Türk Mobilya Üreticilerinin Almanya Pazarındaki AI Görünürlüğü 2026

AI’da Tek Bir Sıralama Yok: Türk Mobilya Üreticilerinin Almanya Pazarındaki AI Görünürlüğü 2026

3, 4 ve 8 Eylül 2026’da beş Almanca ticari/B2B sorguyu ChatGPT, Gemini, Meta AI ve Cerebras üzerinde karşılaştırdık. 300 entity görünümü ve 77 benzersiz isim tespit edildi. Model çiftleri arasındaki ortalama aday-set örtüşmesi %14,8 oldu. ChatGPT incelenen beş sorguda üç tarihte aynı sonuçları üretirken, bazı cevaplarda üretici olmayan, yabancı veya kategoriyle yalnız dolaylı ilişkili entity’ler de yer aldı.

Araştırma Sorusu: Aynı Ticari Niyette AI Motorları Aynı Üreticileri mi Öneriyor?

Bir kullanıcı aynı ticari ihtiyacı ChatGPT, Gemini, Meta AI veya başka bir üretken yapay zekâ sistemine sorduğunda yalnızca şirketlerin cevap içindeki sırası değişmeyebilir. Cevaba dahil edilen şirket ve marka kümesi de platformdan platforma farklılaşabilir.

Bunun yanında, cevapta yer alan her entity kullanıcının tarif ettiği şirket tipiyle tam olarak eşleşmeyebilir. Bir yapay zekâ sistemi mobilya kategorisiyle ilişkili bir şirketi doğru biçimde tanıyabilir; ancak onu üretici, perakendeci, distribütör veya farklı bir ticari rolle eşleştirebilir.

Magna Dijital Pazarlama Ajansı tarafından Magna AI Analyzer üzerinden gerçekleştirilen bu araştırmada iki temel soru incelendi:

Farklı yapay zekâ motorları aynı ticari niyete sahip sorgular için ne ölçüde aynı şirket ve markaları cevaplarına dahil ediyor?

Cevaba dahil edilen entity, kullanıcının tarif ettiği sektör, ülke ve ticari rolle ne ölçüde uyumlu?

Araştırmanın örneklemini Almanya pazarına yönelik Türk mobilya üreticisi aramalarını temsil eden beş Almanca ticari/B2B sorgu oluşturdu.

Araştırmanın Kapsamı

Ana karşılaştırma setinde 3, 4 ve 8 Eylül 2026 tarihlerinde gerçekleştirilen ölçümler kullanıldı. Beş Almanca sorgu dört AI motorunda karşılaştırmalı olarak incelendi.

Perplexity ölçümlerindeki kota kaynaklı veri eksikleri ve Google AI Overviews tarafında doğrudan karşılaştırılabilir bir şirket/marka listesinin oluşmaması nedeniyle bu iki platform ana karşılaştırma setinin dışında tutuldu.

8 Eylül’de Meta AI’ın iki sorguda kullanılabilir cevap üretmemesi nedeniyle ilgili hücreler eksik veri olarak değerlendirildi. Bu hücreler sıfır görünürlük olarak yorumlanmadı.

ChatGPT ölçümlerinde önceki cevabın yeniden kullanılması, conversation/session reuse veya response cache üzerinden bilinçli bir tekrar oluşturulmadı.

Metodoloji ve Ölçüm Yaklaşımı

Araştırmada temel analiz birimi, belirli bir model × sorgu × tarih kombinasyonunda cevapta yer alan entity oldu.

Bir şirketin veya markanın cevapta bulunması doğrudan başarı, tavsiye kalitesi veya ticari sonuç olarak değerlendirilmedi. Araştırma öncelikle gözlenen AI görünürlüğünü ve bu görünürlüğün yapısını inceledi.

Model çiftlerinin oluşturduğu entity kümelerinin benzerliğini ölçmek için Jaccard örtüşme oranı kullanıldı. Bu oran, iki modelin ortak entity sayısını iki model tarafından önerilen toplam benzersiz entity sayısına böler.

%100 örtüşme, iki modelin aynı entity kümesini oluşturduğunu; %0 örtüşme ise ortak entity bulunmadığını ifade eder.

Zaman içi stabilite değerlendirmesinde aynı sorgunun farklı ölçüm tarihlerindeki entity kümeleri karşılaştırıldı. Pozisyonların birebir aynı kaldığı durumlar ayrıca not edildi.

Araştırmada Kullanılan Temel Kavramlar ve Metrik Tanımları

Bu araştırmada yapay zekâ görünürlüğünü değerlendirirken birbirine yakın görünen ancak farklı şeyleri ifade eden bazı kavramlar kullanıyoruz. Bulguları doğru yorumlayabilmek için özellikle entity, mention, recommendation, position ve citation gibi kavramların birbirinden ayrılması önemlidir.

Entity
Yapay zekâ sisteminin ayrı bir kişi, marka, şirket, kurum, ürün veya başka bir tanımlanabilir varlık olarak ele aldığı oluşumdur. Bu araştırmada Bellona, İstikbal veya Modoko gibi isimlerin her biri birer entity olarak değerlendirilmiştir.

Intent — Sorgu Niyeti
Kullanıcının bir soruyla gerçekte ne aradığını veya hangi ihtiyacı karşılamaya çalıştığını ifade eder. Örneğin “Türk mobilya üreticileri” ile “Almanya için distribütör arayan Türk mobilya üreticileri” aynı kategoriyle ilgili olsa da farklı ticari intentlere sahiptir.

AI Visibility — Yapay Zekâ Görünürlüğü
Bir marka veya entity’nin üretken yapay zekâ sistemlerinin ilgili kullanıcı sorgularına verdiği cevaplarda ne ölçüde yer aldığını inceleyen üst kavramdır. Tek bir sorguda görünmek, markanın genel AI Visibility performansını tek başına temsil etmez.

Presence — Görünüm
Bir entity’nin AI tarafından üretilen cevapta yer almasıdır. Bu araştırmada “entity görünümü”, belirli bir model, sorgu ve tarihte entity’nin cevapta aday olarak bulunmasını ifade eder.

Recommendation — Öneri
Bir AI sisteminin entity’yi yalnızca anmak yerine kullanıcının sorusuna uygun bir seçenek veya aday olarak sunmasıdır. Mention ile recommendation aynı şey değildir.

Position — Pozisyon
Bir entity’nin AI cevabındaki göreli sırasını ifade eder. İlk sırada yer almak yüksek bir position göstergesi olabilir; ancak entity’nin doğru sınıflandırıldığı veya ticari açıdan daha iyi olduğu anlamına gelmez.

Citation — Atıf / Kaynak Gösterimi
AI cevabında bir bilgi veya iddianın desteklendiği kaynak, sayfa veya referanstır. Bir markanın cevapta geçmesi, o markanın web sitesinin veya başka bir kaynağın citation olarak kullanıldığı anlamına gelmez.

Entity Fit — Entity Uyumu
Cevapta yer alan entity’nin kullanıcının istediği sektör, şirket tipi, coğrafi köken, ürün kategorisi ve ticari rolle ne ölçüde eşleştiğini ifade eder. Bir şirket mobilya sektörüyle ilişkili olabilir ancak “Türk mobilya üreticisi” intent’iyle tam uyumlu olmayabilir.

Entity Resolution — Entity Çözümleme
Bir isim veya marka ifadesinin gerçekte hangi kişi, şirket veya kuruma karşılık geldiğinin doğru biçimde belirlenmesidir. Benzer isimler veya yetersiz bağlam, AI sistemlerinin farklı entity’leri birbirine karıştırmasına neden olabilir.
 

Bu ayrım özellikle önemlidir. Presence, citation, recommendation, position ve referral aynı metrik değildir. Bu araştırma citation kaynaklarını, AI referral trafiğini veya downstream ticari sonuçları ölçmemektedir.

Ana Bulgular

Model çiftleri arasındaki ortalama örtüşme %14,8

Araştırmanın en belirgin bulgularından biri farklı AI motorlarının aynı ticari sorgular için büyük ölçüde farklı entity kümeleri oluşturması oldu.

Bu örneklemde iki AI motorunun aynı ticari sorgu için oluşturduğu aday kümelerinin ortalama olarak yaklaşık yedide biri ortaktı.

Dolayısıyla AI Visibility değerlendirmesinde yalnızca “Kaçıncı sıradayız?” sorusu yeterli olmayabilir. Öncesinde markanın hangi platformların cevap kümelerine dahil olduğu da ayrı bir gözlem boyutudur.

Bu sonuç bütün AI sistemlerini kapsayan tek ve değişmez bir “AI sıralaması” varsayımının araştırma kapsamındaki veriyi açıklamakta yetersiz kaldığını gösteriyor.

15 testin hiçbirinde tüm kullanılabilir AI motorları aynı ilk sırada birleşmedi

Üç ana ölçüm tarihi ve beş sorgu birlikte değerlendirildiğinde 15 sorgu × tarih kombinasyonu oluştu.

Bu 15 kombinasyonun hiçbirinde, kullanılabilir cevap üreten tüm AI motorları aynı entity’yi ilk sıraya yerleştirmedi.

Sonuç: 0 / 15.

Bu bulgu, tek platform veya tek ölçüm üzerinden yapılan “AI’da birinci” türü genellemelerin araştırma metodolojisi açısından dikkatli ele alınması gerektiğine işaret ediyor.

77 entity’nin %57’si yalnızca bir kez göründü

300 toplam entity görünümü 77 benzersiz isme dağıldı. Bu 77 entity’nin 44’ü yalnızca tek bir cevapta yer aldı.

Başka bir ifadeyle araştırmada tespit edilen benzersiz isimlerin yaklaşık %57’si tekil görünüm oluşturdu.

Buna karşılık daha sınırlı bir marka grubu farklı tarih, sorgu ve modellerde tekrarlandı.

Bu altı marka 300 entity görünümünün 148’ini, yani %49,3’ünü oluşturdu.

Veri böylece iki farklı davranışı görünür hale getiriyor: farklı ölçümlerde tekrar eden görece dar bir çekirdek ile çoğunlukla tekil olarak ortaya çıkan geniş bir uzun kuyruk.

Bu nedenle bir markanın tek cevapta bulunması ile farklı tarihlerde, modellerde ve sorgu niyetlerinde tekrar tekrar görünmesi aynı gözlem değildir.

Aynı toplam görünüm, aynı görünürlük profili anlamına gelmiyor

Toplam entity görünümü tek başına bazı önemli farklılıkları gizleyebiliyor.

Bellona 35 görünüm ile araştırmadaki en yüksek toplam entity görünümüne ulaştı; dört modelin ve beş intentin tamamında yer aldı. Buna karşın hiçbir gözlemde ilk sırada değildi.

İstikbal 28 kez görünmesine rağmen bu görünümlerin 14’ünde ilk sıradaydı.

Çilek Mobilya ise yalnızca sekiz görünüm elde etti; ancak bunların altısı ilk sıradaydı ve görünüm özellikle çocuk ve genç odası sorgu niyetinde yoğunlaştı.

Bu örnekler presence breadth, position ve intent concentration gibi ölçümlerin birbirinden ayrılması gerektiğini düşündürüyor.

ChatGPT bu örneklemde diğer platformlardan daha stabil çıktı

Aynı beş sorgu 3, 4 ve 8 Eylül tarihlerinde tekrarlandığında platformların zaman içi davranışları farklılaştı.

ChatGPT’de beş sorgunun entity setleri ve pozisyonları üç ölçüm tarihinde de aynı kaldı.

Ancak bu stabilite doğru entity sınıflandırmasıyla eş anlamlı değildi.

Örneğin distribütörlük/toptan satış sorgusunda ChatGPT üç tarihte de Yuvam GmbH, ARGA Handels GmbH ve MUFE-X sıralamasını korudu. Araştırmadaki entity-fit incelemesinde bu sonuçlar doğrudan Türk mobilya üreticisi rolüyle tam uyumlu kabul edilmedi.

Benzer şekilde Modoko çok kriterli üretici sorgusunda üç ölçümde de ilk sırada yer aldı; buna karşın entity tipi üretici olarak sınıflandırılmadı.

Bu örneklem açısından temel ayrım nettir: Stability ≠ Correctness.

Bu sonuç ChatGPT’nin bütün sektörlerde, ülkelerde veya kullanım koşullarında diğer modellerden daha stabil olduğunu göstermez. Yalnızca kullanılan beş sorgu ve üç ana ölçüm tarihinde gözlenen davranışı ifade eder.

Sonuçlar sorgu niyetine göre belirgin biçimde değişti

Modeller arasındaki entity-set örtüşmesi kullanılan ticari sorgu niyetine göre de değişti.

En düşük model örtüşmesi çocuk ve genç odası sorgusunda gözlendi: %3,3.

Aynı sorgu entity-fit açısından da dikkat çekici bir ayrışma üretti. Çilek Mobilya üç ayrı tarihte ChatGPT ve Gemini tarafından ilk sırada yer alırken Meta AI aynı üç ölçümde “IKEA (Türkiye Üretimi)” sonucunu ilk sıraya taşıdı.

Araştırmadaki sınıflandırmada Çilek Mobilya sorgunun üretici ve alt kategori niyetiyle uyumlu kabul edilirken IKEA örneği “Türkiye’de üretim veya tedarik ilişkisi” ile “Türk mobilya üreticisi” kimliğinin birbirinden ayrılması gerektiğini gösteren bir entity-fit örneği olarak değerlendirildi.

Bu bulgu AI görünürlüğünün yalnız platforma değil, sorgu niyetine de bağlı olarak değişebildiğini gösteriyor.

AI doğru sektörü bulup yanlış ticari rolü seçebiliyor

77 benzersiz entity üzerinde yapılan ön entity-fit incelemesinde farklı uyum problemleri gözlendi.

Bazı sonuçlar mobilya ekosistemiyle ilişkili olmasına rağmen sorguda istenen “üretici” rolüyle tam olarak örtüşmüyordu.

Bu sonuçlar, bir AI sisteminin sektörü doğru algılamasının entity’nin değer zincirindeki rolünü de doğru sınıflandırdığı anlamına gelmediğine işaret ediyor.

Entity Fit: Presence Her Zaman Doğru Temsil Anlamına Gelmiyor

Araştırmadaki dikkat çekici örneklerden ikisi Vakko ve Beymen oldu.

Ana üç günlük örneklemde Vakko sekiz kez göründü ve bu sekiz görünümün tamamı Meta AI tarafından üretildi. Vakko beş intentin tamamında en az bir kez Meta AI sonucuna dahil edildi.

Beymen ise üç kez göründü ve üç görünümün tamamı yine Meta AI’dan geldi.

Aynı ölçüm setinde ChatGPT, Gemini ve Cerebras bu iki entity’yi cevaplarına dahil etmedi.

Bu gözlem Meta AI’ın bu örneklemde ürün/kategori ilişkisini üretici rolüyle daha geniş biçimde eşleştirmiş olabileceğini düşündürüyor. Ancak araştırma, bu davranışın algoritmik nedenini ölçmemektedir.

Benzer bir ayrım Yuvam GmbH ve Modoko örneklerinde de görüldü. Her iki entity belirli sorgularda üç ana ölçüm tarihinde de ilk sırada kalabildi; ancak araştırmadaki entity-fit değerlendirmesinde “Türk mobilya üreticisi” rolüyle tam eşleşmedi.

Bu nedenle araştırmanın ölçüm disiplini şu ayrımı koruyor:

Presence ≠ Relevance ≠ Correctness.

Aynı şekilde:

Mention ≠ Citation ≠ Recommendation ≠ Position ≠ Referral.

Bulgular AI Visibility Ölçümü Açısından Neyi Düşündürüyor?

Bu araştırmanın verileri AI Visibility’nin tek bir toplu skorla açıklanmasının bazı önemli farklılıkları görünmez hale getirebileceğine işaret ediyor.

Bu örneklemde en az beş ayrı gözlem boyutu birbirinden ayrılabiliyor:

Bu beş boyut araştırmanın verisini açıklamak için kullanılan analitik ayrımlardır; yeni bir ticari skor, ürün veya doğrulanmış evrensel AI Visibility modeli olarak sunulmamaktadır.

Özellikle entity fit için araştırmanın tamamını kapsayan normalize edilmiş bir “Entity Fit Rate” hesaplanmamıştır. Böyle bir metrik gelecekte ayrı bir metodoloji ve tüm gözlemlerin sistematik olarak sınıflandırılmasını gerektirir.

GEO ve Entity Bilgisi Açısından Çıkarılabilecek Sonuç

Bu çalışma, GEO çalışmalarının etkisini veya belirli optimizasyonların AI cevaplarında görünürlüğe neden olduğunu ölçmemektedir.

Buna karşılık entity-role hatalarının görülmesi, markaların dijital ortamdaki tanımlarının ne kadar açık ve tutarlı olduğunun ayrıca incelenmesini anlamlı hale getiriyor.

Bir şirketin üretici mi, distribütör mü, perakendeci mi olduğu; hangi ürün kategorilerinde faaliyet gösterdiği; hangi coğrafi pazarlara hizmet verdiği ve hangi marka/entity ile ilişkilendirilmesi gerektiği gibi bilgiler AI Visibility açısından araştırılabilecek ayrı entity boyutlarıdır.

Bu araştırmanın verisinden doğrudan “şu kaynak AI görünürlüğünü artırır” sonucu çıkarılamaz. Ancak yanlış ticari rol ve menşe eşleşmelerinin görülmesi, entity bilgisinin web sitesi ve doğrulanabilir üçüncü taraf yüzeylerde nasıl temsil edildiğinin incelenmesi için gerekçe oluşturuyor.

GEO, AEO ve AI Görünürlük konularının metodolojik ve ticari kapsamı bu araştırmadan ayrı olarak Magna Dijital’in ilgili uzmanlık sayfalarında incelenebilir.

Araştırmanın Sınırlılıkları

Araştırma beş Almanca ticari sorgu, üç ana ölçüm tarihi, tek sektör ve tek hedef pazarla sınırlıdır.

2 Eylül 2026 ölçümü pilot veri olarak değerlendirilmiş ve sonraki ölçümlerle aynı yapıda olmadığı için longitudinal karşılaştırmaya dahil edilmemiştir.

Perplexity ve Google AI Overviews ana model karşılaştırma setinde yer almamaktadır. Bu nedenle araştırmanın sonuçları bu platformlara genellenmemelidir.

8 Eylül’de Meta AI’ın iki sorguda kullanılabilir cevap üretmemesi eksik veri olarak tutulmuştur. Eksik gözlemler sıfır görünürlük olarak değerlendirilmemiştir.

Entity-fit incelemesinde açık biçimde doğrulanamayan şirket veya isimler otomatik olarak “hatalı” veya “hallucination” şeklinde sınıflandırılmamış; belirsiz veya doğrulama gerekli olarak ele alınmıştır.

Araştırma, platformların neden belirli entity’leri seçtiğini veya kullandıkları algoritmik mekanizmaları açıklayacak deneysel bir nedensellik tasarımına sahip değildir.

Bu Araştırma Neyi Göstermiyor?

Bu çalışma “Almanya’daki en iyi Türk mobilya üreticileri” sıralaması değildir.

Markaların ürün kalitesini, üretim kapasitesini, ihracat hacmini, finansal büyüklüğünü, fiyat rekabetçiliğini veya Almanya’daki gerçek pazar payını ölçmemektedir.

Çalışma ChatGPT, Gemini, Meta AI veya Cerebras’ın genel doğruluk ve kalite benchmarkı değildir.

Bu araştırmadaki entity görünümü:

• citation sayısı değildir,
• AI referral trafik metriği değildir,
• satış veya lead metriği değildir,
• gelecekteki görünürlüğün garantisi değildir,
• tek başına doğru recommendation anlamına gelmez.

Aynı şekilde araştırmada gözlenen platform farkları, bu platformların algoritmalarının nasıl çalıştığını kesin olarak açıklamaz.

Çalışmanın amacı belirli markaları nihai bir başarı sıralamasına koymak değil; aynı ticari niyet karşısında AI sistemlerinin oluşturduğu entity kümelerinin örtüşmesini, zaman içi stabilitesini, sorgu niyetine göre değişimini ve entity uyumunu karşılaştırmalı olarak incelemektir.

Kullanılan Sorgular

S1 — Distribütörlük / toptan satış

Welche türkischen Möbelhersteller eignen sich für eine Vertriebs- oder Großhandelspartnerschaft in Deutschland?

S2 — Sofa ve ev mobilyası

Welche türkischen Hersteller von Sofas, Polstermöbeln sowie Wohn- und Schlafzimmermöbeln würden Sie deutschen Möbelhändlern empfehlen?

S3 — Çocuk ve genç odası

Welche türkischen Hersteller von Kinder- und Jugendzimmermöbeln sind für Importeure und Händler in Deutschland interessant?

S4 — Otel ve proje mobilyası

Welche türkischen Möbelhersteller eignen sich für Hotels, Wohnprojekte und andere Objekteinrichtungen in Deutschland?

S5 — Çok kriterli üretici karşılaştırması

Vergleiche empfehlenswerte türkische Möbelhersteller für den deutschen Markt nach Produktkategorie, Exporterfahrung, Produktionskapazität, Zertifikaten, Individualisierungsmöglichkeiten und Händlerangebot.

Sonuç: AI Visibility Bir Ranking Probleminden Daha Fazlası

Bu araştırmanın örnekleminde farklı AI motorları aynı ticari sorgular için büyük ölçüde farklı entity kümeleri oluşturdu.

Model çiftleri arasındaki ortalama entity-set örtüşmesi %14,8 seviyesinde kaldı.

77 benzersiz entity’nin yaklaşık %57’si yalnızca bir kez görülürken, altı marka toplam 300 görünümün %49,3’ünü oluşturdu.

ChatGPT beş sorguda üç ana ölçüm tarihinde aynı entity setleri ve pozisyonları üretirken diğer platformlarda daha yüksek zaman içi değişkenlik gözlendi. Ancak bazı stabil sonuçlarda entity-role uyumsuzluklarının da tekrar ettiği görüldü.

Marka bazındaki örnekler de görünürlüğün tek boyutlu olmadığını gösterdi. Bellona en yüksek toplam entity görünümünü elde ederken hiçbir gözlemde ilk sırada yer almadı. İstikbal 28 görünümün 14’ünde ilk sıraya çıktı. Çilek Mobilya ise daha dar bir sorgu alanında sekiz görünümün altısında ilk sırada yer aldı.

En kritik bulgulardan biri ise cevapta yer almanın doğru entity olarak temsil edilmekle aynı şey olmamasıydı.

Bir sistem doğru sektörden ancak farklı ticari role sahip bir şirketi seçebilir, yabancı bir markayı Türk üretici bağlamına dahil edebilir veya yeterince çözülemeyen bir entity’yi sonuç kümesine ekleyebilir.

Bu nedenle bu araştırma kapsamında daha anlamlı AI Visibility sorusu yalnızca:

“Markamız AI cevabında kaçıncı sırada?”

değil;

“Markamız farklı AI motorlarının farklı ticari niyetlere verdiği cevaplarda ne kadar düzenli, ne kadar yaygın ve ne kadar doğru bir entity olarak temsil ediliyor?”

şeklinde ortaya çıkıyor.

Araştırma Hakkında

Bu çalışma Magna Dijital Pazarlama Ajansı tarafından Magna AI Analyzer üzerinden gerçekleştirilen çoklu yapay zekâ görünürlük ölçümlerinden hazırlanmıştır.

Magna Dijital, entegre ve veri odaklı bir dijital pazarlama ajansıdır. Bu araştırmanın amacı markaları ticari başarı veya ürün kalitesi açısından sıralamak değil; farklı AI sistemlerinin aynı ticari niyet karşısında oluşturduğu entity kümelerinin örtüşmesini, zaman içindeki stabilitesini ve entity uyumunu karşılaştırmalı olarak incelemektir.