Glossar

Perplexity AI

Was ist Perplexity AI?

Perplexity AI ist ein 2022 gegründetes Unternehmen aus San Francisco, das eine KI-gestützte Suchmaschine betreibt. Statt einer Linkliste liefert sie eine ausformulierte Antwort, die aktuelle Webinhalte zusammenfasst und die verwendeten Quellen angibt. Neben einer kostenlosen Version gibt es Bezahlstufen mit mehreren wählbaren Sprachmodellen sowie den KI-Browser Comet (Stand: Oktober 2026). Für Unternehmen ist Perplexity auch relevant, weil sich dadurch verändert, wie Inhalte im Web gefunden werden.

Themen

KI-Suche
Antwortmaschine
Quellenangaben

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

KI-Suche

KI-Suche bezeichnet Suchverfahren, die mithilfe von KI die Absicht hinter einer Anfrage erfassen, Treffer gewichten und oft eine zusammengefasste Antwort mit Quellen erzeugen statt einer bloßen Linkliste. Technisch kommen Stichwortsuche, Vektorsuche über Embeddings oder Kombinationen davon zum Einsatz, häufig gefolgt von einem Sprachmodell. Beispiele sind Antwortmaschinen im Web und interne Wissenssuchen, die Mitarbeitende in Handbüchern und Richtlinien fündig werden lassen.

Suche
Wissen
+1

Generative Engine Optimization (GEO)

Generative Engine Optimization (GEO) umfasst Maßnahmen, mit denen Inhalte in Antworten KI-gestützter Suchsysteme wie ChatGPT, Perplexity oder KI-Übersichten in Suchmaschinen sichtbar werden und als Quelle erscheinen. Der Begriff stammt aus einem Forschungsartikel von 2023. Wichtig sind klare, direkt zitierbare Antworten, eine saubere Gliederung, belegte Fakten, aktuelle Angaben und erkennbare Urheber. GEO ergänzt klassische Suchmaschinenoptimierung (SEO), ersetzt sie aber nicht.

KI-Suche
SEO
+1

Vorlage

Zero-Click-Suche

Von einer Zero-Click-Suche spricht man, wenn Nutzer ihre Antwort direkt auf der Ergebnisseite erhalten – etwa durch hervorgehobene Antwortboxen oder KI-generierte Zusammenfassungen – und keine Website mehr anklicken. Für Unternehmen sinkt dadurch der Besucherstrom, selbst wenn ihre Inhalte als Quelle dienen. Umso wichtiger wird es, als zitierte Quelle sichtbar zu sein: mit klaren Antworten, belegten Fakten und gut strukturierten Seiten.

Vorlage

Retrieval-Augmented Generation (RAG)

Retrieval-Augmented Generation verbindet eine Suche mit der Textgenerierung: Vor dem Antworten sucht das System in einer Wissenssammlung – etwa Handbüchern, Richtlinien oder FAQ – die passenden Abschnitte und gibt sie dem Sprachmodell als Kontext mit. So stützt sich die Antwort auf aktuelle, unternehmenseigene Inhalte statt nur auf das Trainingswissen des Modells. Das verringert erfundene Aussagen, macht Quellen nachvollziehbar und erlaubt Aktualisierungen ohne neues Training.

RAG
Wissenssuche
+1