KI-Suche gegen Google: Perplexity, Copilot und das Ende der

Rund 90 Prozent aller Suchanfragen weltweit laufen über Google — doch dieser Wert, über zwei Jahrzehnte nahezu unantastbar, gerät erstmals ernsthaft ins Wanken. KI-gestützte Suchmaschinen wie Perplexity AI, Microsoft Copilot und neue Varianten etablierter Dienste verändern nicht nur, wie Menschen Informationen finden, sondern bedrohen das Fundament, auf dem das gesamte kommerzielle Internet aufgebaut wurde: das Anzeigenmodell der klassischen Suche.

Was KI-Suche grundlegend anders macht

Klassische Suchmaschinen funktionieren nach einem einfachen Prinzip: Der Nutzer gibt Stichwörter ein, der Algorithmus liefert eine Liste von Links, und zwischen diesen Links erscheinen bezahlte Anzeigen. Wer klickt, erzeugt Einnahmen — für Google waren das zuletzt über 170 Milliarden Dollar pro Jahr allein aus dem Suchgeschäft. Dieses Modell basiert auf einem einzigen, entscheidenden Nutzungsmoment: dem Klick auf eine externe Seite.

KI-Suche bricht genau hier aus dem Muster aus. Anstatt Links zu präsentieren, beantwortet ein KI-System die Frage direkt — mit einem generierten Text, der Quellen synthetisiert, zusammenfasst und in eigenen Worten wiedergibt. Der Nutzer bekommt eine Antwort, klickt nicht weiter, verlässt die Plattform nicht. Kein Klick, kein Anzeigenplatz, keine Einnahme. Für Verlage, Online-Shops und Contentanbieter, die ihren Traffic seit Jahren über Googles Suchergebnis-Seiten aufbauen, bedeutet das eine existenzielle Bedrohung.

Besonders deutlich zeigt sich die Verschiebung bei informationsgetriebenen Suchanfragen — also Fragen wie „Wie funktioniert Quantencomputing?" oder „Was ist der Unterschied zwischen Mietkauf und Leasing?". Diese Anfragen machten traditionell einen Großteil des organischen Suchvolumens aus und generierten Traffic für Nachrichtenportale, Wikis und Fachseiten. KI-Systeme beantworten sie vollständig, ohne externe Seiten zu öffnen. In der Fachsprache nennt man das eine „Zero-Click-Search" — eine Suche, die auf der Ergebnisseite endet.

Die wichtigsten Anbieter im Vergleich

Der Markt für KI-Suche ist innerhalb kurzer Zeit unübersichtlich geworden. Mehrere Akteure konkurrieren mit grundlegend unterschiedlichen Ansätzen — manche als direkte Google-Alternativen, andere als Ergänzungen zu bestehenden Produkten.

Perplexity: Der direkteste Angreifer

Perplexity AI ist derzeit das Produkt, das am konsequentesten die Logik der klassischen Suche unterläuft. Das Startup aus San Francisco, inzwischen mit einer Bewertung von mehreren Milliarden Dollar versehen, stellt Direktantworten mit numerierten Quellenverweisen bereit — ähnlich einer wissenschaftlichen Zusammenfassung. Nutzer können Folgefragen stellen, der Kontext bleibt erhalten. Das Ergebnis fühlt sich weniger wie eine Suche an, sondern wie ein Gespräch mit einem gut informierten Rechercheur.

Kritiker werfen Perplexity allerdings vor, Inhalte von Verlagen zu reproduzieren, ohne ausreichend Gegenleistung zu erbringen. Mehrere große Medienhäuser haben rechtliche Schritte angekündigt oder eingeleitet. Die Frage, ob das Zitieren und Zusammenfassen urheberrechtlich geschützter Texte ohne Lizenz zulässig ist, wird die Branche noch Jahre beschäftigen. Das erinnert an frühe Auseinandersetzungen rund um Googles Nachrichtensuche — mit dem Unterschied, dass KI-Systeme den Quelltext weitaus stärker paraphrasieren als ein klassischer Snippet.

Microsoft Copilot: Der integrierte Herausforderer

Microsoft verfolgt eine andere Strategie: Copilot ist nicht primär eine Suchmaschine, sondern ein allgegenwärtiger KI-Assistent, der in Windows, Edge, Teams und Office eingebettet ist. Für Millionen von Unternehmensnutzern wird Copilot zur ersten Anlaufstelle für Informationen — ohne dass sie überhaupt einen Browser öffnen. Das macht Microsoft zu einem strukturellen Herausforderer, der Google nicht frontal angreift, sondern den Suchbedarf an der Wurzel verändert.

Gleichzeitig zeigt das Microsoft-Modell, wie schwierig die Monetarisierung von KI-Suche ist. Klassische Klick-Anzeigen funktionieren nicht, wenn kein Klick stattfindet. Microsoft experimentiert mit gesponserten Antworten und integrierten Produktempfehlungen — ein Ansatz, der bei Nutzern und Regulatoren gleichermaßen auf Skepsis stößt. Mehr zur Entwicklung von Googles eigener KI-Strategie als Reaktion auf diesen Druck bietet der Hintergrundbericht über Googles Antwort auf ChatGPT mit Bard und Gemini im KI-Wettbewerb.

Googles Dilemma: Das Geschäftsmodell selbst zerstören oder verlieren

Google befindet sich in einer strategischen Zwickmühle, die in der Unternehmensgeschichte selten so klar erkennbar war. Das Unternehmen besitzt mit DeepMind und Google Brain zwei der weltbesten KI-Forschungseinheiten, hat mit dem Transformer-Modell die technologische Grundlage der aktuellen KI-Welle selbst gelegt — und kann dennoch nicht vollständig auf KI-Suche umsteigen, ohne sein eigenes Anzeigengeschäft zu kannibalisieren.

Die Einführung der sogenannten AI Overviews — KI-generierte Zusammenfassungen oberhalb der klassischen Suchergebnisse — war ein erster Kompromiss. Anzeigen bleiben sichtbar, KI-Inhalte ergänzen sie. Doch Nutzerforschungen zeigen, dass viele Nutzer die KI-Zusammenfassung lesen und die Seite schließen, ohne auf Anzeigen zu klicken. Googles eigene Daten zu Klickraten nach der Einführung von AI Overviews werden intern als sensibel behandelt — nach außen kommuniziert der Konzern, die Funktion steigere die Nutzerzufriedenheit.

Hinzu kommt juristischer Druck: Ein US-Bundesgericht hat festgestellt, dass Google im Suchmarkt ein illegales Monopol betreibt. Was das für die Zukunft des Unternehmens bedeutet, analysiert der Bericht über das US-Urteil zum Google-Suchmonopol detailliert. Parallel dazu entwickelt Google auch auf Hardwareseite neue Einsatzfelder für seine KI — etwa mit Plänen zur KI-gestützten Computersteuerung für Mac-Geräte.

Laut Bitkom gaben in einer aktuellen Befragung bereits 38 Prozent der deutschen Internetnutzer an, für bestimmte Informationssuchen inzwischen KI-Chatbots statt klassischer Suchmaschinen zu verwenden. Unter den 18- bis 34-Jährigen lag dieser Wert noch deutlich höher. Das sind keine marginalen Verschiebungen mehr — das ist ein Nutzungsverhaltenswandel, der sich in Marktdaten niederschlägt.

Was mit dem Werbemodell des Internets passiert

Das Geschäftsmodell der klassischen Internetsuche ist im Kern ein Aufmerksamkeitshandel: Google vermittelt zwischen Nutzern, die Antworten suchen, und Werbetreibenden, die für Sichtbarkeit zahlen. Dazwischen stehen Publisher, die Inhalte produzieren, Traffic empfangen und wiederum Werbung schalten. Dieses Dreieck trägt seit über zwanzig Jahren den Großteil der kommerziellen Internetinfrastruktur.

KI-Suche zerschneidet dieses Dreieck an beiden Seiten. Publisher verlieren organischen Traffic, weil Nutzer keine externen Seiten mehr aufrufen. Werbetreibende verlieren den Klick als Messgröße, weil der Nutzer im KI-Interface verbleibt. Und die KI-Plattformen selbst suchen noch nach einem Ersatzmodell, das die entfallenden Anzeigenerlöse kompensiert. Abonnements, gesponserte Inhalte, integrierte Produktsuche — alle Ansätze befinden sich in frühen Experimentierphasen.

Für kleine und mittelständische Unternehmen, die ihren Umsatz über organische Google-Suchergebnisse aufgebaut haben, ist das eine reale wirtschaftliche Bedrohung. SEO — Suchmaschinenoptimierung, also die Technik, Webseiten so zu gestalten, dass sie bei Google weit oben erscheinen — verliert an Steuerbarkeit, wenn die erste Antwort nicht mehr eine Liste von Links, sondern ein KI-Text ist. Wer in diesem Text vorkommt, wird durch algorithmische Entscheidungen bestimmt, die weniger transparent sind als Googles PageRank es je war.

Technologie im Hintergrund: Wie KI-Suche funktioniert

Im Kern nutzen alle genannten Systeme sogenannte Large Language Models — also Sprachmodelle, die auf enormen Textmengen trainiert wurden und in der Lage sind, menschenähnliche Antworten zu generieren. Für die Suche werden diese Modelle mit sogenanntem Retrieval Augmented Generation (RAG) kombiniert: Das System sucht zunächst im aktuellen Web nach relevanten Quellen, extrahiert die wichtigsten Passagen und lässt das Sprachmodell daraus eine Antwort formulieren. Das Ergebnis ist sprachlich kohärent und inhaltlich aktuell — im Unterschied zu reinen Chatbots, die nur auf ihr Trainingswissen zurückgreifen.

Die Qualität dieser Antworten ist stark modell- und datenbankabhängig. Halluzinationen — also selbstsicher formulierte, sachlich falsche Aussagen — sind nach wie vor ein ungelöstes Problem aller großen Sprachmodelle. Wer KI-Suchresultate für Entscheidungen nutzt, ohne Quellen zu prüfen, geht ein reales Informationsrisiko ein. Das unterscheidet KI-Suche fundamental von einer Linkliste, bei der der Nutzer die Quelle selbst beurteilen kann.

Wie weit KI inzwischen auch in andere Bereiche der Technologie vordringt, zeigt der Blick auf KI-Coding-Assistenten wie GitHub Copilot und Cursor, die ähnliche Strukturveränderungen im Softwareentwicklungsmarkt auslösen. Und die Frage, welche Recheninfrastruktur langfristig hinter diesen Systemen steht, berührt auch die Fortschritte im Bereich Quantencomputing, wo IBM und Google zuletzt historische Meilensteine verkündet haben.

Regulierung und offene Fragen

Regulatoren in der EU, den USA und Großbritannien beobachten die Entwicklung, haben aber noch keine spezifischen Rahmenbedingungen für KI-Suche geschaffen. Der EU AI Act erfasst KI-Hochrisikosysteme, stuft Suchmaschinen aber nicht automatisch als solche ein. Die Frage des Urheberrechts — wer für die Nutzung und Zusammenfassung von Inhalten haftet — wird in mehreren laufenden Verfahren verhandelt, ohne dass bisher Präzedenzurteile vorliegen.

Für Nutzer bedeutet die aktuelle Lage: mehr Komfort beim Informationszugriff, weniger Transparenz über Quellen und Qualität. Für die Medienbranche: struktureller Rückgang von Referral-Traffic, der bislang durch keine Einnahmealternative kompensiert wird. Und für das Werbeökosystem des Internets: ein langsam, aber stetig erodierendes Fundament, das die Finanzierung freier Inhalte im Netz über Jahrzehnte getragen hat.

Die entscheidende Frage ist nicht, ob KI-Suche sich durchsetzt — das zeichnet sich ab. Die Frage ist, ob ein tragfähiges wirtschaftliches Modell entsteht, das Informationsvielfalt und journalistische Qualität finanziert, oder ob am Ende eine Handvoll KI-Plattformen die Informationsinfrastruktur des Internets kontrolliert — ohne den strukturellen Ausgleich, den das bisherige Ökosystem trotz aller Kritik immerhin leistete.