Ein Sondermaschinenbauer aus Baden-Württemberg fragt sich, warum er in KI-Antworten nicht vorkommt, obwohl seine Website bei Google gut rankt. Vier Erklärvideos hat er produziert. Sie liegen auf der Produktseite. Auf YouTube liegt keines davon – und genau dort holt sich ein erheblicher Teil der Systeme, die über seine Nennung entscheiden, seine Belege.
In rund 40 Prozent aller Antworten des deutschen Google AI Mode steht ein Link zu einem YouTube-Video. Damit ist YouTube dort die am häufigsten genannte Quelle – häufiger als Wikipedia, häufiger als jedes Fachportal. Das hat SISTRIX im Oktober 2025 über viele Millionen Antworten gemessen. Dieser Artikel ordnet ein, wie weit dieser Befund trägt, wo seine Grenzen liegen – und woran sich ein zitierfähiges Video von einem unverwertbaren unterscheidet.
Was KI-Systeme auf YouTube finden, das sie auf Ihrer Website nicht finden
Der Unterschied liegt nicht im Format, sondern in der Verwertbarkeit. Ein YouTube-Video liefert einem KI-System drei Textebenen auf einmal – Titel, Beschreibung und ein maschinenlesbares Transkript – und das auf einer Domain, deren Struktur die Systeme seit Jahren kennen.
Wie eng dieser Zusammenhang ist, hat Ahrefs im Dezember 2025 gemessen. Die Untersuchung „Top Brand Visibility Factors in ChatGPT, AI Mode, and AI Overviews” prüfte über 75.000 Marken. Das Ergebnis in der Formulierung der Studie: „YouTube mentions show the strongest correlation with AI visibility (~0.737), outperforming every other factor across ChatGPT, AI Mode, and AI Overviews.”
Entscheidend ist die Definition dahinter. Ahrefs zählt als YouTube-Erwähnung, wenn ein Markenname im Titel, im Transkript oder in der Beschreibung eines Videos auftaucht. Zum Vergleich: Die allgemeine Metrik „Web-Erwähnungen” derselben Studie schließt YouTube ein, aber ausdrücklich nur Nennungen im Videotitel – nicht im Transkript. Sie kommt je nach Plattform auf 0,656 bis 0,709. Die Metrik, die das gesprochene Wort mitzählt, liegt darüber.
Daraus folgt eine Konsequenz, die wenig mit Videoproduktion und viel mit Sorgfalt zu tun hat: Was in Ihrem Video gesagt wird, ist Text – und wird als Text gewertet. Wenn Ihr Firmenname im Video nie fällt, weil das im Gespräch gestelzt klingt, steht er auch nicht im Transkript.
Ein zweiter Grund für die Stärke des Signals liegt in der Vorgeschichte der Modelle. Ahrefs verweist auf eine Recherche der New York Times, wonach OpenAI GPT-4 unter anderem auf über einer Million Stunden YouTube-Transkriptionen trainiert hat. Die Systeme kennen dieses Material nicht erst seit gestern.
Wie groß dieser Kanal wirklich ist
An dieser Stelle gehört eine Einordnung hin, die in den meisten Beiträgen zum Thema fehlt: YouTube ist häufig, aber nicht dominant.
Die YouTube Citation Study 2026 von OtterlyAI nennt neben den viel zitierten Detailbefunden auch die Bezugsgröße: 5,54 Prozent aller beobachteten Zitate stammten aus sozialen Medien und Videoplattformen insgesamt, und davon entfielen 31,8 Prozent auf YouTube. Das sind rund 1,8 Prozent aller KI-Zitate über sechs Plattformen hinweg.
Auch die SISTRIX-Zahl braucht ihren Kontext: Eine AI-Mode-Antwort in Deutschland enthält im Schnitt rund 15 Quellenlinks. „In 40 Prozent der Antworten kommt ein YouTube-Link vor” heißt also nicht, dass YouTube 40 Prozent der Belege stellt – sondern dass es unter fünfzehn Quellen besonders zuverlässig vertreten ist.
Warum steht das trotzdem so weit vorn in diesem Artikel? Weil die Verteilung extrem ungleich ist. YouTube trägt 36,6 Prozent der gemessenen YouTube-Zitate in Google AI Overviews, aber 0,2 Prozent in Gemini. Ein Mittelwert über alle Systeme verschleiert genau die Entscheidung, um die es geht – nämlich, wo Ihre Einkäufer suchen. Dazu unten mehr.
Und noch eine Zahl gehört in diese Abwägung: Nach SISTRIX-Messungen enthalten nur 42,2 Prozent aller AI-Mode-Antworten überhaupt eine Markenreferenz. Es geht nicht darum, „mehr Sichtbarkeit” zu bekommen. Es geht um einen von wenigen Plätzen, die überhaupt vergeben werden.
Was Reichweite entscheidet – und was nicht
Kanalgröße entscheidet offenbar nicht darüber, wie oft ein Video zitiert wird. Sie entscheidet mit darüber, ob es überhaupt in Frage kommt. Diese Unterscheidung ist der Kern des Befunds und wird meist unterschlagen.
OtterlyAI hat über 100 Millionen Zitations-Instanzen über sechs KI-Plattformen in einem Dreißig-Tage-Fenster ausgewertet. Zwei Zahlen daraus:
- 40,83 Prozent der zitierten Videos hatten weniger als 1.000 Aufrufe.
- Die Korrelation zwischen Abonnentenzahl und Zitierhäufigkeit liegt bei r = −0,03, also faktisch bei null. Aufrufe (−0,03), Likes (−0,02), Titellänge (0,02) und Videolänge (0,02) liegen ähnlich.
Der einzige Metadaten-Faktor mit nennenswertem Zusammenhang war die Länge der Videobeschreibung (r = 0,31), gefolgt von Hashtags in der Beschreibung (r = 0,20).
Jetzt die Einschränkung, die Otterly selbst dazuschreibt und die den Befund begrenzt: Der Datensatz enthält ausschließlich bereits zitierte Videos. Die Studie hält im Wortlaut fest, dass ihre Ergebnisse deshalb „repeated citation behavior, not initial eligibility” erklären – die Zitierhäufigkeit also, nicht die Frage, wodurch ein Video überhaupt erst in den Kreis der Kandidaten gerät. Zur Reichweite heißt es entsprechend: Sie treibe die Zitierintensität nicht, „but it expands the pool of possible citation candidates”.
Auch Ahrefs formuliert vorsichtiger, als es meist wiedergegeben wird: Marken seien durch Nennungen in reichweitenschwachen Videos nicht wesentlich benachteiligt – „so long as they’re mentioned widely”. Die Breite der Erwähnungen bleibt also relevant, nur eben nicht die Größe des einzelnen Kanals.
Für einen Mittelständler heißt das nüchtern: Ein Kanal mit 300 Abonnenten schließt nichts aus. Er ersetzt aber auch nicht, dass über Sie gesprochen wird – auf YouTube wie anderswo. Wer nur ein Video hochlädt und auf Wirkung wartet, hat den Befund missverstanden.
Ein methodischer Hinweis, damit die Zahlen nicht falsch nebeneinandergestellt werden: Ahrefs rechnet mit Spearman-Rangkorrelationen auf Markenebene, Otterly mit Pearson-Korrelationen auf Videoebene. Die Werte 0,737 und 0,31 liegen nicht auf derselben Skala und sind nicht direkt vergleichbar. Und für die Otterly-Erhebung ist kein Markt- und kein Sprachbezug angegeben – ihre Aussagen zur Machart eines Videos übertragen wir hier auf den deutschen Markt, ohne dass das durch die Studie gedeckt wäre.
Nicht jede KI nutzt YouTube gleich stark
Wer vor allem in ChatGPT genannt werden will, sollte nicht mit YouTube anfangen. Das ist die unbequemste Aussage dieses Artikels, und sie folgt direkt aus den Daten.
OtterlyAI verteilt die gemessenen YouTube-Zitate so:
| KI-System | Anteil an allen gemessenen YouTube-Zitaten |
|---|---|
| Perplexity | 38,7 % |
| Google AI Overviews | 36,6 % |
| Google AI Mode | 19,6 % |
| ChatGPT | 4,4 % |
| Microsoft Copilot | 0,5 % |
| Gemini | 0,2 % |
Rund 95 Prozent der gemessenen YouTube-Zitate entfallen damit auf Perplexity und die beiden Google-Oberflächen. Auf ChatGPT – im deutschen B2B nach unserer Beobachtung das meistgenutzte System – entfällt ein einstelliger Anteil.
Das heißt nicht, dass Video für ChatGPT wirkungslos ist: Die Ahrefs-Korrelation gilt ausdrücklich auch dort, und YouTube ist laut Ahrefs in ChatGPT die sechsthäufigst zitierte Domain. Der Wirkungsweg ist nur ein anderer – über das Trainingsmaterial und die Erwähnung selbst, nicht über eine Verlinkung in der Antwort.
Es heißt aber sehr wohl: Eine Reihenfolge ist nötig. Wer ein begrenztes Budget hat und weiß, dass seine Zielgruppe in ChatGPT recherchiert, holt mit Fachbeiträgen und Erwähnungen auf Drittseiten mehr heraus. In der Ahrefs-Untersuchung „An Analysis of AI Overview Brand Visibility Factors” vom Mai 2025 – ebenfalls über 75.000 Marken – lagen Markennennungen im Web bei r = 0,664, Backlinks dagegen bei r = 0,218.
So finden Sie heraus, welches System Ihre Einkäufer nutzen
Diese Frage lässt sich nicht aus Marktzahlen ableiten, weil sie branchenabhängig ist. Drei Wege führen zu einer belastbaren Antwort, und alle drei kosten nichts außer Disziplin.
Fragen Sie im Erstgespräch. Eine Zeile im Gesprächsleitfaden genügt: „Wie sind Sie auf uns gekommen – und haben Sie vorher eine KI gefragt?” Nach zwanzig Gesprächen haben Sie ein Muster. Das ist unsauber im statistischen Sinn und trotzdem aussagekräftiger als jede Branchenstudie, weil es Ihre Kunden sind.
Sehen Sie in der Analytics nach – mit gedämpfter Erwartung. Verweise von chatgpt.com, perplexity.ai oder gemini.google.com tauchen dort als Referrer auf. Die Mengen sind klein, und Google AI Overviews erscheinen gar nicht als eigene Quelle, weil der Klick als normaler Google-Verweis gezählt wird. Ein vorhandener Verweis ist also ein Signal, ein fehlender kein Gegenbeweis.
Stellen Sie die Fragen selbst. Nehmen Sie die fünf Fragen, die Ihr Vertrieb am häufigsten hört, und geben Sie sie in ChatGPT und in die Google-Suche mit KI-Übersicht ein. Notieren Sie, welche Anbieter genannt werden und welche Quellen die Systeme anführen. Wiederholen Sie das in vier Wochen mit denselben Formulierungen – abweichende Fragen liefern abweichende Antworten und machen den Vergleich wertlos.
Aus dem dritten Weg wird schnell klar, ob YouTube in Ihrem Themenfeld überhaupt als Quelle auftaucht. Erscheinen in den Antworten ausschließlich Fachportale und Herstellerseiten, ist Video nicht Ihr nächster Schritt.
Woran sich zeigt, ob ein Video verwertbar ist
Aus den vorliegenden Messungen lassen sich vier Merkmale ableiten. Keines davon ist eine Frage der Produktionsqualität – alle vier sind Fragen der Aufbereitung.
1. Langform für die Zitierfähigkeit, Kurzform für den Weg dorthin
94 Prozent der KI-Zitate entfielen in der OtterlyAI-Auswertung auf Langform-Videos, nicht auf Shorts. Am häufigsten zitiert wurden Videos von 10 bis 20 Minuten (32,1 Prozent), danach 5 bis 10 Minuten (26,1 Prozent).
Der Grund liegt nahe: Ein KI-System sucht eine belegbare Aussage, keine Aufmerksamkeit. Ein Video, das eine Frage vollständig beantwortet, liefert mehr zitierfähige Substanz als drei Clips, die sie anreißen. Wer für die Zitierfähigkeit produziert, sollte deshalb nicht kürzen, bis nichts mehr übrig ist.
Daraus zu schließen, kurze Clips seien wertlos, wäre allerdings der falsche Schluss – sie haben nur eine andere Aufgabe. Zwei Formate, zwei Jobs:
| Kurzform (30–60 Sekunden) | Langform (5–20 Minuten) | |
|---|---|---|
| Wo | LinkedIn, Instagram, TikTok, YouTube Shorts | YouTube |
| Aufgabe | Aufmerksamkeit dort erzeugen, wo die Zielgruppe scrollt – und auf den Fachbeitrag führen | Eine Frage vollständig beantworten, maschinell verwertbar |
| Erfolgsmaß | Reichweite, Klicks auf den Beitrag | Zitate in KI-Antworten |
Der Kurzclip verkauft nicht das Produkt, sondern den Beitrag. Er nimmt eine einzige Aussage aus dem Fachbeitrag – eine Zahl, einen Vergleich, einen Einwand – und führt zurück auf die Seite, auf der die vollständige Antwort steht. Diese Seite ist der zentrale Bezugspunkt: Sie gehört Ihnen, sie ist dauerhaft erreichbar, und sie ist das, was KI-Systeme am Ende lesen. Ein Clip, der ins Leere zeigt, ist verschenkt; einer, der auf einen belegten Beitrag führt, arbeitet für beide Kanäle.
Ehrlich bleiben muss man dabei bei der Zurechnung: Dass mehr Leser eines Fachbeitrags mittelbar zu mehr Erwähnungen und damit zu besserer KI-Sichtbarkeit führen, ist plausibel – gemessen ist es nicht. Der Kurzclip rechtfertigt sich über Reichweite und Klicks, nicht über Zitate. Wer beides in einen Topf wirft, verkauft eine Wirkung, die er nicht belegen kann.
2. Eine Frage, kein Produktüberblick
Der häufigste Fehler ist kein technischer. Er liegt im Thema.
- Schwach: „Unsere neue Baureihe X7 im Überblick” – beantwortet keine Frage, die jemand stellt.
- Tragfähig: „Kettenförderer oder Rollenbahn: Wann sich welches System rechnet” – beantwortet genau die Frage, die ein Einkäufer einer KI stellt.
Der praktische Test: Würde jemand diese Formulierung so in ein Suchfeld oder in ChatGPT eingeben? Wenn nein, wird das Video auch nicht als Antwort auf diese Frage zitiert. Die besten Themen liegen deshalb im Vertrieb – es sind die Fragen, die in jedem zweiten Kundengespräch fallen.
3. Kapitel und Zeitmarken
Nur 31 Prozent der zitierten Videos hatten überhaupt Zeitmarken – Otterly fasst darunter sowohl zeitstempelgenaue Zitate als auch Kapitelmarken in der Beschreibung. Von den Videos mit solchen Marken wurden 78 Prozent mehrfach zitiert, meist über zwei bis fünf verschiedene Abschnitte hinweg. Otterly beschreibt den Mechanismus so: Zeitmarken wirken wie Zwischenüberschriften und erlauben eine Zitation auf Abschnittsebene statt auf Videoebene.
Bemerkenswert: Zeitstempelgenaue Zitate traten ausschließlich bei den Google-Oberflächen auf – 73 Prozent bei AI Overviews, 27 Prozent im AI Mode. Bei ChatGPT, Copilot, Gemini und Perplexity wurde keines gemessen.
Praktisch heißt das: eine Kapitelmarke je Teilfrage, benannt wie eine Zwischenüberschrift.
00:00 Worum es geht
01:24 Kettenförderer: Aufbau und Grenzen
04:10 Rollenbahn: Aufbau und Grenzen
07:35 Wann sich welches System rechnet
11:02 Drei Fragen vor der EntscheidungNicht: „Intro”, „Teil 1”, „Teil 2”. Diese Bezeichnungen tragen keine Information, die sich zitieren ließe.
4. Beschreibung und Transkript
Die Beschreibungslänge ist der einzige Metadaten-Faktor mit nennenswerter Korrelation (r = 0,31). Das ist kein Aufruf zu Textwüsten, sondern zu Vollständigkeit: worum es geht, für wen, welche Frage beantwortet wird, wer spricht – und der Firmenname ausgeschrieben, nicht als Kürzel.
Beim Transkript ist Ehrlichkeit angebracht: Es gibt keine Studie, die belegt, dass ein korrigiertes Transkript zu mehr Zitationen führt als automatisch erzeugte Untertitel. Wer Ihnen dafür eine Prozentzahl nennt, hat sie nicht gemessen.
Belegbar ist nur der Umweg: Die Metrik, die Transkript-Erwähnungen einschließt, korreliert stärker als die, die nur Titel und Beschreibung erfasst. Und automatische Spracherkennung scheitert zuverlässig an genau den Wörtern, auf die es ankommt – Produktnamen, Fachbegriffe, Firmennamen. „Kettenförderer” wird zu „Ketten Förderer”, ein Firmenname zu einem Allerweltswort. Ein durchgesehenes Transkript ist deshalb eine begründete Vorsichtsmaßnahme, keine belegte Wirkungssteigerung – und wir bezeichnen sie hier auch nicht als solche.
Wie daraus ein Baustein wird statt einer Einzelmaßnahme
Ein Video, das produziert und nicht verwertbar veröffentlicht wird, hat für die KI-Sichtbarkeit den Wert null. Deshalb ist die YouTube-Veröffentlichung bei uns ein eigener Baustein und kein Nebensatz in der Produktion.
Sie gehört zur zweiten Visibility-Stufe „Empfohlen” – jener Stufe, die die Frage beantwortet: Bin ich dort präsent, wo die KI ihre Belege holt? Die erste Stufe klärt vorher, ob KI-Systeme Ihre Website überhaupt lesen können. Diese Reihenfolge ist nicht verhandelbar: Wer nicht gelesen werden kann, wird auch nicht zitiert.
In der Praxis entstehen dabei aus einem Fachbeitrag beide Formate: die kurzen Clips für die Social-Kanäle, die auf den Beitrag führen, und – wo das Thema es trägt – die längere Fassung für YouTube, die die Frage vollständig beantwortet. Der Fachbeitrag bleibt in beiden Fällen der Bezugspunkt, auf den alles zeigt.
Ebenso wichtig ist, was der Baustein nicht umfasst. Wir veröffentlichen die Videos, die im Rahmen der Zusammenarbeit entstehen – mit Titel, Kapiteln und Transkript. Einen bestehenden Kanal und ältere Videos zu überarbeiten, ist ein eigenes Projekt mit eigenen Zielen und nicht Teil des Bausteins.
Der Ablauf dahinter ist unspektakulär und genau deshalb belastbar:
- Frage zuerst. Welche drei Fragen stellt Ihr Vertrieb in jedem zweiten Gespräch? Das sind die Videothemen – nicht die Produktneuheit, nach der niemand sucht.
- Antwort vollständig. Ein Thema, ein Video, so lang wie die Frage es verlangt.
- Aufbereiten. Kapitelmarken je Teilfrage, ausführliche Beschreibung, Transkript durchsehen – Firmen- und Produktnamen prüfen.
- Verschränken. Das Video gehört auf die Seite, zu der es inhaltlich passt, und der Text gehört unter das Video. Beide Formate belegen sich gegenseitig, und die Seite profitiert von der Verweildauer.
- Messen. Dieselben acht Einkäuferfragen, jeden Monat, in denselben Systemen. Ohne Messung ist jede Aussage über Wirkung eine Behauptung.
Was Video nicht leistet
Alle Zahlen in diesem Artikel sind Korrelationen. Ahrefs schreibt das selbst dazu: „The usual disclaimer applies: correlation isn’t causation.” Ob YouTube-Erwähnungen die Nennung in KI-Antworten verursachen oder ob beide Ausdruck derselben Markenstärke sind, ist mit diesen Daten nicht entscheidbar.
Ein Einwand liegt besonders nahe: YouTube gehört zu Google, und die Google-Oberflächen zitieren die eigene Plattform bevorzugt. Das erklärt einen Teil des Effekts – aber nicht alles, denn die Korrelation ist bei ChatGPT nahezu gleich hoch, und dort besteht kein Konzerninteresse.
Daraus folgt, was wir auch sonst nicht versprechen: Es gibt keine buchbare Platzierung in einem KI-System. Dieselbe Frage kann morgen anders beantwortet werden. Seriös ist die Aussage über den Verlauf, nicht über einen einzelnen Tag – deshalb messen wir monatlich mit einem eingefrorenen Fragensatz, auch dann, wenn die Kurve flach bleibt.
Und Video liefert keinen nennenswerten Traffic. Verweise aus KI-Systemen machen rund ein Prozent des Traffics aus. Das ehrliche Argument ist ein anderes: Die Vorentscheidung fällt, bevor jemand klickt. Wer in der Antwort nicht vorkommt, steht auf keiner Liste, die anschließend geprüft wird.
Fazit: Ein Kanal, in dem Sorgfalt mehr zählt als Budget
Die Datenlage ist für einen so jungen Bereich ungewöhnlich konsistent. YouTube ist im deutschen AI Mode die am häufigsten verlinkte Quelle. Die YouTube-Erwähnung korreliert stärker mit der Nennung in KI-Antworten als jeder andere untersuchte Faktor. Die Kanalgröße entscheidet dabei nicht über die Zitierhäufigkeit. Und Zeitmarken – das Merkmal mit dem sichtbarsten Effekt auf Mehrfachzitate – fehlen bei sieben von zehn zitierten Videos.
Gleichzeitig ist YouTube nur eine Quelle unter vielen: rund 1,8 Prozent aller gemessenen KI-Zitate, und in ChatGPT deutlich weniger als in den Google-Oberflächen. Wer daraus eine Videostrategie ableitet, ohne vorher zu prüfen, wo die eigenen Einkäufer suchen, optimiert auf gut Glück.
Der erste Schritt ist deshalb nicht die Kamera. Er ist die Frage, ob Ihr Unternehmen in den Antworten heute überhaupt vorkommt – und wer stattdessen genannt wird.
Möchten Sie sehen, was KI-Systeme heute über Ihr Unternehmen sagen? Wir stellen acht echte Einkäuferfragen aus Ihrer Branche in ChatGPT und der Google KI-Übersicht und zeigen Ihnen, in welchen davon Ihr Name fehlt – und welcher Wettbewerber stattdessen empfohlen wird. Audit kostenlos anfordern.
