Reconnaissance
Warum Online-Reputation zur entscheidenden Infrastruktur für KI-Sichtbarkeit wird
Über die Autoren
Christian Scherg gründete 2007 die REVOLVERMÄNNER GmbH — in einer Zeit, in der Online-Reputationsmanagement noch kein anerkanntes Berufsfeld war, geschweige denn ein Markt. Seither hat er DAX-Konzerne, Top-Manager, Spitzenpolitiker und Personen des öffentlichen Lebens beraten. Er ist als Sachverständiger für den Deutschen Bundestag tätig, forscht in Kooperation mit der Universität Oxford und gilt laut Westdeutscher Zeitung als „der führende deutsche Experte für Online-Reputationsmanagement."
Luke Kotlin war Executive SEO Expert bei den REVOLVERMÄNNERN. Sein Schwerpunkt: die algorithmische Seite von Reputation. Wie Suchmaschinen Marken einordnen, welche Signale dabei wirklich zählen — und warum die eigene Website dabei oft weniger eine Rolle spielt als angenommen.
Recon Rise ist aus dieser gemeinsamen Arbeit entstanden. Nicht als Reaktion auf einen Hype, sondern weil sich eine Erkenntnis, die sich über Jahre aufgebaut hatte, in der Ära generativer AI plötzlich auf eine neue Art bestätigt hat.
I. Reconnaissance
Jede strategische Entscheidung sollte mit Aufklärung beginnen.
Reconnaissance — Bevor man handelt, sollte man sehen. Bevor man positioniert, sollte man das Terrain verstehen. Das klingt selbstverständlich. In der Praxis ist es das selten.
Was wir in fast zwei Jahrzehnten Arbeit an Reputationsfragen immer wieder beobachtet haben: Die meisten Unternehmen beginnen zu handeln, lange bevor sie wirklich verstanden haben, wie sie wahrgenommen werden. Und was andere über sie sagen — in Fachmedien, auf Plattformen, in Bewertungsportalen — hat mehr Einfluss auf ihr Schicksal als das, was sie selbst kommunizieren.
Reputation. Das war die Ausgangserkenntnis von 2007. Dass sie heute, in einem fundamental anderen technologischen Kontext, relevanter ist als je zuvor, ist keine Ironie der Geschichte. Es ist eigentlich konsequent.
II. Was achtzehn Jahre Reputationsmanagement gelehrt haben
2007 gründete Christian Scherg die REVOLVERMÄNNER — für ein Feld, das damals noch kaum jemand ernst nahm.
Die Ausgangslage war überschaubar: Das Netz vergisst nicht. Was einmal über eine Person oder eine Marke geschrieben wurde, blieb — und wog in der öffentlichen Wahrnehmung oft schwerer als jede eigene Kommunikation. Presseberichte, Fachmedien-Nennungen, Bewertungen, Artikel: Das war das Material aus dem Reputation entstand — oder scheiterte. Nicht die eigene Website, nicht die eigene Pressemitteilung.
Earned Media. Was durch Glaubwürdigkeit, Konsistenz und Präsenz in Quellen verdient wurde, denen andere tatsächlich vertrauen.
Im Laufe der Jahre haben die REVOLVERMÄNNER die meisten DAX-Unternehmen beraten, Top-Manager durch Krisen begleitet, Politiker in schwierigen Phasen unterstützt. Was sich dabei immer wieder bestätigt hat: Die Signalstruktur hinter Vertrauen — algorithmisch, medial, strukturell — folgt eigentlich denselben Mustern. Die Frage, welchen Quellen eine Suchmaschine vertraut, unterscheidet sich grundlegend weniger von der Frage, welchen Quellen ein Mensch vertraut, als man zunächst annehmen würde.
Und dann kam etwas, das diese Mechanismen neu kalibriert hat.
III. Das neue Terrain
Das Besondere an der Entwicklung ab Ende 2022 war nicht ihre Größe — es war ihre Geschwindigkeit.
ChatGPT erschien im November 2022. Eine Million Nutzer in fünf Tagen. Hundert Millionen in zwei Monaten. Kein digitales Produkt zuvor hatte sich so schnell verbreitet.
Heute nutzen 900 Millionen Menschen ChatGPT jede Woche (OpenAI / Sam Altman, Februar 2026), Perplexity verarbeitet täglich 100 Millionen Suchanfragen (Perplexity CEO Aravind Srinivas, Bloomberg Tech Summit 2025), und Google hat AI Overviews tief in seine Suche integriert — mit spürbaren Folgen für den organischen Traffic.
Was das konkret bedeutet, lässt sich inzwischen messen. Das SEO-Tool SISTRIX hat über 100 Millionen deutsche Suchanfragen ausgewertet. Das Ergebnis: AI Overviews senken die organische Klickrate für die erste Google-Position in Deutschland um 59 Prozent — von 27 Prozent auf 11 Prozent. Das entspricht 265 Millionen verlorenen organischen Klicks pro Monat, allein in Deutschland. (SISTRIX, Februar 2026)
Das ist kein prognostiziertes Szenario für 2027. Das ist der aktuelle Stand.
Hinzu kommt ein Effekt, der in der Diskussion oft untergeht: Die Klicks, die noch kommen — über AI-Empfehlungen — konvertieren laut Semrush 4,4 Mal besser als klassischer organischer Traffic. (Semrush, AI Visibility Index, 2025) Was verloren geht, ist also nicht gleichmäßig verteilt. Es ist tendenziell der wertvollste Teil des Traffics, der zuerst wegfällt.
Das neue Terrain ist nicht zwingend feindlicher als das alte. Aber es ist selektiver. Und in selektiven Märkten gewinnt Positionierung überproportional an Bedeutung.
IV. Die erste Selektion
Ein Beispiel, das viele kennen: Ein Einkäufer sucht eine Unternehmensberatung für eine digitale Transformation, einen HR-Softwareanbieter oder eine M&A-Kanzlei.
Vor drei Jahren: Google öffnen, zehn Links klicken, fünf Websites besuchen, zwei Anfragen stellen.
Heute: ChatGPT oder Perplexity öffnen. Eine Frage stellen. Die Plattform antwortet — mit einer Einschätzung, mit Empfehlungen, mit Namen. Drei, manchmal fünf.
In diesem Moment, bevor die erste E-Mail geschrieben oder der erste Anruf getätigt wird, ist die Shortlist bereits entstanden.
94 Prozent der B2B-Käufer nutzen LLMs aktiv in ihrem Einkaufsprozess — GenAI ist laut Forrester bereits die meistgenutzte Quelle für Selbstrecherche, noch vor klassischen Suchmaschinen. (6sense, B2B Buyer Experience Report 2025; Forrester, State of Business Buying 2025)
Der wichtige Kontext dazu: 70 Prozent des B2B-Kaufprozesses finden im sogenannten Dark Funnel statt — also in der Phase, bevor ein potenzieller Käufer überhaupt mit einem Anbieter in Kontakt tritt. (6sense, 2025) Käufer recherchieren, vergleichen und priorisieren weitgehend eigenständig. Wer in dieser Phase nicht auftaucht, hat es danach deutlich schwerer.
Die zugehörigen Zahlen sind präzise: 95 Prozent der B2B-Deals gehen an einen Vendor auf der Day-One-Shortlist — jene Liste von Anbietern, die ein Käufer durch eigene Vorab-Recherche zusammenstellt, bevor der erste Vendorkontakt stattfindet. Dieses Muster ist in der B2B-Forschung seit Jahren dokumentiert. Was sich verändert hat: Früher entstand diese Shortlist durch stundenlange Recherche, Empfehlungen aus dem Netzwerk und Lektüre von Fachmedien. Heute kann dieser Vorgang in einem einzigen AI-Gespräch von wenigen Minuten stattfinden. Achtzig Prozent der Deals gewinnt dabei der Vendor, der bereits vor diesem Gespräch als Favorit gilt. (6sense, B2B Buyer Experience Report 2025)
Wer in diesem Gespräch nicht vorkommt, verliert — meistens nicht wegen eines schlechteren Produkts oder eines falschen Preises, sondern schlicht weil die KI eine andere Antwort gegeben hat.
V. Warum manche Marken ausgewählt werden
Das ist die eigentlich interessante Frage.
Was wir bei der Analyse von AI-Sichtbarkeit immer wieder feststellen: Die Mechanismen dahinter sind weniger fremd als sie zunächst wirken. AI-Systeme selektieren im Kern nach ähnlichen Signalen, nach denen Vertrauen schon immer entstanden ist — Konsistenz, Präsenz in verlässlichen Quellen, Klarheit darüber wer man ist und was man tut. Nur eben formalisiert, skaliert und deutlich weniger tolerant gegenüber Inkonsistenzen.
Eine Studie von Ahrefs, die 75.000 Marken untersucht hat, kommt zu einem klaren Befund: Der stärkste Korrelationsfaktor für AI-Sichtbarkeit ist nicht Domain Authority, nicht Backlink-Profil und nicht SEO-Budget. Es sind Erwähnungen in redaktionellen Quellen, Fachpublikationen und strukturierten Datenbanken. (Ahrefs, 2025)
Earned Media, also das was andere über eine Marke schreiben.
McKinsey hat untersucht, woher AI-Systeme ihre Quellen beziehen: Die eigene Website macht nur fünf bis zehn Prozent der Quellen aus, die AI nutzt. (McKinsey & Company, 2025) Edelman kommt zu einem noch deutlicheren Befund: Neunzig Prozent der Brand Citations in LLMs kommen aus Earned Media — nicht aus der eigenen Domain. (Edelman, 2025)
Das ist die eigentliche Verschiebung. Ein Unternehmen kann eine technisch einwandfreie Website haben — strukturiert, optimiert, inhaltlich stark — und trotzdem von ChatGPT kaum wahrgenommen werden. Weil AI-Systeme ihr Bild einer Marke nicht primär aus der Selbstdarstellung beziehen, sondern aus dem, was Dritte sagen: Journalisten, Analysten, Fachpublikationen, Review-Plattformen, strukturierte Datenbanken.
Das ist im Kern dieselbe Logik, auf der gutes Reputationsmanagement seit jeher beruht. Vertrauen entsteht nicht durch das, was man über sich selbst behauptet. Es entsteht durch das, was andere bestätigen.
GEO ist insofern keine Ablösung von SEO. Es ist eher die Ablösung einer bestimmten Prämisse — nämlich dass die eigene Website der zentrale Hebel für Sichtbarkeit sei.
Die Konsequenz dieser Selektion ist, bei aller gebotenen Vorsicht gegenüber zu starren Kategorien, ernüchternd: Nur sieben Prozent der Marken erreichen dominanten Status in AI-Antworten. Zweiundsiebzig Prozent verbleiben dauerhaft im Long Tail — sie werden in weniger als zwanzig Prozent der relevanten Anfragen genannt. (Search Engine Land / Mike Sonders, 2026)
Die Mittelzone ist schmal.
Noch eine Dimension, die häufig übersehen wird: Welche Quellen AI-Systeme bevorzugen, ist weder zufällig noch plattformübergreifend einheitlich. Profound hat 680 Millionen AI-Citations ausgewertet. Wikipedia macht 7,8 Prozent aller ChatGPT-Citations aus und dominiert bei den Top-10-Quellen. Bei Perplexity liegt Reddit mit 6,6 Prozent vorn. Plattformübergreifend gehen 57 Prozent aller Brand Citations an Social-Proof-Content — Reviews, Listicles, Foren, Fallstudien. Thought-Leadership-Inhalte kommen auf 5,4 Prozent. (Omniscient Digital, 23.387 Quellen, 2025)
VI. Reconnaissance vor dem Handeln
36 Prozent der deutschen Unternehmen nutzen AI — fast doppelt so viele wie noch vor einem Jahr. Und 51 Prozent sagen, wer KI nicht einsetze, habe keine Zukunft. (Bitkom Research, September 2025, 604 Unternehmen)
Die Dringlichkeit ist angekommen. Das ist gut. Aber zwischen dem Erkennen eines Problems und der richtigen Reaktion darauf liegt oft mehr Abstand als erwartet.
Was wir bei Unternehmen beobachten, die jetzt mit AI-Sichtbarkeit beginnen: Der häufigste Impuls ist, die alten Werkzeuge auf das neue Problem anzuwenden. Website für AI optimieren. Texte mit spezifischen Formulierungen anreichern. Das GEO-Pendant zur Keyword-Dichte suchen. Das ist verständlich — aber in vielen Fällen nicht zielführend.
Die Princeton-Universität hat 2024 in einer breit angelegten Studie untersucht, welche Content-Strategien AI-Sichtbarkeit tatsächlich verbessern. Ergebnis: Richtig strukturierter, quellenbasierter Content steigert AI-Sichtbarkeit um bis zu vierzig Prozent. Keyword-Optimierung — das Kernwerkzeug klassischer SEO — wirkt sich in generativen Engines tendenziell negativ aus. (Aggarwal et al., Princeton University / IIT Delhi / Georgia Tech, KDD 2024)
Die Werkzeuge und die dahinterliegende Logik sind nicht einfach übertragbar.
Reconnaissance vor dem Handeln bedeutet daher zunächst: verstehen, wo man steht. Wie präsent ist die eigene Marke in AI-Antworten, und bei welchen Anfragen? Auf welchen Plattformen — ChatGPT, Perplexity, Gemini, Claude — und mit welchem Sentiment? Was sagen LLMs über die relevanten Wettbewerber? Welche Quellen werden zitiert, und welche fehlen?
Das sind die Fragen, die vor jeder Maßnahme beantwortet sein sollten.
VII. Architektur statt Aktivismus
In der Praxis erleben wir zwei typische Reaktionsmuster auf diesen Wandel.
Das eine: schnell handeln, Content produzieren, FAQ-Blöcke einbauen, irgendetwas tun, das sich nach GEO anfühlt. Das Äquivalent von Aktionismus.
Das andere: verstehen, wie AI-Systeme Marken tatsächlich bewerten, die relevanten Signale gezielt aufbauen und eine Struktur schaffen, die langfristig und über Plattformen hinweg trägt.
AI-Sichtbarkeit entsteht — soweit die Datenlage das heute zeigt — im Wesentlichen an der Überschneidung von drei Faktoren:
Brand Clarity — Versteht eine AI eindeutig, wer diese Marke ist, was sie tut und für wen? Eine Marke, die AI-Systemen unklar bleibt, wird nicht zwingend falsch beschrieben. Sie wird oft gar nicht erst genannt.
Information Consistency — Sind die Informationen über diese Marke über alle Quellen, Plattformen und Datenbanken hinweg konsistent und widerspruchsfrei? LLMs aggregieren aus hunderten von Quellen. Inkonsistenzen erzeugen Unsicherheit — und die führt häufig dazu, dass eine Marke in der Antwort fehlt.
Reputation & Presence — Ist diese Marke in den Quellen verankert, denen AI-Systeme Vertrauen entgegenbringen? In Fachmedien, strukturierten Datenbanken, redaktionellen Kontexten. Präsenz ist dabei nicht dasselbe wie Lautstärke. Es geht um Verankerung in den richtigen Quellen.
Das sind keine klassischen SEO-Maßnahmen und auch keine PR-Kampagne. Es ist Infrastrukturarbeit — mit dem entsprechenden Zeithorizont und der entsprechenden Konsequenz.
Eine Kampagne erzeugt einen Impuls. Infrastruktur erzeugt einen dauerhaften Zustand. Recon Rise baut kein einmaliges Optimierungspaket, sondern ein System: eines das kontinuierlich misst, analysiert und die Signalarchitektur aufbaut und pflegt, die eine Marke langfristig in den relevanten AI-Antworten hält.
VIII. Recon Rise
Recon Rise wurde nicht gegründet, weil eine Marktlücke auf dem Papier überzeugend aussah.
Es wurde gegründet, weil achtzehn Jahre Arbeit an Reputationsfragen zu einer Schlussfolgerung geführt haben, die sich in der Ära generativer AI auf eine neue Art bestätigt. Die REVOLVERMÄNNER sind in Deutschland Marktführer im strategischen Reputationsmanagement. Was dabei immer wieder im Mittelpunkt stand: Nicht was eine Marke über sich selbst sagt, sondern was andere über sie sagen — in welchen Quellen, mit welcher Konsistenz, mit welcher Glaubwürdigkeit.
Die Maschine, die diese Signale bewertet, hat sich verändert. Zuerst war es Google. Heute sind es LLMs. Das Grundprinzip ist dasselbe geblieben.
Was wir über zwei Jahrzehnte für Suchmaschinen aufgebaut haben — Earned-Media-Strukturen, Entity-Stärke, Signalkonsistenz — ist im Kern exakt das, was AI-Systeme heute brauchen, um einer Marke zu vertrauen. Das ist keine nostalgische Parallele. Es ist der sachliche Grund, warum Reputationskompetenz für GEO eine relevante Ausgangsbasis ist.
Was braucht eine Marke, um in der Ära generativer AI sichtbar zu sein? Earned Media. Klare Entitäten. Konsistente Signale. Vertrauenswürdige Quellen.
Das ist keine neue Erkenntnis. Es ist eine alte Wahrheit in einem neuen System — mit deutlich größeren Konsequenzen für die, die sie ignorieren.
Die meisten Unternehmen werden diesen Wandel nicht verpassen. Sie werden ihn spät bemerken. Weil die alten Metriken noch eine Weile funktionieren: Website-Traffic ist noch da, Rankings sind noch sichtbar, die Leadgenerierung läuft noch. Der Moment, in dem klar wird, dass die eigentliche Selektion schon früher stattgefunden hat, kommt häufig ohne deutliches Warnsignal.
Reconnaissance bedeutet: nicht auf diesen Moment warten.
Die relevante Frage ist heute nicht mehr ob AI-Suche dominant wird. Für einen wachsenden Teil der kaufrelevanten Recherchen ist sie es bereits. Die Frage ist, ob eine Marke in diesem Prozess Teil der Antwort ist — oder nicht.
Recon Rise misst, wo eine Marke heute steht. Recon Rise analysiert, warum AI-Systeme sie nicht — oder falsch — nennen. Recon Rise baut die Architektur, die das ändert.
Intelligence Brief — No. 01 Recon Rise GmbH · Düsseldorf · reconrise.ai © 2026 Recon Rise. Alle Rechte vorbehalten.
Recon Rise, Düsseldorf · reconrise.ai
© 2026 Recon Rise. Alle Rechte vorbehalten.