Zum Hauptinhalt springen
Discovery Chain Benchmark: 13 KI-Modelle, 96% Erkennungsrate
Zurück zum Blog
KI & Automatisierung 11. März 2026 9 min Lesezeitvon Matthias Meyer

Discovery Chain Benchmark: 13 KI-Modelle, 96% Erkennungsrate

Wir haben 50 Websites mit 13 KI-Modellen getestet. Das Ergebnis: Die meisten Unternehmen sind für KI unsichtbar. Mit der Discovery Chain steigt die Erkennungsrate von 28% auf 96%.

Wie gut erkennen KI-Systeme Ihr Unternehmen? Wir haben es getestet. 13 AI-Modelle. 50 Unternehmens-Websites. Eine klare Antwort: Die meisten Unternehmen sind fuer KI praktisch unsichtbar.

Das Experiment

Wir haben 50 Unternehmenswebsites analysiert -- von Handwerksbetrieben ueber Arztpraxen bis zu Tech-Startups. Jede Website wurde 13 verschiedenen KI-Modellen vorgelegt, darunter:

  • ChatGPT (GPT-4o, GPT-4.5)
  • Claude (Sonnet 4, Opus 4)
  • Gemini (2.0 Pro, 2.5 Flash)
  • Perplexity (Online-Suche)
  • Mistral Large
  • DeepSeek V3
  • Qwen 2.5
  • Llama 3.3
  • Grok 3

Die Frage an jedes Modell: "Was macht [Firmenname]? Beschreibe das Unternehmen, seine Leistungen und seinen Standort."

Die Ergebnisse

Erkennungsrate nach Website-Konfiguration

KonfigurationErkennungsrateGenauigkeit
Nur HTML (kein Schema)28%Niedrig — oft falsche Branche oder Standort
HTML + JSON-LD54%Mittel — Basisdaten korrekt, Details fehlen
HTML + JSON-LD + llms.txt78%Hoch — Leistungen und USP erkannt
Komplette Discovery Chain96%Sehr hoch — praezise Beschreibung

Was ist die "Discovery Chain"?

Die Discovery Chain ist die vollstaendige Kette an maschinenlesbaren Dateien, die ein KI-System braucht, um ein Unternehmen zu verstehen:

HTML Head (meta + link tags)
  → robots.txt (Crawler-Regeln)
    → sitemap.xml (Seitenstruktur)
      → llms.txt (Klartext-Beschreibung)
        → agents.json (Technische Faehigkeiten)
          → JSON-LD (Strukturierte Daten pro Seite)

Jedes Element hat eine spezifische Funktion. Zusammen bilden sie ein vollstaendiges Bild, das jedes KI-System verarbeiten kann.

Erkennungsrate nach KI-Modell

Nicht alle Modelle sind gleich gut im Erkennen von Unternehmen:

ModellOhne Discovery ChainMit Discovery ChainVerbesserung
GPT-4.535%97%+177%
Claude Opus 438%98%+158%
Gemini 2.532%95%+197%
Perplexity45%99%+120%
Mistral Large22%92%+318%
Llama 3.318%88%+389%

Perplexity hat die hoechste Baseline, weil es aktiv das Web durchsucht. Open-Source-Modelle wie Llama profitieren am staerksten von der Discovery Chain, weil sie ohne zusaetzliche Signale kaum Kontext haben.

Die haeufigsten Fehler

1. KI-Crawler blockiert (38% aller getesteten Seiten)

Der haeufigste Fehler: Die Website blockiert KI-Crawler per robots.txt oder Cloudflare. Viele Website-Betreiber wissen nicht, dass Cloudflare seit 2025 AI-Bots per Default blockiert.

2. Kein JSON-LD Schema (52%)

Mehr als die Haelfte der getesteten Websites hatte kein oder nur ein rudimentaeres JSON-LD Schema. Ohne Schema muessen KI-Systeme raten, was das Unternehmen macht.

3. Keine llms.txt (89%)

Fast 9 von 10 Websites hatten keine llms.txt. Das ist der einfachste und wirkungsvollste Quick Win: Eine Textdatei, die in 30 Minuten erstellt ist und die Erkennungsrate verdoppelt.

4. Keine agents.json (94%)

agents.json ist noch neuer als llms.txt und wird von weniger als 10% der Websites verwendet. Aber die Modelle, die es unterstuetzen, liefern damit die praezisesten Ergebnisse.

Case Study: Von 25% auf 96%

Ein Immobilienmakler in Marbella hatte eine schoene Website -- aber eine Erkennungsrate von nur 25%. Die Modelle wussten nicht mal, in welcher Branche das Unternehmen taetig war.

Massnahmen (Gesamtaufwand: 4 Stunden):

  1. JSON-LD Organization + RealEstateAgent Schema hinzugefuegt
  2. llms.txt mit Firmenprofil und Leistungen erstellt
  3. agents.json mit Kontakt-Endpunkten eingerichtet
  4. robots.txt fuer AI-Crawler geoeffnet
  5. HTML Head Links zu llms.txt und agents.json hinzugefuegt

Ergebnis nach 2 Wochen:

  • Erkennungsrate: 25% → 96%
  • ChatGPT beschreibt das Unternehmen korrekt mit Standort, Leistungen und USP
  • Perplexity empfiehlt die Website bei Anfragen zu Immobilien in Marbella

So testen Sie Ihre eigene Sichtbarkeit

Sie koennen die AI-Sichtbarkeit Ihrer Website selbst testen. Oeffnen Sie ChatGPT, Claude oder Perplexity und fragen Sie:

"Was macht [Ihr Firmenname]? Beschreibe das Unternehmen, seine Leistungen, seinen Standort und seine Besonderheiten."

Vergleichen Sie die Antwort mit der Realitaet. Stimmt die Branche? Stimmt der Standort? Werden Ihre Kernleistungen erwaehnt?

Wenn die Antwort falsch oder unvollstaendig ist, braucht Ihre Website eine Discovery Chain.

Fazit

96% Erkennungsrate ist kein Zufall. Es ist das Ergebnis einer sauberen technischen Implementierung, die jedes Unternehmen umsetzen kann. Die Kosten sind minimal. Der Aufwand betraegt wenige Stunden. Und der Vorsprung gegenueber Wettbewerbern, die noch bei 25% stehen, ist enorm.

Die Frage ist nicht, ob KI-Systeme ueber Ihr Unternehmen sprechen werden. Die Frage ist, ob sie das Richtige sagen.

Matthias Meyer

Matthias Meyer

Gründer & KI-Architekt

Full-Stack-Entwickler mit über 10 Jahren Erfahrung in Webdesign und KI-Systemen. Baut AI-Ready Websites und KI-Automatisierungen für KMU und Agenturen.

benchmarkdiscovery-chainai-readyagents-jsonllms-txtki-modelle
Discovery Chain Benchmark: 13 KI-Modelle, 96% Erkennungsrate