KI-Sichtbarkeitsstudie Banken Lübeck

Endstand in Zahlen

Wie diese Zahlen zu lesen sind

Welle

10 von 10

n (Leitprompts)

1183

Erhoben

2026-08-01 bis 12

Sortierung

Top-3-Quote

Direktbanken ohne Beratungsstandort in Lübeck

ING, DKB und N26 unterhalten keinen Beratungsstandort in Lübeck und gehören deswegen nicht zur Grundgesamtheit. In den Antworten werden diese drei Direktbanken dennoch regelmäßig genannt. Für Lübecker Institute bedeutet dies, dass ihre Namen bei Fragen zu Girokonten oder Baufinanzierungen auch neben Anbietern ohne örtliche Filiale erscheinen.

Für die Presse und für die untersuchten Institute

Zitierweise

Für ein Zitat sind der abgeschlossene Stand nach Welle 10 und das Aktualisierungsdatum am Seitenkopf maßgeblich.

@misc{stolp2026kisichtbarkeit,
  author = {Stolp, Patrick},
  title  = {KI-Sichtbarkeitsstudie Banken L\"ubeck},
  note   = {Abgeschlossene Erhebung, Welle 10 von 10},
  year   = {2026},
  url    = {https://patrickstolp.de/ki-sichtbarkeitsstudie-banken-luebeck/},
  urldate = {2026-08-21}
}

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
• Rohdatentabelle aller Antworten und NennungenZIP mit CSV · 1,8 MBverfügbar
• Whitepaper mit GesamtauswertungPDF · 185 KBverfügbar
• Abbildungen in Druckqualität: Nennung vs. Top-3 je Institut, Nennungsquote nach System, BBBank und die Verzeichnisdaten-LückePNG · je 2400 × 1350verfügbar

Die Zahlen dieser Seite dürfen mit Quellenangabe und dem Hinweis auf den Endstand nach Welle 10 weiterverwendet werden, auch in eigenen Grafiken.

Kontakt und Widerspruch

Rückfragen zur Methodik, Interviewanfragen und Anfragen der untersuchten Institute zu ihrer Einzelauswertung beantworte ich innerhalb von fünf Werktagen über kontakt@patrickstolp.de. Eingehende Stellungnahmen der Institute werden im Whitepaper im Wortlaut ausgewiesen. Wird eine Zahl beanstandet, kennzeichne ich sie bis zur Klärung in Tabelle 1. Eine mögliche Korrektur wird an der betroffenen Stelle nachvollziehbar dokumentiert.

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 untersuchten Gruppe, zählt jedes Institut mit mindestens einem personalbesetzten Beratungsstandort innerhalb der Lübecker Stadtgrenzen. Erfasst sind damit die Postleitzahlen 23552 bis 23570. Diese Regel führt zu elf Instituten: Sparkasse zu Lübeck, Volksbank Lübeck, Deutsche Bank, Commerzbank, HypoVereinsbank, Postbank, Sparda-Bank Hamburg, TARGOBANK, Santander, apoBank und BBBank. Da sich die apoBank ausschließlich an Heilberufe richtet, wird sie im Privatkundenvergleich gesondert ausgewiesen.

Erstellt wurde die Institutsliste aus der Google Places API und der Bankleitzahlendatei der Deutschen Bundesbank. Keine der beiden Quellen war für sich vollständig. Vier Institute betreiben zwar eine Lübecker Filiale, führen ihre Bankleitzahl jedoch am Hauptsitz und fehlen deshalb in der Bundesbank-Auswertung für Lübeck. In der Google-Auswertung fehlte wiederum die BBBank. Ihre Innenstadt-Filiale wurde erst über die Bundesbank-Datei erfasst.

In den 1.183 Antworten auf die Leitfragen erreicht die BBBank eine Nennungsquote von 4,1 Prozent und keine Top-3-Nennung. Ob dieser Wert mit dem fehlenden Google-Eintrag zusammenhängt, lässt sich anhand eines einzelnen Instituts nicht feststellen. Die ausführliche Einordnung steht im Whitepaper.

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 wurden GPT-5 mini und Gemini 3.6 Flash über die APIs von OpenAI und Google. Beide Produkte werden auf dieser Seite zur leichteren Einordnung als ChatGPT und Google Gemini bezeichnet. API-Antworten sind allerdings nicht mit den Antworten der jeweiligen Apps gleichzusetzen. Die Ergebnisse gelten deshalb für die in der folgenden Tabelle dokumentierte Konfiguration und den Erhebungszeitraum vom 1. bis 12. August 2026.

Bei mehreren Instituten unterscheiden sich die beiden Systeme stärker voneinander als die Institute innerhalb eines Systems. Die TARGOBANK wird von Gemini in 63,8 Prozent der Antworten genannt, von GPT-5 mini hingegen in 4,8 Prozent. Die Fragen und der Zeitraum waren identisch. Auch bei der BBBank und der Sparda-Bank Hamburg weichen die Werte deutlich voneinander ab. Eine Quote zur „KI-Sichtbarkeit“ ist deshalb nur verständlich, wenn zugleich das gemessene System und seine Konfiguration genannt werden.

Wie viele Antworten stecken hinter einer Zahl?

2340 Abfragen → 2320 auswertbar → 1183 gültige Antworten auf die 6 Leitprompts

Eine einzelne Antwort reicht für eine Sichtbarkeitsmessung nicht aus, da generative Systeme dieselbe Frage unterschiedlich beantworten können. Die sechs Leitprompts liefen deshalb je System 100 Mal, die 15 Erweiterungsprompts je 30 Mal. Verteilt wurden die Abfragen auf zehn Erhebungstage und wechselnde Uhrzeiten. Eine im Januar 2026 veröffentlichte SparkToro-Untersuchung mit 2.961 wiederholten Markenfragen kam ebenfalls zu dem Ergebnis, dass einzelne Empfehlungslisten und ihre Reihenfolge stark schwanken. Über viele Wiederholungen kann die Häufigkeit einer Markennennung dennoch eine sinnvolle Größenordnung liefern.

Neben jeder Quote steht ein Wilson-Intervall. Dieses Intervall setzt rechnerisch unabhängige Antworten voraus. Die Antworten verteilen sich allerdings auf sechs wiederholt gestellte Fragen und ähneln sich innerhalb eines Prompts stärker als zwischen verschiedenen Prompts. Dadurch überschätzen die einfachen Intervalle die Genauigkeit. Der Designeffekt-Bericht im Whitepaper macht diese Abhängigkeit sichtbar. Bei der Top-3-Quote der Volksbank sinkt die effektive Stichprobengröße z. B. von 1.183 auf rund 42. Die Intervalle auf dieser Seite werden deshalb nur deskriptiv gelesen.

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.

Für eine reproduzierbar gezogene Stichprobe von zehn Prozent der Antworten wurde die feste String-Codierung mit einer zweiten, durch ein Sprachmodell erzeugten Codierung verglichen. Die Übereinstimmung lag bei Cohens Kappa 0,99. Dieses statistische Maß beschreibt, wie stark zwei Codierungen über die zufällig zu erwartende Übereinstimmung hinaus zusammenpassen. Die vollständige Kontrollcodierung steht im Whitepaper. Sie ist eine technische Gegenprüfung und ersetzt keine unabhängige Prüfung durch einen zweiten Menschen.

GPT-5 mini nutzte die Websuche je nach Frage unterschiedlich häufig. Neun der 33 Prompts lösten in jeder Abfrage eine Suche aus, einer in keiner einzigen und 23 nur in einem Teil der Abfragen. Bei Fragen mit einem konkreten Anlass wurde somit häufiger auf aktuelle Webquellen zurückgegriffen als bei einer offenen Frage nach der passenden Bank. Aus dem protokollierten Einsatz der Suche lässt sich allerdings nicht ableiten, welche einzelne Quelle eine Nennung verursacht hat.

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 und ihre Suchsysteme werden regelmäßig aktualisiert. Deshalb wurde das Erhebungsfenster auf zwölf Tage begrenzt und die Modellkennung zu jeder Abfrage protokolliert. Ein späterer Vergleich mit derselben Modellbezeichnung bleibt dennoch eine neue Messung, da auch ein unveränderter API-Name keine identische Antwortverteilung garantiert.

Was hat die Erhebung gekostet?

Für die zehn gültigen Wellen fielen 12,82 Euro an API-Gebühren an. Einschließlich eines verworfenen Laufs am 8. August lagen die Kosten bei 13,74 Euro. Die Gemini-Abfragen liefen im kostenlosen Kontingent. Der feste String-Abgleich für die Codierung verursachte keine zusätzlichen API-Kosten.

Studientagebuch

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

• 2026-08-12 · Wellen 9 und 10 eingespielt

  Erhebung abgeschlossen, 2320 gültige Antworten

  Die Wellen 9 und 10 sind erhoben, beide ohne einen einzigen Ausfall. Damit ist die Erhebung abgeschlossen: Von 2340 geplanten Abfragen sind 2320 auswertbar, davon 1183 auf die sechs Leitprompts. Am 10. August lief keine Welle, deswegen fiel die Schlusswelle einen Tag später als geplant, am 12. statt am 11. August.

  In der Schlusswelle liegt der Punktwert jedes Instituts innerhalb des für Welle 9 berechneten Wilson-Intervalls. Wegen der wiederholten Prompts wird daraus kein formaler Signifikanztest abgeleitet. Die Sparkasse zu Lübeck schließt mit einer Top-3-Quote von 94,3 Prozent ab, die Volksbank Lübeck mit 78,3, die Deutsche Bank mit 31,1 und die Commerzbank mit 17,5. Die Postbank überschreitet mit fünf Top-3-Nennungen über zehn Wellen erstmals die Schwelle von vier und bekommt in Abbildung 5 ein eigenes Feld. Der Websuche-Anteil von ChatGPT liegt kumuliert bei 70,2 Prozent.

  Zum Ablauf gehört noch ein Hinweis: Die Schlusswelle wurde am Vormittag versehentlich von zwei Sitzungen gleichzeitig gestartet. Der doppelte Lauf wurde abgebrochen, bevor er Daten geschrieben hat. Gemessen und ausgewertet ist die Welle genau einmal.

• 2026-08-09 · Wellen 7 und 8 eingespielt

  Wellen 7 und 8 ohne Ausfall, ein Lauf verworfen

  Die Wellen 7 und 8 sind erhoben, beide ohne einen einzigen Ausfall. Damit liegen 1852 gültige Antworten vor, davon 943 auf die sechs Leitprompts. Der erste Anlauf für Welle 7 am 8. August scheiterte allerdings. Das Gemini-Kontingent war ab dem dritten Leitprompt erschöpft, sodass 88 der 117 Gemini-Antworten fehlten, hinzu kamen 24 Serverfehler auf der ChatGPT-Seite. Mit einer Ausfallquote von 48 Prozent lag dieser Lauf weit über der Schwelle von zehn Prozent, ab der eine Welle verworfen wird. Die Rohdaten des verworfenen Laufs bleiben erhalten und sind als solche gekennzeichnet, die Welle selbst habe ich am selben Tag neu erhoben.

  Inhaltlich fallen zwei Punkte auf. Zunächst stieg der Websuche-Anteil von ChatGPT in Welle 8 auf 76,1 Prozent und erreichte damit den höchsten Wert der bisherigen Reihe. Kumuliert über alle Wellen liegt er bei 70,5 Prozent. Die Suche wird dabei nicht mehr so gleichförmig eingesetzt. Nur noch 10 der 33 Prompts lösen in jeder einzelnen Abfrage eine Suche aus. Zweitens bleibt die Rangfolge der Institute stabil. Die Punktwerte liegen gegenüber Welle 7 fast durchweg innerhalb der zuvor berechneten Intervalle. Eine Ausnahme weist Tabelle 1 für die TARGOBANK aus. Sie fällt von einer Nennung auf keine. Bei einer derart kleinen Zahl lässt sich daraus keine belastbare Veränderung ableiten.

• 2026-08-07 · Welle 6 eingespielt

  Welle 6 nach einem Tag Pause und die erste Unterschreitung eines Vorwellenintervalls

  Welle 6 ist erhoben, 227 von 234 Abfragen sind auswertbar, damit liegen 1384 gültige Antworten vor. Die sieben Ausfälle entstanden wie in Welle 5 auf der ChatGPT-Seite mit dem Serverfehler 520. Mit drei Prozent bleibt die Ausfallquote unter der Schwelle von zehn Prozent. Am 6. August lief keine Welle, weil die Automatisierung nur bei geöffneter Anwendung startet. Die Reihe hat damit eine Lücke von einem Tag, was das Design zulässt: Vorgesehen ist höchstens eine Welle je Kalendertag, nicht zwingend eine Welle an jedem Tag.

  Inhaltlich fallen drei Punkte auf. Die Volksbank Lübeck erreicht in Welle 6 eine Top-3-Quote von 71,3 Prozent. Der Punktwert liegt damit erstmals unterhalb des für die Vorwelle berechneten Wilson-Intervalls. Über alle sechs Wellen zusammen bleibt die Quote bei 77,8 Prozent. Aus einer einzelnen Welle lässt sich nicht entscheiden, ob dahinter eine Tagesschwankung oder der Anfang einer Verschiebung steckt. Zweitens hat die Postbank die TARGOBANK in der Sortierung überholt. Beide liegen bei Quoten unter einem Prozent, weshalb der Rangwechsel nichts belegt. Drittens sank der Websuche-Anteil von ChatGPT in dieser Welle auf 64,5 Prozent, den niedrigsten Wert der Reihe. Kumuliert über alle Wellen liegt er bei 69,6 Prozent.

• 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 und zog sich 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. Bei der Methodenkontrolle fiel auf, dass das Messskript das Wilson-Intervall aus der Zahl der Nennungen berechnet. Dieses Intervall gehört zur Nennungsquote. Für die Top-3-Quote und die Erstnennungsquote werden deshalb eigene Intervalle mit einem zusätzlichen Skript berechnet. Das Messskript selbst bleibt unverändert, damit die vorab festgelegten Dateien nicht angetastet werden.

  Die Ergebnistabelle führt alle elf Institute der Grundgesamtheit auf. Dazu zählen auch die fünf Institute mit einer Top-3-Quote von null.

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

  Getrennte Auswertung der vier Prompt-Blöcke

  Welle 1 ist erhoben. Die vier Prompt-Blöcke werden getrennt ausgewertet, da die elf Marken-Prompts gezielt nach je einem Institut fragen. Eine gemeinsame Auswertung würde die Quote jedes Instituts um genau die Zahl seiner eigenen Marken-Abfragen erhöhen. Alle Sichtbarkeitsaussagen stammen deshalb 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.

• 2026-08-13

  Whitepaper, Rohdaten und Pressematerial veröffentlicht

  Das Whitepaper bündelt die Gesamtauswertung, die Kontrollcodierung und den Designeffekt-Bericht. Die Kontrollcodierung über eine reproduzierbare 10-Prozent-Stichprobe ergab Cohens Kappa von 0,99. Der Designeffekt-Bericht zeigt, dass die Antworten stark nach Prompts clustern. Bei der Top-3-Quote der Volksbank liegt das effektive n bei rund 42 statt 1.183. Die Rohdaten aller 2.340 Antworten stehen als CSV-Paket bereit, dazu drei Abbildungen in Druckqualität.

• geplant

  Die Grid-Messung

  Im Anschluss kommt die Messung der lokalen Google-Sichtbarkeit über das 81-Punkte-Raster hinzu, die hier einen eigenen Abschnitt bekommt.