ChatGPT-Empfehlungen: Mehr Markenbesuche
Wer heute Sichtbarkeit in generativen Suchoberflächen plant, braucht harte Belege statt Bauchgefühl. Eine neue Auswertung von Similarweb zeigt: Nutzer, die eine Marke in ChatGPT empfohlen bekamen, besuchten deren Website innerhalb einer Woche deutlich häufiger als direkte Wettbewerber. Für SEO-, GEO- und Analytics-Teams ist das mehr als eine Schlagzeile – es verändert, wie Marken KI-Einfluss messen und priorisieren sollten.
Similarweb analysierte Daten aus dem US-Desktop-Web von Juli bis Dezember 2025. Im Fokus standen Branchenpaare mit klarer Konkurrenz in Finance, Travel und Beauty. Das Panel basiert auf opt-in Desktop-Nutzern und bildet damit ein reales Verhalten ab, bevor Nutzer nach der KI-Empfehlung eigenständig weiterrecherchieren oder direkt auf Markenseiten wechseln. Getrackt wurden Personen, die branchenrelevante Fragen an ChatGPT stellten, eine konkrete Markenempfehlung erhielten und anschließend innerhalb von sieben Tagen entweder die empfohlene Marke oder einen direkten Konkurrenten besuchten. Wer die Marke in den vier Wochen zuvor schon aufgerufen hatte oder sie im Prompt selbst nannte, wurde ausgeschlossen – damit bleibt der Effekt der KI-Empfehlung messbarer.
Empfohlene Marken gewinnen den Website-Besuch
Im Durchschnitt waren Nutzer 2,5-mal eher geneigt, eine KI-empfohlene Marke zu besuchen als einen direkten Wettbewerber. Das Muster wiederholte sich branchenübergreifend und zeigt, dass ChatGPT nicht nur informiert, sondern konkrete Markenentscheidungen vorbereitet.
- Finance: Nach einer American-Express-Empfehlung besuchten 7,2 Prozent der Nutzer American Express, aber nur 3,1 Prozent Capital One. Nach einer Capital-One-Empfehlung klickten 14,2 Prozent auf Capital One gegenüber 3,8 Prozent bei American Express.
- Travel: Nach Skyscanner-Empfehlung landeten 9,5 Prozent auf Skyscanner und 7,6 Prozent auf Kayak. Nach Kayak-Empfehlung besuchten 12 Prozent Kayak, aber nur 3,4 Prozent Skyscanner.
- Beauty: Nach Sephora-Empfehlung gingen 7,9 Prozent zu Sephora und 3,3 Prozent zu Ulta. Nach Ulta-Empfehlung wählten 7,6 Prozent Ulta und 4,6 Prozent Sephora.
Die Spannweite der Prozentwerte variiert je nach Branche und Wettbewerbsintensität. Entscheidend bleibt die Richtung: Die empfohlene Marke profitiert fast immer stärker als der direkte Rivale – unabhängig davon, welche Seite ChatGPT ausspielte.
KI-Nachfrage taucht oft als Suchtraffic auf
Für Marketing-Teams ist der Attributionseffekt mindestens so wichtig wie die Besuchszahlen. Die meisten KI-beeinflussten Sessions erschienen nicht als klassischer AI-Referral. ChatGPT kann die Markenwahl prägen, während der spätere Besuch in Analytics häufig als organischer oder direkter Traffic verbucht wird.
- 55,9 Prozent der KI-beeinflussten Besuche kamen über Suche – bei nicht beeinflussten Besuchen waren es 40,4 Prozent.
- Direkter Traffic machte 19,9 Prozent der KI-beeinflussten Besuche aus, bei Standardbesuchen 38,8 Prozent.
Wer nur Referrer-Reports auswertet, unterschätzt den Einfluss generativer Assistenten systematisch. GEO-Strategien müssen deshalb über klassische Kanalberichte hinausdenken und Marken-Signale in der Suche stärker beobachten.
Empfohlene Nutzer bleiben länger und klicken tiefer
Nicht nur die Wahrscheinlichkeit eines Besuchs steigt – auch das On-Site-Verhalten unterscheidet sich deutlich. KI-beeinflusste Besucher sahen im Schnitt zwölf Seiten und verbrachten 11,8 Minuten auf der Website. Nutzer ohne KI-Einfluss blieben bei 6,5 Seiten und 5,6 Minuten. Similarweb interpretiert das so, dass Empfehlungsempfänger ihre Optionen bereits im Chat eingegrenzt haben und mit höherer Kaufabsicht oder Rechercheintensität auf die Seite kommen.
Für Conversion-Optimierung und Content-Strategie bedeutet das: Traffic aus KI-Empfehlungen ist nicht nur mehr, sondern qualitativ anders. Landingpages, die diese Nutzer abholen, können überproportional zu Engagement und Abschlüssen beitragen – vorausgesetzt, die Marke wird überhaupt empfohlen.
Was GEO-Teams aus den Zahlen ableiten können
Die Studie ersetzt keine eigene Markenmessung, liefert aber belastbare Richtwerte für Priorisierung. Marken sollten prüfen, ob ChatGPT sie in branchenrelevanten Dialogen nennt oder Wettbewerber bevorzugt. Fehlt die Empfehlung, entsteht Nachfrage beim Konkurrenten – oft unsichtbar in Standardreports.
| Kennzahl | KI-beeinflusst | Nicht beeinflusst |
|---|---|---|
| Besuchswahrscheinlichkeit vs. Konkurrent | 2,5× höher | Baseline |
| Anteil Suchtraffic | 55,9 % | 40,4 % |
| Anteil Direkttraffic | 19,9 % | 38,8 % |
| Seiten pro Besuch | 12,0 | 6,5 |
| Verweildauer | 11,8 Min. | 5,6 Min. |
Methodik und Grenzen der Auswertung
Similarweb nutzte ein opt-in US-Desktop-Panel und verglich Wettbewerberpaare mit überlappendem Marktangebot. Der Zeitraum Juli bis Dezember 2025 erfasst ein reifes ChatGPT-Nutzungsumfeld, aber noch keine vollständige Abbildung mobiler oder internationaler Märkte. Registrierungspflichtige Detailberichte unter dem Titel „The Downstream Impact of AI Visibility“ vertiefen die Branchenauswertungen.
Trotz dieser Einschränkungen bleibt die Kernbotschaft für Online-Marketing klar: AI-Sichtbarkeit kann Website-Besuche und Engagement steigern, auch wenn Analytics den Auslöser nicht eindeutig zuordnet. Marken, die GEO ignorieren, riskieren, dass ChatGPT Nachfrage erzeugt – nur eher an die Konkurrenz weiterleitet.
- Empfehlungen in ChatGPT erhöhen die Besuchswahrscheinlichkeit gegenüber direkten Wettbewerbern deutlich.
- Viele KI-beeinflusste Sessions erscheinen später als Such- statt als AI-Referral-Traffic.
- Empfohlene Nutzer zeigen höheres Engagement mit mehr Seitenaufrufen und längerer Verweildauer.
- Analytics-Teams sollten Marken-Sichtbarkeit in KI-Assistenten separat monitoren.
Wer heute Budget zwischen klassischem SEO und GEO aufteilt, findet in diesen Daten einen pragmatischen Anker: Generative Empfehlungen wirken downstream auf echte Website-Besuche – und oft mit besserer Nutzerqualität als der Durchschnittsbesuch.
