Es gibt jetzt zwei ChatGPTs. Nicht als zwei Produkte — sondern als zwei völlig unterschiedliche Ranking-Landschaften innerhalb desselben Tools. Wenn ein Nutzer die schnelle Antwort will (Minimal Reasoning), zieht ChatGPT Quellen aus dem einen Set. Wenn der gleiche Nutzer für dieselbe Frage den Thinking Mode aktiviert (High Reasoning), zieht das Modell aus einem fast völlig anderen Set. Konkret: nur 25,6 % der zitierten Domains überlappen zwischen den beiden Modi.
Für GEO-Strategien ist das ein Bruch mit der bisherigen Grundannahme, dass eine Marke „bei ChatGPT sichtbar ist" oder nicht. Sie kann in dem einen Modus ganz oben stehen und im anderen komplett fehlen — bei identischer Frage. Und die kommerziell relevantesten Fragen (Kaufentscheidungen, Vergleiche, medizinische und finanzielle Recherche) sind genau die, für die Nutzer den Thinking Mode aktivieren.
Vertiefung: Proprietäre Daten als GEO-Waffe · Der neue SEO-Stack 2026 · KI-SEO & GEO
Der ChatGPT Thinking Mode verhält sich wie eine andere Search-Oberfläche als die schnelle Antwort. Fast drei Viertel der zitierten Quellen ändern sich, wenn Nutzer tiefer recherchieren. Reddit und Community-Content verlieren, offizielle Dokumentation und institutionelle Quellen gewinnen. Für Consideration- und Decision-Phasen ist Thinking Mode die kommerziell relevanteste Umgebung. Marken die nur für schnelle Antworten optimiert haben, sind in genau den Momenten unsichtbar wenn Kaufentscheidungen fallen. Die neue Regel: nicht mehr „für ChatGPT optimieren", sondern für beide Modi getrennt planen.
ChatGPT Thinking Mode Citation-Analyse 2026: Semrush-Studie testete 100 Prompts über 20 Buyer Journeys in vier Verticals (B2B SaaS, Finance, Consumer Tech, Health/Lifestyle). Kernfund: nur 25,6 % Domain-Überlappung zwischen Minimal- und High-Reasoning-Modus. Citation-Rate stieg von 50 % auf 68 %. Durchschnittliche Citations pro Antwort: 2,6 auf 4,5. Sub-Queries: 245 (Minimal) auf 1.130 (High Reasoning) über den gesamten Testsatz. Domain-Verschiebung: Reddit von 15 % auf 7 %, UGC/Review-Sites 14,3 % auf 6 %, Government/Academic 1,9 % auf 8,8 %. Bei Comparison-Stage-Prompts fährt High Reasoning 24 Sub-Queries (vs. 5,5) und 9,8 Citations (vs. 5,8). Consumer-Tech-Anomalie: mehr Sub-Queries führen dort nicht zu diverseren Citations. Konsequenz: Sichtbarkeit im Minimal-Modus garantiert nicht Sichtbarkeit im Thinking Mode. Prioritäten: offizielle Dokumentation strukturell ausbauen, Third-Party-Institutional-References sichern, Diversifikation weg von reiner Community-Abhängigkeit.
Geprüft: 5. Juli 2026 · Nächste Prüfung: Q4 2026
Was der Thinking Mode konkret ist
Ein Modus, in dem ChatGPT vor der Antwort strukturierte Zwischen-Recherche durchführt. Statt sofort zu antworten, fährt das Modell mehrere Sub-Queries: Vergleichs-Suchen, Verifikations-Suchen, Kontext-Suchen. Das Ergebnis ist eine tiefer verankerte Antwort mit deutlich mehr Citations – aus einem breiteren Set an Quellen. Nutzer aktivieren Thinking Mode typischerweise für komplexe Fragen: Kaufentscheidungen, technische Auswahl, medizinische oder finanzielle Recherche. Für einfache Faktenfragen ist Minimal Reasoning üblich.
Die Studie hinter den hier zitierten Zahlen wurde von Semrush in Zusammenarbeit mit einem unabhängigen Growth-Strategen erstellt. Testset: 100 Prompts über 20 Buyer Journeys, verteilt auf B2B SaaS, Finance, Consumer Tech sowie Health und Lifestyle. Jeder Prompt lief einmal im Minimal- und einmal im High-Reasoning-Modus. Getrackt wurden Citation-Rate, zitierte Domains und die Anzahl der Sub-Queries (Fan-Out) vor jeder Antwort.
Der zentrale Befund: Zwei getrennte Ranking-Landschaften
Über den vollständigen Test-Satz betrachtet: nur 25,6 % der zitierten Domains erschienen in beiden Reasoning-Modi für denselben Prompt. Diese Zahl bedeutet: eine Marke, die in ChatGPTs Standard-Antworten sichtbar ist, hat keine Garantie dafür, in Thinking-Mode-Antworten aufzutauchen — und umgekehrt.
Bisher haben GEO-Analysen ChatGPT als eine einheitliche Sichtbarkeits-Fläche behandelt: eine Marke ist zitiert oder nicht. Der 25,6-%-Befund zeigt: das war nie richtig. Es sind zwei parallel laufende Systeme mit unterschiedlichen Präferenzen. Wer nur eine Fläche misst, sieht 25 % des Bildes. Der Rest passiert unbemerkt.
Die Domain-Verschiebung im Detail
Die konkreten Zahlen im Vergleich
| Metrik | Minimal Reasoning | High Reasoning | Delta / Trend |
|---|---|---|---|
| Sub-Queries (Testsatz) | 245 | 1.130 | Fast 5× mehr |
| Citation-Rate | 50 % | 68 % | +18 Prozentpunkte |
| Ø Citations pro Antwort | 2,6 | 4,5 | +73 % |
| Reddit-Anteil | 15,0 % | 7,0 % | −53 % |
| UGC / Review-Sites | 14,3 % | 6,0 % | −58 % |
| Government / Academic | 1,9 % | 8,8 % | ×4,6 |
| Domain-Überlappung | 25,6 % zwischen den Modi | 74,4 % neue Quellen | |
| Comparison-Stage: Ø Sub-Queries | 5,5 | 24 | Über 4× mehr |
Der Mechanismus: mehr Sub-Queries, andere Quellen
Der Grund für die Verschiebung liegt im Fan-Out. Im Minimal-Modus fährt ChatGPT relativ wenige Sub-Queries — es antwortet schnell aus dem, was es zuerst findet. Im Thinking Mode zerlegt es die Frage in Aspekte und sucht separat für jeden.
Ein CRM-Vergleichs-Prompt im Thinking Mode löst separate Suchen aus für Pricing-Seiten, Integrations-Dokumentation, Sicherheitszertifizierungen, Support-Content und Kundenreferenzen — bevor ChatGPT die Antwort zusammensetzt. Jede dieser Sub-Queries ist eine Chance, eine andere Quelle an die Oberfläche zu bringen. Und diese Sub-Queries suchen spezifischer: nach Dokumentation, nach institutionellen Quellen, nach offiziellem Content. Genau dort, wo Community-Signale wie Reddit schwächer sind.
High Reasoning ruft nicht einfach mehr von demselben Content ab. Es sucht anders. Es geht in die Nischen der Dokumentation, in behördliche Register, in akademische Referenzen, in offizielle Support-Bereiche. Das sind die Ecken des Webs, die Minimal Reasoning nie erreicht — und genau die, in denen etablierte Brands ihre Sichtbarkeit aufbauen können.
Was das für Buyer-Journey-Stages bedeutet
Die Studie hat die Reasoning-Muster nach Journey-Phase aufgeschlüsselt. Der stärkste Effekt zeigt sich bei Vergleichs- und Entscheidungs-Fragen. Genau die Phasen, in denen Kaufentscheidungen fallen.
Awareness / Quick-Facts
Minimal Reasoning dominiert. Wenige Sub-Queries. Community-Content und schnelle Aggregatoren gewinnen. Ø 5,5 Sub-Queries pro Prompt. Reddit und schnelle Info-Sites haben hier eine wichtige Rolle.
Comparison / Decision
High Reasoning dominiert. Ø 24 Sub-Queries pro Prompt (über 4× mehr). Ø 9,8 Citations pro Antwort (vs. 5,8 im Minimal). Institutionelle Quellen, offizielle Dokumentation, Third-Party-References gewinnen. Kommerziell die wichtigste Phase.
Für die kommerziell relevanten Phasen — dort wo Käufe entstehen — ist der Thinking Mode die eigentliche Ranking-Landschaft. Marken die nur in schnellen Antworten präsent sind, verpassen strukturell den Moment der Kaufentscheidung. Wer im Thinking Mode zitiert wird, gewinnt Käufer. Wer nur im Minimal-Modus zitiert wird, gewinnt Traffic ohne Intent.
Die Consumer-Tech-Anomalie
Der kontraintuitive Befund der Studie: Consumer Tech ist die Kategorie, in der High Reasoning die meisten Sub-Queries fährt — aber die Citations landen oft bei denselben Marken wie im Minimal-Modus. Etablierte Consumer-Brands konvergieren, egal wie tief das Modell sucht.
In Consumer-Tech-Kategorien mit hoher Brand-Recognition hilft mehr Content-Investment allein selten. Etablierte Namen sind zu tief verankert. Der Weg zu AI-Sichtbarkeit läuft dort über andere Hebel: Third-Party-Reviews in Fachpublikationen, spezifische Nischen-Kategorien, Owned-Data-Publikationen, die Original-Zahlen liefern. Für Finance und Health, wo institutionelle Glaubwürdigkeit stärker zählt, sind die Content-Hebel klarer.
Was Marken jetzt konkret tun sollten
1 · Prompts in beiden Modi getrennt tracken
Sichtbarkeit im Minimal-Modus ist kein Beweis für Sichtbarkeit im Thinking Mode. Die eigenen High-Intent-Prompts müssen in beiden Modi manuell oder tool-gestützt geprüft werden. Ohne diese Trennung misst man ein Viertel der Realität.
2 · Offizielle Dokumentation strukturiert ausbauen
Product-Docs, Pricing-Seiten, FAQ-Sections, Support-Content — das sind die Quellen die Thinking Mode bevorzugt zitiert. Nicht als Marketing-Content, sondern als reine Sachinformation mit klarer Struktur, präzisen Fakten und maschinenlesbarer Präsentation.
3 · Third-Party-Institutional-References aufbauen
Fachpublikationen, akademische Erwähnungen, wo möglich Zitationen in Government- oder regulatorischen Kontexten. Diese Quellen gewinnen im Thinking Mode überproportional an Gewicht. Klassisches Fach-PR und Analysten-Positionierung wird als GEO-Hebel wichtiger.
4 · Community-Abhängigkeit reduzieren
Wer seine gesamte AI-Sichtbarkeit auf Reddit-Threads, User-Reviews und Community-Erwähnungen aufgebaut hat, verliert bei tieferen Recherchen. Nicht abrupt — Reddit bleibt für Minimal-Reasoning wichtig — aber der Baseline muss sich diversifizieren.
5 · Owned Data mit Extraktions-Struktur
Proprietäre Zahlen, die im 10–20-%-Band der Seite präsentiert werden, gewinnen in beiden Modi. In der Verlagerung zu institutioneller Verankerung ist der eigene Datensatz das einzige Asset, das nicht abhängig von Drittkanälen ist.
Die 25,6-%-Überlappung ist erst der Anfang. Wir erwarten in den nächsten 12 Monaten, dass Reasoning-basierte AI-Systeme (ChatGPT, Claude, Gemini) noch stärker zwischen schnellen und tiefen Modi divergieren – weil jeder Modus für eine andere Nutzer-Erwartung optimiert. Marken die 2026 in beide Modi separat investieren, bauen einen strukturellen Sichtbarkeits-Vorsprung auf. Marken die auf „ChatGPT-Sichtbarkeit" als monolithische Kategorie setzen, werden in einer der beiden Realitäten unsichtbar bleiben – wahrscheinlich in der kommerziell relevanteren.
Häufig gestellte Fragen
Was ist der ChatGPT Thinking Mode?
Der ChatGPT Thinking Mode – auch High-Reasoning-Mode – ist ein tieferer Recherche-Modus, in dem das Modell deutlich mehr Sub-Queries ausführt bevor es antwortet. Statt einer schnellen Antwort führt es strukturierte Recherche über mehrere Zwischenschritte durch: Vergleichs-Suchen, Verifikations-Suchen, Kontext-Suchen. Für komplexe Fragen aktivieren Nutzer typischerweise den Thinking Mode.
Was ist der wichtigste Befund der Studie?
Nur 25,6 % der zitierten Domains überlappen zwischen Minimal- und High-Reasoning-Modus für dieselben Prompts. Fast drei von vier Quellen ändern sich, wenn ChatGPT von Instant- auf Thinking-Antworten umschaltet. Für Marken bedeutet das: Sichtbarkeit im schnellen Modus garantiert keine Sichtbarkeit im tiefen Modus – und umgekehrt.
Warum ändert sich die Citation-Verteilung so drastisch?
Der Grund liegt in der Anzahl der Sub-Queries. Im Minimal-Modus fuhr ChatGPT 245 Websuchen über den gesamten 100-Prompt-Testsatz. Im High-Reasoning-Modus stieg diese Zahl auf 1.130 – fast das Fünffache. Jede zusätzliche Sub-Query ist eine Chance, eine andere Quelle an die Oberfläche zu bringen.
Welche Quellen gewinnen im Thinking Mode – welche verlieren?
Verlierer: Reddit-Anteil fällt von 15 % auf 7 %. User-Generated Content und Review-Sites von 14,3 % auf 6 %. Gewinner: Government- und akademische Quellen steigen von 1,9 % auf 8,8 %. Offizielle Dokumentation und Support-Seiten wachsen deutlich. Die Verlagerung geht klar von Community-Content hin zu institutionell-verankertem Content.
Für welchen Buyer-Journey-Stage ist der Thinking Mode besonders relevant?
Für Comparison-, Consideration- und Decision-Stages ist Thinking Mode am kommerziell relevantesten. Nutzer die Software auswählen, Finanzentscheidungen treffen oder gesundheitsbezogene Fragen recherchieren, aktivieren tieferes Reasoning häufiger als bei schnellen Faktenfragen. Bei Comparison-Stage-Prompts fährt High Reasoning durchschnittlich 24 Sub-Queries pro Prompt (vs. 5,5 im Minimal).
Was ist die Consumer-Tech-Anomalie?
Obwohl High Reasoning in Consumer Tech mehr Sub-Queries fährt als in jeder anderen Kategorie, landet es oft bei denselben Marken wie Minimal Reasoning. In etablierten Consumer-Kategorien mit hoher Brand-Recognition konvergieren die Modi. Konsequenz: neuere oder weniger dominante Marken in Consumer Tech haben es schwerer, sich über Content allein Sichtbarkeit zu verschaffen.
Wie sollten Marken jetzt konkret reagieren?
Vier Maßnahmen: Erstens Prompts in beiden Modi tracken. Zweitens offizielle Dokumentation strukturiert ausbauen. Drittens Third-Party-Institutional-References aufbauen (Fachpublikationen, akademische Erwähnungen). Viertens die Abhängigkeit von reinen Community-Signalen reduzieren.
Bedeutet der Trend, dass Reddit als GEO-Signal irrelevant wird?
Nein. Reddit bleibt für Minimal-Reasoning und für viele Kategorien ein starkes Signal. Der Anteil sinkt, aber er verschwindet nicht. Was sich ändert ist die Gewichtung im Setting das für hochwertige Kaufentscheidungen relevanteste ist. Reddit ist weiterhin wichtig – aber es ist nicht mehr ausreichend als alleiniges Fundament.
Fazit: Zwei Ranking-Landschaften, eine Strategie-Anpassung
Der 25,6-%-Überlappungs-Befund zwingt zu einer strukturellen Neubewertung. Es gibt nicht mehr „die" AI-Sichtbarkeit — es gibt eine für schnelle Antworten und eine für tiefe Recherche. Wer nur eine misst, kalibriert seine Strategie auf ein Viertel der Realität. Wer nur eine optimiert, wird in der anderen strukturell unsichtbar.
Der Weg nach vorn ist die klare Trennung: die eigenen Prompts in beiden Modi tracken, offizielle Dokumentation und Third-Party-Institutional-References systematisch aufbauen, Community-Signale nicht aufgeben aber diversifizieren. Die Marken, die diese Zwei-Realitäten-Struktur früh akzeptieren, sichern sich Sichtbarkeit dort wo Kaufentscheidungen fallen — nicht nur dort wo schnelle Fragen beantwortet werden.
Quellen
- Semrush-Studie zu ChatGPT Reasoning-Modes (Juli 2026, 100 Prompts, 20 Buyer Journeys)
- OpenAI Help Center – Reasoning Modes
- YellowFrog-Praxisanalysen 2024–2026.
Allgemeine Information zu ChatGPT-Reasoning-Verhalten und LLM-Sichtbarkeit. Studienergebnisse spiegeln einen bestimmten Testsatz und Zeitpunkt wider; LLM-Verhalten entwickelt sich laufend. Keine Rechts- oder Strategie-Beratung im Einzelfall. Stand: Juli 2026.
YellowFrog
Sichtbarkeit ist kein Zufall.
Lassen Sie uns gemeinsam prüfen, wie Ihre Marke in Google – und in KI-Antworten – sichtbarer wird. Konkret, messbar, ohne Buzzword-Bingo.
Weiterlesen & passende Leistungen
Verwandte Beiträge
Passende Leistungen