„Warum unterscheiden sich die Analysen von Waikay von denen von ChatGPT?“
DIE Frage, die immer wieder kommt
Bei Waikay bekommen wir diese Frage jeden Tag: „Eure Ergebnisse zu meiner Marke haben nichts mit dem zu tun, was ChatGPT mir sagt, wenn ich dieselben Fragen stelle. Wer hat recht?“
Die Antwort wird dich überraschen: Wir haben beide recht … und beide unrecht.

Bild von Mohamed Hassan auf Pixabay.com
Warum?
Weil es mehrere „Wahrheiten“ über dich gibt, je nachdem, wie die Daten abgefragt werden: dein Profil, wie es in den Trainingsdaten des LLM vorkommt, dein Profil, wie es durch die Live-Suche ergänzt werden kann, und dein Profil, verfeinert durch den gesamten Verlauf deiner bisherigen Interaktionen mit dem LLM. Es gibt also drei Verzerrungen, die beeinflussen, welche Ergebnisse das LLM dir liefert.
Trainingsdaten und Live-Suche: unterschiedliche Ergebnisse
Trainingsdaten und Live-Suche: zwei parallele Wahrheiten
LLMs haben zwei Wege, nach Informationen zu suchen:
- Trainingsdaten: was die KI im Training über deine Marke „gelernt“ hat (oft veraltet, in der Zeit eingefroren), ohne Verlauf, ohne Profil und ohne automatische Einordnung in einen Kontext. Wie aktuell diese Ergebnisse sind, hängt vom Datum der letzten Aktualisierung der Trainingsdaten ab.
- Live-Suche (Grounded Search): was die KI über Websuchen in Echtzeit über dich findet, um ihre Ergebnisse zu verfeinern. Diese Suche verursacht allerdings Kosten und findet nicht in jedem Fall statt: Hält das LLM sie für unnötig, lässt es sie aus.
Diese beiden Quellen liefern grundverschiedene Ergebnisse. Deine Marke kann im Trainingsgedächtnis völlig fehlen, in der Live-Suche aber hervorragend vertreten sein. Oder umgekehrt. Dritte Möglichkeit: Das LLM mischt beide Arten von Ergebnissen für seine Antwort.
Es gibt aber noch eine letzte Verzerrung, die die Ergebnisse zusätzlich trübt: dein Nutzerverlauf. Wir sprechen hier vom Kontextfenster, das man als die Fähigkeit des LLM verstehen kann, Informationen für jede Unterhaltung zu speichern.
Das hängt mit der Zahl der Tokens zusammen, die die KI pro Prompt verarbeiten kann. Mehr dazu liest du in diesem Artikel.
Die Verzerrung durch personalisierte LLMs
Dein Assistent kennt dich zu gut
Seit April 2025 ist ChatGPT nicht mehr das objektive Werkzeug, das du zu nutzen glaubtest. Es baut nach und nach ein Profil deiner Expertise auf, merkt sich deine Tätigkeitsfelder und passt seine Antworten an deine „berufliche Persönlichkeit“ an.
Gemini Advanced tut seit Februar 2025 dasselbe, mit einem etwas anderen Ansatz: Google legt mehr Gewicht auf die Kontinuität von Projekten und auf ausdrücklich genannte Vorlieben, die Wirkung bleibt aber dieselbe.
Fragst du sie „Was weiß KI über meine Marke?“, bekommst du ihre personalisierte Fassung, angereichert durch Monate von Unterhaltungen über deine Branche, deine Wettbewerber und deine geschäftlichen Sorgen.
Die unsichtbare Anreicherung
Diese dritte Quellenschicht kommt zu den beiden anderen hinzu. Deine „vollständige“ Analyse wird damit faktisch zu einem Flickwerk aus vermischten Quellen, deren genaue Herkunft sich nicht feststellen lässt.
Dein KI-Assistent spioniert dich rund um die Uhr aus
Anders, als du denkst, wird jedes Wort, das du tippst, analysiert und gespeichert.
Was die KI über dich festhält:
- Dein Fachvokabular: „ROI“, „KPI“, „Growth“, „Pivot“ → Du wirst als „Start-up/Scale-up“ eingeordnet
- Deine wiederkehrenden Bezugspunkte: Erwähnst du oft „Notion“, „Slack“, „Figma“ → Profil „Tech/SaaS“
- Dein Kenntnisstand: Grundlagenfragen oder anspruchsvolle technische Fragen
- Deine geschäftlichen Dauerthemen: Themen, auf die du immer wieder zurückkommst
- Deine Region: Bezüge auf London, die DSGVO, Besonderheiten des englischen Marktes …
- Deine vermutete Rolle: CEO (strategische Fragen), CMO (Marketingfragen) oder CTO (technische Fragen)
Wie merkt sich ChatGPT, wer du bist? Hier kannst du dich ausführlich in seine Funktionen für Gedächtnis und Chatverlauf einlesen.
So entsteht dein „algorithmischer Zwilling“
Durch den ständigen Austausch mit dir erstellt die KI eine digitale Version von dir, die all ihre künftigen Antworten beeinflusst. Sie antwortet dir nicht mehr wie einem Fremden.
Dein algorithmisches Profil enthält:
- Deine Branche (abgeleitet aus deinen Fragen)
- Deine Hierarchiestufe (Art der Themen, die du ansprichst)
- Deine Wettbewerber (Unternehmen, die du erwähnst)
- Deine kulturellen Bezugspunkte (Beispiele, die dich ansprechen)
- Deine Risikobereitschaft (Lösungen, die du bevorzugst)
- Dein vermutetes Budget (Tools, die du erwähnst)
- Deine geografische Position (Länder, in denen du am Markt präsent bist)
ChatGPT wird dir nie sagen: „Du bist ein 35-jähriger CEO, der ein Fintech mit 50 Leuten führt und sich wegen der Konkurrenz durch Revolut Sorgen macht“ … aber genau das denkt es über dich.
Mehr dazu findest du in diesem Artikel.
Wie die KI ihre Antworten anpasst, und das tut weh …
Sobald die KI dich „durchschaut“ hat, personalisiert sie all ihre Antworten, ohne es dir zu sagen.
Die Folgen für deine Markenanalyse
Frage: „Was weiß KI über meine Marke [DeineMarke]?“
Personalisierte (irreführende) Antwort: „DeineMarke ist im hart umkämpften B2B-SaaS-Markt in England tätig. Mit deiner Positionierung bei Marketing-Automatisierung stehst du in direkter Konkurrenz zu HubSpot und Pardot. Dein API-first-Ansatz und dein Fokus auf KMU erinnern an die Strategie von Sendinblue. Die jüngsten Entwicklungen bei der DSGVO eröffnen Chancen für deinen Ansatz ‚Compliance by Design‘ …“
Was wirklich passiert:
- Die KI weiß NICHTS über deine Marke
- Sie nutzt DEINE früheren Unterhaltungen über Marketing-Automatisierung
- Sie übernimmt DEINE Bezugspunkte (HubSpot und Sendinblue, die du erwähnt hast)
- Sie wendet DEIN Branchenwissen an (DSGVO, französische KMU)
Neutrale (wahre) Antwort: „Ich finde in meinen Trainingsdaten keine Informationen über DeineMarke. Kannst du mir mehr Kontext zu diesem Unternehmen geben?“ Danach sucht sie vielleicht online nach Informationen.
Die Falle der künstlichen Bestätigung
Die KI bestärkt dich in deinen Gewissheiten. Sie sagt dir, was du hören willst.
Ein perfider Mechanismus:
- Du sprichst über deine Erfolge → Die KI baut sie in ihr Modell deines Unternehmens ein
- Du erwähnst deine Innovationen → Die KI stellt sie als Unterscheidungsmerkmale dar
- Du kritisierst den Wettbewerb → Die KI übernimmt deine verzerrte Sicht auf den Markt
- Du analysierst deine Marke → Die KI spiegelt dir deine eigenen Gewissheiten zurück
Ein konkretes Beispiel:
Deine früheren Unterhaltungen:
- „Unsere KI ist genauer als die unserer Wettbewerber“
- „Wir haben das Kunden-Onboarding revolutioniert“
- „Unser No-Code-Ansatz verändert die Spielregeln“
Frage 3 Monate später: „Analysiere die Wettbewerbsposition meiner Marke“
Antwort der KI: „Deine Lösung hebt sich durch die überlegene Genauigkeit ihrer KI und ihren revolutionären Onboarding-Ansatz ab. Deine No-Code-Positionierung verschafft dir einen deutlichen Vorteil …“
Die Realität: Die KI serviert dir dein eigenes Marketing und lässt dich glauben, es sei eine objektive Analyse!
Die fatale Vermischung der Quellen
Das Schlimmste daran: Du weißt nie, woher die Informationen stammen.
Die drei vermischten Quellen:
- Trainingsdaten (Gedächtnis der KI): was die KI tatsächlich über deine Branche gelernt hat
- Live-Suche (Websuchen): was sie in Echtzeit im Internet findet
- Dein Profil (persönliche Verzerrung): was sie aus deinen Unterhaltungen abgeleitet hat
Beispiel für eine toxische Mischung:
Frage: „Wie wird meine Marke in der KI wahrgenommen?“
Zusammengesetzte (irreführende) Antwort: „Deine Marke ist im französischen Fintech-Ökosystem gut bekannt [QUELLE: deine Unterhaltungen]. Aktuelle Artikel heben dein schnelles Wachstum hervor [QUELLE: Websuche zu einer Pressemitteilung]. Mit deiner Positionierung bei Open Banking stehst du in direkter Konkurrenz zu europäischen Neobanken [QUELLE: allgemeine Trainingsdaten zu Open Banking] …“
Was du verstehst: „Die KI kennt meine Marke gut!“ Die Realität: Die KI serviert dir ein Flickwerk aus ungeprüften und verzerrten Quellen, dessen Wirklichkeitsnähe nur vorgetäuscht ist.
Der entscheidende Test
Ein einfaches Experiment:
- Frag ChatGPT direkt: „Analyze the presence of [YourBrand] in the AI ecosystem“
- Bitte einen Freund, dieselbe Suche durchzuführen (unbenutztes Konto): exakt dieselbe Frage
- Frag Waikay: dieselbe Frage
- Garantiertes Ergebnis: drei grundverschiedene Antworten.
Dein ChatGPT: eine ausführliche, detaillierte, schmeichelhafte Antwort. Der neutrale Kollege: eine einfache, allgemeine Antwort oder „Ich weiß es nicht“. Waikay: eine objektive, mit Quellen belegte, detaillierte Antwort, oft enttäuschend, aber realistisch.
Gedächtnis an, Gedächtnis aus: Wie wirkt sich das auf die Antworten aus?
Die Ausnahme Claude: der Vergessliche vom Dienst
Ironie des Schicksals: Claude bleibt vorerst das einzige große LLM ohne dauerhaftes Gedächtnis über Sitzungen hinweg. Bei Claude beginnt jede Unterhaltung bei null. Diese „Einschränkung“ wird paradoxerweise zum Vorteil für objektive Analysen: Claude kann dich nicht aus Freundlichkeit belügen, weil es dich nicht „kennt“.
Aber Vorsicht: Wie andere LLMs mischt auch Claude Trainingsdaten und Websuchen, ohne dich klar darauf hinzuweisen.
Warum Waikay unverzichtbar ist
Mehrere Plattformen und mehrere Modi im Blick
Wir analysieren ChatGPT, Gemini, Claude und Perplexity gleichzeitig, um aufzudecken, wie unterschiedlich die Wahrnehmung der einzelnen LLMs ausfällt. Denn eine häufige und irreführende Verzerrung besteht natürlich darin, nur eines davon zu befragen, obwohl unterschiedliche Nutzer mit unterschiedlichen Gewohnheiten alle diese Modelle nutzen.
Trennung der Daten
Einerseits befragt Waikay die LLMs auf Basis ihrer Trainingsdaten. Andererseits startet es eine Suche auf Basis von Online-Daten. Und vor allem: Die Ergebnisse werden nicht von deinem Verlauf beeinflusst.
Wir unterscheiden zwischen den beiden Arten von Suchen, die wir in deinem Dashboard anzeigen. So wird alles klarer oder zumindest objektiver:
- Kein persönlicher Verlauf, der die Antworten verzerrt
- Klare Trennung der Quellen (Training und Websuche)
- Reproduzierbare Analysen
- Vergleich mehrerer Modelle, um modellspezifische Verzerrungen zu vermeiden
Die unergründliche Verzerrung durch Kontextfenster
Waikay stellt die Ergebnisse nicht nur objektiv und getrennt dar, es verhindert auch, dass dein persönlicher Verlauf sie beeinflusst. Das ist eine gewaltige und irreführende Verzerrung, von der man sich unbedingt lösen muss, wenn man objektive Antworten will.
Beobachtung über die Zeit und intelligente Benachrichtigungen
Entwicklung objektiv verfolgen: echten Fortschritt messen
Mit unserem Tracking über die Zeit lässt sich die tatsächliche Entwicklung deiner KI-Präsenz messen, ohne Schwankungen, die auf Änderungen im persönlichen Verlauf zurückgehen. Du bekommst verlässliche Kennzahlen, um die Wirksamkeit deiner Optimierungen zu beurteilen.
Proaktives Warnsystem: reagieren, bevor das Problem größer wird
Waikay warnt dich sofort, wenn neue Ungenauigkeiten auftauchen, wenn deine Sichtbarkeit sinkt oder wenn Wettbewerber in deinem semantischen Umfeld an Boden gewinnen. So kannst du eingreifen, bevor Probleme dein Geschäft beeinträchtigen.
Warum dieser Unterschied alles ändert
Deine Entscheidungen sind auf Sand gebaut
Wenn du deine KI-Strategie auf deine personalisierten ChatGPT-Analysen stützt, optimierst du möglicherweise ins Leere. Du investierst Ressourcen in Lücken, die es nur in deiner „algorithmischen Blase“ gibt.
Die Marktrealität entgeht dir
Während dein persönlicher Assistent dich in Sachen KI-Sichtbarkeit beruhigt, lernen deine Interessenten vielleicht eine ganz andere Version deiner Marke kennen. Oder schlimmer: Sie entdecken sie gar nicht.
Die Illusion der Kontrolle
Zu glauben, du hättest deine KI-Präsenz dank deiner verzerrten Analysen im Griff, ist so, als würdest du die Qualität deiner Website nur anhand deines eigenen Browser-Caches beurteilen.
Die Methodik von Waikay: Objektivität als Kompass
Direkte APIs, neutrale Umgebung
Wir befragen die LLMs über ihre offiziellen APIs in einer völlig unbelasteten Umgebung. Jede Analyse spiegelt die standardmäßige, reproduzierbare und wissenschaftlich valide Nutzungserfahrung wider.
Trennung der Quellen
Unsere Technologie unterscheidet klar:
- Was die KI über dich „weiß“ (Trainingsdaten)
- Was sie über dich „findet“ (Live-Suche)
- Widersprüche zwischen diesen beiden Quellen
Was das für dich bedeutet
Mach dir nichts mehr vor
Dein persönliches ChatGPT und dein Gemini Advanced sind keine objektiven Analysewerkzeuge mehr. Sie sind zu Zerrspiegeln geworden, die dir eine idealisierte Version deiner KI-Präsenz zurückwerfen.
Claude mag „objektiver“ wirken, weil es kein Gedächtnis hat, bleibt bei seinen Quellen aber ungenau und mischt Trainingsdaten und Websuchen.
Echte Objektivität braucht Methodik
Nur ein systematischer Ansatz wie der von Waikay, der Quellen streng trennt, neutrale Umgebungen nutzt und jede Antwort dokumentiert, kann zeigen, wie es um deine KI-Präsenz wirklich steht.
Unterscheide die beiden Realitäten
Deine Marke existiert im „Dauergedächtnis“ der KI anders als in ihren aktuellen Suchfähigkeiten. Diese beiden Formen von Präsenz verlangen unterschiedliche Optimierungsstrategien.
Mach den Realitätstest
Bevor du in KI-Optimierung investierst, finde heraus, was KI wirklich über deine Marke weiß. Der Unterschied zu dem, was du bisher glaubst, könnte dich schockieren.
Fazit: deine nächste Offenbarung
Die Abweichung zwischen Waikay und deinem persönlichen ChatGPT ist kein Fehler. Sie ist eine Offenbarung.
Sie zeigt die Kluft zwischen deiner verzerrten Wahrnehmung und der Marktrealität. Zwischen dem, was KI deiner Meinung nach über dich weiß, und dem, was sie anderen tatsächlich erzählt.
Objektivität als Wettbewerbsvorteil
Wir treten in eine Zeit ein, in der es zum entscheidenden Wettbewerbsvorteil wird, die beiden „Gehirne“ der KI zu verstehen. Unternehmen, die ihre Präsenz in den Trainingsdaten von ihrer Sichtbarkeit in der Live-Suche unterscheiden, entwickeln ausgefeilte und wirksame Optimierungsstrategien. Während ihre Wettbewerber „blind“ optimieren, wissen sie genau, an welchem Hebel sie ansetzen müssen.
Deine Sofortdiagnose
Starte mit einem kostenlosen Waikay-Audit und entdecke deine doppelte KI-Realität. Vielleicht stellst du fest, dass deine Marke in einem Modus dominiert, im anderen aber unsichtbar ist. Daraus ergeben sich präzise und lohnende Ansatzpunkte für die Optimierung.
In einer Welt, in der KI Kaufentscheidungen immer stärker beeinflusst, ist es kein technischer Luxus mehr, die Wissensquellen zu verstehen: Es ist eine strategische Notwendigkeit.
Doppelte algorithmische Objektivität ist nicht bloß eine fortgeschrittene Funktion: Sie ist dein Kompass in der wachsenden Komplexität moderner KI.
