AI-Sichtbarkeit als neuer Wettbewerbsfaktor: Wie Schweizer Banken in ChatGPT, Perplexity und Gemini abschneiden

Von Sophie Hundertmark und Julian Ventouris

Der neue IFZ AI-Visibility Banking Report zeigt nicht nur, wie sichtbar Schweizer Banken heute in führenden AI-Chatbots wie ChatGPT, Perplexity und Gemini sind – er offenbart auch wiederkehrende Muster und deutliche Unterschiede zwischen den Instituten. Unsere Analyse legt nahe, dass AI-Sichtbarkeit zum neuen strategischen Erfolgsfaktor wird. Der Report zeigt, welche Banken bereits profitieren und wie Institute das Thema gezielt angehen können, um in AI-Systemen präsenter zu sein.

Direkt zum Download der Studie

Die Art und Weise, wie Menschen heute nach Informationen, Produkten und Dienstleistungen suchen, verändert sich grundlegend. Immer öfter wenden sich Nutzer:innen nicht zuerst an Google, sondern direkt an generative AI-Anwendungen wie ChatGPT, Gemini, Copilot oder Perplexity. Dadurch formulieren Kundinnen und Kunden keine Keywords mehr, sondern stellen vollständige Fragen, erwarten klare Empfehlungen – und treffen Entscheidungen zunehmend direkt innerhalb der AI-Anwendungen.

Eine McKinsey-Analyse[1] aus 2025 zeigt, wie stark sich dieses Verhalten bereits etabliert hat: Beim Kaufverhalten beeinflussen heute generative KI-Systeme die gesamte Customer Journey – von der ersten Awareness-Phase bis zu konkreten Produktvergleichen in der Entscheidungsphase. Besonders früh im Prozess, in der Awareness-Phase, greifen Nutzer bereits zu 73 Prozent auf generative AI-Anwendungen zurück, wenn sie sich über eine Kategorie informieren wollen. Für Banken bedeutet das: Wer in diesen Antworten nicht erscheint, verliert den ersten Kontaktpunkt zu potenziellen Kundinnen und Kunden.

Abbildung 1: KI-gestützte Such-Use Cases entlang der Customer Journey

Gerade im Finanzsektor, in dem Vertrauen, Sicherheit und Expertise zentrale Entscheidungsfaktoren sind verändert sich die Art und Weise, wie Kunden eine Bank resp. ein Finanzprodukt auswählen. Es geht längst nicht mehr nur darum, wer auf Google gut sichtbar ist oder lokal präsent – entscheidend ist heute, welche Bank von AI-Anwendungen als empfehlenswerte Option angezeigt bzw. vorgeschlagen wird.

Ein Beispiel macht die Tragweite deutlich: Ein Nutzer Mitte 50, der sich über faire Hypotheken informieren will, fragt nicht seine Hausbank oder eine Vergleichsplattform, sondern direkt ChatGPT. Nennt die AI-Anwendung Migros Bank, Raiffeisen oder Hypothekarbank Lenzburg – und nicht die Hausbank –, entsteht im Kopf des Nutzers eine völlig neue Relevanzordnung. Relevanz wird dabei nicht durch Werbung, Filialen oder Marktanteile bestimmt, sondern durch AI-Sichtbarkeit.

Ziel, Vorgehen, Hintergrund des Reports

Genau an diesem Punkt setzt der neue IFZ AI-Visibility Banking Report an. Der Report zeigt erstmals systematisch:

• wie Schweizer Banken in den drei meistgenutzten generativen AI-Anwendungen – ChatGPT, Gemini und Perplexity – dargestellt werden
• welche Faktoren die Sichtbarkeit beeinflussen und
• welche Finanzinstitute besonders positiv oder negativ abschneiden.

Die Analyse basiert sowohl auf allgemeinen Prompts (z. B. „Welche Bank ist nachhaltig?“) als auch zielgruppenspezifische Prompts, die auf Personas wie Studierende oder berufstätige Erwachsene zugeschnitten sind.

Die Abfragen wurden bewusst neutral, nicht eingeloggt, im privaten Modus und mit standardisierten Texteingaben durchgeführt, um Verzerrungen zu minimieren. Ziel war es nicht, das Verhalten einzelner Nutzer:innen abzubilden, sondern die strukturelle Sichtbarkeit der Banken in AI-Anwendungen zu messen.

Die drei grossen Gewinner: UBS, ZKB, Raiffeisen

Die Ergebnisse zeichnen ein spannendes Bild. Drei Banken dominieren über die ganze Studie hinweg: UBS, Raiffeisen und Zürcher Kantonalbank (ZKB). Diese drei Banken bilden die “Grundsäule” des Schweizer Bankenuniversums in generativen AI-Anwendungen. Sie werden regelmässig genannt und sind die Konstanten, die sich durch fast alle Abfrage-Kategorien ziehen. Die Begründungen der AI-Anwendungen unterscheiden sich dabei. UBS erscheint vor allem aufgrund ihrer Grösse, internationalen Präsenz und dominierenden Medienberichterstattung besonders häufig. AI-Anwendungen beschreiben die UBS oft sachlich, zahlenbasiert und nüchtern. Sie wird zwar fast immer genannt, allerdings selten emotional positiv bzw. kundennah.

Raiffeisen dagegen profitiert deutlich von ihrer starken Markenidentität, ihrer lokalen Verankerung und ihrem Vertrauensnarrativ. Die AI-Anwendungen ordnen Raiffeisen als “kundennah, stabil, verlässlich” ein. Dieses Muster zeigt sich vor allem bei ChatGPT und bei Perplexity.

Die ZKB wiederum kombiniert laut den AI-Anwendungen als Kantonsbank Sicherheit und Kapitalstärke mit nachweisbar guter digitaler Infrastruktur und transparenter Gebührenkommunikation. Dadurch wird sie sowohl bei klassischen Themen (wie Hypotheken) als auch bei digitalen Themen (wie Mobile Banking) regelmässig genannt.

Banken mit stabiler, mittlerer Sichtbarkeit

Neben diesen dominanten Akteuren gibt es eine Gruppe von Instituten, die über viele Prompts hinweg solide sichtbar sind: Migros Bank, PostFinance, LUKB und GKB. Diese Banken tauchen vor allem dann auf, wenn pragmatische Kategorien wie “faire Konditionen”, “Preis-Leistungs-Verhältnis”, “regionale Nähe” oder “Alltagstauglichkeit” relevant sind. Sie profitieren davon, dass AI-Anwendungen nicht nur auf Marktanteile achten, sondern auf wiederkehrende Kommunikationssignale, Medienberichte und verständlich-aufbereitete Online-Inhalte.

Die grosse Überraschung: Nischenanbieter können dominieren

Besonders spannend sind die Erkenntnisse der Analyse bei Nischenanbieter. Hieraus ergibt sich auch eine der wichtigsten Erkenntnisse der Studie:  AI-Sichtbarkeit belohnt Spezialisierung.

Die Alternative Bank Schweiz (ABS), siehe Abbildung 2 dazu, ist das beste Beispiel dafür. Sie taucht in fast keiner allgemeinen Abfrage auf, dominiert jedoch sämtliche Nachhaltigkeitsabfragen mit deutlichem Abstand. ChatGPT bezeichnet sie als “voll nachhaltig”, Gemini verankert seine Empfehlung ausdrücklich im WWF-Rating und Perplexity stützt sich auf Medienberichte und Auszeichnungen. In diesem Themenfeld ist die ABS sogar sichtbarer als UBS, Raiffeisen und ZKB.

Das gleiche Muster zeigt sich bei digitalen Banken wie Neon, Yuh oder Zak. Sie sind in der klassischen Bankenrealität klein, im AI-Kontext aber omnipräsent, sobald es um “digitale Konten”, “Mobile Banking” oder “junge Erwachsene” geht. Und im Bereich digitaler Investments werden Selma, True Wealth, Findependent oder Inyova häufiger genannt als die traditionellen Banken.

Abbildung 2: Auszug Perplexity Prompt 5 – Nachhaltigkeit und Klimafreundlichkeit

Was die Studie über die Funktionsweise der AI-Anwendungen verrät

Diese Beobachtungen verdeutlichen, dass AI-Anwendungen nicht nach klassischen SEO-Kriterien arbeiten. Sie berücksichtigen nicht offensichtliche Informationen wie Filialnetze, Bilanzsummen oder Anzahl Mitarbeitenden.

AI-Anwendungen gewichten vielmehr die drei Ebenen 

• semantische Konsistenz (wie oft und wie klar eine Botschaft online vorkommt), 
• Reputationssignale (Bewertungen, Rankings, Studien, Medienzitate), und
• kommunikative Anschlussfähigkeit (ob der Sprachstil zu den Nutzerfragen passt).

Eine Bank, die gezielt Themen kommuniziert, die Nutzer:innen wichtig sind – etwa Nachhaltigkeit -, ihre Website technisch sauber strukturiert und belegbare externe Quellen oder Vergleiche bereitstellt, ist in AI-Anwendungen bei genau diesen spezifischen Abfragen deutlich sichtbarer als ein allgemeiner Marktführer wie beispielsweise die UBS. Gleichzeitig kann eine Bank mit grosser Reichweite unsichtbar bleiben, wenn sie kein klares Narrativ vermittelt oder sich digital nicht zu relevanten Verbraucherthemen positioniert. Diese Erkenntnis zeigt eindrücklich, wie entscheidend die Kontextualisierung von Bank- und Produktinformationen für die Sichtbarkeit in AI-Anwendungen geworden ist.

Die Studie zeigt auch, wie unterschiedlich die AI-Anwendungen arbeiten. ChatGPT ist stärker narrativ, kundenzentriert und emotional. Marken, die auf Social Media präsent sind oder eine klar erkennbare Tonalität nutzen, schneiden bei ChatGPT besonders gut ab. Gemini arbeitet eher datenorientiert, nutzt strukturierte Quellen und verweist auf Rankings und Kennzahlen. Dadurch gewinnen Banken mit guter Datenbasis und starker Corporate-Content-Struktur an Sichtbarkeit. Perplexity kombiniert beide Elemente und stützt seine Antworten besonders oft auf externe Quellen, Links und Medienberichte.

Fehler: Produkte werden oft als Banken interpretiert

Eine weitere wichtige Erkenntnis des Reports ist die Fehleranfälligkeit der AI-Anwendungen. Produkte werden teilweise als eigenständige Banken behandelt. Beispielsweise wird UBS key4 regelmässig als separate “digitale Bank” genannt, obwohl es sich lediglich um eine Produktlinie handelt. Ebenso nennt Gemini das CSX-Konto im Kontext mit Neukunden, obwohl dieses Angebot offiziell nicht mehr existiert. Diese Fehler entstehen, weil AI-Anwendungen Gewichtungen aus Sprachhäufigkeit, unvollständigen Daten oder veralteten Dokumenten ableiten. Für Banken ist dies ein Hinweis darauf, dass ihre Markenarchitektur und Produktbenennung klarer, konsistenter und semantisch eindeutiger sein müssen.

Fazit: Chancen und Risiken für den Schweizer Bankenmarkt

Im Gesamtbild zeigt sich, dass die AI-Sichtbarkeit kein Zufall ist:

Banken können die Antworten der AI-Anwendungen heute bereits aktiv beeinflussen. Sie ist das Ergebnis von Datenqualität, digitaler Reputation, konsistenter Kommunikation und echter Kundenerfahrung. Im Vergleich zur traditionellen Internetsuche führt die AI-Anwendung verschiedene Informationen in einen nutzerfreundlichen Kontext zusammen. Diese Erkenntnis verdeutlicht, dass ein digitaler Auftritt, der konsequent auf Verbraucherinteressen ausgerichtet ist («Was würde Nutzer:in explizit abfragen?»), gezielt genutzt werden kann, um die eigene AI-Sichtbarkeit zu stärken.

UBS, Raiffeisen und ZKB dominieren den Gesamtmarkt, aber nicht die Spezialbereiche. Migros Bank, PostFinance, LUKB oder GKB gewinnen dort, wo Verständlichkeit, Transparenz und Kundennähe wichtig sind. Nischenanbieter wie ABS, Neon, Selma oder Yuh können ganze Themenfelder dominieren, weil sie ihre Kernbotschaft klar, wiedererkennbar und konsequent kommunizieren. Und Banken, die weder strukturiert noch emotional kommunizieren, verschwinden zunehmend aus den Antworten der AI-Anwendungen.

Damit wird AI-Sichtbarkeit zu einem langfristigen Bestandteil der digitalen Markenführung. Die entscheidende Frage lautet künftig nicht mehr nur, wer auf Seite 1 von Google steht, sondern welche Bank ChatGPT empfiehlt, wenn Nutzer fragen:

“Welche Bank passt zu mir?”

Wer in diesen Antworten erscheint, erzielt Sichtbarkeit, Vertrauen und Kundenzugang.

Wer nicht erscheint, verliert selbst dann, wenn er am Markt gross und etabliert ist.
Der IFZ AI-Visibility Report zeigt auf,

• wie diese Sichtbarkeit heute entsteht,
• wie sie sich messen lässt, und
• welche Muster langfristig über Erfolg im AI-Zeitalter entscheiden.

---

Download der Studie

---

PS: Wir bieten am IFZ ein Halbtages-Seminar Online zum Thema an. In diesem Halbtages-Seminar am 24. März 2026 lernen Sie die Grundlagen von AI Chat Management kennen, führen eine Ist-Analyse Ihrer eigenen Organisation durch und erhalten konkrete Massnahmen für den Einstieg in die neue Ära der Suche.

PPS: Allenfalls auch für Sie interessant: Wir bieten neu einen SAS AI Banking Lab an.
Dieser SAS ist eine Kurz-Weiterbildung (2 Tage vor Ort in Rotkreuz und 4 Halbtage online.). Die Teilnehmenden erhalten einen praxisnahen Einblick in den Einsatz von Künstlicher Intelligenz im Banking. Mehr dazu hier.

---

[1] https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/new-front-door-to-the-internet-winning-in-the-age-of-ai-search