Woher nehmen KI-Assistenten ihre Quellen?

Welchen Suchindex nutzt welcher KI-Assistent?

Copilot stützt sich auf Bing, Gemini und Google AI Overviews auf den Google-Index. ChatGPT, Perplexity und Claude betreiben jeweils eigene Such-Crawler und nutzen zusätzlich Drittanbieter. Die Übersicht:

Die Details und Belege je Anbieter folgen in den nächsten Abschnitten.

Woher nimmt ChatGPT seine Quellen?

Die Suche in ChatGPT nutzt den eigenen Crawler OAI-SearchBot. Laut OpenAI werden Seiten, die OAI-SearchBot in der robots.txt aussperren, nicht in ChatGPT-Suchantworten gezeigt. Daneben bezieht OpenAI Adressen auch von Drittanbieter-Suchdiensten.

OpenAI unterscheidet in der Crawler-Dokumentation drei Bots:

• OAI-SearchBot ist für die Suche zuständig. Wer in ChatGPT-Antworten auftauchen will, sollte ihn zulassen. Nach einer Änderung der robots.txt dauert es laut OpenAI etwa 24 Stunden, bis die Systeme sie übernehmen.
• ChatGPT-User ruft Seiten ab, wenn ein Nutzer in ChatGPT oder einem Custom GPT eine Aktion auslöst. Er crawlt nicht selbstständig und entscheidet nicht darüber, ob Inhalte in der Suche erscheinen. Weil der Abruf vom Nutzer ausgeht, gelten robots.txt-Regeln hier unter Umständen nicht.
• GPTBot sammelt Inhalte für das Training künftiger Modelle. Mit der Sichtbarkeit in der ChatGPT-Suche hat er laut Dokumentation nichts zu tun.

Im FAQ für Publisher ergänzt OpenAI, dass gesperrte Seiten trotzdem als bloßer Link mit Titel erscheinen können, wenn OpenAI die Adresse über einen Drittanbieter-Suchdienst kennt. Welche Suchdienste das sind, nennt OpenAI dort nicht. Klicks aus ChatGPT tragen den Parameter utm_source=chatgpt.com und lassen sich so in der Webanalyse erkennen.

Welchen Suchindex nutzt Microsoft Copilot?

Copilot stützt sich auf den Bing-Index. Neue und geänderte Seiten meldet man deshalb am besten per IndexNow und prüft sie in den Bing Webmaster Tools.

Microsoft selbst zeigt diese Verbindung im Bericht „AI Performance“ der Bing Webmaster Tools. Er weist aus, wie oft Seiten einer Website in Microsoft Copilot, in KI-Zusammenfassungen von Bing und bei ausgewählten Partnern zitiert werden, und welche Suchanfragen dahinterstanden. Nach Microsofts Darstellung sorgt IndexNow dafür, dass KI-Systeme die aktuelle Fassung einer Seite verwenden. Anleitung: IndexNow und Bing Webmaster Tools.

Welche Quellen nutzen Google AI Overviews und Gemini?

AI Overviews und der KI-Modus von Google greifen auf den normalen Google-Suchindex zu. Eine Seite kommt als Quelle in Frage, wenn sie indexiert ist und mit Snippet in der Suche erscheinen darf, weitere Anforderungen gibt es laut Google nicht.

So steht es auf der Seite KI-Funktionen und Ihre Website von Google Search Central. Spezielle Dateien oder besonderes Schema-Markup braucht es nicht.

Für die Gemini-App beschreibt Google das Verfahren als Grounding: Inhalte aus dem Suchindex werden dem Modell zur Laufzeit mitgegeben. Gesteuert wird das über das Steuerzeichen Google-Extended. Es entscheidet, ob Inhalte für das Training künftiger Gemini-Modelle und für das Grounding in der Gemini-App und in Vertex AI genutzt werden. Laut Google hat Google-Extended keinen Einfluss auf die Aufnahme in die Google-Suche und ist kein Rankingfaktor. Mehr zu den Übersichten im Ratgeber AI Overviews.

Woher hat Perplexity seine Quellen?

Perplexity betreibt mit PerplexityBot einen eigenen Crawler, der Websites für die Perplexity-Suche erfasst und verlinkt. Für Abrufe während einer Nutzerfrage kommt zusätzlich Perplexity-User zum Einsatz.

Laut Perplexity-Dokumentation gilt:

• PerplexityBot soll Websites in den Suchergebnissen von Perplexity sichtbar machen und verlinken. Er wird nach Angabe des Anbieters nicht genutzt, um Inhalte für das Training von KI-Grundmodellen zu sammeln.
• Perplexity-User ruft Seiten auf, wenn ein Nutzer eine Frage stellt, und dient ebenfalls nicht dem Training. Weil der Abruf vom Nutzer ausgeht, ignoriert er robots.txt-Regeln in der Regel.

Wer in Perplexity zitiert werden will, sollte also vor allem PerplexityBot nicht aussperren.

Wie findet Claude Quellen im Web?

Claude durchsucht das Web, wenn die Websuche aktiv ist, und nutzt dafür die Crawler Claude-SearchBot und Claude-User. ClaudeBot dagegen sammelt Inhalte für das Training und beeinflusst die Suche nicht direkt.

Anthropic beschreibt die drei Bots im Hilfeartikel zu den Crawlern:

• Claude-SearchBot wertet Inhalte aus, um Suchantworten relevanter und genauer zu machen. Wer ihn sperrt, wird laut Anthropic womöglich seltener in Suchergebnissen gezeigt.
• Claude-User ruft Seiten ab, wenn ein Nutzer Claude eine Frage stellt. Eine Sperre kann die Sichtbarkeit bei nutzergesteuerter Websuche verringern.
• ClaudeBot sammelt Inhalte, die in das Training einfließen können.

Alle drei befolgen laut Anthropic die robots.txt. Für die Websuche führt Anthropic außerdem externe Suchdienstleister als Unterauftragsverarbeiter; Medienberichte nennen seit März 2025 Brave Search. In der Crawler-Dokumentation selbst ist kein Suchanbieter genannt.

Warum nennen verschiedene Assistenten unterschiedliche Firmen?

Weil jeder Assistent in einem anderen Index sucht und die Treffer anders gewichtet. Eine Firma, die bei Google gut steht, kann in Copilot fehlen, wenn Bing die Website kaum kennt, und umgekehrt.

Dazu kommt, dass die Antworten für jede Frage neu erzeugt werden. Schon eine leicht andere Formulierung oder ein anderer Standort des Nutzers kann andere Quellen liefern. Wer seine Sichtbarkeit prüfen will, sollte deshalb immer mehrere Assistenten mit denselben Fragen testen und die Ergebnisse über mehrere Wochen vergleichen. Fehlt die eigene Firma nur bei einem Anbieter, lohnt der Blick auf genau dessen Index und Crawler.

Was bedeutet das für die eigene Website?

Wer von KI-Assistenten zitiert werden will, muss in mehreren Indizes vorkommen, nicht nur bei Google. Praktisch heißt das: bei Google und Bing indexiert sein, die Such-Crawler der KI-Anbieter zulassen und neue Seiten aktiv melden.

Eine Checkliste für den Anfang:

1. Google: Website in der Google Search Console bestätigen und Indexierung prüfen.
2. Bing: Website in den Bing Webmaster Tools anmelden, Sitemap einreichen und IndexNow einrichten. Das deckt Copilot ab.
3. robots.txt: OAI-SearchBot, PerplexityBot, Claude-SearchBot und Claude-User nicht sperren. Ob man die Trainings-Crawler GPTBot, ClaudeBot und Google-Extended zulässt, ist eine eigene Entscheidung. Hilfe dazu im Ratgeber KI-Crawler in der robots.txt.
4. Firewall und CDN: Prüfen, ob ein Bot-Schutz, etwa bei Cloudflare, KI-Crawler pauschal blockiert. Dann hilft die beste robots.txt nichts.
5. Inhalte: Seiten so schreiben, dass sie eine Frage direkt beantworten. Wie das geht, beschreibt der Ratgeber So kommt Ihre Firma in ChatGPT-Antworten.

### Warum Trainingsdaten weniger wichtig sind als gedacht Viele Betreiber sorgen sich vor allem um die Trainings-Crawler. Für Fragen nach aktuellen Anbietern, Preisen oder Öffnungszeiten zählt aber fast immer die Live-Suche, denn das Trainingswissen eines Modells ist Monate alt. Wer sichtbar sein will, sollte deshalb zuerst die Such-Crawler freigeben. Das Training betrifft eher, ob ein Modell eine Marke auch ohne Websuche kennt.

### Wie prüfe ich, welche Bots meine Seite besuchen? In den Server-Logs oder im CDN lassen sich die Zugriffe nach User-Agent filtern, also nach Namen wie OAI-SearchBot oder PerplexityBot. Die Anbieter veröffentlichen zusätzlich IP-Bereiche, mit denen sich echte Bots von Nachahmern unterscheiden lassen. Wie man die eigene Sichtbarkeit in den Antworten testet, zeigt der Ratgeber KI-Sichtbarkeit prüfen.