Gartner Hype Cycle: Wie ordnest du Trends in SEO, KI und E-Commerce ein?

Erst generative KI, dann GEO, jetzt KI-Agenten und Agentic Commerce. Gefühlt landet jeden Monat ein neues Thema auf deinem Tisch, meist zusammen mit dem Hinweis, dass du jetzt handeln musst. Ob das stimmt, weiß in dem Moment niemand genau.

Für die Einordnung solcher Themen gibt es seit 1995 ein bekanntes Modell, den Gartner Hype Cycle. Du begegnest der Kurve in Präsentationen von Dienstleistern und in Fachartikeln. In diesem Artikel erfährst du, was hinter dem Modell steckt, wo KI gerade steht und warum du dich trotzdem nicht blind auf die Kurve verlassen solltest.

Am Ende weißt du, wie du einen neuen Hype für deinen eigenen Betrieb einschätzt und wann sich Geld dafür lohnt.

Was ist der Gartner Hype Cycle?

Der Gartner Hype Cycle ist eine Grafik, die zeigt, wie sich die Erwartungen an eine neue Technologie im Lauf der Zeit verändern. Gartner, ein US-amerikanisches Marktforschungs- und Beratungsunternehmen, beschreibt ihn als Darstellung des Reifegrads und der Akzeptanz von Technologien und ihrer möglichen Bedeutung für echte Geschäftsprobleme.¹ Die senkrechte Achse misst die Erwartungen, die waagerechte setzt sie in Beziehung zum nachgewiesenen Nutzen über die Zeit.²

Es gibt nicht nur eine Kurve. Gartner veröffentlicht inzwischen mehr als 130 Hype Cycles für einzelne Branchen und Themen. Am bekanntesten ist der Hype Cycle für neue Technologien, für den Gartner nach eigenen Angaben jedes Jahr rund 2.000 Technologien bewertet und auf eine kurze Auswahl verdichtet.³

Was du in Präsentationen und Fachartikeln siehst, ist meist nur die Grafik. Die eigentlichen Berichte mit Begründungen und Empfehlungen sind laut Gartner zahlenden Kund:innen vorbehalten.¹ Der Wagniskapitalgeber Michael Mullany, der die Hype Cycles von 2000 bis 2016 ausgewertet hat, sieht in der Kurve vor allem ein Spiegelbild dessen, worüber sich die Branche gerade einig ist. Einige der Begriffe darauf hat Gartner selbst geprägt.⁴

Die Grafik ist also eine Einschätzung erfahrener Analyst:innen, keine Messung. Verwechsle sie außerdem nicht mit dem Magic Quadrant. Den nutzt Gartner, um Anbieter innerhalb eines Marktes zu vergleichen, der Hype Cycle dagegen soll Trends einordnen.²

Woher stammt das Modell?

Das Modell stammt von der Analystin Jackie Fenn, die seit 1994 bei Gartner arbeitete. Sie hatte 1995 in ihren Berichten wiederkehrende Muster bei neuen Technologien beobachtet und dafür eine Kurve mit benannten Phasen gezeichnet. Ursprünglich war das ein einmaliger Bericht. Weil er bei Kolleg:innen und Kund:innen gut ankam, wurde daraus der jährliche Hype Cycle für neue Technologien.⁵

Der Grundgedanke ist älter. Der Forscher Roy Amara hat ihn so formuliert: „Wir neigen dazu, die kurzfristige Wirkung einer Technologie zu überschätzen und die langfristige Wirkung zu unterschätzen.“⁶

Auch die Erfinderin selbst lag mit der Kurve nicht immer richtig. Laut Wikipedia sagte Fenn 1999 den Dotcom-Crash ein halbes Jahr vorher voraus. 1995 hielt sie den „Information Superhighway“, also das Internet, dagegen bereits für ein Thema im Niedergang.⁶

Was unterscheidet einen Hype von einem Trend?

Im Alltag werden beide Wörter oft gleich verwendet. Für deine Entscheidungen lohnt es sich aber, sie auseinanderzuhalten. Der Duden beschreibt einen Trend als Entwicklung, die über einen gewissen Zeitraum bereits zu beobachten und statistisch erfassbar ist.⁷ Einen Hype beschreibt er unter anderem als „Welle oberflächlicher Begeisterung“ oder als aus Gründen der Publicity inszenierte Täuschung.⁸

Ein Trend lässt sich also messen, ein Hype ist vor allem Erwartung. Genau das bildet auch der Hype Cycle ab. Er zeigt, wie eine Technologie wahrgenommen wird, und nicht, was tatsächlich mit ihr passiert.⁶ Gartner selbst stellt die Frage, wie man den Hype von dem unterscheidet, was kommerziell machbar ist.¹

Ein Thema kann beides gleichzeitig sein: eine echte, messbare Entwicklung, um die herum viel Lärm gemacht wird. Für deinen Betrieb ist deshalb eine Prüffrage hilfreich. Siehst du die Entwicklung in deinen eigenen Zahlen, etwa in der Webanalyse oder im Verhalten deiner Kund:innen? Oder bisher nur in Schlagzeilen und in Angeboten von Dienstleistern?

Welche Phasen durchläuft ein Hype?

Laut Gartner durchläuft jede Technologie auf dem Hype Cycle fünf Phasen:¹

1. Technologischer Auslöser: Ein möglicher Durchbruch bringt alles ins Rollen. Erste Machbarkeitsbeispiele und Medienberichte sorgen für viel Aufmerksamkeit, obwohl es oft noch keine brauchbaren Produkte gibt und unklar ist, ob sich damit Geld verdienen lässt.
2. Gipfel der überzogenen Erwartungen: Es gibt erste Erfolgsgeschichten, oft begleitet von vielen Misserfolgen. Einige Unternehmen steigen ein, viele nicht.
3. Tal der Enttäuschungen: Das Interesse lässt nach, weil Experimente und Einführungen nicht liefern. Anbieter verschwinden vom Markt. Investiert wird nur weiter, wenn die verbliebenen Anbieter ihre Produkte so verbessern, dass die frühen Nutzer:innen zufrieden sind.
4. Pfad der Erleuchtung: Es zeigt sich immer klarer, wo die Technologie Unternehmen tatsächlich nützt. Anbieter bringen die zweite und dritte Produktgeneration heraus, mehr Unternehmen starten Pilotprojekte. Vorsichtige Unternehmen halten sich weiter zurück.
5. Plateau der Produktivität: Die breite Einführung beginnt. Es ist klarer, woran man gute Anbieter erkennt, und die Technologie zahlt sich auf breiter Front aus.

Wie lange das dauert, ist offen. Gartner schreibt, dass eine Innovation oft drei bis fünf Jahre für den Weg durch die Kurve braucht, manche aber unterwegs herausfallen.² Wie viele das sind, zeigen Auswertungen weiter unten.

Wo stehen KI und KI-Agenten gerade?

KI-Agenten sind kein neues Hype-Thema. Laut Mullany war „Intelligent Agents“ schon auf dem allerersten Hype Cycle von 1995 die am stärksten gehypte Technologie. Zwei Jahre später brachte Microsoft mit Office 97 den Assistenten Clippy heraus, die Büroklammer, die beim Schreiben ungefragt Hilfe anbot. Mullany nennt ihn einen „enthusiastischen, aber inkompetenten Assistenten“. Clippy hat eine ganze Generation von Word-Nutzer:innen traumatisiert, und laut Mullany war die Idee der intelligenten Agenten damit für Jahre erledigt.⁴ Die Idee war richtig, nur die Technik war noch lange nicht so weit.

Heute ist sie zurück. Nachdem generative KI wie ChatGPT jahrelang das beherrschende Thema war, hat sich der Hype verlagert. Gartner sprach im August 2025 von einer schrittweisen Abkehr von generativer KI als zentralem Thema, hin zu dem, was eine dauerhafte Nutzung erst möglich macht. Dazu zählt Gartner KI-taugliche Daten und KI-Agenten. Beide standen 2025 auf dem Gipfel der überzogenen Erwartungen.⁹ KI-Agenten sind Programme, die auf denselben Sprachmodellen aufbauen, aber selbstständig mehrere Schritte erledigen, statt nur eine Frage zu beantworten.

Im Hype Cycle für KI-Agenten von 2026 stehen sie weiterhin auf dem Gipfel. Laut einer Gartner-Umfrage unter IT-Führungskräften hatten erst 17 Prozent der Unternehmen KI-Agenten im Einsatz, mehr als 60 Prozent wollten das innerhalb von zwei Jahren tun. Gartner nennt das die steilste geplante Einführung aller neuen Technologien in der Umfrage.¹⁰ Zwischen Anspruch und Umsetzung klafft also eine große Lücke.

Dazu passt eine Prognose von Gartner aus dem Juni 2025. Bis Ende 2027 sollen mehr als 40 Prozent der Projekte mit KI-Agenten wieder eingestellt werden, wegen steigender Kosten, unklarem Nutzen oder fehlender Risikokontrollen. Viele Anbieter betreiben laut Gartner „Agent Washing“, sie verkaufen also vorhandene Chatbots oder Automatisierungen unter neuem Namen als KI-Agenten. Von den Tausenden Anbietern hält Gartner nur rund 130 für echte Agenten-Anbieter.¹¹

Der Hype Cycle für KI von August 2026 fasst die Lage so zusammen: Es wird weiter stark in KI investiert, aber der tatsächliche Nutzen kommt sehr ungleich an.² Die Zahlen sind auf dem Stand von Herbst 2026. Gerade bei KI kann sich das Bild innerhalb weniger Monate verschieben.

Der Hype Cycle ist kein Naturgesetz

So einleuchtend die Kurve aussieht, sie ist umstritten. Zu den wichtigsten Kritikpunkten gehört, dass es sich gar nicht um einen echten Zyklus handelt. Außerdem ist das Modell nicht wissenschaftlich hergeleitet, und es gibt keine Daten, die den typischen Verlauf belegen. Begriffe wie Enttäuschung oder Erleuchtung sind subjektiv, sodass sich kaum objektiv sagen lässt, wo eine Technologie gerade steht.⁵

Die Forscher Ozgur Dedehayir und Martin Steinert haben das Modell 2016 in einer Fachzeitschrift überprüft. Sie suchten in Gartners eigenen Technologiedaten nach Belegen für Hype Cycles und fanden dabei Unstimmigkeiten mit Gartners Berichten.¹²

Was zeigen Auswertungen früherer Hype Cycles?

Noch deutlicher wird Mullany. Er hat alle Hype Cycles für neue Technologien von 2000 bis 2016 durchgesehen, mehr als 200 Technologien. Er kommt zu dem Schluss, dass die typische Technologie der Kurve nicht folgt. Wir glauben das nur, weil wir uns an die Erfolge erinnern und die vielen gescheiterten Themen vergessen.⁴

Ein paar Zahlen und Beispiele aus seiner Auswertung:⁴

• Nur eine Handvoll Technologien wurde früh erkannt und lief einigermaßen vorhersehbar durch die ganze Kurve, darunter Cloud Computing und 3D-Druck.
• Gut 50 Technologien tauchten nur in einem einzigen Jahr auf und danach nie wieder.
• Weitere rund 20 Prozent der Technologien, die über mehrere Jahre beobachtet wurden, verschwanden, bevor sie den Mainstream erreichten. Ein Beispiel ist der Mobilfunkstandard WiMAX.
• Spracherkennung stand schon 1995 auf dem Weg zum Plateau, war damals aber noch lange nicht ausgereift.
• Quantencomputing galt bereits im Jahr 2000 als mehr als zehn Jahre entfernt.
• Wichtige Entwicklungen wie neue Datenbanktypen (NoSQL) standen nie auf dem Hype Cycle für neue Technologien.

Ein Beispiel ist für Betriebe besonders lehrreich. Die Auswertung großer Datenmengen kam laut Mullany in drei Wellen auf die Kurve: als Data Mining in den 1990ern, als Analytics in den 2000ern und als Big Data in den 2010ern.⁴ Das Problem blieb dasselbe, nur das Etikett wurde alle zehn Jahre neu gedruckt.

Für dich heißt das: Die Kurve beschreibt einen möglichen Verlauf, keinen sicheren. Ein Thema im Tal der Enttäuschungen kann sich erholen, genauso gut kann es verschwinden.

Welche Hypes hat die Online-Branche schon erlebt?

Auch im Online-Marketing gab es Themen, die als Pflicht verkauft wurden und sich dann ganz anders entwickelt haben. Zwei Beispiele aus der Vergangenheit und ein Blick auf die aktuellen Themen.

Voice Search

Jahrelang stand auf Konferenzfolien und in Fachartikeln, dass bis 2020 die Hälfte aller Suchanfragen per Sprache gestellt werde. Die Journalistin Rebecca Sentance ist 2018 bei Econsultancy dem Ursprung nachgegangen. Die Zahl wurde meist dem Marktforscher comScore zugeschrieben, eine Quelle dafür konnte sie aber nicht finden.¹³

Tatsächlich stammte die Prognose von Andrew Ng, damals Chefwissenschaftler der chinesischen Suchmaschine Baidu. Er sagte im September 2014 in einem Interview, in fünf Jahren würden mindestens 50 Prozent aller Suchen per Bild oder Sprache gestellt. Gemeint war Baidu, wo damals rund 10 Prozent der Anfragen per Sprache kamen.¹³ Eine Prognose für eine chinesische Suchmaschine, die Sprache und Bilder zusammenzählte, wurde so zur Faustregel für Marketing in aller Welt.

Zum Vergleich: Google meldete 2016, dass 20 Prozent der Suchanfragen in der Google-App und auf Android-Geräten per Sprache gestellt wurden.¹³ Wer damals seine gesamte Content-Strategie auf Sprachsuche umgebaut hat, ist einer Zahl gefolgt, die nie für ihn gedacht war.

AMP

AMP (Accelerated Mobile Pages) war ein Format für besonders schnell ladende mobile Seiten, das Google stark angeschoben hat. Wer mit Nachrichten im Schlagzeilenkarussell der Google-Suche auftauchen wollte, brauchte dafür bis 2021 AMP.

Im April 2021 kündigte Google an, dass das Schlagzeilenkarussell künftig alle Nachrichteninhalte enthält, die den Google-News-Richtlinien entsprechen. Das AMP-Format war damit nicht mehr erforderlich. Gleichzeitig verschwand das AMP-Logo aus den Suchergebnissen, und auch die Google News App setzte stärker auf Seiten ohne AMP. Die Umstellung startete im Juni 2021.¹⁴

Wer AMP vor allem wegen des Karussells eingeführt hatte, verlor damit seinen wichtigsten Grund. Das Beispiel zeigt, dass selbst ein Format, das Google aktiv fördert, kein Versprechen auf Dauer ist.

GEO und Agentic Commerce

Bei GEO (Generative Engine Optimization), also der Optimierung für Antworten von KI-Assistenten wie ChatGPT, bin ich vorsichtig. Ob man mitten in einem Hype steckt, weiß man meist erst hinterher. Ich halte GEO für einen echten Trend, um den herum gerade viel Hype gemacht wird. Vieles, was als GEO-Neuheit verkauft wird, gehört schon lange zu gutem SEO. Wer viel Geld in GEO steckt, während die SEO-Basis nicht stimmt, wirft es aus meiner Sicht zum Fenster raus.

Bei Agentic Commerce, also Einkäufen, die eine KI im Auftrag von Kund:innen abschließt, ist der Abstand zwischen Hype und Wirklichkeit noch größer. Warum das Thema in Deutschland vor allem eines der Produktsuche ist und der Kauf im Chat für die meisten Shops noch warten kann, habe ich im Artikel Agentic Commerce: Was KI-Agenten für Shops bedeuten ausführlich eingeordnet.

Wie erkennst du, in welcher Phase ein Trend steckt?

Eine sichere Methode gibt es nicht. Aus Gartners Beschreibung der Phasen lassen sich aber Anzeichen ableiten, die du ohne Gartner-Abo selbst prüfen kannst.¹

Phase	Typische Anzeichen	Was das für dich heißt
Technologischer Auslöser	Viele Berichte, aber kaum fertige Produkte	Beobachten, noch kein Budget
Gipfel der überzogenen Erwartungen	Erfolgsgeschichten neben vielen Fehlschlägen, plötzlich nennen sich viele Anbieter um	Kritisch nachfragen, höchstens klein testen
Tal der Enttäuschungen	Kritische Berichte, Anbieter verschwinden oder werden übernommen	Prüfen, ob das Grundproblem für dich noch relevant ist
Pfad der Erleuchtung	Zweite und dritte Produktgeneration, mehr Pilotprojekte bei vergleichbaren Betrieben	Guter Zeitpunkt für einen eigenen Test
Plateau der Produktivität	Klare Kriterien, um Anbieter zu vergleichen, breite Nutzung	Einführen, wenn es zu deinem Betrieb passt

Das Umbenennen ist ein besonders gutes Warnsignal. Auf dem Gipfel heißt plötzlich jedes zweite Produkt anders, auch wenn sich darin nichts geändert hat. Gartner hat dafür bei KI-Agenten sogar einen eigenen Begriff, das schon erwähnte „Agent Washing“.¹¹ Der große Bruder davon ist das KI-Washing. Gemeint sind Produkte, die mit KI beworben werden, obwohl wenig oder gar keine KI drinsteckt. Wie ernst das werden kann, zeigt ein Fall aus den USA. Die Börsenaufsicht SEC hat im März 2024 zwei Anlageberater zu Strafen von zusammen 400.000 US-Dollar verpflichtet, weil sie mit KI-Modellen geworben hatten, die sie gar nicht nutzten. Der damalige SEC-Chef Gary Gensler nannte das ausdrücklich „AI washing“.¹⁶

Wichtiger als jede Tabelle sind deine eigenen Daten. Schau in deine Webanalyse, ob Besuche aus der neuen Quelle überhaupt ankommen und wie sie konvertieren. Frag deine Kund:innen, wie sie auf dich aufmerksam geworden sind. Und prüf, ob die Entwicklung bei Betrieben wie deinem stattfindet oder nur bei großen Konzernen mit eigenen Entwicklungsabteilungen.

Lauf nicht jedem Hype hinterher

Ein kleiner Shop muss nicht jedes neue Thema mitmachen. Hinter Aussagen wie „Ihre Mitbewerber sind schon dabei, jetzt handeln“ steckt oft künstlich aufgebaute Dringlichkeit, die vor allem dem Verkauf dient. Eine Prognose ist eine Einschätzung, keine Versicherung.

Das heißt nicht, dass du alles Neue ignorieren solltest. Bleib wachsam und wäg gut ab, denn falschliegen kannst du in beide Richtungen. Wer responsives Design vor ein paar Jahren für einen überbewerteten Hype gehalten und beim letzten Relaunch nur für Desktop gebaut hat, hat heute eine Website mit schlechter Nutzererfahrung. Dazu kommt ein Sichtbarkeitsproblem, denn Google hat im Oktober 2023 den Umstieg auf die Mobile-First-Indexierung für das gesamte Web abgeschlossen und bewertet Websites seitdem vor allem anhand ihrer mobilen Version.¹⁵ Wer dagegen früh auf Einkaufen per Sprachassistent gesetzt hat, hat viel Geld für etwas ausgegeben, das sich nicht durchgesetzt hat.

Ob dein Betrieb früh einsteigt oder abwartet, ist am Ende eine Frage der Haltung und der Risikobereitschaft der Geschäftsführung. Gartner unterscheidet hier selbst zwischen frühem Einstieg mit der Bereitschaft, dass sich nicht jede Investition auszahlt, einem moderaten Vorgehen mit Kosten-Nutzen-Analyse und dem Abwarten, bis andere den Nutzen belegt haben.¹ Die Grafik nimmt dir diese Entscheidung nicht ab, und sie macht sie auch nicht automatisch besser.

Was heißt das für dein Budget?

Bevor du Geld in ein neues Thema steckst, prüf, ob die Basis stimmt. Bei Shops heißt das meist saubere Technik und vollständige Produktdaten, also eine solide SEO-Grundlage. Darauf bauen GEO und alles, was mit KI-Agenten kommt, ohnehin auf. Setz jede neue Investition ins Verhältnis zu dem, was die Basis noch hergibt.

Wenn Dienstleister dir ein Hype-Thema anbieten, achte auf diese Warnsignale:

• Künstlicher Zeitdruck, obwohl das Thema für deine Zielgruppe noch gar keine Rolle spielt
• Garantierte Rankings, garantierte Sichtbarkeit in KI-Antworten oder garantierte Umsätze
• Große Marktprognosen als Hauptargument
• Kein Wort dazu, dass die Basis zuerst stimmen muss

Wenn ein Thema für dich relevant aussieht, teste es klein, statt gleich groß einzukaufen. Dass ungetestete Features eher Conversions kosten, als sie zu bringen, habe ich am Beispiel des Shop-Relaunches als MVP oder Komplettlösung durchgerechnet. Und wenn ein Test nicht das gewünschte Ergebnis bringt, hast du trotzdem etwas gelernt. Warum eine verlorene Testvariante ein Ergebnis ist und kein Versagen, habe ich in einem eigenen Artikel beschrieben.

Der beste Schutz vor teuren Fehlentscheidungen sind aus meiner Sicht die eigenen Leute. Die Menschen, die mit dem Shop, der Website oder den Tools arbeiten, müssen in ihrem Thema so fit sein, dass sie einen Hype selbst einschätzen können. Dafür brauchen sie Weiterbildung und Raum für Tests. Vor Betriebsblindheit schützt das allerdings nicht. Ich gehe deshalb gern zu E-Commerce- und SEO-Stammtischen und kann dir das nur empfehlen. Dort hörst du andere Meinungen, abseits von Verkaufsdruck, und merkst schnell, ob ein Thema bei Betrieben wie deinem wirklich ankommt oder nur auf Konferenzbühnen.

Fazit

Der Gartner Hype Cycle ist ein hilfreiches Denkmodell, um zu verstehen, warum auf große Begeisterung oft Ernüchterung folgt. Als Vorhersage taugt er wenig. Die meisten Technologien verlaufen nicht so sauber, wie die Kurve es nahelegt, und viele verschwinden einfach. KI-Agenten stehen gerade auf dem Gipfel, GEO halte ich für einen echten Trend mit viel Hype drumherum.

Ob du mitziehst, entscheidest du am besten anhand deiner eigenen Zahlen und deiner Risikobereitschaft. Als nächsten Schritt schreibst du die Hype-Themen auf, die dir gerade angeboten werden oder die intern diskutiert werden. Notier zu jedem, ob du die Entwicklung schon in deiner Webanalyse oder bei deinen Kund:innen siehst. Was dort noch nicht auftaucht, landet vorerst auf der Beobachtungsliste und nicht im Budget.

Welcher Hype hat dich in den letzten Jahren am meisten Geld oder Nerven gekostet? Ich freue mich, wenn wir auf LinkedIn darüber ins Gespräch kommen.

Quellen

1. Gartner, „Hype Cycle Forschungsmethodik: Wie man Technologie-Hype interpretiert“, o. J.: https://www.gartner.de/de/methoden/hype-cycle ↩
2. Gartner, „Hype Cycle for Artificial Intelligence, 2026“ (frei verfügbare Zusammenfassung), 2026: https://www.gartner.com/en/documents/8319853 ↩
3. Gartner, Christian Stephan, „Überblick erhalten mit dem Gartner Hype Cycle für neue Technologien 2025“, 2025: https://www.gartner.de/de/artikel/hype-cycle-fuer-neue-technologien ↩
4. Michael Mullany, „8 Lessons from 20 Years of Hype Cycles“, 2016: https://www.linkedin.com/pulse/8-lessons-from-20-years-hype-cycles-michael-mullany ↩
5. Wikipedia, „Gartner hype cycle“, abgerufen 2026: https://en.wikipedia.org/wiki/Gartner_hype_cycle ↩
6. Wikipedia, „Hype-Zyklus“, abgerufen 2026: https://de.wikipedia.org/wiki/Hype-Zyklus ↩
7. Duden, „Trend“, o. J.: https://www.duden.de/rechtschreibung/Trend ↩
8. Duden, „Hype“, o. J.: https://www.duden.de/rechtschreibung/Hype ↩
9. Gartner, „Gartner Hype Cycle Identifies Top AI Innovations in 2025“, 2025: https://www.gartner.com/en/newsroom/press-releases/2025-08-05-gartner-hype-cycle-identifies-top-ai-innovations-in-2025 ↩
10. Gartner, Rajesh Kandaswamy, „What the 2026 Hype Cycle for Agentic AI Reveals“, 2026: https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai ↩
11. Gartner, „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“, 2025: https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 ↩
12. Ozgur Dedehayir, Martin Steinert, „The hype cycle model: A review and future directions“, Technological Forecasting and Social Change, 2016: https://ideas.repec.org/a/eee/tefoso/v108y2016icp28-41.html ↩
13. Econsultancy, Rebecca Sentance, „Why we need to stop repeating the ‚50 % by 2020‘ voice search prediction“, 2018: https://econsultancy.com/why-we-need-to-stop-repeating-the-50-by-2020-voice-search-prediction/ ↩
14. Google Search Central, „Zeiten, Tools und weitere Details des Updates zur Nutzerfreundlichkeit von Seiten“, 2021: https://developers.google.com/search/blog/2021/04/more-details-page-experience?hl=de ↩
15. Google Search Central, „Mobile-first indexing has landed“, 2023: https://developers.google.com/search/blog/2023/10/mobile-first-is-here ↩
16. U.S. Securities and Exchange Commission, „SEC Charges Two Investment Advisers with Making False and Misleading Statements About Their Use of Artificial Intelligence“, 2024: https://www.sec.gov/newsroom/press-releases/2024-36 ↩