Insights
Empfehlen KI-Assistenten sich selbst? Ich habe es getestet.
Ich betreibe einen Index, der ChatGPT, Claude, Gemini und andere nach der besten KI-App fragt. Mit aktivierter Suche krönt sich keines der großen Modelle selbst. Der eigentliche Bias steckt an einer leiseren Stelle, und die kleinen Anbieter sind schlicht unsichtbar.
Die Sorge bei einer KI, die andere KIs bewertet, ist Eigennutz: Frag ChatGPT nach der besten KI-App, und es krönt ChatGPT. Ich betreibe einen kleinen Index, der genau solche Fragen über verschiedene Assistenten hinweg testet, also habe ich nachgesehen. Die Sorge ist falsch, und das, was an ihre Stelle tritt, ist nützlicher zu wissen als die Schlagzeile.
Der Aufbau: 34 käuferartige Fragen, von „beste KI-App 2026” bis „beste KI-App zum Schreiben”, gestellt an ChatGPT, Claude, Gemini und Mistral über ihre APIs mit aktivierter Websuche, plus Googles AI Overviews aus der echten Suche erfasst. US-Englisch, Juni 2026. Vier der Assistenten, die ich abfrage, stehen selbst als App auf dem Brett, der Test ist also bewusst rekursiv. Self-Preference lese ich nur aus den offenen Fragen, denen, die keine Marke nennen. Ein Modell, das in einer Frage wie „ChatGPT vs Gemini” über sich selbst spricht, zählt nicht.
Die großen Modelle krönen sich nicht selbst
Bei den offenen Fragen verhielten sich die Modelle wie ein Gremium, das sich längst einig ist. ChatGPT, Claude und Gemini liegen an der Spitze, mit Werten von 46, 44 und 40 für den Anteil der Antworten, die sie nennen. Der Abstand zu Perplexity (35) und Microsoft Copilot (28) ist deutlich, alles andere liegt im einstelligen Bereich.
Aufschlussreich ist, wie jedes Modell sich selbst behandelt. ChatGPT nannte ChatGPT in 14 seiner Antworten. Gemini nannte ChatGPT 17 Mal, Claude 16 Mal. ChatGPT bewertete sich also am niedrigsten. Claude und Gemini liegen innerhalb des Rauschens dessen, wie ihre Konkurrenten sie bewerten. Und Mistral, dasselbe mit aktivierter Suche gefragt, nannte sein eigenes Le Chat kein einziges Mal. Keines der Modelle bevorzugte das eigene Produkt. Sie bevorzugten dieselbe kurze Liste von Namen, die Konkurrenz eingeschlossen.
Der Bias, der Empfehlungen bewegt, ist Konsens, nicht Eitelkeit. Die grounded Modelle rufen das Web ab und konvergieren auf den, über den am meisten geschrieben wird.
Das ist der GEO-Punkt in einem Satz. Ein grounded Assistent greift nicht nach der eigenen Marke. Er greift nach dem, was das Web sagt, und das Web sagt ChatGPT, Claude, Gemini. Wenn du genannt werden willst, musst du in dem Material stehen, das das Modell abruft: verdiente Berichterstattung, die „beste App”-Listicles, die Community-Threads. Präsenz auf diesen Quellen ist der Hebel, nicht das, was du innerhalb eines einzelnen Modells sagen kannst.
Der einzige Bias, der bleibt, ist Googles
Self-Preference zeigte sich an einer Stelle, und es ist die, die die meisten Menschen tatsächlich sehen. Nicht die Gemini-API, die sich wie die anderen Großen verhielt, sondern Googles AI Overviews, die Box über den Suchergebnissen. Auf „beste KI-App 2026” führte diese Box mit Gemini und nannte ChatGPT überhaupt nicht. Über mehr Fragen verteilt glich es sich aus, aber bei der Hauptfrage stellte die meistgesehene Oberfläche das eigene Produkt nach vorn.
Das Modell und die Oberfläche sind nicht dasselbe. Ein Google-API-Aufruf und die AI-Overview-Box können bei derselben Frage in verschiedene Richtungen kippen, weil die Box ein Produkt ist, das Google von Anfang bis Ende kontrolliert. Wenn du KI-Sichtbarkeit planst, prüfe die Oberfläche, auf der ein Nutzer landet, nicht nur das Modell dahinter. Der Bias, den du einkalkulieren musst, kann in der Hülle stecken.
Keine Spur, keine Nennung
Die Kehrseite des Konsenses ist hart für alles Neue. Mistrals Le Chat erreichte null, genannt von keiner Engine, Mistral selbst eingeschlossen. Character.AI, Replika, Pi, Poe und Grok liegen alle bei ein, zwei Nennungen trotz realer Nutzerzahlen. Ein Produkt, über das das offene Web nicht geschrieben hat, kann nicht abgerufen werden, also kann es nicht empfohlen werden, und wenn deine eigene Plattform über dich spricht, bewegt das keinen anderen Assistenten.
Das ist der harte Boden unter jedem GEO-Plan. Bevor Positionierung oder Formulierung zählen, musst du irgendwo existieren, wo das Modell liest: Reviews, Vergleiche, Forenantworten, ein paar Ranking-Listicles, die dich nennen. Ohne das bist du nicht niedrig platziert. Du bist abwesend.
Grounding tötet den Geist
Ich habe den Test mit Bard bestückt, dem Assistenten, den Google Anfang 2024 in Gemini umbenannt hat, als Prüfung auf veraltete Empfehlungen. Mit aktivierter Suche lag jeder Assistent richtig. Bard erhielt im gesamten Test eine einzelne Streumention und nichts von den übrigen Engines. Web-Grounding behebt die Veralterung, die das Trainingsgedächtnis eines Modells behält. Dieselbe Prüfung in einem Budgeting-Test fing eine 2024 eingestellte App ein, die von Modellen ohne Suche weiter empfohlen wurde.
Für jeden, der die eigene Marke verfolgt, ist das der Unterschied zwischen dem eingefrorenen Gedächtnis eines Modells und dem, was es live abruft. Die Live-Antwort ist die, die jetzt zählt, und sie belohnt eine aktuelle Spur gegenüber einer alten. Wenn deine jüngste Berichterstattung dünn ist, arbeitet der Assistent mit dem, was er zuletzt gesehen hat.
Die bekannten Namen verlieren die spezifische Frage
Noch ein Ergebnis liest sich als Chance. Die großen Assistenten gewinnen die generische Frage und verlieren die enge. Frag nach der besten App zum Programmieren, und sie nennen Cursor und GitHub Copilot, keinen der Consumer-Chatbots. Zum Schreiben kommen Grammarly und Notion AI neben ihnen auf. Für Recherche Perplexity und eine Wand akademischer Tools. Die Haushaltsnamen besitzen „beste KI-App” und verblassen in dem Moment, in dem eine Aufgabe daranhängt.
Dieser Bruch ist die Stelle, an der ein kleineres Produkt gewinnen kann. ChatGPT bei „beste KI-App” zu verdrängen, ist unwahrscheinlich. Die Antwort auf „beste KI-App für [deine spezifische Aufgabe]” zu sein, ist möglich, denn dort ist der Konsens dünn und eine fokussierte, gut dokumentierte Spur trägt weiter. Dieselbe Logik zieht sich durch Conversational ASO und den Intent-Router: Der Assistent routet spezifische Intents, und Spezifität ist anfechtbar auf eine Weise, wie es die generische Krone nicht ist.
Kurzfassung
- Auf die Frage nach der besten KI-App wählen die Modelle nicht sich selbst. ChatGPT bewertete sich am niedrigsten, und Mistral nannte sein eigenes Le Chat nie. Sie empfehlen gegenseitig dieselben Konsens-Namen.
- Der Empfehlungs-Bias ist Konsens, nicht Eitelkeit. Genannt zu werden heißt, in dem zu stehen, was das grounded Modell abruft: verdiente Medien, Listicles, Community-Threads.
- Die einzige verbleibende Self-Preference ist die Plattform-Oberfläche. Googles AI Overviews führten „beste KI-App” mit Gemini an und ließen ChatGPT aus. Prüfe die Hülle, nicht nur das Modell.
- Keine Spur von Dritten, keine Nennung. Le Chat erreichte null über alle Engines. Existenz auf abrufbaren Quellen kommt vor jeder Positionierung.
- Grounding tötet veraltete Picks. Das umbenannte Bard verschwand mit aktivierter Suche fast vollständig. Halte eine aktuelle Spur.
- Generische Fragen gehören den bekannten Namen. Aufgaben-spezifische Fragen sind offen. Gewinne die enge Frage.