Quellenauswahl

Eine Produktseite steht bei Google für ihr wichtigstes Keyword auf Platz 2. Fragt man ChatGPT oder Perplexity dasselbe, taucht sie als Quelle nicht auf, genannt werden ein Vergleichsportal, ein Fachmagazin und ein Forenbeitrag. Das wirkt willkürlich, folgt aber einem mehrstufigen Ablauf.

Quellenauswahl, englisch Source Selection, ist ein Sammelbegriff für diesen Ablauf: Eine KI-Suche entscheidet, welche Dokumente und Passagen sie für eine Antwort heranzieht und welche sie als Quelle verlinkt. Kein Anbieter veröffentlicht dafür eine Formel. Belegt sind die Stufen, aus denen der Prozess besteht, und eine Reihe von Studien dazu, welche Quellen am Ende genannt werden. Das Ergebnis, die Nennung als Quelle, behandelt das Glossar unter KI-Zitation.

Die Stufen der Quellenauswahl

Wie genau die Systeme gewichten, bleibt ein Geschäftsgeheimnis. Die Grundstruktur beschreiben Google und OpenAI aber selbst:

Was Studien über ausgewählte Quellen zeigen

Weil die Systeme nicht offenlegen, wie sie auswählen, stützt sich die Praxis auf Auswertungen der Ergebnisse. Die wichtigsten Befunde, jeweils mit Einordnung:

• Google-Rankings zählen, aber unterschiedlich stark. Laut Ahrefs (Juli 2025) stammen 76 % der Zitate in AI Overviews aus den Top 10 der Google-Suche. Bei ChatGPT, Gemini und Copilot standen in einer zweiten Ahrefs-Auswertung (August 2025) mit 15.000 Prompts dagegen nur 12 % der zitierten Links in den Google-Top-10 für denselben Prompt, bei Perplexity knapp ein Drittel. Eine plausible Erklärung sind die Teilanfragen: Zitiert wird, was für eine Teilfrage rankt, nicht unbedingt für die Ausgangsfrage. Das ist Beobachtung, keine dokumentierte Regel.
• Drittquellen werden bevorzugt. Forscher der University of Toronto verglichen im September 2025 KI-Suchen mit Google und fanden eine systematische Bevorzugung von „Earned Media“, also unabhängigen, redaktionellen Quellen, gegenüber Herstellerseiten und sozialen Netzwerken. Sie beschreiben außerdem eine Bevorzugung großer Marken.
• Belege im Text helfen messbar, zumindest im Labor. Das Forschungspapier, das den Begriff Generative Engine Optimization prägte (Aggarwal u. a., November 2023), steigerte die Sichtbarkeit in generierten Antworten um bis zu 40 %, unter anderem durch Quellenangaben, Zitate und Statistiken im Text. Gemessen wurde in einem eigenen Testaufbau, nicht in ChatGPT oder Google.
• Jüngere Inhalte werden häufiger zitiert. Mehr dazu unter Aktualitätssignal.

Was Sie beeinflussen können und was nicht

Aus den belegten Stufen ergibt sich, wo Unternehmen ansetzen können:

• Zugang sichern: Seiten müssen indexiert sein, und Such-Crawler wie OAI-SearchBot oder PerplexityBot dürfen nicht ausgesperrt sein. Das ist die einzige Stufe, die Sie vollständig selbst steuern.
• Teilfragen beantworten: Weil Systeme Fragen zerlegen, haben Seiten eine Chance, die konkrete Teilaspekte klar beantworten, etwa Kosten, Pflichten oder Vergleiche.
• Prüfbare Aussagen liefern: Eigene Zahlen, nachvollziehbare Belege und klare Aussagen in einzelnen Absätzen machen eine Passage zitierfähig, siehe Zitierfähigkeit.
• In Drittquellen vorkommen: Wenn KI-Suchen redaktionelle Quellen bevorzugen, zählt, ob Fachmedien, Verbände und Vergleichsseiten Ihr Unternehmen erwähnen.

Nicht beeinflussen können Sie, welche Teilanfragen ein System bildet, welchen Index es nutzt und wie es Passagen intern gewichtet. Antworten schwanken zudem zwischen Abfragen. Einzelne Stichproben sind deshalb wenig aussagekräftig, belastbar wird es erst über viele Prompts und Wiederholungen.

Praxisbeispiel: Der Softwareanbieter ohne Zitat

Ein angenommener Anbieter von Zeiterfassungssoftware, zeit-beispiel.de, stellt fest: Auf die Frage nach einer Zeiterfassung für 50 Mitarbeiter nennen KI-Suchen zwei Vergleichsportale, einen Fachartikel zur Rechtslage und einen Wettbewerber, aber nie ihn selbst. Statt neue Texte „für die KI“ zu schreiben, geht das Team die Stufen durch:

1. Es prüft mit dem KI-Quellen-Check, welche Domains bei 20 typischen Fragen zitiert werden, und wiederholt die Abfrage an mehreren Tagen.
2. Es kontrolliert in der robots.txt, dass Such-Crawler nicht blockiert sind, und in der Search Console, dass Preis- und Funktionsseiten indexiert sind.
3. Es ergänzt die Preisseite um eine klare Antwort auf die Teilfrage „Was kostet Zeiterfassung pro Mitarbeiter?“ mit konkreten Zahlen und Stand-Datum.
4. Es nimmt Kontakt zu den zitierten Vergleichsportalen auf, um mit aktuellen Daten aufgenommen zu werden, statt nur auf die eigene Website zu setzen.

Ob und wann die eigene Seite danach zitiert wird, lässt sich nicht vorhersagen. Messbar ist aber, ob sich der Anteil der Antworten verändert, in denen das Unternehmen vorkommt. Wie Sie dabei vorgehen, beschreibt der Beitrag Wie werde ich in KI-Chatbots sichtbar?