Auf dieser Seite
- Aus unseren Search-Console-Daten (Stand: KW 26/2026)
- Die erste Übertreibung: Citation Score als neue Vanity-Metrik
- Was GEO-Anbieter verkaufen
- Was die Primärdaten zeigen
- Die zweite Übertreibung: Infrastruktur als Selbstzweck
- Was tatsächlich wirkt: Zitierfähigkeit statt Score-Jagd
- Was das praktisch bedeutet
Gartner hat auf dem IT Symposium/Xpo 2025 eine Zahl in den Raum gestellt, die seither durch jede B2B-Marketing-Konferenz geistert: Bis 2028 soll KI-Agenten 90 Prozent des B2B-Einkaufs vermitteln, mehr als 15 Billionen US-Dollar an Ausgaben fließen über Agenten-Börsen. Parallel verkaufen GEO-Anbieter und Berater eine neue Steuerungs-KPI namens "Citation Score" oder "AI-Sichtbarkeit", mit dem Versprechen, Markenpräsenz in KI-Antworten messbar zu machen.
Beide Erzählungen halten der Prüfung durch die eigenen Urheber nicht stand. Gartner selbst prognostiziert, dass mehr als 40 Prozent aller agentischen KI-Projekte bis Ende 2027 abgebrochen werden, wegen steigender Kosten, unklarem Geschäftsnutzen oder unzureichender Risikokontrollen. Und die Firma, deren Daten die Citation-Score-Debatte befeuern, SparkToro, hat gerade selbst gezeigt, dass diese Scores kaum reproduzierbar sind. Was bleibt, ist ein drittes, unterschätztes Bild: eine reale, aber frühe Nachfragekurve, die sich in unseren eigenen Suchdaten bereits abzeichnet.
Aus unseren Search-Console-Daten (Stand: KW 26/2026)
Bevor die großen Prognosen greifen, zeigt sich die Nachfrage bereits als Suchverhalten. Für uns ranken folgende Anfragen mit messbaren Impressionen:
| Suchanfrage | Impressionen | Position |
|---|---|---|
| "ki-agenten suchvolumen deutschland" | 131 | 5,2 |
| "agentic ai suchvolumen deutschland" | 64 | 4,2 |
| "agentic web" | 36 | 7,7 |
| "wie baue ich markensichtbarkeit in ki-suchtools auf?" | 52 | 2,5 |
Das ist kein Beleg für einen Markt von 15 Billionen US-Dollar. Es ist etwas Bescheideneres und deshalb Interessanteres: Menschen suchen buchstäblich nach dem Suchvolumen von KI-Agenten, bevor sie wissen, ob sich eine Investition lohnt. Das ist ein Leading Indicator, keine Marktzahl. Wer heute für "ki-agenten suchvolumen deutschland" auf Position 5,2 mit 131 Impressionen erscheint, sieht eine Frage, die sich erst noch zu einem Markt entwickeln muss. Die 52 Impressionen zur Frage, wie man Markensichtbarkeit in KI-Suchtools aufbaut, bei Position 2,5, zeigen zusätzlich: Das Interesse ist nicht nur akademisch, sondern bereits handlungsorientiert.
Die erste Übertreibung: Citation Score als neue Vanity-Metrik
GEO-Anbieter verkaufen zunehmend Dashboards, die Markenerwähnungen in ChatGPT, Claude und Google AI Overviews zählen und daraus einen Score ableiten, der wie ein Ranking-Ersatz aussieht. Ein Forbes-Councils-Artikel prägt dafür den Begriff "Citation Gravity" und stellt GEO als Nachfolger von SEO dar.
Rand Fishkin hat mit SparkToro genau diese Prämisse getestet. In einer am 28. Januar 2026 veröffentlichten Studie mit 2.961 Prompt-Durchläufen und rund 600 Testpersonen über ChatGPT, Claude und Google AI Overviews zeigt sich: Bei Wiederholung derselben Anfrage liegt die Chance auf eine identische Markenliste unter eins zu hundert, auf eine identische Reihenfolge unter eins zu tausend. Fishkins Fazit ist unmissverständlich: Jedes Tool, das eine Ranking-Position in KI verkauft, ist demnach Unsinn, weil es etwas misst, das sich beim nächsten Aufruf bereits geändert hat.
Search Engine Land liefert die zweite Hälfte des Problems. Greg Jarboe berichtet am 4. Mai 2026, dass 40 bis 60 Prozent der in KI-Antworten zitierten Quellen monatlich wechseln, plattformübergreifend. Große Publisher werden zwar häufig zitiert, erhalten aber unter einem Prozent Referral-Traffic aus diesen Zitaten. Sein Befund: Sie werden "gemined, nicht zitiert". Wil Reynolds von Seer Interactive zieht am 3. Februar 2026 die Konsequenz und nennt isoliertes AI-Visibility-Tracking explizit eine Vanity-Metrik, weil sie nicht mit Umsatz korreliert. Seine Empfehlung: Markenvertrauen, Direktverkehr und Geschäftsergebnisse messen statt Zitat-Zählungen.
Was GEO-Anbieter verkaufen
- Citation Score als neue Steuerungs-KPI
- "Citation Gravity" als SEO-Nachfolger
- Ranking-Position in KI-Antworten trackbar
- AI-Sichtbarkeit als Ziel an sich
Was die Primärdaten zeigen
- < 1/100 identische Markenlisten bei Wiederholung (SparkToro)
- 40 bis 60 % monatlicher Quellenwechsel (Search Engine Land)
- < 1 % Referral-Traffic trotz häufiger Zitate
- AI-Visibility-Tracking laut Seer Interactive eine Vanity-Metrik
Wie Markensichtbarkeit in KI-Suchtools tatsächlich belastbar aufgebaut wird, ohne sich an einem volatilen Score zu orientieren, beschreiben wir im Detail unter KI-Sichtbarkeit.
Die zweite Übertreibung: Infrastruktur als Selbstzweck
Die zweite Erzählung verläuft parallel und betrifft nicht Messung, sondern Handel. Google hat am 9. April 2025 sein Agent2Agent-Protokoll (A2A) angekündigt, mit mehr als 50 Launch-Partnern von Salesforce über SAP bis PayPal und McKinsey, im Juni 2025 an die Linux Foundation übergeben. Ergänzend definiert Anthropics Model Context Protocol (MCP), wie Agenten strukturiert auf Tools und Wissensquellen zugreifen. Partner wie PayPal nennen bereits konkrete Bezahl- und Kaufanwendungsfälle. Die Lesart in vielen Marketingkreisen: Wer diese Schienen früh besetzt, gewinnt den Markt für Agentic Commerce.
Die Reifedaten zeichnen ein anderes Bild. Gartner erwartet, wie erwähnt, dass mehr als 40 Prozent der agentischen KI-Projekte bis Ende 2027 scheitern. McKinseys Umfrage unter mehr als 400 B2B-Pricing-Entscheidern findet, dass 65 bis 85 Prozent Adoption von Agentic AI in den nächsten ein bis drei Jahren erwarten, aber nur 5 bis 10 Prozent heute irgendeinen Anwendungsfall vollständig skaliert haben. Die Infrastruktur existiert. Die organisatorische Reife, sie zu nutzen, fehlt in der Breite noch.
Die deutsche Studie "Agentic Readiness im B2B Commerce" von dotSource und ECC Köln, veröffentlicht am 17. März 2026, bestätigt das Muster hierzulande in aufschlussreicher Differenzierung. 64 Prozent der Einkaufsverantwortlichen erwarten, dass KI-Agenten künftig Standard in der Beschaffung werden, 80 Prozent sehen großes Potenzial für Effizienzgewinne. Zugleich berichten 82 bis 88 Prozent von erheblichen Integrations- und Datenqualitätslücken. Die tatsächliche heutige Nutzung ist überwiegend assistiv, Kostenanalyse und Angebotsbewertung durch Chatbots, jeweils bei 46 Prozent Nutzungsanteil, nicht autonomer Agenteneinkauf. Wie Unternehmen sich auf diesen Übergang von assistiver zu potenziell autonomer Beschaffung vorbereiten, ohne der Infrastruktur-Erzählung vorzugreifen, ordnen wir unter Agentic Web ein.
Was tatsächlich wirkt: Zitierfähigkeit statt Score-Jagd
Weder Score-Tracking noch Infrastruktur-Wetten sind der robuste Hebel. Er liegt in der Mechanik des Retrievals selbst. Greg Jarboe fasst sie so zusammen: KI-Systeme entdecken keine neuen Marken, sie wählen aus bereits etablierten Entitäten aus, die auf Drittseiten wie Fachpublikationen, Vergleichsportalen oder Foren bereits sichtbar sind. Genau deshalb bleiben große Publisher zwar häufig zitiert, erhalten aber, wie oben gezeigt, kaum Referral-Traffic aus diesen Zitaten.
Das verschiebt die eigentliche Aufgabe. Es geht nicht darum, die eigene Seite für einen Score zu optimieren, sondern Referenzinhalte zu bauen, die auf Drittseiten zitierfähig sind. Die akademische GEO-Studie von Princeton, IIT Delhi, Georgia Tech und dem Allen Institute for AI, vorgestellt auf der KDD 2024, hat neun Optimierungstaktiken über große Query-Sets getestet. Fünf davon steigerten die Zitierrate um bis zu 40 Prozent: Inline-Zitate auf autoritative Drittquellen, konkrete und benannte Statistiken sowie ein autoritativer Sprachstil. Keyword-Dichte und Content-Padding, also die klassischen SEO-Reflexe, wirkten dagegen nicht.
Diese Mechanik lässt sich operationalisieren, unabhängig davon, ob und wann autonome Einkaufsagenten Realität werden. Konkrete Ansätze für strukturell abrufbaren, faktenbasierten Content beschreiben wir unter KI-Content-Erstellung.
Kostenlose Ersteinschätzung. Welche Ihrer Inhalte sind heute auf Drittquellen zitierfähig aufbereitet, und welche verschwinden in der KI-Antwort ohne Namensnennung? Wir prüfen das anhand Ihrer eigenen Referenzinhalte. Jetzt anfragen
Was das praktisch bedeutet
Drei Konsequenzen lassen sich aus den Daten ableiten, ohne einer der beiden Übertreibungen zu folgen.
Behandeln Sie Citation-Scores als Momentaufnahme, nicht als KPI. Bei unter einer von hundert Chancen auf eine identische Markenliste bei derselben Anfrage ist ein einzelner Messwert am Dienstag nichts, worauf Sie eine Jahresstrategie stützen sollten.
Bauen Sie Zitierfähigkeit, nicht Infrastruktur-Wetten. Solange nur 5 bis 10 Prozent der Organisationen Agentic AI vollständig skaliert haben, ist die frühzeitige Besetzung einer Zahlungsschiene für die meisten B2B-Anbieter verfrüht. Zitierfähige, faktenbasierte Inhalte zahlen dagegen schon heute auf klassische Suche, KI-Antworten und künftige Agenten gleichermaßen ein.
Nehmen Sie das Nachfragesignal ernst, aber verhältnismäßig. 131 Impressionen für "ki-agenten suchvolumen deutschland" sind kein Beweis für einen reifen Markt. Sie sind der frühe Teil einer Kurve, die laut dotSource und ECC Köln bereits 64 Prozent der deutschen Einkaufsverantwortlichen als kommenden Standard erwarten. Wer diese Kurve jetzt beobachtet, muss später nicht nachziehen.
Methodik: Auswertung von Primärquellen zu Agentic Commerce und Generative Engine Optimization (GEO), darunter Gartner-Pressemitteilungen, eine McKinsey-B2B-Pricing-Umfrage, die deutsche dotSource/ECC-Köln-Studie sowie die SparkToro-Primärstudie zur KI-Markenkonsistenz, abgerufen im Juli 2026. Ergänzt um eigene Google-Search-Console-Daten (Stand KW 26/2026), die als Nachfragesignal, nicht als Marktbeleg, eingeordnet werden.
Externe Kennzahlen: Gartner zur 90-Prozent-Prognose für agentenvermittelten B2B-Einkauf bis 2028; Gartner zu den 40 Prozent abgebrochener Agentic-Projekte; McKinsey & Company zur Adoptionslücke bei Agentic AI; GEO: Generative Engine Optimization (Princeton/IIT Delhi/Georgia Tech/AI2) zu wirksamen Zitier-Taktiken; SparkToro zur Inkonsistenz von KI-Markenlisten; Seer Interactive zur Vanity-Metrik-Kritik; Search Engine Land zur Zitat-Volatilität; dotSource/ECC Köln via MIT-Blog zur Agentic Readiness im deutschen B2B; Google Developers Blog zum Agent2Agent-Protokoll; Anthropic zum Model Context Protocol.