Ghost Citations: Zitiert, verlinkt, aber nicht genannt

In der Wissenschaft meint Ghost Citation eine erfundene Quellenangabe. Im Marketing das Gegenteil: Die Quelle existiert, der Name fehlt. Unser Take: Das Zitat kommt aus dem Abruf, die Nennung aus dem Vorwissen. Semrush hat mit Kevin Indig und Growth Memo im Juni 2026 3.981 Auftritte in KI-Antworten doppelt klassifiziert. 61,7 Prozent waren Zitate ohne Markennennung.

Was passiert ist

Zitat und Nennung sind zwei Achsen, keine Skala. Wer KI-Sichtbarkeit als eine Zahl führt, mittelt zwei verschiedene Sachverhalte zu einer nichtssagenden. Die Größenordnung des Befunds ist robust, der Einzelwert ist es nicht. Beides lässt sich an den Daten zeigen.

Die Auswertung von Semrush stützt sich auf 3.981 Domain-Auftritte aus 115 Prompts, erhoben in 14 Ländern über vier KI-Systeme. Jeder Auftritt wurde zweifach klassifiziert. Die Daten stammen aus dem hauseigenen Sichtbarkeits-Werkzeug des Anbieters.

Das gilt für alle Quellen in diesem Text: Wer diese Zahlen erhebt, verkauft auch die Werkzeuge, mit denen man sie beobachtet. Das entwertet die Daten nicht, es gehört nur einmal gesagt.

Die Unterscheidung, um die es geht, ist schmal und folgenreich. Zitiert heißt, in der Antwort steht ein Link auf Ihre Seite. Genannt heißt, im Antworttext steht Ihr Markenname. Beides kann einzeln auftreten, und genau das passiert überwiegend.

Auftritte in KI-Antworten nach Zitat und Nennung

Quelle: Semrush mit Kevin Indig und Growth Memo, 3.981 Domain-Auftritte, 2026

Zusammengefasst enthielten 74,9 Prozent der Auftritte ein Zitat, aber nur 38,3 Prozent eine Nennung.

Auch innerhalb dieser Daten laufen die Systeme auseinander. ChatGPT zitierte in 87 Prozent der Auftritte und nannte in 20,7 Prozent. Bei Gemini war es umgekehrt, mit 83,7 Prozent Nennung und 21,4 Prozent Zitat. Geprüft wurden 454 Kombinationen aus Prompt und Domain. In 100 Fällen waren sich die Systeme uneinig, ob die Marke genannt wird.

Sieben Wochen später hat Writesonic eine zweite Erhebung vorgelegt, veröffentlicht bei Search Engine Land und gestützt auf rund 16 Millionen Marken-Auftritte innerhalb von 30 Tagen. Dort bleiben rund 40 Prozent der Quellmarken ungenannt.

Der Abstand zwischen den Systemen ist dabei größer, als ein Durchschnitt vermuten lässt. Perplexity nennt in 52 Prozent der Zitate keinen Markennamen, Google AI Mode in 49 Prozent und AI Overviews in 41 Prozent. ChatGPT liegt bei 37 Prozent, Gemini bei 25, Grok bei 22 und Microsoft Copilot bei 19 Prozent.

Die Reihenfolge weicht von der Semrush-Erhebung ab, weil beide eine andere Grundgesamtheit und ein anderes Zeitfenster messen. Die Werte der zwei Erhebungen gehören deshalb nicht in dieselbe Aufzählung.

Beide Erhebungen kommen aus dem Umfeld, das sie vermessen. Der Mitautor des Writesonic-Beitrags ist Gründer und Geschäftsführer von Writesonic, und Search Engine Land gehört Semrush, dem Herausgeber der ersten Studie. Offengelegt ist beides, in der ersten Quelle wie in der zweiten.

Zwei Erhebungen, zwei Größenordnungen. Beide messen ein reales Phänomen, sie messen es nur unterschiedlich: andere Grundgesamtheit, anderes Zeitfenster, andere Prompt-Auswahl. Wer eine dieser Zahlen als die Ghost-Rate in ein Reporting schreibt, hat den Befund bereits verfehlt.

Was das für den technischen B2B-Mittelstand heißt

Wer genannt wird und wer nur zitiert

In den Semrush-Daten zeigt sich ein Muster, das sich als Content-Problem nicht erklären lässt. Aggregatoren und akademische Quellen werden zitiert und kaum genannt. Medium kam dort 16-mal als Zitat vor und kein einziges Mal als Nennung. Bei Marken mit starker öffentlicher Identität dreht sich das Verhältnis um: Google wurde 2,78-mal so oft genannt wie zitiert.

Daraus folgt die Mechanik, die oben schon als These stand. Ein System zitiert, was es im Moment der Anfrage findet, und es nennt, was es vorher gelernt hat.

Seer Interactive hat das an anderer Stelle quantifiziert. Über 541.213 ausgewertete Antworten aus Februar 2026, verteilt auf 20 Marken und sechs Plattformen, lag die Zitationsrate bei 53,1 Prozent, wenn die Marke im Text genannt wurde. Fehlte sie, waren es 10,6 Prozent. Die Rohdaten stammen von Scrunch AI.

Ob die Bekanntheit das Zitat nach sich zieht oder beide Werte an derselben Ursache hängen, ist damit nicht entschieden. Seer vertritt die erste Lesart und begründet sie damit, dass das Modell den Markennamen zuerst aus dem Trainingswissen zieht und die Belege danach sucht. Das ist eine Deutung des Hauses, keine gesicherte Erkenntnis.

Für ein Unternehmen mit exzellenten technischen Inhalten und geringer öffentlicher Präsenz heißt das: Es steht strukturell in der Aggregator-Gruppe. Der Inhalt überzeugt, der Name bleibt trotzdem weg. Die Content-Qualität steht dabei nicht zur Debatte, die Bekanntheit schon.

Die stärkste Gegenposition dazu kommt aus demselben Haus, das diese Zahlen geliefert hat. Wil Reynolds, Gründer von Seer Interactive, hält KI-Sichtbarkeit für sich genommen für eine Eitelkeitsmetrik. Seine Begründung: keine reproduzierbaren Antworten, keine stabilen Rankings, keine verlässlichen Links, dazu Personalisierung und wechselnde Trainingsstände. Er empfiehlt Direktzugriffe, Newsletter-Anmeldungen und Marken-Suchanfragen als Ersatz.

Für den aggregierten Score hat er recht. Auch der Reproduzierbarkeits-Einwand trifft: Eine Einzelmessung sagt hier gar nichts.

Belastbar wird die Sache erst als Trend. Dafür braucht es viele Abfragen über mehrere Zeitpunkte, und auch dann bleibt es eine Näherung. Falsch wird der Einwand aber dort, wo er die Trennung der beiden Achsen gleich mit erledigt. Marken-Suchanfragen zeigen genau das, was eine Nennung auslösen kann und ein Zitat nicht.

Warum technische Beschaffungsfragen im ungünstigsten Feld liegen

Zur Bekanntheitsfrage aus dem vorigen Abschnitt kommt ein zweiter Effekt. Beide addieren sich. In B2B-Industrie-Mandaten verschiebt sich die Recherchefrage typischerweise vom Was zum Wie genau. Was das kostet, zeigen die Semrush-Daten: Informationsfragen erzeugen 89,3 Prozent Zitatrate bei 18 Prozent Nennungsrate. Vergleichende Fragen kommen auf 43,3 Prozent Nennung.

Noch deutlicher ist der Längeneffekt. Die geprüften Prompts lagen zwischen 16 und 98 Zeichen. Kurze, gesprächsnahe Fragen erreichten Nennungsraten nahe 100 Prozent, lange strukturierte Prompts 2 bis 3 Prozent.

Eine technische Beschaffungsanfrage ist lang und strukturiert, weil sie Werkstoff, Toleranz, Norm und Einsatzbedingung enthalten muss. Wer im technischen B2B recherchiert wird, wird also in genau dem Fragetyp recherchiert, der Zitate erzeugt und kaum Nennungen. Die Studie prüft diese Übertragung nicht, sie ist unsere Einordnung.

Was die Entwicklung beim Industrie-Mittelstand allerdings sichtbar macht, ist ein Problem eine Stufe davor. Eine GEO-Studie zum deutschsprachigen Mittelstand hat 960 Einzelabfragen gefahren, zu 24 produzierenden Unternehmen aus Maschinenbau, Präzisionsfertigung und Automotive. Getestet wurden vier KI-Systeme mit je zehn typischen Einkäufer-Prompts.

In 93 Prozent der Abfragen tauchte das geprüfte Unternehmen überhaupt nicht auf. 42 Prozent erhielten in keinem einzigen System eine Nennung.

Die Studie stammt von kmugeo.de, einem Anbieter für GEO-Leistungen, und bezeichnet ihre Stichprobe selbst als typologische Auswahl ohne statistische Repräsentativität. Der Erhebungszeitraum wird nicht offengelegt. Die Größenordnung bleibt trotzdem schwer wegzudiskutieren.

Für den Industrie-Mittelstand spricht damit viel für eine andere Reihenfolge als bei den Marken, an denen diese Studien gemessen haben. Ghost Citations setzen voraus, dass man überhaupt in der Antwort steht. Der Industrie-Mittelstand scheitert eine Stufe davor.

Eine Zahl, die dagegen zu sprechen scheint, misst etwas anderes. Seer weist für Industrial Services eine Ghost-Rate von 0,3 Prozent aus, die niedrigste aller erhobenen Kategorien.

Gezählt wird dort allerdings ein Sonderfall: Die eigene Marke bleibt ungenannt, und im selben Atemzug wird ein Wettbewerber genannt. Gemessen wird das an allen Zitaten der eigenen Marke. Bei Semrush ist der Nenner ein anderer, nämlich alle Auftritte überhaupt. Vergleichbar sind die beiden Werte deshalb nicht.

Was die 0,3 Prozent aussagen: Wird ein Industrieanbieter zitiert, wird er meist auch genannt. Wie oft er zitiert wird, sagen sie nicht.

Die Agentur-Community wird daraus jetzt mehr Content für Generative Engine Optimization ableiten. Für einen Maschinenbauer mit langen Kaufzyklen ist das eine teure Antwort auf die falsche Frage.

Bekanntheit ist Infrastruktur

Ghost Citation ist eine Diagnose, wenn man sie richtig herum liest. Der Inhalt ist zitierfähig, die Entität ist nicht etabliert. Mehr Artikel beheben das nicht.

Zwei Stoßrichtungen lassen sich aus den Daten ableiten, und beide hängen an der Beschaffungsfrage aus dem vorigen Abschnitt.

Die erste ist eine benennbare eigene Methodik. Ein benanntes Verfahren ist der Inhaltstyp, den ein Modell zusammen mit seinem Absender lernt. Wo technische Substanz namenlos zitiert wird, fehlt genau dieser Träger.

Die zweite sind Erwähnungen auf Dritt-Quellen, weil Modelle Namen dort aufnehmen. Das ist zugleich der Punkt, an dem sich E-E-A-T-Signale und KI-Sichtbarkeit überschneiden. Die Studie empfiehlt das ausdrücklich, allerdings für Konsumgütermarken. Die Übertragung auf Fachmedien im B2B ist unsere Einordnung.

Fürs Reporting folgt daraus eine Kennzahl statt einer Punktzahl: das Verhältnis von Nennungen zu Zitaten, getrennt je System. Getrennt deshalb, weil die Systeme sich in 22 Prozent der geprüften Fälle uneinig waren. Und ohne Zielwert von der Stange, weil zwei seriöse Erhebungen die Bezugsgröße unterschiedlich bestimmen.

Dass im B2B nie der Klick die entscheidende Größe war, haben wir an anderer Stelle ausgeführt. Neu ist, dass sich die Ersatzgröße jetzt beziffern lässt. Wer klassisches SEO und KI-Sichtbarkeit mit derselben Steuerungslogik führt, misst am Gegenstand vorbei. Genau dort weicht KI-Suchmaschinen-Optimierung von klassischer Sichtbarkeitsarbeit ab.

Was jetzt zu prüfen ist

Drei Fragen entscheiden, an welcher Stelle Ihr Haus steht.

Erstens: Taucht Ihr Unternehmen bei den zehn Fragen, die Ihre Einkäufer tatsächlich stellen, überhaupt in der Antwort auf? Wenn nein, ist die Nennungsfrage noch nicht an der Reihe.

Zweitens: Wenn Sie auftauchen, erscheint dann der Markenname im Antworttext oder nur der Link in der Quellenliste? Das sind zwei getrennte Zahlen, und ein Werkzeug, das nur eine davon ausgibt, verdeckt die Hälfte des Befunds.

Drittens: Weicht das Bild zwischen den Systemen ab? Ein einziger Durchschnittswert glättet genau die Fälle, in denen Sie auf einem System sichtbar und auf einem anderen unsichtbar sind.

Ob eine fehlende Nennung am Ende Anfragen kostet, lässt sich aus keiner dieser Studien ableiten. Wer nicht getrennt misst, kann die Frage nicht einmal stellen.

Die Interessenlage-Regel von weiter oben gilt hier für uns selbst. Wir verkaufen genau die Arbeit, die aus dieser Diagnose folgt.

In der Erstdiagnose prüfen wir diese drei Punkte an Ihren echten Einkäufer-Fragen. Wir wählen aus, mit wem wir arbeiten. Die Zahl der Mandate im technischen B2B-Mittelstand bleibt begrenzt, strukturiert nach dem VISIBL-Framework, weil die Arbeit dahinter nicht skaliert.

Autor: Daniel Neubauer, Geschäftsführer RED RAM MEDIA. Seit 2010 als Agenturinhaber im Online-Marketing tätig, mit Schwerpunkt auf Suchmaschinen- und KI-Sichtbarkeit für den technischen B2B-Mittelstand.