Wie Marken in ChatGPT, Gemini & Co. sichtbar werden

Datenbasierte Insights aus 10.541 realen KI-Konversationen – erhoben bei 425 Smartphone-Usern in ChatGPT, Gemini und Google AI Mode (Februar–März 2026).#

GenAI als neuer Touchpoint für Marken#

„Kannst du mir einen guten Fernseher empfehlen?" – eine einfache Frage, die früher in der Google-Suche oder im Elektronikmarkt gestellt wurde. Heute tippen immer mehr Konsument:innen sie in ChatGPT, Gemini oder Google AI Mode ein. Und die KI antwortet nicht nur – sie empfiehlt konkrete Marken und Produkte.

Was bedeutet das für Marken? Unsere Analyse von 10.541 realen KI-Konversationen zeigt: GenAI-Apps sind längst ein relevanter Markenkontaktpunkt – und die KI selbst wird zum aktiven Empfehler.

Datenbasis#

Grundlage dieser Analyse sind 10.541 reale Konversationen von 425 aktiven GenAI-Usern (ChatGPT, Gemini, Google AI Mode), erhoben im Zeitraum Februar–März 2026 über das Smartphone-Panel von Murmuras (1.500 Teilnehmende, online-repräsentativ nach best4planning-Quoten). Die Konversationen wurden mit Einwilligung der Teilnehmenden per Bildschirmaufzeichnung erfasst und ausgewertet.

1. Jede zweite KI-Konversation enthält Marken#

Die zentrale Erkenntnis: In 50 % aller analysierten GenAI-Konversationen wird mindestens eine Marke erwähnt. Jedes zweite Gespräch, das User mit KI-Assistenten führen, hat einen direkten Markenbezug.

Durchschnittlich 4,3 Marken pro Konversation: Wenn Marken vorkommen, dann selten allein. Im Schnitt werden 4,3 Marken pro Gespräch genannt (Median: 3), bei Konversationen zu Produktvergleichen sogar 7,6. KI-Dialoge sind damit regelrechte Marken-Arenen, in denen Brands nebeneinander stehen und verglichen werden.

App	Konversationen	Mit Marken	Anteil
Google AI Mode	1.760	1.191	67,7 %
Gemini	3.162	1.751	55,4 %
ChatGPT	5.619	2.325	41,4 %

Auffällig: Google AI Mode weist mit 67,7 % die höchste Markenpräsenz auf, da der Modus direkt in die Google-Suche integriert ist und häufig für produktnahe Anfragen genutzt wird. ChatGPT hat mit 41,4 % die niedrigste Rate – was auf den stärkeren Einsatz für kreative und nicht-konsumrelevante Aufgaben zurückzuführen ist.

Die Markendichte variiert erheblich zwischen den Themengebieten. In Kategorien wie „Finanzen & Versicherungen" oder „Entertainment & Medien" ist die Markenpräsenz sehr hoch, während Bereiche wie „Familie & Beziehungen" nahezu markenfrei bleiben.

Top-Marken: Plattformen vs. Produktmarken#

Insgesamt wurden 11.063 verschiedene Marken in den Konversationen identifiziert. Für eine differenzierte Betrachtung unterscheiden wir zwischen Plattformen/Händlern und Produktmarken. Auf Konversationsebene enthalten 68 % der Marken-Konversationen ausschließlich Produktmarken, 26 % sowohl Plattformen als auch Produktmarken und nur 6 % ausschließlich Plattformen.

Bei den Plattformen und Händlern führen MediaMarkt (362 Erwähnungen), Amazon (318) und Google (147), gefolgt von YouTube, Otto und eBay.

Retail-Kategorie	Top-Produktmarken
Elektronik & Entertainment	Samsung, Hisense, Sony
Automotive & Mobilität	Volkswagen, Dacia, Bosch
Haus, Garten & Küche	JYSK, Bosch, Philips
Lebensmittel & Getränke	EDEKA, Skyr, McDonald's
Beauty & Körperpflege	L'Oréal, Balea, NEONAIL
Gesundheit	Mivolis, Loperamid, Skinoren
Fashion	Pandora, Hunkemöller, Curvy Kate
Tierbedarf	Royal Canin, Hill's, Kattovit

Samsung dominiert klar: Mit 148 Erwähnungen ist Samsung die meistgenannte Produktmarke – fast dreimal so häufig wie der Zweitplatzierte Hisense. Die Top-Produktmarken stammen dabei vorwiegend aus den Bereichen Elektronik und Automotive.

2. Die KI empfiehlt aktiv Produkte#

In 19 % aller Konversationen gibt die KI aktive Produktempfehlungen – davon 1.121 spezifische, 690 allgemeine und 176 vergleichende Empfehlungen. GenAI-Apps sind damit nicht nur passive Informationsquellen – sie steuern aktiv, welche Produkte und Marken User zu sehen bekommen.

Wer bringt Marken zuerst ins Gespräch?#

Bei Konversationen mit Empfehlung und Markenbezug zeigt sich ein klares Muster: In 96,8 % der Fälle nennt der User mindestens eine Marke bereits in seiner ersten Nachricht – die KI bringt Marken eigenständig und ohne vorherige Nennung durch den User nur in 3,2 % der Fälle ins Gespräch.

Empfehlungstyp	User-initiiert	KI-initiiert
Spezifische Empfehlung	97,6 %	2,4 %
Allgemeine Empfehlung	95,1 %	4,9 %
Vergleichende Empfehlung	96,0 %	4,0 %

Das Muster ist über alle Empfehlungstypen hinweg konsistent: User kommen in der überwiegenden Mehrheit bereits mit einem konkreten Markenbezug in die Konversation. Die KI gibt Produktempfehlungen also primär im Kontext von Fragen, in denen der User Marken bereits kennt und aktiv thematisiert.

Aber wann empfiehlt die KI Produkte & Marken?#

Die Analyse der Gesprächsverläufe zeigt: Der mit Abstand häufigste Kontext für Produktempfehlungen und entsprechende Markennennung ist die aktive Recherche- und Abwägungsphase.

Konversations-Kontext	Anteil KI-Empfehlung	Beschreibung
Recherche & Abwägung	39,8 %	User vergleicht Optionen, recherchiert Produkte oder Anbieter
Allgemeine Information	26,6 %	User stellt offene Frage, KI bringt Produkte/Marken ein
Aktive Kaufabsicht	21,1 %	User fragt nach Preisen, Shops oder Verfügbarkeit
Problemlösung	7,9 %	User schildert Problem, KI schlägt Lösungen oder Alternativen vor
Inspiration	4,4 %	User sucht Ideen, KI liefert konkrete Produktvorschläge
Nicht klassifiziert	0,2 %	–

Die Empfehlungen verteilen sich zudem auf drei Typen: 56,4 % sind spezifische Empfehlungen (konkretes Produkt/konkrete Marke), 34,8 % allgemeine Empfehlungen und 8,9 % Vergleichsempfehlungen.

Nur 21,1 % der Empfehlungen entstehen im Kontext einer expliziten Kaufabsicht. In 78,9 % der Fälle gibt die KI Produktempfehlungen in anderen Gesprächskontexten – am häufigsten während allgemeiner Recherche oder Informationssuche. Das bedeutet: Produktempfehlungen sind kein reines Kaufberatungs-Tool, sondern begleiten den User durch den gesamten Entscheidungsprozess – von der ersten Information bis zur konkreten Kaufabsicht.

Google AI Mode kennt Marken#

Google AI Mode, Gemini und ChatGPT unterscheiden sich deutlich darin, wie Marken und Produktempfehlungen in Konversationen auftauchen. Am auffälligsten: In 67,6 % der Gespräche mit Google AI Mode werden Marken erwähnt, fast doppelt so oft wie bei ChatGPT (40,7 %). User kommen zu Google AI Mode also gezielt mit Markenwissen – erwarten aber offenbar weniger eine Empfehlung als eine Auskunft: Die Empfehlungsquote ist mit 16,8 % die niedrigste der drei Plattformen. Gemini hingegen ist die aktivste Empfehlungs-KI: Jede fünfte Konversation (21,1 %) enthält eine Produktempfehlung. Das Bild zeigt: Dieselbe Frage führt je nach KI-Plattform zu unterschiedlichen Empfehlungsstrategien.

3. Fazit & Ausblick#

Key Insights#

• • Jede zweite KI-Konversation enthält Marken (50 %). GenAI-Apps sind damit ein relevanter Touchpoint für Marken.

• • Über 11.000 verschiedene Marken wurden identifiziert. Samsung ist die meistgenannte Produktmarke, MediaMarkt und Amazon führen bei den Plattformen.

• • Die KI empfiehlt in 19 % der Fälle aktiv Produkte und fungiert damit als aktiver Marken-Kontaktpunkt.

• • Rund 40 % der Produktempfehlungen durch die KI entstehen im Kontext von Recherche & Abwägung – User fragen die KI dabei aktiv nach Vorschlägen.

• • Google AI Mode hat die höchste Markenpräsenz (68 %), in Gemini werden die meisten Produktempfehlungen gegeben.

Ausblick: Was die Daten noch hergeben#

Die hier gezeigten Ergebnisse sind nur ein erster Ausschnitt. Insbesondere durch die Kombination der GenAI-Daten mit weiteren digitalen Daten wie Webseiten-Besuchen oder Social-Media-Konsum – welche Murmuras ebenfalls bei den Usern erhebt – ergeben sich neue Möglichkeiten:

• Von der KI-Empfehlung zum Webseitenbesuch: Führt eine Markennennung durch die KI tatsächlich dazu, dass User anschließend die Marken-Website oder einen Online-Shop besuchen?

• Marken-Funnel in GenAI-Chats: Wie lässt sich der klassische Marketing-Funnel (Awareness → Consideration → Purchase Intent) auf KI-Konversationen übertragen? Welche Marken dominieren in welcher Phase – und wie unterscheidet sich das von der Markenwahrnehmung auf klassischen digitalen Kanälen?

• Wettbewerbspositionierung: Welche Marken werden als Alternativen genannt, wenn ein User nach einer bestimmten Marke fragt? Deckt sich das mit dem, was User auf Vergleichsportalen und in sozialen Medien sehen?

• Langzeitentwicklung: Wie verändern sich Markenpräsenz und KI-Empfehlungen über die Zeit – und korrelieren Verschiebungen mit Kampagnen, Produktlaunches oder medialem Buzz?

Diese Analyse basiert auf Daten des Murmuras Consumer Panels (Februar–März 2026). Murmuras betreibt ein datenschutzkonformes Smartphone-Panel und erfasst mit Einwilligung der Teilnehmenden reales digitales Nutzungsverhalten, einschließlich KI-Interaktionen. Für weiterführende Analysen und individuelle Marken-Insights kontaktieren Sie uns unter info@murmuras.com.