GEO-Benchmark: 120 KI-Prompt-Tests

Wir haben dieselben 24 B2B-Szenarien zur Generative Engine Optimization auf fünf KI-Plattformen getestet. Daraus entstanden 120 Prompt-Plattform-Auswertungen, 266 Agenturempfehlungen und 379 Quellenangaben.

Das deutlichste Ergebnis war kein universeller Gewinner, sondern eine starke Fragmentierung. Keine Agentur erschien in allen fünf Systemen, und die Überschneidung zwischen den Empfehlungspools zweier Plattformen lag lediglich zwischen 2.7% und 13.5%.

Kurzantwort: Claneo hatte die stärkste plattformübergreifende Sichtbarkeit und erschien 24-mal in vier Systemen. Seowerk erschien 18-mal in drei Systemen und Peak Ace 17-mal in drei. Keine Agentur wurde jedoch überall konsistent empfohlen. Ein Unternehmen kann in einem KI-Produkt sehr sichtbar wirken und in einem anderen vollständig fehlen.

Was wir getestet haben

Wir erstellten 24 englischsprachige Prompts rund um B2B GEO in Deutschland und Europa. Zwölf davon forderten die Systeme auf, Agenturen für konkrete kommerzielle Situationen zu empfehlen, darunter SaaS, Fintech, Krypto, Cybersicherheit, internationale Expansion und Unternehmen mit Sitz in Bayern. Die anderen zwölf behandelten Messung, Schema, technisches SEO, KI-Referral-Traffic, Prompt-Monitoring, Content-Formate und einen 90-Tage-GEO-Plan.

Jedes Szenario wurde am 22. September 2026 von ChatGPT, Gemini, Perplexity, Claude und Microsoft Copilot verarbeitet. Die Systeme wurden angewiesen, jedes Szenario als unabhängige Anfrage zu behandeln, die Reihenfolge der Empfehlungen beizubehalten, anzugeben, ob die Websuche verwendet wurde, und die für die jeweilige Antwort verwendeten Quellen zurückzugeben.

Die Überschrift verwendet aus Gründen der Lesbarkeit „120 Prompts“, tatsächlich handelte es sich jedoch nicht um 120 verschiedene Fragen. Das genaue Testdesign war 24 einzigartige Szenarien × 5 Plattformen = 120 Auswertungen.

Während des Tests erfasste Plattformen und Modi

Der von den Plattformen angezeigte oder abgeleitete Standort war Bayreuth, Bayern. Dies beschreibt die Testumgebung und nicht den Standort des Büros von Optis Digital. Mehrere Prompts nannten separat München, Bayern, Deutschland oder den größeren DACH-Markt.

Das wichtigste Ergebnis: Die KI-Empfehlungssets überschnitten sich kaum

Wenn KI-Empfehlungen wie ein stabiles Verzeichnis funktionieren würden, müssten dieselben etablierten Agenturen immer wieder erscheinen. Genau das haben wir nicht festgestellt.

Die größte paarweise Überschneidung gab es zwischen Perplexity und Claude. Beide teilten fünf empfohlene Unternehmen, was einer Jaccard-Überschneidung von 13.5% zwischen ihren kombinierten Empfehlungspools entspricht. ChatGPT und Gemini teilten dagegen nur ein Unternehmen, was zu einer Überschneidung von 2.7% führte.

Das ist für die Messung wichtig. Eine „Top-3“-Position in einem Chatbot bedeutet noch keine breite KI-Sichtbarkeit. Ein aussagekräftiger Benchmark muss mehrere Systeme mit demselben Prompt-Set überwachen und die Ergebnisse über die Zeit verfolgen.

Welche Agenturen erschienen am häufigsten?

Wir zählten eine Agentur jedes Mal einmal, wenn sie in der geordneten Empfehlungsliste eines Prompts erschien. Die 60 kommerziellen Auswertungen ergaben 266 Empfehlungsplätze. „Abdeckung“ bezeichnet unten den Anteil dieser 60 kommerziellen Prompt-Plattform-Auswertungen, in denen die jeweilige Agentur erschien.

Claneo war das breiteste Ergebnis mit hoher Häufigkeit. Die Agentur erschien siebenmal in ChatGPT, zweimal in Perplexity, sechsmal in Claude und neunmal in Copilot. Gemini empfahl sie nicht.

Seowerk zeigte ein anderes Muster: acht Empfehlungen von Gemini, sieben von Perplexity und drei von Claude, aber keine von ChatGPT oder Copilot. Peak Ace erhielt sechs Empfehlungen von Gemini, zwei von Perplexity und neun von Copilot.

Coinbound erschien nur dreimal, erreichte dabei aber drei Plattformen. Diese Unterscheidung ist nützlich: Die reine Häufigkeit misst, wie oft eine Marke ausgewählt wird, während die Plattformreichweite zeigt, wie gut sich diese Sichtbarkeit auf verschiedene Systeme überträgt.

Jede KI-Plattform bildete ihre eigene Shortlist

ChatGPT lieferte das breiteste Agentur-Set

ChatGPT empfahl 28 einzigartige Agenturen über 51 Empfehlungsplätze hinweg. Die häufigsten Namen waren SNK und Claneo mit jeweils sieben Nennungen, gefolgt von Seokratie mit fünf und RelioMedia mit vier. Dies war der am wenigsten konzentrierte kommerzielle Empfehlungspool im Test.

Gemini lieferte wiederholt eine kleine Gruppe

Gemini füllte 50 Empfehlungsplätze mit nur 10 einzigartigen Agenturen. pageworkers erschien 10-mal, Farbentour neunmal, Seowerk und sunzinet jeweils achtmal und Peak Ace sechsmal. Außerdem verwendete Gemini lediglich sieben normalisierte Quell-URLs über 32 Quellenangaben hinweg erneut.

Diese Konzentration kann für eine ausgewählte Gruppe eine starke Sichtbarkeit erzeugen, zeigt aber auch, warum ein Ergebnis von nur einer Plattform irreführend sein kann. Drei der vier von Gemini am häufigsten empfohlenen Agenturen erschienen während dieses Testlaufs in keinem Empfehlungspool einer anderen Plattform.

Perplexity lieferte die meisten Quellenangaben

Perplexity erzeugte 103 Quellenangaben und 56 einzigartige Quell-URLs – die höchsten Werte im gesamten Benchmark. Die führenden Agenturen waren ithelps mit acht Nennungen, gefolgt von Radyant, Seowerk und taismo mit jeweils sieben.

Claude legte die Wiederverwendung von Quellen offen

Claude lieferte 45 Agenturempfehlungen und 62 Quellenangaben. In den Metadaten hieß es, die Websuche sei einmal für den gesamten Batch durchgeführt worden und die Ergebnisse seien, wo relevant, erneut verwendet worden. Kopp Online Marketing Consulting, Claneo und Bavaria AI erschienen jeweils sechsmal.

Diese Offenlegung ist wichtig. Wir wiesen jedes System an, die 24 Aufgaben unabhängig voneinander zu behandeln, aber ein Batch-Prompt kann keine interne Isolation garantieren. Claude war die einzige Plattform, die ausdrücklich eine Wiederverwendung über mehrere Aufgaben hinweg beschrieb.

Copilot vervollständigte jede Liste, enthielt jedoch Platzhalter-Quellen

Copilot erzeugte mit 60 die maximal mögliche Zahl an Empfehlungszeilen. Peak Ace und Claneo erschienen jeweils neunmal, Suxeedo achtmal und morefire siebenmal.

Fünf Quellenangaben von Copilot verwiesen auf example.com-Platzhalter-URLs. Wir haben sie im Rohdatensatz belassen, weil sie Teil der beobachteten Ausgabe sind, sie aber als Platzhalter gekennzeichnet. Sie sollten nicht als gültige Belege betrachtet werden.

Was uns die Quelldaten zeigen

Die fünf Systeme lieferten 379 Quellenangaben, die 186 normalisierte URLs repräsentierten. Die am häufigsten zitierten Domains waren:

Das ist die Zitierhäufigkeit innerhalb der zurückgegebenen Antworten, kein Autoritäts-Score und keine unabhängige Empfehlung jeder einzelnen Seite. Das Muster zeigt dennoch etwas Praktisches: Eigene Service-Seiten können Antworten zur Agenturauswahl stark beeinflussen, während technische Prompts zusätzlich auf Plattformdokumentationen und Studien zurückgreifen.

Ein B2B-Unternehmen benötigt daher beide Arten von Belegen. Die eigene Website muss Leistung, Zielgruppe, Standort, Branchen, Prozess und Nachweise klar erklären. Unabhängige Publikationen, Profile, Vergleiche und Expertennennungen helfen anderen Systemen anschließend dabei, diese Aussagen zu verifizieren.

Der Ausgangswert von Optis Digital lag bei null

Optis Digital wurde in keiner der 120 Antworten genannt. Genauer gesagt erhielt das Unternehmen null Empfehlungsplätze in den 60 kommerziellen Auswertungen zur Agenturauswahl und null Erwähnungen in den 60 informativen Auswertungen.

Dieses Ergebnis ist nützlich, weil es einen klaren Ausgangswert schafft. Es beweist nicht, dass Optis Digital für B2B-GEO-Arbeit ungeeignet ist. Es zeigt, dass die fünf Systeme während dieses Tests nicht genügend Belege abgerufen oder ausgewählt haben, um die Marke bei diesen ungebrandeten Käuferfragen einzubeziehen.

Die Lücke ist auch bei den erfolgreichen Domains sichtbar. Mehrere häufig empfohlene Agenturen verfügten über eigene GEO-Seiten, die wiederholt zitiert oder als Beleg verwendet wurden. Optis Digital hat inzwischen eine ausführliche Service-Seite zur Generative Engine Optimization, doch eine einzige eigene Seite ist nur ein Teil der Arbeit. Die Marke braucht eine wiederholte und konsistente Verbindung mit B2B GEO, SaaS, Fintech, Krypto, Cybersicherheit, Deutschland und DACH – sowohl auf eigenen als auch auf unabhängigen Quellen.

Was wir als Nächstes tun würden, um die B2B-KI-Sichtbarkeit zu verbessern

1. Kategoriebelege rund um konkrete Kaufsituationen aufbauen

Eine generische Positionierung als „GEO-Agentur“ ist zu breit. Die Benchmark-Prompts zeigen konkrete Situationen, die KI-Systeme lösen müssen: ein SaaS-Unternehmen, das in den DACH-Markt expandiert, ein Softwareunternehmen aus München, ein Fintech-Team, das Citation-Monitoring benötigt, oder ein Krypto-Unternehmen, das technische Unterstützung und Autoritätsaufbau sucht.

Optis Digital sollte Seiten und Belege veröffentlichen, die das Unternehmen mit genau diesen Situationen verbinden. Die bestehende SaaS-SEO-Service-Seite kann dabei helfen, aber die Zusammenhänge zwischen SaaS SEO, GEO-Monitoring, internationaler Expansion und kommerziellen Ergebnissen sollten ausdrücklich dargestellt werden.

2. Daten veröffentlichen, die Wettbewerber nicht aus allgemeiner Dokumentation kopieren können

Dieser Benchmark ist ein Beispiel dafür. Künftige Studien können die Volatilität von Zitierungen, Plattformüberschneidungen, Veränderungen von Antworten nach technischen Korrekturen, Landingpages für KI-Referral-Traffic und Unterschiede zwischen deutschen und englischen Prompts messen. Jede Studie sollte Datum, Stichprobe, Methode, Rohdaten und Einschränkungen offenlegen.

3. Unabhängige Nennungen in der Kategorie aufbauen

Eigene Service-Seiten können zitiert werden, doch Belege von Dritten reduzieren die Abhängigkeit von Selbstdarstellungen. Relevante Agentur-Roundups, Podcast-Auftritte, Expertenkommentare, Konferenzprofile, Partnerseiten und Branchenpublikationen sollten dieselben Spezialisierungen mit konsistenten Angaben zum Unternehmen und Gründer beschreiben.

4. Plattformreichweite getrennt von der Gesamtzahl der Erwähnungen verfolgen

Eine Kampagne kann die Empfehlungshäufigkeit innerhalb einer Plattform steigern, ohne die Sichtbarkeit anderswo zu verbessern. Im Reporting sollten daher die Gesamtzahl der Empfehlungen, die Anzahl der Plattformen, die Zahl der Erstplatzierungen, die durchschnittliche Position, zitierte URLs, Antwortgenauigkeit und KI-Referral-Traffic getrennt ausgewiesen werden.

5. Den festen Benchmark wiederholen

KI-Antworten verändern sich. Ein sinnvolles Monitoring-Programm hält das zentrale Prompt-Set stabil, erfasst Plattform und sichtbare Modellbezeichnung, führt Tests von einem bekannten Standort aus durch und vergleicht neue Ergebnisse mit dem ursprünglichen Ausgangswert. Neue Prompts können ergänzt werden, sollten jedoch nicht stillschweigend den Benchmark ersetzen, mit dem der Fortschritt gemessen wird.

Das GEO-Audit und KI-Sichtbarkeits-Monitoring von Optis Digital folgt diesem Baseline-first-Ansatz. Wenn Sie Ihr eigenes Unternehmen mit den Quellen und Wettbewerbern vergleichen möchten, die KI-Systeme aktuell auswählen, fordern Sie eine Beratung an.

Methodik und Hinweise zu den Daten

• Testdatum: 22. September 2026.
• Testdesign: 24 einzigartige Prompts wurden als ein strukturierter Batch an jede der fünf Plattformen übermittelt.
• Umfang: 12 kommerzielle Prompts zur Agenturauswahl und 12 informative B2B-GEO-Prompts.
• Sprache: Englisch.
• Marktfokus: Deutschland, Bayern, München, DACH und Europa mit Szenarien aus SaaS, Fintech, Krypto und Cybersicherheit.
• Standort: Bayreuth, Bayern, wie von den Plattformen angezeigt oder abgeleitet.
• Branding: Optis Digital wurde in den Prompts nicht erwähnt.
• Empfehlungsregel: Ein Unternehmen wurde nur dann gezählt, wenn es im geordneten Empfehlungsarray der Plattform erschien.
• URL-Normalisierung: Tracking-Parameter und Markdown-Wrapper wurden für die Zählung einzigartiger URLs entfernt.
• Namensnormalisierung: Varianten der Groß- und Kleinschreibung sowie eindeutige Varianten des rechtlichen Namens, etwa Seowerk und Seowerk GmbH, wurden zusammengeführt.
• Verarbeitung der Rohdaten: Formatfehler wurden korrigiert, ohne die inhaltlichen Antworten zu verändern. Die ursprünglichen Fehler sind im Datensatz dokumentiert.

Den normalisierten JSON-Datensatz herunterladen oder das vollständige Datensatzpaket herunterladen.

Einschränkungen

Dies ist eine reproduzierbare Momentaufnahme und kein dauerhaftes Ranking von GEO-Agenturen. Jede Plattform wurde einmal getestet. Generative Ausgaben können sich je nach Modell, Modus, Standort, Formulierung, Personalisierung, Retrieval-Index und Datum verändern.

Drei Oberflächen zeigten keinen präzisen Namen des zugrunde liegenden Modells an. Wir erfassten die angezeigte Bezeichnung, anstatt zu raten. Perplexity gab in seinen Metadaten fälschlicherweise ein Datum aus dem Jahr 2025 zurück; wir behielten diesen Rohwert bei und normalisierten das Testdatum auf 2026. Claude fügte nachgestellten Nicht-JSON-Text hinzu, Gemini gab drei nicht maskierte Anführungszeichenpaare zurück und ChatGPT sowie Gemini verpackten einige URLs als Markdown-Links. Diese Probleme wurden während der Normalisierung korrigiert.

Wir erfassten die Quellenangaben so, wie die Plattformen sie zurückgaben. Wir überprüften nicht unabhängig jede Aussage auf jeder zitierten Seite. Fünf Copilot-Quellenangaben verwendeten explizite example.com-Platzhalter und sind entsprechend gekennzeichnet. Die Aufnahme einer Agentur sollte als beobachtete KI-Sichtbarkeit verstanden werden, nicht als Empfehlung durch Optis Digital oder als Qualitätsranking.

Häufig gestellte Fragen

Welche Agentur hatte in diesem B2B-GEO-Benchmark die stärkste Sichtbarkeit?

Claneo erzielte das stärkste Gesamtergebnis mit 24 Empfehlungen über vier der fünf Plattformen hinweg. Die Agentur erschien in 40% der 60 kommerziellen Prompt-Plattform-Auswertungen.

Erschien eine GEO-Agentur auf allen fünf KI-Plattformen?

Nein. Claneo erreichte vier Plattformen. Seowerk, Peak Ace und Coinbound erreichten jeweils drei. Keine Agentur erschien während desselben Benchmark-Laufs in ChatGPT, Gemini, Perplexity, Claude und Copilot.

Welche KI-Plattform lieferte die meisten Quellen?

Perplexity lieferte mit 103 Quellenangaben zu 56 einzigartigen normalisierten Quell-URLs die meisten Quellen. ChatGPT folgte mit 88 Quellenangaben und 50 einzigartigen Quell-URLs.

Wurde Optis Digital empfohlen?

Nein. Optis Digital erhielt in den 60 kommerziellen Auswertungen null Empfehlungen und wurde in den 60 informativen Auswertungen nicht erwähnt. Dieses Ergebnis bildet den Ausgangswert, an dem zukünftige GEO-Arbeit gemessen werden kann.

Waren das 120 verschiedene Prompts?

Nein. Die Studie verwendete 24 einzigartige Prompts auf fünf KI-Plattformen und erzeugte dadurch 120 Prompt-Plattform-Auswertungen.

Kann dieser Benchmark beweisen, welche GEO-Agentur die beste ist?

Nein. Er misst, welche Agenturen die fünf Systeme für ein definiertes Prompt-Set an einem bestimmten Datum ausgewählt haben. Er bewertet nicht unabhängig die Servicequalität, Kundenergebnisse, Preise oder Eignung.