Wir haben 153 verfolgte Marken danach aufgeteilt, ob sie einen Wikipedia-Artikel haben
Die Stichprobe umfasst jede Antwort, die Proofsource vom 4. bis 29. Oktober 2026 zu einer englischen Käuferfrage, die die Marke nicht nennt, auf ChatGPT, Perplexity, Claude und Google AI Overviews gesammelt hat: 23.046 Antworten für 153 Marken in 110 Konten.
Wir haben jede Marke in der englischen Wikipedia nachgeschlagen und einen Artikel gezählt, wenn die dort angegebene offizielle Website zur Domain der Marke passte oder der exakte Titel eine Seite über dieses Unternehmen war. 22 Marken hatten einen. 131 hatten keinen.
Marken mit Artikel wurden in 52,5 % der Antworten genannt, die übrigen in 4,6 %
Die 22 wurden in 1.423 von 2.712 Antworten genannt, 52,5 % (95-%-Intervall 50,6 % bis 54,3 %). Die 131 wurden in 927 von 20.334 genannt, 4,6 % (4,3 % bis 4,9 %). Die mittlere Marke mit Artikel (Median) wurde in 55 % ihrer Antworten genannt, die mittlere Marke ohne Artikel in 1,2 %.
Der Abstand zeigte sich auf jeder Engine. ChatGPT nannte die Marken mit Artikel in 56,9 % der Antworten und die übrigen in 6,1 %. Claude: 50,7 % und 4,4 %.
Ihr eigener Artikel wurde in 27 der 1.423 Antworten zitiert, die sie nannten
Wenn der Artikel die Arbeit leisten würde, müssten die Engines ihn lesen. Meist taten sie das nicht. In den Antworten, die eine der 22 nannten, war die eigene Wikipedia-Seite dieser Marke 27-mal unter den zitierten Quellen (1,9 %):
- Claude: 20 von 332.
- Google AI Overviews: 6 von 353.
- ChatGPT: 1 von 427.
- Perplexity: 0 von 311.
Nur Claude zitierte Wikipedia oft, und es nannte diese Marken nicht häufiger
Von allen 247.363 Zitierungen entfielen 1.638 auf Wikipedia. Davon stammten 1.517 von Claude, 2,0 % seiner Zitierungen, und Claude zitierte Wikipedia irgendwo in 966 seiner 5.685 Antworten. ChatGPT zitierte Wikipedia 45-mal unter 46.413 Zitierungen, AI Overviews 40-mal und Perplexity 36-mal.
ChatGPT rief Wikipedia kaum auf und nannte die Marken mit Artikel von allen vier am häufigsten. Diese Unternehmen kennen die Modelle bereits. Ein Artikel ist ein Zeichen dafür, nicht die Ursache.
Wikipedia nimmt nur Marken auf, über die bereits ausführlich berichtet wurde
Die Wikipedia-Richtlinie für Unternehmen besagt, dass eine Organisation nur dann als relevant gilt, wenn mehrere zuverlässige, von ihr unabhängige Sekundärquellen ausführlich über sie berichtet haben, und dass kein Unternehmen automatisch relevant ist. Die Richtlinie zu Interessenkonflikten rät dringend davon ab, einen Artikel über das eigene Unternehmen zu bearbeiten, und bezahlte Bearbeitungen müssen offengelegt werden.
Eine Marke bekommt also erst dann einen Artikel, wenn sie die ausführliche unabhängige Berichterstattung schon hat, aus der auch Modelle lernen. Im Training hat Wikipedia durchaus mehr Gewicht: Im GPT-3-Paper von OpenAI machte sie 3 % der Trainingsmischung aus und wurde 3,4-mal durchlaufen, gegenüber 0,44-mal für gefiltertes Common Crawl. Heutige Labs veröffentlichen ihre Mischungen nicht.
Was wir in Sachen Wikipedia tun würden
- Wenn Sie keinen Artikel haben, stecken Sie den Aufwand in die unabhängige Berichterstattung, die Wikipedia verlangen würde: Bewertungen, Analystenberichte, Fachpresse, die ausführlich über Sie schreibt. Die Engines lesen diese Quellen direkt.
- Wenn Sie die Kriterien erfüllen, schlagen Sie einen Artikel oder Änderungen auf der Diskussionsseite vor und legen Ihre Verbindung offen. Schreiben Sie ihn nicht selbst.
- Wenn Sie schon einen haben, lesen Sie ihn so, wie Claude ihn lesen würde. Claude zitiert ihn am ehesten, also landen veraltete Fakten darin in Antworten.
Wie Proofsource damit umgeht
Proofsource erfasst jede Seite, die jede Engine in jeder Antwort zitiert hat, neben den Marken, die sie genannt hat. So sehen Sie bei den Fragen, die Ihre Käufer stellen, ob eine Engine Ihren Wikipedia-Artikel gelesen hat oder den Ihrer Wettbewerber.
Wo wir falsch liegen könnten
Das ist ein Vergleich von Marken, kein Experiment. Die Marken mit Artikel sind überwiegend große, bekannte Unternehmen, und das erklärt wahrscheinlich den Großteil des Abstands, nicht der Artikel. 3 der 22 wurden in weniger als 30 % ihrer Antworten genannt, und 5 der 131 ohne Artikel in mehr als 30 %.
Wir haben Artikel über Name und Website zugeordnet, daher könnten einige Marken mit Artikel in der falschen Gruppe stehen. Eine Marke wird in zwei Konten verfolgt und doppelt gezählt.
Trainingsdaten sind von außen nicht einsehbar. Ein Artikel kann einem Modell helfen, eine Marke kennenzulernen, ohne je zitiert zu werden, und wir haben nur Live-Zitierungen gemessen. Unsere Claude-Antworten kommen aus der API mit Websuche, die App kann anders zitieren.
Die Stichprobe umfasst 26 Tage, englische Fragen aus den USA und die Kategorien, die unsere Nutzer verfolgen. Vier Shopify-Testshops für Bewertungen haben wir ausgeschlossen.
