KI-Systeme
Deep Research
Kurz gesagt: Deep Research ist eine Funktion von KI-Assistenten, die eine Frage in einem mehrminütigen, selbstständigen Suchprozess über viele Quellen recherchiert und das Ergebnis als ausführlichen Bericht mit Belegen ausgibt.
Was ist mit Deep Research gemeint?
Deep Research bezeichnet agentische Recherchemodi mehrerer Anbieter. Google stellte Deep Research im Dezember 2024 in Gemini vor, OpenAI folgte am 2. Februar 2025 in ChatGPT, Perplexity am 14. Februar 2025. Allen gemeinsam ist ein Ablauf aus Rechercheplan, vielen aufeinander aufbauenden Suchen und einem strukturierten Bericht. Von der normalen KI-Suche unterscheidet sich Deep Research durch Dauer und Tiefe: Statt Sekunden und einer Handvoll Quellen arbeitet das System Minuten und wertet oft Dutzende bis Hunderte Seiten aus.
Einordnung und Hintergrund
Die drei bekanntesten Umsetzungen unterscheiden sich im Detail. Gemini legt zuerst einen Rechercheplan vor, den du anpassen kannst, und kann neben dem Web auch Gmail, Drive und hochgeladene Dateien einbeziehen. ChatGPT startete mit einer auf Webrecherche trainierten Version des Modells o3; OpenAI nannte eine Laufzeit von 5 bis 30 Minuten. Perplexity gibt für die meisten Aufgaben 2 bis 4 Minuten an und beschreibt den Ablauf als Wechsel aus Suchen, Lesen und Nachdenken über den nächsten Schritt. Google bietet im AI Mode zusätzlich eine „Deep Search“ an, die laut Google Hunderte Suchen ausführt.
Für die Sichtbarkeit ist Deep Research ein eigener Fall. Weil das System viel mehr Quellen liest als eine normale KI-Antwort, kommen auch tiefere Unterseiten, Studien, PDFs und Nischenbeiträge zum Zug. Gleichzeitig ist die Nutzung anders: Wer Deep Research startet, bereitet meist eine Entscheidung vor, etwa eine Anbieterauswahl, eine Marktübersicht oder eine Investition. Eine Nennung im Bericht erreicht also wenige, aber sehr relevante Leser.
OpenAI hat beim Start selbst eine Schwäche benannt: Das System tue sich schwer, maßgebliche Quellen von Gerüchten zu unterscheiden. Daraus folgt ein praktischer Punkt. Inhalte mit klarer Herkunft, Datum, Autor und nachvollziehbarer Methodik haben es leichter, als belastbar eingeordnet zu werden. Eigene Daten und Erhebungen sind besonders wertvoll, weil ein Bericht Zahlen braucht und diese bevorzugt aus der Primärquelle übernimmt.
Ein Irrtum ist die Annahme, Deep Research lese alles. Auch hier gelten Crawl-Regeln, Paywalls und Ladeprobleme. Inhalte, die nur per JavaScript nachgeladen werden oder hinter Logins liegen, bleiben meist außen vor.
Was du tun kannst: Veröffentliche Übersichten, Vergleichstabellen und Daten, die sich als Beleg eignen, mit Stand-Datum. Sorge dafür, dass Fachartikel und Whitepaper als HTML-Seite verfügbar sind, nicht nur als Download. Und prüfe mit gezielten Rechercheaufträgen in deinem Themenfeld, welche Quellen die Berichte heranziehen, als Teil eines regelmäßigen Prompt-Monitorings.
An einem Fall erklärt
Ein Einkaufsleiter lässt Deep Research eine Übersicht über Anbieter von Industriewaagen im deutschsprachigen Raum erstellen. Der Bericht listet Hersteller, Eichklassen und Servicegebiete und verweist dabei auf Datenblätter, einen Fachartikel zur Eichpflicht und eine Vergleichstabelle eines Händlers. Ein Anbieter, dessen technische Daten nur in einem Katalog-PDF hinter einem Formular stehen, fehlt im Bericht.
Wenn du das nicht selbst aufbauen willst: Laufende GEO-Betreuung: Messen, umsetzen, nachsteuern →
Was oft gefragt wird
Welche Anbieter haben Deep Research?
Stand September 2026 bieten unter anderem ChatGPT, Gemini und Perplexity einen Deep-Research-Modus an; Google hat im AI Mode zusätzlich eine Deep Search. Funktionsumfang, Laufzeit und Nutzungsgrenzen hängen vom Anbieter und vom Abo ab und ändern sich häufig.
Wie lange dauert eine Deep-Research-Anfrage?
Je nach Anbieter und Frage einige Minuten. Perplexity nannte beim Start 2 bis 4 Minuten, OpenAI 5 bis 30 Minuten. Während dieser Zeit sucht das System mehrfach, liest Quellen und passt seinen Plan an, bevor es den Bericht schreibt.
Sind Deep-Research-Berichte verlässlich?
Sie sind gründlicher als schnelle KI-Antworten, aber nicht fehlerfrei. Die Anbieter nennen selbst Risiken wie falsche Fakten und die Schwierigkeit, gute von schwachen Quellen zu unterscheiden. Zahlen und Kernaussagen solltest du immer an der verlinkten Originalquelle prüfen.
Begriffe im Umfeld
Quellen: OpenAI: Introducing deep research (Februar 2025) (Stand September 2026) · Perplexity: Introducing Perplexity Deep Research (Februar 2025) (Stand September 2026) · Google: Gemini Deep Research (Stand September 2026)
Definitionen im Glossar stützen sich auf die angegebenen Quellen, ersetzen aber keine Beratung für deinen Einzelfall. Zurück zum Glossar
Wirst du in KI-Antworten genannt?30 Minuten, kostenlos, mit ehrlicher Einschätzung.
Reden wir 30 Minuten darüber
Kostenlos, unverbindlich und mit einer ehrlichen Einschätzung, ob sich GEO bei dir gerade lohnt.