Toronto-Studie: Quellenwahl von KI-Suchen nach Sprache und MedientypGenerative Engine Optimization: How to Dominate AI Search

Chen, Wang, Chen, Koudas · University of Toronto; arXiv 2509.08919 · 2025

KI-Suchen bevorzugen Earned Media und wechseln bei übersetzten Prompts nahezu komplett die Quellen in die Zielsprache; die Überlappung zwischen Englisch und anderen Sprachen lag nahe null.

5,0MFK-Score von 10 · Ergebnis: gemischt

Studiendesign4

Datenbasis4

Unabhängigkeit10

Replikation3

Übertragbarkeit4

Unabhängiges Labor-Audit mit kleinem Prompt-Set; Befund durch SISTRIX teils widersprochen. Die Befundlage ist uneinheitlich oder nur unter Bedingungen gültig. Wie der Score entsteht →

Die Zahlen

81,9 %	Anteil Earned Media an den Zitaten (in Folge 15 verwendet)
≈ 0	Domain-Überlappung zwischen englischen und übersetzten Prompts bei ChatGPT
81,9 % / 18,1 %	Earned- vs. Brand-Quellen der KI-Suche bei US-Automobil-Anfragen (Google: 45,1 % Earned)
93,5 % / 6,5 % / 0 %	Earned / Brand / Social bei ChatGPT für bekannte Marken

Methode: 100 Kauf-Prompts aus 10 Konsumkategorien, in 5 Sprachen übersetzt, an mehrere KI-Suchen gestellt.
Datenbasis: 100 Prompts × 5 Sprachen, 10 Kategorien
Einschränkungen und häufige Fehlzitate: Preprint; kleine Prompt-Zahl; Text widerspricht sich bei Deutsch leicht ('highly localized' vs. 'more mixed'). Widerspruch zu SISTRIX erklärt sich teils durch andere Messgröße.
Interessenlage: Akademisch; keine bekannt
Quelle: https://arxiv.org/pdf/2509.08919 (frei zugänglich)

Im Podcast

Folge 15: Share of Model
Folge 35 (erscheint demnächst)

Zitieren

Marketing Facts Kompakt (Hrsg.): „Toronto-Studie: Quellenwahl von KI-Suchen nach Sprache und Medientyp“. MFK-Studiendatenbank, Stand 2026-11-06. https://marketing-facts.de/studien/chen-geo-dominate-ai-search-2025/

gemischtGEO & KI-Suche

← Alle Studien