Welche Weltmarktführer ChatGPT übergeht und womit das zusammenhängt

Zuletzt aktualisiert: 6. Oktober 2026

Viele Industrieunternehmen wissen inzwischen, dass Einkäufer und Ingenieure für eine erste Marktübersicht auch einen KI-Chatbot wie ChatGPT fragen. Deutlich weniger bekannt ist jedoch, wie solch ein KI-Chatbot seine Antwort eigentlich zusammenstellt. Wer nach den führenden Herstellern für ein bestimmtes Produkt fragt, bekommt meist eine kurze Liste mit Firmennamen ausgegeben. Ein Unternehmen, das seinen Markt weltweit anführt, wird verständlicherweise erwarten, auf genau dieser Liste zu stehen.

Ob das tatsächlich der Fall ist, habe ich am 4. Oktober 2026 für 472 Weltmarktführer mit Sitz in Deutschland überprüft. Jedem dieser Unternehmen ist laut Weltmarktführer-Index ein genau beschriebenes Marktsegment zugeordnet, in dem es weltweit führend ist. Ich habe ChatGPT auf Deutsch nach den fünf weltweit führenden Anbietern in exakt diesem Segment gefragt. Weder der Firmenname noch das Wort „Deutschland“ kamen in meiner Frage vor. Die Abfragen liefen über die offizielle Programmierschnittstelle von OpenAI mit dem Modell chat-latest, also über den technischen Zugang für Entwickler und ganz bewusst nicht über die reguläre ChatGPT-App. Wenn die Websuche aktiv war, nannte ChatGPT 357 der 472 Weltmarktführer. Das sind rund 76 Prozent (bei einem Konfidenzintervall von 72 bis 79 Prozent). Die methodischen Details und die reinen Zahlen habe ich auf der Ergebnisseite meiner ChatGPT-Weltmarktführer-Studie veröffentlicht.

Drei von vier Weltmarktführern nennt ChatGPT demnach. Mich hat nach dieser ersten Auswertung aber vor allem das übrige Viertel interessiert. Welche Weltmarktführer sind es bei ChatGPT anscheinend nicht, weil sie gar nicht oder nur selten genannt werden, und womit hängt dieses Muster zusammen? Dafür habe ich die vorliegenden Daten nachträglich und über die eigentliche Studie hinaus im Detail ausgewertet. Alles Folgende ist also meine persönliche Einordnung als SEO- und KI-Experte, kein Ergebnis der Studie. Einige Zuordnungen habe ich obendrein grob und von Hand vorgenommen. Namen einzelner Weltmarktführer und den genauen Wortlaut ihrer Marktsegmente nenne ich im Text bewusst nicht. Mir geht es hier vielmehr um übergreifende Muster, in denen sich betroffene Unternehmen wiedererkennen können.

68 Prozent in jeder Antwort, 19 Prozent in keiner: Wer fehlt, fehlt verlässlich

Für jedes Unternehmen liegen drei Antworten vor: eine mit Websuche, eine ohne Websuche und eine auf eine zweite Frage, die aus der Perspektive eines Einkäufers formuliert war. Für jeweils 100 Unternehmen kam zusätzlich eine Wiederholung beziehungsweise die Einkäuferfrage mit Websuche hinzu.

In allen drei Antworten nannte ChatGPT 321 der 472 Weltmarktführer, was 68 Prozent entspricht. In gar keiner Antwort tauchten dagegen 89 Unternehmen auf (19 Prozent). Nur 62 Unternehmen (13 Prozent) wurden mal genannt und mal nicht. Zieht man die bis zu fünf Antworten heran, kamen 81 Weltmarktführer (17 Prozent) in keinem einzigen Durchlauf vor, während 149 Unternehmen (32 Prozent) in allen drei Hauptantworten sogar an erster Stelle standen.

Diese Stabilität hat mich durchaus überrascht, denn Antworten von KI-Chatbots gelten zu Recht als wechselhaft. Ein Sprachmodell schlägt eine Antwort bekanntlich nicht in einer festen Datenbank nach. Es berechnet den Text stattdessen Wort für Wort anhand statistischer Vorhersagen, und dabei lassen die technischen Parameter immer auch einen gewissen Spielraum für Zufall. Rand Fishkin und Patrick O’Donnell von SparkToro (einem Softwareanbieter für Zielgruppenanalyse) haben beispielsweise im Januar 2026 untersucht, wie oft ChatGPT, Claude und Googles KI dieselbe Empfehlungsliste erzeugen. 600 Freiwillige stellten dafür 12 Fragen, woraus 2.961 Antworten entstanden sind. Dieselbe Liste kam dabei in weniger als einem von 100 Fällen zustande (SparkToro-Studie zur Inkonsistenz von KI-Markenempfehlungen). Dort ging es allerdings um Produktempfehlungen für Endverbraucher, nicht um Anbieterlisten im B2B-Bereich. Ob die genaue Zusammensetzung der Listen auch in meiner Untersuchung schwankte, habe ich nicht gesondert ausgewertet. Ob ein bestimmter Weltmarktführer überhaupt darauf stand, war dagegen weitgehend stabil. Für die 89 Unternehmen, die in keiner der drei Antworten vorkamen, ist das Fehlen also keineswegs der Zufall eines einzelnen Abrufs, sondern ein verlässliches, wiederkehrendes Muster.

Wo der Spezialist fehlt, stehen Siemens, ABB und Schneider Electric

Wer steht nun an der Stelle des Weltmarktführers, wenn ChatGPT ihn auslässt? Um das herauszufinden, habe ich alle Firmen, die ChatGPT in Listen zu mindestens fünf verschiedenen Segmenten genannt hat, zu einer Gruppe der Vielgenannten zusammengefasst. In Antworten ohne den gesuchten Weltmarktführer stammten 31 Prozent der genannten Anbieter aus dieser Gruppe, in Antworten mit ihm waren es hingegen nur 13 Prozent.

Am häufigsten nannte ChatGPT an seiner Stelle:

• Siemens (in Antworten zu 18 Segmenten)
• ABB (in Antworten zu 14 Segmenten)
• Schneider Electric (in Antworten zu 11 Segmenten)
• Parker Hannifin (in Antworten zu 9 Segmenten)
• Thermo Fisher Scientific, Emerson, Rockwell Automation und Honeywell (in Antworten zu jeweils 8 Segmenten)

Das sind ausnahmslos Konzerne mit einem sehr breiten Produktprogramm; die meisten von ihnen sind in der Automation und Elektrotechnik zu Hause.

Man könnte nun vermuten, ChatGPT benachteilige deutsche Spezialisten grundsätzlich gegenüber internationalen Konzernen. Dagegen spricht jedoch ein weiteres Resultat: In knapp der Hälfte der Antworten, in denen der gefragte Weltmarktführer fehlte, stand stattdessen ein anderer deutscher Weltmarktführer aus dem Index (was ich über einen groben Namensabgleich ermittelt habe). Mit der Herkunft der Unternehmen hat das Fehlen demnach wenig zu tun, viel eher mit ihrer allgemeinen Bekanntheit in den Trainingsdaten. Ob wirklich der folgende Mechanismus dahintersteckt, belegen meine Daten zwar nicht, plausibel ist er aber allemal: Das Sprachmodell hat aus seinen Trainingstexten gelernt, welche Firmennamen in welchen inhaltlichen Kontexten häufig vorkommen. Ein Name, der in sehr vielen Texten über Automatisierung, Antriebe oder Messtechnik steht, liegt bei einer Frage aus diesem Umfeld entsprechend nahe. Das gilt auch dann, wenn das gefragte Segment in der Praxis viel enger abgegrenzt ist.

Automation und Sensorik bei 63 Prozent, Maschinenbau bei 87 Prozent

Zu diesem Bild breiter Konzerne passt ein zweites Muster, das sich bei der Branchenbetrachtung gezeigt hat. Ich habe die 472 Weltmarktführer grob und von Hand elf Branchengruppen zugeordnet. Im Maschinen- und Anlagenbau nannte ChatGPT 91 von 105 Unternehmen, also rund 87 Prozent. In der Gruppe aus Elektrotechnik, Elektronik, Automation sowie Mess- und Sensortechnik waren es dagegen nur 40 von 64 Unternehmen, was 63 Prozent entspricht. Mehr noch: 27 Prozent dieser 64 Automations- und Sensorik-Unternehmen kamen in gar keiner der drei Antworten vor. Die übrigen größeren Gruppen verhielten sich unauffälliger und lagen jeweils zwischen 69 und 77 Prozent.

Nun könnte man natürlich einwenden, die Unternehmen dieser schwächeren Gruppe hätten vielleicht seltener einen eigenen Wikipedia-Artikel oder ihre Marktsegmente seien im Ausgangsmaterial schlicht kürzer beschrieben. Beides geht, wie sich weiter unten noch zeigt, tatsächlich mit selteneren Nennungen einher. Der deutliche Branchenunterschied blieb jedoch auch dann noch bestehen, nachdem ich die Wikipedia-Präsenz und die Segmentlänge rechnerisch herausgenommen habe. Plausibel finde ich deshalb eine andere Erklärung: In der Automation prägen wenige sehr große Konzerne das Feld der Antworten, weil sie in nahezu jedem Teilmarkt vertreten sind und das Sprachmodell sie bei den Wahrscheinlichkeiten entsprechend bevorzugt berechnet. Belegen lässt sich diese Erklärung mit meiner Auswertung allein allerdings nicht.

Auf Deutsch gefragt, auf Englisch gesucht: 239 von 245 Suchanfragen

Welche Rolle spielt bei all dem die Websuche? Wenn ChatGPT im Internet sucht, gibt der KI-Chatbot die Frage der Nutzer nicht einfach unverändert an eine Suchmaschine weiter. Er formuliert stattdessen selbst eine oder gleich mehrere Suchanfragen. Dieses Auffächern einer Ausgangsfrage in mehrere konkrete Suchanfragen nennt sich Query Fan-out. Wie dieser Mechanismus genau funktioniert, habe ich in meinem Beitrag über Vektoren, BERT und Query Fan-out in der KI-Suche im Detail erklärt. Ob ChatGPT überhaupt im Web sucht, entscheidet es obendrein selbst. Von den 472 Antworten, bei denen die Websuche technisch verfügbar war, hat das Modell nur in 224 Fällen tatsächlich gesucht. Von den 245 Suchanfragen, die dabei entstanden sind, waren 239 auf Englisch verfasst – und das, obwohl ich auf Deutsch gefragt und ausdrücklich Deutschland als Standort angegeben habe.

Noch aufschlussreicher ist, was konkret in diesen Suchanfragen stand: Bei 64 Prozent der Suchen enthielt die Suchanfrage bereits den Namen des Weltmarktführers. In diesen Fällen nannte ChatGPT das Unternehmen am Ende zu 97 Prozent, in den übrigen Fällen nur zu 46 Prozent. Die Websuche bestätigt also meistens das, was das Sprachmodell intern ohnehin schon kennt. Wil Reynolds von der Agentur Seer Interactive hat Ähnliches beobachtet: Bei einer Frage nach ethisch hergestellten Jeans standen Markennamen schon vorab in ChatGPTs internen Suchanfragen. Eine Marke, die in den regulären Google-Top-10 gelistet war, kam dagegen weder in den Suchanfragen noch in der finalen KI-Antwort vor (Wil Reynolds zu KI-Sichtbarkeits-KPIs und Query Fan-out). Das ist zwar nur ein einzelnes Beispiel aus dem Konsumgüterbereich, es deckt sich aber genau mit dem Mechanismus, den ich in meinen Daten sehe.

Unter den Quellen, die ChatGPT bei der Suche heranzog, fällt vor allem Wikipedia auf: Sie kam in 93 Prozent der Antworten mit Websuche vor. Seiten von Marktforschungsanbietern wie gminsights.com, dataintelo.com oder indexbox.io standen in 81 Prozent dieser Antworten. Die eigene Website des Weltmarktführers zog ChatGPT hingegen nur in 46 Prozent als Quelle heran. War sie unter den Quellen zu finden, wurde das Unternehmen zu 98 Prozent genannt, sonst zu 62 Prozent. Daraus würde ich allerdings keineswegs voreilig schließen, dass die eigene Website unmittelbar über die Nennung entscheidet. Wenn der Firmenname schon in der Suchanfrage steht, findet die Suche naheliegenderweise auch die Website des Unternehmens. Beides tritt dann eben gemeinsam auf. Bei einigen Unternehmen, die nur ohne Websuche genannt wurden, ist mir sogar das genaue Gegenteil aufgefallen: Die Suche stützte sich dort auf Marktforschungsseiten, und der Weltmarktführer fiel plötzlich heraus. Ohne Suche kannte das Modell das Unternehmen also, mit Suche stand es nicht mehr auf der Liste.

Wikipedia in fünf und mehr Sprachen: 89 statt 69 Prozent genannt

Für ChatGPT ist Wikipedia gleich doppelt bedeutsam. Bei der Websuche dient sie als Live-Quelle, zugleich gehört sie zu den Texten, mit denen das Sprachmodell trainiert wurde. So beschreibt es auch das Fachportal Search Engine Land in einem Artikel über eine Auswertung von Peec AI (einem Werkzeug zur Messung von KI-Sichtbarkeit). Danach stützt sich ChatGPT besonders häufig auf Wikipedia, Reddit und Forbes (Search Engine Land über die meistzitierten Quellen von KI-Suchmaschinen). Dort ging es allerdings primär um zitierte Domains im US-Markt. Ich habe deshalb für meine Erhebung geprüft, welche der 472 Weltmarktführer überhaupt einen Wikipedia-Artikel besitzen. 407 haben einen deutschen Artikel, 204 einen englischen und 62 gar keinen Eintrag. Die Prozentwerte in der folgenden Tabelle beziehen sich jeweils auf die Unternehmen der jeweiligen Zeile:

Wikipedia-Artikel	genannt	in keiner Antwort	auf Platz 1
deutsch und englisch	82 Prozent	13 Prozent	57 Prozent
nur deutsch	74 Prozent	22 Prozent	38 Prozent
kein Artikel	65 Prozent	26 Prozent	40 Prozent

Noch deutlicher wird der Zusammenhang, wenn man auf mehrere Sprachversionen schaut. Von den 148 Weltmarktführern mit Artikeln in mindestens fünf Sprachen nannte ChatGPT 89 Prozent, von den übrigen 324 nur 69 Prozent. Rechnet man Branche und Segmentlänge heraus, war die Chance auf eine Nennung mit fünf und mehr Sprachversionen rund 4,5-mal so hoch. Mit englischem Artikel war sie 1,8-mal so hoch, für Platz 1 sogar 2,4-mal. Ein deutscher Artikel allein machte dagegen keinen klaren statistischen Unterschied.

Ein weiteres Detail fand ich bemerkenswert: Steht im Wikipedia-Artikel ausdrücklich, dass das Unternehmen Marktführer ist, wurde es zu 83 statt zu 72 Prozent genannt. Auf Platz 1 stand es dann zu 56 statt zu 39 Prozent. Das gilt auch dann, wenn man die generelle Reichweite, die Branche und die Segmentlänge berücksichtigt. Plausibel ist das, weil ein solcher Satz in den Trainingsdaten genau die semantische Verbindung zwischen Firmenname und Marktposition herstellt, nach der ich ChatGPT gefragt habe.

Ein simpler Schalter ist Wikipedia trotzdem nicht. Immerhin zwei Drittel der Weltmarktführer ohne jeden Artikel nannte ChatGPT dennoch. Bei sehr breit beschriebenen Segmenten lag die Quote mit wie ohne englischen Artikel identisch bei 73 Prozent. Für die Praxis kommt hinzu, dass Unternehmen in Wikipedia nicht werblich über sich selbst schreiben dürfen. Die deutschsprachige Wikipedia formuliert das in ihren Regeln zum Interessenkonflikt unmissverständlich: „Von der Artikelanlage und -bearbeitung im Interessenkonflikt raten wir generell ab.“ Wer bezahlt schreibt, muss Arbeitgeber, Auftraggeber und Zugehörigkeit zwingend offenlegen.

Breites Segment, mehrdeutiger Begriff oder echte Lücke: Warum 89 Weltmarktführer fehlen

Dass ChatGPT einen Weltmarktführer nicht nennt, kann in der Praxis ganz Unterschiedliches bedeuten. Die Antworten zu den 89 Unternehmen, die in keiner der drei Abfragen vorkamen, habe ich deshalb einzeln durchgesehen. Nach dieser ersten Durchsicht ergeben sich drei typische Fälle:

• Breit beschriebenes Segment (rund die Hälfte der Fälle): ChatGPT zählte schlicht die großen, allgemein bekannten Namen des Gesamtmarkts auf, zu dem das gefragte Spezialsegment gehört.
• Mehrdeutiger Begriff (rund jeder fünfte Fall): ChatGPT beantwortete eigentlich einen ganz anderen Markt. So verstand das Modell ein Segment aus der Messtechnik fälschlich als Markt für Stromzähler. Einen Begriff, der Fahrzeugteile ebenso wie Industriearmaturen bezeichnen kann, las es beispielsweise als Armaturenantrieb.
• Eindeutige Lücke (rund ein Viertel der Fälle): Das Segment ist eng beschrieben, die vom KI-Chatbot genannten Wettbewerber sind fachlich plausibel, nur der eigentliche Weltmarktführer fehlt in der Aufzählung.

Gerade diese eindeutigen Lücken haben auffallend selten einen englischen Wikipedia-Artikel, nämlich nur zu 23 Prozent gegenüber 43 Prozent bei allen 472 untersuchten Unternehmen. Auch die Genauigkeit der Marktbeschreibung geht mit der Nennung einher: Im kürzesten Drittel der Segmentbeschreibungen nannte ChatGPT 73 Prozent der Weltmarktführer, im mittleren 71 Prozent und im längsten Drittel 83 Prozent. Gefragt habe ich in meiner Erhebung mit den exakten Beschreibungen des Index, nicht mit den Worten, die ein Einkäufer im Alltag spontan wählen würde. Ein Einkäufer, der seinen Bedarf mit einem sehr breiten oder mehrdeutigen Begriff beschreibt, dürfte in der Praxis aber vor genau demselben Problem stehen: ChatGPT beantwortet dann den Markt, den das Modell semantisch aus dem Begriff herausliest.

Zusammenhänge, keine Ursachen: die Grenzen meiner Auswertung

Alle beschriebenen Muster sind statistische Zusammenhänge, keine direkten Ursachen. Große, bekannte Unternehmen haben schlicht von allem mehr, was hier mit einer Nennung einhergeht. Gemessen habe ich zudem mit einem bestimmten Modell an einem einzigen Tag, über die Programmierschnittstelle statt in der Endnutzer-App und mit eng eingestellter Websuche. In der regulären ChatGPT-App können die Antworten anders ausfallen. Die Branchenzuordnung und die Einordnung der Nichtnennungen sind grob und von Hand entstanden. Die Wikipedia-Zuordnung lief automatisiert, mit Korrekturen von Hand. Schließlich sind die Unternehmen Weltmarktführer laut Weltmarktführer-Index. Wie der Index die tatsächlichen Marktpositionen im Detail prüft, legt er nicht offen.

Für Unternehmen im Index: zuerst die Art der Lücke klären

Was heißt das nun für ein Unternehmen, das feststellt, dass ChatGPT es im eigenen Markt nicht nennt? Ich würde zuerst klären, welcher der drei genannten Fälle vorliegt, denn sie führen an ganz unterschiedliche Stellen.

Bei einem breit beschriebenen Segment stellt sich die Frage, ob die eigene Spezialisierung irgendwo in den eigenen Texten so genau benannt ist, dass ein KI-Chatbot sie überhaupt vom allgemeinen Gesamtmarkt unterscheiden kann. Bei einem mehrdeutigen Begriff geht es darum, wie eindeutig der eigene Zielmarkt in den Texten über das Unternehmen bezeichnet ist. Bei einer echten, eindeutigen Lücke liegt der Blick auf die englischsprachige Präsenz nahe, die in meinen Daten gerade dort auffallend oft gefehlt hat. Eine einzelne kurze Frage an ChatGPT reicht für diese Klärung allerdings nicht aus. Wie sich das verlässlicher erheben lässt, beschreibe ich in meinem Beitrag zum Messen von KI-Sichtbarkeit. Abkürzen lässt sich dieser Weg ohnehin nicht. Olaf Kopp, der sich seit Langem mit Generative Engine Optimization (GEO, also der Optimierung für Antworten von KI-Chatbots) beschäftigt, bringt es auf den Punkt: „visibility in LLMs cannot be bought. There is no PPC equivalent.“ (Olaf Kopp zur Definition von Generative Engine Optimization). Eine bezahlte Werbeanzeige, die wie bei Google Ads verlässlich einen Platz in der Antwort sichert, gibt es bei ChatGPT nicht.

Für die 472 Unternehmen aus dem Index liegen die Antworten vom 4. Oktober 2026 bereits vor. Unternehmen, die zu diesen 472 gehören, können bei mir unter kontakt@patrickstolp.de gern nachfragen, ob und wie ChatGPT sie in der Studie genannt hat. Ich gebe dabei ausschließlich das Ergebnis des jeweils anfragenden Unternehmens heraus, keine Daten dritter Unternehmen.

Quelle der Unternehmen und Marktsegmente: wmfi.eu – Weltmarktführer-Index DACH (Prof. Dr. Christoph Müller, UEC gGmbH)