Eine Langzeitstudie der Beraterin Manuela Machner (KiNET.ai) beleuchtet die Mechanismen, nach denen führende KI-Systeme Quellen für touristische Anfragen in Österreich auswählen.
Im Erhebungszeitraum von April bis August 2026 wurden über 1,14 Millionen Quellenverweise aus 154 vordefinierten deutschsprachigen Gästefragen ausgewertet. Die Untersuchung vergleicht die Erfassungsstrukturen der Systeme ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Microsoft Copilot sowie des im August ergänzten Modells Claude.
Die Daten belegen eine starke Fragmentierung des digitalen Quellenmarktes. Keine einzelne Plattform dominiert die Zitate, selbst der am häufigsten genannte Anbieter verzeichnete im August einen Anteil von lediglich 3,7 Prozent aller Verweise. Neben großen Buchungs- und Tourismusportalen greifen die Algorithmen auf tausende individuelle Betreiberwebsites zurück. Bei Unterkunftsfragen entfielen 37,6 Prozent der Zitate auf Buchungsportale und 28,7 Prozent auf direkte Betriebswebsites. Auffällig ist, dass klassische Zimmer- und Preisseiten seltener zitiert werden als Einstiegsseiten, regionale Umgebungsbeschreibungen oder Verknüpfungen mit Google-Unternehmensprofilen.
Die Ergebnisse zeigen zudem deutliche technische und sprachliche Differenzen zwischen den untersuchten Systemen. Während einige KI-Anwendungen trotz deutschsprachiger Nutzerfragen häufig auf englischsprachige Webseiten verweisen – im Fall von Claude bei 42,5 Prozent der zuordenbaren Zitate –, greifen Google-basierte Systeme verstärkt auf Inhalte aus sozialen Medien zurück. Zudem standen bei Seiten, die wiederholt als Quelle herangezogen wurden, zu 87 Prozent Kernbegriffe der ursprünglichen Gästefrage im Seitentitel.
Digitale Branchenexperten weisen jedoch darauf hin, dass eine hohe Zitationsfrequenz in KI-Systemen nicht automatisch mit steigenden Buchungszahlen oder verifizierten Handlungsempfehlungen gleichzusetzen ist. Da KI-Anbieter ihre Algorithmen und Indexierungsansätze laufend anpassen, unterliegen die Sichtbarkeitswerte kurzfristigen Schwankungen. Für Betriebe entsteht dadurch der Aufwand, Inhalte technisch und strukturell kontinuierlich an die Kriterien der sogenannten Generative Engine Optimization (GEO) anzupassen, ohne dass der wirtschaftliche Ertrag direkt messbar ist.