Sichtbarkeit in KI-Modellen: Ketten schlagen lokale Optiker
Eine Messung der Frascati GmbH zeigt: Wer ChatGPT, Gemini oder Perplexity nach einem Optiker fragt, erhält in mehr als 87 Prozent der Antworten eine Filialkette genannt. Auch bei Hotelbuchungen zeigt sich, wie unterschiedlich die Sichtbarkeit in KI-Modellen ausfällt.
Wer heute einen Optiker oder ein Hotel sucht, fragt nicht mehr nur Google – sondern zunehmend ChatGPT, Gemini oder Perplexity. Eine Messung der Frascati GmbH aus Allschwil zur Sichtbarkeit in KI-Modellen zeigt nun, wie ungleich die Chancen zwischen Filialketten und unabhängigen Betrieben verteilt sind. Grundlage sind 1’116 Antworten zu 50 Schweizer Hotels sowie je 50 Schweizer und deutschen Optikern.
Ketten dominieren, lokale Betriebe sind seltener allein
Wer Perplexity, Gemini oder ChatGPT mit Websuche nach einem Optiker in einer Deutschschweizer Stadt fragt, erhält in 87,7 Prozent der Antworten mindestens eine Filialkette genannt – in Deutschland liegt der Wert genau gleich hoch. Unabhängige Betriebe kommen zwar ebenfalls vor: In 83 Prozent der 300 Schweizer Antworten steht mindestens einer der fünf geprüften unabhängigen Optiker der jeweiligen Stadt, in Deutschland sind es 63,7 Prozent. Ein einzelner Betrieb erscheint im Schweizer Mittel jedoch nur in 42,9 Prozent der Antworten seiner Stadt, in Deutschland in 19,7 Prozent.
Deutliche Unterschiede zeigen sich auch zwischen den Modellen. Perplexity nennt mindestens einen der geprüften Optiker in 96 Prozent der Antworten, Gemini in 94 Prozent, ChatGPT dagegen nur in 59 Prozent. In Deutschland liegen die Werte bei 76, 86 und 29 Prozent.
Hotels: Jede zehnte Antwort verweist nur auf Portale
Bei der Frage, wo man ein bestimmtes Hotel online buchen kann, nennen die Modelle in 89 Prozent von 300 Antworten die Website des Hauses. In 10,3 Prozent der Fälle wird jedoch ausschliesslich auf Buchungsportale verwiesen, bei ChatGPT sogar in 20 Prozent. Booking.com taucht in 276 der 300 Antworten auf.
Schwieriger wird es für Hotels, wenn Gäste ohne Namen suchen, etwa mit einer Anfrage wie «gutes Hotel in Thun für ein Wochenende». Hier steht in 62,2 Prozent der 180 Antworten eines der fünf geprüften Häuser des jeweiligen Orts. Die Unterschiede zwischen den Städten sind markant: In Thun und Winterthur erscheinen die geprüften Hotels in allen 18 Antworten, in Basel in sieben, in Zürich lediglich in zwei. Zwölf der 50 untersuchten Hotels kommen in keiner einzigen Antwort vor.
Woher die Modelle ihre Informationen beziehen
Die Modelle nehmen ihre Angaben laut Frascati aus Verzeichnissen, Portalen und den Websites der Betriebe selbst. local.ch dient in 160 von 318 Antworten zu Schweizer Optikern als Quelle. Betriebe könnten demnach ihre Sichtbarkeit in KI-Modellen verbessern, indem sie Einträge vollständig und einheitlich halten, auf die eigene Website verlinken, eine Seite je Standort anlegen, häufige Fragen im Klartext beantworten und dieselben Fragen regelmässig selbst stellen. Eine Garantie für eine Nennung liefere dies allerdings nicht.
«Die Antwort einer KI ist keine Trefferliste, sondern ein Absatz mit rund fünf Namen», sagt Fabiano Frascati, Geschäftsführer der Frascati GmbH. «Ob der eigene Betrieb darin steht, lässt sich messen, mit denselben Fragen, die Kundinnen und Kunden stellen. Versprechen kann das niemand, die Grundlagen liegen aber beim Betrieb selbst: vollständige Einträge, eine Seite pro Standort, Antworten im Klartext.»
Methode der Messung
Die Daten wurden am 11. September 2026 für die Schweiz und am 12. September 2026 für Deutschland erhoben, mit Perplexity Sonar, ChatGPT (GPT-5.4) und Gemini 2.5 Flash, jeweils mit Websuche über die Programmierschnittstelle von OpenRouter statt über die Apps. Untersucht wurden je 50 unabhängige Betriebe mit eigener Website, fünf pro Ort, ohne Ketten: Optiker in zehn Deutschschweizer und zehn deutschen Städten sowie Hotels in zehn Schweizer Orten von Basel bis Zermatt. Bei den Optikern kamen fünf Formulierungen derselben Frage je Stadt sowie drei Fragen ohne Ortsangabe zum Einsatz, je zweimal gestellt, was 318 Antworten pro Land ergab. Bei den Hotels wurde je Haus die Buchungsfrage gestellt (300 Antworten) sowie je Ort drei Gästefragen ohne Namen (180 Antworten). Die Vertrauensbereiche wurden nach Wilson mit 95 Prozent berechnet. Es handelt sich nicht um eine Zufallsstichprobe; gemessen wird die Sichtbarkeit, nicht der Umsatz.
Weiterführende Studien und Rohdaten finden sich unter https://frascati.ch/blog/50-schweizer-hotels-im-ki-test-2026 and https://frascati.ch/blog/50-schweizer-optiker-im-ki-test-2026. Methode, Ländervergleich und Lizenz sind unter https://frascati.ch/messungen dokumentiert, die Rohdaten stehen unter CC BY 4.0 unter https://frascati.ch/studien/index.json available.
Weitere Informationen zu den Messungen der Frascati GmbH sind unter https://frascati.ch/messungen retrievable.
