Wen empfiehlt die KI, wenn jemand nach einem Online-Shop fragt?

Wer heute „Welcher Online-Shop ist gut für Laufschuhe?" in ein Chatfenster tippt, bekommt keine zehn blauen Links, sondern eine Antwort mit drei bis sechs Namen. Für einen Händler ist die Frage deshalb nicht mehr nur, ob er bei Google auf Seite eins steht, sondern ob er in dieser Antwort vorkommt. Bisher gab es dazu für den deutschen Markt vor allem Behauptungen. Hier sind Zahlen.

Vier Befunde

• Die Antworten stützen sich auf Testportale, nicht auf die Shops. Die am häufigsten verlinkte Quelle über alle 120 Antworten ist trustedshops.de (34 Antworten), gefolgt von dtgv.de (22), getestet.de (20) und chip.de (16). Wer in einem Vergleich vorkommt, kommt in die Antwort. Wer nur eine gute Website hat, nicht.
• ChatGPT und Perplexity empfehlen verschiedene Welten. Amazon steht bei ChatGPT in 30 von 60 Antworten, bei Perplexity in 6 von 60. Perplexity setzt stattdessen OTTO an die Spitze (19 von 60) und zitiert Redaktionen.
• Bei Nischen verlinkt ChatGPT den Google-Maps-Eintrag, nicht die Website. Bei Bürobedarf und Tee verwies ChatGPT in keiner Antwort auf eine Shop-Domain, sondern auf 16 Google-Unternehmensprofile. Ein gepflegtes Profil ist dort der Zugang, nicht die Startseite.
• Je Branche gibt es zwei bis drei feste Namen. Mode: Zalando und About You in allen sechs Antworten. Bücher: Thalia und Hugendubel in allen sechs. Tierbedarf: Fressnapf und zooplus in allen sechs. Dahinter wird es schnell dünn.

Gesamt: Wer in den meisten Antworten vorkommt

Anteil der 120 Antworten, in denen der Shop genannt oder als Quelle verlinkt wird, über alle 20 Kategorien.

Je Kategorie: die drei meistgenannten Shops

In Klammern: in wie vielen der sechs Antworten je Kategorie der Shop vorkommt.

Zwei Modelle, zwei Welten

Amazon kommt bei ChatGPT in 30 von 60 Antworten vor, bei Perplexity in 6 von 60. Die zehn häufigsten Shops je Modell:

Wer als Quelle verlinkt wird

Domains, auf die die Antworten verweisen, gezählt je Antwort. Testportale und Medien sind gekennzeichnet.

Was das für einen Betrieb bedeutet

Die Modelle erfinden ihre Empfehlungen nicht. Sie lesen, was im Netz über Shops geschrieben steht, und geben es verdichtet wieder. Daraus folgen vier Dinge, die sich nachprüfen lassen.

1. In Verzeichnisse und Vergleiche kommen. Die Quellen-Tabelle zeigt, wo die Antworten herkommen. Ein Händlerprofil bei Trusted Shops, ein Eintrag in einem Branchenvergleich oder ein Test in einer Fachredaktion wiegt in der Antwort mehr als jede Überarbeitung der eigenen Startseite.
2. Das Google-Unternehmensprofil pflegen. Name, Kategorie, Adresse, Produkte, Fotos, Bewertungen. Für kleine Händler ist es der Eintrag, den ChatGPT verlinkt, wenn es keinen Vergleich findet.
3. Beide Modelle getrennt betrachten. Wer bei ChatGPT vorkommen will, braucht Präsenz auf Marktplätzen und in Verzeichnissen. Wer bei Perplexity vorkommen will, braucht Redaktionen und Testportale, die ihn nennen. Eine Maßnahme für beide gibt es nicht.
4. Eigene Zahlen veröffentlichen. Antworten, die eine Zahl brauchen, verlinken die Quelle der Zahl. Ein Händler, der eigene Messungen, Preisreihen oder Auswertungen offenlegt, wird dafür zitiert. Diese Seite ist selbst ein Versuch in dieser Richtung, und wir messen monatlich, ob er wirkt.

Methode

Fragen. Für jede der 20 Branchen drei Fragen, formuliert wie ein Käufer sie stellt, immer mit Bezug auf Deutschland, nie mit einem Markennamen. Alle 60 Fragen stehen am Fuß dieses Beitrags.

Modelle. ChatGPT (gpt-4o-mini, Websuche eingeschaltet) und Perplexity (sonar), abgefragt am 15. September 2026 über die Schnittstelle von DataForSEO. Jede Frage wurde jedem Modell einmal gestellt: 120 Antworten.

Zählung. Ein Shop zählt in einer Antwort, wenn sein Name im Text steht oder seine Domain als Quelle verlinkt ist, je Antwort höchstens einmal. Verlinkte Quellen wurden getrennt gezählt und in Shops, Preisvergleiche sowie Testportale, Medien und Foren eingeteilt. Google-Maps-Verweise wurden nicht als Quelle gezählt, sondern gesondert erfasst.

Grenzen. Sechs Antworten je Branche sind eine Stichprobe, keine Vollerhebung. Die Modelle antworten nicht bei jedem Aufruf gleich; Unterschiede von einer Nennung sind deshalb nicht belastbar, Unterschiede von vier oder mehr schon. Eine Nennung ist keine Empfehlung im Wortsinn, sondern das Vorkommen in der Antwort. Gemessen wurden zwei Modelle; Google AI Overviews, Gemini und Claude fehlen. Die Messung wird monatlich wiederholt, dann steht hier ein Verlauf.