IMC-HSG, Messwelle Oktober 2026

Methodik & Datengrundlage

Was wir messen. Wie wir rechnen. Wo die Grenzen liegen.

Ursprüngliche Messwelle: 46 Branchen

Erhebung am 23.–24. Oktober 2026: 460 Fragen in 46 Branchen × drei Sprach-/Standortprofile × drei Modelle × zwei Suchmodi × drei Wiederholungen = 24’840 versuchte Erhebungsaufrufe. 24’822 Antworten sind vollständig, 18 Fehlaufrufe bleiben fehlend. Der separate Pretest ist nicht enthalten.

Analysiert werden 24’786 Antworten aus 8’262 vollständigen Dreiergruppen. 36 weitere vollständige Antworten bleiben wegen unvollständiger Wiederholungsgruppen ausserhalb der Berechnung. Es werden beim Websitebesuch keine KI-Abfragen ausgelöst.

  • GPT: gpt-6.1-sol
  • Gemini: gemini-4-argon
  • Claude: claude-opus-5-5
  • Profile: Zürich/Deutsch, Lausanne/Französisch, Lugano/Italienisch.
  • Suchmodi: Websuche verfügbar und ohne Websuche. Verfügbar bedeutet nicht zwingend ausgeführt. Anbieterspezifische Suchmetadaten sind keine vergleichbare Behandlungsmessung.

MBA und Executive MBA: neue Erhebung mit natürlichen Fragen

Die zuvor zurückgezogenen Ergänzungsranglisten sind durch zwei neue, getrennte Erhebungen ersetzt: je 540 vollständige Antworten aus 10 Fragen × 3 Sprach-/Standortprofilen × 3 Modellen × 2 Suchmodi × 3 Wiederholungen. Die Fragen enthalten keine künstlichen Ausschlüsse anderer Programmarten. Die ursprünglichen 46 Branchen und die alten Erhebungsarchive bleiben unverändert; alte Antworten werden nicht den neuen Fragen zugeschrieben.

Alle 2’273 Namenskandidaten wurden anhand offizieller Hochschul- und Programmquellen zugeordnet und unabhängig gegengeprüft. Die MBA-Welle enthält 91 Anbieter- und 16 Programmziele, die Executive-MBA-Welle 89 Anbieter- und 38 Programmziele. Hochschulen, Organisationseinheiten, Programme und gemeinsame Abschlüsse bleiben getrennt. Die HSG wird nicht mehr aufgrund eines pauschalen Alias-Ausschlusses entfernt. Unklare Identitäten und ungesicherte Komponenten bleiben gesperrt; ihre Auslassung wird nicht zu einer negativen Bewertung.

Die vier Kennzahlen werden je Welle separat berechnet. Nichtnennungen sind nur bei ausreichender Identitäts- und Aufzählungssicherheit als solche zählbar; sie sind nicht unabhängig quellenzertifiziert. Fehlende Komponenten werden niemals durch 0 ersetzt. In der Gesamtauswahl haben je zwei Anbieter und zwei Programme pro Welle einen vollständigen AI Score. Weitere Ziele können Einzelkennzahlen oder Werte in engeren Filtern haben, aber keinen unbelegten Gesamtrang.

R und Python wurden für beide Wellen getrennt abgeglichen; Wiederholungsläufe lieferten byte-identische CSV-Ergebnisse. Der Website-Abgleich umfasst alle 48 Filterkombinationen. Diese Prüfungen und die Identitätsgegenprüfung sind keine vollständige unabhängige Neukodierung aller Antworten und keine wissenschaftliche Qualitätsfreigabe. Gemessen wird die Darstellung in KI-Antworten, nicht die Qualität von Hochschulen oder Programmen.

Historische Programmfamilien belegen keine aktuelle gemeinsame Verfügbarkeit. Bei EPFL werden heutige EPFL-only-Nennungen nicht nachträglich UNIL zugeschrieben. MBA ETH MTEC ist für 2028 angekündigt; bislang gab es laut offizieller Quelle keine MBA-Kohorte. Die dortigen Statistiken betreffen MAS MTEC. Logos zeigen Programm- oder Institutionszeichen; bei historischen Partnerschaften werden beide offiziellen Partnerzeichen als Darstellung kombiniert, nicht als neues offizielles gemeinsames Logo.

Vier Kennzahlen, unterschiedliche Nenner

Die folgenden fiktiven Beispiele illustrieren die Kennzahlen anhand der Frage: “Welche Bank eignet sich für digitales Alltagsbanking?” Bank A, B und C sind Platzhalter, keine realen Marken. Die Ausschnitte sind unabhängig voneinander zu lesen und stammen nicht aus der Erhebung.

Visibility
Anteil eindeutig genannter Ziele unter gezählten Antwort-Ziel-Paaren. Eine Nennung allein bedeutet keine Empfehlung.

Beispiel: “Zu den Anbietern gehören Bank A, Bank B und Bank C.”
Bank A ist sichtbar, wird hier aber weder bewertet noch empfohlen.

Representation
Anteil positiver Darstellungen unter substanziell beschriebenen, auswertbaren Fällen. Eine Beschreibung allein zählt nicht als positiv. Nicht beschriebene Fälle sind nicht anwendbar, nicht negativ.

Beispiel: “Bank A bietet eine übersichtliche App und einen gut erreichbaren Kundendienst.”
Die Marke wird substanziell positiv beschrieben. Eine erste Wahl ist damit noch nicht ausgesprochen.

Consideration
Anteil der gezählten Fälle, in denen die Marke für den konkreten Bedarf als passend dargestellt wird.

Beispiel: “Wenn Sie Ihr Konto vollständig per App verwalten möchten, ist Bank A eine passende Option.”
Die Marke wird ausdrücklich mit dem genannten Bedarf verbunden, aber nicht als beste Wahl hervorgehoben.

Top Recommendation
Anteil der gezählten Fälle mit eindeutiger erster/bester Gesamtwahl oder Rang 1 in einer klar priorisierten Empfehlung. Popularität, Marktführerschaft, blosse Erstplatzierung oder «zuerst prüfen» reichen nicht automatisch aus.

Beispiel: “Für Ihre Anforderungen an digitales Alltagsbanking ist Bank A meine erste Empfehlung.”
Eine klare erste Wahl für den konkreten Bedarf. “Bank A würde ich zuerst prüfen” allein reicht dagegen nicht.

Der GEO-Funnel ist ein Kennzahlenprofil, kein Conversion-Funnel. Die Stufenbreite entspricht dem Prozentwert auf einer gemeinsamen Skala. Wegen der unterschiedlichen Nenner kann eine spätere Stufe breiter sein. Fehlende Werte werden grau dargestellt, nicht als 0 %.

Berechnung: Mittelwert ± SD

  1. Nur vollständige Dreiergruppen je Frage, Modell, Profil und Suchmodus verwenden.
  2. Je Modell × Profil × Suchmodus × Wiederholung: positive Bewertungen / gezählte Bewertungen × 100.
  3. Innerhalb jeder Wiederholung die ausgewählten Strata gleich gewichten. Bei allen Filtern sind das 18 Strata. Fehlt auch nur ein erforderlicher Nenner, bleibt dieses Wiederholungsmittel fehlend.
  4. Mittelwert und Stichproben-Standardabweichung (SD) über genau drei vollständige Wiederholungsmittel. Fehlt eine Wiederholung, bleiben Mittelwert, SD und Rang nicht verfügbar.

Die SD wird in Prozentpunkten (PP) angegeben. Sie ist weder Standardfehler noch Konfidenzintervall und erfasst nicht die gesamte Unsicherheit. Summierte Zähler/Nenner stimmen bei ungleichen Stratumgrössen nicht zwingend mit dem gleichgewichteten Mittelwert überein. Gepoolte Diagnosen aus der privaten Analyse ersetzen auf der Website keine fehlenden primären Werte.

Die Filter ändern die ausgewählten Strata; für die verbleibenden Strata gelten dieselben Regeln. Die Karte zeigt die drei Profile für das ausgewählte Modell und den Suchmodus; ein Klick wählt das Profil für Tabelle und Funnel aus.

AI Score: vier Kennzahlen, je 25 % Gewicht

AI Score = (Visibility + Representation + Consideration + Top Recommendation) / 4. Die Rangliste ist standardmässig absteigend nach diesem Score sortiert. Alle vier Kennzahlen erhalten je 25 % Gewicht, unabhängig von ihren unterschiedlichen Nennern. Der Score liegt zwischen 0 und 100 Punkten; er ist keine Wahrscheinlichkeit und kein Marktanteil.

Für jede der drei Wiederholungen werden zuerst die vier stratenbalancierten Kennzahlen berechnet und dann gleich gewichtet gemittelt. Angezeigt werden Mittelwert und Stichproben-SD der drei Wiederholungs-Scores, in Punkten. Die SD ist nicht der Durchschnitt der vier einzelnen SDs.

Fehlt eine Kennzahl in einer benötigten Messgruppe oder Wiederholung, bleiben AI Score, SD und Rang nicht verfügbar. Fehlende Werte werden weder mit 0 ersetzt noch durch einen Durchschnitt der übrigen Kennzahlen umgangen. Der echte Wert 0 ist weiterhin gültig. Die vier Einzelkennzahlen und ihre jeweiligen Nenner bleiben separat sichtbar.

In der Gesamtauswahl der ursprünglichen 46 Branchen erhalten deshalb 188 von 15’003 Anbieterzielen und 39 von 8’405 Produkt-/Angebotszielen einen AI Score. Die übrigen Ziele bleiben ohne Score auffindbar. Filter können die Verfügbarkeit ändern; Anbieter und Produkte bleiben getrennt. Diese gleichgewichtete Zusammenfassung ist eine Darstellungsentscheidung, kein unabhängig validierter Qualitätsindex.

Getrennte Einheiten, konservative Ausschlüsse

Anbieter und Produktfamilien/Angebote werden niemals vermischt. Direkte primärkodierte Produktfamilien und Angebote können Einheiten sein. Einzelmodelle und Varianten benötigen einen belegten Familienpfad. Keine automatische Übertragung einer Produktbewertung auf den Anbieter oder umgekehrt, keine neu erfundenen Aliase.

Belegte Sprach- und Schreibvarianten derselben Einheit wurden in den ursprünglichen 46 Branchen quellenbezogen gegengeprüft und zusammengeführt. Universität St. Gallen und ETH Zürich werden dadurch je Branche gemeinsam über die drei Sprachprofile ausgewertet. Departments, Studienprogramme und andere eigenständige Einheiten bleiben getrennt; ungeklärte Identitäten bleiben ausgeschlossen. Anschliessend wurden die Kennzahlen aus den ursprünglichen Antwortkomponenten neu berechnet, nicht aus addierten Prozentwerten.

23’408 Analyseziele in den 46 angezeigten Branchen: 15’003 Anbieter und 8’405 Produkt-/Angebotsziele. Dies sind keine global eindeutigen Markenbestände und kein vollständiges Marktverzeichnis. In den ursprünglichen 46 Branchen wurden 4’034 Kandidaten ausgeschlossen. Die drei Fahrzeugbranchen Automarken, Premium Cars und Elektroautos enthalten mangels belegter Familienpfade keine Produktranking-Einheiten; Anbieterwerte bleiben separat vorhanden.

Grenzfälle werden nur bei der betroffenen Kennzahl aus Zähler und Nenner ausgeschlossen – weder als Ja noch als Nein. Eindeutige Komponenten derselben Antwort können erhalten bleiben.

Nichtnennungen und fehlende Werte

Nichtnennungen werden aus einer formal vollständigen Primärkodierung mit geklärten Identitäten auf der betreffenden Ebene abgeleitet. Identitätskonflikte, ungeklärte Rollen, bekannte Namensvorkommen ohne zugeordnete Zeile und Enumerationssperren verhindern unberechtigte negative Werte. Ein fehlender Registertreffer oder ein fehlender Texttreffer allein beweist keine Abwesenheit.

Diese Nichtnennungen sind primär abgeleitet, nicht unabhängig quellenzertifiziert. Die Abdeckungsansicht unterscheidet gezählte, ausgeschlossene und nicht anwendbare Fälle. Eine Quote kann trotz eines positiven Gesamtnenners fehlen, wenn einzelne benötigte Strata nicht abgedeckt sind.

Bei der Gesamtauswahl ist Representation nur für 188 Anbieterziele und 39 Produkt-/Angebotsziele vollständig definiert. Selten beschriebene Marken fehlen in einzelnen Strata; diese Lücke wird nicht mit 0 % aufgefüllt. Ein engerer Filter kann auswertbare Werte liefern, verändert aber den Vergleichskontext.

Quellenkontrollen und Reproduzierbarkeit

Für die ursprüngliche Messwelle wurden zusätzlich zur vorhandenen Kodierung 14 gezielt ausgewählte Antworten vollständig sowie 15 Einheitenfälle anhand von Originaltextauszügen geprüft. Dies ist keine Zufallsstichprobe und keine repräsentative Genauigkeitsschätzung. Entscheidungen sind privat an Quelltexte, exakte Zeilen, Zitate und Hashes gebunden.

Die Berechnung erfolgte mit R. Ein zweiter R-Lauf erzeugte byte-identische CSV-Ergebnisse. Alle Stratenraten und primären Mittelwerte/SD wurden zusätzlich arithmetisch gegengerechnet; 4’070 Ziele wurden unabhängig von den sparsamen Eingaben bis zu den Zählern und Nennern rekonstruiert. Diese Prüfungen belegen Rechenintegrität, nicht unabhängige semantische Validität.

Die Website erhält nur verdichtete Zähler und Nenner. Originalantworten, Quellenbelege, Rohlabels und private Prüfarchive werden nicht veröffentlicht. Ausgewählte Originalfragen werden als Beispiele gezeigt; die englischen Übersetzungen dienen nur der Illustration und wurden nicht als zusätzliches Erhebungsprofil verwendet. Es gibt keine Verbindung zur AIRank-Datenbank.

Karte, Ränge und Managementhinweise

Die Karte veranschaulicht die drei Sprach-/Standortprofile auf Sprachgebietsflächen. Sie ist keine kantonale oder bevölkerungsrepräsentative Erhebung. Sprache und Standort variieren gemeinsam; Unterschiede können nicht isoliert einem der beiden Faktoren zugeschrieben werden. Rätoromanisch wurde nicht separat untersucht.

Geometrie: BFS / GEOSTAT / ThemaKart, Kartengeometrien Set 2026, Sprachgebiete Stand 01.05.2022, generalisierte Gesamtfläche K4sprg20220501gf_ch2007Poly, proportional aus CH1903+ / LV95 in SVG umgerechnet. Stadtpunkte sind näherungsweise.

Ränge sind deskriptive Sortierungen nach der gewählten Kennzahl, keine Gesamtqualitätsscores. Der Gesamtvergleich enthält unterschiedliche Fragekontexte und weist keinen universellen Gesamtsieger aus. Handlungshinweise sind allgemeine Interpretationshilfen; weder Ursachen noch Optimierungswirkungen sind durch diese Messung nachgewiesen. Marken ohne hinterlegtes Logo erscheinen mit einem Initialen-Icon. Logos dienen ausschliesslich der Identifikation, nicht als Partnerschaftshinweis.