Was ist Deep Research in der KI? So funktioniert es, was es kostet und wann Sie es 2026 nutzen sollten (ChatGPT, Gemini, Claude, Perplexity, Jobbit)

Eine Floristin in Leeds fragte einen Chatbot, ob es im Vereinigten Königreich einen Markt für Abonnements mit Trockenblumen gibt, und bekam drei selbstsichere Absätze ohne Quellen, zwei erfundene Statistiken und einen Mitbewerber, der 2023 geschlossen hatte. Dieselbe Frage stellte sie als Deep-Research-Aufgabe und hatte 14 Minuten später einen Bericht mit 9 Seiten, 38 zitierten Seiten, den Preisen von sechs aktiven Mitbewerbern, einer Tabelle der Paketgrößen von Royal Mail und einer Liste dessen, was nicht zu finden war. Deep Research (auf Deutsch etwa „tiefgehende Recherche“) nennen die KI-Unternehmen diesen zweiten Modus, und es ist die nützlichste einzelne Funktion, die ein kleines Unternehmen in diesem Jahr lernen kann.

Sie kam im Eiltempo: Google fügte Gemini im Dezember 2024 Deep Research hinzu, OpenAI startete seine Version in ChatGPT im Februar 2025, Perplexity folgte innerhalb von zwei Wochen, und 2026 hat jeder allgemeine Assistent eine, unter Namen wie Research, Researcher oder Super Agent. Die Verbraucherumfrage 2026 von BrightLocal ergab, dass 45 % der Menschen inzwischen ChatGPT oder ein anderes generatives KI-Tool nutzen, um lokale Unternehmen zu finden, gegenüber 6 % ein Jahr zuvor, ein Maß dafür, wie schnell sich die Gewohnheit verbreitet. Dieser Leitfaden erklärt, was Deep Research eigentlich ist, wie es funktioniert, was jedes Tool kostenlos erlaubt, welche Aufgaben es gut und welche schlecht erledigt und wie Sie einen Bericht lesen, ohne sich in die Irre führen zu lassen.

Was Deep Research bedeutet

Deep Research ist ein KI-Agent, der Minuten statt Sekunden an einer Frage arbeitet. Statt aus dem zu antworten, woran sich das Modell erinnert, zerlegt er die Frage in Teile, führt Dutzende von Websuchen aus, öffnet und liest die Seiten, gleicht das Gefundene mit anderen Seiten ab und schreibt einen strukturierten Bericht mit anklickbaren Quellenangaben. Die Antwort eines Chatbots ist eine Erinnerung; ein Deep-Research-Bericht ist Arbeit.

Die fünf Schritte sind in jedem Produkt gleich, wie es auch heißt:

1. Planen. Der Agent zerlegt „gibt es im Vereinigten Königreich einen Markt für Abonnements mit Trockenblumen“ in Teilfragen: Marktgröße, Mitbewerber, Preise, Lieferkosten, Vorschriften, Nachfragesignale.
2. Suchen. Er führt Suchen zu jeder Teilfrage aus, oft 20 bis 80 insgesamt, und wählt aus, welche Ergebnisse er öffnet.
3. Lesen. Er liest die Seiten, auch PDFs und Tabellen, und entnimmt Fakten samt Quelle.
4. Prüfen. Er vergleicht Quellen, bemerkt Widersprüche und Datumsangaben und entscheidet, wem er traut.
5. Schreiben. Er erstellt einen Bericht mit Überschriften, Tabellen und nummerierten Quellenangaben und sagt, was er nicht klären konnte.

Die Berichte brauchen je nach Tool und Frage 2 bis 30 Minuten und sind lang: 2,000 bis 10,000 Wörter sind normal. Das ist der Punkt. Sie zahlen mit Zeit und Credits für Breite und Quellen, nicht für Geschwindigkeit.

Deep Research gegen Chatbot-Antwort gegen Google-Suche

• Eine Chatbot-Antwort ist schnell und flüssig und stammt aus dem Training des Modells, das ein Stichdatum hat und nicht verpflichtet ist, in Ihrer Nische recht zu haben. Sie ist das richtige Werkzeug zum Entwerfen, Erklären und Umschreiben und das falsche für Fakten, nach denen Sie handeln.
• Eine Google-Suche liefert aktuelle Seiten, überlässt Ihnen aber das Lesen, Vergleichen und Zusammenfassen. Dreißig Tabs später haben Sie die Antwort und einen verlorenen Nachmittag.
• Deep Research erledigt die dreißig Tabs für Sie und zeigt seinen Arbeitsweg. Das Ergebnis ist langsamer und länger, und hinter jeder Zahl steht eine Seite, die Sie öffnen können.

Die praktische Regel: Wenn eine falsche Antwort Sie Geld, Zeit oder Peinlichkeit kosten würde, nutzen Sie Deep Research oder einen Menschen; kostet sie nichts, nutzen Sie den Chatbot.

10 Deep-Research-Tools und was jedes 2026 kostenlos erlaubt

Die Preise entsprechen den Angaben auf den Seiten der jeweiligen Unternehmen am 3. Oktober 2026 und ändern sich oft; besonders die kostenlosen Kontingente werden ohne Ankündigung angepasst, prüfen Sie also die Tarifseite, bevor Sie sich auf eine Zahl verlassen. Das Muster ist allerdings stabil: Jedes Tool gibt Ihnen einen Vorgeschmack kostenlos und verkauft Tiefe im Monatsabo.

Was ein Deep-Research-Bericht pro Frage kostet

Die meisten Tools erfassen Deep Research getrennt vom Chat, weil jeder Bericht echte Rechenleistung kostet: Dutzende Suchen, Hunderte gelesene Seiten und ein langer Text. OpenAI beschreibt sein Kontingent als begrenzt bei Free und Go, erweitert bei Plus und maximal bei Pro, statt eine Zahl zu nennen; Perplexity nennt fünf pro Tag für kostenlose Nutzer und 500 für Pro; der kostenlose Gemini-Tarif erlaubt eine Handvoll Berichte pro Monat, die bezahlten Tarife weit mehr. Bei Agenten auf Credit-Basis wie Manus, Genspark und Jobbit kostet ein Bericht einen Teil der monatlichen Credits, bei einer längeren Frage einen größeren Teil.

Für ein kleines Unternehmen ist die nützliche Rechnung die pro Entscheidung, nicht pro Monat. Eine Frage, die darüber entscheidet, ob Sie £3,000 für Ware ausgeben, verdient einen 20-minütigen Bericht und einen zweiten aus einem anderen Tool zum Vergleich. Eine Frage nach den Öffnungszeiten eines Lieferanten verdient eine Suche.

7 Aufgaben, für die Deep Research taugt, und 4, für die nicht

Geeignet für:

• Markt- und Wettbewerbsrecherche. Wer was zu welchem Preis und mit welchen Lieferbedingungen verkauft, mit den Seiten als Beleg.
• Lieferanten- und Produktvergleiche. Dreißig Optionen, fünf Kriterien, eine Tabelle.
• Fragen zu Vorschriften und Compliance. Was die Regeln tatsächlich sagen, mit Quelle, bevor Sie eine Fachperson um Bestätigung bitten.
• Suche nach Förderungen, Ausschreibungen und Finanzierung. Was offen ist, wer sich qualifiziert, wie die Frist lautet.
• Technische Erklärungen. Wie etwas funktioniert, mit Primärquellen statt Forenfolklore.
• Inhaltsrecherche. Die Fakten, Daten und Zahlen hinter einem Blogbeitrag oder einem Angebot, jeweils mit einer Quellenangabe zum Prüfen.
• Beobachtung. Dieselbe Frage jeden Montag, als Zusammenfassung, damit Sie eine Veränderung in der Woche bemerken, in der sie eintritt.

Ungeeignet für:

• Alles hinter einem Login. Händlerpreise, Ihre eigenen Bankdaten, ein kostenpflichtiger Bericht: Der Agent sieht sie nicht, außer Sie geben sie ihm.
• Sehr aktuelle Ereignisse. Seiten, die in den letzten Stunden entstanden sind, sind womöglich noch nicht indexiert; der Bericht hinkt einen Tag hinterher.
• Ermessensentscheidungen. Er kann die Optionen darlegen; er kennt weder Ihre Kunden noch Ihren Lagerbestand noch Ihre Risikobereitschaft.
• Genaue Rechts-, Steuer- oder medizinische Beratung. Er findet die Regeln; eine Fachperson wendet sie auf Sie an.

So lesen Sie einen Deep-Research-Bericht, ohne sich täuschen zu lassen

Ein Bericht mit 40 Quellenangaben wirkt maßgeblich, und das meiste daran stimmt. Die Fehler häufen sich an vorhersehbaren Stellen, prüfen Sie diese also zuerst:

• Klicken Sie fünf Quellenangaben an, darunter die zwei hinter den wichtigsten Zahlen. Eine Quellenangabe, die nicht das sagt, was der Bericht behauptet, ist der häufigste Fehler.
• Prüfen Sie die Daten. Ein Preis von 2024, eine Vorschrift, die sich im April geändert hat, ein Mitbewerber, der nicht mehr handelt.
• Achten Sie auf das Land. Fragen zum Vereinigten Königreich ziehen US-Quellen an; besonders Statistiken zu „kleinen Unternehmen“ sind oft amerikanisch, in Dollar und unter anderen Regeln.
• Trennen Sie Gefundenes von Erschlossenem. Gute Berichte sagen „keine öffentliche Zahl vorhanden; Schätzung auf Basis von X“. Schlechte stellen die Schätzung als Tatsache dar.
• Fragen Sie nach den Lücken. „Was konntest du nicht finden?“ ist die nützlichste Anschlussfrage überhaupt.
• Führen Sie es zweimal aus. Dieselbe Frage in zwei Tools, dann vergleichen. Wo sie übereinstimmen, können Sie handeln; wo sie abweichen, haben Sie gefunden, was Sie von Hand prüfen sollten.

Die Schritt-für-Schritt-Methode, eine Deep-Research-Aufgabe gut auszuführen, vom ersten Prompt bis zum fertigen Bericht, steht in How to Run Deep Research With AI and Turn It Into a Report.

Wie ein KI-Agent Recherche weiterführt

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus und Meta's Muse erstellen alle einen Deep-Research-Bericht, und für den Bericht allein sind sie gut. Jobbit unterscheidet sich darin, was nach dem Bericht geschieht:

• Ein eigener Browser. Der Agent öffnet Seiten in seinem Arbeitsbereich, kann also die Preistabelle lesen, die ein Chatbot nur errät, und Sie können zusehen und übernehmen.
• Der Bericht als Datei. Ein formatiertes Dokument mit Inhaltsverzeichnis, Tabellen und Quellenliste, versandfertig, kein Chatfenster zum Scrollen.
• Eine Zusammenfassung nach Zeitplan. „Prüfe jeden Montag die Preise dieser sechs Mitbewerber und sag mir, was sich geändert hat“ läuft in bezahlten Tarifen als geplante Aufgabe.
• Die nächste Aufgabe im selben Chat. Aus der Recherche wird die Preisliste, die Landingpage, die Lieferanten-E-Mail oder die Präsentation, ohne von vorn zu beginnen.
• Ein Mensch, wenn es einen braucht. Lieferanten anrufen, das Geschäft besuchen, den kostenpflichtigen Bericht lesen: Jobbit kann von derselben Stelle aus eine Freelancerin oder einen Freelancer aus dem Vereinigten Königreich hinzuholen, wobei die Zahlung in Treuhand gehalten wird, bis die Arbeit erledigt ist.

Frank, 68, ein pensionierter Busfahrer, wollte geführte Wanderungen im Peak District anbieten und hatte keine Ahnung, ob jemand dafür zahlen würde. Eine Deep-Research-Aufgabe fand 14 Anbieter, ihre Preise, ihre Gruppengrößen und ihre Bewertungen, dazu die Anforderungen an Versicherung und Erste Hilfe. Die zweite Nachricht machte aus den Ergebnissen eine einseitige Website mit Buchungsformular auf seiner eigenen Domain, im Go plan für £7 im Monat. Die dritte richtete eine monatliche Zusammenfassung der Preise der Mitbewerber ein. Die Recherche war das Kleinste, was der Agent tat. Wenn Sie ganz neu bei Agenten sind, beginnt AI for Beginners bei null, und Chatbot vs AI Agent erklärt den Unterschied, auf dem dieser Beitrag aufbaut.

Fehler, die Menschen bei Deep Research machen

• Eine vage Frage stellen. „Recherchiere den Kaffeemarkt“ liefert einen vagen Bericht. „Unabhängige Cafés in Sheffield: wie viele, Durchschnittspreise für einen Flat White, welche seit 2024 geschlossen haben und was die drei bestbewerteten anders machen“ liefert einen nützlichen.
• Das Land nicht nennen. Sagen Sie Vereinigtes Königreich, sagen Sie Pfund, nennen Sie den Postleitzahlenbereich, wenn er eine Rolle spielt.
• Nur die Zusammenfassung lesen. Die Einschränkungen stehen im Hauptteil.
• Einer Zahl trauen, weil sie eine Quellenangabe hat. Klicken Sie darauf.
• Vertrauliche Dateien in ein Tool einfügen, dessen Richtlinie Sie nicht gelesen haben. Prüfen Sie, was der Tarif mit Uploads macht.
• Einen Chatbot für eine Entscheidung nutzen und Deep Research für Kleinkram. Es ist umgekehrt richtig.
• Beim Bericht stehen bleiben. Der Wert liegt in dem, was Sie als Nächstes tun: die Preisänderung, die E-Mail, die Seite, die Bestellung.

Eine erste Woche mit Deep Research

• Tag 1: eine echte Frage. Etwas, das Sie ohnehin nachschlagen wollten. Nennen Sie das Land, die Zahlen, die Sie brauchen, und das gewünschte Format.
• Tag 2: prüfen. Klicken Sie fünf Quellenangaben an, notieren Sie die Daten, schreiben Sie auf, was falsch war.
• Tag 3: die Mitbewerbertabelle. Jeder Ihnen bekannte Konkurrent, Preise und Bewertungen, in einer Tabelle. Bewahren Sie sie auf.
• Tag 4: die Regel, bei der Sie unsicher waren. Allergenkennzeichnung, der Handelsfreibetrag, die Lizenz, die Sie vielleicht brauchen. Bestätigen Sie dann mit der offiziellen Seite, die zitiert wird.
• Tag 5: die nächste Aufgabe. Machen Sie aus dem besten Bericht das, wofür er gedacht war: eine Seite, eine Preisliste, ein Angebot. Auf Jobbit ist das die nächste Nachricht im selben Chat.

Frequently asked questions

Was ist Deep Research in der KI?

Es ist ein Modus, in dem ein KI-Agent Minuten mit der Recherche einer Frage verbringt: Er zerlegt sie in Teile, führt Dutzende Suchen aus, liest die Seiten, gleicht Quellen miteinander ab und schreibt einen langen Bericht mit anklickbaren Quellenangaben. Er ist langsamer und länger als eine Chatbot-Antwort und weit zuverlässiger bei Fakten, nach denen Sie handeln.

Ist Deep Research kostenlos?

Teilweise. Im Oktober 2026 erlaubt Perplexity fünf Deep-Research-Aufgaben pro Tag kostenlos, Gemini eine Handvoll Berichte pro Monat und ChatGPT ein begrenztes Kontingent im Free-Tarif, mit mehr in bezahlten Tarifen ab etwa £4.50 bis £20 im Monat. Agenten auf Credit-Basis wie Jobbit schließen Recherche in ein tägliches oder monatliches Credit-Kontingent ein; der Free-Tarif von Jobbit bietet 100 Credits pro Tag ohne Karte.

Wie lange dauert Deep Research?

Zwei bis dreißig Minuten, je nach Tool und Frage. Perplexity ist mit wenigen Minuten am schnellsten; ChatGPT und Gemini brauchen bei einer breiten Frage oft 10 bis 20 Minuten. Sie können währenddessen anderweitig weiterarbeiten.

Wie genau ist Deep Research?

Deutlich besser als eine Chatbot-Antwort, weil jede Aussage an eine Seite gebunden ist, aber nicht perfekt: Quellenangaben können falsch gelesen werden, Daten können veraltet sein, und US-Quellen schleichen sich in Fragen zum Vereinigten Königreich ein. Prüfen Sie die Quellenangaben hinter den wichtigen Zahlen und führen Sie wichtige Fragen zweimal aus.

Was ist der Unterschied zwischen Deep Research und einem KI-Agenten?

Deep Research ist eine Aufgabe, die ein Agent ausführen kann: lesen und berichten. Ein allgemeiner KI-Agent wie Jobbit handelt zusätzlich auf Grundlage des Ergebnisses, baut die Seite, sendet die E-Mail, plant die Zusammenfassung oder holt einen Menschen für die Teile, die keine Software erledigen kann.

Kann Deep Research kostenpflichtige oder private Informationen sehen?

Nein. Es liest das öffentliche Web und alles, was Sie ihm geben. Händlerpreise hinter einem Login, Ihre Konten und kostenpflichtige Berichte sind unsichtbar, solange Sie sie nicht hochladen, und prüfen Sie vorher die Richtlinie des Tools zu Uploads.

Mit welchem Deep-Research-Tool sollte ein kleines Unternehmen beginnen?

Mit dem, für das Sie schon bezahlen, falls Sie für eines bezahlen; wenn nicht, mit einem kostenlosen Kontingent bei Perplexity oder Gemini zum Ausprobieren und dann mit einem Agenten, der auf die Ergebnisse hin handeln kann. Auf Jobbit bietet der Free-Tarif 100 Credits pro Tag ohne Karte, der Bericht kommt als Datei zurück, und derselbe Chat baut, was die Recherche als Nächstes zu bauen rät.