Beobachtetes Signal · 1. Aug. 2026 · Market Research · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Neutral
KI-Empfehlungen im rumänischen Buchmarkt: Sichtbarkeit und Generative Search Optimization
Eine reproduzierbare Studie untersuchte 18 Kaufanfragen auf Rumänisch über fünf führende KI-Engines (ChatGPT, Google Gemini, Perplexity, Google AI Mode und Google AI Overviews) in zwei wöchentlichen Durchläufen im Juli 2026. Analysiert wurden 180 Antworten mit insgesamt 247 Marken-Erwähnungen, 21 getrackten Marken und 422 zitierten Domains. In 58 % der Antworten wurde kein Retailer genannt; trat eine Marke auf, handelte es sich häufig um Multi-Marken-Nennungen. Libris führte bei Roh-Erwähnungen und der Sichtbarkeit auf der ersten Position. Die Untersuchung differenziert zwischen 'Ghost Brands' (als Quelle zitierte, aber selten genannte Websites) und 'Memory Brands' (vom Modell ohne Zitat genannte Marken). Die Engines verhalten sich wie eigenständige Kanäle mit starker Volatilität. Der Datensatz ist unter CC BY 4.0 auf Zenodo, GitHub, Kaggle und Hugging Face verfügbar.
Die Studie verdeutlicht, wie konversationelle KI-Engines als eigenständige Discovery-Kanäle die Sichtbarkeit von Retailern und die Generative Search Optimization (GEO) verändern. Sie liefert einen wertvollen, reproduzierbaren Datensatz für Marketer und Publisher, stellt jedoch keine fundamentale Änderung der Plattform-Policies oder der technischen Infrastruktur dar.
Marktsignale zu Perplexity in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Untersuchung von 18 Kaufanfragen über fünf KI-Engines ergab 180 analysierte Antworten.
- Insgesamt wurden 247 Marken-Erwähnungen, 21 getrackte Marken und 422 zitierte Domains erfasst.
- In 58 % der Antworten (105 von 180) wurde kein Retailer oder keine Marke genannt.
- Libris verzeichnete 37 Nennungen (ca. 20,6 % aller Antworten) und erschien häufig an erster Position.
- Untersuchungszeitraum: 18. bis 31. Juli 2026; Datenveröffentlichung unter CC BY 4.0 mit DOI 10.5281/zenodo.21736211.
Verknüpfte Unternehmen
4 verknüpfte Unternehmen“We put 18 real purchase questions to five AI engines — ChatGPT, Google Gemini, Perplexity, Google AI Mode and Google AI Overviews — in Roman...”
“We put 18 real purchase questions to five AI engines — ChatGPT, Google Gemini, Perplexity, Google AI Mode and Google AI Overviews — in Roman...”
“Mention rate per brand, as a share of each engine's 36 answers: (table row includes Litera: 13.9% ChatGPT, 25.0% Gemini, 5.6% Perplexity, 27...”
“When someone asks ChatGPT "which online bookstore should I use for children's books?", they get one answer, not ten blue links....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
KI-Engines weichen bei Markenempfehlungen um das Zweifache voneinander ab
Eine Analyse der AI-Visibility-Intelligence-Plattform Treyci zeigt, dass führende KI-Engines wie ChatGPT, Perplexity, Gemini und Grok bei kaufbezogenen Suchanfragen drastisch unterschiedliche Markenempfehlungen abgeben. In einer B2B-Softwarekategorie erwähnte eine Engine getrackte Marken in 81 Prozent der Antworten, während eine andere nur auf 43 Prozent kam – ein nahezu doppelt so großer Sichtbarkeitsunterschied. Die Untersuchung bewertete über 1.200 KI-Antworten anhand von 100 Kaufabsichtsfragen pro Kategorie, die monatlich dreimal je Engine wiederholt wurden. Zu den zentralen Erkenntnissen gehört, dass KI-Antworten probabilistisch sind, da derselbe Prompt in verschiedenen Sitzungen unterschiedliche Anbieterlisten liefert. Zudem zitieren die Engines primär Drittanbieterquellen wie Bewertungsplattformen statt der Hersteller-Websites. Gründer Keith Schilling betont, dass Marken die Antwortverteilung über verschiedene Engines hinweg messen müssen, anstatt sich auf einzelne Screenshots zu verlassen, zumal erst 41 Prozent der untersuchten B2B-SaaS-Unternehmen llms.txt-Dateien bereitstellen.
SEMAI-Studie: B2B-Marken in KI-Suchmaschinen oft unsichtbar
Eine Untersuchung von SEMAI über einen Zeitraum von 60 Tagen mit 25.540 von ChatGPT, Google Gemini und Perplexity zitierten URLs zeigt, dass jede KI-Plattform signifikant unterschiedliche Content-Typen bevorzugt. Während Blogs (41–55 %) und Webseiten (38–47 %) zusammen über 90 % aller KI-Zitationen ausmachen, differieren die Plattformen bei Nischenquellen stark: ChatGPT greift häufiger auf LinkedIn, Wikipedia und akademische Inhalte zurück; Perplexity fokussiert sich auf Vergleichs- und Lösungsseiten; Gemini bevorzugt eigene Blog-Inhalte von Marken und meidet Community-Quellen. SEMAI warnt, dass eine einseitige Optimierung auf traditionelle Suchmaschinen B2B-Marken bei der KI-basierten Entdeckung durch Käufer unsichtbar machen kann. Die Visibility-Plattform von SEMAI trackt die Markensichtbarkeit über ChatGPT, Perplexity, Gemini und Claude hinweg und liefert LLM-Suchvolumenmetriken, Cluster-Klassifizierungen sowie KI-generierte Content-Kalender.
KI-Antwortmaschinen stellen Marken vor neue Herausforderungen
Ein Adweek-Artikel beleuchtet ein Kamingespräch beim ADWEEK House Possible in Kooperation mit Brandwatch, bei dem Chefredakteur Ryan Joe und Brandwatch-VP Eric deLima Rubb erörterten, wie KI-Antwortmaschinen wie ChatGPT die Suche und die Customer Journey verändern. Rubb verwies auf ein jährliches Suchwachstum von rund 26 Prozent und warnte, dass KI-Modelle mit sozialen Bewertungsdaten von Plattformen wie Reddit und Foren trainiert werden. Er riet Marketern, KI wie einen Stakeholder zu behandeln und die Zitationen durch authentische Inhalte auf Social Media, die Nutzung visuell geprägter Plattformen wie Pinterest sowie das Monitoring von YouTube-Kommentaren zu beeinflussen. Der Beitrag weist auf aktuelle Messprobleme beim KI-Zitationsverhalten hin und empfiehlt einen omnichannel-basierten Ansatz, während Marken mit der Beeinflussung der KI-getriebenen Entdeckung experimentieren. Der Artikel entstand in Partnerschaft mit Brandwatch.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.