Eine Milliarde Nutzer, 1,9 Prozent Anteil – beides stimmt

Was ein KI-Detektor tatsächlich sieht

Pangram ist bemerkenswert offen mit den eigenen Grenzen. Die Erkennung der Modell-Familie sei bei einem einzelnen Text nur zu 91 Prozent treffsicher, schreibt das Unternehmen; verlässlich werde das erst in der Aggregation über viele Texte hinweg. Ein gemessener Anteil von 1,9 Prozent liegt damit in einer Grössenordnung, in der Klassifikationsfehler spürbar mitreden können.

Dazu kommt die Auswahl der Stichprobe: Zu Pangram gelangen vor allem Schreibaufgaben – Essays, Bewerbungen, Artikel. Genau die Disziplin, in der Gemini nie führend war. Wer Gemini für Bildgenerierung, Videos, Recherche oder eingebettet in Android nutzt, hinterlässt in diesen Daten schlicht keine Spur.

Jede Quelle hat ihren toten Winkel

• OpenRouter neigt zu offenen und exotischen Modellen. Wer Google direkt über dessen eigene Schnittstelle anspricht, taucht dort nie auf.
• Similarweb misst Websites – und übersieht damit Apps. Ausgerechnet dort ist Gemini stark: über 100 Millionen aktive iOS-Nutzer, wie Google gegenüber TechCrunch angab.
• Die Milliarde MAU sagt wenig über Intensität. Gemini steckt in Android, in der Google-Suche und in Workspace; ein einziger Kontakt pro Monat reicht für die Statistik.

Die interessanteste Zahl steht im Kleingedruckten

Am aufschlussreichsten ist der Similarweb-Wert. Googles Anteil an den Besuchen von Chatbot-Websites ging zuletzt von 27 auf 26,8 Prozent zurück – ein Minus von 0,2 Prozentpunkten. Vor einem Jahr lag derselbe Wert bei 9,4 Prozent. Dieselbe Quelle zeigt also innerhalb eines Jahres fast eine Verdreifachung und im letzten Monat eine winzige Delle. Wer daraus einen «Einbruch» macht, hat die Zahl falsch gelesen.

Was bleibt, ist schwächer als eine Schlagzeile, aber belastbarer: Drei methodisch völlig verschiedene Messungen zeigen bei Google in dieselbe Richtung. Diese Übereinstimmung ist das eigentliche Signal – nicht der einzelne Wert. Zeitlich fällt sie mit dem Führungsumbau bei Google DeepMind zusammen, über den wir vergangene Woche berichtet haben. Ein Ursache-Wirkungs-Zusammenhang lässt sich daraus nicht ableiten.

Drei Fragen für deine nächste Tool-Entscheidung

Wenn du intern begründen musst, warum ihr auf ein bestimmtes Modell setzt, hilft bei jeder Marktanteils-Zahl dieselbe Prüfung:

1. Wer hat gemessen – und was verkauft die Firma? Ein KI-Detektor, ein API-Marktplatz und ein Traffic-Analyst haben je eigene Interessen und eigene Datenzugänge.
2. Wer steckt überhaupt in der Stichprobe? Nur wer eingereicht, geklickt oder gebucht hat. Alle anderen fehlen.
3. Ist die Veränderung grösser als die Messungenauigkeit? 0,2 Prozentpunkte bei einem Schätzverfahren sind Rauschen, kein Trend.

Und die ehrlichste Antwort auf «Welches Modell nutzen eigentlich alle?» bleibt: Für deinen Anwendungsfall ist das die falsche Frage. Ein Nachmittag mit euren eigenen echten Aufgaben sagt mehr als jede Marktanteils-Grafik.