Citation-Decay: Warum euer AEO-Content nach wenigen Wochen verfällt – und ein Refresh-Kalender dagegen

Citation-Decay beschreibt das Phänomen, dass KI-Suchmaschinen wie ChatGPT und Perplexity eine Quelle nach einiger Zeit immer seltener zitieren – obwohl sich am Inhalt selbst nichts geändert hat. KI-Zitate haben eine Art Halbwertszeit: Im Median liegt sie bei rund 4,5 Wochen, je Plattform unterschiedlich (ChatGPT ~3,4 Wochen, Perplexity ~5,8 Wochen). Etwa die Hälfte aller KI-Zitate stammt aus Inhalten, die jünger als rund 13 Wochen sind, und Inhalte unter 30 Tagen werden deutlich häufiger zitiert (Richtwert ~3,2-mal). Das heißt für dich: Frische ist kein Garant, aber ein realer Hebel – und ein systematischer Refresh-Prozess hält deine wichtigsten Seiten messbar länger zitierfähig.

TL;DR

• KI-Zitate verfallen mit der Zeit. Median-Halbwertszeit ~4,5 Wochen; ChatGPT ~3,4 Wochen, Perplexity ~5,8 Wochen.
• Rund 50 % aller KI-Zitate stammen aus Inhalten, die jünger als ~13 Wochen sind. Inhalte unter 30 Tagen werden ~3,2-mal häufiger zitiert.
• Regelmäßige Aktualisierung plus Distribution kann die Zitier-Persistenz spürbar verlängern – Richtwert ~2,1-mal.
• Frische ist kein Zauberwort: Ein veralteter Inhalt, den du nur datierst, wird dadurch nicht zitierfähig. Substanz bleibt die Grundlage.
• Praktisch hilft ein monatlicher Refresh-Zyklus mit klarer Priorisierung der wichtigsten Seiten, sichtbarem Aktualisierungsdatum und aktuellen Zahlen.

Was ist Citation-Decay?

Citation-Decay ist der schleichende Rückgang, mit dem KI-Antwortmaschinen eine bestehende Quelle seltener zitieren, je älter sie wird. Stell dir vor, ihr habt einen richtig guten Leitfaden veröffentlicht. In den ersten Wochen taucht er in Perplexity-Antworten auf, ChatGPT verweist darauf, alles läuft. Drei Monate später: dieselbe Frage, dieselbe Seite – aber sie wird kaum noch genannt. Nicht, weil sie schlechter geworden wäre. Sondern weil die Systeme bei zeitsensiblen Themen neuere Quellen bevorzugen und ältere abwerten.

Das ist der entscheidende Unterschied zum klassischen SEO. Ein gut gerankter Artikel kann jahrelang auf Position eins bleiben, wenn niemand etwas Besseres liefert. Bei KI-Zitaten existiert dieser stabile Zustand so nicht. Es gibt eine eingebaute Vergänglichkeit – eine Halbwertszeit, nach der die Hälfte der Zitier-Wahrscheinlichkeit verflogen ist. Wenn du verstehen willst, warum Zitierfähigkeit überhaupt die richtige Zielgröße ist, lohnt vorab ein Blick auf unseren Grundlagen-Artikel Was ist AEO. Hier setzen wir voraus, dass du das Spielfeld kennst, und kümmern uns um den Zeitfaktor.

Wie schnell verfällt ein KI-Zitat?

Im Median liegt die Halbwertszeit eines KI-Zitats bei rund 4,5 Wochen – aber die Plattformen unterscheiden sich deutlich. Das ist keine kosmetische Nuance, sondern bestimmt, wie oft du nachlegen musst.

Plattform	Ungefähre Halbwertszeit	Praktische Konsequenz
ChatGPT	~3,4 Wochen	Verfällt am schnellsten – kurze Refresh-Intervalle
Median über Plattformen	~4,5 Wochen	Gute Faustregel für die Planung
Perplexity	~5,8 Wochen	Etwas geduldiger, aber auch hier zählt Frische

Lies die Tabelle nicht als Naturgesetz, sondern als Größenordnung. Die Botschaft ist klar: Wir reden über Wochen, nicht Jahre. Bei ChatGPT ist ein Inhalt, der vor zwei Monaten frisch war, in puncto Zitier-Wahrscheinlichkeit bereits ein gutes Stück abgesunken. Wer einmal im Jahr „den Blog aktualisiert”, arbeitet komplett am Takt dieser Systeme vorbei.

Wichtig zur Ehrlichkeit: Diese Zahlen sind Durchschnitte über viele Themen. Ein zeitloses Grundlagen-Thema („Was ist HTTPS?”) verfällt langsamer als ein schnelllebiges („beste KI-Tools 2026”). Aber die Richtung stimmt für beide – und je aktueller das Thema, desto härter schlägt der Decay zu.

Warum bevorzugen KI-Suchmaschinen frische Inhalte?

KI-Antwortmaschinen bevorzugen frische Inhalte, weil Aktualität ein starkes Signal für Verlässlichkeit ist – besonders bei Fragen, die sich über die Zeit verändern. Ein System, das auf die Frage nach aktuellen Preisen, Versionen oder Vorschriften eine zwei Jahre alte Quelle zitiert, riskiert eine falsche Antwort. Und eine Antwortmaschine, die Veraltetes ausgibt, verbrennt Nutzervertrauen. Also gewichten Retrieval-Schichten neuere Quellen bei vielen Anfragen schlicht höher.

Die Zahlen untermauern das. Rund 50 % aller KI-Zitate stammen aus Inhalten, die jünger als ungefähr 13 Wochen sind. Das ist bemerkenswert: Die Hälfte des zitierten Wissens ist quasi „aus dem letzten Quartal”. Und noch deutlicher wird es am unteren Rand – Inhalte, die jünger als 30 Tage sind, werden um den Faktor ~3,2 häufiger zitiert. Frische ist also keine kleine Stellschraube, sondern verschiebt die Wahrscheinlichkeit massiv.

Dahinter steckt kein einzelner Hebel, sondern ein Bündel: Crawler holen aktualisierte Seiten neu ab, sichtbare Datumsangaben werden als Signal gelesen, und neue Inhalte werden über Distribution erneut verlinkt und besprochen – was wiederum die wahrgenommene Relevanz erhöht. Frische ist damit teils ein technisches, teils ein redaktionelles, teils ein Distributions-Phänomen.

Ist Frische ein Garant für Zitate?

Nein. Und das ist die wichtigste ehrliche Einschränkung dieses ganzen Artikels. Ein veralteter, dünner oder schwammiger Inhalt wird nicht dadurch zitierfähig, dass du das Datum hochsetzt. Frische ist ein Multiplikator, kein Fundament. Sie verstärkt eine bereits gute, klare, belegbare Quelle – aus einer schlechten macht sie keine gute.

Konkret heißt das: Wenn deine Seite die Frage nicht sauber in einem zitierfähigen Absatz beantwortet, hilft kein noch so frisches Datum. Erst kommt die Substanz – answer-first, klare Struktur, belegbare Aussagen –, dann verlängert Frische deren Wirkung. Wer das umdreht und ein „letztes Update: heute” über mittelmäßigen Text klebt, betreibt Kosmetik. Schlimmer noch: Wir sehen in Audits regelmäßig das reine Datums-Bumping – dateModified ändert sich, der Text bleibt identisch. Das ist auf Dauer riskant, weil Crawler durchaus erkennen, ob sich am Inhalt wirklich etwas getan hat.

Der ehrliche Rahmen lautet also: Frische ist ein realer, messbarer Hebel – und gleichzeitig wertlos ohne den Inhalt darunter. Beides zusammen wirkt. Eins ohne das andere nicht.

Was bringt regelmäßiges Aktualisieren konkret?

Regelmäßige Aktualisierung in Kombination mit Distribution kann die Zitier-Persistenz spürbar verlängern – als grober Richtwert um den Faktor ~2,1. Das ist der eigentliche Sinn der ganzen Übung. Du kannst den Decay nicht abschalten, aber du kannst seine Kurve flacher machen. Eine Seite, die du regelmäßig pflegst und neu in Umlauf bringst, fällt langsamer aus den Zitaten heraus als eine, die du einmal veröffentlichst und dann liegen lässt.

Das „in Kombination mit Distribution” ist dabei kein Beiwerk. Es reicht selten, eine Datei still zu editieren. Wirkung entsteht, wenn die Aktualisierung auch sichtbar wird – ein erneuter Crawl, eine geteilte oder verlinkte Version, ein Hinweis in Newsletter oder sozialen Kanälen. Update und Distribution sind zwei Hälften desselben Hebels.

Setz die Erwartung trotzdem realistisch: ~2,1-mal längere Persistenz ist ein Richtwert, kein Versprechen für deine konkrete Seite. Effekte schwanken je nach Thema, Wettbewerb und Plattform. Was bleibt, ist die Richtung – und die ist eindeutig genug, um einen Prozess darauf aufzubauen.

Wie sieht ein praktischer Refresh-Kalender aus?

Ein funktionierender Refresh-Kalender ist ein monatlicher Zyklus, der deine wichtigsten Seiten priorisiert und jede in einem festen Rhythmus überarbeitet – nicht ein hektisches „alles auf einmal”. Bei der Median-Halbwertszeit von ~4,5 Wochen ist ein Monatstakt die natürliche Einheit. So sieht ein pragmatischer Aufbau aus.

1. Priorisieren statt Gießkanne. Du wirst nicht jede Seite jeden Monat anfassen können – das musst du auch nicht. Sortiere nach Wichtigkeit:

• Tier 1 – Umsatz- und sichtbarkeitskritisch: deine fünf bis zehn wichtigsten Seiten (Kernleistungen, Top-Blogartikel, alles, wo du in KI-Antworten auftauchen willst). Diese kommen jeden Monat dran.
• Tier 2 – relevant, aber stabiler: unterstützende Inhalte, eher zeitlose Themen. Quartalsweise reicht.
• Tier 3 – Archiv: alles andere. Anlassbezogen, etwa wenn ein Fakt veraltet.

2. Den monatlichen Durchlauf festlegen. Pro Tier-1-Seite ein kurzer, immer gleicher Ablauf:

• Zahlen, Statistiken und Jahreszahlen prüfen und auf den aktuellen Stand bringen.
• Mindestens ein neues, konkretes Beispiel oder eine neue Erkenntnis ergänzen – echte Substanz, kein Füllsatz.
• Veraltete Aussagen streichen oder korrigieren (Tools, Versionen, Vorschriften).
• Das sichtbare Aktualisierungsdatum setzen – und zwar nur, wenn sich inhaltlich wirklich etwas geändert hat.
• Den Refresh distribuieren: neu verlinken, teilen, in einem aktiven Kanal erwähnen.

3. Verantwortlichkeit und Takt fixieren. Leg fest, wer welche Seiten betreut und an welchem Tag im Monat der Durchlauf stattfindet. Ein Refresh-Kalender, der niemandem gehört, passiert nicht. Ein simples Spreadsheet mit Spalten für Seite, Tier, letztes Update, nächstes fälliges Update und Verantwortlichem reicht völlig – du brauchst dafür kein Spezialtool.

4. Plattform-Takt mitdenken. Wenn ChatGPT-Sichtbarkeit für dich besonders zählt, taktest du Tier-1-Seiten eher enger (ChatGPT verfällt mit ~3,4 Wochen am schnellsten). Liegt dein Fokus auf Perplexity (~5,8 Wochen), darfst du etwas geduldiger sein. Den Kalender baust du um deine wichtigste Plattform, nicht um einen Durchschnitt.

Was du nicht tun solltest

Vermeide drei Fehler, die wir bei Rocket-Monkeys in Content-Audits immer wieder sehen. Erstens: leeres Datums-Bumping. dateModified ändern, ohne den Text anzufassen, ist auf Dauer wirkungslos bis kontraproduktiv. Zweitens: Refresh nur an einer Handvoll Seiten, die zufällig im Blick sind, während die eigentlich wichtigen Seiten veralten – deshalb die saubere Tier-Priorisierung. Drittens: den Decay ignorieren und einmal im Jahr eine große „Content-Aktualisierung” als Projekt fahren. Bei Halbwertszeiten in Wochen ist Jahresrhythmus schlicht der falsche Takt.

Und nochmal, weil es zentral ist: Der Refresh-Kalender ersetzt nicht die inhaltliche Qualität. Er ist die Pflege-Schicht über zitierfähigem Content, nicht ein Trick, der schwachen Content rettet. Wenn die Seite die Frage nicht eigenständig und klar beantwortet, fang dort an – nicht beim Kalender.

Wo wir ansetzen würden

Wenn du heute starten willst, brauchst du keine neue Software, sondern eine Liste und einen Termin im Kalender. Nimm deine fünf bis zehn wichtigsten Seiten, trag sie als Tier 1 in ein Spreadsheet ein, leg einen festen Tag im Monat fest und arbeite den immer gleichen Refresh-Ablauf ab: Zahlen aktualisieren, ein neues Beispiel ergänzen, sichtbares Datum setzen, distribuieren. Das ist unspektakulär – und genau deshalb funktioniert es, weil es wiederholbar ist.

Wir bei Rocket-Monkeys bauen genau solche Prozesse: technisch saubere Astro-Seiten, zitierfähige Inhalte und einen Pflege-Takt, der gegen Citation-Decay arbeitet, statt ihn zu erleiden. Wenn du wissen willst, welche deiner Seiten gerade aus den KI-Antworten herausfallen und wo ein Refresh-Kalender am meisten bringt, schauen wir uns das gern gemeinsam an. Schreib uns für ein unverbindliches Erstgespräch an info@rocket-monkeys.com – wir sagen dir ehrlich, wo der größte Hebel liegt.