Semantic Drift: Warum die KI das Plausible dem Korrekten vorzieht

Im Juni 2026 hat das Team hinter dem Semantic-SEO-Tool WordLift drei Modelle aus Googles Gemini-Familie an einem Set von zehn Erbschaftsrätseln scheitern lassen. Das Testament im Beispielrätsel ist präzise: Das Erbe geht an das älteste lebende leibliche Enkelkind. Die Geschichte drumherum macht aber eine andere Figur groß: die Schwiegertochter. Sie hat sich jahrelang aufopferungsvoll gekümmert und bekommt drei liebevolle Sätze. Der echte Erbe bekommt einen.

Die Modelle lösten je nach Variante nur 3 bis 6 von 10 Rätseln korrekt. Der eigentliche Befund steckt aber woanders: Bei mehreren Rätseln nannten alle drei Modelle denselben falschen Erben. Das ist kein Zufallsrauschen. Das ist System.

Semantic Drift ist der Fachbegriff für dieses Verhalten: Ein KI-Modell zieht die plausible Antwort der formal korrekten vor. Das entscheidet mittlerweile darüber, was KI-Systeme über deine Marke erzählen und welche Produkte sie empfehlen.

Der SEO-Bereich optimiert seit zwei Jahren auf LLM-Sichtbarkeit. LLM steht für Large Language Model, das Sprachmodell hinter ChatGPT und Co. Das Ziel: Mentions und Citations sammeln, Bekanntheit aufbauen. Dabei liegt zwischen „die KI kennt dich“ und „die KI empfiehlt dich korrekt“ eine Lücke, über die kaum jemand spricht. In dieser Lücke zwischen Kennen und Empfehlen wohnt Semantic Drift.

Was Semantic Drift ist

Semantic Drift beschreibt ein systematisches Verhalten von LLMs (Large Language Models): Das Modell folgt der stärksten semantischen Assoziation und lässt die formale Anforderung still fallen. Andrea Volpini, CEO von WordLift, definiert es so: „The model follows what is emotionally and semantically related, and silently drops what is formally required.“ Übersetzt: Das Modell nimmt die Antwort, die sich richtig anfühlt. Die formal richtige lässt es still fallen.

Volpini beschreibt auch, wie Semantic Drift im Geschäftsalltag aussieht: als Produkt, das ähnlich ist, aber nicht kompatibel. Als Aussage, die plausibel klingt, aber durch nichts gedeckt ist. Als Kunde, der relevant wirkt, aber die Bedingungen verfehlt. Wer KI-Systeme regelmäßig nutzt, kennt jede dieser drei Varianten.

Der Begriff selbst stammt aus der Forschung. Ein Team um Ava Spataru bei Meta hat 2024 gezeigt, dass LLMs in langen Antworten korrekt starten und dann zunehmend von den Fakten abdriften. WordLift fasst den Begriff breiter und meint das Grundmuster dahinter: Plausibilität schlägt Korrektheit. In dieser breiten Lesart verwende ich Semantic Drift hier auch.

Dass Modelle so arbeiten, ist keine Fehlfunktion: Ein LLM erzeugt immer die wahrscheinlichste Fortsetzung eines Textes, das Plausible ist seine Standardeinstellung. Wo deine Fakten mehrdeutig, implizit oder verstreut sind, füllt das Modell die Lücke mit dem Plausibelsten, was es findet.

Kennen ist nicht Empfehlen: die zwei Ebenen der KI-Sichtbarkeit

Die Lage einer Marke in KI-Systemen teilt sich in zwei messbare Ebenen. Die Wissensebene beschreibt, ob das System die Marke kennt und korrekt einordnet. Die Empfehlungsebene beschreibt, ob die Marke auftaucht, wenn jemand eine kaufnahe Frage stellt. Die unbequeme Erkenntnis aus unseren Audits: Die Wissensebene sagt fast nichts über die Empfehlungsebene aus.

Ein Beispiel aus einem aktuellen Audit für ein Industrie-Auktionshaus: Gemini kennt die Marke aus dem Training, beschreibt sie akkurat und durchweg positiv. Auf kaufnahe Fragen empfehlen Gemini und ChatGPT trotzdem ausschließlich Wettbewerber, in beiden Systemen sogar dieselben. Die Marke fällt in keiner einzigen Antwort, auch nicht bei dem System, das sie nachweislich kennt.

Warum gewinnen auf der Empfehlungsebene andere Marken? Die Antwort steckt in den Quellen. KI-Systeme nennen genau die Wettbewerber, die in Drittquellen wie Vergleichsportalen, Ratgebern, Branchenverzeichnissen und Bewertungsplattformen sitzen. Das Modell empfiehlt, was in seinen Quellen gedeckt ist. Wer dort nicht mit klaren, extrahierbaren Aussagen vorkommt, wird durch die plausiblere Alternative ersetzt. Wie Marken dieses Drittquellen-Fundament aufbauen, steht im Beitrag über Brand SEO.

Wie wenig Bekanntheit allein schützt, hat der WIRED-Journalist Reece Rogers im April 2026 vorgeführt. Er fragte ChatGPT, welche Fernseher, Kopfhörer und Laptops seine eigene Redaktion empfiehlt. WIRED ist eine der bekanntesten Tech-Publikationen der Welt, bestens indexiert, tausendfach zitiert. Das Ergebnis: Alle Antworten waren falsch. ChatGPT schrieb der Redaktion Produkte zu, die sie nie empfohlen hatte, oder legte eigene Picks dazu. Deswegen greift reines Mention-Zählen zu kurz. Es misst, ob du vorkommst, aber nicht, ob das, was die KI über dich sagt, stimmt.

Abb. 1: Die zwei Ebenen der KI-Sichtbarkeit im Audit-Befund: gekannt, aber nicht empfohlen.

KI-Halluzinationen sind seltener Zufall, als du denkst

Erfundene Fakten aus KI-Systemen laufen unter dem Begriff KI-Halluzinationen, und der Mainstream behandelt sie wie Wetter: bedauerlich, aber zufällig. Diese Sicht ist bequem und falsch. Ein großer Teil dessen, was als Halluzination durchgeht, ist Drift, und Drift hat ein Muster.

Der Unterschied ist praktisch relevant. Eine echte Zufalls-Halluzination kannst du nicht vorhersagen. Drift dagegen tritt genau dort auf, wo Informationen mehrdeutig oder lückenhaft sind, und er tritt reproduzierbar auf. Im WordLift-Experiment nannten drei Gemini-Modelle konvergent denselben falschen Erben, weil die Erzählung dieselbe falsche Spur gelegt hat.

Das heißt: Wenn der Fehler ein Muster hat, kannst du das Muster brechen.

Deswegen lohnt sich der Blick auf die eigenen Inhalte. Warten, bis die Modelle aufhören zu raten, ist kein Plan. Deine Website kann ihnen das Raten heute schon abnehmen.

Drift-Lücke oder Retrievability-Lücke? Die Diagnose entscheidet

Wenn eine Marke in KI-Antworten fehlt oder falsch dargestellt wird, gibt es zwei sauber trennbare Ursachen. Eine Retrievability-Lücke ist eine Auffindbarkeits-Lücke: Der Fakt ist nicht gecrawlt, nicht indexiert, nicht in Drittquellen vertreten oder hinter JavaScript und Firewalls versteckt. Eine Drift-Lücke ist das Gegenstück: Der Fakt ist auffindbar, aber das Modell rät trotzdem plausibel-falsch, weil die Aussage mehrdeutig formuliert, nur impliziert oder über die Website verstreut ist.

Die Unterscheidung steuert die Maßnahme. Eine Drift-Lücke schließt du nicht mit mehr Indexierung. Eine Retrievability-Lücke schließt du nicht mit präziserem Text. Wer die beiden Ursachen verwechselt, optimiert am Problem vorbei und wundert sich, warum sich nichts bewegt.

Abb. 2: Die Diagnose-Weiche: Auffindbarkeit trennt Retrievability-Lücke von Drift-Lücke.

Drift-Quelle 1: Deine eigene Website ist mehrdeutig

Eine Augenklinik-Gruppe aus einem unserer Audits bekommt von drei KI-Systemen drei verschiedene Gründungsjahre zugeschrieben. Zwei Systeme nennen 1989 beziehungsweise 1998, das dritte kombiniert gleich zwei Jahreszahlen in einer Antwort. Die Ursache liegt nicht beim Modell: Die Website nennt je nach Unterseite unterschiedliche Gründungsjahre für unterschiedliche Unternehmenseinheiten. Das Modell rät, weil die Website ihm die Wahl lässt.

Dieselbe Gruppe hat einen renommierten Glaukom-Spezialisten im Team. Alle getesteten Systeme ordnen ihn der Schwesterklinik zu, denn nur deren Domain hat eine Profilseite über ihn. Die KI hat sich für die Zuordnung entschieden, die in ihren Quellen am besten gedeckt ist: plausibel, aber falsch.

Drift-Quelle 2: Fremde Quellen sind lauter als du

Ein Onlineshop für Rollladen-Zubehör aus unserem Kundenkreis wird von 10 der 11 getesteten KI-Plattformen erkannt. Klingt gut, ist es aber nicht: In 92 Fällen kollidiert die Antwort mit der Realität. Die Systeme nennen Adresse und Geschäftsführer korrekt und beschreiben das Geschäftsmodell trotzdem falsch, mal als Im- und Exporteur, mal als Textil-Vertrieb. ChatGPT lag in 9 von 10 Antworten daneben.

Die Quelle des Fehlers ließ sich nachweisen: Die Modelle aggregieren Handelsregister-Boilerplate wie „Handel mit Waren aller Art“ von Firmendaten-Portalen. Die korrekte Selbstbeschreibung stand nirgends als zitierfähiger Satz auf der eigenen Website. Die generische Fremdbeschreibung war schlicht die am besten gedeckte Information. Wie sauber definierte Entitäten dagegen wirken, erkläre ich im Beitrag über Entity SEO.

Drift-Quelle 3: Das Training hängt in der Vergangenheit

Ein Elektrotechnik-Hersteller, Tochter eines Weltkonzerns, taucht in KI-Antworten regelmäßig unter einem Markennamen auf, den das Unternehmen vor Jahren abgelegt hat. Dazu kommt ein Muster, das man kennen sollte: Die Fehlerquote wächst mit der Spezifität der Frage. Auf Kategorie-Ebene ist rund ein Drittel der Nennungen fehlattribuiert, auf Produktebene mehr als die Hälfte. Je konkreter die Frage, desto dünner die Deckung, desto stärker der Drift.

Der Kontrastfall: Retrievability-Lücke statt Semantic Drift

Eine europäische Premium-Modemarke aus einem aktuellen Audit hat auf der Wissensebene fast nichts zu befürchten: 95,7 % Entitäts-Genauigkeit, keine Verwechslung, positives Sentiment. Trotzdem ist sie bei ihrem wichtigsten Produktthema in KI-Antworten kaum existent. Die Diagnose war hier keine Drift-Lücke, sondern Retrievability. Die Kategorieseite zum Kernthema enthielt keinen einzigen inhaltlichen Satz zum Material. Das Produkt-Informationssystem pflegt 767 Datenfelder, von denen 33 im maschinenlesbaren Feed ankommen. Und die Firewall blockte AI-Crawler gleich komplett.

Beim Industrie-Auktionshaus vom Anfang war es genauso, mit einem lehrreichen Twist. Die interne Vermutung des Kunden lautete auf Drift: Das breite Sortiment verwässere die KI-Einordnung. Die Daten widerlegten das.

Es fehlte schlicht ein definitorischer Text zum Unternehmen, und der Markenname ist obendrein ein deutsches Alltagswort, das ohne Disambiguierung in der Wortbedeutung versinkt. Erst die Messung zeigt, welche der beiden Lücken eine Marke wirklich hat.

Similar but not compatible: der teuerste Drift-Fall im E-Commerce

Für Onlineshops hat Semantic Drift eine direkt kommerzielle Dimension, denn die Kaufberatung verlagert sich in KI-Systeme. Wer heute wissen will, welches Produkt passt, fragt zunehmend ChatGPT statt einer Suchmaschine. Was dabei schiefgeht, folgt fast immer demselben Muster: similar but not compatible. Das Produkt sieht ähnlich aus, gehört zur selben Gattung und passt trotzdem nicht.

Rollladen-Zubehör ist dafür ein Lehrbuchbeispiel. Gurtwickler gibt es für 14-mm-Gurte (Mini) und 23-mm-Gurte (Maxi), dazu unterscheiden sich Aufputz- und Unterputz-Systeme und bei Ersatzteilen die Motorserien. Für ein Sprachmodell sind das nahezu identische Produkte mit nahezu identischen Beschreibungen. Für den Kunden ist es die Differenz zwischen „funktioniert“ und „Retoure“.

Ein Shop-Betreiber aus unserem Kundenkreis hat mir das Problem in einem Workshop unfreiwillig perfekt demonstriert. Seine Kunden fragen regelmäßig, ob sich Terrassenpads aus Gummigranulat auch als Antivibrationsmatte unter der Waschmaschine eignen. Klingt plausibel, Gummi dämpft ja.

Seine Antwort als Fachmann: Waschmaschinen arbeiten mit unterschiedlichen Frequenzen, ein universell geeignetes Produkt gibt es in dem Bereich gar nicht. Wer die Eignung trotzdem pauschal garantiert, ist unseriös. Diese pauschale Garantie ist aber die Antwort, die ein LLM aus der Mitte der plausiblen Möglichkeiten zieht, wenn die Eignungsgrenzen nirgends explizit stehen.

Der Live-Test: sechs Kompatibilitätsfragen, zwölf KI-Systeme

Wie groß ist das Drift-Risiko bei Kompatibilitätsfragen 2026 wirklich? Unser Live-Test vom Juli 2026 liefert eine Zahl: eine harte Drift-Quote von 3,3 % über 61 auswertbare Antworten. Für den Test haben wir sechs Kompatibilitätsfragen mit wasserdicht belegter richtiger Antwort formuliert, zu Rollladengurt-Breiten, Druckerpatronen-Serien und E-Bike-Akku-Systemen. Gestellt haben wir sie an zwölf KI-Systeme, von den API-Modellen bis zu den Consumer-Oberflächen von ChatGPT, Perplexity, Copilot und Googles AI Mode. Das ergab 72 Anfragen.

Die KI-Systeme schnitten besser ab als ihr Ruf. Die Bilanz: 58 korrekte Antworten, 2 harte Drift-Fälle, 1 ausweichende Antwort. Die restlichen 11 Anfragen scheiterten technisch und blieben außerhalb der Wertung, darunter ein System, das komplett ausfiel.

Web-gestützte Systeme beantworten eindeutige Ja-Nein-Kompatibilitätsfragen mittlerweile fast durchweg richtig. Die naheliegende Erklärung stützt die These dieses Beitrags von der anderen Seite. Die Mini-Maxi-Grenze bei Rollladengurten steht in Dutzenden Shops explizit im Text. Wo die Grenze gut dokumentiert ist, muss das Modell nicht raten.

Abb. 3: Der Live-Test im Juli 2026: 72 Anfragen, 61 gewertete Antworten, harte Drift-Quote von 3,3 %.

Drei Drift-Befunde: Oberflächen-Drift, erfundene Produkte, Ja-Leads

Drift trat im Test genau dort auf, wo die Deckung fehlt oder die Oberfläche verkürzt. Der auffälligste Befund kam von Perplexity: Die API beantwortete die Frage, ob eine HP-305-Patrone in einen OfficeJet Pro 9019e passt, korrekt mit Nein. Die Consumer-Oberfläche desselben Anbieters antwortete auf dieselbe Frage: „Kurze Antwort: Ja, die HP 305 Patronen passen in den HP OfficeJet Pro 9019e“, gefolgt von einer frei erfundenen Begründung. Der Drift trat also genau auf der Oberfläche auf, auf der deine Kunden unterwegs sind.

Der zweite Befund betrifft Systeme ohne Live-Recherche. Mistral, im Test ohne Web-Zugriff, empfahl für 14-mm-Gurte zwei konkrete Gurtwickler samt Preisen und Amazon-Links. Beide Produkte existieren nicht, beide Links trugen dieselbe erfundene Artikelnummer. Das Modell hat aus plausiblen Namensbausteinen ein komplettes Sortiment halluziniert. Das ist das WIRED-Muster in verschärfter Form: Dort waren die Produkte wenigstens echt.

Der dritte Befund ist subtiler und deswegen gefährlicher: der Ja-Lead. Drei Systeme starteten ihre Antwort auf eine klare Nein-Frage mit „Ja“ und lieferten die entscheidende Einschränkung erst danach. Googles AI Mode legte sogar eine Gebrauchsanleitung für die inkompatible Kombination bei. Wer nur den ersten Satz liest, und so lesen die meisten Menschen KI-Antworten, nimmt die falsche Antwort mit.

In der Bilanz zählen diese drei Ja-Leads zu den korrekten Antworten, weil die entscheidende Einschränkung im Antworttext folgt. Gewertet haben wir das Endergebnis der Antwort, nicht ihren ersten Satz.

Zwei unserer acht geplanten Testfragen haben wir vor dem Start gestrichen, weil die Primärquellen unsere vermutete richtige Antwort nicht deckten. Auch eine Test-These kann driften.

Und sechs Fragen in einem Durchlauf sind eine Stichprobe, keine Studie. Das Muster ist trotzdem deutlich: Eindeutige, gut dokumentierte Kompatibilitätsgrenzen sind kaum noch ein Drift-Risiko. Offene Empfehlungsfragen, Systeme ohne Live-Recherche und verkürzende Antwort-Oberflächen sind es sehr wohl.

Was das für die Praxis heißt, habe ich im Beitrag über Onlineshop-SEO grundsätzlicher beschrieben. Hier geht es um die Konsequenz für den Produkttext: Kompatibilität und Eignung sind keine Zusatzinformationen. Sie sind die Information.

Schutz vor Semantic Drift: Fakten als eigenständige Sätze

Der wirksamste Schutz gegen Semantic Drift ist Disziplin beim Schreiben. Die Grundregel: Jeder kritische Fakt steht als Satz auf der Seite, der ohne den Satz davor funktioniert. LLMs verarbeiten Inhalte in Chunks, also in Textabschnitten, die einzeln bewertet und zitiert werden. Ein Satz, der seinen Kontext nicht mitbringt, ist für dieses System wertlos.

Ein Beispiel aus einem Kunden-Workshop: „Das Sortiment richtet sich an Handwerker und Selbermacher“ kann kein KI-System zitieren, denn ohne den Absatz drumherum ist unklar, wessen Sortiment gemeint ist. „Das Sortiment von [Marke] richtet sich an Handwerker und Selbermacher“ dagegen ist eine eigenständige Aussage. Sie kann eins zu eins übernommen werden, und die Entität wird gleich mitgeliefert.

Als Mensch interpoliert man beim Lesen, man denkt sich den Zusammenhang dazu. Ein Retrieval-System tut das in der Regel nicht.

Für Eignung und Kompatibilität heißt das konkret: für wen, wofür, in welchen Grenzen. Und bei den Grenzen kommt ein Konflikt ins Spiel, den ich ernst nehme. Explizite Negation („passt NICHT zu 14-mm-Gurten“) ist die formal sauberste Abgrenzung, aber niemand will Produktseiten voller Verneinungen, die ein schlechtes Sentiment auf die eigene Marke legen.

Die Lösung ist positive Begrenzung: „Passt ausschließlich zu Gurten mit 23 mm Breite.“ Das „ausschließlich“ trägt den harten Ausschluss, der Markenton bleibt sauber. So warnst du vor der falschen Lösung, ohne zu verneinen.

Drei Bausteine schützen Produkttexte vor Drift: der eigenständige Satz mit Entitätsanker, die positive Begrenzung bei Eignung und Kompatibilität, die Kompatibilitätstabelle bei harten technischen Grenzen. Dazu kommen konsistente Entitätsnamen im gesamten Text statt kreativer Synonyme. Die handwerklichen Details dazu stehen im Beitrag über Content-Formatierung für LLMs und im Grundlagen-Post zum semantischen SEO.

Abb. 4: Drei Bausteine machen Produkttexte drift-fest: Entitätsanker, positive Begrenzung, Kompatibilitätstabelle.

Pro-Tipp: Prüfe, wo deine kritischen Fakten im Layout stehen. Bei derselben Premium-Modemarke aus dem Kontrastfall steckte die komplette Produktbeschreibung samt Materialvorteilen auf den Produktseiten zusätzlich eingeklappt in einem Akkordeon. Was erst nach einem Klick sichtbar wird, existiert für Systeme ohne JavaScript-Rendering schlicht nicht. Kritische Fakten gehören ausgeklappt und möglichst weit nach oben.

Schema Markup: zweite Schicht, keine Magie

Meine Schema-Position vorweg, denn sie ist unspektakulär: Text zuerst, Schema obendrauf. Ob und wann welches System Markup auswertet, weiß am Ende niemand verlässlich, denn Training, Index-Retrieval und Live-Abruf sind drei getrennte Wege mit eigenen Regeln. Deswegen gehört jeder kritische Fakt zuerst sichtbar in den Text, schnell auffindbar und eigenständig formuliert. Dazu kommt ein umfangreiches Schema Markup, denn du schreibst für Google und LLMs gleichzeitig, und mindestens auf dem Index-Weg wirkt die Struktur nachweislich.

Die Debatte dahinter ist in zwei Lager zerfallen, und ehrlicherweise haben beide einen Punkt. Der britische SEO Mark Williams-Cook nennt die Beweislage für Schema als Citation-Booster „remarkably thin“. Ein Experiment des Tools searchVIU stützt ihn: Ein Produktpreis, der nur im JSON-LD stand, blieb beim Live-Abruf in 5 von 5 getesteten KI-Systemen unauffindbar.

Die Gegenseite hat prominente Stimmen. Fabrice Canel, Principal Product Manager bei Bing, bestätigt als bislang einziger Plattform-Vertreter explizit: Schema hilft Microsofts LLMs beim Verstehen, und Copilot sitzt direkt auf dem Bing-Index. John Mueller, Search Advocate bei Google, lieferte unfreiwillig das stärkste Pro-Struktur-Argument: Preise, Verfügbarkeit und Versanddaten akkurat aus Fließtext zu lesen sei „basically impossible“. Für kursierende Zahlen wie „3,6-fach häufiger zitiert dank Schema“ existiert dagegen keine belastbare Quelle.

Eine Warnung gehört dazu, weil sie in der Praxis häufiger vorkommt, als man denkt: Schema, das lügt, verstärkt Drift, statt ihn zu verhindern. Beim erwähnten Rollladen-Shop deklarierte das ItemList-Markup der wichtigsten Kategorieseite fünf Produkt-URLs, von denen alle fünf tot waren. Jeder Schema-Claim braucht einen sichtbaren Textbeleg auf der Seite. Strukturierte Daten beglaubigen den sichtbaren Text, eine Parallelwelt eröffnen sie nicht.

Was WordLift richtig sieht und wo Ontologien Overkill sind

Meine Einordnung des WordLift-Experiments fällt zweigeteilt aus: Die Diagnose Semantic Drift trifft den Kern des Problems, die Therapie ist für die meisten Websites Overkill. WordLift trainiert kleine Modelle mit einer formalen Ontologie als Schiedsrichter, also einem maschinenlesbaren Regelwerk über erlaubte Beziehungen. Das Ergebnis kann sich sehen lassen: Ein kleines Gemma-Modell schlug mit diesem Rezept die getesteten Gemini-Modelle bei den Erbschaftsrätseln mit 8 von 10 richtigen Antworten.

WordLifts Ontologie-Therapie bleibt trotzdem Labor. Ontologie-Design, Reward-Funktionen und GPU-Training sind für Konzerne mit Millionen Produktdatensätzen ein legitimes Forschungsfeld. Ein Shop mit 5.000 Produkten braucht davon nichts. Er braucht den Satz „Passt ausschließlich zu Gurten mit 23 mm Breite“ auf der Produktseite, eine Kompatibilitätstabelle und ein Product-Schema, das die Wahrheit sagt. Das ist die 95-%-Lösung, und sie kostet Schreibarbeit statt Rechenzeit.

„Structure is the moat“, Struktur als Burggraben: Da hat Volpini recht. Nur muss die Struktur nicht in einer Ontologie-Datei leben, für die meisten Websites reicht sie im sichtbaren Text.

Drift-Check für deine Marke: so findest du die Lücken

Der Drift-Check läuft in vier Schritten: kaufnahe Prompts sammeln, vier KI-Systeme abfragen, jede Antwort klassifizieren, die Maßnahme der Diagnose zuordnen. Wichtig ist ein festes Prompt-Set statt spontaner Einzelfragen, denn nur identische Fragen machen Veränderung messbar. Das Vorgehen stammt aus unseren Audits und lässt sich verkleinert nachbauen.

Abb. 5: Der Drift-Check in vier Schritten, von den Prompts bis zur Maßnahme.

Schritt 1: Kaufnahe Prompts sammeln

Formuliere 15 bis 30 Fragen, wie sie deine Kunden stellen würden: Empfehlungsfragen („Welcher Anbieter für X ist empfehlenswert?“), Wissensfragen („Was macht [Marke]?“) und Kompatibilitäts- oder Eignungsfragen zu deinen Produkten. Die Themen dafür liefert deine eigene Navigation statt eines Keyword-Tools. Wie sich GEO generell vom klassischen Keyword-Denken unterscheidet, habe ich separat beschrieben.

Schritt 2: Mehrere Systeme abfragen und dokumentieren

Stelle dieselben Fragen an ChatGPT, Gemini, Perplexity und Copilot, jeweils im Standard-Modus. Halte die Antworten wörtlich fest, mit Datum. Einzelne Antworten sind Anekdoten, erst das dokumentierte Set lässt sich mit späteren Läufen vergleichen.

Schritt 3: Jede Antwort klassifizieren

Klassifiziere jede Antwort entlang von vier Prüfpunkten: Markenkenntnis, korrekte Beschreibung deines Geschäfts, Empfehlung auf kaufnahen Fragen, passende Produktempfehlung bei Kompatibilitätsfragen. Notiere pro Prüfpunkt und System ein Ja oder Nein. Komplett fehlende Nennungen deuten auf Retrievability. Falsche Beschreibungen, falsche Zuordnungen und falsche Produktempfehlungen trotz vorhandener Nennung sind Drift.

Schritt 4: Die Maßnahme der Diagnose zuordnen

Bei Retrievability-Lücken geht es um Auffindbarkeit: Indexierung, definitorische Texte, Präsenz in Drittquellen, Fakten raus aus PDFs und Akkordeons, AI-Crawler nicht aussperren. Bei Drift-Lücken geht es um Eindeutigkeit: eigenständige Sätze mit Entitätsanker, positive Begrenzung bei Kompatibilität, Kompatibilitätstabellen, konsistente Namen, Schema-Claims mit Textbeleg. Beides zugleich zu brauchen ist übrigens der Normalfall, nur eben auf verschiedenen Seiten der Website.

Pro-Tipp: Wiederhole das Set monatlich mit identischen Prompts in identischer Reihenfolge. Drift-Befunde wandern, wenn Quellen und Modelle sich ändern. Ohne Zeitreihe siehst du nur Momentaufnahmen und kannst keine Wirkung nachweisen.

Letztlich ist Semantic Drift eine gute Nachricht für alle, die präzise arbeiten. Das Plausible gewinnt nur dort, wo das Korrekte nicht eindeutig genug dasteht. Und wie eindeutig deine Fakten dastehen, entscheidest du mit jedem Produkttext selbst.

Quellen

• Andrea Volpini, Chiara Carrozza (WordLift): Sangue e Grafi: Teaching a Small Model to Read the Bloodline, Juni 2026
• Ava Spataru et al. (Meta): Know When To Stop: A Study of Semantic Drift in Text Generation, NAACL 2024
• searchVIU: Schema Markup and AI in 2025: What ChatGPT, Claude, Perplexity & Gemini really see, Dezember 2025
• Mark Williams-Cook: Schema & LLMs: The low bar for evidence in GEO, Search Engine Journal, Juni 2026
• Barry Schwartz: Microsoft Bing: Copilot uses schema for its LLMs, Search Engine Land, März 2025
• Barry Schwartz: Google’s John Mueller on schema helping LLMs, Search Engine Roundtable, Januar 2026
• Google Search Central: Einführung in strukturierte Daten
• Reece Rogers: I Asked ChatGPT What WIRED Reviewers Recommend. Its Answers Were All Wrong, WIRED, April 2026
• Aggarwal et al.: GEO: Generative Engine Optimization, KDD 2024