Ein Index ist noch kein Ranking: Was ChatGPT über die neue Infrastruktur von GEO verrät

Mehrere unabhängige Analysten haben in den vergangenen Monaten Hinweise zusammengetragen, dass ChatGPT nicht ausschließlich auf Google- oder Bing-Ergebnisse zurückgreift, sondern über eine eigene Retrieval-Infrastruktur verfügt. Peec AI wertete dafür unter anderem ein Feld namens result_source in den Server-Side-Events von ChatGPT aus, das zwischen Mai und Juli 2026 Werte wie „Labrador“, „Bright“, „Oxylabs“ und „SERP“ zeigte – je nachdem, woher eine Information tatsächlich stammte. Dazu kommen indirekte Belege: Stellenausschreibungen von OpenAI, die von Indexierungssystemen „im Exabyte-Bereich“ sprechen, sowie ein beobachteter A/B-Test namens „prefer-index-over-serp-v3“, der laut Peec AI rund 8 % der Chats betraf.

Dass OpenAI überhaupt eigene Retrieval-Infrastruktur aufbaut, hat auch außerhalb dieser Analysen einen Beleg: Im April 2025 sagte OpenAIs Nick Turley im Rahmen des Kartellverfahrens der US-Regierung gegen Google (Remedies-Phase) aus, dass OpenAI zuvor erfolglos versucht hatte, Zugang zu Googles Such-Index zu bekommen. Als Reaktion baute OpenAI eigene Indexierungs-Infrastruktur auf und ergänzte sie um Daten aus Drittanbieter-Scraping – mit dem eigenen, laut Berichterstattung bislang verfehlten Ziel, bis Ende 2025 rund 80 % des suchbezogenen Antwort-Traffics über einen eigenen Index abzudecken. Eine belastbare Angabe, seit wann genau OpenAI daran arbeitet, ließ sich in dieser Recherche nicht unabhängig verifizieren.

Profound zieht daraus eine vorsichtige Schlussfolgerung: Auch beim aktuellen Höchstwert von 33 % stimmt der überwiegende Teil der ChatGPT-Zitationen nicht mit Google überein – ChatGPT trifft weiterhin eine weitgehend eigenständige Quellenauswahl. Und die Übereinstimmung ist kein stabiler Zustand: Mehr als die Hälfte der Zitationen ändert sich laut Profound von Monat zu Monat, klassisches Rank-Tracking läuft damit ins Leere.

Die eigentliche Erkenntnis ist nicht, dass ein weiterer Index existiert, sondern dass generative Sichtbarkeit auf einer mehrstufigen Infrastruktur beruht, deren Ebenen unterschiedlichen Regeln folgen. Die aktuellen Funde betreffen vor allem die vorderen Stufen dieser Kette:

Die RESONEO-Auswertung macht das konkret messbar: Im „Instant“-Modus – laut der Analyse 93 % der schnellen Antworten – wird gar keine Seite geöffnet, ChatGPT arbeitet nur mit dem Snippet aus dem Discovery-Index. Erst im „Thinking“-Modus werden Seiten tatsächlich abgerufen und in einen Lese-Cache mit rund 30 Minuten Aktualitätsfenster übernommen – Seiten über 4 MB werden dabei laut RESONEO gar nicht erst gelesen. Der Unterschied zeigt sich deutlich in den Zitationsraten: Seiten, die tatsächlich geöffnet wurden, wurden in 74 % der Fälle zitiert – nur retrieved, aber nicht geöffnet, waren es 7 %. Selbst dort, wo ChatGPT mit Google übereinstimmt, gilt eine ähnliche Abschwächung: Google-Position 1 bekommt 27,5 % der menschlichen Klicks, aber nur 10 % der ChatGPT-Zitationen; Position 10 sogar mehr Zitationen (4 %) als Klicks (2,5 %). Klassische Ranking-Positionen zählen also weniger stark, als das Such-Denken nahelegt.

Das bedeutet: Im Index zu erscheinen ist nicht dasselbe wie gelesen zu werden, und gelesen zu werden ist nicht dasselbe wie zitiert zu werden. Google-Ranking, ChatGPT-Indexierung, Retrieval und Citation sind vier unterschiedliche Dinge mit jeweils eigenen Selektionslogiken.

Dieselbe Unterscheidung wie im Resolution Paradox – dass Sichtbarkeit in einer KI-Antwort nicht automatisch Geschäftswert bedeutet – zeigt sich hier eine Ebene früher: Bevor die Frage nach Zitation und Markenerkennung überhaupt entsteht, muss ein Inhalt zunächst mehrere vorgelagerte Selektionsstufen durchlaufen – Discovery, Index, Retrieval, Reading. GEO hat damit mindestens zwei getrennte Probleme: eines der Auffindbarkeit (upstream) und eines der Geschäftswirkung (downstream).