Wie KI Wandkunst empfiehlt: 248 KI-Antworten im Test
Wir haben ChatGPT, Perplexity, Gemini und Google AI Overviews gefragt, wo man Wandkunst kaufen soll — 248 Mal, in vier Ländern. Die Engines sind sich kaum einig: Nur 3% der zitierten Quellen werden von allen vieren geteilt, und 27% der Kaufantworten empfehlen überhaupt keine Marke. Hier ist, wen KI wirklich empfiehlt — und warum.
Immer mehr Menschen beginnen einen Kauf, indem sie einen KI-Assistenten fragen und nicht ein Suchfeld. Also haben wir das naheliegende Experiment gemacht: Wir haben die vier Engines, die die meisten Käufer inzwischen nutzen, 248 Mal gefragt, wo man Wandkunst bekommt — und jede genannte Marke sowie jede zitierte Quelle protokolliert. Das Bild, das dabei herauskam, ist weit unübersichtlicher — und weit offener — als es die klassische Suche je war.
Die Studie in einem Absatz
Im Juli 2026 haben wir ein eingefrorenes Panel aus 62 echten Kauffragen ("Wo kann ich ein Foto auf Metall drucken lassen?", "beste Anbieter für Metalldrucke", "Displate-Alternativen"…) durch die vier KI-Engines geschickt, die die meisten Menschen heute fragen — ChatGPT, Perplexity, Gemini und Google AI Overviews — in Großbritannien, Polen, Deutschland und Frankreich. Daraus wurden 248 Antworten, von denen 227 die Qualitätskontrolle bestanden. Wir haben jede genannte Marke und jede zitierte Quelle protokolliert: insgesamt 523 verschiedene Domains. Wir betreiben ein Studio für Metalldrucke, deshalb haben wir die Rangliste unter Ausschluss unserer eigenen Marken-Fragen veröffentlicht — die Zahlen unten zeigen, was die Engines sagen, wenn niemand gezielt nach uns fragt.
Erkenntnis 1 — "KI-Suche" sind vier verschiedene Suchmaschinen unter einem Namen
Von den 523 Domains, die die Engines zitierten, wurden nur 16 — drei Prozent — von allen vier Engines zitiert. Siebzig Prozent tauchten in den Antworten genau einer Engine auf und sonst nirgends.
So hat die klassische Suche nie funktioniert. Google und Bing waren sich nur an den Rändern uneinig; diese vier Systeme bauen ihre Antworten aus weitgehend getrennten Quellensätzen. Für alle, die online verkaufen, ist die praktische Konsequenz unmissverständlich: Bei ChatGPT sichtbar zu sein sagt fast nichts darüber aus, ob Perplexity, Gemini oder Googles AI Overviews überhaupt wissen, dass es dich gibt. Es gibt jetzt vier Türen, und sie öffnen sich mit unterschiedlichen Schlüsseln.
Vier Engines, vier weitgehend getrennte Quellensätze: 70% der zitierten Domains tauchen in den Antworten nur einer Engine auf.
Erkenntnis 2 — Perplexity überlässt die Markenfindung den Communities
Wir haben jedes Zitat nach Quellentyp klassifiziert. 17,7 % der Zitate von Perplexity verweisen auf Community-Inhalte — Reddit-Threads, YouTube-Videos, Foren. Bei ChatGPT liegt der Wert bei 2,2 %. Das ist ein achtfacher Unterschied: Gemini liegt bei 5,7 %, Google AI Overviews bei 13 %.
Mit anderen Worten: Wenn ein Käufer Perplexity fragt, was er sich an die Wand hängen soll, stammt ein spürbarer Teil der Antwort von Redditoren und YouTubern, nicht von einer Marke oder einem Verlag. Es ist die Engine, bei der Unternehmen am wenigsten direkte Kontrolle über ihre eigene Geschichte haben — und bei der ein einziger wirklich hilfreicher Community-Thread mehr Empfehlungen bringen kann als ein Marketingbudget.
Perplexity stützt sich achtmal stärker auf Community-Inhalte als ChatGPT (n = 227).
Erkenntnis 3 — Communities werden häufiger zitiert als jeder Händler
Über das markenfreie Panel hinweg sammelte YouTube 82 Zitate und Reddit 65 — zusammen 147, der größte Drittanbieter-Zitatblock der Studie. Der führende Händler (whitewall.com) kam auf 90. Keine andere kommerzielle Seite kam auch nur in die Nähe.
Das Muster wiederholt sich im Kleinen bei Nischenanbietern: photographytalk.com, ein Fotografieblog, erhielt 16 Zitate — und erschien in KI-Quellensätzen neben Plattformen, die tausendmal so groß sind. Die Engines gewichten nicht den Traffic; sie gewichten thematische Autorität, so klein die Seite auch sein mag, die sie trägt.
Zitatzahlen im markenfreien Panel (eigene Marken-Prompts ausgeschlossen). Community-Plattformen (YouTube, Reddit) liegen direkt hinter dem führenden Händler.
Erkenntnis 4 — ein Viertel des Marktes ist schlicht unbesetzt
27% aller Kaufantworten nannten überhaupt keine beobachtete Marke. Bei Perplexity waren es 35%; selbst bei der markenfreudigsten Engine (ChatGPT, 21%) empfiehlt rund jede fünfte Antwort Kategorien, Materialien und Kriterien — aber kein Unternehmen.
Für jede Marke in dieser Branche ist das die eigentliche Schlagzeile. Der Empfehlungsplatz in einem Viertel der KI-Kaufantworten steht leer — und wartet auf denjenigen, dem die Engines zuerst vertrauen lernen.
Ein Viertel der KI-Kaufantworten empfiehlt überhaupt keine Marke — ein leerer Empfehlungsplatz (n = 227).
Erkenntnis 5 — Sichtbarkeit ist je Engine und je Markt verschieden
Der Share of Voice ein und derselben Marke schwankt stark zwischen Engines und Ländern. In unserem beobachteten Set führt WhiteWall bei den Erwähnungen insgesamt (78 über die markenfreien Prompts), wandelt aber nur 77% seiner Erwähnungen in Zitate um; Displate wandelt 53% um. Die stärkste Umwandlung im Panel — 93% — gehört der kleinsten beobachteten Marke (unserer: 29 Erwähnungen, 27 zitiert), was wir eher als Hinweis darauf lesen, wie Engines zitieren, als über uns: Engines zitieren die Quellen, die sie tatsächlich lesen, und sie lesen Seiten, die zum Gelesenwerden gebaut sind.
Die Aufteilung je Markt geht erneut auseinander: Die Ranglisten in Polen, Deutschland, Frankreich und Großbritannien teilen sich denselben Spitzenblock (YouTube, Reddit, WhiteWall), doch das Mittelfeld wird von lokalen Druckereien beherrscht, von denen ein britischer Leser noch nie gehört hat — labophotos.fr, optimalprint.pl, cewe.de. KI-Empfehlungen sind, wie die Politik, lokal.
Die Umwandlung spiegelt wider, wie Engines zitieren — sie verlinken die Seiten, die sie tatsächlich lesen. Die Erwähnungsbasis unterscheidet sich je Marke.
Was das bedeutet, wenn du etwas verkaufst
- Behandle die vier Engines als vier Kanäle. Miss jeden einzeln; ein monatliches Panel nach dem Motto "Stell den Engines deine eigenen Kauffragen" kostet ein paar Dollar an API-Aufrufen.
- Verdiene dir Community-Präsenz auf ehrliche Weise. Perplexitys 8×-Gewichtung von Communities bedeutet: Eine hilfreiche, transparent gekennzeichnete Antwort im richtigen Thread wirkt stärker als eine ganze Anzeigenseite. (Astroturfing wird erkannt — von Moderatoren und zunehmend von den Engines.)
- Schreibe Seiten, die Engines zitieren können. Direkte Antworten, ehrliche Vergleiche, echte Spezifikationen. Unser Umwandlungswert existiert, weil gut auslesbare Seiten zitiert werden, sobald sie erwähnt sind.
- Besetze den freien Raum. Ein Viertel der Kaufantworten nennt niemanden. Die Marken, die diese Plätze zuerst füllen, werden für die nächste Käufergeneration wie die Standardwahl wirken.
Methodik
62 Kauf-Prompts (17 Kategorie, 17 transaktional, 13 Wettbewerber, 11 Marke, 4 informativ), nativ auf Englisch, Polnisch, Deutsch und Französisch verfasst und vor der Erhebung mit einem Content-Hash eingefroren. Engines: OpenAI Responses mit Websuche, Perplexity Sonar, Gemini mit Google-Search-Grounding, Google AI Overviews per SERP-Erfassung (die einzige Erhebung mit exaktem nationalem Geo-Targeting; die API-Erhebungen sind grounding-gestützte Stellvertreter der Verbraucheroberflächen). 248 Antworten erhoben am 2026-07-02; 21 durch Qualitätsschleusen aussortiert (Anbieterfehler, blockierte Abrufe — nie stillschweigend als Daten gezählt); 227 ausgewertet. Jede Zitat-URL kanonisiert (Weiterleitungen aufgelöst, Tracking entfernt, auf die registrierbare Domain dedupliziert). Markennennungen mit wortgrenzen- und alias-bewusstem Abgleich erfasst, gegen Fehltreffer geprüft. Die Haupt-Rangliste schließt unsere eigenen Marken-Prompts aus; die Zahlen des vollständigen Panels sind auf Anfrage erhältlich, zusammen mit der Prompt-Liste und den Tabellen je Engine.
Häufig gestellte Fragen
ChatGPT nannte in 79% der Kaufantworten eine der beobachteten Marken — die markenfreudigste Engine in unserem Panel. Perplexity war am zurückhaltendsten (65%) und stützte sich stattdessen auf Reddit-Threads und YouTube-Rezensionen.
Selten. Nur 3% der 523 in unserer Studie zitierten Quellen wurden von allen vier Engines genutzt, und 70% tauchten in den Antworten nur einer einzigen Engine auf.
Verdiene dir Erwähnungen auf den Quellen, die Engines ohnehin schon zitieren — Community-Threads, YouTube-Rezensionen, thematische Nischenblogs — und veröffentliche direkte, zitierfähige Antworten auf deiner eigenen Website. In unseren Daten wurden Erwähnungen am ehesten dann zu Zitaten, wenn die Seiten gut auslesbar und detailreich waren.
Perplexitys Retrieval bevorzugt aktuelle Community-Diskussionen: 17,7 % seiner Zitate in unserem Panel stammten aus Community-Quellen, gegenüber 2,2 % bei ChatGPT.
62 eingefrorene Kauffragen über vier KI-Engines und vier Länder im Juli 2026: 248 Antworten, 227 nach der Qualitätskontrolle ausgewertet, jede Markennennung und zitierte Quelle erfasst und klassifiziert. Methodik und Prompt-Liste auf Anfrage erhältlich.
