Studie: KI-Sichtbarkeit entscheidet künftig über Zugang zu Ärzten

Generative Engine Optimization verändert die Spielregeln im Rx-Marketing: Nicht mehr Klicks entscheiden über Sichtbarkeit, sondern Erwähnungen in KI-Antworten. Eine neue Studie von Smile AI zeigt erstmals, wie groß die Unterschiede in der GEO-Sichtbarkeit bereits heute sind und was Marketingverantwortliche jetzt tun können.

87 Millionen Mal im Monat führen Menschen in Deutschland ein KI-Gespräch mit Gesundheitsbezug. 21,3 Millionen davon drehen sich um Arzneimittel. Diese Zahlen stammen aus der „AI Visibility Studie 26″ von Smile AI, die Anfang 2026 erschienen ist und den Rx-Markt erstmals systematisch durch die Brille der KI-Sichtbarkeit betrachtet. Wer sie liest, versteht schnell: Die digitale Kommunikation im Pharmabereich steht vor einer Zäsur.

Denn nicht nur Patientinnen und Patienten fragen ChatGPT, Gemini oder Perplexity nach Symptomen, Therapien und Medikamenten. Auch Ärztinnen und Ärzte verändern ihr Informationsverhalten. 20 Prozent nutzen bereits KI-Tools für fachliche Recherchen, 42 Prozent halten KI für sinnvoll in Diagnostik oder Therapieunterstützung, und 68 Prozent wünschen sich schnell verfügbare, strukturierte Zusammenfassungen medizinischer Inhalte. Genau das liefern generative KI-Systeme, und zwar ohne Suchmaschine, ohne Klick, ohne Rankingliste.

Eine neue Logik der Sichtbarkeit

Wer im Pharmamarketing bisher auf SEO gesetzt hat, hat nicht falsch gelegen. Aber er hat möglicherweise zu kurz gedacht. Die Studie macht deutlich, dass KI-Systeme einer eigenen Auswahllogik folgen, die mit klassischer Suchmaschinenoptimierung nur wenig gemein hat. Nicht die Klickrate entscheidet, sondern die Erwähnung in der Antwort. Nicht das Ranking auf Seite eins zählt, sondern ob eine Marke, ein Wirkstoff oder eine Therapieoption im generierten Text auftaucht und dort als relevant eingestuft wird.

Das nennt sich Generative Engine Optimization, kurz GEO, und man es etabliert sich gerade als eigenständige Disziplin neben SEO, nicht als deren Fortsetzung. KI-Systeme bevorzugen strukturierte, faktenbasierte und zitierfähige Inhalte. Sie greifen auf Fachmedien, Leitlinien, Produktwebsites und internationale Datenbanken zurück. In den untersuchten Best-Practice-Beispielen tauchen PubMed, die EMA und die Produktwebsite quviviq.com unter den meistgenutzten Quellen auf. Das ist kein Zufall, sondern das Ergebnis einer Contentarchitektur, die KI-Systeme als Zielgruppe mitdenkt.

Bestehende Plattformen bleiben wichtig

Pharmaunternehmen haben in den letzten Jahren viel in digitale Infrastruktur investiert: HCP-Portale, Patientenwebsites, Indikationsseiten, oft aufwendig produziert, rechtlich abgesichert und auf die jeweilige Zielgruppe zugeschnitten. Die Logik dahinter war klar: Wir bauen etwas, das gefunden wird, wenn jemand sucht.

Diese Investition ist nicht hinfällig geworden. Im Gegenteil: Gut gemachte Fachseiten sind die Grundlage für GEO, weil KI-Systeme genau auf solche Quellen zurückgreifen. Das Problem ist ein anderes. Die meisten dieser Seiten wurden für den menschlichen Leser optimiert, nicht für Maschinen. Gute Optik, klare Navigation, vielleicht auch SEO-technisch solide. Aber strukturierte Daten, maschinenlesbare Indikationslogiken, zitierfähige Faktenblöcke oder klare Vergleichsformate? Das war selten die Priorität.

Was sich verändert, ist deshalb weniger die Frage, was produziert wird, als die Reihenfolge der Fragen beim Erstellen von Content. Bisher war der erste Gedanke: Wie gestalten wir das für die Ärztin, den Arzt, die Patientin, den Patienten? Die Frage nach der Maschinenlesbarkeit kam gar nicht vor. Künftig müssen beide Fragen gleichzeitig gestellt werden. Nicht KI statt Mensch, sondern KI und Mensch von Anfang an zusammen gedacht.

Wer das beherzigt, muss seine bestehenden Plattformen nicht wegwerfen, sondern nachrüsten. Und wer neue Inhalte produziert, baut sie von vornherein so, dass sie beiden dienen.

Einblick in die Praxis

Besonders aufschlussreich sind die zwei Fallbeispiele aus dem Rare-Disease-Umfeld. Daridorexant, ein neuerer dualer Orexin-Rezeptor-Antagonist zur Behandlung chronischer Insomnie, erscheint in 60 Prozent der getesteten KI-Antworten. Das Herzinsuffizienz-Produkt CVRx hingegen taucht in weniger als sieben Prozent der Antworten auf, obwohl es medizinisch etabliert ist. Der Unterschied liegt laut Studie nicht in der klinischen Relevanz, sondern in der strukturellen Aufbereitung der verfügbaren Inhalte sowie in der Präsenz auf Plattformen, die KI-Systeme als vertrauenswürdige Quellen einordnen.

Das ist eine wichtige Erkenntnis für Marketingverantwortliche in der Pharmaindustrie: Medizinische Qualität allein bringt im KI-Zeitalter keine digitale Sichtbarkeit. Es braucht zusätzlich eine Contentstrategie, die maschinenlesbar ist, Indikationslogiken klar abbildet, Vergleiche und FAQs strukturiert aufbereitet und internationale Fachmedien als Autoritätssignale einbindet.

Patienten kommen informiert zum Arzt

Neben dem Informationsverhalten von Ärztinnen und Ärzten verändert die Studie auch den Blick auf das Arzt-Patienten-Gespräch. 62 Prozent der befragten Ärztinnen und Ärzte beobachten, dass Patientinnen und Patienten vor dem Besuch KI konsultieren. 60 Prozent kommen mit einer konkreten Informationsbasis in die Sprechstunde. Besonders ausgeprägt ist das bei der Generation der 16- bis 29-Jährigen, von denen 67 Prozent generative KI regelmäßig nutzen. Und da 34 Prozent der Deutschen 2024 bereits generative KI genutzt haben, ist das kein Nischenphänomen mehr, sondern gelebter Alltag.

Das hat Konsequenzen für die Rx-Kommunikation, die sich traditionell stark auf den Healthcare Professional konzentriert. Wenn Patientinnen und Patienten bereits mit KI-generierten Vorannahmen ins Gespräch kommen, verändert das die Gesprächsdynamik, die Erwartungshaltung und letztlich auch den Therapiepfad. Welche Marken und Wirkstoffe in diesen KI-Antworten vorkommen und wie sie eingeordnet werden, gewinnt damit an strategischer Bedeutung, die weit über das digitale Marketing hinausgeht.

Eines der größten praktischen Probleme im Umgang mit GEO ist bisher die fehlende Messbarkeit. Wer nicht weiß, wie sichtbar seine Marke in KI-Systemen ist, kann keine Maßnahmen ableiten und keinen Erfolg dokumentieren. Smile AI hat  hierzu ein Analyseframework entwickelt.

Konkrete Handlungsempfehlungen

Aus den Studienergebnissen leiten die Autorinnen und Autoren fünf konkrete Handlungsempfehlungen ab. Zunächst den Status quo:

1. Pharmaunternehmen sollten ihre KI-Sichtbarkeit pro Indikation prompt-basiert und toolübergreifend messen.
2. Darauf aufbauend geht es um die Contentarchitektur, die so angepasst werden sollte, dass Indikationen, Wirkmechanismen und Vergleichslogiken strukturiert und maschinenlesbar dargestellt werden.
3. Als dritten Schritt empfiehlt die Studie, Autoritätssignale zu stärken, also Fachmedien, Leitlinien, Drittplattformen und internationale Domains strategisch einzubinden.
4. Viertens sollte GEO nicht als Verlängerung von SEO verstanden werden, sondern als eigenständige Disziplin mit eigener Strategie und eigenem Budget.
5. Und schließlich braucht es ein kontinuierliches Monitoring, denn KI-Systeme entwickeln sich dynamisch und die eigene Sichtbarkeit kann sich schnell verschieben.

Fazit

KI ist im Gesundheitsmarkt längst kein Zukunftsthema mehr. Sie ist Gegenwart, und sie verändert, wer gehört wird und wer nicht. Für Pharmaunternehmen bedeutet das zweierlei. Erstens geht es darum, GEO als eigenständige Disziplin zu etablieren und Inhalte so aufzubereiten, dass KI-Systeme sie finden, einordnen und zitieren. Zweitens muss die Messbarkeit von Anfang an mitgedacht werden. Wer GEO-Maßnahmen einführt, ohne gleichzeitig zu definieren, wie Erfolg aussieht und woran er gemessen wird, tappt schnell im Dunkeln. KI-Sichtbarkeit lässt sich heute messen, mit Markennennungen, Share-of-Voice-Werten und toolübergreifenden Rankings. Diese KPIs gehören in die Reportings, genauso selbstverständlich wie Klickraten und Reichweiten.

Dabei gilt: Bestehende HCP-Plattformen und Patientenbereiche sind keine Fehlinvestition. Sie sind die Grundlage, auf der GEO aufbaut. Wer sie jetzt nachrüstet und neue Inhalte von vornherein für Mensch und Maschine gleichzeitig denkt, verschafft sich einen Vorsprung, der in einem Markt mit engen Werberegularien nur schwer aufzuholen ist.