereich der Studie.
Diese Punkte zeigen, wie die Ergebnisse eingeordnet und für weitere Messungen verwendet werden können.
Zitat-Belege liegen nur für den 1. Juli bis 2. September 2026 vor; frühere Antworten sind nicht enthalten.
Ausgewertet wurden 106 von 294 nicht stillgelegten Prompts, alle zu deutschsprachigen Kauf-Fragen rund um KI-Sichtbarkeit, GEO und SEO. Die Kandidatenliste gilt für diesen Markt.
Eine erkannte Wettbewerbsnennung oder eine fehlende eigene Nennung kann auf Extraktions-, Namens- oder Entitätsfehlern beruhen.
Zitathäufigkeit misst weder Referral-Traffic noch Linkstärke, redaktionelle Qualität oder Erreichbarkeit einer Platzierung.
Die Zugangswege der 20 meistzitierten Kandidaten sind eine manuelle Einschätzung, keine automatisch gemessene Klassifikation.
Die Studie beschreibt die Auswahlmethode. Sie berichtet noch keine Ergebnisse aus der Umsetzung und belegt keine Wirkung auf KI-Sichtbarkeit. Im Rahmen des Audits wurden keine Konten angelegt, Einreichungen gemacht oder Links erzeugt.
Weiterarbeiten
Vertiefe die Methode oder starte deine eigene Messung.
Kundenstimmen
Was unsere Kunden sagen.
Zitate von Gründern und Geschäftsführern, mit denen wir arbeiten. Wo ein Case vorliegt, steht die Kennzahl daneben.
“No fuckin way, Felix Ament der GOAT. Nach wenigen Wochen war NICCOS bei ChatGPT und Claude auf Platz 1. Unsere organischen Lead-Anfragen sind durch getSichtbar explodiert.”
+761 %
mehr Impressionen
Mai bis Juli 2026 · 3 Monate
“Im ersten Monat kam die erste Anfrage mit dem Satz: „Ihr wurdet mir von ChatGPT empfohlen.“ Genau dafür nutzen wir getSichtbar.”
+980 %
mehr organische Conversions
Mai bis Juli 2026 · 3 Monate
Erstgespräch
Sprich mit uns über deine Sichtbarkeit.
15 Minuten, direkt im Kalender. Wir prüfen vorab, welche Anbieter KI in deiner Kategorie nennt, und bringen das Ergebnis mit.
Was im Gespräch passiert
- Wir zeigen, welche Anbieter ChatGPT, Gemini, Perplexity und Google bei Kauf-Fragen deiner Kategorie nennen.
- Wir zeigen, welche Quellen diese Antworten stützen und wo Wettbewerber stehen.
- Wir benennen die Belege, die deiner Marke heute fehlen.
- Du bekommst den nächsten Schritt, der am meisten Wirkung hat. Ohne Verpflichtung.


