KI-Zitationsstudie: Wird Twitch von KIs zitiert?

Twitch ist in Kanäle gegliedert. Jeder Streamer überträgt live, die Zuschauer chatten in Echtzeit, und Übertragungen können eine begrenzte Zeit als frühere Videos gespeichert oder zu kurzen Clips geschnitten werden. Kategorien ordnen Streams nach Spiel oder Thema, etwa einem bestimmten Spieletitel oder Musik.

Fast nichts davon ist Text, den ein Sprachmodell zitieren kann. Ein Stream besteht aus Stunden Video, der Chat läuft zu schnell, um als Referenz zu dienen, und vergangene Übertragungen werden nicht unbegrenzt gespeichert. Der vorhandene Text ist kurz: ein Kanalname, eine Kurzbeschreibung, die Infoboxen unter dem Videofenster, ein Titel für die Übertragung.

Deshalb stützen sich KI-Modelle vor allem auf das, was über Twitch geschrieben wird: Hilfebereich und Leitfäden für Streamer, die die Plattform selbst veröffentlicht, Videospiel- und E-Sport-Medien, Wikis und Fanseiten zu Streamern sowie Nachrichten über die Regeln und das Geschäft der Plattform.

• Wo man zuschaut: »Wo kann ich die League of Legends Weltmeisterschaft live sehen?«, »Welche deutschen Streamer spielen Zelda?«. Die Antwort nennt Twitch, manchmal einen bestimmten Kanal.
• Streamer werden: »Wie fange ich mit dem Streamen auf Twitch an?«, »Voraussetzungen für Twitch-Affiliate«, »bestes Mikrofon zum Streamen«.
• Vergleiche: »Twitch, YouTube Live oder Kick für Einsteiger?«.
• Markenkooperationen: »Wie sponsere ich einen Twitch-Streamer?«, »Welche Marken werben auf Twitch?«.
• Sicherheit und Regeln: »Ist Twitch für Kinder geeignet?«, »Warum wurde dieser Streamer gesperrt?«.

Videospiele, Medien und Unterhaltung sind die natürlichen Branchen. Twitch taucht aber auch in Antworten zum Handel auf, etwa wenn es um das Spielezubehör von Streamern oder um die Marken geht, die sie sponsern.

Live-Inhalte ändern sich täglich, daher zählt hier stärker als bei den meisten Plattformen, wie ein Modell an aktuelle Informationen kommt.

• Grok hat direkten Zugriff auf X, wo Streamer ankündigen, wann sie live gehen, und Clips teilen. Es kann einen Kanal oder eine Veranstaltung daher leichter mit Twitch verknüpfen.
• Gemini stützt sich auf die Google-Suche, die Twitch-Kanalseiten und die vielen Artikel über Streamer indexiert.
• Perplexity sucht bei jeder Frage im Web und zitiert eher Fachmedien und Hilfeartikel als den Kanal selbst.
• ChatGPT kennt Geschichte und Vokabular der Plattform aus seinen Trainingsdaten und nutzt die Suche für aktuelle Ereignisse oder Regeländerungen.
• Claude beschreibt die Funktionsweise von Twitch aus dem, was es im Training gelernt hat, und zitiert Seiten nur bei aktivierter Websuche.

Modelle, die nur aus Trainingsdaten antworten, geraten schnell ins Hintertreffen, wenn es darum geht, wer gerade was streamt. Fragen zur aktuellen Szene begünstigen Modelle, die suchen.

Twitch wird selten zitiert, daher beruht jeder Monat auf wenigen Antworten, und Ausschläge sind häufig. Ein Turnier, ein viraler Stream oder eine Welle von Fragen zu Spielehardware genügt, um die Kurve zu bewegen.

Die meisten Vorkommen nennen die Plattform oder einen Kanal, statt auf ein bestimmtes Video zu verlinken. Für eine Marke läuft die Verbindung zu Twitch in KI-Antworten meist über die Streamer und Medien, die darüber berichten.