Sachliche Einordnung: Der Begriff „Reddit Geo-Hack“ kursiert als vermeintlicher Trick, um AI-generierte Suchergebnisse schnell zu beeinflussen. In der Debatte stehen eine Juni-2026-Studie der Cornell University und unsere eigenen AI-Visibility-Daten gegenüber. Die Analyse zeigt: die Schlussfolgerungen über einen einfachen Reddit-Hack sind methodisch fragwürdig und nicht unmittelbar auf große Modelle wie ChatGPT oder Gemini übertragbar.

Die wichtigsten Erkenntnisse

• Die Cornell-Studie behauptet starken Reddit-Einfluss, basiert aber auf anderen Open-Source-Modellen (Storm, Co-Storm, OmniThink).
• Prosoom-Daten: Reddit liefert viele Suchtreffer, hat aber bei ChatGPT praktisch keinen zitierten Einfluss; Gemini zeigt geringe zitierte Anteile.
• YouTube ist in unseren AI-Zitaten deutlich einflussreicher als Reddit (Prosoom: 14,6% cited vs. 1,2% für Reddit bei Gemini).
• Für Entscheider: Nicht auf vermeintliche Hacks setzen, sondern AI-Visibility messen und auf belegte Quellenprioritäten reagieren.

Reddit Geo-Hack: Was die Daten zeigen

Die Cornell-Studie (Juni 2026) stellte heraus, dass mit kurzen Textschnipseln AI-Ergebnisse beeinflusst werden können und nannte Zahlen wie 13 Wörter und bis zu 25% der AI-Ergebnisse, die auf Quellen wie Reddit zurückgehen. Prosoom hat hierzu eigene AI-Visibility-Analysen durchgeführt und festgestellt, dass bei ChatGPT zwar 16,5% der durchsuchten Web-Treffer von Reddit stammen, diese Quellen aber nicht zitiert werden und damit keinen direkten Einfluss auf das angezeigte Ergebnis haben (ergebnisbezogen 0,0%). Bei Gemini treten Reddit-Quellen zwar mit etwa 1,2% in zitierten Ergebnissen auf, doch ist YouTube mit 14,6% zitierten Quellen deutlich einflussreicher (Prosoom Vero; mögliche Abweichungen von ±0,02% sind angegeben).

Methodische Gründe für abweichende Schlussfolgerungen

Der zentrale Grund für die Diskrepanz liegt in der methodischen Herangehensweise der Cornell-Arbeit: Die Untersuchung beruhte auf Open-Source-Modellen mit sogenannten DeepResearch-Ansätzen (genannt Storm, Co-Storm, OmniThink) und extrapolierte deren Verhalten auf kommerzielle Modelle wie ChatGPT und Gemini, ohne diese Übertragung zu belegen. Medienberichte (u. a. t3n, Forbes) verstärkten die vereinfachte Aussage, sodass ein „Hack“ als allgemeingültig wahrgenommen wurde. Dieses Phänomen erinnert an klassische Stillepost-Effekte in der Berichterstattung.

Konkrete Zahlen und ihre Interpretation für Entscheider

Wichtig für Marketing- und Digital-Entscheider sind die unterschiedlichen Metriken: Es ist ein Unterschied, ob eine Plattform in Suchergebnissen auftaucht (Exposure) oder ob sie in den zitierten Quellen der AI auftaucht (Impact). Prosoom-Daten zeigen, dass Reddit zwar Traffic-beiträge liefert, aber kaum direkten Einfluss auf das AI-Ausgabeformat von ChatGPT hat; bei Gemini ist der Einfluss gering. Dagegen ist YouTube in den zitierten Quellen deutlich präsenter. Für die Praxis bedeutet das: Priorisieren Sie Maßnahmen auf Plattformen, die tatsächlich in AI-Antworten zitiert werden, statt blind auf vermeintliche Hacks zu setzen.

Praktische Empfehlungen für E-Commerce, Pharma und Health & Beauty

Basierend auf diesen Erkenntnissen empfehlen wir Entscheidern: 1) Messen Sie AI-Visibility systematisch statt sich auf Anekdoten zu verlassen. 2) Priorisieren Sie Inhalte auf Plattformen mit nachgewiesenem Zitier-Einfluss (z. B. YouTube in unseren Daten). 3) Seien Sie skeptisch gegenüber One‑Shot-Hacks und prüfen Sie, ob Experimentergebnisse auf die eingesetzten Modelle übertragbar sind. 4) Testen und messen Sie kleine Experimente über Zeit, bevor Sie Budgets skalieren.

Fazit

Fazit: Der vermeintliche „Reddit Geo-Hack“ ist nach unseren Daten kein verlässlicher Hebel für AI-Sichtbarkeit bei den großen Modellen. Methodische Unterschiede in Studien und die unterschiedliche Arbeitsweise von Modellen führen zu falschen Generalisierungen. Wenn Sie das Thema vertiefen möchten, sprechen Sie William Ludwig-Schulte an oder abonnieren Sie unseren Kanal — Prosoom setzt auf Zahlen, nicht auf Mythen.

Vollständige Analyse als PDF

Die deutsche Versandapotheken-Landschaft hat sich binnen weniger Jahre deutlich verändert. Versandapotheken Sterben ist kein reißerischer Begriff, sondern eine belegte Entwicklung: Die Zahl aktiver Versandapotheken sank von deutlich über 324 im Jahr 2021 auf 162 — ein Rückgang von rund 50%.

Die wichtigsten Erkenntnisse

• Die Zahl der Versandapotheken halbierte sich in wenigen Jahren: von über 324 auf 162 (−50%).
• Große Anbieter wie Eurapon und Aporot sind bereits verschwunden; Disapo und Sanicare meldeten Insolvenz an.
• Sichtbarkeit verschiebt sich: Google Shopping und AI-Kanäle sind besonders relevant, klassische Suche verliert Anbieter.
• Neue AI-Commerce-Einträge (Alexa Shopping, Universal Cart) werden Konsolidierungsdruck erhöhen.
• Frühzeitiges Monitoring und Kanaltests sind für Entscheider jetzt wichtiger denn je.

Versandapotheken Sterben: Ursachen und Folgen

Die PDF-Analyse von Prosoom dokumentiert eine starke Marktbereinigung: Während die Zahl der Vor-Ort-Apotheken in etwa fünf Jahren um rund 14% zurückging (von etwa 19.000 auf 16.500), ist die Entwicklung bei Versandapotheken drastischer. Im Jahr 2021 gab es noch deutlich über 324 Versandapotheken; aktuell listet Prosoom 162 Anbieter, also minus 50%. Prominente Beispiele für das Verschwinden oder die Stabilitätsprobleme von großen Playern sind Eurapon und Aporot; jüngst meldeten Disapo und Sanicare Insolvenzverfahren an.

Sichtbarkeit in Google, AI und Shopping

Die Konsolidierung wirkt sich auf Sichtbarkeit und Wettbewerb aus. Prosoom stellt fest, dass seit fünf Jahren etwa 60 Versandapotheken Werbung bei Google Shopping schalten. Gleichzeitig wächst die Präsenz im Bereich AI/Gemini leicht, während die Zahl der Versandapotheken in der klassischen Google-Suche abnimmt. Ergebnis: In AI- und Shopping-Kanälen konzentriert sich die Sichtbarkeit stärker auf einzelne, gut aufgestellte Anbieter.

Warum AI-Commerce die Konsolidierung beschleunigen kann

Mit zwei großen, bevorstehenden Änderungen im deutschen AI-Commerce — Amazon Alexa Shopping und Google Universal Cart — rechnet Prosoom mit einer weiteren Welle der Marktbereinigung. Die Kernargumentation: Neue AI- und Voice-Integrationen verändern, welche Anbieter bei Nutzeranfragen sicht- und kaufbar sind. Viele kleinere Versandapotheken könnten dadurch im Wettbewerbsprozess weiter an Chancen verlieren, sofern sie ihre Daten, Feeds und AI-Strategien nicht anpassen.

Handlungsoptionen für Entscheider

Für Entscheider in E‑Commerce, Digital und Marketing bedeutet die Entwicklung: Monitoring, Priorisierung und Experimentieren. Konkret empfehlen sich Maßnahmen wie:

• Transparente Analyse der eigenen Sichtbarkeit in Google Search, Shopping und AI-Kanälen.
• Feinjustierung von Produktdatenfeeds und strukturierten Daten für AI- und Voice-Schnittstellen.
• Frühe Tests neuer Kanäle (Voice/Alexa, Universal Cart), um Learnings zu sammeln und Wettbewerbsnachteile zu vermeiden.

Prosoom bietet diese Beobachtungen als Ausgangspunkt und verweist darauf, dass sich viele Effekte bereits messen lassen.

Fazit

Das Versandapotheken Sterben ist eine dokumentierte Marktverschiebung mit klaren Folgen für Sichtbarkeit und Wettbewerb. Entscheider sollten die Konsolidierung ernst nehmen, ihre Kanalstrategie prüfen und AI-/Shopping-Integrationen frühzeitig testen, um ihre Marktposition zu sichern.

Vollständige Analyse als PDF

Ein eigener Onlineauftritt ist eine strategische Entscheidung für Hersteller; im Kontext der zunehmenden Bedeutung von künstlicher Intelligenz gewinnt der D2C-Shop im AI-Commerce deutlich an Relevanz. Unsere AI-Visibility-Daten zeigen: Wer Daten und Inhalte AI-konform platziert und über die Google-Backends aussteuert, kann seine Customer Journey besser steuern und langfristig Wettbewerbsvorteile erzielen.

Die wichtigsten Erkenntnisse

• Vor dem Start eines D2C-Shops muss das Ziel klar definiert werden: Vertriebstool oder Sichtbarkeits-/Marketing‑Instrument.
• In der untersuchten Branche sind knapp 300 Hersteller sichtbar; 5,4% davon betreiben bereits einen D2C-Shop.
• Standardmaßnahmen im Markt sind z. B. 10% Willkommensrabatt, Treueprogramme, Abos und Empfehlungsboni.
• AI-Operationalisierung erfordert AI‑konforme Textstruktur und Bereitstellung über Google‑Backends; der Universal Cart von Gemini kann Customer Journeys weiter verändern.

D2C-Shop im AI-Commerce: Ziele und Varianten

Ein D2C-Shop kann unterschiedliche Ziele verfolgen. Ein Ansatz ist der reine Vertriebsansatz: Hersteller verkaufen exklusive Produkte direkt, wie bei Fällen, in denen Shops exklusive Serien nur online anbieten. Ein anderer Ansatz zielt auf Sichtbarkeit und Marktverdrängung – sichtbar sein in Such- und AI-Ergebnissen, auch wenn der eigentliche Absatz über Apotheken läuft. Wichtig ist, die Zielsetzung vor Projektstart festzulegen, denn daraus folgen Kanalstrategie, Preisgestaltung und Metriken.

Praxisbeispiele aus Pharma und Health

Die Analyse nennt konkrete Beispiele: Orthomol nutzt Willkommensrabatte, ein Treueprogramm und eine online-exklusive Essentials-Serie, um direkten Verkauf zu forcieren. Kijimea kombiniert 10% Newsletter-Geschenk, ein Abo-Service und ein Freunde-werben-Freunde-Modell mit 15 EUR Prämie, um Sichtbarkeit und Kundenbindung zu steigern. Auch Eubos und Weleda vergeben 10% bei Newsletter-Anmeldung. Ein drittes Beispiel ist Medice: Der Shop verkauft u. a. Nussmus, Kaffee und Pudding – eher aus Mission denn aus hoher Profitabilität.

AI-Operative Anforderungen und Google-Backends

Unsere AI-Visibility-Daten aus Workshops zeigen, dass neben Inhalten vor allem die Textstruktur AI-konform gestaltet und über die Google-Backends bereitgestellt werden muss, um in AI-getriebenen Ergebnissen sichtbar zu bleiben. Das betrifft nicht nur Inhalte, sondern die Bereitstellung von Daten für Backends, die KI-Systeme konsumieren. Zudem wird mit dem angekündigten Universal Cart von Gemini die Customer Journey noch stärker AI-gesteuert werden.

Entscheidungskriterien vor dem Start

Wichtige Faktoren für die Entscheidung sind regulatorische Einschränkungen (Rx- und apothekenpflichtige Produkte dürfen nicht über D2C angeboten werden), die erwartete Rolle des Shops (Vertrieb vs. Marketing), Preisstrategien und Kanalvernetzung. Ein D2C-Shop muss kanalübergreifend gedacht werden; nur so lassen sich Sichtbarkeit, Customer Experience und wirtschaftliche Ziele in Einklang bringen.

Fazit

Ein D2C-Shop im AI-Commerce ist keine Entscheidung von heute auf morgen, aber eine, die jetzt geplant werden sollte: Zieldefinition, regulatorische Rahmenbedingungen und AI‑konforme Bereitstellung von Texten und Daten sind entscheidend. Wer mehr zu Zielen, Alternativen und AI-Insights rund um D2C wissen möchte, kann den Channel abonnieren und sich direkt an uns wenden.

Vollständige Analyse als PDF

Google Universal Cart wurde auf der Google I/O am 19. Mai vorgestellt und ein Start für Sommer 2026 angekündigt. Diese Entwicklung kann das Shopping-Erlebnis grundlegend verändern: KI-basierte Assistenten stellen Angebote zusammen, bündeln Bestellungen in einem Universal Cart und reduzieren die Notwendigkeit, klassische Shops als erste Anlaufstelle zu nutzen. Auf unserem Event „Insights auf’m Kutter“ in der Speicherstadt haben wir diese Verschiebung und konkrete Hebel für Entscheider aus E‑Commerce, Pharma, Health & Beauty diskutiert.

Die wichtigsten Erkenntnisse

• Der Google Universal Cart bündelt Angebote KI-seitig; Kunden verbleiben zunehmend in der AI-Oberfläche.
• Herstellerseiten und saubere Stammdaten werden wichtiger, Shops können zur reinen Logistik werden.
• YouTube-Inhalte wirken doppelt: in Gemini-Journeys und als Kanal, auf dem Google den Cart ausrollen will.
• Messbare Hebel: bessere Stammdaten im Google‑Universum, klare Hersteller-Informationen und gezielte Video-Strategien.

Google Universal Cart: Was es für Händler und Hersteller bedeutet

Das vorgestellte Konzept bündelt Einkaufsergebnisse aus unterschiedlichen Shops und stellt dem Endkunden ein optimiertes Angebot in einem Google/Gemini Universal Cart zusammen. Nutzer müssen nur noch auf „bezahlen“ klicken, während die AI die Bestellung im Hintergrund an relevante Shops weiterleitet. Folgerichtig rückt die Rolle des Shops mehr in Richtung Logistik, während die Informationen, die Hersteller liefern, für die AI‑Entscheidung relevanter werden.

Für Entscheider heißt das: Fokus verschieben von reiner Shop-Optimierung hin zu Daten, Inhalten und Signalen, die AI-Modelle nutzen können.

Hebel für Marken: Stammdaten und Herstellerseiten

Gute Stammdaten im Google‑Universum und klare, abgegrenzte Informationen auf Herstellerseiten sind laut den präsentierten Inhalten zentrale Einflusshebel. Mit diesen Informationen lässt sich das Verhalten von Gemini bereits heute positiv beeinflussen. Als konkrete Beispiele wurden Unternehmen wie Orthomol und Bayer genannt, die hier bereits gut unterwegs sind.

• Stammdatenqualität verbessern: Produktattribute, Lieferbarkeit, EAN/GTIN konsistent bereitstellen.
• Herstellerseiten schärfen: klare, strukturierte Produktinformationen, Trust‑Signale und Use Cases liefern.

YouTube als doppelter Win

YouTube spielt eine doppelte Rolle: Zum einen beeinflussen gute Videos die Ergebnisse in Gemini‑Customer‑Journeys, zum anderen plant Google, den Cart auch auf YouTube auszurollen. Bereits jetzt überflügeln hochwertige YouTube‑Inhalte oft generische Textseiten in den AI‑Antworten. Für Marken bedeutet das: Video‑Content ist nicht nur Branding, sondern ein direkter Hebel in der zukünftigen Einkaufspfade.

Was Entscheider jetzt tun sollten

Praktische Schritte aus den präsentierten Empfehlungen:

• Audit der Stammdaten und Priorisierung der wichtigsten Produkte für das Google‑Ökosystem.
• Herstellerseiten modular und strukturiert aufbauen, damit AI-Modelle klare Signale erhalten.
• Video‑Strategie entwickeln: Content, der Produktnutzen zeigt und Suchintentionen bedient.
• Tests planen, um zu sehen, welche Inhalte Gemini bereits heute berücksichtigt.

Bei unserem Event „Insights auf’m Kutter“ in Hamburg haben wir diese Themen intensiv diskutiert; eine vertiefte Präsentation der Themen gibt es außerdem am 15. Juli auf dem „AI‑Commerce Strategy Day“ in Düsseldorf. Schreibt bitte direkt William an und reserviert schon mal Plätze, denn auch dort sind die Plätze limitiert.

Fazit

Der Google Universal Cart wird Marken und Plattformen verschieben: Wer heute in Stammdaten, strukturierte Herstellerinhalte und Video‑Assets investiert, kann seine Sichtbarkeit in AI‑gesteuerten Customer Journeys sichern. Nutzen Sie die verbleibende Vorlaufzeit bis Sommer 2026 für technische und inhaltliche Hausaufgaben – und für den Austausch auf unseren Events, um erste Hebel und Tests zu priorisieren.

Vollständige Analyse als PDF

Der Menopause-Bias beschreibt eine wiederkehrende Fehlsteuerung in Marketing und Produktkommunikation: Unternehmen wählen Keywords und Prompts aus Produkt- statt aus Marktperspektive. Menopause-Bias zeigt sich vor allem bei Produkten für Wechseljahres-Symptome und führt dazu, dass Suchmaschinen, KI-Modelle und Kundengruppen auseinanderlaufen.

Die Folge sind hohe Impressions- und Klickzahlen bei gleichzeitig niedrigen Conversions, weil das Suchvolumen nicht mit der tatsächlichen Zielgruppe übereinstimmt und der Wettbewerb um generische Begriffe sehr intensiv ist.

Die wichtigsten Erkenntnisse

• Menopause-Bias entsteht, wenn Marketing nur aus Produkt-USPs statt aus Markt- und Suchlogiken denkt.
• Generische Keywords können große Reichweiten, aber hohe Streuverluste und geringe Conversions bedeuten.
• Zwei typische Fälle: Bewerbung eines echten Menopause-Produkts vs. Adaptation generischer Produkte auf Menopause-Themen.
• Fokussierte Marktanalyse und Tests von Keywords/Prompts reduzieren Kosten und verbessern die Customer-Journey.

Menopause-Bias: Was ist der Kern des Problems?

Der Begriff wurde intern geprägt, nachdem der Effekt erstmals bei einem Menopause-Produkt beobachtet wurde und sich seitdem in Workshops wiederholt zeigte. Ein Bias bezeichnet hier eine verzerrte Wahrnehmung: Marketingentscheidungen folgen oft sichtbaren Suchvolumina statt der kausalen Verbindung zwischen Symptom, Zielgruppe und Produkt.

Besonders relevant ist dies, weil viele Symptome der Wechseljahre (z. B. Schlafstörungen oder Herzklopfen) in Suchstatistiken weniger stark mit dem Begriff »Menopause« verknüpft sind — Nutzer suchen häufiger generische Begriffe, die eine deutlich größere, heterogene Zielgruppe ansprechen.

Fall 1: Menopause-Produkt – hohe Reichweite, niedrige Conversion

Wer ein spezifisches Produkt für die Menopause hat und statt zielgerichteter Keywords nur generische Begriffe wie »Schlafstörung« bewirbt, erreicht zwar ein größeres Suchvolumen, aber nicht zwingend die relevanten Kundinnen. Suchanfragen zu Schlafproblemen sind geschlechter- und altersübergreifend verteilt, sodass viele Klicks von Personen stammen, für die das Menopause-Produkt nicht passt.

Das Ergebnis: hoher CPC, gesteigerte Spendings und geringe Conversion-Raten. Zudem konkurriert man mit klassischer Schlafmittelindustrie, Melatonin-, Tee- und Nahrungsergänzungshändlern, die oft größere Budgets gezielt einsetzen.

Fall 2: Kein spezifisches Menopause-Produkt – Gefahr der Defokussierung

Bei allgemeinen Produkten (z. B. Verdauungs- oder Schlafmittel) besteht die Versuchung, vom Menopause-Hype zu profitieren und die Kommunikation stark auf »Menopause« auszurichten. Das Risiko: das Keyword-Set passt nicht zu den Suchmustern, die Suchmaschinen und KI mit einem Symptom verbinden, und die Produktpositionierung wird undefiniert.

Zusätzlich kann die Ansprache potenzielle Käufer ausschließen — Männer oder Frauen außerhalb der Wechseljahre könnten annehmen, das Produkt sei ausschließlich für menopausale Frauen gedacht.

Marktbeobachtungen und konkrete Beispiele

In Marktübersichten tauchen kreative Schlafprodukte mit hoher Sichtbarkeit auf, etwa »Waldkraft Noctea Schlafgöttin«, »German Elite Nutrition – Knockout« (120 Kapseln) oder »Rest in Peace« von BIGZONE, neben etablierten Marken wie zzzQuil. Teilweise erscheinen auch fragwürdige Kombinationen aus Arzt-/Apotheken-Seiten mit verschreibungspflichtigen Produkten und Offshore-Sitzen (z. B. Curaçao) in der Sichtbarkeit.

Solche Beispiele zeigen: Sichtbarkeit ist nicht automatisch gleichbedeutend mit Relevanz für die eigene Zielgruppe — und kann rechtliche oder reputationsbezogene Fragen aufwerfen.

Praxis: Wie Entscheider Menopause-Bias vermeiden

Fokussierung ist entscheidend. Statt allein auf große Suchvolumina zu setzen, sollten Sie:

• Die Zielgruppe entlang von Symptomursache, Geschlecht und Altersklasse segmentieren.
• Keywords und Prompts im Kontext der Customer-Journey und AI-Commerce-Funnel testen.
• Wettbewerbslandschaft analysieren, um zu sehen, welche Player generische Begriffe dominieren.
• Markt- und Produktperspektive zusammenbringen: USP so positionieren, dass Nutzer bei relevanter Suche das Produkt finden.

Prosoom bietet strategische Beratung, um Märkte, Keywords und Prompts vor Launch zu messen und Produkte passend zu positionieren.

Fazit

Der Menopause-Bias ist weniger ein technisches, sondern ein strategisches Problem: Marketing aus der Innenperspektive führt zu Fehlallokation von Budget und Reichweite. Entscheider sollten Keywords, Prompts und Positionierung immer aus Markt- und Suchlogiken ableiten, Tests und Segmentierungen priorisieren und so Streuverluste reduzieren. Wer hier vorgeht wie beschrieben, spart Budget und erreicht relevantere Customer-Journeys.

Vollständige Analyse als PDF

Sachliche Einordnung: Der Begriff Ozempic-Knick im Markt bezeichnet die Frage, ob die zunehmende Aufmerksamkeit für GLP-1-Präparate ganze Produktkategorien im Markt für Abnehm‑ und OTC-Produkte verdrängt. Die vorliegende Analyse betrachtet Sichtbarkeit, Werbekosten und Absatzdaten, um zu prüfen, ob ein solches Knick‑Phänomen erkennbar ist.

Die wichtigsten Erkenntnisse

• Einen klassischen Ozempic-Knick sehen die Daten nicht; es gibt eher Verschiebungen in Sichtbarkeit und Sortiment.
• Die CPC-Preise sind seit 2023 deutlich gestiegen, was auf erhöhten Wettbewerbsdruck hindeutet.
• Formoline verzeichnet Wachs­tum (2026), Orlistat‑OTC zeigt einen leichten Rückgang.
• Neue Anbieter, Lieferformen und Vergleichsseiten verändern das Wettbewerbsbild; rechtliche und kommerzielle Beobachtung empfohlen.

Ozempic-Knick im Markt: Entwicklung von Sichtbarkeit und Wettbewerb

In den letzten Jahren hat Ozempic als medikamentöses Mittel gegen Diabetes aufgrund seiner Gewichtsreduktion viel mediale Aufmerksamkeit erhalten. Die Analyse der Sichtbarkeiten zeigt jedoch kein eindeutiges, flächendeckendes Wegbrechen anderer Produktkategorien. Im Apothekenmarkt ist die Sichtbarkeit zwar volatil, pendelt laut Analyse im Durchschnitt bei rund 20 %. Einzelne Produkte wie Orlistat waren zeitweise nicht sichtbar, wodurch Formoline die Lücke besetzte. Marktanteile verschieben sich: Vor dem visuellen Drop war ratiopharm stark, aktuell führt Hexal in den beobachteten Splits.

Werbe‑ und Kostenentwicklung (CPC)

Die Werbekosten pro Klick (CPC) sind seit 2023 deutlich gestiegen und haben sich laut Analyse nahezu verdoppelt. Ein steigender CPC ist ein Indikator dafür, dass mehr Anbieter Marktpotenzial sehen und aktiv in Reichweite investieren. Für Entscheider bedeutet das: Höhere Paid‑Media‑Kosten, veränderte ROI‑Rechnungen und eine Notwendigkeit, Paid‑Strategien und Budgets anzupassen.

Absatztrends: Orlistat vs. Formoline

Betrachtet man ausschließlich OTC‑Produkte, zeigt sich ein differenziertes Bild: Formoline wächst im Jahr 2026, teilweise befeuert durch den Verkauf von Mehrfach‑Packungen. Orlistat‑OTC verzeichnet dagegen über die letzten Jahre einen leichten Absatzrückgang. Diese Entwicklung deutet nicht auf ein komplettes Marktverschwinden anderer Produkte hin, sondern auf eine Verlagerung innerhalb des Marktes.

Marktchancen, neue Anbieter und rechtliche Aspekte

Der Markt bleibt attraktiv für neue Firmen: Neben klassischen Präparaten treten Shakes, Kapseln, Säfte und Konzeptanbieter auf. 2026 wurden vermehrt Anbieter sichtbar, die sowohl Verschreibungen als auch Lieferung anbieten. Auffällige Produktvergleichsseiten wie treated.com sind präsent und werfen rechtlich interessante Fragen auf. Ebenfalls erwähnt die Analyse, dass die Insolvenz von Weight Watchers in Berichten mit dem Ozempic‑Trend in Zusammenhang gebracht wurde (Quelle: Tagesschau). Händler‑Marken und Drogerieketten reagieren unterschiedlich: dm‑med ist laut Analyse bei Google Shopping noch nicht präsent, während andere Händler das Potenzial erkannt haben.

Fazit

Fazit: Ein klassischer, gesamthafter „Ozempic‑Knick“ lässt sich anhand der vorliegenden Sichtbarkeits‑, CPC‑ und Absatzdaten nicht bestätigen. Stattdessen zeigt sich ein Markt mit Verschiebungen: steigender Wettbewerbsdruck in Paid‑Kanälen, Wachstum bei bestimmten OTC‑Produkten wie Formoline und ein leichter Rückgang bei Orlistat. Für Entscheider in E‑Commerce, Marketing und Health/Beauty heißt das: Marktbeobachtung, Anpassung von Paid‑Strategien und frühzeitige Positionierung bei neuen Erscheinungsformen bleiben entscheidend.

Vollständige Analyse als PDF

llms.txt nutzen ist eine vorgeschlagene Methode, LLMs wie ChatGPT und Gemini den Zugang zu Website-Inhalten zu erleichtern. Prosoom Solutions hat im Gesundheitsbereich alle Such- und Promptergebnisse der letzten zwei Monate analysiert (rund 300 Millionen Ergebnisse) und geprüft, ob llms.txt sichtbare Vorteile bringt.

Die wichtigsten Erkenntnisse

• llms.txt ist eine einfache Textdatei-Idee, wird aber von großen LLMs derzeit noch nicht unterstützt.
• Über 5% der Websites setzen inzwischen eine llms.txt ein – messbare Sichtbarkeitsvorteile fehlen aktuell.
• Klassische SEO-Standards (Sitemap, robots.txt) bleiben die Grundlage für Sichtbarkeit in LLM-getriebenen Ergebnissen.
• Technische Aspekte wie Dateigröße (Beispiel: 29 KB vs. 4.724-fach größere Menge bei voller Crawling-Last) sind ein Argument für llms.txt, reduzieren aber noch keinen Nachteil bei LLM-Indexierung.
• Empirische Datenerhebung ist entscheidend, um Ressourcen sinnvoll zu priorisieren.

llms.txt nutzen: Idee und technische Funktionsweise

Die Idee hinter llms.txt ist einfach: Websites stellen eine kleine Textdatei bereit, in der wichtige Links und Textauszüge gesammelt sind, damit LLMs Inhalte direkt und effizient auslesen können. Praktisch reduziert eine kompakte Datei den Datenumfang für externe Systeme; im untersuchten Beispiel hat eine llms.txt nur 29 KB Größe gegenüber der deutlich größeren Rohdatenmenge von Webseiten mit vielen Links und Medien.

Verbreitung und tatsächlicher Impact

Unsere Analyse zeigt: Über 5% der Websites verwenden inzwischen eine llms.txt. Dennoch konnten wir aktuell keinen messbaren Sichtbarkeitsvorteil bei den größeren LLMs feststellen. Die großen Modelle (ChatGPT, Gemini, Perplexity etc.) geben an, llms.txt derzeit nicht zu unterstützen, weshalb die erwarteten Effekte ausbleiben.

Was das für Ihre SEO-Strategie bedeutet

Da die Trainingsdaten und das Fundament der LLMs bislang stark auf klassischen Suchmaschinen basieren, zahlen etablierte Standards wie Sitemap und robots.txt weiterhin stärker auf Sichtbarkeit ein. Für Entscheider heißt das: Priorisieren Sie bewährte SEO-Hebelpunkte und messen Sie Änderungen empirisch, bevor Sie Ressourcen in neue, noch nicht breit unterstützte Formate verschieben.

Konkrete Beobachtungen aus dem Gesundheitsbereich

In der untersuchten Branche zeigte sich, dass bekannte Marken und D2C-Shops llms.txt bereits nutzen, ohne dass dies zu erkennbaren Rankingsprüngen führte. Als sichtbares Beispiel wurde die „Apotheke am Botanischen Garten in Braunschweig“ genannt; große Retailer wie dm oder Rossmann traten in diesem Kontext nicht als Top-Nennungen auf. Außerdem bleibt festzuhalten, dass einige Anbieter im Jahr 2026 noch nicht einmal eine Sitemap pflegen.

Empirie statt Hype: technische Details und Anekdoten

Die Analyse basiert auf echten Messwerten und zeigt: Technische Kniffe wie das Bereitstellen einer llms.txt können Sinn machen, sind aber keine Abkürzung zu unmittelbarer Sichtbarkeit. Als kuriose Randnotiz wurde festgestellt, dass manche Seiten versuchen, mit meta-Texten LLMs zu ‚fischen‘ – ohne messbaren Impact.

Fazit

llms.txt nutzen kann technisch sinnvoll sein, weil es Datenvolumen reduziert und strukturierte Hinweise liefert. Aktuell ergibt die empirische Analyse im Gesundheitsbereich jedoch keinen sichtbaren Vorteil bei großen LLMs, die das Format nicht unterstützen. Entscheider sollten deshalb auf bewährte SEO-Grundlagen setzen und alle Maßnahmen empirisch validieren, bevor Budgets umgeschichtet werden.

Vollständige Analyse als PDF

Fake Vergleichsseiten sind Advertorials, die sich als neutrale Vergleichs- oder Testportale ausgeben und so Einfluss auf Markenwahrnehmung und Kaufentscheidungen nehmen. Unsere Analyse zeigt, wie verbreitet diese Praktiken im Gesundheits- und Apotheken-Umfeld sind und welche Kennzeichnungs- und Reichweitenfragen sich daraus ergeben.

Die wichtigsten Erkenntnisse

• Advertorials erscheinen oft seriös (Logos, Testinszenierung) und können als Testsieger Produkte prominent platzieren.
• In Prosooms Auswertung finden sich über 650 Advertorial-Vergleichsseiten; sie sind nur 1,8% der beworbenen Seiten, erzielen aber besonders bei generischen Keywords deutlich höhere Klickanteile.
• Rund 25% der untersuchten Advertorials verzichten auf eine klare Werbekennzeichnung; 7,5% nennen Stiftung Warentest.
• Einzelne Marken (z. B. Vitamoment) werden auffällig häufig genannt; das beeinflusst Sichtbarkeit und Customer Journey.
• Entscheider sollten Paid-Search- und Affiliate-Landschaften überwachen und gezielt Gegenmaßnahmen planen.

Fake Vergleichsseiten: Reichweite und Kennzeichnung

Prosoom hat Google-Werbeanzeigen mit Gesundheitsbezug seit dem 01.12.2025 ausgewertet. Dabei wurden über 650 Advertorial-Vergleiche und -Tests identifiziert. Diese Seiten machen zwar nur rund 1,8% aller beworbenen Seiten aus, erzielen aber bei generischen Keywords ein bis zu siebenmal größeres Klickvolumen.

Die Kennzeichnung als Werbung fehlt in etwa 25% der Fälle. Zudem binden etwa 7,5% der Seiten Ergebnisse oder Hinweise auf Stiftung Warentest ein. Einzelne Hersteller werden auffällig häufig genannt: In der Analyse liegt Vitamoment mit 207 Nennungen vorne, gefolgt von weiteren Marken wie Doppelherz.

Warum Advertorials funktionieren

Diese Seiten wirken bewusst seriös: Logos, angebliche Expertenmeinungen, Formatierungen à la Verbraucherportale oder Warentests sowie nationale Symbole erzeugen Vertrauen. Häufig werden Autoren mit persönlichem Touch eingesetzt – teils fiktiv, teils nicht klar ersichtlich – was Glaubwürdigkeit simuliert.

Monetär arbeiten viele Seiten mit Affiliate-Links oder sogenannten BuyButtons, wodurch Betreiber sowohl an den Empfehlungen als auch am Verkauf verdienen können.

Risiken für Marken und Customer Journey

Advertorials können die Wahrnehmung einer Marke verzerren, wenn Produkte als vermeintliche Testsieger hervorgehoben werden. In vielen Vergleichen ist der angezeigte ‚Testsieger‘ dramaturgisch in der Mitte positioniert; das beeinflusst Klick- und Kaufpfade.

Marken laufen Gefahr, durch nicht klar als Werbung gekennzeichnete Inhalte Vertrauen zu verlieren oder Traffic und Sales über Drittseiten zu verlieren. Die Auswertung zeigt exemplarisch, dass einzelne Hersteller auf hunderten Advertorial-Seiten vorkommen – ein Hinweis auf signifikanten Einfluss auf die Customer Journey.

Praktische Schritte für Entscheider

Empfehlungen für Marken im E‑Commerce, Digital- und Pharmabereich:

• Monitoring: Keywords, Paid-Search-Platzierungen und Affiliate-Umfelder regelmäßig überwachen.
• Reputationsprüfung: Auffällige Vergleichsseiten (z. B. Weiterleitungen zu D2C-Shops) identifizieren und rechtlich prüfen lassen.
• Markenschutz: Marken-Nennungen tracken und unlautere Verwendungen dokumentieren.
• Gegenmaßnahmen: Eigene Content- und Advertising-Strategien schärfen, um vertrauenswürdige Informationen sichtbar zu platzieren.
• Reports anfordern: Für eine markenspezifische Auswertung bietet Prosoom individuelle Reports mit Nennungszahlen und URLs an.

Für die Prosoom-Auswertung kann man auf LinkedIn kommentieren: „Fake-Vergleichsseiten-Report von Prosoom“; für weitergehende Insights steht William als Kontakt zur Verfügung.

Fazit

Fake Vergleichsseiten sind in der Gesundheits- und Apothekenkommunikation ein relevanter Faktor: Sie sind zahlenmäßig nicht dominant, erzielen aber überproportional viele Klicks und beeinflussen die Customer Journey. Entscheider sollten Monitoring, Markenschutz und gezielte Content-Strategien priorisieren. Für konkrete, markenspezifische Auswertungen bietet Prosoom individuelle Reports an (Kommentar auf LinkedIn: „Fake-Vergleichsseiten-Report von Prosoom“).

Vollständige Analyse als PDF

Makya Sichtbarkeit ist aktuell ein bedeutender Treiber der Verschiebungen im Markt für Raucherentwöhnung: Ein Prosoom-Snapshot vom 10. Januar 2026 zeigt, dass Makya Nicotinell in Sichtbarkeit und Absatz hinter sich gelassen hat. Im Januar, dem Monat der guten Vorsätze, offenbaren die Daten branchenübergreifende Effekte — Makya tritt in klassischen Suchumfeldern wie Nikotinpflastern, Kaugummis und Sprays dominant auf.

Die wichtigsten Erkenntnisse

• Makya hat laut Prosoom-Daten (Stand 10. Januar 2026) Nicotinell in Sichtbarkeit und Absatz überholt.
• Makya erscheint sichtbar auch in klassischen Suchbegriffen für Nikotinpflaster, -kaugummi und -spray.
• Prosoom misst seit April 2024 einen AI-Visibility-Index (u. a. ChatGPT, Gemini); Nicorette rankt dort weiterhin stark.
• Prosoom bietet shoplevel-genaue, AI-optimierte Absatzprojektionen, die von über 40 Herstellern validiert wurden.
• Im Vertrieb zeigt sich Makya bereits über Shop-Apotheke; Nicorette erzielt laut Quelle deutlich höhere Verkäufe über DocMorris (rund 7x gegenüber Shop-Apotheke).

Makya Sichtbarkeit und AI-Visibility

Die Prosoom-Analyse verknüpft klassische Sichtbarkeitsdaten mit einem AI-Visibility-Index, der Angebote in LLM-Umfeldern (z. B. ChatGPT, Gemini) abbildet. Laut PDF-Auswertung ist Makya in vielen relevanten Suchkontexten überwältigend präsent; Nicorette bleibt im AI-Index stark positioniert. Prosoom erhebt den AI-Visibility-Index bereits seit April 2024.

D2C-Präsenz, Produktstrategie und Absatzmuster

Makya tritt nicht nur als ‚Hardware‘ auf, sondern nutzt Geschmacksvarianten und Mehrfachsets, um Folgekäufe und Kundenbindung zu fördern. Die PDF- und LinkedIn-Statements betonen, dass Makya sicht- und absatzseitig an Fahrt aufgenommen hat. Konkret verkauft Makya Produkte über Shop-Apotheke; im Vergleich erzielt Nicorette laut Quelle über DocMorris deutlich höhere Verkäufe (rund siebenmal mehr als in Shop-Apotheke).

Was Prosoom-Daten für Entscheider bedeuten

Prosoom liefert shoplevel-genaue, mehrschichtige und AI-optimierte Absatzprojektionen; dieses Verfahren wurde laut Quelle von über 40 Herstellern validiert. Für Entscheider in E‑Commerce, Digital und Pharma heißt das: Sichtbarkeit über verschiedene Kanäle (inkl. AI-Umfelder) korreliert direkt mit Absatzpotenzial und kann Marktverschiebungen frühzeitig anzeigen.

Handlungsempfehlungen für Pharma, Retail und Marketing

• Monitoring: Beobachten Sie die AI- und Suchsichtbarkeit Ihrer Marken ebenso wie shoplevel-Metriken.
• Produktstrategie: Prüfen Sie Bundling- und Nachkaufoptionen (z. B. Geschmacksvarianten), um Kundenbindung zu erhöhen.
• Channel-Strategie: Analysieren Sie, welche Plattformen (z. B. DocMorris vs. Shop-Apotheke) Umsatztreiber sind und passen Sie Distribution sowie Marketing-Budgets an.
• Datenpartnerschaften: Nutzen Sie validierte, shoplevel-genaue Prognosen, um schnelle Marktreaktionen zu planen.

Fazit

Die Fallbeobachtung Makya zeigt, wie schnell D2C-Angebote klassische Apothekenplayer herausfordern können — sichtbar geworden durch eine Kombination aus Suchsichtbarkeit, AI-Visibility und shoplevel-Analytik (Stand 10. Januar 2026). Entscheider sollten diese datengetriebenen Signale ernst nehmen und Kanal-, Produkt- sowie Content-Strategien entsprechend anpassen.

Vollständige Analyse als PDF

Die dm med Testbestellung dokumentiert den technischen Start der dm-eigenen Versandapotheke und liefert erste, faktisch belegte Einblicke in die kombinierte Bestellung von Drogerie- und Apothekenartikeln. Prosoom Solutions hat eine Mischbestellung ausgeführt, dabei Querverweise im Shop beobachtet, einen einmaligen temporären Fehler in der Warenkorbstrecke registriert, die erwartete Zahlungsaufteilung auf dm und dm med festgestellt und eine Lieferung zwei Tage später erhalten.

Die wichtigsten Erkenntnisse

• Der technische Launch lief weitgehend reibungslos; eine Testbestellung wurde erfolgreich abgewickelt.
• Shopseitig sind erste Querverweise zwischen Drogerie und dm med sichtbar; kombinierte Warenkörbe funktionieren.
• Checkout zeigte einen einmaligen, temporären Fehler; Zahlung wurde getrennt auf dm und dm med gebucht.
• Fulfillment: DHL lieferte sauber, die Sendung kam wie angekündigt zwei Tage später und zeigte ein Paket-in-Paket-Unboxing.
• Eine parallele Drittlieferung (ratiopharm Nasenspray) verzögerte sich und blieb vorerst über 800 km entfernt.

dm med Testbestellung: Erkenntnisse zur Customer Journey

Die Testbestellung macht deutlich, dass dm den Start der Versandapotheke technisch umgesetzt hat und erste Schnittstellen zur Drogerie sichtbar sind. Aus Kundensicht ist die Möglichkeit, Drogerie- und Apothekenprodukte im selben Bestellprozess zu kombinieren, ein wichtiges Merkmal. Beim Unboxing zeigte sich ein Paket-in-Paket-Layout (beschrieben als „Matrjoschka/Mamuschka-Effekt“), das nach Angaben im Testbericht wahrscheinlich rechtliche bzw. organisatorische Gründe hat.

Bestell- und Warenkorberlebnis

Die Warenkorbstrecke lief laut Test bis auf einen einmaligen, temporären Fehler souverän und normal. Auffällig sind erste, einfache Querverweise im Shop – sowohl vom Drogerie-Bereich zu dm med als auch umgekehrt. Beim Checkout trat die erwartete Aufteilung der Zahlung auf zwei Positionen (dm und dm med) auf, was aus Sicht der Customer Journey und der Abrechnung zu beachten ist.

Verpackung, Lieferung und Unboxing

Die Lieferung wurde von DHL sauber zugestellt und traf zwei Tage nach Übergabe ein. Beim Öffnen fanden sich die dm-med-Produkte in einem separaten kleineren Paket innerhalb des Hauptpakets. Dieses Paket-in-Paket-Verfahren wurde im Test dokumentiert und dürfte, wie im Source-Text angedeutet, regulatorische oder logistische Gründe haben. Außerdem weist der Bericht darauf hin, dass nicht nur Nahrungsergänzungsmittel bestellt wurden, sondern eine Mischbestellung aus Drogerie- und Apothekenartikeln.

Lieferprobleme bei parallelen Drittbestellungen

Parallel zur dm med Testbestellung wurde ein Nasenspray eines Drittanbieters (ratiopharm) bestellt. Dieses Paket wurde laut Quelle am 16.12. an DHL übergeben und für den 17.12. angekündigt, liegt aber zum Zeitpunkt der Dokumentation noch mehr als 800 km entfernt. Als mögliche Ursachen werden erhöhte Paketvolumina oder ein anderer Startpunkt der Sendung genannt; die genaue Ursache ist unklar.

Fazit

Die dm med Testbestellung zeigt einen insgesamt glatten technischen Start mit praxisrelevanten Implikationen für die Gesundheits-CustomerJourney: kombinierte Warenkörbe funktionieren, Checkout- und Fulfillment-Prozesse laufen größtenteils stabil, das Verpackungs-Setup ist auffällig und parallele Drittlieferungen können Verzögerungen aufweisen. dm plant nach Angaben im Testbericht weitere Schritte im Gesundheitsbereich; Entscheider aus E‑Commerce, Digital und Marketing sollten diese Entwicklung beobachten. Für vertiefte Insights bietet Prosoom Solutions an, den weiteren Launch-Verlauf zu begleiten und detaillierte Analysen bereitzustellen.

Vollständige Analyse als PDF