Share of Model

Immer mehr Menschen suchen nicht mehr bei Google, sondern fragen ein Chatprogramm wie ChatGPT nach einer Empfehlung. Wer wissen will, welche Laufschuhe taugen, bekommt dort eine Antwort mit drei oder vier Markennamen. Genau darum geht es bei Share of Model. Die Kennzahl beschreibt, wie oft eine bestimmte Marke in solchen Antworten auftaucht, gemessen an allen genannten Marken. Wenn ein Programm bei hundert Testfragen sechzigmal Adidas nennt, hat Adidas einen hohen Share of Model. Der Begriff ist noch jung und wird vor allem von Werbeagenturen und Marktforschern benutzt.

Warum Marken plötzlich um Erwähnungen kämpfen

Früher war die entscheidende Frage: Wer steht bei einer Suchmaschine ganz oben? Dort gab es zehn blaue Links, und man konnte sich durch mehrere davon klicken. Ein Chatbot liefert dagegen oft nur eine einzige Antwort mit zwei oder drei Vorschlägen. Wer darin nicht vorkommt, existiert für diesen Nutzer schlicht nicht. Die Sichtbarkeit verteilt sich also auf viel weniger Plätze als früher.

Dazu kommt, dass viele Menschen die Antwort einer KI für neutral halten. Eine Anzeige erkennt man als Werbung, eine Empfehlung im Chat wirkt dagegen wie ein Ratschlag. Deshalb gilt eine Nennung dort als besonders wertvoll. Firmen investieren inzwischen Geld, um diesen Wert zu messen und zu steigern.

Wichtig ist die Abgrenzung zum klassischen Marktanteil. Der Marktanteil sagt, wie viel eine Marke tatsächlich verkauft. Share of Model sagt nur, wie präsent sie in maschinellen Antworten ist. Beides kann weit auseinanderliegen: Eine kleine Marke mit vielen guten Testberichten im Netz kann in Chatantworten überrepräsentiert sein.

Wie man die Nennungen zählt

Die Messung läuft im Prinzip wie eine Umfrage, nur dass die befragte Instanz eine Software ist. Man stellt einem oder mehreren KI-Systemen hunderte bis tausende typische Fragen. Beispiele wären: « Welcher Fahrradhelm ist sicher? » oder « Welche Bank hat gute Konditionen für junge Leute? ». Danach zählt ein Auswertungsprogramm, welche Marken in den Antworten stehen. Der Anteil einer Marke an allen Nennungen ergibt ihren Share of Model.

Meist wird noch feiner ausgewertet. Es macht einen Unterschied, ob eine Marke an erster Stelle empfohlen oder nur am Rand erwähnt wird. Auch der Tonfall zählt: Ein Modell kann eine Marke nennen und gleichzeitig vor ihr warnen. Gute Auswertungen erfassen deshalb Position und Bewertung getrennt.

Ein bekannter Fallstrick sind schwankende Ergebnisse. KI-Sprachmodelle antworten nicht jedes Mal identisch, selbst bei gleicher Frage. Ein einzelner Test sagt daher wenig aus. Erst viele Wiederholungen über Wochen liefern eine belastbare Zahl. Außerdem gilt der Wert immer nur für ein bestimmtes System: Bei ChatGPT kann das Ergebnis ganz anders ausfallen als bei Gemini oder Perplexity.

Von der Suchmaschinenoptimierung zur KI-Optimierung

In Nachrichtenmeldungen taucht der Begriff meist im Umfeld von Marketing und Werbung auf. Agenturen verkaufen inzwischen Dienstleistungen, die versprechen, den Share of Model einer Firma zu erhöhen. Das Feld läuft unter Namen wie GEO, kurz für generative Engine Optimization, also Optimierung für Antwortmaschinen. Es ist der Nachfolger der klassischen Suchmaschinenoptimierung.

Die Methoden dahinter sind indirekt. Ein Sprachmodell hat seine Informationen aus Texten im Internet gelernt oder sucht während der Antwort im Netz. Wer also in Vergleichstests, Fachartikeln und Wikipedia-Einträgen häufig und positiv vorkommt, wird eher genannt. Manche Anbieter schreiben ihre Produktseiten deshalb bewusst so um, dass Maschinen die Fakten leicht herausziehen können.

Für dich als Nutzer lohnt sich ein skeptischer Blick. Wenn dir ein Chatbot eine Marke empfiehlt, steckt dahinter keine echte Erfahrung, sondern Statistik über Texte. Beliebtheit im Netz ist nicht dasselbe wie Qualität. Und je mehr Firmen gezielt für Maschinen schreiben, desto stärker verzerrt sich das Bild. Bei größeren Anschaffungen bleibt ein Blick in mehrere unabhängige Quellen sinnvoll.