Frag ChatGPT etwas in der Web-App und schick danach dieselbe Frage über die API: Oft bekommst du zwei unterschiedliche Empfehlungslisten. Kontrollierte Experimente 2026 haben die Lücke zwischen Zugriffsebenen (access surfaces) auf das 1,5- bis 3,6-Fache des üblichen Lauf-zu-Lauf-Rauschens beziffert. Ein Sichtbarkeitswert, der seine Messebene nicht deklariert, lässt sich mit keinem anderen Wert vergleichen.

Was als Zugriffsebene zählt

Dasselbe Modell erreicht Nutzer über mehrere unterschiedliche Produkte, und jede Route ist eine eigene Messebene. Petra Labs unterscheidet bei GPT-5.2 drei: eingeloggtes bezahltes ChatGPT, ausgeloggtes kostenloses ChatGPT und die Responses API. Sie können sich im System-Prompt, in den Such-Backends, in geografischen Signalen und in den Sampling-Einstellungen unterscheiden und trotzdem denselben Modellnamen tragen.

Die Weboberfläche schichtet Dinge ein, die ein API-Aufruf nie sieht. Nikolai Fischer, ein deutscher Entwickler, der im Oktober 2026 einen Vergleich mit identischem Modell veröffentlicht hat, listet sie auf: chatgpt.com läuft mit einem System-Prompt, den OpenAI nicht publiziert, entscheidet selbst, ob das Web durchsucht wird, und kennt den Standort, den Chatverlauf und die gespeicherten Erinnerungen des Nutzers. Die API ist nackter. Websuche ist dort ein Tool, das der Entwickler erst einschalten muss, und viele Prompt-Tracking-Tools lassen sie aus Kostengründen aus, sodass das Modell allein aus dem Trainingsgedächtnis antwortet. Auch die Modellidentität gehört zur Zugriffsebene, und hier geht leicht etwas schief: Die ChatGPT-App zeigt ein Thinking-Level statt eines Modellnamens, und Fischers erste API-Runde hat deshalb das falsche Modell gegen den Web-Default gemessen.

Was die kontrollierten Experimente fanden

Zwei Experimente halten alles konstant außer der Zugriffsebene, und das macht sie zur stärksten verfügbaren Evidenz. Petra Labs, eine Agentur für Answer Engine Optimization, hat am 26. Februar 2026 einen einzigen Produkt-Recherche-Prompt 300 Mal an jede von drei GPT-5.2-Ebenen geschickt, mit erzwungener Websuche und ohne Personalisierung: 900 Durchläufe insgesamt. Die halbierten Stichproben je Ebene ergaben eine Rauschuntergrenze von 4,5 bis 7,1 Prozent RMSE bei der Markensichtbarkeit. Vollständige Stichproben unterschiedlicher Ebenen wichen um 10,8 bis 16,1 Prozent ab, der Ebenen-Effekt war also das 1,5- bis 3,6-Fache des Zufalls. Blizzard tauchte in 30 Prozent der eingeloggten Durchläufe und in 62,3 Prozent der API-Durchläufe auf, eine Schwankebreite von 32 Punkten. Renoun erschien in 15 bis 18 Prozent der Chat-Durchläufe und über die API kein einziges Mal. Die Top-5-Empfehlungsmarken von eingeloggtem ChatGPT und der API überlappten nur zu 25 Prozent. Petra verkauft Optimierungsdienstleistungen, die Einordnung verdient also Prüfung, aber Durchlaufzahlen und Methode sind publiziert.

Fischers Experiment stellte 29 käuferstilisierte Fragen über chatgpt.com und claude.ai am Desktop sowie über die APIs beider Anbieter, mit demselben Modell auf beiden Seiten: GPT-6 Sol und Opus 5.5. Über 318 Antworten hinweg teilten zwei ChatGPT-Web-Antworten 54 Prozent ihrer Marken (Jaccard-Ähnlichkeit), eine Web- und eine API-Antwort 28 Prozent, zwei API-Antworten 34 Prozent. Die API glich dem Web weniger als sie sich selbst glich, das ist die Signatur eines systematischen Unterschieds statt Rauschens. Bei Claude lag der Ebenen-übergreifende Wert bei 21 Prozent gegenüber einer 33-Prozent-Baseline auf derselben Ebene. Die Lücke blieb erträglich bei Software-Fragen (38 Prozent) und internationalen Fragen (42 Prozent), brach aber bei lokalen Dienstleistern ein: 15 Prozent bei ChatGPT, 12 Prozent bei Claude. Die Antwortform driftete genauso. Web-ChatGPT kam im Schnitt auf 471 Wörter und 7,4 Marken pro Antwort; dasselbe Modell über die API auf etwa 151 Wörter und 3,7 Marken. Fischer ist unabhängig und verkauft kein Tracking-Tool, und er nennt seine Grenzen offen: eine Person, ein Tag, ein Ort, nur Desktop, 29 Prompts.

Was die Anbieterstudien beisteuern

Tracking-Anbieter haben eigene Vergleiche gefahren. Promptwatch, das interface-basiertes Tracking verkauft, berichtete in einem Test im August 2026, dass seine Interface-Läufe und API-Läufe sich nur 25,6 Prozent der Quellen teilten und 70 Prozent der vom Interface gefundenen Quellen in den API-Ergebnissen gar nicht auftauchten. Surfer, das einen scraper-basierten Tracker verkauft, fuhr einen eigenen Scraped-vs-API-Vergleich: 24 Prozent Markenüberlappung bei ChatGPT, 4 Prozent bei den Quellen; bei Perplexity lieferte die API rund 7 Quellen pro Antwort gegen 10 in den gescrapten Ergebnissen. Promptwatchs Forschungsrundschau beschreibt außerdem eine Studie vom April 2026, in der 35 Bottom-of-Funnel-Prompts 10 Tage lang in drei Setups liefen: Das ChatGPT-Interface brachte 845 eindeutige Marken zutage, die API ohne Suche 135, die API mit Suche 580.

Alles das trägt das Label Anbieterstudie. Promptwatch sagt es selbst: Die zitierten Studien stammen von Anbietern, die interface-basiertes Tracking verkaufen, lies die Schlussfolgerungen also mit diesem Vorwissen. Dass drei Firmen in dieselbe Richtung zeigen, bleibt Evidenz, aber die Zahlen, die du zitierst, sind die kontrollierten Experimente oben.

Die Ebene driftet, selbst wenn du sie festhältst

Nimm eine Ebene und halte sie fest, und das Ziel bewegt sich trotzdem. ChatGPTs Bezahl-Default ist seit dem 7. Oktober 2026 GPT-6 Sol, aber die App zeigt den Modellnamen nicht. Cloro misst, wie oft sechs Engines ihre Antworten in Live-Suche verankern (Grounding-Rate), bei rund 2.500 Prompts pro Engine, und sah Gemini von 41,1 Prozent im Juli 2026 auf 70,7 Prozent im August steigen, während ChatGPT von 98,4 Prozent im Juli auf 97,6 Prozent im Oktober ging. Antwortverhalten ist ein wandernder Parameter, keine Konstante.

Anzeigen sind das zweite bewegliche Teil, und sie existieren nur auf manchen Ebenen. OpenAI zeigt seit dem 9. Februar 2026 gekennzeichnete Anzeigen in ChatGPT-Antworten, für eingeloggte Erwachsene in den Tarifen Free und Go in den USA. Auf der Google Marketing Live am 20. Mai 2026 kündigte Google Anzeigenformate in AI Mode an, darunter gesponserte Einträge in Listenantworten, derzeit in den USA im Test. Promptwatchs FAQ benennt die Messkonsequenz klipp und klar: Anzeigen, Shopping-Karten, Bildkarussells und lokale Panels existieren nur im Interface, eine API-Antwort kann sie nicht enthalten. Das schneidet in beide Richtungen. Ein API-basierter Tracker verpasst, was Free-Tier-Käufer wirklich sehen. Ein Interface-Zähler, der gesponserte Einträge nicht von organischen Zitaten trennt, bläht die verdiente Sichtbarkeit auf.

Fünf Fragen an jeden Sichtbarkeitswert

Bevor du zwei Werte vergleichst oder eine einzige Zahl in ein Budget-Meeting trägst, stelle die Zugriffsebenen-Frage zuerst. Wenn du Tools evaluierst, gehört sie an den Anfang der Liste für jeden Anbieter (die wichtigsten Optionen für Devtool-Firmen haben wir separat verglichen).

Erstens: Welche Ebene wurde gemessen, eingeloggtes Web, ausgeloggtes Web oder API, und wurde die Websuche erzwungen?

Zweitens: Welche Modellversion, an welchen Daten? Fischers verworfene erste API-Runde zeigt, wie leicht das schiefgeht.

Drittens: Wie viele Prompts, wie viele Läufe pro Prompt? Petras Rauschuntergrenze von 4,5 bis 7,1 Prozent innerhalb einer Ebene bedeutet, dass kleine Stichproben einen echten Fünfpunkte-Zuwachs nicht vom Zufall unterscheiden können.

Viertens: Werden gesponserte Einträge zusammen mit organischen Zitaten gezählt oder getrennt?

Fünftens: Was passiert mit Antworten, die keinen einzigen Anbieter nennen? Promptwatch wertet nicht erwähnte Antworten als null und publiziert seine Methode. Das macht nicht jeder Anbieter.

Kalibrierung zählt hier mehr als Perfektion. Fischer fand heraus, dass API-basiertes Tracking bei Software-Kategorien und englischsprachigen Fragen über große Märkte nah genug am Web liegt, um echte Trends zu zeigen; bei lokalen Dienstleistungen fällt es auf eine gemeinsame Marke von sieben zurück. Passe die Ebene an die Orte an, an denen deine Käufer sind, halte sie fest und wiederhole monatlich (die manuelle Methode kostet einen Nachmittag und keine Tools). Der kaufmännische Grund für die Mühe ist unverändert: Käufer wählen aus den Marken, die in der Antwort genannt werden.

Wo wir dazupassen

Wir betreiben eine größere Version dieses Tests beruflich. CiteGap, das Team hinter dieser Seite, stellt 30 Käuferfragen über die Engines, die deine Käufer nutzen, arbeitet heraus, warum dein Produkt fehlt, und übergibt dir eine Fixliste, als einmaliges Projekt; kontinuierliches Monitoring gibt es als monatliches Abo. Jede Zahl, die wir übergeben, trägt ihre Methode mit sich: die Fragen, die Engines, die Daten. Wenn du gratis einen ersten Blick willst, prüft der kostenlose Scan deine Homepage sofort und zeigt jedes Ergebnis direkt auf der Seite.

Schriftliche Diagnose anfordern (490 $)

Häufige Fragen

Warum liefert ChatGPT im Web und über die API unterschiedliche Antworten?

Die Web-App läuft mit einem System-Prompt, den OpenAI nicht publiziert, entscheidet selbst über die Websuche und nutzt Standort, Chatverlauf und gespeicherte Erinnerungen des Nutzers. Die API hat keine dieser Schichten, außer der Entwickler baut sie ein, und viele Tracking-Tools schalten die Websuche aus Kostengründen ab. In einem Vergleich mit identischem Modell über 29 Fragen teilten sich ChatGPT-Web- und API-Antworten 28 Prozent der genannten Marken, zwei Web-Antworten teilten sich 54 Prozent.

Wie genau sind AI-Sichtbarkeitswerte?

Genau für die spezifische Ebene, die gemessen wurde, und nicht darüber hinaus. Ein 900-Durchläufe-Experiment von Petra Labs fand, dass Markensichtbarkeit über Zugriffsebenen hinweg (eingeloggter Chat, ausgeloggter Chat, API) das 1,5- bis 3,6-Fache der Variation innerhalb einer Ebene bei wiederholten Läufen beträgt. Behandle jeden Wert als Messung eines Ausschnitts einer Engine an einem festen Satz von Daten, nicht der Engine als Ganzes.

Kann ich AI-Sichtbarkeitswerte aus zwei verschiedenen Tools vergleichen?

Nicht direkt. Tools sammeln Daten auf unterschiedlichen Ebenen, bewerten sie mit unterschiedlichen Formeln und decken unterschiedliche Prompt-Sets ab. Promptwatch berichtet, Kunden sehen regelmäßig Lücken von 5 bis 15 Prozent zwischen Tools für dieselbe Marke. Frage jeden Anbieter, welche Ebene, welche Modellversionen und welche Bewertungsmethode er nutzt, und vergleiche die Richtung deines eigenen Trends statt der Dezimalwerte.

Liefert die ChatGPT-API die Anzeigen zurück, die Nutzer sehen?

Nein. Anzeigen, Shopping-Karten, Bildkarussells und_localen Panels existieren nur im Interface, eine API-Antwort kann sie nicht enthalten. ChatGPT zeigt seit dem 9. Februar 2026 gekennzeichnete Anzeigen für eingeloggte Erwachsene in den Tarifen Free und Go in den USA. Jede Sichtbarkeitszahl sollte angeben, und ob gesponserte Einträge getrennt von organischen Erwähnungen gezählt wurden.

Ändern AI-Engines ihr Antwortverhalten im Laufe der Zeit?

Ja, auf Zeitskalen, die für Tracking relevant sind. Cloro maß Gemini Grounding-Rate mit 41,1 Prozent im Juli 2026 und 70,7 Prozent im August. ChatGPTs Bezahl-Default-Modell wechselte am 7. Oktober 2026 zu GPT-6 Sol, ohne dass die App den Modellnamen zeigte. Monatliche Wiederholungsläufe auf einer festen Ebene sind das Minimum für einen Trend, dem du vertrauen kannst.

Quellen

  • Petra Labs, Zugriffsebenen-Experiment mit 900 Durchläufen, 26. Februar 2026 (Markenschwankungen bis 32,3 Prozentpunkte; Top-5-Markenüberlappung 25 Prozent zwischen eingeloggtem ChatGPT und der API; eine Marke bei 15 bis 18 Prozent Chat-Sichtbarkeit und null über die API): petralabs.com
  • Petra Labs, Split-Half-Rauschanalyse (RMSE innerhalb der Ebene 4,5 bis 7,1 Prozent, über Ebenen 10,8 bis 16,1 Prozent, Ebeneneffekt das 1,5- bis 3,6-Fache des Lauf-zu-Lauf-Zufalls): petralabs.py
  • Nikolai Fischer, Vergleich von Weboberfläche und API mit identischem Modell, 16. Oktober 2026 (29 Prompts, 318 Antworten; Markenüberlappung 54 Prozent Web vs. Web, 28 Prozent Web vs. API, 34 Prozent API vs. API bei ChatGPT; 21 und 33 Prozent bei Claude): nikofischer.com
  • Promptwatch, UI-vs-API-Tracking-Tests, August 2026 (25,6 Prozent gemeinsame Quellen zwischen Interface und suchfreier API; 70 Prozent der Interface-括 Quellen fehlen in den API-Ergebnissen; 5 bis 15 Prozent Lücken zwischen Tools; Anzeigen und Shopping-Karten nur im Interface): promptwatch.com
  • Surfer, Scraped-vs-API-Studie (ChatGPT-Markenüberlappung 24 Prozent, Quellen-overlap 4 Prozent; Perplexity rund 7 API-Quellen gegen 10 in gescrapten Ergebnissen): surfer.ai
  • Cloro, Grounding-Raten je Engine, Messwerte Juli, August und Oktober 2026 (Gemini 41,1 auf 70,7 auf 68,2 Prozent; ChatGPT 98,4 Prozent im Juli, 97,6 Prozent im Oktober): cloro.dev
  • ppc.io, ChatGPT-Anzeigen-Zeitlinie (US-Ausrollung ab 9. Februar 2026, für eingeloggte Erwachsene in den Tarifen Free und Go): ppc.io
  • Search Engine Land, Google Marketing Live 2026 (Conversational-Discovery-Anzeigen und Highlighted Answers in AI Mode, in den USA im Test; angekündigt am 20. Mai 2026): searchengineland.com