KI-Sichtbarkeit messen: Kennzahlen, Prompt-Set und Ablauf

KI-Sichtbarkeit ist der Anteil der Antworten, in denen eine Marke vorkommt

Im Englischen heißt KI-Sichtbarkeit AI Visibility. Zwei Ebenen lassen sich unterscheiden: die Nennung im Antworttext und das Zitat, bei dem die Website als Quelle verlinkt ist; ob eine Nennung eine Empfehlung ist, erfasst die Tonalität. Anders als in der klassischen Suche gibt es dabei oft keinen Link; die Marke steht im Text, und wer sie sich merkt, sucht später direkt nach ihr.

Die Besucherstatistik der Website, etwa Google Analytics, zählt nur, wer klickt. Wer eine Marke in einer KI-Antwort liest und nie klickt, taucht dort nirgends auf. Dass Besucherzahlen die Sichtbarkeit deshalb systematisch unterschätzen, belegt der Beitrag zur Markensichtbarkeit in KI-Assistenten mit einer Studie. Hier geht es um das Verfahren: welche Kennzahlen gezählt werden, wie das Fragen-Set entsteht, wie eine Messrunde abläuft und welche Fehler die Ergebnisse entwerten. Wo dieser Baustein zwischen Grundlagen, Umsetzung und Wirkung steht, ordnet der GEO-Leitfaden zur Optimierung für KI-Antworten ein; die Begriffe erklärt das Glossar.

Vier Kennzahlen reichen

Jede weitere Kennzahl erzeugt vor allem Aufwand, ohne die Entscheidungsgrundlage zu verbessern.

Die Präsenzquote ist der Anteil der Antworten, in denen die Marke genannt wird, über alle Fragen und Läufe einer Runde. Der Quellen-Anteil ist der Anteil der Antworten, in denen die eigene Website mit einem überprüfbaren Quellenverweis genannt wird. Beide werden je System getrennt erhoben, weil ChatGPT, Claude, Perplexity, Gemini und Googles KI-Funktionen auf verschiedenen Wegen zu ihren Antworten kommen und ein Gesamtwert verdecken würde, dass eine Marke in einem System fehlt.

Nennung und Verlinkung werden getrennt erfasst. Eine Erwähnung ohne Link bringt keinen Besuch, aber sie bringt die Marke auf die Liste, die anschließend recherchiert oder abtelefoniert wird. Position und Tonalität sind Zusatzinformationen je Nennung: Eine Marke, die als erste und mit Empfehlung genannt wird, steht anders da als eine, die am Ende mit Einschränkung auftaucht.

Welche Kennzahlen in die Irre führen

• Prozentwerte ohne offengelegtes Fragen-Set oder ohne gezeigte Erhebungsmethode. Eine Präsenzquote ohne die zugehörigen Fragen ist keine Messung, weil der Bezugspunkt fehlt; eine Zahl, deren Methode der Anbieter nicht zeigt, lässt sich weder prüfen noch reproduzieren. Woran sich fundierte Aussagen über KI-Sichtbarkeit erkennen lassen, steht im Beitrag GEO-Agentur auswählen.
• „KI-Ranking" oder „Platz 1 in ChatGPT". Wo eine Marke in einer generierten Antwort steht, kann sich von Lauf zu Lauf ändern; eine stabile Rangliste gibt es nicht. Warum es diese Rangliste nicht geben kann, erklärt der Beitrag zur Markensichtbarkeit.
• „KI-Traffic" aus Analytics ohne saubere Herkunftszuordnung. Besuche aus KI-Systemen kommen häufig ohne verwertbare Herkunftsangabe an, sodass die Statistik sie nicht als KI-Besuch erkennen kann.
• Einmalige Stichproben. „Gestern hat ChatGPT die Marke empfohlen" beschreibt einen einzelnen Lauf, und der kann morgen schon anders ausfallen.

Die Messung läuft in fünf Schritten

Die fünf Schritte stehen hier als Prüfkriterien für jede Messung, ob sie im eigenen Haus, mit einem Tool oder durch eine Agentur läuft.

Schritt 1: Fragen sammeln. Wir vereinbaren eine zum Projekt passende Zahl von Fragen, wie echte Interessenten sie stellen würden. Die ergiebigste Quelle sind die eigenen Erstgespräche: Was will die Gegenseite dort als Erstes wissen? Dazu kommen Fragen, die Kundendienst und Vertrieb immer wieder hören, und die längeren, als Frage formulierten Suchanfragen, über die Menschen die Website bei Google heute schon finden; diese zeigt die Search Console. Google beschreibt im Search Central Blog vom Mai 2025, dass Nutzer in den KI-Funktionen der Suche längere und spezifischere Fragen stellen und Folgefragen anschließen. Ein Set aus kurzen Keywords, also Stichworten aus zwei Wörtern, bildet diese Nutzung deshalb schlecht ab.

Schritt 2: Systeme festlegen. Wir vereinbaren, welche Systeme und Suchmodi untersucht werden. Die Ergebnisse werden je System ausgewiesen. Wo möglich, nutzen wir vergleichbare Sitzungen ohne persönliche Vorgeschichte. Anmeldung und Einstellungen werden dokumentiert.

Schritt 3: Wiederholungen festlegen. Mehrere Durchläufe machen Schwankungen sichtbar. Ihre Zahl richtet sich nach dem Untersuchungsziel. Jede ausgewertete Antwort zählt einzeln; Markennennung und Quellenverweis werden getrennt erfasst.

Schritt 4: Dokumentieren. Zu jeder Abfrage halten wir Frage, Zeitpunkt, Dienst, Suchmodus, Einstellungen und verfügbare Modellangaben fest. Dazu kommen Markennennung, Quellenverweise, Position und Tonalität. Nicht sichtbare Modellinformationen und erforderliche Anmeldungen werden als solche vermerkt.

Schritt 5: Wiederholen und vergleichen. Wir vereinbaren die Messabstände und dokumentieren Änderungen an Fragen oder Systemen. Vergleichbar gebliebene Teile werden gesondert ausgewertet. Mehrere Runden zeigen Schwankungen; eine bestimmte Zahl von Durchläufen belegt noch keinen allgemeinen Trend.

Das Fragen-Set bildet vier Momente der Kaufanbahnung ab

Ein brauchbares Set mischt vier Fragetypen, weil sie unterschiedliche Momente der Kaufanbahnung abbilden und verschieden empfindlich auf inhaltliche Arbeit reagieren.

• Kategoriefragen fragen nach Anbietern für eine Leistung oder ein Produkt, etwa: Welche Anbieter für eine bestimmte Leistung sind im DACH-Raum empfehlenswert? Hier entscheidet sich, ob die Marke überhaupt auf die Liste kommt.
• Auswahl- und Vergleichsfragen stellen Anbieter nebeneinander oder fragen nach Alternativen zu einem Wettbewerber. Daran lässt sich ablesen, ob die Systeme die Marke einordnen können.
• Problemfragen beschreiben eine Situation und bitten um Lösungen, etwa: Ein Unternehmen aus einer Branche sucht Unterstützung bei einem konkreten Problem; wer kommt infrage? Von allen Fragetypen kommen sie den echten Prompts am nächsten, den Eingaben, die Menschen tatsächlich in ein KI-System tippen.
• Markenfragen fragen direkt nach der eigenen Marke, nach ihrer Vertrauenswürdigkeit oder ihren Leistungen. Diese Fragen zeigen, was die Systeme über die Marke wissen und woher sie es haben.

Ein vollständiges Set mit Wettbewerbsfragen und Gewichtung aufzubauen und über Modellwechsel hinweg zu pflegen, gehört zur Arbeit einer GEO-Agentur.

Welche KI-Systeme in die Messung gehören

Zur Messung gehören die Systeme, in denen die Zielgruppe tatsächlich fragt: ChatGPT, Claude, Perplexity, Gemini und Googles KI-Funktionen, also die Übersichten mit KI und der KI-Modus. Keines davon ist die Referenz, an der die anderen gemessen werden. Jedes System läuft in jeder Runde mit demselben Set, und die Werte werden je System getrennt ausgewiesen. Ein System, das nur manchmal mitläuft, verzerrt den Verlauf.

Wie unterschiedlich die Systeme zu ihren Antworten kommen, zeigt das Beispiel der Google-Suche: Laut Googles Dokumentation zu KI-Funktionen (Stand 2026) teilt sie eine Frage für ihre KI-Antworten in mehrere Einzelsuchen auf. Deshalb stützen sich Antworten auf lange Fragen auf andere Quellen als Antworten auf kurze Keywords. Die Unterschiede im Einzelnen zeigt der Systemvergleich auf der Methodenseite; den KI-Modus erklärt der Beitrag zum Google KI-Modus. Der Beitrag In ChatGPT gefunden werden beschreibt, wie eine Marke in die Antworten von Assistenten kommt.

Die Search Console liefert seit 2026 eine Kontrollreihe für Googles KI-Funktionen

Seit dem 3. Juni 2026 gibt es in der Search Console einen Leistungsbericht zu generativen KI-Funktionen, laut Google Search Central Blog seit dem 31. August 2026 für alle Websites. Er zeigt nach der Search-Console-Hilfe (Stand 2026) die Impressionen: wie oft Links zur eigenen Website in Übersichten mit KI und im KI-Modus präsentiert wurden, aufgeschlüsselt nach Seiten, Ländern, Geräten und Zeit. Nach der Hilfe zu Impressionen, Position und Klicks (Stand 2026) zählt ein Klick, der aus diesen Funktionen auf eine Website außerhalb von Google führt, als normaler Klick. Alle Seiten, die in derselben Übersicht mit KI verlinkt sind, teilen sich im Bericht eine Position, nämlich den Platz der Übersicht in den Suchergebnissen. Dieser Wert ist eine andere Größe als die Position in der Antwort aus dem Fragen-Set.

Für die Messung ist der Bericht eine Kontrollreihe zum Fragen-Set. Er zeigt ohne eigene Abfrage, ob die eigenen Seiten in Googles KI-Funktionen als Quelle auftauchen und ob sich das über die Zeit ändert. Er zeigt nicht, ob der Markenname ohne Link genannt wurde oder welche Fragen zur Einblendung geführt haben. Zu ChatGPT, Claude, Perplexity und Gemini enthält er keine Daten. Gelesen wird er neben dem Fragen-Set: Quellen-Anteil und Impressionen beruhen auf unterschiedlichen Datengrundlagen. Ihre Entwicklung kann deshalb voneinander abweichen. Daneben bleibt die Search Console die beste Quelle für echte Formulierungen, die ins Set gehören; den klassischen Leistungsbericht erklärt der SEO-Leitfaden.

8. Messabstände dokumentieren

Wir vereinbaren Messabstände passend zum Projekt. Ändert sich der Abstand, halten wir das fest und berücksichtigen es im Vergleich. Eine wöchentliche und eine quartalsweise Erhebung beschreiben unterschiedliche Zeiträume.

Der Umfang einer Runde lässt sich vorab berechnen: Bei 30 Fragen, drei Systemen und drei Läufen je Frage sind das 270 Abfragen je Runde, jede mit Dokumentation. Weil diese Menge in jeder Runde neu anfällt, ist Messung ein laufender Posten. Die Arbeit können Dienstleister übernehmen oder Monitoring-Tools, also Software, die solche Abfragen automatisch wiederholt und protokolliert. Bei der Budgetplanung wird dieser Posten regelmäßig unterschätzt; der Beitrag Was kostet GEO? stellt ihn neben die übrigen GEO-Aufwände.

Sechs Fehler entwerten Messreihen

Alle sechs lassen sich vor der ersten Runde ausschließen.

1. Das Set nachträglich ändern. Fragen, die schlecht laufen, werden ersetzt, und die Quote steigt ohne jede Maßnahme.
2. Alle Systeme in einen Wert zusammenrechnen. Legt die Marke in einem System zu und fällt in einem anderen heraus, kann der Gesamtwert gleich bleiben; beide Bewegungen gehen dann unter.
3. Angemeldet messen. Verlauf, gespeicherte Vorlieben und Erinnerungsfunktionen verändern die Antwort.
4. Den Modellstand nicht notieren. Ohne ihn lässt sich ein Sprung nach einem Modellwechsel nicht von einer echten Veränderung trennen.
5. Nennung und Verlinkung mischen. Steigt eine gemischte Zahl, bleibt offen, ob die Marke häufiger genannt oder häufiger verlinkt wurde.
6. Den Score eines Tools ohne Fragen-Set übernehmen. Diese Zahl errechnet das Tool aus seinen eigenen Abfragen. Steigt sie, kann das an besserer Sichtbarkeit liegen oder daran, dass der Anbieter seine Fragen geändert hat. Ohne offengelegte Fragen lässt sich der Wert weder prüfen noch mit der eigenen Reihe vergleichen.

Was die Messung offenlässt

Die Messung zeigt, ob und wie eine Marke in KI-Antworten vorkommt, aber weder warum noch was daraus wird. Die Quellenanalyse zeigt, welche Inhalte in den untersuchten Antworten zitiert werden. Daraus lassen sich weitere Prüfungen ableiten. Für die Bewertung von Anfragen nutzen wir die verfügbaren Herkunftsdaten und kennzeichnen Zuordnungslücken. Dazu kommen Grenzen, die für jede Methode gelten, von der Schwankung der Antworten über Personalisierung und Region bis zum Modellwechsel; sie sind im Beitrag zur Markensichtbarkeit in KI-Assistenten beschrieben, zusammen mit den fünf Angaben, die ein Bericht an die Geschäftsführung enthalten muss.

Die Messung liefert die Ausgangswerte und zeigt später Veränderungen im untersuchten Fragen-Set. Sie beweist allein keine Wirkung einzelner Maßnahmen; die Maßnahmen selbst, vom SEO-Fundament bis zu zitierfähigen Inhalten, beschreibt die Seite zur GEO-Agentur. Das Fundament behandeln der SEO-Leitfaden und die Seite zur SEO-Agentur. Cenovio übernimmt die Ausgangsmessung und die laufenden Runden für Unternehmen und berät vorab, welche Fragen ins Set gehören; ein Erstgespräch dazu lässt sich über die Kontaktseite vereinbaren.