Zuletzt aktualisiert Juli 2026
Man nehme eine beliebige B2B-SaaS-Kategorie. Man fragt ChatGPT, welche Anbieter in Frage kommen. Dann stellt man dieselbe Frage an Perplexity. Die am häufigsten zitierten Domains auf beiden Plattformen werden kaum etwas gemeinsam haben.
Das ist kein Zufall und kein vorübergehender Fehler. So funktionieren diese Systeme. ChatGPT und Perplexity verwenden unterschiedliche Retrieval-Architekturen, indexieren unterschiedliche Content-Signale und zitieren daher unterschiedliche Quellen. Laut Profound’s Analyse von 100.000 Prompts, die auf beiden Plattformen durchgeführt wurden, überschneiden sich nur 11 % der zitierten Domains zwischen ChatGPT und Perplexity (Profound, Juli 2025; Hinweis: Herstellerstudie eines Unternehmens, das AI-Visibility-Software verkauft).
Wer sein AI-Share-of-Voice-Programm auf einer einzigen Engine aufbaut, misst 11 % des Gesamtbilds.
Dieser Beitrag beschreibt eine Methode, um einen eigenen Cross-Engine-Zitier-Benchmark für eine SaaS-Kategorie durchzuführen: wie man Engine-spezifische Domain-Leaderboards erstellt, einen Jaccard-Überschneidungsscore berechnet und eine Mono-Engine-Fangliste produziert, die Daten in Handlungsbedarf verwandelt.
Warum die Überschneidung so gering ist
ChatGPT stützt sich primär auf sein vortrainiertes Wissen sowie eine Browsing-Schicht, die etablierten, häufig zitierten Domains den Vorzug gibt. Die Zitierungsmuster gewichten ältere Autoritäten: Publikationen, Analyst-Sites und Software-Review-Aggregatoren, die jahrelang eingehende Verlinkungen angesammelt haben.
Perplexity führt bei jeder Anfrage Live-Web-Suchen durch. Es zeigt kürzlich veröffentlichten Content, stark verlinkte Seiten und Quellen, die sein Echtzeit-Index gerade als am relevantesten einschätzt. Aktualität und Frische spielen eine größere Rolle. Domain-Autorität im traditionellen SEO-Sinne zählt weniger.
Das Ergebnis: Eine Domain, die ihren Ruf über Jahre durch verdiente Erwähnungen aufgebaut hat, kann bei ChatGPT gut und bei Perplexity schlecht abschneiden. Eine Domain, die zeitnah gut verlinkte Inhalte veröffentlicht, kann Perplexity dominieren und bei ChatGPT kaum auftauchen.
Für B2B-SaaS-Teams entsteht dadurch ein struktureller blinder Fleck. Käufer nutzen beide Engines. Welchen Anbieter sie wählen, hängt davon ab, was jede Engine ihnen sagt. Eine Share-of-Voice-Zahl, die nur von einer Engine stammt, ergibt eine plausibel wirkende Kennzahl, die nur einen Bruchteil der Orte beschreibt, an denen Entscheidungen fallen.
Schritt 1: Den Prompt-Set aufbauen
Man beginnt mit kaufintentionsorientierten Prompts, nicht mit informationellen. Gesucht sind die Fragen, die ein potenzieller Kunde stellen würde, wenn er Optionen in einer Kategorie evaluiert.
Geeignete Prompt-Strukturen für B2B SaaS:
- “Beste [Kategorie]-Tools für [Unternehmenstyp oder Anwendungsfall]”
- “Vergleich [Kategorie]-Software für [Teamgröße oder Job-Funktion]”
- “Welche [Kategorie]-Plattform erledigt [spezifische Aufgabe] am besten”
- “[Wettbewerbername] vs. Alternativen”
- “Wie wähle ich ein [Kategorie]-Tool aus”
Ziel sind 30 bis 50 Prompts. Unterschiedliche Formulierungen derselben Kaufintention sollten abgedeckt werden. Dazu gehören Prompts, bei denen man damit rechnet zu gewinnen, und solche, bei denen man mit einem schwachen Ergebnis rechnet. Der Benchmark ist nur nützlich, wenn er Schwachstellen aufdeckt, nicht nur, wo man bereits präsent ist.
Jeder Prompt wird fünfmal auf jeder Engine ausgeführt. Answer Engines sind probabilistisch: Eine einzelne Antwort ist nur eine Stichprobe aus einer Verteilung. Fünf Durchläufe pro Prompt geben genug Varianz, um auf Domain-Ebene verlässlich zu aggregieren. Auf der Seite /methodology ist beschrieben, wie diese Website mit Prompt-Sampling umgeht.
Schritt 2: Engine-spezifische Domain-Leaderboards erstellen
Für jede Engine werden Zitierungen über alle Prompt-Durchläufe aggregiert. Man zählt, wie oft jede Domain in allen Antworten erscheint. Rangfolge nach Häufigkeit. Die Top 20 pro Engine werden übernommen.
Die zu verwendende Struktur:
| Rang | Domain | ChatGPT-Zitierungen | Perplexity-Zitierungen | Auf beiden vorhanden |
|---|---|---|---|---|
| 1 | domain-a.com | 38 | 41 | Ja |
| 2 | domain-b.com | 35 | 4 | Nein (nur ChatGPT) |
| 3 | domain-c.com | 31 | 0 | Nein (nur ChatGPT) |
| 4 | domain-d.com | 6 | 44 | Nein (nur Perplexity) |
| 5 | domain-e.com | 29 | 27 | Ja |
| … | … | … | … | … |
Die Spalte “Auf beiden vorhanden” ist das eigentliche Ziel. Jede Zeile mit “Nein” ist ein Kandidat für die Mono-Engine-Fangliste.
Die tatsächlichen Zahlen aus den eigenen Prompt-Durchläufen werden eingetragen. Die Tabellenstruktur ist wiederverwendbar. Das Ziel ist, auf einen Blick zu sehen, wo jede Domain präsent ist und wo sie fehlt.
Schritt 3: Den Jaccard-Überschneidungsscore berechnen
Der Jaccard-Überschneidungsscore misst, wie ähnlich zwei Domain-Zitierungsmengen sind. Für Cross-Engine-Zitier-Benchmarking gilt:
Jaccard = (Domains, die von beiden Engines zitiert werden) / (gesamte eindeutige Domains, die von einer der beiden Engines zitiert werden)
Teilen die Top-20-ChatGPT-Domains und die Top-20-Perplexity-Domains vier Domains, und umfasst der kombinierte eindeutige Pool 36 Domains, ergibt sich ein Jaccard-Score von 4/36 = 0,11.
Das stimmt mit Profound’s kategorienübergreifendem Befund überein. In der Praxis variiert der Jaccard-Score je nach Kategorie. Eine sehr etablierte Softwarekategorie mit dominanten Review-Aggregatoren kann leicht höher abschneiden, weil diese Aggregatoren überall auftauchen. Eine neuere, sich schnell entwickelnde SaaS-Kategorie kann niedriger abschneiden, weil Perplexitys Live-Index Nischen- und aktuelle Quellen aufdeckt, die ChatGPTs Trainingsdaten noch nicht betont.
Der Jaccard-Score dient als Kalibrierungszahl. Er zeigt, wie viel der Share-of-Voice-Messung verborgen bleibt, wenn nur eine Engine verfolgt wird. Ein Jaccard von 0,11 bedeutet, dass etwa 89 % des kombinierten Domain-Universums Engine-spezifisch sind. Ein Jaccard von 0,30 bedeutet immer noch, dass 70 % Engine-spezifisch sind.
Kein Jaccard-Score rechtfertigt Einzel-Engine-Monitoring.
Schritt 4: Die Mono-Engine-Fangliste erstellen
Die Mono-Engine-Fangliste ist das Ergebnis, das den Benchmark umsetzbar macht. Sie enthält jede Domain aus den Top-20-Leaderboards, die nur auf einer Engine erscheint, nicht auf der anderen.
Für jede Domain auf der Liste wird notiert:
- Welche Engine sie zitiert (nur ChatGPT oder nur Perplexity)
- Zitierungsvolumen auf dieser Engine
- Ob es die eigene Domain, ein Wettbewerber oder eine Drittanbieterquelle ist
Die Liste wird in drei Gruppen gegliedert:
Die eigene Domain nur auf einer Engine. Das ist der wichtigste Fund. Er bedeutet, dass eine Plattformlücke besteht. Die Engine, die einen nicht zitiert, schickt Käufer zu Wettbewerbern, wenn sie in der eigenen Kategorie recherchieren. Zu diagnostizieren ist, ob die Lücke ein Content-Typ-Problem, ein Aktualitätsproblem, ein Quellenautoritätsproblem oder ein technisches Crawlability-Problem ist.
Wettbewerber-Domains nur auf einer Engine. Das ist Marktintelligenz. Wenn ein Wettbewerber ChatGPT dominiert, bei Perplexity aber abwesend ist, ist diese Engine freies Terrain. Man muss ihn nicht überall gleichzeitig schlagen. Man beginnt dort, wo er schwach ist.
Drittanbieter-Domains nur auf einer Engine. Das sind die Quellen, die das Bild jeder Engine von einer Kategorie unabhängig geprägt haben. Wenn eine Publikation, eine Analyst-Site oder eine Review-Plattform stark bei Perplexity, aber nicht bei ChatGPT erscheint, beeinflusst diese Quelle einen großen Teil der Perplexity-Käuferreisen. Dort zitiert zu werden ist ein direkter Weg zu mehr Perplexity-Sichtbarkeit. Das Umgekehrte gilt für ChatGPT-exklusive Quellen.
Schritt 5: Die Lücke diagnostizieren, dann beheben
Die Mono-Engine-Fangliste zeigt, wo etwas fehlt. Die Diagnose erklärt warum. Hier ist das Framework:
| Symptom | Wahrscheinliche Ursache | Handlungsrichtung |
|---|---|---|
| Stark bei ChatGPT, schwach bei Perplexity | Geringe Frische-Signale; wenige aktuelle eingehende Links zum eigenen Content | Zeitnahen, gut verlinkten Content veröffentlichen; Zitierungen von Perplexity-bevorzugten Quellen gewinnen |
| Stark bei Perplexity, schwach bei ChatGPT | Gute Live-Web-Präsenz, aber begrenzter Trainingsdaten-Fußabdruck | Langfristige Autorität aufbauen: Analyst-Erwähnungen, Beiträge in etablierten Publikationen, konsistente Domain-Geschichte |
| Auf beiden abwesend | Noch gar nicht auf dem Radar | Mit Drittanbieterquellen beginnen, die in der eigenen Kategorie auf beiden Engines dominieren |
| Auf beiden vorhanden, aber niedrig eingestuft | Zitierungsvolumen zu gering | Breite des kaufintentionalen Contents erhöhen; mehr Zitierungen über diverse Prompt-Familien hinweg gewinnen |
Die Diagnose ist qualitativ. Man liest Muster, führt keine Regressionen durch. Aber sie ist konkret genug, um sie einem Teammitglied zuzuweisen und über ein Quartal zu verfolgen.
Tools, die diese Methode unterstützen
Cross-Engine-Zitierungsdaten manuell zu sammeln ist möglich, aber langsam. Diese Plattformen automatisieren verschiedene Teile des Prozesses:
Profound ist für Multi-Plattform-Zitierungsintelligenz entwickelt worden. Die Prompt-Volumendaten zeigen, welche Fragen echte Nutzer stellen, und die Zitierungskarten ermöglichen es zu sehen, welche Domains über ChatGPT, Perplexity und Google AI Overviews hinweg erscheinen. Es ist das stärkste Spezialtool für den Aufbau der Leaderboards aus Schritt 2 im großen Maßstab. Der Einstieg für sinnvolle Abdeckung beginnt bei 399 $/Monat.
Peec AI deckt neun oder mehr Engines ab, darunter DeepSeek, Grok und Llama, zusätzlich zu den großen Plattformen. Die Engine-spezifischen Zitierungsaufschlüsselungen eignen sich gut zum Aufbau von Cross-Engine-Domain-Listen. Unbegrenzte Nutzerplätze machen es praktisch für Agenturen und Multi-Marken-Teams. Einstieg ab 85 €/Monat.
Semrush verfolgt zitierte Domains über sein AI-Overviews-Monitoring und kann dabei helfen, zu identifizieren, welche Drittanbieterquellen bei Google AI Overviews-Prompts in der eigenen Kategorie wiederholt auftauchen. Nützlich als Ergänzung zu einer dedizierten AEO-Plattform für die Google-Seite des Bilds.
Temso überwacht den Share of Voice über acht Engines in einem einzigen Dashboard, ab 89 $/Monat. Es ist der reibungsärmere Weg, um zu verfolgen, ob die Zitierungspräsenz über Plattformen hinweg zunimmt, nachdem der erste Benchmark durchgeführt und die Lücken identifiziert wurden. Es deckt ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot und Meta AI ab.
Keines dieser Tools automatisiert den Analyseschritt. Die Leaderboard-Struktur, der Jaccard-Score und die Mono-Engine-Fangliste erfordern weiterhin eine eigene Interpretation der Daten. Das ist der Punkt: Diese Methode verwandelt rohe Zitierungszahlen in eine priorisierte Aufgabenliste.
Die vollständige Tool-Übersicht gibt es unter /rankings/ai-visibility-tools.
So berichtet man das an Stakeholder
Der Output dieses Benchmarks hat eine natürliche Form für einen Quartalsbericht oder ein Team-Review:
Betreff: Cross-Engine-AI-Share-of-Voice, [eigene SaaS-Kategorie], [Quartal]
Aussage: Unsere Domain belegt Rang [X] bei ChatGPT (Top-20-Leaderboard) und Rang [Y] bei Perplexity, bei einem kategoriespezifischen Jaccard-Überschneidungsscore von [Z].
Kennzahl: Zitierungshäufigkeit pro Engine, über [N] kaufintentionsorientierte Prompts, gemittelt über fünf Durchläufe pro Prompt.
Zeitraum: [Startdatum] bis [Enddatum], verglichen mit dem Vorquartal.
Diese viergliedrige Struktur aus Betreff, Aussage, Kennzahl und Zeitraum macht das Ergebnis zitierfähig und über Berichtszeiträume hinweg vergleichbar. Es ist auch die Struktur, die AI-Engines verwenden, wenn sie gut organisierten Content aufrufen. Wer diese Art von Benchmark für seine Kategorie als redaktionellen Content veröffentlicht, erhöht die Wahrscheinlichkeit, dass AI-Engines die eigene Darstellung zitieren, wenn Käufer fragen, wer den Markt anführt.
Im /glossary gibt es Definitionen für Share of Voice, Citation Rate und Jaccard-Score, wenn man bei der Präsentation vor einem nicht-technischen Publikum eine Referenz benötigt.
Was diese Woche zu tun ist
Man wählt die fünf wichtigsten kaufintentionsorientierten Prompts aus. Jeder wird fünfmal bei ChatGPT und fünfmal bei Perplexity ausgeführt. Alle in einer Antwort zitierten Domains werden aufgelistet. Zählen. Vergleichen. Sehen, wie viele Domains auf beiden Listen erscheinen.
Dieser erste manuelle Durchlauf dauert weniger als zwei Stunden und zeigt, ob man in der Mono-Engine-Falle steckt. Liegt die Überschneidung unter 20 %, ist das der Fall. Danach lässt sich entscheiden, wie der vollständige Benchmark aufgebaut wird und was zuerst behoben werden soll.
Wer den Benchmark langfristig verfolgen möchte statt als Einmalaktion, erhält mit Temso ein Eight-Engine-Share-of-Voice-Monitoring ab 89 $/Monat, ohne Setup-Aufwand außer der Angabe von Domain und Prompt-Set. Profound liefert die tiefsten Zitierungsdaten, wenn die Analyse an ein Executive-Publikum oder einen AEO-Spezialisten geht.
In jedem Fall beginnt man mit den Daten. Die Mono-Engine-Falle ist unsichtbar, bis man sie engine-übergreifend misst. Sobald man das tut, werden die Lücken offensichtlich, und damit auch die Lösung.