Wissen

Was kauft ein Werbetreibender, wenn kein Mensch die Anzeige je sieht? (Teil 2)

Ein Verlag verkauft Werbeplätze, die ausschließlich KI-Systeme zu sehen bekommen. Wer dort bucht, bekommt ein Format ohne redaktionelles Umfeld und ohne Kontrolle über die Auslieferung. Wir haben geprüft, was es leistet und was es kostet. Teil 2 unserer Messung. Stand: 14. August 2026.

Von ·8 Min. Lesezeit·
Ein bezahlter Faktenbaustein wandert durch Maschinen in eine Antwort; gezählt wird die Auslieferung, nicht die Wirkung

Teil 1 hat gezeigt: time.com liefert KI-Systemen eigene Fassungen seiner Artikel, und darin stehen bezahlte Textbausteine, die auf der Website für Menschen nicht vorkommen. Neun von 14 geprüften Artikeln enthielten einen solchen Block.

In diesem Teil geht es um die dritte Partei, den Auftraggeber, der für diese Bausteine zahlt. Für ihn fällt die Rechnung anders aus, als sie auf den ersten Blick aussieht.

Das Umfeld verschwindet

Der auffälligste Befund zuerst. In unserer Stichprobe vom 12. August erscheint der Baustein eines Berufsverbands für Projektmanagement in drei denkbar verschiedenen Artikeln: in einem Bericht über einen KI-Konzern, in einer Meldung über Waldbrände in England und in einem Text über zwei Feuerwehrleute, die bei einem Hubschrauberunglück ums Leben kamen. Er steht jedes Mal direkt unter der Überschrift, noch vor dem ersten Satz des redaktionellen Textes.

In der klassischen Mediaplanung wäre das ein schwerer Fehler. Marken buchen das Umfeld bewusst mit, und kaum eine will neben einer Meldung über Todesopfer stehen.

Bei KI-vermittelten Antworten ändert sich jedoch, was überhaupt gekauft wird. KI-Suchsysteme zerlegen eine Seite in Abschnitte und wählen daraus die Passagen, die zur gestellten Frage passen. Ein in sich geschlossener Faktenblock über einen Berufsverband wird deshalb eher bei einer Frage nach diesem Verband gefunden als bei einer Frage zum Thema des Artikels, in dem er technisch steckt.

Gekauft wird damit nicht mehr in erster Linie ein redaktionelles Umfeld, sondern eine Textpassage, die zu einer Frage passt und genau deshalb abgerufen wird. Das ist der eigentliche Bruch mit der klassischen Mediaplanung.

Bedeutungslos wird das Umfeld deshalb trotzdem nicht. Wo ein System den Text zerschneidet, bestimmt nicht der Verlag. Verläuft die Grenze ungünstig, landen Verbandsfakten und Unglücksmeldung im selben Textstück.

Welcher Auftraggeber erscheint, hängt an der laufenden Kampagne: Am 12. August war es der Berufsverband, im Abruf vom 14. August stand auf der Startseite der Baustein einer Bank. Der Befund ist das Format, nicht der einzelne Werbetreibende.

Was der Auftraggeber gewinnt

Ein Antwortformat statt eines Banners. Er kann die Fragen, an denen ein Kauf scheitert, direkt beantworten, und zwar in einer Struktur, die Maschinen gut verarbeiten: Definition, Faktentabelle, konkrete Fragen mit Antworten.

Geliehene Autorität. Die Passage liegt unter der Adresse eines bekannten Verlags. In einer späteren Antwort kann deshalb der Verlag als Quelle erscheinen, nicht der Werbetreibende.

Keine Konkurrenz um Aufmerksamkeit. Der Block muss sich weder gegen andere Anzeigen noch gegen redaktionelle Elemente durchsetzen. Oft ist er der einzige klar strukturierte Faktenabschnitt im ganzen Dokument.

Mögliche Langzeitwirkung. Die Passage endet nicht zwangsläufig mit dem Kampagnenzeitraum. Solange sie in einem Index oder Zwischenspeicher liegt, kann sie weiter in Antworten einfließen.

Was er dafür aufgibt

Ein verlässliches Umfeld. Was heute neben einem Unternehmensporträt steht, kann morgen neben einer Katastrophenmeldung erscheinen. Genau die Kontrolle, für die Mediaplanung und Brand Safety erfunden wurden, gibt der Auftraggeber ab.

Die Hoheit über seine Reichweite. Sie hängt an der Bot-Politik des Verlags. Am 14. August bekamen GPTBot, OAI-SearchBot und PerplexityBot von time.com gar keinen Inhalt mehr, zwei Tage zuvor hatte der Suchindex-Crawler von OpenAI noch die vollständige Fassung erhalten. Der Auftraggeber kauft eine Reichweite, die ein Dritter innerhalb von Tagen verändern kann.

Eine Messung, die zählt, was zählt. Jede Auslieferung trägt eine eigene Kennung, die in den Zielverweisen wieder auftaucht; Auslieferungen und Klicks lassen sich also erfassen. Nur sagt keine dieser Zahlen, ob der Baustein je in einer Antwort auftauchte, ob die Werbekennzeichnung dabei erhalten blieb und ob ein Mensch das Ergebnis überhaupt gelesen hat. Der Auftraggeber bekommt eine Statistik über Maschinen, die seinen Text abgeholt haben. Über die Wirkung, für die er zahlt, bekommt er keine.

Den direkten Draht zum Verlag. Der Baustein ist als Kampagne mit Motiv ausgezeichnet und trägt den Namen eines Anbieters, nicht den des Verlags. Zwischen dem Auftraggeber und dem redaktionellen Umfeld steht damit eine weitere Partei, die Format, Auslieferung und Zählung bestimmt. Ändert dieser Anbieter etwas, ändert sich die Buchung, ohne dass Verlag oder Auftraggeber beteiligt sein müssen.

Die Sicherheit vor dem Filter. Sobald KI-Anbieter solche Blöcke zuverlässig erkennen, können sie sie geringer gewichten oder ganz ausschließen. Der Wert der Buchung kann dann verschwinden, ohne dass der Auftraggeber etwas dazu beiträgt.

Und ein Punkt gehört in keine der beiden Listen, weil er das Format im Kern beschreibt: Transparenz und Werbewirkung ziehen in entgegengesetzte Richtungen. Bleibt die Kennzeichnung erhalten und sagt ein Assistent ausdrücklich „laut einem gesponserten Beitrag auf time.com", ist der geliehene Vertrauensvorschuss dahin. Fällt der Hinweis weg, wirkt die Aussage stärker und sieht redaktioneller aus, als sie ist.

Der größte Wirkungsvorteil entsteht also ausgerechnet dann, wenn die Kennzeichnung den Weg bis zur Antwort nicht übersteht. Wer dieses Format bucht, setzt auf einen Effekt, den kein klassischer Mediaplan vorsieht.

Ist der Baustein wenigstens gut gemacht?

Handwerklich in Teilen, ja. Er beginnt mit einer Definition, ordnet Fakten in Tabellen, versieht jede Zeile mit einer Quellenangabe und beantwortet konkrete Kauf- und Entscheidungsfragen. Wer maschinenlesbare Antwortbausteine entwickelt, würde die Grundstruktur ähnlich anlegen.

Beim genaueren Lesen zeigen sich allerdings Schwächen, die keine redaktionelle Prüfung überstehen würden.

  • Zwei Zahlen für dieselbe Aussage, im selben Block. Im Baustein des Berufsverbands nennt die Faktentabelle einen Gehaltsvorsprung von 16 Prozent und beruft sich auf die 13. Ausgabe einer Studie. Der Frage-Antwort-Teil nennt 17 Prozent und die 14. Ausgabe. Welcher Wert gilt, steht nirgends. Ein Modell muss sich für einen entscheiden.

  • Die Quellenspalte besteht aus Selbstauskünften. In jeder Zeile ist der Auftraggeber selbst als Quelle eingetragen. Das sieht formal wie ein Beleg aus, ist aber keine unabhängige Bestätigung. Im Baustein der Bank, abgerufen am 14. August, gilt das für jede einzelne Zeile der Faktentabelle.

  • Ältere Zahlen stehen unter einem aktuellen Datum. Erhebungen aus den Jahren 2020 bis 2023 erscheinen in einem Block mit der Kennzeichnung „Stand Juli 2026". Wie alt die Werte wirklich sind, verrät nur die Quellenangabe.

  • Markensprache steht im Faktenteil. Zwischen den sachlichen Tabellen finden sich Slogans, im Abruf vom 14. August etwa die Zeile „The only bank built for life today", ausgewiesen als Positionierung. Übernimmt ein Modell solche Formulierungen, klingt die spätere Antwort wie eine Unternehmensbroschüre.

Der Block ist gut für die technische Auslieferung gebaut und nachlässig gepflegt. Weil ihn auf der Website kein Mensch sieht, fehlt ihm das Korrektiv, das jede sichtbare Anzeige hat. Genau darin liegt das Risiko eines Formats ohne Publikum.

Was sich auf die eigene Website übertragen lässt

Die wenigsten werden unsichtbare Werbung bei einem Nachrichtenmagazin buchen. Vier Punkte lassen sich trotzdem übertragen.

Erstens: Die Struktur wirkt unabhängig vom Ort der Veröffentlichung. Definitionen, belastbare Faktentabellen und echte Kundenfragen sind Bausteine, die besonders leicht in Antworten von KI-Assistenten einfließen. Wer sie auf der eigenen Website veröffentlicht, braucht dafür keinen fremden Werbeplatz.

Zweitens: Kennzeichnung und Quellenqualität sind keine Formsache. Eine Quellenspalte, in der nur der Absender selbst steht, macht eine Aussage für niemanden belastbarer, weder für Menschen noch für Maschinen. Es zählen nachvollziehbare, möglichst unabhängige Belege.

Drittens: Veröffentlichte Regeln und tatsächliches Serververhalten sind zwei verschiedene Dinge. Eine gepflegte robots.txt sagt noch nicht, was Firewall, CDN oder Bot-Schutz am Ende ausliefern. Bei time.com läuft der Widerspruch in Richtung strengerer Sperren: Die Regeldatei erlaubt vier Anbietern etwas, das ihnen der Server verweigert. Häufiger sehen wir den umgekehrten Fall.

Viertens: Ein Format ohne Klicks braucht eine andere Messung. Erfolg zeigt sich nicht in Einblendungen oder Verweisen, sondern in den Antworten selbst. Wird die Information aufgegriffen? Bleibt die Quelle erhalten? Ändert sich die Empfehlung? Die erste Stufe davon lässt sich am eigenen Server ablesen: welche KI-Kennungen die eigenen Seiten tatsächlich abrufen, aufgeschlüsselt nach Anbieter. Das misst Agentic Reach. Ob eine dieser Kennungen überhaupt überprüfbar ist oder nur behauptet wird, steht im Bot-Katalog.

Die naheliegende Alternative ist deshalb, solche Antwortbausteine auf der eigenen Domain zu veröffentlichen: sichtbar für Menschen und Maschinen, mit belastbaren Quellen und mit einer Messung, die zeigt, ob sie in Antworten ankommen. Genau daran arbeiten wir bei Klariton.

Weiterlesen

Wie wir gemessen haben, welche Muster die 30 geprüften Seiten zeigen und warum der Fall technisch an Cloaking erinnert, ohne die klassische Suchmaschinenregel zu verletzen, steht in Teil 1: Warum bekommt ein KI-Bot bei TIME einen anderen Artikel als ein Leser?

Welche Bot-Kennungen wir verwendet haben und welche Aufgabe jede von ihnen erfüllt, zeigt der öffentliche Bot-Katalog.


Wir haben TIME am 21. August 2026 um eine Stellungnahme gebeten. Bis zur Veroeffentlichung dieses Artikels lag keine Antwort vor.

Stand: 14. August 2026. Grundlage sind 14 Artikel eines Verlags, davon neun mit Werbeblock, die beiden Erhebungen aus Teil 1 sowie der Kontrolltest vom 14. August. Skript, Kopfzeilen, Prüfsummen und Rohdaten liegen im Datenpaket zu dieser Messung.

Frag Klariton

Stell deine Frage zu Klariton.

Gegroundet in Klaritons eigenem Wissen, belegt statt erfunden.

Oder stell deine eigene Frage:
Nächster Schritt

Wie sichtbar ist deine Marke für AI?

Der kostenlose AI-Visibility-Check zeigt dir in unter einer Minute, wie AI-Assistenten deinen Shop heute sehen.