Kurzantwort

Eine KI-Zitation ist keine zusätzliche organische Position. Im März 2026 analysierte Ahrefs 863.000 SERPs und 4 Millionen URLs, die in AI Overviews vorkamen: 37,1 % der zitierten URLs rankten für dieselbe Anfrage auch in den Top 10, 26,2 % zwischen Position 11 und 100 und 36,7 % außerhalb der Top 100. Die Abweichung ist mit dem von Google beschriebenen Query Fan-out vereinbar: Das System kann verwandte Unterthemen suchen und dann eine Quelle auswählen, die für eines davon nützlich ist. Sie belegt nicht, dass ein schlechtes Ranking eine Zitation begünstigt.

Das Wichtigste in Kürze

  • Miss die Überschneidung mit derselben Anfrage, demselben Land, demselben Gerät und demselben Zeitpunkt.
  • Eine URL außerhalb der Top 100 für die ursprüngliche Anfrage kann bei einer Unteranfrage oder in einer anderen Modalität sichtbar sein.
  • Die Ahrefs-Zahlen von 2025 und 2026 bilden keine saubere Zeitreihe, weil sich die Parsing-Methode geändert hat.
  • Das Ranking bleibt ein nützlicher Indikator für Eligibilität und Relevanz, reicht aber nicht aus, um die Auswahl als Quelle vorherzusagen.
  • Die Abweichungen werden zur Diagnose: „gut platziert, nicht zitiert" und „zitiert, schlecht platziert" erfordern unterschiedliche Maßnahmen.

Zwei Ausgabesysteme, mehrere gemeinsame Schritte

Das klassische Ergebnis ordnet Dokumente für eine Anfrage. Eine generierte Antwort erzeugt einen Text und ordnet bestimmten Passagen Quellen zu. Google erklärt in seiner Dokumentation zu KI-Funktionen, dass AI Overviews und AI Mode Query Fan-out nutzen können, also mehrere Suchen zu verschiedenen Unterthemen und Datenquellen starten.

Das operative Modell lautet daher:

Nutzeranfrage → Unteranfragen → Dokumentmengen → ausgewählte Passagen → Antwort → sichtbare Zitationen

Das von einem SEO-Tool beobachtete Ranking deckt oft nur den ersten Begriff ab. Eine Zitation kann von einem Dokument stammen, das für eine nicht beobachtete Unteranfrage stark ist. Das ist eine plausible Erklärung, gestützt auf das erklärte Verhalten, aber kein Beweis, dass jede Zitation außerhalb der Top 100 aus einem bestimmten Fan-out stammt.

Was die Ahrefs-Studie vom März 2026 misst

In seiner aktualisierten Studie suchte Ahrefs dieselbe URL in der AI Overview und in den klassischen Ergebnissen derselben Anfrage. Die Stichprobe umfasst 863.000 Keyword-SERPs und rund 4 Millionen AI-Overview-URLs. Die veröffentlichten Ergebnisse lauten:

Situation der zitierten URL Anteil Korrekte Interpretation
In den Top 10 platziert 37,1 % Starke direkte Überschneidung für diese Anfrage
Auf Position 11 bis 100 platziert 26,2 % Die Quelle ist indexiert und auffindbar, aber nicht auf Seite eins
Außerhalb der Top 100 36,7 % Nicht in den ersten 100 beobachteten Ergebnissen für den exakten Begriff gefunden

Unter den Zitationen außerhalb der Top 100 waren 18,2 % YouTube-URLs. Das zeigt die mögliche Bedeutung anderer Formate, aber nicht, dass YouTube automatisch einen Bonus erhält. Die Präsenz kann auch die Art der Frage, den Bedarf an einer Videodemonstration oder die Menge der Unteranfragen widerspiegeln.

Die Ahrefs-Studie von 2025 zu 1,9 Millionen Zitationen wies rund 76 % Zitationen aus, die ebenfalls in den Top 10 vorkamen. Die Version 2026 stellt klar, dass das Parsing der Zitationen verbessert wurde und sich die Stichprobe mehr als verdoppelt hat. Ein Wechsel von 76 % auf rund 38 % kann aus Googles System, aus der Abdeckung oder aus dem Parsing resultieren. Er darf nicht als sicherer zeitlicher Einbruch veröffentlicht werden.

Warum andere Plattformen andere Überschneidungen ergeben

Eine Semrush-Studie vom Juli 2025 verglich 5.000 zufällige Keywords und rund 150.000 Zitationen auf Desktop, zwischen den Google-Top-10, AI Overviews, AI Mode, ChatGPT und Perplexity. Sie berichtete von rund 54 % Domain-Überschneidung und 35 % URL-Überschneidung zwischen AI Mode und den Top 10, gegenüber rund 86 % der Domains und 67 % der URLs bei den damaligen AI Overviews.

Diese Werte widersprechen der Ahrefs-Studie von 2026 nicht: Sie beziehen sich auf ein früheres Datum, eine andere Stichprobe, ein anderes Erhebungswerkzeug und teils auf eine Domain-Überschneidung statt einer URL-Überschneidung. Eine Domain kann gemeinsam sein, während die exakte Seite abweicht. Externe Systeme wie ChatGPT und Perplexity haben zudem eigene Indizes, Vereinbarungen, Suchmechanismen und Darstellungen.

Die Diagnosematrix mit vier Feldern

Klassisches Ranking KI-Zitation Vorrangige Diagnose Testbare Maßnahme
Stark Ja Doppelte Sichtbarkeit Aktualität pflegen, Stabilität prüfen und Klicks messen
Stark Nein Allgemeine Relevanz ohne Passagenauswahl Zitierte Passagen, Unterfragen, Belege und Formate vergleichen
Schwach Ja Eine für eine Erweiterung oder Modalität nützliche Quelle Die zitierte Passage und die verwandten Anfragen identifizieren, bei denen die Seite stark ist
Schwach Nein Geringe Sichtbarkeit bei beiden Ausgaben Nachfrage, Indexierung, Qualität, Differenzierung und Architektur überprüfen

Diese Matrix verhindert einen klassischen Fehler: eine gut platzierte Seite so umzuschreiben, als wäre sie schlecht, nur weil sie in fünf Tests nicht zitiert wird. Die Nicht-Zitation kann aus Volatilität, aus einer geringen Zahl von Wiederholungen oder aus einer von einer anderen Seite abgedeckten Unterfrage resultieren.

Verfahren: die eigene Überschneidung messen

  1. Wähle mindestens 50 Prompts, die realen Aufgaben entsprechen, nach Intention getrennt.
  2. Lege Plattform, Modell, Sprache, Land, Gerät, Anmeldestatus und Datum fest.
  3. Führe jeden Prompt mindestens fünfmal aus, denn eine einzelne Antwort misst keine Stabilität.
  4. Erfasse jede zitierte URL, ihre Domain, die gestützte Passage und ihre Anzeigeposition.
  5. Erfasse die Top 10 und, wenn möglich, die Top 100 für die exakte Anfrage zum selben Zeitpunkt.
  6. Berechne URL- und Domain-Überschneidung getrennt.
  7. Suche die erklärten oder plausiblen Unteranfragen, ohne zu behaupten, verborgene interne Logik zu rekonstruieren.
  8. Ordne jede Seite in die Matrix ein und definiere eine falsifizierbare Hypothese.

Wiederverwendbare Formeln

URL-Überschneidung@10 = zitierte URLs, die auch in den Top 10 stehen / überprüfbare zitierte URLs

Domain-Überschneidung@10 = zitierte Domains, die auch in den Top-10-Domains vorkommen / zitierte Domains

Zitationsstabilität = Durchläufe, in denen die URL zitiert wird / Gesamtdurchläufe des Prompts

Halte den Nenner sichtbar. Werden in einer Antwort zehn URLs zitiert und rankt nur eine davon, ist das nicht dasselbe wie zehn Antworten mit je einer URL.

Durchgerechnetes Beispiel: gleiche Domain, andere URL

Für den Prompt „wie wähle ich SEO-Software für eine Agentur" erzeugen fünf Wiederholungen 40 Zitationsplätze und 18 eindeutige URLs. SEOryon wird in drei Durchläufen zitiert, immer über /de/logiciels-seo-ia/seo-software-fuer-agenturen/. Die Domain steht für den exakten Begriff in den Top 10, allerdings mit der Seite /de/logiciels-seo-ia/.

  • Stabilität der Zitation der Seite: 3 / 5 = 60 %
  • Exakte URL-Überschneidung: 0, weil die zitierte Seite nicht die platzierte URL ist
  • Domain-Überschneidung: 1, weil seoryon.com auf beiden Oberflächen vorkommt

Die Diagnose lautet nicht „die KI ignoriert Google". Die Unterseite beantwortet womöglich ein präziseres Teilbedürfnis, während der Hub die klassische Anfrage besser bedient. Die testbare Maßnahme besteht darin, die Verlinkung vom Hub zur Unterseite und die spezifischen Belege der Unterseite zu stärken und dann zu prüfen, ob sich die Stabilität ändert. Es wäre übergriffig zu behaupten, die interne Verlinkung habe eine Zitation verursacht, ohne zeitlichen Vergleich und ausreichende Wiederholungen.

Falsifizierbare Hypothesen zur Erklärung einer Abweichung

  • H1 (Unteranfrage): Die zitierte URL rankt bei einer Unterfrage besser als beim ursprünglichen Begriff. Test: zehn verwandte Anfragen erfassen und die Ränge vergleichen.
  • H2 (Passage): Die Seite enthält einen Datenpunkt oder eine Definition, die direkter verwertbar ist. Test: die von jeder Zitation gestützte Aussage annotieren.
  • H3 (Format): Ein Video, eine Tabelle oder ein Diskussionsstrang liefert einen passenden Beleg. Test: Zitationen nach Modalität segmentieren.
  • H4 (Aktualität): Die Quelle wurde kürzlich aktualisiert. Test: sichtbare und historische Daten vergleichen, ohne ein geändertes Datum mit geändertem Inhalt zu verwechseln.
  • H5 (Volatilität): Die Abweichung verschwindet nach Wiederholungen. Test: das Stabilitätsintervall über mehrere Tage berechnen.

Was die Daten belegen und nicht belegen

Die Studien belegen eine teilweise Überschneidung: Viele Zitationen stammen von gut platzierten Seiten, aber ein erheblicher Teil rankt für die exakte Anfrage nicht in den Top 10. Sie zeigen auch, dass Domain und URL zu unterschiedlichen Lesarten führen.

Sie belegen nicht, dass Ranking nutzlos ist, dass organische Faktoren keine Rolle mehr spielen oder dass eine Seite außerhalb der Top 100 „dank" ihrer Schwäche ausgewählt wird. Sie identifizieren nicht das kausale Gewicht von Länge, Schema, Links oder Erwähnungen. Der Google-Leitfaden 2026 betont, dass SEO-Grundlagen weiterhin relevant sind und kein spezielles KI-Schema erforderlich ist.

Häufige Fehler und Abbruchkriterien

  • Auf der einen Seite Domains und auf der anderen URLs vergleichen.
  • Mehrere Plattformen unter einer globalen „KI"-Rate vermischen.
  • Jeden Prompt nur einmal ausführen.
  • Das heutige Ranking zur Erklärung historischer Zitationen heranziehen.
  • Eine Korrelation als Content-Anweisung behandeln.
  • Den Test abbrechen, wenn die Ergebnisse nicht reproduzierbar sind oder das Tool die exakten URLs nicht offenlegt.

Wiederverwendbares Asset: das Überschneidungsregister

Lege eine Zeile je Prompt × Durchlauf × Zitation an, mit den Spalten: datum, land, geraet, plattform, modell, prompt, unterfrage, zitierte_url, domain, exakter_rang, unteranfrage_rang, zitationsposition, gestuetzte_passage, marke, klick. Eine Pivot-Tabelle erzeugt daraus die vier Felder, ohne die Ausgangsbeobachtung zu verlieren.

So bringt sich SEOryon ein

Für die tatsächlich verfügbaren Tracking-Funktionen kann SEOryon Sichtbarkeitsbeobachtungen mit den organischen Daten einer Property zusammenführen. Der Abgleich muss Plattform, Datum, Prompt und URL bewahren; ein aggregierter Score ohne diese Dimensionen würde genau das hier analysierte Problem verdecken. Prüfe die öffentliche Verfügbarkeit jeder Integration, bevor du sie präsentierst.

Messbare Übung

Teste 30 Prompts über fünf Wiederholungen und liefere die Vier-Felder-Matrix für deine Domain und drei Wettbewerber. Erfolgskriterium: mindestens 150 dokumentierte Durchläufe, URL- und Domain-Raten getrennt gehalten, und eine Hypothese mit Ausfallbedingung für jede der zehn wichtigsten Abweichungen.

FAQ

Kann eine Seite zitiert werden, ohne in den Top 100 zu sein?

Ja, die Ahrefs-Studie 2026 beobachtet das bei 36,7 % der zitierten URLs. Das allein verrät die Ursache nicht; Unteranfragen, Videos, Indizes und Volatilität sind zu prüfende Erklärungen.

Sollte man zuerst die Top 10 oder die Zitation anstreben?

Arbeite zuerst an Nutzen, Indexierbarkeit und organischer Relevanz. Untersuche dann die Passagen und Unterfragen, die Zitationen erhalten. Beide Ziele teilen ein Fundament, ohne identisch zu sein.

Warum nannte die Ahrefs-Studie 2025 noch 76 %?

Die Studie 2026 meldet verbessertes Parsing und eine größere Stichprobe. Auch das System hat sich weiterentwickelt. Ohne konstante Methode lässt sich der Unterschied nicht allein Google zuschreiben.

Reicht Schema aus, um zitiert zu werden?

Nein. Strukturierte Daten können Entitäten klären, wenn sie zum sichtbaren Inhalt passen, aber Google verspricht weder Zitation noch Ranking und gibt an, dass für KI kein spezielles Schema erforderlich ist.

Weiterlesen

Ordne die Zahlen wieder in das Register des Observatoriums ein und kartiere dann die Unterfragen mit dem Leitfaden zum Query Fan-out. Miss anschließend die KI-Sichtbarkeit mit Wiederholungen, bevor du das Protokoll für Zitationen durch ChatGPT, Perplexity und Gemini anwendest.

Quellen

Methoden- und Aktualisierungshinweis

Überprüft am 16. Juli 2026, übersetzt und redigiert am 22. Juli 2026. Die Ahrefs-Anteile für 2026 stammen aus der Verteilungstabelle der zitierten URLs, nicht aus der gerundeten Zahl in der Überschrift. Jede Aktualisierung muss Änderungen von Modell, Parsing, Land, Gerät und Nenner getrennt vermerken.