Anthropics Claude hat sich im Enterprise-Umfeld etabliert: Laut Menlo Ventures entfielen 2025 rund 40 % der Unternehmensausgaben für LLMs auf Anthropic, gegenüber 27 % für OpenAI und 21 % für Google (Umfrage unter 495 US-Entscheidern, November 2025). Claude-Antworten tauchen in Claude.ai auf, in Claude Code, in Cursor und in API-basierten Enterprise-Anwendungen. Wer in Claude zitiert wird, erreicht eine Zielgruppe, die in ChatGPT- und Google-Metriken oft unterrepräsentiert ist.
Wie gelangt eine Marke in die Antworten von Claude?
Eine Marke gelangt auf zwei Wegen in Claude-Antworten: über Trainingsdaten und über die Websuche. Für das Training sammelt der Crawler ClaudeBot Inhalte; jedes Modell hat laut Anthropic-Modellübersicht einen dokumentierten Trainingsdaten-Stichtag, etwa Januar 2026 bei Claude Sonnet 5 und Juni 2026 bei Claude Opus 5.5. Einen festen Trainings-Rhythmus veröffentlicht Anthropic nicht. Die Websuche startete am 20. März 2025 und steht seit dem 27. Mai 2025 auf allen Claude-Plänen weltweit bereit, mit direkten Quellenangaben. Dafür indexiert Claude-SearchBot Inhalte, Claude-User ruft Seiten auf Nutzeranfrage ab; wer diese Bots per robots.txt sperrt, verliert laut Anthropic möglicherweise Sichtbarkeit in Suchergebnissen. Ein ClaudeBot-Disallow schließt dagegen nur künftige Inhalte vom Training aus. Als Suchanbieter steht Brave Search seit März 2025 auf Anthropics Subprozessor-Liste (TechCrunch). Über die Websuche kann eine Marke also innerhalb von Tagen zitiert werden, über Trainingsdaten erst mit dem nächsten Modell.
als Suchanbieter auf Anthropics Subprozessor-Liste (seit März 2025), ergänzt durch Claude-SearchBot
Trainingsdaten-Stichtag je Modell von Anthropic dokumentiert, kein fester Trainings-Rhythmus
Constitutional AI trainiert mit KI-Feedback anhand von Prinzipien, nicht mit RLHF-Labels
Constitutional AI: was belegt ist und was Hypothese bleibt
Anthropics Constitutional AI ist kein Marketing-Begriff, sondern ein Trainingsverfahren, das Bai et al. im Dezember 2022 beschrieben haben (arXiv 2212.08073): Das Modell kritisiert und überarbeitet eigene Antworten anhand einer Prinzipienliste und lernt anschließend per Reinforcement Learning aus KI-Feedback (RLAIF), nicht aus menschlichen Harmlosigkeits-Labels wie beim klassischen RLHF. Dass dieses Verfahren die Quellenwahl bei Zitationen steuert, dokumentiert Anthropic nicht.
Unsere Hypothese (Evidenzstufe D): Claude wählt Quellen in unseren Tests stärker nach Evidenz-Qualität, Autoritäts-Signalen und Verlässlichkeits-Indikatoren. Marketing-orientierter Content mit schwacher Faktenbasis wird seltener zitiert, selbst wenn er in klassischen Rankings dominiert. Content mit konkreten Zahlen, Quellen-Transparenz und klarer Evidenz-Struktur taucht überproportional häufig auf.
| Signal | Claude-Gewichtung | ChatGPT-Gewichtung | Implikation für Content |
|---|---|---|---|
| Konkrete Zahlen + Quellen | Sehr hoch | Hoch | Jeder Claim mit datierter Quelle |
| Methodik-Transparenz | Sehr hoch | Mittel | Stichprobe, Zeitraum, Autor nennen |
| Wikipedia-Konsistenz | Sehr hoch | Hoch | Wikidata-Pflege priorisieren |
| Marketing-Superlative | Negativ | Neutral | Hype-Sprache reduzieren |
| Autoren-Credentials | Hoch | Mittel | Author-Entity mit Schema-@id |
| Content-Volumen ohne Tiefe | Negativ | Neutral | Wenige tiefe Artikel > viele flache |
Wie präsentiert Claude Ihre Marke?
30 Minuten Live-Test über 40 Brand-Prompts in Claude mit und ohne Web-Access. Ergebnis: Konsistenz-Score, Halluzinations-Rate, Evidenz-Check Ihrer Kernseiten.
Die sechs Hebel für Claude-Sichtbarkeit
1. Zugriff für Anthropic-Bots. robots.txt: die drei von Anthropic dokumentierten Bots erlauben: ClaudeBot (Trainingsdaten), Claude-User (Abruf auf Nutzeranfrage) und Claude-SearchBot (Suchindex). Wer Claude-SearchBot oder Claude-User sperrt, riskiert laut Anthropic geringere Sichtbarkeit in der Suche; ein ClaudeBot-Disallow schließt künftige Inhalte vom Training aus. Die Bots respektieren auch Crawl-delay.
2. Evidenzbasierter Content. Konkrete Zahlen, datierte Quellen, Methodik-Transparenz. Marketing-Superlative ohne Substanz verringern nach unserer Beobachtung die Citation-Wahrscheinlichkeit.
3. Passage-Level Citability. 200-400-Token-Chunks mit Claim-Evidence-Struktur. Besonders wichtig: In unseren Tests wurden Passagen mit expliziter Methodik-Erwähnung (Quelle, Erhebungs-Zeitraum, Stichprobengröße) deutlich häufiger zitiert (eigene Daten, Evidenzstufe C, siehe Benchmarks).
4. Entity-Resolution im Knowledge Graph. Wikidata-Item, Schema.org @id-Graph, sameAs-Cluster. Entitäten mit klarer Resolution werden in unseren Tests häufiger genannt; bei Namensgleichheit lässt Claude die Marke eher weg, als sie falsch zu zitieren (Beobachtung).
5. Wikipedia-Präsenz (wenn Relevanzkriterien erfüllt sind). In unseren Tests stützt sich Claude bei Wikipedia-konsistenten Marken häufiger auf diese Fakten als ChatGPT (Hypothese, Evidenzstufe D). Ein Wikipedia-Eintrag mit sauberen Referenzen kann das verstärken, lässt sich aber nicht erzwingen.
6. Brave-Indexierung. Da Brave Search als Subprozessor für Claudes Websuche gelistet ist (TechCrunch, März 2025), lohnt sich ein Blick auf die eigene Brave-Sichtbarkeit: Kernseiten in Brave Search prüfen, Lücken schließen.
Was in Claude NICHT funktioniert
Drei Ansätze, die in Claude schwächer wirken als bei anderen LLMs. (a) Keyword-Dichte und thematische Wiederholung: Lexikalische Dichte wird nach unserer Beobachtung kaum belohnt. (b) Marketing-Narrative ohne harte Evidenz werden in unseren Tests selten zitiert. (c) High-Volume Content ohne Tiefe: Claude nennt nach unserer Beobachtung eher wenige tiefe Quellen als viele oberflächliche.
Messung: Claude-Citations tracken
Anthropic bietet keinen Bericht, der zeigt, wie oft eine Website in Claude zitiert wird, daher erfolgt die Messung über Prompt-Sampling. Wir testen Prompts in Claude.ai (Free- und Pro-Konten, jeweils mit und ohne Websuche), extrahieren Antworten, kategorisieren nach Source-Mention und tracken Zeitreihen. Im LLM Citation Monitoring ist Claude Standard-Bestandteil der Prompt-Matrix über alle sechs Modelle.
Fazit: Claude ist für B2B kritisch
Anthropic führt laut Menlo Ventures bei den Unternehmensausgaben für LLMs. In unseren Messungen ist Claude zugleich das Modell, in dem Entity- und Content-Qualität am stärksten mit Citations korrelieren. Wer in Claude zitiert wird, hat in unseren Daten meist auch in ChatGPT und Perplexity gute Sichtbarkeit, umgekehrt seltener (eigene Beobachtung). Das macht Claude zu einem strategischen Benchmark für die gesamte GEO-Arbeit.
Quellen
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler? (abgerufen 23. September 2026)
- Anthropic: Claude can now search the web (20. März 2025, aktualisiert 27. Mai 2025)
- TechCrunch: Anthropic appears to be using Brave to power web search for its Claude chatbot (21. März 2025)
- Bai et al. (Anthropic): Constitutional AI: Harmlessness from AI Feedback (Dezember 2022)
- Anthropic: Models overview (abgerufen 23. September 2026)
- Menlo Ventures: 2025: The State of Generative AI in the Enterprise (9. Dezember 2025)