Listicles in AI Search: ChatGPT ruft sie fast so oft ab, nur ihr Anteil halbiert sich.

Listicles verlieren in ChatGPT seit GPT-5.6 vor allem Anteil (rund 16 auf 8,4 %), kaum Abrufe, und in Google landen Listen mit Zahl im Titel und ohne veraltetes Datum häufiger in den Top 3. Für Google hat Growth Memo 60.000 US-Suchanfragen und 3.000 rankende Listicles ausgewertet: Stehen Listen mit Zahl im Titel in den Top 10, erreichen sie zu 55,9 % die Top 3, Übersichtsartikel ohne Zahl zu 41,4 %. Laut Peec AI ruft ChatGPT bei festem Prompt-Set Anfang September je Woche 92 % so viele Listicles ab wie im Juli, aber 175 % so viele Quellen insgesamt. Wer die Sichtbarkeit von Listicles in AI Search reportet, braucht deshalb beide Werte: Anteil und absolute Zahl.

Welche Studien gibt es zu Listicles in Google und ChatGPT?

Für Google liegt eine zweiteilige Auswertung des Newsletters Growth Memo vor, für ChatGPT liegen drei Auswertungen des AI-Visibility-Anbieters Peec AI vor. Listicles sind Listenartikel wie „Die 10 besten Tools“, in denen die Liste selbst der Inhalt ist. Growth Memo hat 60.000 US-Suchanfragen ausgewertet, von ausdrücklichen Listen-Anfragen („best“, „ideas“) bis zu Kategorie- und Vergleichsanfragen, und rankende Listicles nach Position verglichen:

Anlass der Peec-Auswertungen ist der Wechsel des ChatGPT-Standardmodells für Free- und Go-Nutzer von GPT-5.5 auf GPT-5.6 Luna, in Peecs Daten ab dem 8. August 2026. Die erste zählt die Quellen, die ChatGPT bei festem Prompt-Set je Woche abruft, also im Hintergrund heranzieht (veröffentlicht am 11.09.2026). Die zweite wertet bei 1 Mio. Prompts die Citations aus, also die in der Antwort angegebenen Quellen, dazu die Suchbegriffe der Hintergrund-Suchen, Woche vor gegen Woche nach dem Wechsel (20.08.2026). Die dritte vergleicht abgerufene Seitentypen bei transaktionalen Prompts (10.08.2026).

Wie wichtig ist das Datum für das Google-Ranking eines Listicles?

Ein altes oder nicht auslesbares Datum ist der deutlichste Nachteil, den Growth Memo findet. Rechnet man Branche, Wortlaut der Suchanfrage und Listicle-Typ heraus und zählt nur eine Seite je Domain, hat ein Listicle mit altem oder nicht auslesbarem Datum um 56 % geringere Odds auf einen Top-3-Platz. Odds geben das Verhältnis von Treffer zu Nicht-Treffer an, keine Wahrscheinlichkeit. In den Rohdaten haben 8,2 % der Top-3-Listicles ein altes oder nicht auslesbares Datum, auf den Positionen 8 bis 10 sind es 15,1 %:

Signifikant ist nur der Nachteil des alten Datums: Das 95-%-Konfidenzintervall liegt bei 0,3 bis 0,7, also klar unter 1, dem Wert für „kein Unterschied“. Für ein Datum aus den letzten zwei Jahren schließt das Intervall die 1 ein (0,5 bis 1,4), ein Vorteil ist also nicht belegt. Zudem erfasst der Crawler von Growth Memo nur das erkannte Datum, nicht, ob der Inhalt tatsächlich aktualisiert wurde.

Ranken Listicles mit Zahl im Titel besser?

Ja, im direkten Vergleich. Auf 6.114 Ergebnisseiten standen eine Liste mit Zahl im Titel („17 Best Project Management Tools“) und eine redaktionelle Übersicht ohne Zahl („The Best Project Management Tools“) gemeinsam in den organischen Top 10. Als Liste mit Zahl zählt Growth Memo auch Seiten, deren Zahl oder Nummerierung nur im Snippet steht. Die Liste mit Zahl lag in 56,8 % dieser Duelle vorne. Stehen Listen mit Zahl in den Top 10, erreichen sie zu 55,9 % die Top 3, Übersichten ohne Zahl zu 41,4 %:

Universell ist das nicht: In Consumer Technology, Fitness/Sport und Automotive gewinnen die Übersichten ohne Zahl die Duelle, in den übrigen 12 Branchen die Listen mit Zahl. Bei ausdrücklichen Listen-Anfragen stehen Listen mit einer Zahl zwischen 51 und 100 im Titel im Schnitt auf Position 4,11, Listen mit einer Zahl zwischen 2 und 5 auf 5,85 (jeweils beste Position je Ergebnisseite):

Auch der Anteil der Top-10-Listicles mit Top-3-Platz hängt an der Titelzahl: Mit 2 bis 5 im Titel erreichen 22 % die Top 3, mit 51 bis 100 im Titel 51 %. Growth Memo nennt die Titelzahl aber nur einen Stellvertreter für die Länge der Liste.

Helfen einem Listicle mehr Wörter, Zwischenüberschriften oder Schema-Markup in Google?

Nicht nachweisbar, und mehr Zwischenüberschriften gehen sogar mit schlechteren Chancen einher. Die meisten der über 15 geprüften Seitensignale, darunter Wörter und Bilder, überstehen die Kontrollrechnungen nicht. Der einzige signifikante Strukturbefund ist negativ: Liegt die Zahl der Zwischenüberschriften eine Standardabweichung höher, also deutlich über dem Üblichen, sind die Top-3-Odds nach Bereinigung um Ausreißer um 29 % geringer.

Für Autorenangaben und Schema-Markup (als JSON-LD, Typen ItemList, Product oder Review) schließen alle 95-%-Intervalle den Wert 1 ein. Einen belastbaren Effekt zeigen sie also nicht.

Verdrängen AI Overviews das Listicle in Google?

Aus den Top 10 nicht, aus der Aufmerksamkeit schon. Bei 55,1 % der 60.000 Suchanfragen steht weiter mindestens ein Listicle in den organischen Top 10, bei 32,3 % in den Top 3. Im Zusatz-Panel mit 20.000 der Suchanfragen zeigte Google aber im Branchendurchschnitt bei 83,7 % eine AI Overview, also eine KI-Antwort über den organischen Ergebnissen, bei B2B-Suchanfragen bei 93,4 %:

Auf 92 % der Ergebnisseiten mit einem Listicle in den Top 10 erscheinen laut PPC Land irgendwo auf der Seite auch Reddit oder YouTube. Growth Memo sieht darin die eigentliche Gefahr: Auch wo Listicles gut ranken, schrumpft die Chance auf den Klick. Weil Google in AI Overviews inzwischen selbst Brands empfiehlt, hält Growth Memo den Wert von Listicles für zunehmend fraglich.

An der Spitze sind Listicles trotzdem seltener geworden. Auf einer festen Teilmenge von 2.400 Suchanfragen sank ihr Anteil auf Position 1 zwischen Januar und August 2026 von 18,9 bis 20,2 % auf 15,1 bis 15,6 %, in den Top 3 von 35,9 bis 39,0 % auf 32,0 bis 33,0 %, je nach Listicle-Definition (Teil 1 laut PPC Land). Growth Memo folgert, dass Google bestimmte Listicles systematisch aussortiert hat. Die Befunde zu Datum, Titelzahl und Struktur vergleichen nur Listicles untereinander, nicht mit anderen Seitentypen.

Ruft ChatGPT seit GPT-5.6 weniger Listicles ab?

Kaum. Bei festem Prompt-Set lag die Zahl der abgerufenen Listicles Anfang September je Woche bei 92, gemessen am Juli-Durchschnitt von 100. Die Zahl aller abgerufenen Quellen stieg im selben Zeitraum auf 175. Der Listicle-Anteil fiel damit von rund 16 % im Juli auf 8,4 %:

Der Pool aller abgerufenen Quellen wächst, weil GPT-5.6 eine Frage häufiger in mehrere Hintergrund-Suchen zerlegt, sogenannte Fan-Out-Queries. In der Woche nach dem Wechsel startete GPT-5.6 laut Peec AI rund 154 % mehr Fan-Outs je Chat als GPT-5.5 und rief im Schnitt 25,85 statt 12,48 Quellen je Chat ab. Diese Werte stammen aus der zweiten Auswertung mit 1 Mio. Prompts und nur aus der ersten Woche. Im festen Prompt-Set lag das Wochenvolumen Anfang September bei 175, also 75 % über dem Juli.

Verwässert oder aussortiert?

Ein Anteil fällt, wenn ein Format seltener abgerufen wird oder die übrigen Quellen stärker wachsen. Bei Listicles liegt der Rückgang fast nur am größeren Pool. Reddit zeigt den anderen Fall: Im selben Prompt-Set fielen die Reddit-Abrufe von 100 auf 31 (Juli = 100). Beide Muster stecken auch in den Suchbegriffen der Fan-Outs. Der Begriff „best“ verliert 56,4 % seines Anteils, taucht je Chat aber 10,7 % häufiger auf. Die Begriffe „top“ (−36,5 %), „comparison“ (−46,2 %) und „vs“ (−55,4 %) fallen dagegen auch je Chat. Stark zugenommen haben site:-Suchen, die auf eine Domain beschränkt sind: Nach dem Wechsel enthalten 18,37 % der Chats mindestens eine. Die Begriffe „pricing“ und „official“ wachsen als Anteil um 185 bzw. 165 %. Bei transaktionalen Prompts sind Produktseiten laut der dritten Auswertung seit dem Wechsel der häufigste abgerufene Seitentyp (16,39 %, gemessen zwei Tage danach).

Abgerufen ist nicht zitiert

Der Indexwert 92 (Juli = 100) beschreibt Abrufe, nicht Citations. Bei den Citations halbierte sich der Listicle-Anteil in der Woche nach dem Wechsel ebenfalls, von 15,77 auf 7,80 % (180 Mio. Quellen aus 1 Mio. Prompts). Zitiert wurde je Chat im selben Zeitfenster aber nur 25 % mehr als unter GPT-5.5. Nach eigener Rechnung bekommen Listicles damit je Antwort weniger Citations als vorher: Ihr Anteil halbiert sich, die Citations je Chat wachsen nur um ein Viertel.

Wie belastbar sind die Listicle-Daten von Growth Memo und Peec AI?

Für die Richtung belastbar, für exakte Werte in deinem Markt nicht. Growth Memo misst laut PPC Land US-englische Desktop-Suchen, erhoben in einem 47-Stunden-Fenster im August 2026. Der Vorher-Vergleich mit Januar stützt sich nur auf eine Teilmenge von 2.400 Suchanfragen, die Traffic-Werte sind Schätzungen. Alle Befunde sind Korrelationen. Growth Memo selbst ordnet stabile Befunde als „vielleicht, aber noch nicht beweisbar“ ein. Produkttests und Erfahrung aus erster Hand wurden nicht gemessen. Die Einordnung als Listicle ist automatisch und nur an 30 Suchanfragen geprüft. Finanzen ist laut PPC Land eine der 15 Branchen. Versicherung wird nicht eigens genannt, und Einzelwerte für Finanzen zu Datum, Titelzahl oder AI Overviews sind nicht veröffentlicht. Beide Ausgaben enthielten gesponserte Abschnitte (Teil 1 AirOps, Teil 2 Semrush). Teil 1 steht hinter einer Paywall. Ein Peer-Review gibt es nicht.

Alle ChatGPT-Zahlen stammen von Peec AI, einem Anbieter mit eigenem Produktinteresse. Veröffentlicht wurden sie als LinkedIn-Beiträge, nicht als Report. Größe, Branchenmix, Markt und Sprache des festen Prompt-Sets sind nicht genannt. Die Wochenwerte schwanken schon vor dem Wechsel stark: Ende April lagen die Listicles bei rund 215 (Juli = 100). Für den Vergleich Juli bis September ist diese Basis tragfähig, für längere Zeiträume nicht. Die zweite und dritte Auswertung decken nur die erste Woche nach dem Wechsel ab. Peec misst über die ChatGPT-Oberfläche, nicht über die API, also die Programmierschnittstelle. Studien über die API sind deshalb nicht direkt vergleichbar. Die drei Peec-Auswertungen zeigen mit verschiedenen Messansätzen dieselbe Richtung, einen halbierten Listicle-Anteil: abgerufene Quellen rund 16 auf 8,4 %, Citations 15,77 auf 7,80 %, abgerufene Seiten bei transaktionalen Prompts 15,47 auf 8,19 %. Eine unabhängige Messung des Listicle-Anteils außerhalb von Peec lag bei Redaktionsschluss nicht vor.

Was heißt das für deine Listicles und Produktseiten?

Pflege deine Listicles weiter und baue zusätzlich die offizielle Produktseite aus, mit diesen sechs Hebeln:

• ✓Datum pflegen, nicht nur ändernSignifikant ist nur der Nachteil eines alten oder nicht auslesbaren Datums. Inhalt aktualisieren, Datum maschinenlesbar ausweisen.
• ✓Zahl im Titel, wenn die Liste sie trägtDie Titelzahl steht für die Länge der Liste. Eine höhere Zahl im Titel ersetzt keine längere Liste.
• ✓Gliederung schlank haltenViele Zwischenüberschriften gehen mit geringeren Top-3-Odds einher. Für Autor-Box und Schema-Markup ist kein Effekt nachweisbar.
• ✓Eigenes Produkt auf Platz 1 nur mit BelegenListicles, in denen ein Anbieter sein Produkt zuerst empfiehlt und die Ende 2025 erschienen sind, legten laut Growth Memo beim Traffic 3,5-mal so stark zu wie der Rest. Nach Kontrolle für Start-Traffic, Branche und Typ bleiben +4 %, statistisch nicht belastbar. Für die Glaubwürdigkeit rät Growth Memo zu Belegen Dritter wie Reviews.
• ✓Produktseite dazu, nicht stattdessenChatGPT ruft bei transaktionalen Prompts öfter Produktseiten ab und sucht häufiger nach „pricing“ und „official“. Die Produktseite braucht deshalb Preise und Belege.
• ✓Anteil und absolute Zahl zusammen messenGetrennt nach Abruf, Citation und Nennung, also der Erwähnung der Brand im Antworttext, je System und Markt.

Woher ChatGPT seine Quellen holt, beschreibt der Artikel zu ChatGPTs eigenem Suchindex. Welche Kennzahlen dazu passen, zeigt der Beitrag zu SEO-KPIs im KI-Zeitalter.

Was zählt im AI-Visibility-Reporting: Anteil oder absolute Zahl?

Beide, aber für verschiedene Fragen. Warum, zeigt mein eigener LinkedIn-Post vom 28. August. Dort habe ich geschrieben, dass ChatGPT seit GPT-5.6 Best-of-Listen, Vergleichsseiten und Review-Sammlungen meidet, belegt mit dem Anteilsverlust von „best“ (−56,4 %) und „reviews“ (−35,9 %) in den Fan-Outs. In derselben Grafik stand, dass „best“ je Chat um 10,7 % und „reviews“ um 63 % zulegten. Gelesen habe ich den Anteil, nicht die Menge dahinter. Für Best-of- und Review-Suchen war „meidet“ deshalb das falsche Wort, für „top“, „comparison“ und „vs“ nicht: Diese Begriffe fallen auch je Chat.

Ob sich ein Listicle weiter lohnt, entscheidet aus meiner Sicht die absolute Zahl der Abrufe und Citations. Der Anteil beantwortet eine andere Frage: wie viel Gewicht das Listicle in der einzelnen Antwort noch hat. Wer nur eine der beiden Kennzahlen reportet, sieht nicht, ob die eigene Seite verliert oder ob andere Quellen schneller wachsen.

Das Listicle bleibt damit in beiden Systemen im Spiel: in Google mit Zahl im Titel und ohne veraltetes Datum, in ChatGPT als abgerufene Quelle, die je Antwort mit deutlich mehr anderen konkurriert. Auch Google zeigt im untersuchten Panel bei 83,7 % der Suchanfragen eine eigene KI-Antwort. Die klassische Suche enthält also selbst KI-Antworten.

Keine der beiden Datenquellen weist den deutschen Markt aus. Für Finanz- und Versicherungsthemen in Deutschland messen wir bei KKP deshalb selbst, in denselben drei Stufen Abruf, Citation und Nennung. Eine Nennung allein sagt wenig. Wir prüfen, ob die KI die Brand unserer Kunden empfiehlt oder den Wettbewerber.

FAQ: Häufige Fragen zu Listicles