Anderer Fachbegriff, anderes Uni-Ranking: Wie KI Universitäten sichtbar macht

Aktualisiert: - Veröffentlicht: - Autor:

Illustration zur KI-Sichtbarkeit deutscher Universitäten: Die Universität Passau wird beim Prompt „Medien und Kommunikation“ in 75,0 Prozent der KI-Antworten genannt, bei „Kommunikations- oder Medienwissenschaft“ nur in 7,0 Prozent. Die Grafik verdeutlicht, wie stark kleine Änderungen im Prompt die Sichtbarkeit in KI-Systemen beeinflussen können.
  • Home
  • Blog
  • Anderer Fachbegriff, anderes Uni-Ranking: Wie KI Universitäten sichtbar macht
Inhaltsverzeichnis

Ich studiere Medien und Kommunikation an der Universität Passau und arbeite parallel als Werkstudent im SEO-/GEO-Team von SMART LEMON. Für eine Analyse zur KI-Sichtbarkeit von Hochschulen musste ich deshalb nicht lange nach einem geeigneten Beispiel suchen.

Wenn ich schon einen Studiengang studiere, der exakt „Medien und Kommunikation“ heißt, sollte eine KI Passau bei einer entsprechenden Frage doch ziemlich zuverlässig auf dem Schirm haben. Hat sie auch. Zumindest solange man die richtigen Worte verwendet.

Bei einer Frage nach einem Bachelor in „Medien und Kommunikation“ taucht die Universität Passau in 75 Prozent unserer getesteten KI-Antworten auf. Wird stattdessen nach „Kommunikations- oder Medienwissenschaft“ gefragt, sind es gerade einmal 7 Prozent.

Gleiche grobe Suchabsicht, fachlich eng verwandte Begriffe  und plötzlich liegt fast eine komplette Hochschullandschaft dazwischen.

Für mich ist das mehr als ein kurioser Blick auf meinen eigenen Studiengang. Das Beispiel zeigt ziemlich anschaulich, warum Unternehmen, Hochschulen und andere Organisationen bei KI-Sichtbarkeit nicht nur nach einem einzelnen Visibility Score schauen sollten.

Diesen Inhalt mit KI-Tools zusammenfassen

ChatGPTPerplexityClaude

Was wir untersucht haben

Für unsere Analyse haben wir acht Bachelorstudiengänge aus dem Bereich Medien- und Kommunikationswissenschaft an deutschen Universitäten miteinander verglichen:

  • Medien und Kommunikation – an der Universität Passau
  • Medien- und Kommunikationswissenschaft – an der Universität Mannheim
  • Kommunikationswissenschaft / Kommunikations- und Medienforschung – an der Ludwig-Maximilians-Universität München (LMU)
  • Kommunikations- und Medienwissenschaft – an der Universität Leipzig
  • Kommunikations- und Medienwissenschaft – an der Universität Bremen
  • Medienwissenschaft/Kommunikationswissenschaft – an der Universität Trier
  • Medienkulturwissenschaft mit kommunikations- und medienwissenschaftlichem Fokus – an der Universität zu Köln
  • Medien und Kommunikation – an der Universität Augsburg

Passau war als sogenannte „Own Brand“ unser besonderer Analysefokus. In den verwendeten Prompts selbst wurde allerdings keine Universität namentlich genannt.

Vom 22. Juli bis zum 24. August 2026 wurden 15 standardisierte deutschsprachige Prompts wiederholt über vier KI-Systeme ausgespielt:

  • ChatGPT
  • Google AI Mode
  • Google AI Overview
  • Perplexity

Insgesamt umfasst der Datensatz 2.137 Chats. Davon entfallen 540 auf ChatGPT, 540 auf den Google AI Mode, 533 auf Google AI Overview und 524 auf Perplexity.

Die Prompts decken neun verschiedene Suchabsichten ab. Dazu gehören unter anderem Studiengangssuche, Interdisziplinarität, Auswahlkriterien, Reputation, Rankings, Berufsaussichten und konkrete Empfehlungen.

Was bedeutet „Sichtbarkeit“ in dieser Analyse?

Unsere zentrale Kennzahl ist die Sichtbarkeit. Sie gibt an, in welchem Anteil aller ausgewerteten Chats eine Universität mindestens einmal genannt wurde.

Daneben betrachten wir zwei weitere Werte:

Nennungen: Hier zählen auch mehrfache Erwähnungen derselben Universität innerhalb eines Chats.

Durchschnittliche Position: Sie beschreibt, an welcher Position eine Universität durchschnittlich auftaucht, wenn sie genannt wird. Je kleiner der Wert, desto weiter vorn steht sie.

Wichtig ist die Abgrenzung: Keine dieser GEO-Kennzahlen bewertet die Qualität einer Universität oder eines Studiengangs. Auch unser Gesamtranking gilt ausschließlich für das untersuchte Prompt-Set.

Die Prompts sind außerdem nicht nach realem Suchvolumen gewichtet und verschiedene Suchabsichten sind unterschiedlich stark vertreten. Wir bauen hier also kein neues CHE-Ranking mit ChatGPT. Wir untersuchen, welche Hochschulen KI-Systeme bei bestimmten Fragen sichtbar machen.

Im Gesamtbild führt Mannheim – Passau steht bei Nennung besonders weit vorne

Über alle untersuchten Prompts und Systeme erreicht die Universität Mannheim mit 43,0 Prozent die höchste Sichtbarkeit. Leipzig folgt mit 38,6 Prozent vor der LMU München mit 36,8 Prozent.

Passau liegt mit 29,7 Prozent auf Rang vier. Die verschiedenen Kennzahlen erzählen dabei unterschiedliche Geschichten.

Die LMU steht bei der Sichtbarkeit nur auf Platz 3, sammelt mit 2.081 Erwähnungen aber die meisten Nennungen. Wird sie von einem KI-System aufgegriffen, kommt ihr Name innerhalb eines Chats also vergleichsweise häufig mehrfach vor.

Bei Passau zeigt sich das umgekehrte Muster. Die Universität wird insgesamt seltener genannt als das Spitzentrio, landet bei einer Erwähnung aber mit einer durchschnittlichen Position von 2,7 so weit vorn wie keine andere Universität im Vergleichsfeld. Für Passau liegt das Problem in unserem Test deshalb hauptsächlich bei der Abdeckung: Wird die Universität berücksichtigt, besitzt sie eine starke Position. Sie schafft es nur nicht zuverlässig, in ausreichend viele Antworten.

Beim Sentiment gibt es übrigens kaum Unterschiede. Alle acht Universitäten liegen auf der verwendeten Skala von 0 bis 100 zwischen 52 und 56 Punkten. Für eine sinnvolle Differenzierung taugt diese Kennzahl in unserem Datensatz damit kaum.

Balkendiagramm zur KI-Sichtbarkeit von acht deutschen Universitäten in 2.137 automatisierten KI-Chats. Die Universität Mannheim erreicht mit 43,0 Prozent die höchste Sichtbarkeit, gefolgt von der Universität Leipzig mit 38,6 Prozent und der LMU München mit 36,8 Prozent. Die Universität Trier liegt mit 4,1 Prozent auf dem letzten Platz.

Wie der Fachbegriff die KI-Sichtbarkeit eines Studiengangs verändert

Besonders interessant wird es bei zwei Prompts zur Studiengangssuche. Beide fragen nach einem einschlägigen Bachelorstudium. Der wesentliche Unterschied liegt in der Bezeichnung des Studienfeldes.

Prompt 1 arbeitet mit „Medien und Kommunikation“. Prompt zwei verwendet „Kommunikations- oder Medienwissenschaft“.

Für meine Universität ist der Unterschied ziemlich drastisch.

Mit „Medien und Kommunikation“ erreicht Passau eine Sichtbarkeit von 75,0 Prozent und Rang zwei im Vergleichsfeld. Bei „Kommunikations- oder Medienwissenschaft“ bleiben davon 7,0 Prozent übrig. Passau fällt damit auf den letzten Platz der acht untersuchten Universitäten. Das sind 68 Prozentpunkte Unterschied.

Auch die Position innerhalb der Antworten verändert sich deutlich. Beim offiziellen Studiengangsbegriff liegt Passau im Durchschnitt auf Position 1,7. Beim verwandten Fachbegriff beträgt der Wert 10,3.

Die Universität wird also nicht nur viel seltener genannt. Wenn sie auftaucht, dann auch erheblich weiter hinten.

Bei Leipzig, München und Köln verläuft die Entwicklung in die andere Richtung. Leipzig steigt von 36,1 auf 62,0 Prozent, die LMU von 11,1 auf 55,6 Prozent und Köln sogar von 4,9 auf 45,1 Prozent.

Augsburg bleibt mit 43,8 und 43,0 Prozent praktisch stabil.

Balkendiagramm zur KI-Sichtbarkeit deutscher Universitäten bei zwei ähnlichen Studiengangs-Prompts. Besonders stark unterscheidet sich die Universität Passau: Bei „Medien und Kommunikation“ erreicht sie 75,0 Prozent Sichtbarkeit, bei „Kommunikations- oder Medienwissenschaft“ nur 7,0 Prozent. Auch bei weiteren Universitäten verändert die Wortwahl des Prompts das Ranking deutlich.

Auch der Quellenabruf verändert sich mit dem Fachbegriff

Parallel verändert sich, welche Quellen die Systeme abrufen. Bei „Medien und Kommunikation“ wird uni-passau.de in 61,1 Prozent der Chats als Quelle abgerufen. Bei „Kommunikations- oder Medienwissenschaft“ sind es nur 1,4 Prozent. Das ist ein auffälliger Zusammenhang. Einen kausalen Nachweis liefert er nicht. Wir können anhand der Daten nicht sagen, dass der geringere Abruf der Hochschulwebsite die schwächere Sichtbarkeit verursacht.

Das Muster passt allerdings zu einer relativ engen Zuordnung der Universität Passau zu ihrem offiziellen Studiengangsnamen „Medien und Kommunikation“.

Die Ergebnisse zeigen zugleich, warum solche Analysen sprachlich präzise bleiben müssen. „Medien und Kommunikation“, „Medienwissenschaft“ und „Kommunikationswissenschaft“ liegen semantisch nah beieinander. Sie sind trotzdem keine identischen Begriffe und können unterschiedliche Hochschulangebote beschreiben.

Für Studieninteressierte bleibt ein ziemlich praktisches Problem: Eine einzige Formulierung reicht nicht aus, um selbst unser kleines Vergleichsfeld zuverlässig abzubilden.

Ändert sich die Suchabsicht, ändert sich das Uni-Ranking

Der Fachbegriff ist nur ein Faktor. Noch deutlicher wird die Dynamik, wenn sich das Ziel einer Frage verändert. Bei Ranking- und Reputationsfragen dominiert in unserem Prompt-Set die LMU München. Bei konkreten Empfehlungen liegt Passau knapp hinter Mannheim. Bei der Frage nach Berufsaussichten und Praxisbezug erzielt Passau sogar den höchsten Wert im Feld.

Eine simple Geschichte von „Prestige gegen Praxis“ wäre trotzdem zu kurz gegriffen.

Schon zwei thematisch verwandte Praxisfragen liefern für Passau sehr unterschiedliche Ergebnisse. Bei „Praxis versus Forschung“ liegt die Sichtbarkeit bei 10,4 Prozent. Beim Prompt zu „Berufsaussichten und Praxisbezug“ sind es 47,2 Prozent.

Der konkrete Wortlaut bleibt relevant.

Und andere Universitäten haben wiederum ihre eigenen Nischen: Trier kommt im Gesamtranking auf nur 4,1 Prozent Sichtbarkeit, führt bei der Frage nach einem Studium ohne Numerus clausus und mit guten Zulassungschancen aber mit 22,9 Prozent. Augsburg gewinnt den Süddeutschland-Prompt mit 77,5 Prozent.

Ein einzelner Visibility Score verschluckt solche Unterschiede vollständig.

KI-Sichtbarkeit im Vergleich: ChatGPT, Google und Perplexity unterscheiden sich deutlich

Die nächste Variable ist das verwendete KI-System. Für Passau ergibt sich im untersuchten Zeitraum ein auffällig Google-lastiges Profil. Zwischen Google AI Overview und Perplexity liegen bei Passau 27,5 Prozentpunkte.

Im Vergleichsfeld gibt es sogar noch stärkere Unterschiede. Leipzig kommt zwischen seinen stärksten und schwächsten Systemen auf 41,9 Prozentpunkte Differenz, Bremen auf 29,3 Prozentpunkte.

Auch die Richtung ist keineswegs überall gleich. Leipzig erreicht bei ChatGPT 53,7 Prozent Sichtbarkeit, bei Perplexity nur 11,8 Prozent. Bei Köln ist es umgekehrt: 6,9 Prozent bei ChatGPT stehen 23,9 Prozent bei Perplexity gegenüber.

Von „der KI-Sichtbarkeit“ zu sprechen, wird damit schnell unpräzise. Eine Organisation besitzt nicht automatisch einen Sichtbarkeitswert für KI. Sie besitzt unterschiedliche Sichtbarkeiten bei unterschiedlichen Fragen in unterschiedlichen Systemen.

ChatGPT, Perplexity und Google sehen nicht dieselbe Hochschullandschaft.

Balkendiagramm zur KI-Sichtbarkeit der Universität Passau in vier getesteten Systemen. Google AI Overview erreicht 41,8 Prozent Sichtbarkeit, Google AI Mode 40,6 Prozent, ChatGPT 21,7 Prozent und Perplexity 14,3 Prozent. Zwischen Google AI Overview und Perplexity liegen 27,5 Prozentpunkte.

Selbst innerhalb von fünf Wochen bleibt das Feld in Bewegung

Als wäre das nicht genug, kommt die Zeit als weitere Dimension hinzu. Unsere wöchentlichen Daten zeigen, dass sich die Sichtbarkeit schon innerhalb des gut einmonatigen Beobachtungszeitraums verändert. Leipzig steigt in jeder dargestellten Woche und liegt in KW 34 erstmals vor Mannheim.

Für die vollständigen Wochen KW 31 bis 34 beträgt der Anstieg 7,4 Prozentpunkte. Mannheim verliert im selben Zeitraum 5,0 Prozentpunkte. Passau bewegt sich während der vollständigen Wochen zwischen 27,6 und 33,7 Prozent – ohne eindeutige Richtung.

Eine Trendstory sollten wir daraus nicht basteln. Dafür ist der Zeitraum zu kurz.

* KW 30 beginnt erst mit dem Trackingstart am 22. Juli. Aufgrund zusätzlicher Messungen am ersten Erhebungstag umfasst sie trotzdem bereits 416 Chats. KW 31 bis 34 enthalten jeweils 412 bis 419 Chats. KW 35 haben wir aus der Tabelle entfernt, weil nur der 24. August mit 60 Chats enthalten ist.

Liniendiagramm zur wöchentlichen KI-Sichtbarkeit von vier deutschen Universitäten im untersuchten Prompt-Set. Von KW 30 bis KW 34 schwankt die Sichtbarkeit deutlich: Die Universität Leipzig steigt von 32,9 auf 44,2 Prozent, Mannheim liegt zuletzt bei 41,8 Prozent, die LMU München bei 39,9 Prozent und die Universität Passau bei 32,6 Prozent.

KI-Systeme holen sich ihre Informationen nicht nur von Universitäten

Spannend ist auch der Blick auf die Quellen. Hochschulwebsites sind nur ein Teil des Informationsumfelds. Die Systeme greifen ebenfalls auf Bewertungsplattformen, Studienverzeichnisse, redaktionelle Angebote und Videos zurück.

Die Citation-Rate ist dabei keine Prozentangabe. Der von unserem Tool ausgewiesene Durchschnittswert kann über 1 liegen, wenn dieselbe Domain innerhalb einer Konversation mehrfach inline zitiert wird.

Besonders auffällig ist StudyCheck. Die Plattform wird in 56,3 Prozent der untersuchten Chats abgerufen und damit häufiger als jede Hochschuldomain.

Auch der Unterschied zwischen Mannheim und Passau ist interessant: uni-mannheim.de taucht bei 40,2 Prozent der Chats im Quellenabruf auf, uni-passau.de lediglich bei 18,4 Prozent.

Bei der Citation-Rate liegen beide Domains mit 1,24 und 1,25 praktisch gleichauf.

Ein Qualitätssiegel ist aber auch das nicht. Wir wissen anhand dieser Daten weder, welche Website „besser“ ist, noch können wir aus einem gemeinsamen Auftreten von Quelle und Universitätsname eine Kausalität ableiten.

Bei Rankings bestimmen andere Quellen das Informationsumfeld

Noch deutlicher verändert sich der Quellenmix bei einzelnen Suchabsichten. In den zusammengefassten Chats zu Ranking und Reputation werden unter anderem folgende Domains häufig abgerufen:

  • topuniversities.com: 53,0 Prozent
  • wordpress.com: 49,5 Prozent
  • mystipendium.de: 48,4 Prozent
  • zeit.de: 38,2 Prozent
  • che.de: 29,7 Prozent

Die Website der Universität Passau wird beim Ranking-Prompt überhaupt nicht abgerufen. Beim Reputations-Prompt sind es 1,4 Prozent.

Beim Süddeutschland-Prompt kommt uni-passau.de dagegen auf 71,8 Prozent.

Für Hochschulen ist das eine wichtige Beobachtung: Welche Quellen im Umfeld einer Marke relevant werden, hängt offenbar stark vom konkreten Informationsbedarf ab. Eine perfekte Studiengangsseite auf der eigenen Domain löst deshalb nicht automatisch jedes Sichtbarkeitsproblem.

Hohe KI-Sichtbarkeit ist kein Qualitätssiegel

Bei all den Zahlen ist eine Einschränkung besonders wichtig. Wir messen Sichtbarkeit.

Wir messen nicht:

  • Qualität der Lehre
  • Qualität der Betreuung
  • Ausstattung
  • fachliche Passung für einzelne Studieninteressierte
  • Karrierechancen eines konkreten Absolventen
  • Studienerfolg

Eine Universität kann in einer KI-Antwort sehr präsent sein und trotzdem nur oberflächlich oder sogar unpassend dargestellt werden. Umgekehrt kann ein fachlich sehr passender Studiengang in einer Antwort komplett fehlen. Auch eine gute Durchschnittsposition bedeutet lediglich, dass eine Universität innerhalb der Antworten weit vorn genannt wurde.

Meine Universität wird also nicht plötzlich besser, weil ChatGPT sie auf Platz 2 statt auf Platz 7 schreibt. Schade eigentlich.

Wie KI-Modelle dir helfen können, den passenden Studiengang zu finden und worauf du achten solltest

Generative KI eignet sich gut als Einstieg in die Studienrecherche. Unsere Ergebnisse sprechen allerdings deutlich gegen die Idee, eine einzelne Antwort als fertige Empfehlung zu behandeln. Wer nach einem Studium sucht, sollte die eigene Frage gezielt variieren.

Statt nur nach „Medien und Kommunikation“ zu fragen, lohnen beispielsweise auch Begriffe wie:

  • Kommunikationswissenschaft
  • Medienwissenschaft
  • Medienkulturwissenschaft
  • digitale Kommunikation

Ebenso sinnvoll ist es, die Suchabsicht zu verändern. Interessieren mich Forschungsprofil, Praxisorientierung, Journalismus, Marketing, Zulassung, Standort oder spätere Berufsmöglichkeiten?

Auch der Vergleich mehrerer Systeme lohnt sich. Wenn ChatGPT, Google und Perplexity vollkommen unterschiedliche Universitäten empfehlen, ist genau diese Abweichung ein guter Anlass für weitere Recherche.

Und am Ende bleibt die offizielle Hochschulwebsite Pflichtlektüre. Studiengang, Abschluss, Module, Zulassungsvoraussetzungen und Bewerbungsfristen sollten dort überprüft werden.

KI liefert eine Vorauswahl. Die Studienentscheidung sollte etwas gründlicher ausfallen. Immerhin verbringt man anschließend möglicherweise einige Jahre dort.

Was Hochschulen für ihre KI-Sichtbarkeit daraus ableiten können

Für Hochschulen liefern die Ergebnisse keine fertige GEO-Checkliste. Sie liefern ziemlich konkrete Hypothesen, die sich testen lassen. Welche Maßnahmen zur Steigerung der KI-Sichtbarkeit tatsächlich sinnvoll sein können, haben wir bereits in einem eigenen Praxistest untersucht.

Fachliche Zuordnung explizit machen

Ein Studiengang sollte nicht ausschließlich über seinen offiziellen Namen beschrieben werden. Wenn „Medien und Kommunikation“ inhaltlich auch Kommunikationswissenschaft, Medienwissenschaft, digitale Kommunikation oder angrenzende Fachbereiche umfasst, sollten diese Beziehungen auf der Website verständlich und fachlich sauber erklärt werden. Das hilft Menschen bei der Orientierung und schafft zugleich zusätzliche semantische Anknüpfungspunkte für Such- und Antwortsysteme.

Relevante Informationen klar verfügbar machen

Zu den zentralen Fakten gehören unter anderem:
  • Abschluss
  • Studiendauer
  • Zulassung
  • Module und Schwerpunkte
  • Interdisziplinarität
  • Forschungsorientierung
  • Praxisanteile
  • mögliche Berufsfelder
Entscheidend ist dabei nicht nur, dass diese Informationen vorhanden sind. Sie sollten über die relevanten Seiten und Inhalte hinweg möglichst eindeutig und konsistent vermittelt werden. Diese Brand Consistency für GEO erleichtert es KI-Modellen, zentrale Aussagen zu einem Studiengang und der Hochschule zuverlässig einzuordnen. Der große Unterschied zwischen Passaus Sichtbarkeit bei „Praxis versus Forschung“ und „Berufsaussichten und Praxisbezug“ wäre unter anderem ein sinnvoller Ausgangspunkt für eine Content-Analyse. Anschließend müsste mit denselben Prompts erneut gemessen werden.

Drittplattformen nicht ignorieren

Wenn StudyCheck und andere Studienportale regelmäßig von KI-Systemen abgerufen werden, gehören auch diese Profile zur digitalen Informationsarchitektur einer Hochschule. Sind Studiengangsnamen, Abschlüsse, Zulassungsbedingungen und Beschreibungen dort aktuell? Gibt es widersprüchliche Angaben? Fehlen Programme? Diese Fragen sind für Generative Engine Optimization (GEO) mindestens so relevant wie klassische Onpage-Maßnahmen auf der eigenen Website.

KI-Sichtbarkeit segmentiert messen

Ein Gesamtwert allein ist wenig aussagekräftig. Für eine brauchbare Analyse sollte mindestens nach vier Dimensionen unterschieden werden: Fachbegriff × Suchabsicht × KI-System × Zeitpunkt Erst diese Segmentierung zeigt, ob eine Universität grundsätzlich wenig sichtbar ist oder nur in ganz bestimmten Antwortsituationen fehlt. Mein eigenes Passau-Beispiel illustriert das ziemlich gut: 75 Prozent hier, 7 Prozent dort. Der Durchschnitt verschweigt die eigentlich interessante Geschichte.

Die Grenzen unserer Untersuchung

Bei aller Freude an Rankings sollten die Zahlen nicht größer gemacht werden, als sie sind.

Unsere Analyse umfasst acht ausgewählte Universitäten, 15 feste Prompts und einen Zeitraum von 34 Tagen. Sie bildet weder die gesamte deutsche Hochschullandschaft noch die tatsächlichen Suchanfragen aller Studieninteressierten ab.

Die 2.137 Chats stammen aus wiederholten automatisierten Abfragen. Es handelt sich nicht um die Gespräche von 2.137 unterschiedlichen Personen.

Pro Prompt liegen zwischen 139 und 144 Chats vor. Der erste Erhebungstag besitzt aufgrund zusätzlicher Messungen ein höheres Gewicht. Auch die Anzahl der Chats unterscheidet sich leicht zwischen den vier untersuchten Systemen. Der Datensatz ist damit kein vollständig ausbalanciertes Panel.

Hinzu kommt, dass die neun Suchabsichten unterschiedlich häufig im Prompt-Set vertreten sind. Ranking, Reputation, konkrete Empfehlung und Berufsaussichten basieren jeweils nur auf einer Formulierung.

Gemessen wurden außerdem ausschließlich ChatGPT, Google AI Mode, Google AI Overview und Perplexity. Systeme wie Gemini, Claude, Copilot, DeepSeek, Mistral oder Qwen waren nicht Bestandteil der Messung.

Auch die Zeitreihe ist kurz. Veränderungen zwischen einzelnen Wochen können durch Modelle, Indizes oder andere Systemänderungen beeinflusst werden und sollten nicht als langfristiger Trend interpretiert werden.

Und schließlich gilt für die Quellenanalyse: Das gemeinsame Auftreten einer Domain und einer Universität in einem Chat beweist nicht, dass die jeweilige Quelle die Nennung verursacht hat.

Fazit: Bei KI gibt es nicht das eine Uni-Ranking

Meine Universität Passau landet in unserer Analyse je nach Frage ziemlich weit oben – oder beinahe komplett unter dem Radar. Beim offiziellen Studiengangsnamen „Medien und Kommunikation“ beträgt die Sichtbarkeit 75 Prozent. Beim verwandten Begriff „Kommunikations- oder Medienwissenschaft“ sind es 7 Prozent. Bei Fragen nach Berufsaussichten steht Passau stark da. Bei Ranking-Fragen praktisch nicht. Google macht die Universität deutlich sichtbarer als Perplexity. Und auch zwischen einzelnen Messwochen verändern sich die Ergebnisse.

Für Passau spricht unser Datensatz deshalb vorwiegend für ein Zuordnungs- und Abdeckungsproblem innerhalb des untersuchten Prompt-Sets. Wird die Universität erwähnt, steht sie mit einer durchschnittlichen Position von 2,7 sehr weit vorn. Sie wird nur nicht über alle Begriffe, Intentionen und Systeme hinweg zuverlässig berücksichtigt.

Für mich als Student ist das ein interessantes Detail.

Für Hochschulen, Unternehmen und Marken steckt darin die wichtigere Erkenntnis: KI-Sichtbarkeit ist kein fixer Wert. Sie entsteht im Zusammenspiel aus Sprache, Suchintention, Quellen, System und Zeitpunkt.

Wer nur einen Prompt, ein System oder einen aggregierten Visibility Score betrachtet, sieht deshalb einen ziemlich kleinen Ausschnitt des Bildes.

Und manchmal reichen bereits drei andere Wörter, damit aus Platz zwei plötzlich der letzte Platz wird.

Datengrundlage: 2.137 aufgezeichnete Chats aus 15 standardisierten Prompts im Zeitraum vom 22.07. bis 24.08.2026. Aktive Systeme: ChatGPT, Google AI Mode, Google AI Overview und Perplexity. Quelle: Peec AI. Stand: 25.08.2026.
Oskar Eder
Werkstudent Online Marketing

Im Jahr 2023 das erste Mal etwas von SEO gehört - seit August 2024 Teil des SMART LEMON Teams. Als Werkstudent vorrangig im Bereich SEO & GEO kümmert sich Oskar um Analysen, Keyword-Recherchen und Onpage-Optimierungen im Bereich der Suchmaschinenoptimierung.

menu-2