Answer Engine Optimization: Claude-Modelle empfehlen Claude Code, Grok empfiehlt Cursor
Der Beitrag zum Frontier AEO Tracker erschien am 7. September 2026. Die Methodik beschreibt Latent Space selbst, unabhängig geprüft sind die Zahlen nicht.
Lukas Görög1 Min. Lesezeit
Latent Space hat am 7. September 2026 einen Tracker veröffentlicht. Er soll messen, welche Produkte führende KI-Modelle in ihren Antworten empfehlen. Das Feld heißt Answer Engine Optimization (AEO)?Die Optimierung von Inhalten darauf, in den Antworten von KI-Chatbots genannt zu werden, statt in klassischen Suchergebnislisten weit oben zu stehen.: Optimiert wird auf Antwortmaschinen, nicht auf Suchergebnislisten. Der Beitrag „The Frontier AEO Tracker“ beschreibt einen eigenen Score. Er zählt Erstnennungen („First Choices?Im Tracker die Fälle, in denen ein Modell ein Produkt als erste Empfehlung nennt, nicht bloß als Alternative.“), Alternativvorschläge und bloße Erwähnungen; Anti-Empfehlungen rechnet er negativ an, milde Formen schwächer als starke. Erhoben wird mit sechs Prompt?Die Eingabe, mit der ein KI-Modell zu einer Antwort aufgefordert wird. Kleine Änderungen am Wortlaut können die Antwort verändern.-Varianten über sieben Frontier-Modelle?Die jeweils leistungsstärksten verfügbaren KI-Modelle der großen Anbieter. in 161 Produktkategorien.
Die Zusammenfassungen des Projekts bei daily.dev nennen Muster, die die Autoren als Selbstbevorzugung einordnen: Claude-Modelle empfehlen Claude Code, Grok empfiehlt Cursor. Astra empfiehlt Codex. In 28 Kategorien fiel die Erstwahl bei allen geprüften Modellen gleich aus. Neue Modellgenerationen verschoben die Empfehlungen: von Opus auf Fable und von Sol auf Astra.
Answer Engine Optimization ohne unabhängige Prüfung
Der Score ist proprietär, und die Gewichtung beschreibt allein der Betreiber. Latent Space betreibt den Tracker unter aeo.latent.space und hat ein Interesse daran, dass das Thema als relevant gilt. Ob ein hoher Score zu Umsatz oder Besuchen führt, belegt keine der Quellen.
Für Unternehmen zeigt der Tracker das Ergebnis, nicht den Weg dorthin: Welche Belege ein Modell zieht, bevor es ein Produkt nennt, bleibt offen. Wer die eigene Sichtbarkeit nur über Browserbesuche misst, bekommt diese Empfehlungen ohnehin nicht zu sehen – das zeigte schon die Auswertung von Similarweb-Daten zum ChatGPT-Marktanteil. Um den Wettbewerb zu beobachten, taugen die 161 Kategorien. Für ein Marketingbudget reicht der Score noch nicht.
Häufige Fragen
Was misst der Frontier AEO Tracker genau?
Der Tracker bewertet, welche Produkte sieben führende KI-Modelle in Antworten nennen. Dafür nutzt Latent Space sechs Prompt-Varianten und 161 Produktkategorien. Der Score berücksichtigt Erstnennungen, Alternativen und bloße Erwähnungen. Anti-Empfehlungen senken den Wert, starke Ablehnungen stärker als milde. Er misst damit Sichtbarkeit in KI-Antworten, nicht automatisch Verkäufe oder Besuche.
Wie verlässlich ist der Score für Unternehmen?
Der Score liefert einen Vergleich, aber keinen unabhängigen Leistungsnachweis. Latent Space legt die Gewichtung selbst fest und betreibt den Tracker mit eigenem Interesse am Thema AEO. Unklar bleibt, welche Quellen ein Modell vor einer Empfehlung heranzieht. Ein hoher Wert belegt deshalb weder mehr Umsatz noch mehr Website-Besuche.
Worin unterscheidet sich AEO von klassischer Suchmaschinenoptimierung?
Bei klassischer Suchmaschinenoptimierung geht es um Positionen in Ergebnislisten. AEO richtet Inhalte auf Antworten von KI-Modellen aus. Dort kann ein Produkt als Erstwahl, Alternative oder bloße Erwähnung erscheinen. Diese Empfehlungen tauchen in gewöhnlichen Webstatistiken oft nicht auf. Der ChatGPT-Marktanteil im Web zeigt deshalb nur einen Teil der Nutzung.
Bevorzugen KI-Modelle ihre eigenen Werkzeuge?
Die Auswertung weist auf mögliche Selbstbevorzugung hin. Claude-Modelle nannten Claude Code, Grok empfahl Cursor und Astra verwies auf Codex. Diese Muster belegen jedoch noch keine systematische Absicht. Dafür bräuchte es unabhängige Tests mit nachvollziehbaren Prompts, Quellen und einer Prüfung, ob andere Produkte fachlich gleich gut passen.
Wie können Unternehmen den Tracker sinnvoll einsetzen?
Unternehmen können die 161 Kategorien nutzen, um Wettbewerber und Erstempfehlungen zu beobachten. Der Score eignet sich als Beobachtungspunkt, nicht als alleinige Grundlage für ein Marketingbudget. Sinnvoll sind zusätzliche Tests mit eigenen Prompts sowie eine Prüfung der Quellen, die Modelle für ihre Antworten verwenden. Browserbesuche reichen dafür nicht aus.
Was fehlt, bevor AEO als verlässlicher Marketingkanal gilt?
Es fehlen unabhängige Wiederholungen, transparente Bewertungsregeln und ein belastbarer Zusammenhang zwischen Score, Anfragen und Umsatz. Auch müsste klarer werden, warum ein Modell ein Produkt empfiehlt oder ablehnt. Bis dahin können Unternehmen AEO-Daten als Signal verwenden und sie mit direkten Befragungen, Vertriebsdaten und klassischen Webkennzahlen abgleichen.
Weiterlesen
Mehr aus Praxiswissen →
Drei Wanderer planten ihre Tour mit Gemini. Gegen KI-Halluzinationen hilft am Mount Shasta nur ein Anruf bei der Rangerstation
Am Mount Shasta in Kalifornien mussten drei Wanderer gerettet werden, die ihre Tour mit Google Gemini geplant hatten. Die Behörde warnt davor, sich bei der Reiseplanung allein auf KI zu verlassen.
OpenAI erklärt KI-Halluzinationen für unvermeidbar. Für Unternehmen ist das eine Organisationsfrage, keine Technikfrage
Große Sprachmodelle erzeugen Wahrscheinlichkeiten, keine geprüften Fakten. Warum sich KI-Halluzinationen nicht wegtrainieren lassen – und welche Prüf- und Freigabeprozesse im Arbeitsalltag entscheiden, ob der Einsatz trägt.
Eine Million Klicks auf den Slop-Melder: KI-Content kostet Reichweite
Seit Ende Juli 2026 lässt sich jeder LinkedIn-Beitrag als „AI slop“ melden. Über eine Million Menschen haben den Button geklickt. Die Signale fließen ins Ranking und kosten Sichtbarkeit außerhalb des eigenen Netzwerks.
Werbung für KI-Crawler: Time bespielt eine zweite Website
Time zeigt KI-Bots eine separate Version seiner Seiten samt eingebetteter Werbung. Was als cleveres Experiment gilt, berührt eine alte rote Linie: unterschiedliche Inhalte für Maschine und Mensch.
Wiederverwendbare Prompts: Der beste Chat ist wertlos, wenn ihn niemand wiederfindet
Ein gelungener Prompt ist mehr wert als das Ergebnis, das er liefert. Wer ihn festhält, versioniert und im Team teilt, macht aus Zufall Methode. Was eine Prompt-Bibliothek leistet und wo sie scheitert.
LinkedIn KI-Slop: Der Melde-Button trifft Ihr Content-Team
LinkedIn führt einen Melde-Button für „KI-Slop“ ein. Wer im Corporate-Content auf austauschbare Maschinenprosa setzt, bekommt jetzt Gegenwind aus dem eigenen Publikum.