Gleiches Modell, andere Quellen: Die unsichtbare Wahl hinter KI-Agenten

Am 2. Oktober 2026 hat Cloudflare eine Web Search API vorgestellt. Entwickler, die KI-Agenten über Cloudflares AI Gateway betreiben, können damit aktuelle Webinhalte in die Anfragen an ihr Sprachmodell einspeisen – statt das Modell aus seinem Trainingswissen raten zu lassen. Zum Start stehen drei Suchanbieter zur Wahl: Ceramic.ai, Exa und Linkup. Abgerechnet wird zu deren Listenpreisen, ohne Aufschlag durch Cloudflare.

Die Anbieter müssen Cloudflares Standards für verifizierte Bots erfüllen: Ihre Crawler müssen sich zu erkennen geben, robots.txt beachten und in den Suchergebnissen auf die Fundstelle verlinken. Wie sie das Web indexieren und welche Treffer sie für eine Anfrage nach oben stellen, entscheidet aber jeder Anbieter selbst. Genau darin liegt der Kern: Die Suchschicht wird zu einem Baustein, den Entwickler austauschen können, ohne das Modell zu wechseln.

Was das bedeutet, hat Olaf Kopp schon Anfang 2025 beschrieben: Bei Retrieval Augmented Generation (RAG) bekommt das Sprachmodell zusätzliche, themenspezifische Informationen zugeführt – und die vorgeschaltete Suche entscheidet, welche das sind. Kopp wies auch auf eine Lücke hin: Nicht jedes System hat Zugriff auf ein eigenes Retrieval-System. Angebote wie das von Cloudflare schließen genau diese Lücke – sie machen Retrieval zu einer Dienstleistung, die sich einkaufen lässt.

„Retrieval-Modelle fungieren als Informations-Gatekeeper in der RAG-Architektur.“Olaf Kopp, Website Boosting 01-02/2025

Für die Sichtbarkeit von Marken entstehen damit zwei Welten, die nach unterschiedlichen Regeln funktionieren.

Wie verbreitet solche Agenten bereits sind, zeigen Fallbeispiele, die die Suchanbieter selbst veröffentlichen – also Eigenangaben, keine unabhängige Prüfung. Linkup beschreibt etwa, wie der französische Elektronikhändler Boulanger den Kundenservice-Chatbot auf seiner Website um eine Websuche ergänzt hat, wenn die eigene Dokumentation nicht ausreicht – und dabei Herstellerseiten und offizielle Dokumentationen bevorzugt. Die Legal-KI Legora nutzt Linkup als Suchschicht für juristische Recherchen, der KI-Vertriebsagent Ava von Artisan recherchiert damit Unternehmen, und Omniscient AI überwacht auf diesem Weg die Reputation von Marken. Exa wiederum gibt an, von mehr als 5.000 Unternehmen genutzt zu werden.

Für Marken wird das sehr konkret: Was ein Kundenservice-Bot über ein Produkt sagt oder was ein Vertriebsagent über ein Unternehmen weiß, hängt davon ab, was sein Such-Backend findet – und welche Quellen es bevorzugt.

Für die erste Welt hat der Insight „Ein Index ist noch kein Ranking“ gezeigt, dass ChatGPT einen eigenen Suchindex aufgebaut hat. Die zweite Welt ist weniger sichtbar, wächst aber mit jedem Agenten, den Unternehmen, Plattformen oder Softwareanbieter in eigene Produkte einbauen. Dort gilt: Wird ein identischer Prompt mit demselben Modell, aber über unterschiedliche Such-Backends ausgeführt, können sich gefundene Domains, Aktualität und Reihenfolge der Treffer unterscheiden – und damit auch, welche Marken am Ende genannt werden.

Wie groß diese Unterschiede in der Praxis sind, ist bislang nicht systematisch untersucht. Belegt ist das Prinzip, nicht sein Ausmaß. Für die Messung von KI-Sichtbarkeit hat das trotzdem eine klare Folge: Wer nur festhält, welches Sprachmodell eine Antwort erzeugt hat – etwa GPT oder Gemini –, kennt nicht zwingend den ganzen Weg dorthin. Bei Agenten gehört auch dazu, welche Suche die Quellen geliefert hat.

Wie wichtig die Zugriffsfrage geworden ist, beschreibt auch der Insight „Search ja, Training nein“. Und die Unterscheidung aus dem Resolution Paradox zeigt sich hier eine Ebene früher: Bevor eine Antwort ein Nutzerziel erfüllt und bevor eine Marke darin genannt wird, entscheidet die Suche, welche Quellen überhaupt im Rennen sind.