«Marken müssen lernen, mit Maschinen zu sprechen»

Die neue Suche: schneller, tiefer, komplexer

Leila Seith Hassan, Chief Data Officer von Digitas UK, sprach beim Zürcher ComImpact-Event über einen Paradigmenwechsel: Large Language Models (LLMs) wie ChatGPT, Claude oder Perplexity verändern das Suchverhalten grundlegend – und schneller als jede Technologie zuvor.

Nutzer:innen verbringen durchschnittlich über 13 Minuten in einer Sitzung mit LLMs. Die Anwendungen reichen von einfachen Essensideen bis zu komplexen Fragen aus Finanzen oder Gesundheit. Besonders relevant für Marken: Nutzer schenken LLMs hohes Vertrauen – auch deshalb, weil sie die Antworten als unvoreingenommen wahrnehmen. Die Folge: Marken müssen selbst zur autoritativen Quelle werden, damit sie in diesen Systemen überhaupt stattfinden.

Von der Google-Optimierung zur LLM-Relevanz

Serge Barsotti, Managing Director bei Digitas Switzerland, beschrieb die aktuelle Phase als Koexistenz von klassischer SEO und neuen LLM-Strategien. Während Google in den USA bereits einen AI-Modus testet, betreten neue Player wie Deepseek, Claude oder Grok laufend den Markt. Damit wird die Suchlandschaft fragmentierter, komplexer und technikgetriebener.

Eine zentrale Erkenntnis: LLMs entwickeln sich zu agentischen Systemen, die Aufgaben gleich selbst übernehmen – von der Tischreservierung bis zur Reiseroutenplanung. Diese Integration verändert nicht nur die Customer Journey, sondern auch den gesamten Conversion-Funnel. Umso wichtiger ist es, jetzt strategisch zu handeln.

Das Zwei-Stufen-Modell von Leila Seith Hassan: Measure & Transform

1. Messen (Measure)

Im ersten Schritt geht es darum, die aktuelle Performance der eigenen Marke in verschiedenen LLMs zu verstehen:

• Wie erscheint die Marke für bestimmte Produkte, Zielgruppen oder Märkte?

• Welche Quellen werden von den LLMs verwendet?

• Wie ist das Sentiment der Antworten, und wie schneidet die Marke im Vergleich zu Mitbewerbern ab?

Da sich diese Informationen nicht manuell in der nötigen Breite erheben lassen, sind spezialisierte Tools notwendig, die hunderte bis tausende Prompts analysieren und aggregieren – über verschiedene Modelle hinweg.

2. Transformation/Optimierung (Transform)

Nach dem Messen folgt die gezielte Optimierung der Markenpräsenz:

• Marken müssen Content-, Marketing- und Kommunikationsstrategien entwickeln, um ihr Erscheinungsbild in LLMs zu verbessern.

• Dabei gilt: LLMs als eigenes Publikum betrachten. Sie haben unterschiedliche Wertesysteme, Quellenvertrauen und Datenmodelle – eine Einheitsstrategie funktioniert nicht.

• Ziel ist es, die eigene Marke zur vertrauenswürdigen Quelle für relevante Inhalte zu machen – nicht durch KI-generierten Content en masse, sondern durch qualitativ hochwertige, spezifische Inhalte von glaubwürdigen Quellen.

• Auch externe Elemente wie Bewertungen, Forschungsergebnisse oder glaubwürdige Partner stärken die Wahrnehmung.

• Besonders wichtig: Kreativität und Spezifität. Generischer Content wird von LLMs erkannt und gefiltert. Nur wer sich abhebt, bleibt relevant.

• Und nicht zuletzt: Marken tragen eine ethische Verantwortung. In einem bislang kaum regulierten Feld sollten sie mit gutem Beispiel vorangehen.

Fazit: Die Relevanz von morgen entsteht heute

«Was Marken heute tun, entscheidet über ihre Präsenz in zukünftigen LLMs», so Hassan. Wer die Entwicklungen ignoriert, läuft Gefahr, unsichtbar zu werden – nicht in Suchrankings, sondern in den Antworten, die Nutzer:innen als Wahrheit ansehen. Der ComImpact-Event machte deutlich: Die Zukunft der Suche ist KI-getrieben – und sie beginnt jetzt.