KI-Sichtbarkeitsstudie Banken Lübeck

Zwischenstand in Zahlen

Wie diese Zahlen zu lesen sind

Welle

5 von 10

n (Leitprompts)

588

Erhoben

2026-08-01 bis 05

Sortierung

Top-3-Quote

Direktbanken ohne Beratungsstandort in Lübeck

Die drei Banken ING, DKB und N26 sind mit keinem physischen Standort in Lübeck vertreten und zählen deswegen nicht zur Grundgesamtheit der Studie. Da alle drei Marken sowohl von ChatGPT als auch Gemini aber häufiger genannt werden, ist festzuhalten, dass Banken und Sparkassen mit Filialstandort im digitalen Raum innerhalb von KI-Antworten mit reinen Online-Anbietern konkurrieren.

Für die Presse und für die untersuchten Institute

Zitierweise

Maßgeblich ist das Stand-Datum am Seitenkopf. Da sich die Zahlen mit jeder Welle ändern, gehört die Wellennummer in jedes Zitat.

@misc{stolp2026kisichtbarkeit,
  author = {Stolp, Patrick},
  title  = {KI-Sichtbarkeitsstudie Banken L\"ubeck},
  note   = {Laufende Erhebung, Welle 5 von 10},
  year   = {2026},
  url    = {https://patrickstolp.de/ki-sichtbarkeitsstudie-banken-luebeck/},
  urldate = {2026-08-05}
}

Material und Nachnutzung

• Prompt-Set, vorab festgelegtJSON · 4,9 KBverfügbar
• Institutsliste mit NamensvariantenJSON · 5,2 KBverfügbar
• Studiendesign und Methodikauf Anfrageverfügbar
• Einzelauswertung für ein untersuchtes Institutauf Anfrageverfügbar
• Anonymisierte Rohdatentabelle aller AntwortenCSVfolgt nach Welle 10
• Whitepaper mit GesamtauswertungPDFfolgt nach Welle 10

Die Zahlen dieser Seite dürfen mit Quellenangabe und Nennung der Wellennummer weiterverwendet werden, auch in Grafiken. Ohne die Wellennummer ist eine Zahl von dieser Seite nicht überprüfbar, da sie sich mit der nächsten Welle ändert.

Kontakt und Widerspruch

Rückfragen zur Methodik, Interviewanfragen sowie Anfragen der untersuchten Institute zu ihrer Einzelauswertung beantworte ich innerhalb von fünf Werktagen über kontakt@patrickstolp.de. Jedes untersuchte Institut kann seine vollständigen Zahlen bereits vor der Endveröffentlichung anfragen und eine Stellungnahme abgeben. Eingehende Stellungnahmen werden im Whitepaper im Wortlaut ausgewiesen. Eine bestrittene Zahl wird bis zur Klärung in Tabelle 1 gekennzeichnet und nicht stillschweigend geändert.

Zum Autor

Ich bin SEO-Experte aus Lübeck. Diese Studie ist eigenfinanziert und entstand ohne Auftrag, Beteiligung oder Vorabkenntnis eines der untersuchten Institute.

So wird gemessen

Wer gehört zur Grundgesamtheit?

Zur Grundgesamtheit, also zur Gruppe der untersuchten Institute, zählt jedes Institut mit mindestens einem personalbesetzten Beratungsstandort innerhalb der Lübecker Stadtgrenzen, d. h. in den Postleitzahlen 23552 bis 23570. Das sind elf Institute: Sparkasse zu Lübeck, Volksbank Lübeck, Deutsche Bank, Commerzbank, HypoVereinsbank, Postbank, Sparda-Bank Hamburg, TARGOBANK, Santander, apoBank und BBBank. Die apoBank richtet sich als Spezialinstitut für Heilberufe nicht an Privatkunden allgemein und wird deshalb gesondert ausgewiesen.

Die Institutsliste stammt aus zwei voneinander unabhängigen Quellen, der Google Places API und der Bankleitzahlendatei der Deutschen Bundesbank. Diese Doppelung ist notwendig, da keine der beiden Quellen für sich genommen vollständig ist: Vier Institute betreiben zwar eine Lübecker Filiale, führen ihre Bankleitzahl allerdings am Hauptsitz und fehlen deswegen in der Bundesbank-Auswertung für Lübeck. In der Google-Auszählung fehlt hingegen ein Institut, das die Bundesbank führt. Würde die Grundgesamtheit allein aus Google abgeleitet, während die Studie zugleich Google-Sichtbarkeit misst, würde die Messgröße ihre eigene Stichprobe auswählen.

Direktbanken ohne Standort in Lübeck, etwa ING, DKB oder N26, zählen nicht zur Grundgesamtheit. Ihre Nennungen werden allerdings mitcodiert und in Tabelle 2 getrennt ausgewiesen.

Welche Systeme werden abgefragt?

Abgefragt werden ChatGPT und Google Gemini über ihre APIs. API-Antworten sind eine Näherung an die Apps und nicht wortgleich mit ihnen. Zur Kontrolle ist vor der Endveröffentlichung deswegen eine Stichprobe von 36 manuellen Abfragen in den Apps vorgesehen, jeweils mit Screenshot und Datum. Berichtet wird anschließend die Übereinstimmungsrate.

Ein Teil der Unterschiede liegt nicht zwischen den Instituten, sondern zwischen den beiden Systemen, und dieser Teil ist größer als der Abstand zwischen den meisten Instituten. Die TARGOBANK z. B. wird von Google Gemini in 64,0 Prozent der Antworten genannt, von ChatGPT hingegen nur in 5,6 Prozent, bei identischen Fragen im selben Zeitraum. Die BBBank kommt bei ChatGPT in keiner einzigen Leitprompt-Antwort vor, bei Gemini in 11,3 Prozent; die Sparda-Bank Hamburg bei ChatGPT in einer von 288 Antworten, bei Gemini in 9,3 Prozent. Eine Aussage über „die KI-Sichtbarkeit“ eines Instituts wäre ohne Angabe des Systems daher irreführend.

Wie viele Antworten stecken hinter einer Zahl?

1170 Abfragen → 1157 auswertbar → 588 gültige Antworten auf die 6 Leitprompts

Ob ein Institut genannt wird, ist ein Ja-Nein-Ereignis, über das einzelne Abfragen nur wenig aussagen. Die sechs Leitprompts laufen deshalb je System 100 Mal, die 15 Erweiterungsprompts je 30 Mal, verteilt auf mindestens zehn Erhebungstage und wechselnde Tageszeiten. Jede Quote wird mit einem Wilson-Intervall über 95 Prozent angegeben. Dieses Intervall beschreibt ausschließlich die Genauigkeit der Messung bei der vorliegenden Antwortzahl. Rückschlüsse auf künftige Wellen oder auf die Streuung zwischen den einzelnen Fragen lassen sich daraus nicht ableiten.

Über die Streuung zwischen den Fragen gibt die Spalte „Spanne“ in Tabelle 1 Auskunft, und diese Zahl fällt unbequem aus: Die Deutsche Bank erreicht je nach Frage zwischen 2,1 und 55,6 Prozent Top-3-Quote. Da sich die Wiederholungen auf sechs Fragen verteilen und innerhalb einer Frage ähnlicher ausfallen als zwischen den Fragen, ist die tatsächliche Genauigkeit geringer, als das Wilson-Intervall für eine einfache Zufallsstichprobe angibt. Der Umfang dieses Effekts wird nach Abschluss der Erhebung als sogenannter Designeffekt berichtet, d. h. als Korrekturfaktor für die tatsächliche Genauigkeit.

Wie wird codiert?

Codierung bedeutet hier, jede KI-Antwort in auswertbare Daten zu übersetzen: Welche Institute werden genannt, und in welcher Reihenfolge? Diese Übersetzung übernimmt kein Sprachmodell. Stattdessen kommt ein fester String-Abgleich gegen eine vor Erhebungsbeginn eingefrorene Liste von Namensvarianten zum Einsatz. Dieselben Rohantworten ergeben damit immer dieselben Zahlen, und es fließt kein Modellrauschen in die Messgröße ein. Erfasst werden die genannten Institute, ihre Reihenfolge in der Antwort und die Frage, ob das System für die Antwort eine Websuche ausgeführt hat.

Eine Kontrollcodierung von zehn Prozent der Antworten durch ein Sprachmodell ist vorgesehen, bislang allerdings nicht durchgeführt. Die Übereinstimmung wird dann als Cohens Kappa berichtet, einem statistischen Maß dafür, wie stark zwei unabhängige Bewertungen übereinstimmen. Bis dahin liegt für die Codierung keine Reliabilitätsangabe vor, was derzeit die größte offene Stelle der Studie ist.

Für ChatGPT bleibt die Websuche-Nutzung zweigeteilt, das Muster hat sich über die Wellen allerdings abgeschwächt: 14 der 33 Prompts lösen in jeder einzelnen Abfrage eine Suche aus, einer in keiner einzigen, und 18 liegen dazwischen. Nach Welle 2 lagen noch 24 der 33 Prompts an einem der beiden Ränder. Für ein Institut bedeutet dies weiterhin zwei verschiedene Wettbewerbe. Bei Fragen mit konkretem Anlass entscheidet die aktuelle Webpräsenz darüber, ob das Institut in der Antwort vorkommt. Bei vagen Wahlfragen entscheidet hingegen überwiegend, was über das Institut im Modell gespeichert ist.

Wie wird die lokale Sichtbarkeit gemessen?

Neben den KI-Antworten misst die Studie das lokale Google-Ranking über ein Raster von 81 Messpunkten mit acht Kilometern Radius um den Lübecker Marktplatz. Das Raster fällt größer aus als der übliche Standard, da Lübeck flächenmäßig sehr groß ist und Travemünde sonst herausfiele. Gewertet werden ausschließlich personalbesetzte Beratungsstandorte. Geldautomaten und SB-Stellen werden vor der Rangberechnung entfernt, aus dem in Abbildung 3 gezeigten Grund. Die ungefilterte Messung wird als Kontrast mitberichtet. Diese Messung folgt während des Erhebungszeitraums und ist auf dieser Seite noch nicht enthalten.

Was wurde vorab festgelegt?

Was passiert, wenn sich die Modelle ändern?

Sprachmodelle werden fortlaufend aktualisiert, und eine Messung über zehn Tage kann eine solche Aktualisierung enthalten, ohne dass der Anbieter sie ankündigt. Dagegen greifen zwei Vorkehrungen: Zunächst ist das Erhebungsfenster mit rund zwei Wochen bewusst kurz gehalten. Zudem wird zu jeder einzelnen Abfrage die Modellkennung mitprotokolliert, sodass sich im Nachhinein feststellen lässt, ob ein Sprung in den Zahlen mit einem Modellwechsel zusammenfällt. Sollte während der Erhebung eine Modellversion wechseln, wird dies im Studientagebuch vermerkt und die betroffene Welle gekennzeichnet.

Was hat die Erhebung gekostet?

Die fünf bisherigen Wellen haben zusammen 6,35 Euro an API-Gebühren gekostet, die vollständige Erhebung wird bei circa 13 Euro liegen. Die Gemini-Abfragen laufen derzeit in einem kostenlosen Kontingent, und auch die Codierung verursacht keine laufenden Kosten, da sie deterministisch arbeitet. Daraus lässt sich eine durchaus relevante Erkenntnis ableiten: Eine methodisch saubere KI-Sichtbarkeitsmessung ist nicht zwingend eine Budgetfrage.

Studientagebuch

Dieses Protokoll hält fest, was wann gemessen, entschieden und korrigiert wurde. Der neueste Eintrag steht oben.

• 2026-08-05 · Wellen 3 bis 5 eingespielt

  Halbzeit: engere Intervalle, ein weicheres Websuche-Muster und sieben Ausfälle

  Die Wellen 3 bis 5 sind erhoben, damit liegen 1157 gültige Antworten vor. Welle 4 lief als erste ohne einen einzigen Ausfall durch. In Welle 3 fielen zwei Abfragen aus, in Welle 5 sieben, jeweils auf der ChatGPT-Seite mit dem Serverfehler 520 und verteilt über mehrere Prompts. Mit drei Prozent Ausfallquote bleibt Welle 5 deutlich unter der Schwelle von zehn Prozent, ab der eine Welle wiederholt würde. Welle 3 startete planmäßig am Abend, zog sich aber bis in den Vormittag des Folgetags; die Antworten sind mit ihren tatsächlichen Zeitstempeln protokolliert und der Welle unverändert zugeordnet.

  Zwei Dinge haben sich gegenüber dem Stand nach Welle 2 bewegt. Erstens ist das Websuche-Muster von ChatGPT weicher geworden: Nach Welle 2 lösten 21 der 33 Prompts in jeder einzelnen Abfrage eine Suche aus und drei in keiner, jetzt sind es 14 und einer. Zweitens hat die Sparda-Bank Hamburg mit sechs Top-3-Nennungen die Schwelle für den Wellenverlauf erreicht und bekommt in Abbildung 5 ein eigenes Feld.

• 2026-08-02 · Welle 2 erhoben, Statistik korrigiert

  Wilson-Intervall jetzt der Top-3-Quote zugeordnet

  Welle 2 ist erhoben, 232 von 234 Abfragen sind auswertbar. Beim Aufbau dieser Seite ist mir ein Fehler in der eigenen Auswertung aufgefallen: Das Messskript berechnet das Wilson-Intervall aus der Zahl der Nennungen, es gehört demnach zur Nennungsquote. In der ersten Fassung der Methodik stand es in der Tabelle allerdings neben der Top-3-Quote, also neben der primären Zielgröße. Da meine eigene Festlegung verlangt, dass keine Quote ohne Intervall veröffentlicht wird, berechnet ein zusätzliches Skript das Intervall jetzt für Top-3-Quote und Erstnennungsquote getrennt. Das Messskript selbst bleibt unverändert, damit die vorab festgelegten Dateien nicht angetastet werden.

  Zudem führt die Ergebnistabelle seit heute alle elf Institute der Grundgesamtheit auf, auch die fünf mit einer Top-3-Quote von null. Zuvor erschienen lediglich die Institute, die überhaupt einmal genannt wurden. Damit fiel ausgerechnet das aussagekräftigste Ergebnis unter den Tisch.

• 2026-08-01 · Welle 1 und zwei widerlegte Annahmen

  Korrektur zweier Pretest-Annahmen notwendig

  Welle 1 ist erhoben. Zwei Aussagen aus dem Pretest hielten der vollständigen Messung nicht stand. Zunächst hatte ich die vier Prompt-Blöcke gemeinsam ausgewertet. Da die elf Marken-Prompts allerdings gezielt nach je einem Institut fragen, hob dies die Quote jedes Instituts um genau die Zahl seiner eigenen Abfragen an. Seit der Korrektur wird je Block getrennt ausgewertet, und alle Sichtbarkeitsaussagen stammen ausschließlich aus den Leit- und Erweiterungsprompts.

  Außerdem beruhte die Aussage, ChatGPT nutze die Websuche in 11 Prozent der Fälle, auf einem einzigen Prompt. Über alle 33 Prompts liegt der Anteil bei rund 70 Prozent. Die Kostenschätzung stieg hierdurch von 5 auf 13 Euro, da Suchergebnisse als Eingabe-Tokens abgerechnet werden, d. h. nach der Menge des Textes, den das Modell verarbeitet.

• 2026-08-01 · Vorab-Festlegung und Pretest

  Prompt-Set eingefroren, ein Codierungsfehler gefunden

  Prompt-Set und Institutsliste sind eingefroren, die Prüfsummen stehen im Methodik-Abschnitt. Der Pretest mit 20 Abfragen am ersten Leitprompt deckte einen Codierungsfehler auf: Die Verbundbezeichnung „Volks-/Raiffeisenbank“ wurde fälschlich als Institut aus dem Umland gezählt. Das Muster wurde noch vor dem Einfrieren korrigiert. Nach dem Pretest fiel außerdem die Entscheidung für die Top-3-Quote als primäre Zielgröße, da ING und DKB dort eine Nennungsquote von 100 Prozent erreichten und trotzdem in keiner einzigen Antwort unter den ersten drei standen.

• geplant

  Wellen 6 bis 10, danach die Grid-Messung

  Die Wellen 6 bis 10 sind für den 6. bis 10. August 2026 vorgesehen, die nächste Aktualisierung dieser Seite für den 8. August. Im Anschluss folgt die Messung der lokalen Google-Sichtbarkeit über das 81-Punkte-Raster, die hier als eigener Abschnitt hinzukommt.

Änderungsverlauf dieser Seite

Diese Tabelle protokolliert ausschließlich Änderungen an der Seite selbst. Was an der Erhebung geschah, steht im Studientagebuch.