DEEPSEEK-AUTORITÄTSSTUFEN VON 6.060 WEBSITES
Popularitätsmaße und Einordnung der Absender

Herausgeber: rethink.expert (Dr. Michael Mohaupt)
Stand:       03.11.2026 (Messtag 29.10.2026)
Lizenz:      CC BY 4.0 für Erhebung und Einordnung; übernommene Werte
             aus Drittquellen unter deren Lizenzen (siehe Quellen)
Webseite:    https://www.rethink.expert/insights/deepseek-autoritaet-plattformen/
Kontakt:     info@rethink.expert
English:     deepseek-autoritaet-2026-10-README-en.txt


WAS DIESE DATEIEN SIND
----------------------

Seit Oktober 2026 liefert DeepSeeks Such-API zu jedem Treffer zwei Werte:

  authority      Autoritätsstufe des Hostnamens. Laut DeepSeek-Dokumentation
                 0 bis 4, -1 = unbekannt; ab 3 gilt eine Quelle als
                 "highly authoritative". Beobachtet haben wir nur 1 bis 4.
  rerank_score   Ranking-Wert 0 bis 3, der laut Dokumentation Relevanz,
                 Autorität und Aktualität verbindet; ab 1,5 gilt ein Treffer
                 als hochwertig.

Wir haben die Stufe für 6.060 Hostnamen erhoben und mit frei verfügbaren
Maßen für Verlinkung, Nutzung, Bekanntheit und Alter verbunden. Für 812
Hosts ist zusätzlich eingeordnet, wer sie betreibt (Absendertyp) und wer die
Inhalte schreibt (Inhaltsherkunft).

Die Hosts stammen aus vier Quellen:
  suche          DeepSeek-Top-50 für 120 Suchanfragen (60 DE, 60 US)
  google_hosts   Hosts aus Googles organischen Treffern zu denselben
                 Anfragen, die DeepSeek nicht selbst geliefert hat;
                 Stufe per "site:"-Abfrage bei DeepSeek
  plattformen    74 vorab festgelegte Plattformen (soziale Netzwerke,
                 Video, Blog-Hoster, Presseportale, Bewertungsportale usw.)
  marken         DAX, MDAX und 167 Marken; alle per "site:<domain>"
                 gefundenen Hosts

Plan, Hypothesen und Regeln wurden vor der Messung festgelegt. Der Plan mit
allen späteren Abweichungen liegt bei (studienplan-und-protokoll.md).


DATEIEN
-------

Jede Tabelle gibt es zweimal, inhaltlich identisch:

  <name>.csv            UTF-8, Komma als Trennzeichen, Punkt als
                        Dezimalzeichen. Für Statistik-Software, Python, R.
  <name>-excel-de.csv   Für deutschsprachiges Excel: UTF-8 mit BOM,
                        Semikolon als Trennzeichen, Komma als
                        Dezimalzeichen.

Die Dateien enthalten Umlaute und fremdsprachige Titel (UTF-8).

  ...-hosts              6.060 Hosts mit Stufe und allen Maßen (Kerntabelle)
  ...-treffer            6.000 Suchtreffer (120 Anfragen x 50)
  ...-anfragen           die 120 Anfragen
  ...-site-abfragen      Ergebnisse der "site:"-Abfragen, je Ziel und Host
  ...-nicht-im-index     Ziele, zu denen DeepSeek nichts lieferte
  ...-markenindex        DAX, MDAX und Marken mit abgefragter Domain
  ...-einordnung         Absendertyp und Inhaltsherkunft für 812 Hosts
  ...-kontrolle          Zweiteinordnung einer Stichprobe von 40 Hosts
  ...-studienplan-und-protokoll.md
                         Studienplan (vor der Messung festgelegt) mit allen
                         späteren Abweichungen
  ...-nachrechnen.py     Python-Skript, das die zentralen Zahlen der Studie
                         aus diesen CSV-Dateien nachrechnet


SPALTEN: HOSTS
--------------

host, domain
  Hostname und registrierbare Domain.

stufe
  DeepSeeks authority-Wert (1-4). Gilt je Hostname, nicht je Seite.

stufe_abweichend
  Anzahl Treffer des Hosts mit anderer Stufe als der häufigsten (bei 2 von
  6.060 Hosts größer als 0).

gefunden_in
  Auf welchem Weg wir den Host gefunden haben:
    suche          unter DeepSeeks Treffern zu unseren 120 Suchanfragen
    google_hosts   über die "site:"-Abfrage bei DeepSeek für einen Host aus
                   Googles Treffern zu denselben Anfragen
    plattformen    über die "site:"-Abfrage für eine der 74 vorab
                   festgelegten Plattformen
    marken         über die "site:"-Abfrage einer DAX-, MDAX- oder
                   Marken-Domain
  Eine "site:"-Abfrage liefert neben dem Ziel selbst oft weitere Hosts mit,
  vor allem Subdomains (z. B. einzelne Blogs auf einer Blog-Plattform).
  Deshalb tragen deutlich mehr als 74 Hosts den Wert "plattformen".
  Ein Host kann auf mehreren Wegen gefunden worden sein, dann stehen die
  Werte mit Semikolon getrennt (z. B. "suche;marken").
  Anzahl Hosts je Weg: suche 3.673, google_hosts 545, plattformen 254,
  marken 1.671 (Mehrfachnennungen möglich; zusammen 6.060 Hosts).

n_treffer
  Anzahl Treffer des Hosts über alle Abrufe.

crux_klasse_de, crux_klasse_us, crux_klasse_global
  Chrome UX Report 09/2026, Rangklasse des Origins nach Nutzung in
  Deutschland, den USA bzw. weltweit (1000 = unter den 1.000 meistbesuchten,
  5000, 10000, 50000, 100000, 500000, 1000000). Leer = nicht gelistet.
  Bei mehreren Origins (http/https) zählt die beste Klasse.

tranco_rang
  Rang der Domain in der Tranco-Liste vom Messtag. Leer = nicht gelistet.

majestic_rang, majestic_refsubnets
  Rang und verweisende IP-Subnetze der Domain in der Majestic Million vom
  Messtag. Leer = nicht gelistet.

commoncrawl_pagerank_rang, commoncrawl_harmonic_rang
  Rang des Hosts im Common-Crawl-Hostgraphen cc-main-2026-aug-sep-oct
  (PageRank bzw. Harmonic Centrality; 1 = am besten verlinkt).
  Leer = nicht enthalten.

wikidata_host, wikidata_domain
  Wikidata-Objekt, dessen offizielle Website (P856) genau auf den Host bzw.
  auf die Domain verweist. Leer = kein Treffer (Untergrenze, siehe Grenzen).

erster_archiveintrag_domain
  Datum des ersten Eintrags der Domain im Internet Archive (Wayback
  Machine). "gesperrt" = Betreiber sperrt das Archiv, "kein Eintrag",
  "Fehler" = Abruf fehlgeschlagen.

absendertyp, inhaltsherkunft
  Nur für die 812 eingeordneten Hosts, sonst leer. Codes und Auswahl
  siehe "Spalten: Einordnung und Kontrolle".


SPALTEN: TREFFER
----------------

messzeit_utc, anfrage_id, land, rang
  Zeitpunkt des Abrufs, Kennung der Anfrage (DE- und US-Fassung tragen
  dieselbe Kennung), Land (de/us), Position 1-50.

url, host, titel, datum_quelle
  Wie von DeepSeek geliefert. Aus den URLs wurden Kampagnen- und
  Empfängerparameter entfernt (z. B. utm_*, gclid, Newsletter-IDs), sonst
  unverändert. Textauszüge (Snippets) sind nicht enthalten.

stufe, rerank_score
  authority und rerank_score wie von DeepSeek geliefert (rerank_score auf
  4 Nachkommastellen gerundet).

weiterleitung
  "ja" bei Weiterleitungs-URLs (z. B. linkedin.com/safety/go). Dort bewertet
  DeepSeek offenbar das Ziel; diese Treffer sind in der Auswertung
  ausgeschlossen.

absendertyp, inhaltsherkunft
  Einordnung des Hosts, falls vorhanden. Alle Top-10-Treffer der
  Info-Anfragen sind eingeordnet.


SPALTEN: ANFRAGEN
-----------------

anfrage_id, land, thema, typ, anfrage
  Sechs Themen (Finanzen, Gesundheit, Reisen, Technik, Energie und
  Haushalt, Mobilität), je 5 Info- und 5 Kaufanfragen je Land. Deutsche
  Anfragen per Regel und Zufall aus Googles verwandten Suchanfragen
  gezogen; US-Fassung mit gleicher Absicht, keine wörtliche Übersetzung.


SPALTEN: SITE-ABFRAGEN, NICHT IM INDEX, MARKENINDEX
--------------------------------------------------

site-abfragen: modul, ziel, host, stufe, n_treffer
  Für jedes Ziel ("site:<ziel>", bis 50 Treffer) die gelieferten Hosts mit
  Stufe und Trefferzahl. Bewusst ohne URLs: Bei Plattformen wie Instagram
  oder LinkedIn wären das Profile von Privatpersonen. Ein Ziel kann Hosts
  liefern, die nicht zum Ziel gehören.

nicht-im-index: modul, ziel, grund
  "keine Treffer" oder "nur andere Hosts" (weder der Host noch seine
  www-/Apex-Variante kam vor).

markenindex: gruppe, name, domain, quelle
  DAX und MDAX laut Wikipedia (Stand der Tabelle 22.06.2026, abgerufen am
  Messtag), Website laut Wikidata P856, wo nötig manuell korrigiert.
  Dazu 167 bekannte Marken mit ihren Domains, je nach Marke für
  Deutschland, Österreich, die Schweiz, Großbritannien, Irland, die USA
  und/oder eine globale Domain (gruppe "Marke de", "Marke at", "Marke ch",
  "Marke uk", "Marke ie", "Marke us", "Marke global"). Die Liste stammt
  aus einer anderen Studie von rethink.expert, die Googles KI-Übersichten
  bei der Suche nach Markennamen untersucht:
  https://www.rethink.expert/insights/ai-overviews-markensuche/

  Die Spalte quelle sagt, woher die Domain stammt:
    "Wikidata P856"         offizielle Website laut Wikidata (DAX/MDAX)
    "manuell korrigiert"    Wikidata lieferte keine oder eine unpassende
                            Website (DAX/MDAX)
    "Markenliste ai-overviews-markensuche"
                            aus der Markenliste der oben verlinkten Studie


SPALTEN: EINORDNUNG UND KONTROLLE
---------------------------------

einordnung: host, absendertyp, inhaltsherkunft, stichprobe
  stichprobe "stufen_stichprobe" = alle Hosts der Stufe 1 und je 100
  zufällige der Stufen 2-4 aus der Suche (445 Hosts);
  "info_top10" = alle übrigen Hosts der Top-10-Treffer bei Info-Anfragen
  (367 Hosts, nachträglich ergänzt, siehe Protokoll).
  Eingeordnet blind, ohne Kenntnis der Stufe, nach Impressum,
  Selbstbeschreibung und Beispieltreffern.

  Warum nicht alle 6.060 Hosts: Die Einordnung ist Handarbeit und wird nur
  für zwei Zusatzfragen gebraucht (Absendertyp bei gleicher Popularität;
  Vergleich DE/US). Die Hypothesen H1 bis H5 kommen ohne sie aus.

  Achtung bei eigenen Auswertungen: Die "stufen_stichprobe" ist nach Stufe
  geschichtet, Stufe 1 ist darin stark überrepräsentiert (alle 145 statt
  rund 4 % aller Hosts). Anteile wie "x % der Websites sind Marken" lassen
  sich daraus nicht direkt ablesen; dafür müsste man je Stufe gewichten.
  Die "info_top10"-Hosts decken dagegen alle Top-10-Treffer der
  Info-Anfragen vollständig ab.

kontrolle: host, stufe, absendertyp_ki, absendertyp_mensch,
           inhaltsherkunft_ki, inhaltsherkunft_mensch
  Die Ersteinordnung stammt von einer KI (Claude), die Zweiteinordnung von
  einem Menschen, beide blind. Übereinstimmung Absendertyp 31 von 40
  (78 %, Cohens Kappa 0,73), Inhaltsherkunft 85 % (Kappa 0,29; fast alle
  Hosts RED, daher wenig aussagekräftig).

Absendertyp
  OEF   Behörde, Hochschule, öffentliche Wissenschaftseinrichtung
  OERM  öffentlich-rechtliches Medium
  PRM   privates redaktionelles Medium (Verlag, Fachmagazin)
  MAR   Marke, Hersteller, Anbieter, Händler (eigene Produkte/Leistungen)
  VGL   Vergleichs-, Test-, Affiliate-Portal, Verzeichnisse fremder Angebote
  COM   Community, Forum, Q&A, Video-Plattform
  RAT   sonstiges privates Ratgeber- und Informationsportal
  WIKI  offene Enzyklopädie
  MIX   Mischform oder unklar (Verbände, Kammern, Stiftungen, gesetzliche
        Krankenkassen, beauftragte Portale, Impressum unklar)

Inhaltsherkunft
  RED     Betreiber bzw. Redaktion
  NUTZER  überwiegend Nutzerinhalte (auch Presseportale, Gastbeiträge)
  GEM     gemischt, auch Archive und Aggregatoren fremder Kopien

Vollständige Regeln und Klarstellungen: studienplan-und-protokoll.md.


GRENZEN
-------

Ein System, ein Messtag
  Alle Werte gelten für DeepSeeks Such-API am 29.10.2026. DeepSeek kann das
  Signal jederzeit ändern. Ob DeepSeeks Chat dieselben Werte zur
  Quellenauswahl nutzt, ist nicht belegt.

Zusammenhang, keine Ursache
  Die Popularitätsmaße zeigen, womit die Stufe zusammenhängt, nicht wie
  DeepSeek sie berechnet.

Grobe und unvollständige Maße
  CrUX misst nur Chrome-Nutzung in groben Klassen. Tranco, Majestic und das
  Archivdatum gelten je Domain, Subdomains erben den Wert. Der
  Wikidata-Abgleich über die offizielle Website verpasst Organisationen.
  Der erste Archiveintrag ist nicht das Registrierungsdatum.

Auswahl
  Die Hosts aus der Suche sind DeepSeeks eigene Auswahl zu 120 Anfragen,
  keine Zufallsstichprobe des Webs. Plattform- und Markenliste sind vorab
  festgelegt, aber bewusst gewählt.

Nennung ist keine Bewertung
  Die Tabellen enthalten alle gemessenen Hosts, auch Spam- und
  Werbeseiten. Die Nennung eines Hosts ist weder Bewertung noch
  Empfehlung.

Nicht enthalten
  Googles Trefferlisten, Google-Traffic- und Backlink-Werte, die wir für
  Gegenproben genutzt haben, stammen von einem kommerziellen Datenanbieter
  und sind nicht Teil dieses Datensatzes. Die Ergebnisse dieser Gegenproben
  stehen im Insight und im Protokoll.
  Ebenfalls nicht enthalten sind die Daten der Vorstudie und der Vortests
  (Standort, Länderdomains), die der Insight ergänzend nennt; sie sind im
  Protokoll beschrieben und auf Anfrage erhältlich.


QUELLEN UND NAMENSNENNUNG
-------------------------

DeepSeek Search API, Dokumentation "Search & Fetch":
  https://api-docs.deepseek.com/guides/search (abgerufen 01.11.2026)
Chrome UX Report (Google), CC BY 4.0:
  https://developer.chrome.com/docs/crux
Tranco: Le Pochat et al. (2019), Tranco: A Research-Oriented Top Sites
  Ranking Hardened Against Manipulation, NDSS. https://tranco-list.eu
Majestic Million, CC BY 3.0: https://majestic.com/reports/majestic-million
Common Crawl Web Graph cc-main-2026-aug-sep-oct:
  https://commoncrawl.org/web-graphs
Wikidata, CC0: https://www.wikidata.org
Internet Archive Wayback Machine: https://web.archive.org


NACHRECHNEN
-----------

  python deepseek-autoritaet-2026-10-nachrechnen.py

Das Skript liest nur die CSV-Dateien dieses Pakets und gibt die Kennzahlen
der Hypothesen H1 bis H5, das ordinale Modell (F1), die Zerlegung DE/US (F5)
und die Zusatzauswertung zum Ranking-Wert aus. Gleiche Methode und gleicher
Startwert wie die Originalauswertung; die Ergebnisse stimmen mit dem
Insight überein. Für das ordinale Modell braucht es numpy und statsmodels.
Die Skripte für die Erhebung selbst (Abrufe bei DeepSeek) geben wir auf
Anfrage heraus.


ZITIERVORSCHLAG
---------------

Datensatz:
  rethink.expert (2026). DeepSeek-Autoritätsstufen von 6.060
  Websites: Popularitätsmaße und Einordnung der Absender [Datensatz].
  Messtag 29.10.2026.
  https://www.rethink.expert/daten/deepseek-autoritaet-2026-10.zip
  Lizenz: CC BY 4.0.

Zugehöriger Artikel:
  rethink.expert (2026). Zweite Wahl für die KI-Suche: Was DeepSeeks erstmals
  einsehbare Quellenbewertung über Instagram, YouTube und Presseportale
  verrät.
  https://www.rethink.expert/insights/deepseek-autoritaet-plattformen/
