Perplexity richtig nutzen: Die 7 Features erklärt – mit korrekter Terminologie

Perplexity startete als KI-Suchmaschine – und wird von vielen noch immer so eingeordnet. Das wird der Plattform inzwischen nicht mehr gerecht. Mit Deep Research, Spaces, dem Comet-Browser und dem agentenbasierten Computer hat sich Perplexity zu einer vollständigen Rechercheinfrastruktur entwickelt. Dieser Artikel erklärt die sieben zentralen Features mit ihrer offiziellen Terminologie – präzise genug für CTOs und CIOs im DACH-Markt, die Perplexity evaluieren oder bereits einsetzen.

1. Pro Search richtig nutzen: Perplexitys mehrstufige Recherchetiefe

Perplexity bietet zwei grundlegende Suchmodi: den Standard-Modus (schnell, aber oberflächlich) und Pro Search (mehrschrittige Recherche mit Sub-Queries, Quellenbewertung und Synthese). Das ist die wichtigste Unterscheidung, die neue Nutzer häufig übersehen.

Im Pro-Search-Modus bricht Perplexity die Ausgangsfrage in mehrere Teilrecherchen auf, durchsucht für jede davon mehrere Quellen, bewertet Relevanz und Aktualität und synthetisiert das Ergebnis zu einer zusammenhängenden Antwort mit klickbaren Inline-Zitaten. Pro-Nutzer haben Zugang zu über 300 Pro-Searches täglich – mehr als ausreichend für intensive Recherchearbeit.

Faustregel: Pro Search lohnt sich bei jeder Frage, für deren manuelle Beantwortung man mehr als zwei Tabs öffnen würde. Für einfache Definitionen oder Faktenabfragen reicht der Standard-Modus.

Pro-Tipp: Den Suchmodus explizit auf „Pro“ setzen – er ist nicht der Standard. Zusätzlich bietet der Modus „Best“ eine automatische Modellauswahl basierend auf dem Fragetyp.

Häufiger Fehler: Im Standard-Modus bleiben und sich dann über oberflächliche oder inkorrekte Antworten beschweren. Pro Search ist das Kernprodukt – der Standard-Modus ist nur der schnelle Einstieg.

2. Deep Research: Autonome Rechercheberichte in Minuten

Deep Research ist Perplexitys Premium-Recherchefunktion für komplexe, mehrstufige Analysen. Während Pro Search eine Frage in mehrere Sub-Queries aufteilt, führt Deep Research eine vollständig autonome Recherchekampagne durch: Es plant eigene Suchstrategien, bewertet Quellenqualität, synthetisiert Informationen aus Dutzenden von Quellen und liefert einen strukturierten Bericht – in der Regel in 2 bis 5 Minuten.

Für Unternehmen ist Deep Research besonders relevant bei Wettbewerbsanalysen, Marktbeobachtungen, Due-Diligence-Vorrecherchen und regulatorischen Einschätzungen. Ein Recherche-Auftrag, der manuell einen halben Arbeitstag kosten würde, liefert Deep Research in wenigen Minuten – inklusive verlinkter Quellen, die sich direkt verifizieren lassen.

Deep Research läuft laut Perplexity-Changelog auf Claude Opus 4.6 (Stand: Ende März 2026, zunächst für Max-Nutzer, danach Rollout zu Pro) und hat auf externen Benchmarks (Google DeepMind Deep Search QA, Scale AI Research Rubric) Spitzenplätze belegt. Perplexity kündigt an, das Modell bei Verfügbarkeit neuer Reasoning-Modelle automatisch zu aktualisieren.

Pro-Tipp: Den Rechercheauftrag möglichst präzise formulieren: Zielgruppe, gewünschte Tiefe, relevante Geografien oder Zeitrahmen. Deep Research interpretiert vage Anfragen, liefert aber präzisere Ergebnisse bei klaren Parametern.

Häufiger Fehler: Deep Research für einfache Faktenfragen einsetzen – die Funktion ist für komplexe, mehrdimensionale Themen konzipiert. Bei simplen Anfragen ist Pro Search schneller und ausreichend.

3. Spaces einrichten: Kollaborative Wissensbasen für Teams

Spaces sind Perplexitys Antwort auf kollaborative Recherche. Ein Space ist ein persistenter Arbeitsbereich, in dem Teams gemeinsam Dokumente hochladen, Recherchen durchführen, Ergebnisse kommentieren und eine geteilte Wissensbasis aufbauen. Suchanfragen innerhalb eines Space beziehen sich automatisch auf die dort abgelegten Inhalte – interne Dokumente, hochgeladene PDFs, Webseiten.

Für DACH-Unternehmen relevante Anwendungsfälle: ein Marktbeobachtungs-Space für das Strategieteam, ein Compliance-Space mit EU AI Act-Dokumenten für die Rechtsabteilung, oder ein Wettbewerbs-Intelligence-Space für Business Development.

Im Enterprise Max-Plan fasst ein Space bis zu 5.000 Dateien. Die Suche innerhalb eines Space ist semantisch – Perplexity sucht nach Inhalt, nicht nach Dateinamen.

Pro-Tipp: Spaces thematisch eng halten. Ein Space pro klar abgegrenztem Thema liefert schärfere Ergebnisse als ein allgemeiner „Firmen-Space“ mit hunderten Dokumenten.

Häufiger Fehler: Spaces mit gewöhnlichen Konversationen verwechseln. Ein Space ist eine persistente, kollaborative Wissensbasis – kein gespeicherter Chatverlauf.

4. Pages: Recherche-Ergebnisse als teilbare Dokumente exportieren

Pages ist Perplexitys Funktion zum Exportieren von Recherche-Ergebnissen als strukturierte, teilbare Webseiten. Aus einem Deep-Research-Bericht oder einer Pro-Search-Antwort lässt sich mit einem Klick eine Pages-Seite erstellen – formatiert mit Abschnitten, Grafiken, Quellenverweisen und einem Share-Link.

Konkretes B2B-Beispiel: Ein Strategieteam beauftragt Deep Research mit einer DACH-Marktstudie zu KI-Infrastrukturanbietern. Das Ergebnis – 12 Seiten mit Quellenangaben – wird per Pages in eine interne Webseite konvertiert und per Link an den Vorstand weitergegeben. Kein Export, kein Formatierungsaufwand, alle Quellen bleiben klickbar. Die Seite lässt sich zwei Wochen später mit einer aktualisierten Recherche überschreiben.

Pro-Tipp: Pages eignen sich besonders gut für Executive Briefings, Markteinschätzungen und regulatorische Übersichten, die regelmäßig aktualisiert werden müssen. Eine neue Deep-Research-Abfrage – eine aktualisierte Page.

Häufiger Fehler: Ergebnisse manuell in Word oder Confluence kopieren, anstatt die Pages-Funktion zu nutzen. Der Qualitätsverlust durch Copy-Paste (fehlende Quellen, Formatierungsprobleme) ist vermeidbar.

5. Comet Browser: KI-Assistent direkt in der Browserumgebung

Comet ist Perplexitys eigenständiger KI-Browser – kein Plugin für Chrome, sondern eine vollwertige Browser-Applikation. Comet ist cloud-basiert über alle gängigen Plattformen (Windows, macOS, iOS, Android) nutzbar. Der integrierte Comet Assistant fasst Webseiten zusammen, beantwortet Fragen zum aktuell geöffneten Inhalt, füllt Formulare aus, verfasst E-Mails im Kontext und führt mehrstufige Browsing-Aufgaben autonom durch.

Hinweis zur Verfügbarkeit: Der cloud-basierte Comet Browser ist breit verfügbar. Der separate Perplexity Personal Computer – ein lokaler Agent mit direktem Dateisystemzugriff – ist Stand März 2026 ausschließlich auf macOS (Mac Mini) verfügbar; eine Windows-Version wurde noch nicht angekündigt.

Für Unternehmen relevant ist vor allem Comet Enterprise (seit März 2026): Administrierbar per MDM, mit granularen Berechtigungskontrollen, Audit-Logs, CrowdStrike Falcon-Integration für Geräteschutz und dem Versprechen, dass Unternehmensdaten nicht für das Modelltraining verwendet werden.

DSGVO-Hinweis für DACH-Unternehmen: Comet Enterprise speichert Konversationsverläufe nicht für Trainingszwecke. Die vollständige Datenschutz-Folgenabschätzung gemäß Art. 35 DSGVO ist dennoch empfohlen, da Browsing-Aktivitäten über Perplexitys Infrastruktur (USA) laufen.

Pro-Tipp: Comet Enterprise mit MDM einrichten und klar definieren, welche Aktionen der KI-Agent autonom ausführen darf (z. B. Formularauswahl ja, Datei-Downloads nein). Die Berechtigungsgranularität ist ein Kernvorteil gegenüber Consumer-Varianten.

Häufiger Fehler: Comet als Browser mit angeheftetem KI-Chatbot betrachten. Comet ist ein autonomer Arbeitsagent im Browserkontext – der Unterschied liegt in der proaktiven, mehrstufigen Aufgabenausführung ohne manuelle Einzelschritte.

6. Perplexity Computer: Autonome Workflow-Orchestrierung über mehrere Modelle

Perplexity Computer ist das ambitionierteste Feature im Perplexity-Ökosystem und seit Februar 2026 für Max-Nutzer verfügbar. Computer ist kein Chatbot und keine Suchfunktion – es ist ein System zur Orchestrierung vollständiger digitaler Workflows, das mehrere KI-Modelle parallel einsetzen, Sub-Agenten erstellen und Aufgaben über Stunden oder Tage hinweg autonom ausführen kann. Perplexity bezeichnet dieses Konzept als Agentic AI – KI-Systeme, die eigenständig komplexe, mehrstufige Aufgaben ausführen können.

Computer orkestriert aktuell 19+ Frontier-Modelle (darunter GPT, Claude, Gemini und Perplexitys eigene Sonar-Modelle), bedient dieselbe Software wie ein menschlicher Nutzer, hat Zugriff auf den Browser, kann Dateien lesen und schreiben und liefert am Ende strukturierte Ergebnisse.

Konkrete Anwendungsfälle für Unternehmen:

• Markt-Monitoring: „Analysiere alle Pressemitteilungen und Quartalszahlen der fünf größten Wettbewerber seit Januar 2026.“
• Due Diligence: „Erstelle einen strukturierten Bericht über die Kapitalstruktur, Geschäftsführung und regulatorische Risiken von Unternehmen X.“
• Compliance-Monitoring: „Verfolge alle neuen EU AI Act-Durchführungsbestimmungen der letzten 30 Tage.“
• Finanzanalyse: „Vergleiche EBITDA-Entwicklung und KGV-Multiples der DAX-Technologiewerte über 8 Quartale.“

Computer ist ausschließlich im Max-Plan (200 USD/Monat) verfügbar, für Enterprise Max in Kürze angekündigt. Für Nicht-Entwickler ohne spezifische Agenten-Anforderungen sind Pro Search und Deep Research der richtige Einstieg.

Pro-Tipp: Computer-Aufgaben mit klaren Erfolgskriterien formulieren. Computer ist am stärksten bei Aufgaben mit definierbarem Endzustand (Bericht, Tabelle, Analyse) – weniger bei offenen Explorationsaufgaben ohne klares Ziel.

Häufiger Fehler: Computer mit Deep Research gleichzusetzen. Deep Research recherchiert und synthetisiert. Computer plant, orkestriert, delegiert und führt vollständige Workflows autonom aus – inklusive Aktionen in Browser-Anwendungen.

7. Sonar API: Perplexitys Suchinfrastruktur für Entwickler

Die Sonar API ist Perplexitys Entwickler-Schnittstelle. Über Sonar können Entwickler Perplexitys Echtzeit-Websuchfähigkeit – inklusive Quellenzitierung und Faktenabruf – direkt in eigene Anwendungen, Produkte oder interne Tools integrieren.

Sonar unterscheidet sich fundamental von einem gewöhnlichen LLM-API-Call: Ein Standard-LLM (wie Claude oder GPT) antwortet aus seinem Trainings-Cutoff ohne Webzugriff. Sonar kombiniert ein Sprachmodell mit Perplexitys proprietärer Echtzeit-Suchinfrastruktur – jede Antwort enthält verlinkbare Quellen aus dem aktuellen Web. Für Entwickler, die eine RAG-Architektur mit Echtzeit-Webzugriff kombinieren möchten, ist Sonar eine direkte Integration ohne eigene Crawler-Infrastruktur.

Für DACH-Unternehmen interessant bei: News-basierten Alerting-Systemen, Marktbeobachtungs-Dashboards, internen Assistenten mit aktuellem Webwissen, Compliance-Monitoring-Tools und Wettbewerbs-Intelligence-Anwendungen.

Die vollständige API-Dokumentation und aktuelle Modell-Strings findet sich auf docs.perplexity.ai.

Pro-Tipp: Sonar mit dem richtigen Modell-Tier einsetzen: sonar für schnelle Recherche-Queries, sonar-pro für komplexere Analysen mit mehr Tiefe. Die Kostendifferenz rechtfertigt sich bei latenzempfindlichen Anwendungen zugunsten des leichteren Modells.

Häufiger Fehler: Sonar als gewöhnlichen LLM-Endpoint behandeln. Der Mehrwert liegt nicht im Sprachmodell allein, sondern in der Kombination aus Modell + Echtzeit-Suchinfrastruktur + Quellenzitation.

Empfehlung: Welcher Plan für welche Zielgruppe?

Perplexitys Preismodell ist mehrstufig – die Features verteilen sich nicht gleichmäßig über die Pläne:

Preise gemäß offizieller Perplexity-Planseite, Stand März 2026. Enterprise-Preise können sich ändern – aktuelle Konditionen direkt bei Perplexity anfragen.

Weiterführende Ressourcen: Die offizielle Perplexity Help Center und der Perplexity Changelog sind die zuverlässigsten Quellen für aktuelle Feature-Beschreibungen – Perplexity liefert regelmäßig neue Funktionen.

Wer Perplexity als reinen Google-Ersatz betrachtet, lässt den größten Teil des Mehrwerts ungenutzt. Der erste Schritt: Pro Search aktiv einschalten, eine konkrete Rechercheaufgabe aus dem Tagesgeschäft wählen und das Ergebnis mit dem bisherigen manuellen Aufwand vergleichen.