Stellen Sie einem Assistenten dieselbe Frage zweimal, bekommen Sie zwei verschiedene Antworten. Das ist kein Fehler, sondern die Funktionsweise: Die Modelle würfeln gewissermaßen zwischen mehreren möglichen Formulierungen und Quellen. Jeder einzelne Abruf heißt Lauf, die Streuung zwischen den Läufen Varianz. Ein Betrieb, der bei einem Lauf fehlt, taucht beim nächsten vielleicht auf.
Das verändert, was eine Messung aussagen kann. Ein Screenshot ist ein Lauf. Dazu kommt, dass jede Oberfläche anders antwortet. Ob Sie „in der KI sichtbar“ sind, zeigt sich erst, wenn man dieselbe Frage oft stellt und zählt.
Was heißt das für Ihren Betrieb?
Trauen Sie keinem einzelnen Ergebnis, weder dem schlechten noch dem guten. Wie man das sauber misst, steht unter Prompt-Tracking. Wer ein Ja oder Nein für „wird genannt“ will, braucht nach unserer Rechnung mindestens etwa 8 Läufe je Frage und Oberfläche, für eine belastbare Quote etwa 40. Für einen kleinen Betrieb lohnt sich eine laufende Beobachtung selten. Wichtiger sind die Grundlagen.
Was wir dazu wissen
In einer Auswertung von SparkToro und Gumshoe (28. Januar 2026, USA, englisch, Anbieterstudie) war die Chance auf dieselbe Markenliste bei zwei Antworten kleiner als 1 zu 100. Schulte und Kollegen (St. Gallen, 8. April 2026, deutschsprachig, Preprint und Anbieterstudie von Aurora Intelligence) sahen von Tag zu Tag rund 65 % Quellenwechsel. In unserer Messung in neun Branchen vom 28. und 29. September 2026 erfasste ein einzelner Lauf der ChatGPT-App nur 47 % der Betriebe, die sechs Läufe zusammen zeigten, und bei Empfehlungsfragen erschienen nur 13 % der Betriebe in allen sechs.