AI Visibility / GEO-Analyse, Oktober 2026

Geberit in den Antworten von ChatGPT, Claude und Gemini

Zweiter Scan nach August 2026.

Zweiter Scan nach August: 252 Antworten, 7 Sprachen, 3 Modelle. Dazu ein Audit von 9 Geberit-Seiten: geberit.com und 8 Länderseiten.

the forward deployed studio

Über gainn.studio

WarumWert aus KI entsteht dort, wo Prozesse, Technologie und Organisation zusammenkommen, ausgerichtet am Geschäftsmodell. Zwischen dem technisch Möglichen und dem, was im Betrieb wirkt, liegt in den meisten Unternehmen eine Lücke. Dafür gibt es uns.
WieForward deployed: Wir bauen in den Systemen unserer Kunden, bleiben, bis es läuft, und übergeben dann. Wir messen vorher, weisen nachher nach und sagen offen, was wir nicht empfehlen würden.
WasKI-Lösungen, die im Betrieb laufen, von Agenten mit Freigabe bis zum Wissensgraphen. Für Marken das AI Visibility Model und unsere Scan Suite: Sie messen, ob Sprachmodelle eine Marke und deren Produkte kennen, finden und empfehlen, und auf welchen Quellen das beruht.

Gegründet von Sebastian Wohlrapp und Tobias Becker, beide mit mehr als 15 Jahren Transformationserfahrung. Warum, Wie und Was wie auf gainn.studio. Modell und Methode: geo.gainn.studio.

AI Visibility Model

Das Modell zeigt, wo Maßnahmen für die Sichtbarkeit ansetzen

In neuem Fenster öffnenZur Seite: geo.gainn.studio
Startseite des AI Visibility Model von gainn.studio, Stand 14. Oktober 2026

Die Seite ist eingebettet und auf 80 Prozent verkleinert. Sie braucht eine Internetverbindung. Im eingebetteten Feld lässt sich scrollen und klicken. Für die nächste Folie zuerst neben das Feld klicken, dann wirken die Pfeiltasten wieder im Deck. Im Druck steht ein Bild der Startseite.

Geberit führt weiterhin klar

90 %

Share of Voice, klar auf Platz eins. 95-%-Intervall: 85 bis 94 %.

100 %

Betätigungsplatten (Sigma, Omega)

97 %

Unterputz-Spülkasten (Duofix)

Gemessen ohne Markennamen im Prompt, n = 189. Weit vor Grohe (59 %) und Viega (50 %). August: 89 %.

Seit August stabil

189 Antwortpaare: gleiche Frage, Sprache und Modell, im August und im Oktober.

176

von 189 Antworten gleich

8

Mal neu genannt

5

Mal nicht mehr genannt

Im Rahmen des Zufalls: McNemar-Test, p = 0,58. Keine Veränderung ist statistisch belastbar. Auch der Weg zum Modell hat sich geändert: Langdock zu OpenRouter.

Share of Voice im Wettbewerb

Anteil der Kaufberatungen, in denen die Marke genannt wird (unbranded, Oktober).

Geberit90 %
Grohe59 %
Viega50 %
TECE42 %
Duravit38 %
Villeroy & Boch34 %
Toto25 %

August: Geberit 89, Grohe 61, Viega 48, TECE 38, Duravit 37, Villeroy & Boch 34, Toto 26. Grohe ist bei allen drei Modellfamilien Zweiter.

Die Lücken sind dieselben: Englisch und das Dusch-WC.

Englisch 63 %. Beim Dusch-WC führt Toto mit 93 %, Geberit liegt bei 81 %.

Die Lücke bei der Sprache: Englisch

63 %

Englisch, über alle Modelle. 95-%-Intervall: 44 bis 78 %.

100 %

Deutsch und Polnisch

56 %

Google auf Englisch

August 59 %. n = 27 je Sprache. Toto auf Englisch 48 %, in den übrigen Sprachen 22 %. Kein unabhängiger englischer Kaufratgeber nennt Geberit.

Dusch-WC und Duschrinne

Nennung in der Kategorie (unbranded, Oktober).

Dusch-WCToto 93 %, Geberit 81 %. Toto führt die Kategorie, nicht nur auf Englisch.
DuschrinneGeberit 81 %, Viega 76 %. TECE folgt mit 24 %.

Dusch-WC n = 42, Duschrinne n = 21. August beim Dusch-WC: Toto 90 %, Geberit 79 %.

Korrigierte Diagnose

Die Sperre betrifft nur geberit.com. Die Länderseiten sind offen und liefern HTML vom Server.

Im August hieß es: Hinter der Cloudflare-WAF ist die On-Page-Ebene von außen nicht verifizierbar. Das gilt nur noch für geberit.com. Die 8 Länderseiten sind für einen einfachen Abruf offen. Das Risiko ist kleiner und liegt beim internationalen, englischen Auftritt.

Reifegrad je Hebel: 32 Hebel, vier Fragen

Frage 1Kennen
K1 Pretraining-Corpus
1Wikipedia-Artikel pflegen
2Wikidata und Knowledge Graph
3Einheitliche Benennung
4Earned Media und Fachpresse
5Foren und Community
6Video und Podcasts
7Review-Plattformen und Marktplätze
8Vergleiche Dritter
K2 Post-Training
9Randbedingung: Quellenkritik
Frage 2Finden
F1 Suchentscheidung und Fan-out
10Unter-Anfragen abdecken
F2 Index
11In die Such-Indizes kommen
12Interne Verlinkung
13Deduplizierung und Canonical
F3 Live-Fetch
14HTML vom Server
15Markdown per Content-Negotiation
F4 Reranking und Kontextauswahl
16Passagen, die allein tragen
17Überschriften, Listen, Tabellen
18Aktualität und Datum
Frage 3Empfehlen
E1 Synthese und Grounding
19Belegte Substanz
20Klare, sachliche Sprache
21Expertise und Autorenschaft
E2 Nennung und Zitation
22Belegbare Alleinstellungsmerkmale
E3 Bezahlte Platzierung
23Anzeigen in KI-Antworten
Frage 4Kaufen
A1 Agenten-Aktion
24Produkt-Feeds
25Commerce-Protokolle ACP und UCP
26MCP-Server und Apps
27Konsistente Produktdaten
28Konditionen maschinenlesbar
A2 Landung und Conversion
29Produktseite als Landeseite
Quer zu allen FragenZugang und Rechte
30Bot-Zugang nach Typ
31WAF und verifizierte Bots
32Pay-per-Crawl und Lizenzen
stark teilweise nicht vorhanden oder nicht verifizierbar Randbedingung 1 stark, 17 teilweise, 13 nicht vorhanden oder nicht verifizierbar, 1 Randbedingung

32 Hebel des AI Visibility Model, nach den vier Fragen. August: 9 stark, 6 teilweise, 18 nicht vorhanden oder nicht verifizierbar. Der Rückgang bei „stark“ kommt aus dem strengeren Maßstab: Heute braucht jede Bewertung einen Beleg.

Neu sichtbare Lücken

ProduktdatenKeine Produktdaten mit Angebot, Preis oder Verfügbarkeit auf den Produktseiten der Länderseiten.
LänderverweiseKeine Verweise zwischen den Länderseiten (hreflang) im HTML auf 7 von 8 Länderseiten.
Technische DatenStehen nicht im HTML, sondern in einem Katalog-Baustein.
WikidataNiederländische Beschreibung falsch („Unternehmen in Deutschland“), Website als http, Labels ES und NL fehlen.

Dazu: kein sichtbares Datum, Wikipedia IT und PL sehr kurz, Trustpilot 3,1 von 5 bei 926 Bewertungen.

Die Hebel im Einzelnen

1 / Findengeberit.com für die Fetcher öffnen. Verifizierte KI-Bots in Cloudflare durchlassen, Sitemap freigeben, im Log prüfen. Hebel 30, 31.
2 / KennenEnglisch aufbauen. Earned Media und unabhängige Vergleiche auf Englisch, vor allem zu Dusch-WC und Spülkästen. Hebel 4, 8.
3 / EmpfehlenDusch-WC gegen Toto. Belegbare Alleinstellungen von AquaClean in unabhängigen Vergleichen. Hebel 8, 22.
4 / Finden, KaufenProduktdaten und Länderverweise. Product mit technischen Daten im HTML, hreflang, ein sichtbares Datum. Hebel 13, 14, 18, 24.
5 / KennenEntität bereinigen. Wikipedia ES und NL, Wikidata NL korrigieren, Website auf https, Artikel IT und PL ausbauen. Hebel 1, 2.

Reihenfolge wie im Report. Nicht empfohlen: llms.txt, im Modell „nicht belegt“. Hygiene, keine Priorität.

Wir messen aus zwei Richtungen

Die Sprachmodelle zeigen, was über Geberit gesagt wird. Die Quellen zeigen, worauf diese Antworten bauen können.

1. Sprachmodelle

Quick Check

252 Antworten über die Schnittstellen von OpenAI, Anthropic und Google, ohne Web-Suche. Zeigt, was die Modelle aus dem Training über Geberit wissen.

Scan Suite

Echte Scans mit Web-Suche: welche Quellen die Modelle lesen und zitieren, welche Suchanfragen sie stellen. Dazu ein Panel mit echten Konten.

2. Quellen

Quick Check

geberit.com, 8 Länderseiten und Drittseiten wie Wikipedia, Fachpresse, Foren und Bewertungen, geprüft auf technische Signale und Präsenz. 20 von 31 Hebeln mit Beleg bewertet.

Scan Suite

Mit Daten von Geberit: Logs der KI-Bots, Search Console, Bing Webmaster Tools und ein Test der WAF für verifizierte Bots.

Nicht im Quick Check: was Nutzer in ChatGPT, Gemini oder Claude mit Web-Suche sehen. Eine Studie misst zwischen Schnittstelle und Oberfläche nur 12 bis 15 % gemeinsame Quellen (arXiv 2609.18729). Audit je Frage: Kennen 8 von 8 Hebeln bewertet, Finden 8 von 9, Empfehlen 0 von 5, Kaufen 3 von 6, Zugang 1 von 3.

Unser Vorschlag für Geberit

Regelmäßig messen, gemeinsam umsetzen.

Scan SuiteUnsere eigene Methode, gebaut auf dem AI Visibility Model von gainn.studio. Sie misst Sprachmodelle und Quellen gegen 32 Hebel, je Engine-Familie und mit einem Beleg für jede Bewertung.
MessenJedes Quartal ein voller Scan aus beiden Richtungen. So wird sichtbar, was sich bewegt und wo Wettbewerber aufholen.
UmsetzenDie Hebel gemeinsam angehen: geberit.com für KI-Dienste öffnen, englische Drittquellen aufbauen, AquaClean gegen Toto stellen, Produktdaten ergänzen.
NachweisenEin Changelog hält nach jedem Scan fest, was sich bewegt hat und welcher Hebel dahinter steht.

Methode und Modell: geo.gainn.studio.

Sprechen wir darüber.

Sebastian Wohlrapp

Sebastian Wohlrapp

Co-Founder

sebastian@gainn.studio
Tobias Becker

Tobias Becker

Co-Founder

tobias@gainn.studio

gainn.studio