Zum Inhalt springen Neuer FachbeitragWebsite Boosting, Ausgabe 101
Patrick Stolp Anfrage stellen
Menü

Studie · Vorab registrierte Gesamterhebung aller 472 Unternehmen

357 von 472 untersuchten Weltmarktführern aus Deutschland erscheinen in ChatGPT-Anbieterlisten

Patrick StolpPatrick StolpSEO-Experte · Lübeck

Mit Websuche genannt
357von 472
Ohne Websuche genannt
341von 472
An erster Stelle
217von 472
Websuche tatsächlich genutzt
224von 472
Inhalt
  1. Anlass
  2. Ergebnis
  3. Listenplätze
  4. Websuche
  5. App
  6. Quellen
  7. Stabilität
  8. Einordnung
  9. Methode
  10. Präregistrierung
  11. Interessen
  12. Daten
  13. Zitieren

Am 4. Oktober 2026 hat ChatGPT 357 von 472 untersuchten Weltmarktführern mit Sitz in Deutschland genannt, als die Websuche für das System verfügbar war. Das entspricht 76 Prozent, also ziemlich genau drei von vier Unternehmen. Für die Erhebung habe ich für jeden einzelnen Markt nach den fünf weltweit führenden Anbietern gefragt, ohne den Namen des jeweiligen Unternehmens in der Frage zu erwähnen. War die Websuche für ChatGPT freigeschaltet, nannte das Modell etwas mehr Weltmarktführer als bei der Abfrage ohne Internetzugriff, bei der es auf 341 Nennungen kam.

Typ
Vorab auf OSF registrierte Gesamterhebung, ohne externe Begutachtung
Messtag
4. Oktober 2026, 11:31 bis 12:28 Uhr
Modell
chat-latest über die OpenAI-Schnittstelle, mit und ohne Websuche
Untersuchte Weltmarktführer
472 Weltmarktführer mit Sitz in Deutschland laut „wmfi.eu – Weltmarktführer-Index DACH (Prof. Dr. Christoph Müller, UEC gGmbH)“
Präregistrierung
OSF, 4. Oktober 2026, 08:48 Uhr, DOI 10.17605/OSF.IO/89WEU
Anfragen
1.620 über die Schnittstelle, alle auswertbar, dazu 30 Fragen in der ChatGPT-App
Interessenkonflikt
Patrick Stolp berät beruflich zu Suchmaschinen- und KI-Sichtbarkeit. Die Studie ist eigenfinanziert und hat keinen Auftraggeber.
Kosten
rund 21 US-Dollar API-Kosten für die gesamte Studie
Fassung
Sprachlich überarbeitet am 12. Oktober 2026, Ergebnisse und Zahlen unverändert

Anlass: von Lübeck zu 472 Weltmarktführern

Vorläufer
Lübeck, August 2026
Referenz
Weltmarktführer-Index DACH

Wer heute einen hochspezialisierten Zulieferer sucht, beginnt seine Recherche längst nicht mehr zwingend mit Fachzeitschriften, Messekatalogen oder einer herkömmlichen Suchmaschine. Inzwischen tippen Einkäufer und Geschäftsführer ihre Frage direkt in einen KI-Chatbot wie ChatGPT ein und lassen sich eine Liste führender Hersteller zusammenstellen. Für die betroffenen Unternehmen ist das eine handfeste wirtschaftliche Chance: Wer in solch einer Fünferliste auftaucht, kann so überhaupt erst in den Kreis der infrage kommenden Partner gelangen.

Im August 2026 habe ich mir diesen Mechanismus zum ersten Mal für eine kleinere Gruppe angesehen und in meiner Lübecker Untersuchung zu Weltmarktführern und KI-Sichtbarkeit ausgewertet. Bei offenen Fragen nach den wichtigsten Herstellern nannte ChatGPT damals die spezialisierten Lübecker Firmen seltener als bekannte Vergleichsunternehmen. Zudem unterschieden sich die herangezogenen Quellen deutlich, je nachdem, ob man direkt nach einer Firma oder offen nach den führenden Branchenanbietern fragte.

Aus dieser Lübecker Erhebung ließ sich allerdings noch keine verlässliche Aussage über eine große Gruppe von Industrieunternehmen ableiten. Ich hatte die Firmen damals selbst ausgewählt, nur ein einziges Sprachmodell an drei Tagen beobachtet und die Antworten ohne einen unabhängigen zweiten Prüfer ausgewertet. Die Zahlen aus Lübeck lassen sich auch nicht sinnvoll mit der neuen Studie vergleichen, denn dafür waren die Fragen, die Unternehmen, das Modell und auch das Prüfverfahren viel zu unterschiedlich. Ausgelöst hat jener erste Test die neue Untersuchung aber schon: Ich wollte wissen, wie treffsicher die Listen von ChatGPT ausfallen, wenn man die Auswahl der Firmen nicht selbst vornimmt, sondern eine feste, von außen definierte Vergleichsgruppe heranzieht.

Als unabhängige Referenz diente mir dafür das Verzeichnis „wmfi.eu – Weltmarktführer-Index DACH (Prof. Dr. Christoph Müller, UEC gGmbH)“. Dieser Index erfasst Unternehmen aus Deutschland, Österreich und der Schweiz und weist für jedes von ihnen ein konkretes Marktsegment aus, in dem die jeweilige Firma weltweit führt. Laut den Auswahlkriterien des Weltmarktführer-Index wird ein Unternehmen als sogenannter Champion eingestuft, wenn es in seinem Weltmarktsegment auf Platz eins oder Platz zwei steht. Daneben führt das Verzeichnis auch noch sogenannte Future Champions, die ich für meine Messung jedoch bewusst außen vor gelassen habe. Für die Untersuchung habe ich mich auf alle 472 Unternehmen aus diesem Kreis konzentriert, die ihren Sitz in Deutschland haben (auch solche mit internationalen Eigentümern) und deren Marktsegment sich nach festen Regeln ohne Firmennamen als neutrale Frage formulieren ließ. Ein solches Marktsegment ist oft erstaunlich eng beschrieben, etwa eine ganz bestimmte Art von Maschine, Sensor oder Laborausrüstung.

Damit die Untersuchung nachvollziehbar bleibt, habe ich die gesamte Studie vorab registriert. Das bedeutet: Alle Fragen, die Kriterien für eine gültige Nennung und der gesamte Auswertungsplan standen vor der Hauptmessung verbindlich fest und wurden auf der Plattform Open Science Framework (OSF) mit Zeitstempel hinterlegt. Seit der Veröffentlichung der Ergebnisse ist diese Registrierung dort vollständig öffentlich einsehbar. So lässt sich prüfen, ob ich Fragen, Kennzahlen oder Schwellenwerte nachträglich an das angepasst habe, was die Daten am Ende zeigten.

Hauptergebnis: Drei von vier Unternehmen genannt

Grundlage
472 Unternehmen
Variante
Websuche verfügbar
Genannt
357 von 472
95-Prozent-Intervall
72 bis 79 Prozent

Die Frage war für jedes der 472 Unternehmen nach demselben Muster aufgebaut: Welche fünf Unternehmen gehören weltweit zu den führenden Anbietern im jeweiligen Marktsegment? Den genauen Wortlaut der Eingabeaufforderung habe ich im Methodenteil weiter unten dokumentiert. Die Beschreibung des Marktes stammte dabei aus dem Weltmarktführer-Index. Gestrichen habe ich daraus lediglich Firmen-, Marken- und Produktnamen sowie redaktionelle Hinweise des Index, damit die Frage völlig neutral blieb.

Weder der Name des gesuchten Unternehmens noch das Wort Deutschland standen in der Frage. ChatGPT konnte die fünf Anbieter also vollkommen frei aus allen Ländern der Welt zusammenstellen. Gefragt habe ich allerdings auf Deutsch. Ob diese deutsche Spracheingabe dazu geführt hat, dass das Modell heimische Unternehmen eher genannt hat als internationale Wettbewerber, lässt sich mit dem Aufbau dieser Messung allerdings nicht überprüfen.

Wann aber galt ein Unternehmen in der Auswertung überhaupt als genannt? Als Treffer habe ich gewertet, wenn in der ausgegebenen Fünferliste entweder der offizielle Name des Weltmarktführers stand oder aber eine eigene Marke beziehungsweise eine Tochtergesellschaft, unter der das Unternehmen in genau diesem Markt auftritt. Auch diese zulässigen Bezeichnungen standen samt Belegen vor der Messung fest. Für die Praxis ist diese Unterscheidung wichtig: Ein Einkäufer sucht in vielen Branchen nach einer etablierten Produktmarke und kennt die darüberstehende Holdinggesellschaft womöglich gar nicht. Wer in solch einer Auswertung ausschließlich den Namen der Dachgesellschaft zählen würde, misst demnach eher, wie bekannt die Dachgesellschaft ist. Hätte ich mich streng auf den Firmennamen selbst und direkte Schreibvarianten beschränkt, wären es 351 von 472 Unternehmen gewesen, also lediglich sechs Nennungen weniger.

Das Hauptergebnis der Untersuchung: Bei verfügbarer Websuche hat ChatGPT 357 der 472 untersuchten Weltmarktführer genannt, was einem Anteil von 76 Prozent entspricht. Ohne Websuche waren es 341 von 472 Unternehmen, also 72 Prozent. Die genauen Werte und die dazugehörigen 95-Prozent-Intervalle finden sich in der Tabelle und in den Randspalten dieser Seite.

Tabelle 1 Genannte Weltmarktführer in den Varianten der Untersuchung, alle 472 Unternehmen

UntersuchungsvarianteGenannte UnternehmenAnteil95-Prozent-Intervall
Mit verfügbarer Websuche357 von 47276 Prozent72 bis 79 Prozent
Ohne Websuche341 von 47272 Prozent68 bis 76 Prozent
An erster Position der Fünferliste (Websuche verfügbar)217 von 47246 Prozent42 bis 50 Prozent
Streng nach offiziellem Firmennamen gezählt (Websuche verfügbar)351 von 47274 Prozent70 bis 78 Prozent

Das 95-Prozent-Intervall zeigt, wie genau der zu erwartende Anteil unter diesem Messaufbau geschätzt ist. Es berücksichtigt, dass die Antworten des Modells zufällig schwanken, und ist eine Näherung nach dem Wilson-Verfahren.

Drei von vier Weltmarktführern tauchten also in den Listen des Modells auf. Umgekehrt bedeutet das aber eben auch: Rund jedes vierte Unternehmen fehlte in der Fünferliste vollständig. Dabei war die Hürde für eine Nennung denkbar niedrig angesetzt. Ein Unternehmen, das laut einem unabhängigen Fachindex weltweit auf Platz eins oder zwei geführt wird, musste schließlich lediglich irgendwo unter den fünf genannten Namen auftauchen. Hinzu kommt, dass viele Marktsegmente im Index sehr eng und spitz zugeschnitten sind. Das begünstigt passende Nennungen eher.

Abbildung 1

Messung vom 4. Oktober 2026, Modell chat-latest über die OpenAI-Schnittstelle, Websuche verfügbar, 472 Unternehmen.

357 von 472 Weltmarktführern erscheinen in der Fünferliste

Jedes Quadrat steht für eines der 472 untersuchten Unternehmen. Gefragt wurde nach den fünf weltweit führenden Anbietern im jeweiligen Marktsegment, wobei ChatGPT eigenständig im Web suchen durfte.

  • genannt (357)
  • nicht genannt (115)

Genannte Weltmarktführer meist an erster Stelle der Liste

Grundlage
472 Unternehmen
An erster Stelle
217 von 472
95-Prozent-Intervall
42 bis 50 Prozent

Wenn ChatGPT ein Unternehmen genannt hat, an welcher Position der Liste tauchte es dann auf? Von allen 472 untersuchten Weltmarktführern schafften es 217 Firmen auf den ersten Platz der ausgegebenen Fünferliste. Das entspricht 46 Prozent der gesamten untersuchten Gruppe.

Schaut man sich nur die 357 Fälle an, in denen ein Weltmarktführer überhaupt in der Antwort vorkam, wird die Verteilung noch deutlicher. Von diesen 357 genannten Unternehmen standen 217 an erster Stelle, 56 an zweiter, 41 an dritter, 24 an vierter und 19 an fünfter Stelle. Wer von ChatGPT überhaupt genannt wurde, stand also meist ganz oben im Text.

Abbildung 2

Messung vom 4. Oktober 2026, Modell chat-latest über die OpenAI-Schnittstelle, Websuche verfügbar, 472 Unternehmen.

217 Unternehmen auf Platz 1, 140 auf den Plätzen zwei bis fünf

Position der genannten Weltmarktführer in der Fünferliste sowie die Zahl der nicht genannten Firmen. Die Balkenlänge bezieht sich jeweils auf alle 472 untersuchten Unternehmen.

Dieser Listenplatz beschreibt jedoch ausschließlich die Reihenfolge, in der das Modell die Unternehmen im Antworttext aufgezählt hat. In der Aufgabenstellung habe ich ChatGPT ausdrücklich um eine nummerierte Liste gebeten, nicht um eine Rangfolge nach Marktanteilen, Umsatzgrößen oder Produktqualität. Aus einem ersten Platz im Antworttext lässt sich deshalb weder ein belegter Spitzenrang im Weltmarkt ableiten, noch liefert er einen sachlichen Grund, weshalb ein Einkäufer ausgerechnet dieses Unternehmen beauftragen sollte.

Was die Websuche ändert und was nicht

Grundlage
472 Paare
Websuche genutzt
224 von 472
Unterschied
+3,4 Prozentpunkte
95-Prozent-Intervall
0,9 bis 5,9 Prozentpunkte
Lesart
Hinweis auf einen Unterschied

Um den Einfluss einer Websuche isoliert zu betrachten, habe ich jeden einzelnen Markt zweimal abgefragt: einmal mit technisch verfügbarer Websuche und einmal komplett ohne Internetzugriff. Beide Fragen wurden für jedes Unternehmen unmittelbar nacheinander gestellt, wobei die Reihenfolge für jede Firma per Zufall bestimmt wurde. Durch diesen Aufbau trafen Veränderungen während der Messung beide Varianten weitgehend gleichermaßen. Hätte man erst alle 472 Märkte ohne Suche und Stunden später alle mit Suche abgearbeitet, hätten zwischenzeitliche Systemanpassungen das Ergebnis verzerren können.

Dabei muss man jedoch genau trennen zwischen einer Websuche, die für das System verfügbar ist, und einer Websuche, die das Modell tatsächlich startet. Die Messung lief über die Programmierschnittstelle (API) von OpenAI. Dort war die Websuche als Werkzeug freigeschaltet. Ob ChatGPT bei einer konkreten Anfrage aber tatsächlich das Web befragt oder rein aus dem internen Wissensstand antwortet, entscheidet das System bei jedem Durchlauf selbst. Tatsächlich hat ChatGPT nur bei 224 der 472 Antworten überhaupt im Internet gesucht, was einem Anteil von 47 Prozent entspricht. In der knappen Mehrheit der Fälle blieb die angebotene Internetsuche also schlicht ungenutzt. Der Vergleich zeigt folglich, was eine Websuche bewirkt, über deren Einsatz das Sprachmodell eigenständig entscheidet.

Mit verfügbarer Websuche stieg die Zahl der Nennungen von 341 auf 357. Dieser Unterschied ist zwar klein, nach dem vorab festgelegten Auswertungsplan stellt er jedoch einen statistischen Hinweis auf einen leichten Vorteil durch die Websuche dar. Nach den Testläufen und vor der Hauptmessung hatte ich zudem festgelegt, ab welcher Größe ein Zuwachs bei diesem Anteil als relevant gelten soll: ab fünf Prozentpunkten. Der gemessene Zuwachs liegt unterhalb dieser Schwelle. Wegen der üblichen zufälligen Schwankung lässt sich allerdings nicht ausschließen, dass der reale Effekt diese Grenze erreicht. Ob der Zuwachs diese Grenze tatsächlich erreicht, bleibt also offen. Für völlig bedeutungslos erklären kann man den Internetzugriff aber eben auch nicht, denn eine praktische Gleichwertigkeit beider Varianten ist damit ebenso wenig belegt.

Bemerkenswert ist vor allem die Schnittmenge zwischen beiden Durchläufen: 332 der 357 mit Websuche genannten Firmen standen auch ohne Websuche in der Fünferliste. Lediglich 25 Unternehmen wurden ausschließlich mit verfügbarer Websuche genannt, während neun Firmen kurioserweise nur ohne Websuche auftauchten. Die überwältigende Mehrheit der Treffer kam demnach auch ohne aktuellen Internetzugriff zustande. Woher ChatGPT diese Unternehmen kennt, ob direkt aus dem Weltmarktführer-Index, aus davon abgeleiteten Listen im Netz oder aus ganz anderen Texten, mit denen das Sprachmodell trainiert wurde, hat diese Messung freilich nicht untersucht.

Abbildung 4

Hauptfrage mit und ohne Websuche, je 472 Antworten, Reihenfolge je Unternehmen zufällig.

332 Weltmarktführer werden mit und ohne Websuche genannt

Dargestellt sind dieselben 472 Unternehmen in beiden Varianten. Die Balkenlänge bezieht sich jeweils auf die Gesamtzahl von 472 Unternehmen.

App und Schnittstelle im Vergleich: Meist gleiche Treffer bei anderer Arbeitsweise

Grundlage
30 Fragen
Übereinstimmung
28 von 30
Unterschied
−6,7 Prozentpunkte
95-Prozent-Intervall
−19,0 bis 5,1 Prozentpunkte
Lesart
nicht eindeutig

Die gesamte Hauptmessung lief über die Programmierschnittstelle von OpenAI. Über solch einen technischen Zugang lassen sich hunderte Fragen mit identischen Parametern automatisiert stellen und sämtliche Antworten vollständig abspeichern. Nun stellt sich für die Praxis natürlich die Frage: Entsprechen diese Ergebnisse überhaupt dem, was ein Nutzer sieht, wenn er dieselbe Frage von Hand in die gewohnte ChatGPT-App im Webbrowser oder auf dem Smartphone eintippt?

Um diesen Bezug zu prüfen, habe ich am selben Tag 30 vorab per Zufall ausgewählte Fragen aus der Studie manuell in der ChatGPT-App gestellt. Bei 28 dieser 30 Fragen kamen die App und die Schnittstelle zum selben Ergebnis darüber, ob das gesuchte Unternehmen in der Fünferliste auftauchte. Konkret nannte die App 22 der 30 Unternehmen, während die Schnittstelle mit verfügbarer Websuche auf 24 Treffer kam. Bei einer Stichprobengröße von lediglich 30 Fragen ist dieses Resultat statistisch nicht eindeutig: Es belegt weder einen Unterschied zwischen beiden Wegen noch den Beweis, dass App und Schnittstelle immer gleich antworten.

Abbildung 5

30 vorab gezogene Fragen, ChatGPT-App mit Denkaufwand „Medium“ und Schnittstelle am 4. Oktober 2026.

App und Schnittstelle nennen 22 Unternehmen gemeinsam, die Schnittstelle zwei weitere

Ein Punkt je Frage. Dargestellt ist, ob das gesuchte Unternehmen in der ChatGPT-App und über die Programmierschnittstelle bei verfügbarer Websuche genannt wurde.

  • in beiden genannt (22)
  • nur über die Schnittstelle genannt (2)
  • in keiner genannt (6)

Allerdings arbeiteten die beiden Systeme unter der Haube spürbar anders. Die App hat bei ausnahmslos allen 30 Testfragen sichtbar im Internet recherchiert und entsprechende Quellenlinks angezeigt. Zudem lief der App-Test in einem Unternehmenskonto (einem sogenannten Workspace), bei dem standardmäßig die Stufe „Medium“ für den Denkaufwand voreingestellt war. Über die Schnittstelle antwortete dagegen jenes Modell, das in der App als „Instant“ bezeichnet wird, also die Stufe unterhalb von „Medium“. In diesem Test trafen demnach nicht nur zwei unterschiedliche Oberflächen aufeinander, sondern auch unterschiedliche Arbeitsweisen und Modellstufen. Auf private Standardkonten oder andere Systemeinstellungen lassen sich die Ergebnisse deshalb nicht ohne Weiteres übertragen.

Die Quellen der Websuche: Kaum direkter Kontakt zum Index

Websuche genutzt
224 von 472 Antworten
95-Prozent-Intervall
43 bis 52 Prozent
Quellen ausgewertet
224 Antworten mit Websuche

Wenn ChatGPT bei den Anfragen über die Schnittstelle tatsächlich eine Websuche durchführte (was bei 224 der 472 Antworten der Fall war), protokollierte die Schnittstelle die herangezogenen Quellen, also die konsultierten Seiten und die in der Antwort angezeigten Quellenangaben. Bei der Auswertung dieser Webadressen zeigte sich ein sehr deutliches Bild: Das Modell steuerte vor allem die deutsch- und englischsprachige Wikipedia an, gefolgt von der Diskussionsplattform Reddit und den Websites kommerzieller Marktforschungsfirmen.

Abbildung 6

Hauptbedingung, 224 von 472 Antworten mit Websuche, Messung vom 4. Oktober 2026.

Die deutschsprachige Wikipedia steht in 198 von 224 Antworten mit Websuche unter den Quellen

Die zehn häufigsten Websites in den Quellenangaben und der Weltmarktführer-Index im Vergleich: Gezählt wurde, in wie vielen der 224 Antworten mit tatsächlicher Websuche eine Website mindestens einmal unter den konsultierten Seiten oder den angezeigten Quellenangaben vorkommt. Da eine Antwort mehrere Quellen enthalten kann, addieren sich die Zahlen nicht auf 224.

Bei den anderen Weltmarktführer-Listen zählen nur die von Hand geprüften Fälle, rein automatisch markiert waren acht.

Der Weltmarktführer-Index selbst tauchte bei den 472 Antworten mit verfügbarer Websuche lediglich zwei Mal unter den Quellen auf. Andere Weltmarktführer-Listen hat das Auswertungsprogramm zunächst bei acht von 472 Antworten erfasst; nach einer manuellen Überprüfung blieben davon jedoch gerade einmal drei tatsächliche Fundstellen übrig. Über die aktive Websuche hatte ChatGPT somit so gut wie gar keinen direkten Kontakt zum Index.

Aus diesen Quellenangaben sollte man allerdings keine voreiligen Schlüsse für das eigene Marketing ziehen. Die Adressen zeigen lediglich, welche Seiten das Modell während des Suchvorgangs aufgerufen hat. Sie erklären jedoch mitnichten, warum ein bestimmtes Unternehmen letztlich in der Fünferliste landete oder weshalb es fehlte. Die pauschale Empfehlung, Industrieunternehmen müssten nun auf Reddit aktiv werden oder eigene Wikipedia-Artikel anlegen, um von KI-Systemen wahrgenommen zu werden, lässt sich aus diesen Daten nicht begründen. Zudem kann ChatGPT den Index oder ähnliche Marktübersichten schlicht aus den ursprünglichen Trainingsdaten kennen, ohne dafür während der Antwort eine Websuche starten zu müssen.

Wie stabil die Nennungen sind: Der Name bleibt meist, die Liste wechselt

Grundlage
100 Unternehmen
Gleiche Nennung
93 von 100
Unterschied
−1,0 Prozentpunkte
95-Prozent-Intervall
−6,8 bis 4,7 Prozentpunkte
Lesart
nicht eindeutig

Weil Sprachmodelle ihre Antworten nach Wahrscheinlichkeiten berechnen und je nach Einstellung ein gewisser Zufall einfließt, antworten sie auf dieselbe Eingabe selten zweimal völlig identisch. Um zu testen, wie stabil die Resultate sind, habe ich die Frage für 100 vorab per Zufall ausgewählte Unternehmen ein zweites Mal gestellt.

In 93 von 100 Fällen fiel die Entscheidung, ob das gesuchte Unternehmen in der Fünferliste auftauchte, bei beiden Durchläufen exakt gleich aus. Betrachtet man die Gesamtzahl aller Nennungen, lag der Anteil bei der Wiederholung zwar minimal niedriger; bei nur 100 Fällen reicht dieser Unterschied jedoch nicht aus, um eine systematische Abweichung zu belegen. Ebenso wenig ist damit belegt, dass beide Messungen gleich ausfallen.

Abbildung 7

100 vorab gezogene Unternehmen, Hauptmessung und Wiederholung am 4. Oktober 2026.

Bei 93 von 100 Unternehmen fällt die Nennung in der Wiederholung gleich aus

Ein Punkt je Unternehmen. Verglichen wird, ob das Unternehmen in der Hauptmessung und in der Wiederholung genannt wurde, beide Male mit verfügbarer Websuche.

  • in beiden Messungen genannt (72)
  • nur in einer der beiden Messungen genannt (7)
  • in keiner genannt (21)

Ganz anders sah es dagegen bei den übrigen Namen in den Fünferlisten aus: Die Zusammensetzung der gesamten Liste veränderte sich bei wiederholter Abfrage deutlich. Im Durchschnitt stimmten zwei Listen zur selben Frage nur in etwa dreieinhalb von fünf Namen überein. Dieses Maß ist zwar naturgemäß etwas grob, weil schon eine abweichende Schreibweise desselben Anbieters technisch als Unterschied gezählt wird; die Tendenz verdeutlicht es dennoch. Eine recht verlässliche Nennung des gesuchten Weltmarktführers bedeutet also noch lange keine stabile Fünferliste.

Das deckt sich auffallend mit den Ergebnissen, die Rand Fishkin, Mitgründer des US-Unternehmens SparkToro, und Patrick O’Donnell in ihrer im Januar 2026 veröffentlichten Studie zu Marken- und Produktempfehlungen von KI-Chatbots festgehalten haben. Sie stellten fest, dass vollständige KI-Empfehlungslisten von Durchlauf zu Durchlauf erheblich schwanken, selbst wenn bestimmte Marken immer wieder auftauchen. Fishkin und O’Donnell untersuchten zwar ganz andere Branchen und Fragen und neben ChatGPT auch Claude und die KI-Funktionen der Google-Suche; als direkter Vergleich taugt ihre Erhebung deshalb nicht. Sie zeigt aber sehr anschaulich, warum man das Erscheinen eines einzelnen Firmennamens und die Stabilität der gesamten Anbieterliste stets getrennt voneinander bewerten muss.

Was eine Nennung bedeutet und was betroffene Unternehmen tun können

Was lässt sich aus diesen Daten nun für die Beurteilung von KI-Sichtbarkeit mitnehmen? Gemessen wurde ausschließlich, ob ChatGPT auf eine offene Branchenfrage ein Unternehmen nennt, das der Weltmarktführer-Index genau diesem Marktsegment als führend zuordnet. Für drei von vier der untersuchten Unternehmen ist das der Fall.

Diese Übereinstimmung mit dem Index belegt jedoch weder tatsächliche Marktanteile noch die wirtschaftliche oder technische Leistungsfähigkeit eines Unternehmens. Wie der Weltmarktführer-Index die Marktpositionen der einzelnen Firmen im Detail erhebt und prüft, ist öffentlich nicht einsehbar. Die Einstufung als Champion habe ich schlicht als gegebenen Ausgangspunkt aus dem Verzeichnis übernommen.

Ebenso wichtig ist die inhaltliche Grenze: Eine Nennung bedeutet in dieser Studie einzig, dass der Name des Unternehmens in der Fünferliste steht. Ob ChatGPT das Unternehmen einem Einkäufer für einen konkreten Auftrag auch empfehlen würde, ob es zu spezifischen technischen Anforderungen passt oder was das Modell im Fließtext über die Firma sagen würde, habe ich bewusst nicht untersucht. Die Aufgabenstellung verlangte ganz gezielt keine Begründung oder Bewertung der genannten Anbieter.

Auf diesen fundamentalen Unterschied zwischen einer Nennung und einer echten Empfehlung verweist auch Wil Reynolds, Gründer der US-Agentur Seer Interactive, in seinem Beitrag zur Messung von KI-Sichtbarkeit vom 2. Oktober 2026: Ein Markenname kann in einer KI-Antwort problemlos auftauchen, ohne dass damit eine positive Wertung verbunden ist; im ungünstigsten Fall rät der begleitende Antworttext sogar ausdrücklich von diesem Anbieter ab.

Zurückhaltung ist auch bei jenen 115 Unternehmen geboten, die in der Fünferliste nicht vorkamen. Die Messung liefert keinerlei Beleg dafür, dass deutsche Industrieunternehmen von ChatGPT systematisch benachteiligt werden. Sie zeigt auch bei keinem einzelnen Unternehmen auf, warum es im konkreten Fall gefehlt hat. Hinzu kommt, dass sich die Fragen sehr eng an den teils sehr speziellen Marktbeschreibungen des Index orientierten. Echte Einkäufer formulieren ihre Suchanfragen in der Praxis oft deutlich breiter oder nutzen abweichende Begriffe, was zu anderen Antwortlisten führen kann.

Gemessen

  • Ob ChatGPT auf eine offene Frage nach führenden Anbietern ein Unternehmen nennt, das der Weltmarktführer-Index diesem Markt zuordnet
  • An welcher Stelle der Fünferliste das Unternehmen genannt wird
  • Ob das Modell im Web gesucht hat und welche Quellen dabei vorkamen

Nicht gemessen

  • Reale Marktanteile, Produktqualität oder tatsächliche Leistungsfähigkeit eines Unternehmens
  • Ob ChatGPT das Unternehmen für einen konkreten Einkauf empfehlen würde oder ob es zu bestimmten Anforderungen passt
  • Was ChatGPT im Detail über das Unternehmen aussagt
  • Warum ein Unternehmen im Einzelfall genannt wurde oder fehlte

Für die betroffenen Unternehmen sind diese Ergebnisse deshalb in erster Linie ein Anlass, selbst nachzuprüfen, bei welchen branchenspezifischen Fragen das eigene Unternehmen von ChatGPT genannt wird und wie verlässlich diese Antworten bei mehrfacher Abfrage ausfallen. Wer die genauen 95-Prozent-Intervalle nachlesen möchte, findet sie in der Tabelle und den Randspalten dieser Seite; alle methodischen Einzelheiten und Prüfschritte sind im anschließenden Methodenteil weiter unten dokumentiert.

Wie die 472 Unternehmen ausgewählt und abgefragt wurden

Anfragen
1.620
Modell
chat-latest
Fehlende Fälle
0

Als Grundlage für die Untersuchung diente ein Export des Weltmarktführer-Index mit Stand vom 1. Oktober 2026. Dieser Datensatz enthielt zunächst 479 Unternehmen mit dem Ländereintrag Deutschland. Um eine saubere Datenbasis zu erhalten, habe ich diese Einträge nach festen Kriterien bereinigt. Dabei wurden zwei Einträge mit widersprüchlichen Länderangaben ausgeschlossen, eine doppelt geführte Firma sowie zwei Einträge, bei denen eine Angabe zum Marktsegment fehlte. Übrig blieben 474 Unternehmen.

479 Champions mit Ländereintrag Deutschland → 474 nach Bereinigung → 472 mit neutral formulierbarem Segment

Bei 472 dieser Unternehmen ließ sich das jeweilige Marktsegment als neutrale Frage formulieren, ohne den tatsächlichen Firmennamen zu verraten. Bei zwei Unternehmen war das nicht möglich, weil deren Segment im Index über einen firmeneigenen Begriff definiert wird. Ich habe deshalb genau diese 472 Unternehmen in die Hauptuntersuchung aufgenommen. Methodisch handelt es sich dabei um eine Vollerhebung einer klar abgegrenzten Grundgesamtheit: Ich habe also keine Stichprobe gezogen, sondern ausnahmslos alle Unternehmen untersucht, die diese Kriterien erfüllten. Die beiden ausgeschlossenen Sonderfälle habe ich separat mit ihrem ursprünglichen Segment abgefragt. Das Ergebnis: Mit verfügbarer Websuche nannte das Sprachmodell eines der beiden Unternehmen, ohne Websuche keines von beiden.

Damit das Sprachmodell nicht über Hinweise in den Fragen auf das gesuchte Unternehmen stößt, mussten die Segmentbeschreibungen vorab neutralisiert werden. Firmennamen, Markennamen, Produktbezeichnungen und redaktionelle Anmerkungen des Index wurden dafür gestrichen. Um subjektive Fehler zu vermeiden, haben das KI-Modell Claude von Anthropic und ich diese Streichungen unabhängig voneinander vorgenommen und anschließend abgeglichen. Bei 479 der insgesamt 488 Segmentteile (einige Unternehmen sind im Index mit mehreren Segmenten verzeichnet) stimmten unsere Entscheidungen vollständig überein. Bei lediglich neun Segmentteilen kannte ich Claudes Einstufung vorab. Zudem hat Claude 27 reine Tippfehlerkorrekturen vorgeschlagen, die ich jeweils einzeln manuell geprüft und bestätigt habe. Vorangegangene Testläufe mit Schweizer und österreichischen Marktführern dienten ausschließlich dazu, Messaufbau und Auswertungslogik zu erproben; sie fließen nicht in das Endergebnis ein.

Die zentrale Abfrage lautete für jedes Marktsegment:

Welche fünf Unternehmen gehören weltweit zu den führenden Anbietern im Marktsegment „[SEGMENT]“? Nenne genau fünf Unternehmen als nummerierte Liste. Verwende keine allgemeine Branchenbeschreibung und begründe die Auswahl nicht.

Jede Anfrage wurde als eigenständiger Durchlauf gestartet, also ohne vorherigen Chatverlauf oder bestehenden Kontext. Die Messung fand am 4. Oktober 2026 über die Programmierschnittstelle von OpenAI mit dem Modell chat-latest statt. Wie aus der OpenAI-Dokumentation zu Chat Latest hervorgeht, verweist diese Modellkennung stets auf das Instant-Modell, das ChatGPT aktuell verwendet. Da OpenAI dieses Modell regelmäßig im Hintergrund aktualisiert, spiegeln die Ergebnisse den genauen Stand dieses Tages wider. Sollte der Anbieter das Modell austauschen, lässt sich das am zurückgegebenen Namen nicht direkt ablesen. Allerdings lässt der Verlauf der Messung keinen Bruch erkennen: Im ersten Drittel der zufällig sortierten Abfragen nannte das Modell bei verfügbarer Websuche 124 von 158 Unternehmen, im zweiten Drittel 117 von 157 und im letzten Drittel 116 von 157.

Alle 472 Unternehmen wurden jeweils mit und ohne verfügbare Websuche abgefragt. War die Suche freigeschaltet, durfte das Modell pro Antwort höchstens einen Websuchaufruf durchführen, mit knapp gehaltenem Suchkontext und Deutschland als ungefährem Standort. Zusätzlich waren im ursprünglichen Versuchsplan eine Alternativfrage aus Einkäufersicht, eine Wiederholungsmessung sowie ein Vergleich mit der ChatGPT-App festgelegt. Am Messtag habe ich insgesamt 1.620 Anfragen über die Schnittstelle gestellt. Alle Anfragen lieferten eine formal gültige Antwort mit genau fünf Listeneinträgen, sodass es keinerlei Datenlücken gab.

Die alternative Frage aus der Einkäuferperspektive lautete:

Ich suche einen Lieferanten im Bereich „[SEGMENT]“. Welche fünf Hersteller oder Anbieter sind weltweit führend? Antworte nur mit einer nummerierten Liste von fünf Unternehmensnamen.

Mit dieser Formulierung nannte das Modell ohne Websuche 353 von 472 Unternehmen. Das sind 2,5 Prozentpunkte mehr als bei der Hauptfrage. Das zugehörige 95-Prozent-Konfidenzintervall reicht von minus 0,2 bis 5,3 Prozentpunkte. Ein Konfidenzintervall gibt dabei an, wie genau der zu erwartende Wert unter diesem Messaufbau geschätzt ist; es berücksichtigt also die zufällige Schwankung der Modellausgaben. Schließt dieser Bereich die Null ein, wie es hier der Fall ist, liefert die Messung nach dem vorab festgelegten Kriterium keinen eindeutigen Hinweis auf einen Unterschied. Das bedeutet schlicht, dass sich weder ein echter Vorteil der Formulierung noch eine praktische Gleichwertigkeit sicher belegen lässt. Bei einer vorab ausgewählten Stichprobe von 100 Unternehmen mit verfügbarer Websuche lag die Quote bei 78 statt 74 Nennungen (ein Plus von 4,0 Prozentpunkten bei einem 95-Prozent-Intervall von minus 3,1 bis 11,2 Prozentpunkten). Auch dieser Unterschied ist statistisch nicht eindeutig. Da die Einkäuferabfragen zeitlich immer nach den Hauptfragen ausgeführt wurden, ließe sich ein möglicher Effekt ohnehin nicht sauber von zeitlichen Schwankungen trennen.

Abbildung 3

Vergleiche bei denselben Unternehmen, Intervalle nach Newcombe, Lesart vorab festgelegt.

Vorab geplante Vergleiche: Nur bei der Websuche zeigt sich ein Hinweis auf einen Unterschied

Dargestellt ist der Unterschied im Anteil genannter Unternehmen in Prozentpunkten, jeweils erste minus zweite Variante, mit dem jeweiligen 95-Prozent-Intervall. Als ursächliche Wirkung lässt sich nur der Vergleich mit und ohne Websuche deuten, während die übrigen Gegenüberstellungen rein beschreibend sind.

Um zu ermitteln, ob ein Unternehmen tatsächlich genannt wurde, kam ein deterministischer Namensabgleich zum Einsatz. Deterministisch bedeutet in diesem Fall: Ein fest programmiertes Skript gleicht jede Antwort mit einer vorab erstellten Tabelle zulässiger Schreibweisen und Firmennamen ab und liefert bei identischer Eingabe immer exakt dasselbe Ergebnis. Antworten, bei denen dieser Abgleich unsicher war, markierte das Skript als Zweifelsfall. Diese markierten Fälle haben Claude und ich unabhängig voneinander bewertet. Die Prüfliste enthielt dabei bewusst keine Information darüber, unter welcher Versuchsbedingung eine Antwort erzeugt worden war. Vollständig verblindet war diese Prüfung allerdings nicht, denn anhand enthaltener Quellenlinks ließ sich die Websuche erahnen, und die 30 App-Antworten waren mir aus der manuellen Abfrage bereits bekannt. Um das Skript abzusichern, haben wir zusätzlich eine Kontrollstichprobe von 48 Antworten begutachtet, bei denen das Programm keinen Zweifel gemeldet hatte, ohne das Ergebnis des Skripts zu kennen. In allen 48 Fällen stimmte unsere manuelle Einschätzung mit dem Skript überein. Erst nach Abschluss dieser Qualitätskontrolle wurden überhaupt Quoten berechnet, was Befehlsprotokoll und Sitzungsverlauf belegen.

Der rein maschinelle Abgleich ohne jede manuelle Zweifelsfallkorrektur ergab ebenfalls 357 Nennungen. Die menschliche Nachprüfung hat das Hauptergebnis demnach in der Gesamtzahl gar nicht verändert. Anschließend haben wir alle 115 Antworten, in denen der gesuchte Champion fehlte, noch einmal gezielt daraufhin geprüft, ob die Namenstabelle Lücken aufwies. Dabei fiel ein einziger Fall auf, in dem eine zuvor nicht erfasste Unternehmenstochter genannt worden war. Da der Auswertungsplan vorab fixiert war, bleibt das offizielle Hauptergebnis davon unberührt; bezieht man diese Tochtergesellschaft mit ein, läge das Gesamtergebnis bei 358 von 472 Unternehmen. Sämtliche im Vorfeld definierten Auswertungsvarianten (etwa der Ausschluss von Segmenten mit Aufzählungen oder die Einbeziehung der beiden Sonderfälle) führten zu Nennungsquoten zwischen 73 und 76 Prozent.

Die in der Auswertung angegebenen Konfidenzintervalle erfassen näherungsweise die Schwankungen, die durch den stochastischen Charakter der Modellantworten entstehen. Einen klassischen Stichprobenfehler bei der Auswahl der Unternehmen beschreiben sie für die Hauptmessung nicht, da die untersuchte Grundgesamtheit ja vollständig erfasst wurde; die Kontrollen mit 100 und 30 Unternehmen beruhen dagegen auf Zufallsauswahlen. Die Intervalle für einfache Anteile wurden nach dem Wilson-Verfahren berechnet, für Unterschiede zwischen zwei Bedingungen bei identischen Unternehmen kam das Verfahren nach Newcombe zum Einsatz. Nicht abbilden können diese Intervalle hingegen systematische Abweichungen, die durch andere Frageformulierungen, künftige Modellversionen oder unerkannte Fehler im zugrunde liegenden Index und im Namensabgleich entstehen.

Warum Versuchsplan und Regeln vorab registriert wurden

Registriert
4. Oktober 2026
DOI
10.17605/OSF.IO/89WEU

Um methodisch sauber zu arbeiten, habe ich das gesamte Studiendesign am 4. Oktober 2026 vor Beginn der eigentlichen Datenerhebung auf der Plattform Open Science Framework (OSF) präregistriert. Dort waren alle Fragen, Versuchsbedingungen, Kennzahlen, Berechnungsregeln und der Auswertungscode mit Zeitstempel unveränderlich hinterlegt. Die verwendeten Eingabedateien wurden zusätzlich mit kryptografischen Prüfsummen gesichert. Eine Prüfsumme funktioniert wie ein digitaler Fingerabdruck einer Datei: Schon die kleinste nachträgliche Änderung an einem Zeichen würde diese Prüfsumme verändern und den Eingriff sofort sichtbar machen. Zudem stand vorab fest, dass die Ergebnisse in jedem Fall veröffentlicht werden, unabhängig davon, wie viele Unternehmen ChatGPT letztlich nennen würde.

  1. 4. Oktober 2026, 08:48 Uhr Präregistrierung auf OSF Fragen, Testvarianten, Kennzahlen, Berechnungsregeln und Auswertungscode wurden vorab verbindlich hinterlegt.
  2. 4. Oktober 2026, 11:31 bis 12:28 Uhr Durchführung der Messung 1.620 Anfragen liefen über die Schnittstelle in fünf Durchgängen, alle mit auswertbarer Antwort.
  3. 5. Oktober 2026, 05:26 Uhr Erste Berechnung einer Quote Erst nach der manuellen Prüfung aller Zweifelsfälle und der Qualitätskontrolle wurde die erste Quote berechnet.

Alle Uhrzeiten in mitteleuropäischer Sommerzeit.

Dieser Schritt war mir deshalb ein persönliches Anliegen, weil man bei datenbasierten Auswertungen im Nachhinein leicht der Versuchung erliegt, überraschende Nebenergebnisse nachträglich zur Haupterkenntnis zu erklären. Als primäre Fragestellung war von Anfang an der Anteil der genannten Weltmarktführer bei verfügbarer Websuche definiert. Alle weiteren Vergleiche und Detailanalysen dienen lediglich der Einordnung dieses zentralen Werts. Der vollständige Versuchsplan und alle freigegebenen Dokumente sind über den Eintrag zur OSF-Präregistrierung der Weltmarktführer-Studie frei abrufbar.

Abweichungen vom Protokoll

Inhaltlich folgt die Auswertung ausnahmslos dem registrierten Protokoll. Bei drei formalen Verfahrensschritten gibt es Abweichungen, die im Entscheidungsprotokoll begründet sind. Erstens erhielten die abgeschotteten Prüfsitzungen von Claude zusätzlich zu ihren Prüflisten die reinen Regeltexte, auf die die Entscheidungsregeln verweisen; diese Regeltexte enthielten keine Ergebnisdaten. Zweitens trat bei der Kontrollstichprobe eine anfängliche Uneinigkeit zwischen den beiden Prüfern auf, die wir in einem gesonderten Zwischenschritt gelöst haben, bevor der registrierte Abgleich mit dem automatischen Skript durchgeführt wurde. Drittens enthielt eine Arbeitsfassung dieser Klärungsdatei einen falschen internen Erstellungszeitstempel. Diese Fassung wurde archiviert, das inhaltliche Ergebnis blieb davon unberührt.

Präregistrierung auf OSF ansehen

DOI 10.17605/OSF.IO/89WEU

Finanzierung, eigene Interessen und die Rolle von KI

Finanzierung
eigenfinanziert
Kosten
rund 21 US-Dollar
Auftraggeber
keiner

Ich bin beruflich im Bereich der Suchmaschinen- und KI-Sichtbarkeit tätig und biete dazu Beratungsleistungen an. Die vorliegende Studie habe ich vollständig aus eigenen Mitteln finanziert; die Kosten für die API-Nutzung beliefen sich auf rund 21 US-Dollar. Es gab zu keinem Zeitpunkt externe Auftraggeber, finanzielle Zuwendungen oder eine Einflussnahme durch OpenAI, Anthropic oder eines der analysierten Unternehmen. Prof. Dr. Christoph Müller hat die Daten des Weltmarktführer-Index für die Untersuchung bereitgestellt und einer Veröffentlichung aggregierter Ergebnisse zugestimmt. An der Konzeption, der Datenerhebung oder der Auswertung war er nicht beteiligt.

Bei der Vorbereitung, der Skripterstellung, den Messläufen und der Auswertung habe ich KI-Werkzeuge eingesetzt: bis zum 31. August 2026 OpenAI Codex, ab dem 1. Oktober 2026 Anthropic Claude. Zudem fungierte Claude als Erstprüfer bei der Bereinigung der Marktsegmente und der Begutachtung unklarer Namensnennungen, die ich anschließend unabhängig gegenprüfte. Das methodische Design wurde vorab von Claude Fable und OpenAI Codex gegengeprüft. Hierbei ist offenzulegen, dass Codex vom selben Unternehmen stammt wie das analysierte Modell chat-latest. Diese Prüfung betraf jedoch rein das methodische Vorgehen vor der Messung; Messergebnisse lagen zu diesem Zeitpunkt noch nicht vor. Claude wiederum stammt vom Konkurrenten Anthropic und hat Messung und Auswertung technisch ausgeführt. Die eigentliche Zählung der Nennungen erfolgte im Regelbetrieb über den deterministischen Namensabgleich, dessen rein automatisches Ergebnis mit dem Hauptergebnis übereinstimmt.

Was öffentlich einsehbar ist und wo die Grenzen liegen

Öffentlich
auf OSF

Das Studienprotokoll, die angewendeten Regelwerke, der gesamte Auswertungscode und die zugehörigen Prüfsummen sind im OSF-Verzeichnis öffentlich hinterlegt. Die Vereinbarung zur Nutzung des Weltmarktführer-Index erlaubt die Publikation zusammenfassender statistischer Kennzahlen. Nicht öffentlich zugänglich sind hingegen die Rohdaten des Index, die vollständige Liste der abgeglichenen Firmennamen sowie die ungefilterten Textantworten des Sprachmodells.

  • Studienprotokoll öffentlich auf OSF
  • Regelwerke öffentlich auf OSF
  • Auswertungscode öffentlich auf OSF
  • Prüfsummen öffentlich auf OSF
  • Daten des Index nicht veröffentlicht
  • Vollständige Namenstabelle nicht veröffentlicht
  • Rohantworten des Modells nicht veröffentlicht

Interessierte Leser und Forscher können die methodischen Einzelschritte und die Berechnungslogik anhand der Dokumentation vollständig nachvollziehen. Eine exakte Neuberechnung des Namensabgleichs auf Ebene der einzelnen Rohdaten ist von außen jedoch nicht möglich. Die hinterlegten Prüfsummen belegen verlässlich, dass die registrierten Dateien nachträglich nicht verändert wurden; sie können den direkten Einblick in die proprietären Ausgangsdaten aber naturgemäß nicht ersetzen.

Zitierweise und Kontakt

Zitierweise

Stolp, Patrick (2026): 357 von 472 untersuchten Weltmarktführern aus Deutschland erscheinen in ChatGPT-Anbieterlisten. Präregistrierte Vollerhebung, Messtag 4. Oktober 2026. patrickstolp.de/chatgpt-weltmarktfuehrer-studie/. Präregistrierung: https://doi.org/10.17605/OSF.IO/89WEU

Kontakt für Redaktionen und untersuchte Unternehmen: kontakt@patrickstolp.de

Patrick Stolp

Wer hier schreibt

Ich bin Patrick Stolp, SEO-Berater aus Lübeck. Nach meinem kulturwissenschaftlichen Studium habe ich zunächst vom Schreiben gelebt; 2011 kam die Suchmaschinenoptimierung dazu. In der Angewandten Germanistik beschäftige ich mich intensiv mit großen Sprachmodellen, Schwerpunkt Sprachprogrammierung. Hauptberuflich leite ich bei der Netzhirsch GmbH in Bad Schwartau die SEO-Abteilung und bin dort zusätzlich Head of Automation.

Anfrage stellenMehr über meinen Werdegang und Hintergrund