git clone https://github.com/danishashko/grounding-citation-analysis
GitHub Project
Grounding Citation Analysis
Eine reproduzierbare Studie, die die #:~:text= Zitierungs-Fragmente von Google AI Mode dekodiert, um die genauen Sätze sichtbar zu machen, die KI-Engines zitieren, basierend auf 42.971 Zitierungen und 6 Plattformen. Bereitgestellt von einer KI-gestützten Web-Scraping-API.
42,971
KI-Zitierungen
6
KI-Plattformen
100
Abfragen
12
Abfragekategorien
Schnellstart
Grounding Citation Analysis ist eine offene, reproduzierbare Studie, die reverse-engineert, wie Google AI Mode und Gemini entscheiden, was zitiert wird. Jede AI Mode-Zitierungs-URL enthält einen #:~:text= Web Text Fragment-Anker. Durch die Dekodierung dieser Fragmente im großen Maßstab lässt sich der genaue Satz erkennen, den Google aus der jeweiligen Quellseite extrahiert hat, ohne jegliches Raten. Der Datensatz umfasst 42.971 KI-Zitierungen über sechs Plattformen.
Die zentrale Erkenntnis
Wenn Sie sehen können, welcher Satz zitiert wurde und wo er auf der Seite stand, hört die Optimierung für KI-Suche auf, ein Ratespiel zu sein. Wichtige Erkenntnisse an den Anfang zu stellen, zitierwürdige Sätze zu formulieren und Inhalte für die Extraktion zu strukturieren werden zu datengestützten Strategien statt zu reiner Best-Practice-Folklore.
Forschungsfragen
- Konzentrieren sich zitierte Sätze in den oberen 30 % eines Dokuments? (Positionsbias)
- Sind zitierte Sätze kürzer als der durchschnittliche Seitentext? (Längenpräferenz)
- Werden strukturierte Seiten (Listen und Tabellen) häufiger zitiert?
- Zitieren AI Mode und Gemini überschneidende oder unterschiedliche URLs?
- Variiert die Satzlänge je nach Abfragekategorie?
Hauptfunktionen
Dekodiert #:~:text= Web Text Fragments, um den exakt zitierten Satz aus jeder URL zu extrahieren
Positionsanalyse auf Satzebene: wo auf einer Seite KI-Engines tatsächlich zitieren
Plattformübergreifende Abdeckung: Google AI Mode, Gemini, ChatGPT, Perplexity, Copilot und Grok
Statistische Tests für Positionsbias, Satzlänge und Vorteile strukturierter Inhalte
Vollständig reproduzierbares Open Source-Pipeline: Erhebung, Parsing, Scraping, Analyse, Visualisierung
Publikationsreife Diagramme, die für den begleitenden Bericht generiert werden
Erstellt mit
- Python 3.11
- AI web scraping API
- SciPy
- Matplotlib
- Seaborn
- Jupyter
Häufig gestellte Fragen
Welche Daten deckt diese Analyse ab?
42.971 KI-Zitierungen über Google AI Mode, Gemini, ChatGPT, Perplexity, Copilot und Grok. Die Zitierungen umfassen 100 Abfragen aus 12 Kategorien und bieten damit eine breite Abdeckung davon, wie verschiedene KI-Engines Webinhalte zitieren.
Kann ich diese Forschung reproduzieren?
Ja, die gesamte Pipeline ist Open Source. Sie benötigen einen Account bei einer KI-gestützten Web-Scraping-API (ca. $6-25 für die Datenerhebung) sowie Python 3.11+. Die Skripte laufen sequenziell von der Erhebung über die Analyse bis zur Diagrammerstellung.
Wie hilft das bei SEO und GEO?
Wenn Sie genau wissen, welche Sätze KI-Engines zitieren und wo diese auf der Seite stehen, erhalten Sie konkrete Optimierungsziele. Wenn sich zitierte Sätze in den oberen 30 % einer Seite konzentrieren, wird das Voranstellen wichtiger Erkenntnisse zur datengestützten Strategie statt zur bloßen Vermutung.
Möchten Sie Hilfe, um von der KI-Suche zitiert zu werden?
These tools are free to use. If you would rather have it done for you, let us put your brand in front of ChatGPT, Perplexity and Google AI.