Earned Media: 239% Lift in AI-Zitierungen

Warum Earned Media im KI-Zeitalter zum entscheidenden Sichtbarkeitskanal wird

Generative Suchsysteme wie ChatGPT, Perplexity, Google AI Overviews und Gemini beantworten Fragen zunehmend selbst, statt nur Links aufzulisten. Wer in diesen Antworten als Quelle genannt wird, gewinnt Sichtbarkeit. Wer fehlt, existiert für einen wachsenden Teil der Nutzer schlicht nicht. Die Ausgangslage ist ernüchternd: Laut einer internationalen Studie hatten rund 90 Prozent der untersuchten Marken null Erwähnungen in der KI-Suche (Victorious, Q1 2026, 177 Marken). Die wenigen sichtbaren Marken eint ein Muster: Sie tauchen in redaktionellen Drittquellen auf, nicht nur auf der eigenen Website.

Genau hier setzt Earned Media an. Earned Media bezeichnet redaktionelle, durch Dritte vergebene Aufmerksamkeit, die ein Unternehmen weder selbst publiziert (Owned Media) noch bezahlt (Paid Media). Dazu zählen Berichterstattung in Fachmedien, Erwähnungen in Branchenportalen, Analysten-Beiträge, Foren- und Community-Diskussionen sowie Studien-Zitate. Diese Quellen genießen bei großen Sprachmodellen Vorrang, weil sie als unabhängig validiert gelten.

Die Datenlage ist eindeutig. In der jüngsten Auswertung von Muck Rack stammten 84 Prozent aller KI-Zitierungen aus Earned Media (Mai 2026, über 25 Millionen Links aus ChatGPT, Claude und Gemini über 17 Branchen). Bezahlte und advertoriale Inhalte machten dagegen nur 0,3 Prozent der zitierten Quellen aus. Über mehrere Studienausgaben hinweg bewegte sich der Earned-Media-Anteil zwischen 82 und 89 Prozent, war also stabil. Für die Praxis bedeutet das: Wer KI-Sichtbarkeit will, muss Coverage verdienen, nicht kaufen.

Für den DACH-Raum kommt ein Beschleuniger hinzu. In Österreich nutzten 2025 bereits 30 Prozent der Unternehmen ab 10 Beschäftigten KI-Technologien, gegenüber 20 Prozent im Jahr 2024 (Statistik Austria, IKT-Erhebung 2025). KI durchdringt damit auch B2B-Recherche und Lieferantenbewertung im Inland. Sichtbarkeit in KI-Antworten ist keine Zukunftsfrage mehr, sondern ein laufender Wettbewerbsfaktor.

Der Citation-Lift-Mechanismus: Wie Earned Distribution die Zitierhäufigkeit anhebt

Der zentrale Hebel von Earned Media ist nicht nur die Coverage selbst, sondern ihre Verbreitung über viele autoritative Domains. Dieser Effekt heißt Citation Lift: Derselbe Inhalt, über ein Netz redaktioneller Drittportale syndiziert, wird in KI-Antworten deutlich häufiger zitiert als die identische Story allein auf der eigenen Website.

Die Mechanik dahinter wurde in einer Untersuchung von Stacker und Scrunch quantifiziert. Die Studie analysierte acht Artikel aus verschiedenen Branchen und bewertete 944 Prompt-Plattform-Kombinationen über fünf führende LLMs, was rund 189 einzigartigen getesteten Prompts entsprach. Untersucht wurde, wie sich die Zitierhäufigkeit verändert, wenn eine Story nicht nur auf der Owned-Domain steht, sondern zusätzlich über Drittanbieter-Newsportale ausgespielt wird.

Der Wirkmechanismus lässt sich in drei Schritten beschreiben:

• Redundanz über Domains: Erscheint eine Aussage auf vielen voneinander unabhängigen, vertrauenswürdigen Seiten, steigt die Wahrscheinlichkeit, dass ein Sprachmodell sie als belastbar einstuft und in seiner Antwort verankert.
• Co-Citation und Kontext: Wird eine Marke wiederholt im selben thematischen Umfeld genannt, verfestigt sich die Verbindung zwischen Marke und Thema im Modell. Das erhöht die Chance, bei genau diesen Themen zitiert zu werden.
• Crawl- und Index-Abdeckung: Mehr autoritative Fundstellen bedeuten mehr Einstiegspunkte für die Crawler, die KI-Systeme speisen. Eine einzelne Owned-Seite kann übersehen werden, ein verteiltes Coverage-Netz kaum.

Für die Umsetzung folgt daraus ein klares Prinzip: Eine Studie oder ein Datenstück sollte nicht nur einmal auf dem eigenen Blog landen, sondern über Outreach in möglichst viele relevante, redaktionell geführte Medien gelangen. Verbreitung schlägt Singularität.

Brand Mentions schlagen Backlinks: Das neue Fundament der KI-Sichtbarkeit

Klassisches Link Building bleibt für die organische Google-Suche relevant. Top-rankende Seiten haben weiterhin 3,8-mal mehr Backlinks als die Positionen 2 bis 10 (Backlinko, Analyse von 11,8 Millionen Suchergebnissen). Gleichzeitig zeigt dieselbe Analyse, wie ungleich Links verteilt sind: Rund 95 Prozent aller Seiten haben null Backlinks. Für die meisten Unternehmen ist der reine Link-Wettlauf also weder gewonnen noch realistisch zu gewinnen.

Für KI-Sichtbarkeit verschiebt sich das Gewicht ohnehin. Eine Ahrefs-Analyse von 75.000 Marken ergab, dass die drei stärksten Korrelationen zur Marken-Sichtbarkeit in AI Overviews allesamt Off-Site-Faktoren sind: Marken-Weberwähnungen mit r=0,664, Brand Anchors mit r=0,527 und das Marken-Suchvolumen mit r=0,392. Backlinks korrelierten dagegen nur mit r=0,218. Damit korrelieren reine Markenerwähnungen rund dreimal stärker als Backlinks mit der Präsenz in KI-Antworten.

Die strategische Konsequenz ist tiefgreifend: Eine unverlinkte Erwähnung der Marke in einem Fachartikel kann für KI-Sichtbarkeit wertvoller sein als ein gesetzter Link. Sprachmodelle verarbeiten Text und erkennen Entitäten, sie folgen nicht primär Hyperlinks. Wo SEO-Teams früher jede Erwähnung in einen Link verwandeln wollten, zählt für KI-Antworten zunächst, dass die Marke im richtigen Kontext überhaupt genannt wird. Das senkt die Hürde im Outreach erheblich, weil Redaktionen eine namentliche Nennung leichter vergeben als einen Dofollow-Link.

Entity SEO als Basis: Die Marke als konsistente Entität aufbauen

Earned Media wirkt nur dann voll, wenn das Sprachmodell die erwähnte Marke eindeutig als Entität erkennt und von ähnlich benannten Akteuren trennen kann. Entity SEO schafft genau diese Grundlage. Ziel ist eine konsistente, maschinenlesbare Marken-Identität, die über alle Fundstellen hinweg dasselbe Bild ergibt.

Vier Bausteine bilden das Fundament:

• Strukturierte Daten: Organization-Schema mit dem sameAs-Attribut verknüpft die eigene Domain mit autoritativen Referenzen wie offiziellen Profilen und Verzeichnissen. So wird die Identität der Entität explizit ausgewiesen.
• Konsistente Kerndaten: Firmenname, Anschrift, Tätigkeitsbeschreibung und Gründungsdaten müssen über Website, Verzeichnisse und Medienprofile hinweg identisch sein. Widersprüche schwächen die Entitätserkennung.
• Co-Citations aufbauen: Die wiederholte gemeinsame Nennung von Marke und Kernthemen in unabhängigen Quellen festigt die thematische Zuordnung. Das ist Entity-Arbeit, die direkt aus Earned Media entsteht.
• Autoritäts-Anker setzen: Einträge in branchenrelevanten, etablierten Datenquellen geben dem Knowledge Graph stabile Bezugspunkte für die Marke.

Die Google-API-Leak von 2024 untermauert, dass siteweite Autorität ein reales Signal ist. Die geleakte Dokumentation umfasste 2.596 Module mit 14.014 Attributen und bestätigte unter anderem ein Attribut namens siteAuthority sowie das NavBoost-System mit Klickdaten wie goodClicks und badClicks (Search Engine Land). Eine als Entität klar etablierte, autoritative Marke profitiert in beiden Welten: in der klassischen Suche und in KI-Antworten.

GEO in der Praxis: Inhalte gezielt für LLM-Zitierungen aufbereiten

Generative Engine Optimization (GEO) bezeichnet die gezielte Aufbereitung von Inhalten, damit sie in generativen Antworten zitiert werden. Die Methode ist wissenschaftlich belegt. Die grundlegende Arbeit von Aggarwal und Kollegen zeigt, dass GEO die Sichtbarkeit in generativen Antworten um bis zu 40 Prozent steigern kann (arXiv, KDD 2024). Die Wirksamkeit variiert dabei je nach Domäne.

Für Earned-Media-Inhalte und die eigene Website gelten daraus abgeleitet mehrere praxisnahe Prinzipien:

• Mit Zahlen und Daten arbeiten: Konkrete, belegte Statistiken sind für Sprachmodelle attraktive Zitierbausteine. Eigene Erhebungen liefern Material, das andernorts nicht verfügbar ist.
• Direktzitate ermöglichen: Klare, in sich geschlossene Aussagen lassen sich leichter herauslösen und wiedergeben als verschachtelte Argumentationen.
• Quellen transparent ausweisen: Nachvollziehbare Quellenangaben erhöhen die wahrgenommene Vertrauenswürdigkeit eines Inhalts.
• Klar strukturieren: Aussagekräftige Überschriften, kurze Absätze und eindeutige Antworten auf konkrete Fragen erleichtern die maschinelle Extraktion.

Wichtig ist die Reihenfolge: GEO optimiert die Form des Inhalts, Earned Media sorgt für seine autoritative Verbreitung. Ein perfekt strukturierter, aber nur auf der eigenen Domain liegender Text bleibt hinter seinem Potenzial zurück. Erst die Kombination aus zitierfähiger Aufbereitung und breiter Earned Distribution entfaltet die volle Wirkung.

DACH-Playbook: Earned Media und Digital PR für B2B in Österreich

Der österreichische und der DACH-Markt verlangen einen eigenen Zugang. Internationale Standard-Templates greifen hier selten. Entscheidend sind heimische Autoritätsquellen und ein beziehungsorientiertes Vorgehen.

• Wirtschaftskammer und Verbände: Die WKO und ihre Fachverbände bieten Fachpublikationen, Branchen-Newsletter und Verzeichnisse. Eine Nennung dort ist ein starker lokaler Autoritätsanker.
• Österreichische Wirtschafts- und Fachpresse: Etablierte Wirtschaftsmedien und branchenspezifische Fachtitel sind die Kernziele für redaktionelle Coverage mit Gewicht im Inland.
• Daten- und Studien-PR: Eigene Erhebungen mit Österreich-Bezug, etwa zu Branchentrends oder regionalen Marktdaten, sind das wirksamste Mittel, um redaktionelles Interesse zu wecken und zitierfähige Zahlen zu liefern.
• B2B-Anfrageplattformen: Dienste wie Qwoted oder Featured vermitteln Anfragen von Journalisten an Experten. Sie eignen sich, um als zitierte Stimme in Fachartikel zu gelangen.
• LinkedIn und XING: Beide Netzwerke verbreiten Fachbeiträge im professionellen Umfeld und schaffen Markenerwähnungen, die wiederum in die Entitätsbildung einzahlen.

Dass dieser Fokus auf das Google-Ökosystem sinnvoll bleibt, zeigt der Markt: In Österreich hält Google 81,87 Prozent Suchmaschinen-Marktanteil, Bing 9,01 Prozent und DuckDuckGo 2,75 Prozent (StatCounter, Mai 2026). Google AI Overviews und die organische Suche bleiben damit die zentralen Bühnen, auf denen sich Earned-Media-Arbeit auszahlt.

Reviews und Reputation als Earned-Media-Komponente

Bewertungen sind eine eigenständige, oft unterschätzte Form von Earned Media. Sie entstehen durch Dritte, sind nicht gekauft und liefern Sprachmodellen Signale zu Qualität und Reputation einer Marke. Für produkt- und anbieterbezogene Fragen greifen KI-Systeme häufig auf Bewertungsplattformen zurück, weil diese strukturierte Drittmeinungen bündeln.

Für die Praxis zählen drei Aspekte. Erstens die Menge und Aktualität: Ein stetiger Strom aktueller Bewertungen wirkt glaubwürdiger als ein eingefrorener Altbestand. Zweitens die Breite: Präsenz auf mehreren relevanten Plattformen erhöht die Wahrscheinlichkeit, in unterschiedlichen KI-Kontexten als Quelle herangezogen zu werden. Drittens das Antwortverhalten: Reaktionen auf Bewertungen erzeugen zusätzlichen, markenbezogenen Text und signalisieren Engagement.

Reputationssignale zahlen unmittelbar auf E-E-A-T ein, also auf Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit. Unabhängige Drittbewertungen sind genau die externe Validierung, die diese Kriterien adressieren. Sie ergänzen redaktionelle Coverage und runden das Earned-Media-Profil einer Marke ab.

DSGVO-konformes Monitoring und Outreach im DACH-Raum

Brand-Mention-Monitoring und PR-Outreach verarbeiten regelmäßig personenbezogene Daten, etwa Namen und Kontaktdaten von Journalisten oder Autoren von Erwähnungen. Im DACH-Raum ist das ohne saubere DSGVO-Grundlage nicht zulässig. Drei Punkte sind zentral.

Erstens die Rechtsgrundlage: Für Monitoring und kalte Kontaktaufnahme im B2B-Kontext kommt häufig das berechtigte Interesse nach Art. 6 Abs. 1 lit. f DSGVO infrage. Es verlangt eine dokumentierte Interessenabwägung zwischen dem eigenen PR-Zweck und den Rechten der betroffenen Person. Zweitens die Auftragsverarbeitung: Wer Monitoring-Tools einsetzt, die personenbezogene Daten verarbeiten, braucht mit den Anbietern Auftragsverarbeitungsverträge nach Art. 28 DSGVO. Drittens die Betroffenenrechte: Auskunfts- und Löschanträge müssen fristgerecht erfüllbar sein, was eine nachvollziehbare Dokumentation der Datenflüsse voraussetzt.

Für die Praxis empfiehlt sich Datensparsamkeit: nur die für den jeweiligen Outreach tatsächlich nötigen Daten erheben und speichern. Kontaktaufnahmen sollten einen klaren fachlichen Bezug haben, statt breit gestreute Massenansprache zu betreiben. Das ist nicht nur rechtssicherer, sondern erhöht auch die Antwortquote bei DACH-Redaktionen, die generische Anfragen routinemäßig ignorieren.

Häufige Fehler bei Earned Media für KI-Sichtbarkeit

• Nur auf der eigenen Domain publizieren: Wer Studien und Inhalte ausschließlich auf dem eigenen Blog veröffentlicht, verschenkt den Citation-Lift-Effekt der verteilten Coverage.
• Auf Paid Media setzen: Bezahlte und advertoriale Inhalte machen in KI-Zitierungen nur 0,3 Prozent aus. Budget in Advertorials statt in verdiente Coverage zu lenken, verfehlt das Ziel.
• Links über Erwähnungen stellen: Für KI-Sichtbarkeit zählt die Markenerwähnung im richtigen Kontext mehr als der Link, da Markenerwähnungen rund dreimal stärker als Backlinks korrelieren. Outreach, der starr auf Dofollow-Links besteht, lässt Chancen liegen.
• Inkonsistente Entität: Abweichende Firmennamen oder Beschreibungen über verschiedene Quellen hinweg erschweren die Entitätserkennung und verwässern den Effekt jeder Erwähnung.
• Inhalte nicht zitierfähig aufbereiten: Ohne klare Struktur, belegte Zahlen und herauslösbare Aussagen bleibt selbst breit verteilter Content schwer zitierbar.
• Internationale Templates im DACH-Raum: Generische, oft englischsprachige Massenanfragen werden von österreichischen und deutschen Redaktionen verlässlich übergangen.

Metriken und Messung: KI-Zitierungen sichtbar machen

Earned Media für KI-Sichtbarkeit braucht eigene Kennzahlen, weil klassische Link- und Ranking-Metriken den Effekt nicht vollständig abbilden. Vier Messdimensionen sind zentral.

• KI-Zitierungen und Erwähnungen: Erscheint die Marke in den Antworten von ChatGPT, Perplexity, Gemini und in Google AI Overviews? Getrackt wird die Häufigkeit der Nennung über ein definiertes Set relevanter Prompts.
• Share of Voice: Wie hoch ist der Anteil der eigenen Marke an allen genannten Anbietern zu einem Thema, im Vergleich zum Wettbewerb?
• Brand-Mention-Monitoring: Wo, wie oft und in welchem Kontext wird die Marke erwähnt, verlinkt oder unverlinkt? Diese Mentions sind der Frühindikator für künftige KI-Zitierungen.
• Citation-Attribution: Welche konkreten Quellen und Coverage-Platzierungen tauchen in den KI-Antworten als zitierte Belege auf? So wird sichtbar, welche Earned-Media-Maßnahme tatsächlich wirkt.

Wichtig ist ein wiederkehrender Mess-Rhythmus, da KI-Antworten volatil sind: Dieselbe Frage liefert über die Zeit unterschiedliche zitierte Quellen. Ein definiertes Prompt-Set, regelmäßig und konsistent abgefragt, macht Trends statt Momentaufnahmen sichtbar. Erst diese Kontinuität erlaubt es, den Beitrag einzelner Earned-Media-Kampagnen zur KI-Sichtbarkeit zu beurteilen.

Weiterführendes

Earned Media ist im KI-Zeitalter kein Nice-to-have der PR, sondern die zentrale Infrastruktur für Sichtbarkeit in generativen Antworten. Die wirksame Praxis verbindet drei Ebenen: eine sauber etablierte Marken-Entität als Fundament, zitierfähig aufbereitete Inhalte nach GEO-Prinzipien und eine breite, redaktionell verdiente Verbreitung über autoritative Drittquellen. Im DACH-Raum kommt der Fokus auf heimische Fachmedien, Wirtschaftskammer und Verbände hinzu, getragen von DSGVO-konformem Monitoring und beziehungsorientiertem Outreach. Verknüpfen Sie dieses Thema mit angrenzenden Bausteinen wie Digital PR, unverlinkten Brand Mentions, Entity SEO sowie der Messung von KI-Sichtbarkeit, um aus einzelnen Maßnahmen ein konsistentes System zu formen.