In einem aktuellen Test stellte Tony Uphoff ChatGPT, Gemini, Perplexity und Google AI Overviews die Fragen, die ihm seine Interessenten stellen, und zählte dann, wie oft diese Antwortmaschinen die beiden Unternehmen empfahlen, die er im Februar gegründet hatte. Die Ergebnisse zeigen eine Kluft zwischen Bekanntsein und Empfohlenwerden auf, die der Autor als Kernproblem bei der Messung der Markensichtbarkeit ansieht.
- Die Modelle kennen Tony Uphoff, empfehlen seine Unternehmen aber fast nie.
- Veraltete Quellen prägen oft, wie KI ein Unternehmen nach einem Wandel beschreibt.
- Nur 29 % der Vermarkter messen ihre Sichtbarkeit in KI-Antworten aktiv.
- Uphoff empfiehlt, die Empfehlungsrate im Dashboard an erster Stelle zu zeigen.
Von 59 Antworten tauchte sein Newsletter, Uphoff on Media, in keiner der 12 Antworten zu einer Kategorie auf, und seine Beratungsfirma, Uphoff Advisory, nur in einer einzigen von 43 Antworten. Dabei kannte jede Antwortmaschine, die die Frage „Who is Tony Uphoff? » beantwortete, seinen Werdegang. „Die Modelle wissen, wer ich bin. Sie empfehlen fast nie, was ich aufgebaut habe », fasst er zusammen.
Diese Diskrepanz spiegelt eine Entwicklung der Kaufgewohnheiten wider. Laut einer Umfrage von G2 vom März 2026 unter 1.076 B2B-Softwarekäufern beginnen 51 % ihre Recherchen mittlerweile häufiger mit einem KI-Chatbot als mit Google, gegenüber 29 % im Bericht 2025. Bei 69 % von ihnen hat ein Chatbot dazu geführt, einen anderen Anbieter als den geplanten zu wählen, und jeder dritte Käufer arbeitete mit einem Anbieter zusammen, von dem er noch nie gehört hatte.
Tony Uphoff ist der Ansicht, dass Marketingteams ihre alten Maßstäbe auf die KI übertragen haben. „Zwei Jahrzehnte lang war die Entdeckbarkeit die zentrale Kennzahl. SEO hat allen Marketingteams beigebracht, zu ranken, den Klick zu bekommen und gefunden zu werden. Die meisten Unternehmen haben diese Kennzahl direkt auf die KI übertragen. » Seinen eigenen Namen von einem Modell abzufragen, eine korrekte Antwort zu erhalten und daraus zu schließen, dass man abgedeckt ist, hält er für einen falsch positiven Befund.
Maschinen, die das Unternehmen von gestern beschreiben
Die zweite Beobachtung betrifft Unternehmen, die ihren Namen geändert, fusioniert oder einen Führungswechsel durchlaufen haben. Drei von drei Maschinen stellen Tony Uphoff weiterhin als CEO von Pipeline360 dar, und nur eine erwähnt das Unternehmen, das er heute leitet. „Die Quellen umfassten Organigramm-Aggregatoren, Führungskräfte-Datenbanken und alte Pressemitteilungen », erklärt er. Nach seiner Regel bevorzugen die Maschinen das, was das Web am häufigsten über einen sagt, „und am häufigsten bedeutet meistens das Älteste ».
Dieser veraltete Eintrag wiegt doppelt, da das Modell ihn nutzt, um über eine Empfehlung zu entscheiden, und der Mensch ihn nutzt, um zu prüfen, was das Modell sagt. Doch nur wenige Teams überwachen diesen Punkt. Eine Studie von Corporate Ink, die im Mai von eMarketer aufgegriffen wurde, zeigt, dass nur 29 % der Vermarkter ihre Sichtbarkeit in der KI aktiv verfolgen und messen.
Der Test liefert noch eine weitere Erkenntnis. Als Tony Uphoff „What is Demand-as-a-Service? » fragte, definierten die drei Maschinen den Begriff korrekt und zitierten Seiten von Pipeline360, ohne den Mann zu erwähnen, der an der Entwicklung dieser Strategie beteiligt war. „Die Modelle würdigen denjenigen, der die klarste Erklärung veröffentlicht, nicht denjenigen, der die Idee zuerst hatte. »
Listen, die aus anderen Listen aufgebaut sind
Nur ein einziges Mal stand Uphoff Advisory auf einer Liste: ChatGPT reihte ihn bei der Frage „Who advises founders of B2B information and data businesses? » auf Platz zwei von vier ein. Bei Kategoriefragen nannten die Modelle selten die Unternehmen selbst, sondern eher Rankings, die von Zapier, Content Allies und anderen veröffentlicht wurden.
Eine Studie von Maryanna Franco und João da Silva vom Mai 2026 auf der Plattform von Friction AI, basierend auf 14.140 Anfragen zu Sportbekleidungsmarken, zeigt denselben Mechanismus. Nike und New Balance teilen sich dieselbe Beschreibung im Google Knowledge Graph, aber Nike taucht in etwa 71 % der Empfehlungsantworten zu Athleisure auf, während New Balance fast nie genannt wird.
Der Autor des Artikels relativiert diesen Test jedoch: Neunzehn Anfragen innerhalb einer Woche sind nur eine Momentaufnahme, und die Antworten variieren von Durchlauf zu Durchlauf. Ein Auftreten bei 43 Anfragen kann daher ein Minimum oder Rauschen sein. Er befürwortet Tony Uphoffs Plan, dieselben Anfragen im Januar erneut durchzuführen, und würde noch weiter gehen, indem er die Messung wöchentlich verfolgt.
Eine Empfehlungsrate an erster Stelle im Dashboard
Tony Uphoff schlägt unter anderem vor, 10 bis 15 Anfragen zu formulieren, wie Käufer sie stellen, ergänzt um zwei oder drei Markenanfragen, diese an ChatGPT, Gemini, Perplexity und AI Overviews zu senden und die Häufigkeit des Auftauchens sowie die Genauigkeit der Beschreibung zu verfolgen. Er empfiehlt, diese Kennzahl in Berichten an erster Stelle zu setzen, vor dem Ranking und den Sessions.
