Markensichtbarkeit in KI-Assistenten messen: Methoden und ihre Grenzen

Warum ist Markensichtbarkeit in KI-Antworten schwer zu messen?

Für die klassische Suche existiert eine offizielle Datenquelle: Die Google Search Console zeigt, wie oft eine Seite erschien und wie oft sie geklickt wurde. Für KI-Antworten gibt es nichts Vergleichbares. Kein System veröffentlicht, in wie vielen Antworten eine Marke vorkam. Die Antworten variieren je Lauf, Konto und Ort. Und eine Antwort, die gelesen, aber nicht geklickt wird, hinterlässt nirgends eine Spur.

Jede Messung ist deshalb eine Stichprobe. Die einzige Frage, die zählt: Wird sie sauber gezogen und sauber ausgewiesen? Wie die einzelnen Kennzahlen definiert sind, steht im Beitrag KI-Sichtbarkeit messen; wo Messung im Gesamtbild von KI-Sichtbarkeit steht, ordnet der GEO-Leitfaden ein. Hier geht es um die Bewertung der Methoden dahinter.

Methode 1: Wiederholte Tests mit festem Prompt-Set

Das Grundwerkzeug. Ein definiertes Set von 20 bis 50 Fragen wird in festem Rhythmus an dieselben Systeme gestellt — ChatGPT, Perplexity, Googles KI-Modus, je nach Zielmarkt auch Claude oder Gemini. Dokumentiert wird pro Frage: Wird die Marke genannt? Wird die Domain als Quelle verlinkt? An welcher Stelle, in welchem Ton?

Entscheidend ist die Wiederholung innerhalb einer Messwelle: dieselbe Frage mindestens dreimal, denn KI-Antworten schwanken auch am selben Tag. „In drei von fünf Läufen genannt" ist ein Messwert. „Genannt: ja" ist keiner.

Hauptschwäche: Das Set bestimmt das Ergebnis. Wer nur Fragen aufnimmt, bei denen die eigene Marke gut dasteht, misst seine Wunschvorstellung. Dagegen hilft, das Set einmal zu fixieren, Wettbewerbsfragen aufzunehmen und jede Änderung am Set zu dokumentieren wie eine Änderung am Messgerät.

Methode 2: Referrer-Daten aus der Webanalyse

In der Webanalyse tauchen Besuche auf, deren Referrer chatgpt.com, perplexity.ai oder gemini.google.com heißt. Das ist ein harter, echter Wert — aber er misst Besuche aus KI-Systemen, nicht Sichtbarkeit in ihnen. Es fehlt alles, was gelesen, aber nicht geklickt wird: Antworten in der App, Sprachausgaben, weiterkopierte Empfehlungen.

Wie groß diese Lücke werden kann, zeigen die eigenen Daten von Cenovio. Im Search-Console-Export für cenovio.com über den Zeitraum 1. Mai 2025 bis 10. August 2026 steht eine einzelne Erklärseite — der Beitrag zum Google KI-Modus — mit 4.496 Impressionen und genau einem Klick, bei einer Klickrate von 0,02 Prozent und einer Durchschnittsposition von 9,77. Der Ausschlag in der Tageskurve fällt in sechs Tage: Vom 5. bis 10. August 2026 zählte die gesamte Property cenovio.com 5.238 Impressionen (59, 1.077, 1.718, 1.786, 537 und 61 pro Tag) — bei drei Klicks in diesen sechs Tagen. Die Tageskurve ist nicht seitenscharf; sie gilt für die Property, nicht für die einzelne Seite.

Wer in dieser Lage nur auf Besuche und Referrer schaut, sieht: nichts. Sichtbar war die Seite trotzdem, tausendfach. Referrer-Daten taugen als Ergänzung und als Trendsignal, nie als alleinige Messung.

Methode 3: Monitoring-Tools

Spezialisierte Anbieter automatisieren Methode 1: Prompt-Panels laufen regelmäßig, Antworten werden ausgewertet, Nennungen und Quellen protokolliert, Wettbewerber mitgetrackt. Am Markt aktiv sind Stand August 2026 unter anderem Profound, Peec AI und Otterly.AI; dazu kommen KI-Sichtbarkeits-Module in den großen SEO-Suiten, etwa bei Semrush und Ahrefs. Was diese Werkzeuge gut können: Skalierung, Verlauf, Vergleich.

Was keines dieser Tools kann: wissen, was echte Interessenten tatsächlich fragen. Auch das teuerste Panel misst die Fragen, die jemand hineingeschrieben hat. Dazu kommen dieselben Grenzen wie bei jeder anderen Methode — Schwankung, Personalisierung, Modellwechsel. Ein Tool ersetzt die Methodenkompetenz nicht, es beschleunigt sie nur. Wer die Zahlen eines Anbieters übernimmt, ohne dessen Prompt-Set gesehen zu haben, übernimmt eine Blackbox.

Cenovio betreibt ein solches Prompt-Set derzeit intern — als eigene Baseline für die eigene Sichtbarkeit, nicht als Produkt. Die Erfahrungen daraus stecken in diesem Beitrag.

Methode 4: Quellenanalyse der Antworten

Der unterschätzte Ansatz — und der mit den konkretesten Konsequenzen. Statt nur zu fragen „wird die Marke genannt?", wird dokumentiert, wer für die Fragen des eigenen Sets genannt und verlinkt wird: Firmenwebsites? Fachmedien? Verzeichnisse? Foren? Marktübersichten?

Das Ergebnis ist eine Landkarte der Quelltypen, denen die Systeme in einem Themenfeld vertrauen — und damit eine Arbeitsliste. Zitieren die Systeme bei Auswahlfragen vor allem Vergleiche und Verzeichnisse statt Anbieter-Websites, lautet die Konsequenz nicht „mehr Leistungsseiten", sondern: in diesen Vergleichen vorkommen. Diese Methode beantwortet als einzige die Frage, woran es liegt, wenn die Präsenzquote niedrig bleibt.

Die vier Methoden im Vergleich

Wo liegen die Grenzen aller vier Methoden?

1. Antworten schwanken. Dieselbe Frage liefert am selben Tag unterschiedliche Antworten, mit und ohne Markennennung. Wer einen Anbieter-Prompt fünfmal hintereinander stellt, bekommt in aller Regel nicht fünfmal dieselbe Liste: Namen tauchen auf, verschwinden, wechseln die Reihenfolge. Einzelmessungen sind deshalb wertlos, Mehrfachläufe Pflicht. Ein seriöser Report weist die Schwankungsbreite aus, statt sie zu glätten — „in drei von fünf Läufen genannt" ist die ehrlichere Angabe als jede geglättete Prozentzahl.

2. Personalisierung. Gemessen wird im neutralen Zustand: ausgeloggt, ohne Verlauf. Echte Interessenten fragen anders: erst wird das eigene Unternehmen beschrieben, dann lassen sie sich Optionen erklären, und erst danach fällt die Frage nach konkreten Anbietern — die Antwort auf diese vierte Frage im Gespräch ist eine andere als die auf dieselbe Frage im leeren Chatfenster. Dazu kommen gespeicherte Präferenzen und Erinnerungsfunktionen. Der Zustand, in dem gemessen wird, ist nicht der Zustand, in dem entschieden wird.

3. Region und Sprache. Dieselbe Frage auf Deutsch oder Englisch, aus Zürich oder aus Berlin gestellt, erzeugt unterschiedliche Antworten mit unterschiedlichen Quellen: In der Schweiz gestellt, zieht ein Assistent eher Schweizer Verzeichnisse und Fachmedien heran, für den deutschen Markt eher deutsche. Ein Set, das nur den deutschen Markt abfragt, sagt nichts über die Schweiz oder Österreich — und ein DACH-weiter Anspruch braucht deshalb drei Messstrecken, nicht eine.

4. Modell- und Produktwechsel. Tauscht ein Anbieter das zugrunde liegende Modell oder die Art, Quellen anzuzeigen, bricht die Zeitreihe. Eine Präsenzquote, die von einer Welle zur nächsten deutlich fällt, kann schlicht bedeuten, dass die Antworten kürzer geworden sind und weniger Anbieter nennen. Ein Einbruch nach einem Modellwechsel ist kein Maßnahmenversagen, ein Anstieg kein Verdienst. Wer den Modellstand pro Welle nicht notiert, liest später Artefakte als Ergebnisse.

5. Kein Prompt-Set ist repräsentativ. Echte Fragen sind länger und kontextreicher, als Marketingteams beim Set-Bau annehmen. Im Search-Console-Export für cenovio.com (1. Mai 2025 bis 10. August 2026) stehen sieben vollständig ausformulierte Anfragen mit acht Wörtern und mehr — eine davon beginnt mit „als finanzdienstleister wollen wir wissen, welchen anteil wir in ki-antworten im vergleich zum wettbewerb haben" und endet mit der Bitte, konkrete Anbieter zu nennen. Branchenkontext, Vorwissen und Arbeitsauftrag in einer einzigen Anfrage. Ein Set aus Zwei-Wort-Keywords misst eine Nutzung, die es so nicht gibt. Dagegen hilft, echte Formulierungen aus Search Console, Erstgesprächen und Support-Anfragen ins Set zu übernehmen.

6. Keine Kausalität zu Umsatz. Eine steigende Präsenzquote belegt nicht, dass Anfragen oder Umsatz steigen. Die Brücke bleibt die Frage nach dem Weg zur Anfrage, gestellt im Erstgespräch und sauber protokolliert. Wer Sichtbarkeitskennzahlen als Umsatzprognose verkauft, verkauft zu viel.

Wie sieht ein belastbares Messsetup aus?

Ein Setup, das ohne Budget funktioniert: 30 Prompts — zehn Kategoriefragen („welche Anbieter gibt es für …"), zehn Auswahl- und Vergleichsfragen, fünf Preisfragen, fünf echte Langformulierungen aus den eigenen Daten. Drei Systeme als Minimum: ChatGPT, Perplexity, Googles KI-Modus. Jede Frage dreimal je Welle, alle 14 Tage, immer gleich dokumentiert: genannt / verlinkt / Position / Ton / Modellstand. Ein Tabellendokument reicht für den Anfang. Ein Tool wird sinnvoll, sobald Wettbewerber und mehrere Märkte dazukommen.

Ein fertiges Start-Set aus zehn Beispiel-Prompts samt Schritt-für-Schritt-Anleitung und Dokumentationsvorlage steht in KI-Sichtbarkeit messen. Dieser Beitrag bleibt bei der Frage, was die Methoden taugen und wo sie an ihre Grenzen kommen.

Woran erkennt man unseriöse Messversprechen?

Vier Signale reichen für die Vorauswahl. Erstens: Prozentwerte ohne offengelegtes Prompt-Set — ohne die Fragen ist die Zahl bedeutungslos. Zweitens: der Begriff „KI-Ranking" — in generierten Antworten existiert keine stabile Rangliste, die sich belegen ließe. Drittens: garantierte Nennungen in ChatGPT oder anderen Assistenten — kein Anbieter kontrolliert die Ausgabe eines fremden Modells. Viertens: Methodik „auf Anfrage" — wer sauber misst, zeigt gern, wie.

Datenbasis dieses Beitrags sind die eigenen Search-Console-Daten von cenovio.com aus dem Export vom 11. August 2026 für den Zeitraum 1. Mai 2025 bis 10. August 2026. Wie sich aus solchen Messungen konkrete Maßnahmen ableiten lassen, zeigt die Leistungsseite KI-Sichtbarkeit / GEO.