Co-Citation

Ein Hersteller von Industriewaagen fragt ChatGPT nach empfehlenswerten Anbietern und bekommt drei Namen. Der eigene ist nicht dabei, obwohl die Website seit Jahren gut rankt. Ein Blick in Fachartikel, Vergleiche und Branchenstudien zeigt ein Muster: Die drei Genannten tauchen dort immer wieder gemeinsam auf, der eigene Name fast nie in dieser Runde.

Co-Citation beschreibt genau dieses Muster. Zwei Marken, Websites oder Dokumente werden von einer dritten Quelle gemeinsam genannt, mit oder ohne Link. Je häufiger das unabhängig voneinander geschieht, desto enger erscheinen beide verwandt. Für die KI-Suche ist das interessant, weil Sprachmodelle Marken über solche Nachbarschaften einordnen können, ähnlich wie über Markenerwähnungen in KI-Antworten und die Entitäten, mit denen sich das Entity-SEO beschäftigt.

Von der Bibliothek in die Suchmaschine

Der Begriff stammt aus der Wissenschaftsforschung. Der Informationswissenschaftler Henry Small schlug im Juli 1973 vor, die Verwandtschaft zweier Aufsätze daran zu messen, wie oft spätere Arbeiten beide gemeinsam zitieren. Unabhängig davon beschrieb Irina Marshakova im selben Jahr dasselbe Prinzip. Die Idee: Werden A und B häufig zusammen zitiert, gehören sie vermutlich zum selben Forschungsfeld, auch wenn A und B sich nicht gegenseitig erwähnen.

Im Mai 1999 übertrugen Jeffrey Dean und Monika Henzinger das Prinzip auf das Web. In ihrem Aufsatz „Finding related pages in the World Wide Web“ stellten sie einen Cocitation-Algorithmus vor, der verwandte Seiten findet, weil viele Seiten auf beide verlinken. „Zitiert“ hieß dort noch „verlinkt“. In die SEO-Debatte kam der Begriff im November 2012: Rand Fishkin vermutete in einem Whiteboard Friday bei SEOmoz, dass gemeinsame Nennungen den Ankertext als Signal ablösen könnten. Der Titel lautete zunächst „…Replaced by Co-citation“ und wurde dann in „…Co-Occurrence“ geändert, wie Bill Slawski am 21. November 2012 festhielt. Seitdem werden beide Begriffe in der Praxis oft vermischt.

Was KI-Systeme daraus machen können

Für die KI-Suche gibt es zwei plausible Wege, auf denen Co-Citation wirkt:

• Im Training: Sprachmodelle lernen statistische Zusammenhänge aus großen Textmengen. Marken, die oft im selben Kontext stehen, liegen auch im Modell nah beieinander. Fragt jemand nach Anbietern einer Kategorie, liegen diese Nachbarn nahe.
• Beim Abruf: Mit Websuche holt das System über Query Fan-out wenige passende Seiten. Vergleichsartikel und Studien nennen mehrere Anbieter auf einmal. Wer dort fehlt, fehlt oft auch in der Antwort, siehe Quellenauswahl.

Direkt gemessen ist das nicht. Die nächstliegenden Daten stammen aus Korrelationsstudien. Ahrefs verglich im Mai 2025 für 75.000 Marken verschiedene Faktoren mit der Zahl der Erwähnungen in Googles AI Overviews: Markenerwähnungen im Web korrelierten mit 0,664 (Spearman), die Zahl der Backlinks nur mit 0,218. Das betrifft Erwähnungen insgesamt, nicht gemeinsame Nennungen, und Ahrefs betont selbst, dass Korrelation keine Ursache belegt. Forschende der University of Toronto zeigten im September 2025 in kontrollierten Experimenten, dass KI-Suchen Drittquellen deutlich stärker gewichten als markeneigene Inhalte. Beides passt zur Co-Citation-These, beweist sie aber nicht.

Abgrenzung zu Nachbarbegriffen

Weil die Begriffe seit 2012 durcheinandergehen, lohnt eine klare Trennung:

In der Praxis treten die Signale meist gemeinsam auf: Ein guter Vergleichsartikel nennt Ihre Marke neben Wettbewerbern, beschreibt sie mit Kategoriebegriffen und verlinkt sie vielleicht. Aus Linkbuilding-Sicht erklärt das Schwesterportal linkship.de die Begriffe Co-Citation und Co-Occurrence. Wie Sie Nennungen in KI-Antworten insgesamt erhöhen, beschreibt der Eintrag Digital PR für KI.

Praxisbeispiel: in die richtige Nachbarschaft kommen

Ein angenommener Hersteller, waagen-beispiel.de, stellt fest, dass ChatGPT, Perplexity und der Google KI-Modus bei Fragen nach eichfähigen Industriewaagen stets dieselben drei Wettbewerber nennen. Eine Auswertung der zitierten Quellen ergibt zwölf Fachartikel, Vergleiche und Studien, in denen diese drei gemeinsam vorkommen. waagen-beispiel.de taucht nur in zweien auf.

Das Unternehmen geht in drei Schritten vor:

1. Es schreibt die Betreiber der Vergleichsseiten an, auf denen es fehlt, und liefert nachprüfbare Daten: Messbereiche, Eichklassen, Preisrahmen, Referenzbranchen.
2. Es veröffentlicht in einer Fachzeitschrift einen Beitrag mit einer eigenen Messreihe, in dem Wettbewerber fair erwähnt werden.
3. Es beteiligt sich an der jährlichen Marktübersicht des Branchenverbands.

Gemessen wird mit denselben Prompts einmal im Monat: Erscheint die Marke in derselben Runde wie die drei Wettbewerber? Mit schnellen Effekten ist nicht zu rechnen, und eine Garantie gibt es nicht, weil kein Anbieter offenlegt, wie er Quellen gewichtet.

Die Kehrseite: Co-Citation wirkt in beide Richtungen. Wer in gekauften Listen, Linkfarmen oder neben unseriösen Anbietern auftaucht, landet in dieser Nachbarschaft, bei Lesern wie bei Systemen. Prüfen Sie deshalb nicht nur, wie oft Ihre Marke genannt wird, sondern auch, neben wem. Wie sich das in eine GEO-Strategie einfügt, zeigt der Beitrag GEO-Optimierung.