- Öffentliche Prompt-Datensätze erfassen einen winzigen Teil der Nutzung. WildChat, ein bekannter Datensatz echter ChatGPT-Gespräche, entspricht weniger als einem Tausendstel dessen, was ChatGPT im Juli 2025 in einer einzigen Woche verarbeitet hat.
- Wer dort landet, hat sich selbst ausgewählt. Englisch, die USA, Russland und China sind stark vertreten, und Deutsch macht nur 1,3 % aus.
- Für Formulierungen und neue Ideen sind solche Daten nützlich. Wie groß die Nachfrage nach einem Thema ist, zeigen Suchdaten verlässlicher.
Wie groß ist der Ausschnitt?
Datensätze mit „echten KI-Prompts“ werden als Einblick in das Verhalten von Kunden verkauft. Ein Blick auf die Größenordnung zeigt, wie klein der Ausschnitt ist.
| Quelle | Umfang | Zeitraum |
|---|---|---|
| WildChat-1M (Paper) | 1 Mio. Gespräche mit mehr als 2,5 Mio. Wechseln zwischen Nutzer und ChatGPT | 09.04.2023 bis 01.05.2024 |
| WildChat-4.8M (Datensatz) | 4.804.190 Gespräche, öffentlich davon 3.199.860 ohne toxische Inhalte | 09.04.2023 bis 31.07.2025 |
| ChatGPT laut OpenAI | 18 Mrd. Nachrichten pro Woche von 700 Mio. Nutzern | Juli 2025 |
Rechnest du großzügig mit 2,5 Nachrichten je Gespräch wie im WildChat-Paper, kommt der ganze Datensatz auf rund 12 Mio. Nutzer-Nachrichten aus 28 Monaten. Das sind weniger als 0,1 % der Nachrichten, die ChatGPT im Juli 2025 in einer Woche bekam. Claude, Gemini, Perplexity und die KI-Funktionen in Google und Bing sind dabei noch gar nicht mitgezählt.
Wer steckt in solchen Datensätzen?
Für WildChat haben Forschende einen Chatbot auf Hugging Face bereitgestellt. Nutzer bekamen kostenlosen Zugang zu ChatGPT und stimmten im Gegenzug zu, dass ihre Gespräche gesammelt und für die Forschung veröffentlicht werden. Im Datensatz landet also, wer diesen Chatbot kennt, kein eigenes Abo nutzt und seine Gespräche teilen mag. Diese Gruppe ist vermutlich technisch versierter als der Durchschnitt. Das ist unsere Einschätzung, gemessen haben wir es nicht.
Sprachen und Länder
Die Verteilung im WildChat-Paper zeigt, wie stark einzelne Sprachen und Länder überwiegen.
| Sprache | Anteil der Wechsel | Land (nach IP) | Anteil |
|---|---|---|---|
| Englisch | 52,9 % | USA | 21,6 % |
| Chinesisch | 13,4 % | Russland | 15,6 % |
| Russisch | 11,6 % | China | 10,0 % |
| Französisch | 3,4 % | Hongkong | 4,6 % |
| Spanisch | 2,7 % | Großbritannien | 3,8 % |
| Deutsch | 1,3 % | Deutschland | 3,6 % |
Verkaufst du im deutschsprachigen Raum, findest du in diesem Datensatz also nur wenige Gespräche in deiner Sprache. Ob sie zu deinen Kunden passen, bleibt offen.
Verhalten unter Beobachtung
Menschen verhalten sich oft anders, wenn sie wissen, dass sie beobachtet werden. Naheliegend wäre die Vermutung, dass WildChat-Nutzer deshalb heikle Themen meiden oder eher experimentieren. Gemessen ist das nicht. Die Studie „Trust No Bot“ hat WildChat-Gespräche untersucht und zeigt eher das Gegenteil. Viele Nutzer teilen trotzdem persönliche Daten, etwa bei Übersetzungen und beim Bearbeiten von Code.
Alltägliche Fragen wie Produktvergleiche, Reiseplanung oder die Suche nach einem Handwerker sind in solchen Datensätzen vermutlich seltener als in der echten Nutzung. Auch das ist eine Einschätzung, keine Zählung.
Daten aus Browser-Erweiterungen
Einige Anbieter werben mit größeren Mengen an Gesprächen, die über Browser-Erweiterungen und Apps erfasst werden. Ein Bericht von The Register vom 29.09.2025 beschreibt Zweifel, ob Nutzer dabei wirklich verstehen, dass ihre KI-Gespräche weitergegeben werden. Die genannten Anbieter weisen das zurück. Unabhängig davon bleibt auch diese Stichprobe ausgewählt. Wer Erweiterungen installiert, nutzt oft kostenlose Werkzeuge und arbeitet seltener in streng abgesicherten Firmenumgebungen.
Was zeigen die KI-Anbieter selbst?
Repräsentative Daten haben nur die Anbieter selbst. OpenAI hat im September 2025 eine Studie veröffentlicht, die rund 1,1 Mio. zufällig gezogene Gespräche automatisch einordnet, ohne dass Menschen die Inhalte lesen. Die Zahlen zeigen grobe Kategorien und keine einzelnen Prompts.
| Thema | Juli 2024 | Juli 2025 |
|---|---|---|
| Praktische Anleitung | ca. 29 % | ca. 29 % |
| Informationssuche | 14 % | 24 % |
| Schreiben | 36 % | 24 % |
| Technische Hilfe | 12 % | ca. 5 % |
Die Studie beschreibt die Informationssuche als „sehr nahen Ersatz“ für die Websuche. Das stützt einen einfachen Gedanken. Das Bedürfnis hinter einer Frage bleibt gleich, nur der Ort der Frage ändert sich.
Wofür taugen Prompt-Daten?
- Ideen für Fragen und Blickwinkel, an die du noch nicht gedacht hast
- Formulierungen, wie Menschen mit KI-Systemen sprechen
- Themen für Inhalte sammeln und dann prüfen
- Eine Quelle neben anderen
- Strategische Entscheidungen allein auf dieser Basis
- Aussagen wie „so nutzen Menschen KI“
- Rückschlüsse auf die Kunden von Wettbewerbern
- Ersatz für Befragungen der eigenen Zielgruppe
Suchdaten als Gegenprobe
Wer früher „Wasserhahn tropft reparieren“ gegoogelt hat, fragt heute vielleicht ChatGPT. Das Problem ist dasselbe geblieben. Suchdaten zeigen Nachfrage in großer Breite, mit Saison, Trend und Region. Deshalb lohnt sich eine Kombination.
- Suchvolumen für die Größe der Nachfrage und ihre Entwicklung.
- Prompt-Datensätze für Formulierungen und längere Gesprächsverläufe.
- Eigene Kundenforschung wie Interviews, Support-Anfragen und Umfragen zur Prüfung.
- Verhaltensdaten aus Analytics und Search Console, um zu messen, was am Ende wirkt.
Für das Monitoring der eigenen KI-Sichtbarkeit heißt das, Prompts aus den Themen abzuleiten, für die es nachweislich Nachfrage gibt. Eine Liste aus einem fremden Datensatz bildet deine Kunden kaum ab.
Stand der Zahlen
Gerechnet ist mit den Zahlen aus der Datensatz-Beschreibung (Stand 11.08.2025) und den Angaben von OpenAI für Juli 2025. Die 4,8 Mio. zählen Gespräche, keine einzelnen Prompts. Die Sprachanteile stammen aus dem WildChat-Paper.
Häufige Fehler
- Einen Prompt-Datensatz als „das Verhalten der Nutzer“ präsentieren.
- Englischsprachige Prompts eins zu eins auf den deutschen Markt übertragen.
- Prompts für das Monitoring aus einer fremden Liste übernehmen, ohne sie mit eigenen Keywords abzugleichen.
- Aus der Häufigkeit eines Themas im Datensatz auf Nachfrage schließen.
Häufige Fragen
Gibt es Suchvolumen für KI-Prompts?
Ein belastbares Volumen je Prompt veröffentlichen die KI-Anbieter nicht. Öffentliche Datensätze zeigen Beispiele, aber keine repräsentativen Mengen.
Was ist WildChat?
Ein Forschungsdatensatz mit Gesprächen, die Nutzer über einen kostenlosen ChatGPT-Zugang auf Hugging Face geführt und zur Veröffentlichung freigegeben haben. Die öffentliche Fassung enthält rund 3,2 Mio. Gespräche.
Wie wähle ich Prompts für das KI-Monitoring aus?
Leite sie aus Keywords mit nachgewiesener Nachfrage ab und formuliere sie so, wie deine Zielgruppe fragt. Prompt-Datensätze helfen bei den Formulierungen.
Sind Daten aus Browser-Erweiterungen repräsentativer?
Sie sind oft größer, aber ebenfalls ausgewählt. Zur Einwilligung gibt es öffentliche Zweifel, die die Anbieter zurückweisen.
Ersetzen KI-Antworten die Google-Suche?
Ein Teil der Informationssuche wandert zu Chatbots. Laut OpenAI-Studie stieg ihr Anteil in ChatGPT von 14 % auf 24 %. Die Fragen dahinter bleiben ähnlich. Deshalb bleiben Suchdaten ein guter Maßstab.
Quellen
Abgerufen am 15.10.2026. Ist eine Angabe veraltet oder fehlt etwas, schreib uns.
- Zhao u. a., WildChat: 1M ChatGPT Interaction Logs in the Wild (ICLR 2024): https://arxiv.org/abs/2405.01470 · 02.05.2024
- WildChat-Paper, Volltext mit Sprach- und Länderverteilung: https://arxiv.org/html/2405.01470v1 · 02.05.2024
- Allen AI, Datensatz WildChat-4.8M: https://huggingface.co/datasets/allenai/WildChat-4.8M · Update 11.08.2025
- Chatterji u. a., How People Use ChatGPT (NBER Working Paper 34255): https://www.nber.org/papers/w34255 · 15.09.2025
- Mireshghallah u. a., Trust No Bot (COLM 2024): https://arxiv.org/abs/2407.11438 · 2024
- The Register, Your AI conversations are a secret new treasure trove for marketers: https://www.theregister.com/2025/09/29/profound_browser_extension_privacy_concern/ · 29.09.2025