Citation Neighborhoods sind das Quellenumfeld einer Marke in KI-Antworten: alle Quellen, die die Marke für eine Gruppe von Fragen nennen oder belegen, und alle Quellen, die in denselben Antworten neben ihr erscheinen. Der Begriff ist ein Denkmodell von maxonline, abgeleitet aus der Co-Citation-Analyse der Bibliometrie.
Die meisten Auswertungen zur KI-Sichtbarkeit zählen, wie oft eine Marke genannt, zitiert oder empfohlen wird. Citation Neighborhoods fragen zusätzlich: In welchem Umfeld passiert das? Welche Fachmedien, Verzeichnisse, Foren oder Vergleichsportale stehen in den Antworten, in denen die Marke vorkommt – und welche in denen, in denen sie fehlt?
Die Idee stammt aus der Bibliometrie. Henry Small und Irina Marshakova beschrieben 1973 unabhängig voneinander die Co-Citation-Analyse: Zwei Dokumente gelten als verwandt, wenn sie häufig gemeinsam von anderen Dokumenten zitiert werden. Übertragen auf KI-Antworten heißt das: Quellen, die regelmäßig gemeinsam mit einer Marke auftauchen, gehören zu ihrem Umfeld.
Ahrefs hat 2025 für die 50 meistgenannten Websites untersucht, wie Markennennungen im Web mit Nennungen in KI-Antworten zusammenhängen: bei Google AI Overviews deutlich (Rangkorrelation 0,65), bei Perplexity schwach (0,30), bei ChatGPT kaum (0,15). Eine Auswertung von Peec AI über 30 Millionen Quellen zeigt außerdem, dass Plattformen wie Reddit, YouTube und LinkedIn zu den meistzitierten Quellen gehören. Das Umfeld einer Marke besteht deshalb oft weniger aus Fachmedien, als ihr Marketing annimmt.
Citation Neighborhoods gehören vor allem zur Stufe Trust (Selectability): Welche Quellen eine Marke tragen, entscheidet mit darüber, ob sie ausgewählt, zitiert oder empfohlen wird. Ob ein System die Marke im richtigen Umfeld eindeutig einordnen kann, betrifft zusätzlich GEO (Processability). Weil einzelne KI-Antworten stark schwanken, zählt das Umfeld erst als Häufigkeit über viele wiederholte Abfragen.
Eine Mention ist eine einzelne Nennung der Marke in einer KI-Antwort. Citation Neighborhoods beschreiben das Umfeld aus Quellen, in dem diese Nennungen entstehen – oder ausbleiben.
Brand Co-Occurrence betrachtet die Entitäten – Marken, Personen, Themen –, die gemeinsam mit einer Marke genannt werden. Citation Neighborhoods betrachten die Quellen: Medien, Foren, Verzeichnisse, Websites.
Co-Citation ist die bibliometrische Methode von 1973 für wissenschaftliche Dokumente. Citation Neighborhoods übertragen ihren Grundgedanken auf KI-Antworten und ergänzen ihn um Rollen: tragend, benachbart, verdrängend.
Konstruiertes Beispiel – es zeigt das Muster, keine gemessenen Werte.
Ein Anbieter von Zeiterfassungssoftware stellt 15 Auswahlfragen je fünfmal in drei KI-Systemen. Ergebnis: Ein Vergleichsportal erscheint in 61 von 75 Antworten und nennt den Anbieter nicht – eine verdrängende Quelle. Ein Forum-Thread steht 34-mal als Nachbarquelle daneben. Der eigene Ratgeber trägt die Marke in 12 Antworten, eine Fachzeitschrift in 6.
Konsequenz: Statt weiterer Ratgeber auf der eigenen Website hat das vollständige Profil im Vergleichsportal Vorrang – plus fachliche Präsenz dort, wo die Nachbarquellen entstehen.
In diesen Beiträgen spielt der Begriff eine Rolle – mit Quellen, Einordnung und konkreten Empfehlungen.
Nein. Der Begriff ist ein Denkmodell von maxonline. Er überträgt die etablierte Co-Citation-Analyse aus der Bibliometrie auf KI-Antworten; eine standardisierte Kennzahl gibt es dafür nicht.
Mit einer Quellenumfeld-Map: 10 bis 20 relevante Fragen mehrmals in mehreren KI-Systemen stellen, alle zitierten Quellen erfassen, jeder Quelle Typ und Rolle zuordnen (tragend, benachbart, verdrängend) und zählen, wie oft sie erscheint.
Nein. Beide zeigen nur Daten zu den eigenen Seiten – Bing seit Februar 2026 auch, wie oft sie in KI-Antworten zitiert wurden. Andere Quellen in denselben Antworten sieht man nur, wenn man die Antworten selbst erfasst.
In einem unverbindlichen Erstgespräch klären wir, wo Sie heute stehen. Ehrlich, konkret und ohne Verkaufsdruck.
