GEO auf Chinesisch: 90 Milliarden Yuan für Sichtbarkeit in der KI, auch für vergiftete Modelle

Die Zahlen aus dem Branchenbericht des IT-Portals ITHome passen zu einer der am schnellsten wachsenden Kategorien des chinesischen Marketings. Der Markt für GEO, also für generative Optimierung, soll 2026 die Marke von 90 Milliarden Yuan überschreiten, bei einem jährlichen Wachstum von rund 160 Prozent. Gemeint sind alle Bemühungen, Inhalte einer Marke in den Antworten von Sprachmodellen zitierfähig zu machen.

Das Ausmaß des Interesses folgt aus Daten zum Nutzerverhalten. Das chinesische Zentrum CNNIC zählte 560 Millionen Nutzer generativer KI. Eine Verbraucherstudie zeigt, dass mehr als 80 Prozent der Kunden vor dem Kauf Produktinformationen im Modell prüfen. Zugleich prognostiziert Gartner, dass 2026 die Hälfte der Anfragen, die traditionell an Suchmaschinen gehen, von KI bearbeitet wird. Der Traffic aus klassischem SEO sinkt jährlich um etwa 30 Prozent. Für Vermarkter eine einfache Rechnung: Wohin die Aufmerksamkeit abwandert, muss das Budget folgen.

Wer die chinesischen Assistenten beherrscht

Daten von QuestMobile aus Juni 2026 zeigen, um welche Sichtbarkeit gespielt wird. An der Spitze steht Doubao, der Assistent von ByteDance, mit 382,3 Millionen monatlich aktiven Nutzern. Danach folgen Qwen mit 167,18 Millionen, DeepSeek mit 129,82 Millionen und Yuanbao, der Assistent von Tencent, mit 49,84 Millionen. Jede dieser Anwendungen ist eine eigene Welt. Wer eine bestimmte Quelle zitiert sehen will, muss jede einzeln überzeugen. Und jede hat eigene Kriterien für die Bewertung von Glaubwürdigkeit.

Chinesische Praktiker sprechen von neun Bewertungsdimensionen. Modelle brauchen demnach Inhalte in einem Format, das wie Referenzmaterial aussieht: mit Zahlen, Namen von Institutionen, Daten und Quellenangaben. Von dort ist es nur ein Schritt zum Missbrauch.

Falscher Bericht, echte Zitierfähigkeit

Das Portal 36Kr beschrieb den Mechanismus der gezielten Vergiftung von Modellen. Eine Marketingagentur erstellte einen gefälschten Bericht, angeblich von IDC, über eine Marke für Zubehör. Sie verschickte ihn an Portale mit Branchenpublikationen und verlinkte ihn aus Dutzenden Diensten. Das Ergebnis: Als ein Nutzer den Assistenten nach einem Ranking dieser Kategorie fragte, gab das Modell die präparierten Daten als Feststellungen eines bekannten Forschungszentrums wieder. Die Namen von Forschungsinstituten wirken wie ein Token für Glaubwürdigkeit. Ihre Wiederholung genügt dem Modell, um den Inhalt als zitierwürdig einzustufen.

Ein zweiter beschriebener Effekt ist die gegenseitige Verunreinigung von Medien und Modellen. Eine KI-Suchmaschine liest einen Artikel in der Presse, ein Journalist zitiert die Antwort des Assistenten. Nach mehreren Durchläufen lässt sich nicht mehr feststellen, welche Quelle die ursprüngliche war. Redaktionen verlieren die Kontrolle über den Informationsumlauf nicht, weil jemand sie gehackt hätte, sondern weil das System die Fälschung für einen Fakt hielt.

Drei Labore, drei Antworten

OpenAI, Google und Anthropic haben im vergangenen Jahr unabhängig voneinander die Regeln für die Quellenangabe in Antworten verschärft. Alle drei versuchen, Dienste mit echter redaktioneller Geschichte zu bevorzugen und das Zitieren aus erster Hand zu fördern. Das ist eine teilweise Lösung: Solange sich ein Ranking nicht von außen überprüfen lässt, ist es so viel wert wie die billigste Manipulation kostet. Der chinesische Markt zeigt, dass diese Kosten bei ausreichender Motivation sehr niedrig sind.