KI-Sichtbarkeit messen: Welche Kennzahlen wirklich zeigen, ob Ihre Marke in ChatGPT & Co. sichtbar ist

Bei Google lässt sich Sichtbarkeit traditionell über Rankings, Impressionen, Klicks und CTR beobachten. In generativen Systemen fehlt dieses einheitliche Raster. Eine Marke kann genannt werden, ohne verlinkt zu sein. Eine Domain kann als Quelle dienen, ohne dass der Markenname im Antworttext fällt. Und eine Empfehlung kann entstehen, obwohl die eigene Website gar nicht zitiert wird.

Deshalb ist KI-Sichtbarkeit kein einzelner Messwert, sondern ein Bündel verschiedener Signale. Wer nur fragt, ob der eigene Firmenname einmal in ChatGPT auftaucht, misst eine Momentaufnahme. Wer belastbar messen will, braucht ein festes Set relevanter Fragen, mehrere Plattformen und wiederholbare Bedingungen.

Wie GEO diese neue Sichtbarkeit von klassischer SEO abgrenzt, erklären wir ausführlich in unserem Beitrag zu Generative Engine Optimization.

Die wichtigste Entscheidung ist nicht, möglichst viele Kennzahlen zu sammeln. Entscheidend ist, Messgrößen zu wählen, die unterschiedliche Fragen beantworten.

Die wichtigste Kontrollmetrik wird häufig vergessen

Answer Consistency ist für uns eine der wichtigsten Kennzahlen überhaupt.

Angenommen, Ihre Marke wird bei derselben Frage in einem von drei Läufen empfohlen, in zwei weiteren Läufen aber gar nicht genannt. Eine Momentaufnahme könnte daraus entweder 100 Prozent Sichtbarkeit oder 0 Prozent Sichtbarkeit machen.

Beides wäre technisch korrekt und analytisch irreführend.

Erst die Wiederholung zeigt, ob eine Beobachtung stabil genug ist, um daraus eine Entwicklung abzuleiten. Genau diese methodische Lücke findet sich in vielen heutigen AI-Visibility-Auswertungen.

Warum die bekannte „40-Prozent-Zahl“ mit Vorsicht verwendet werden muss

Die wissenschaftliche Arbeit GEO: Generative Engine Optimization, die 2024 auf der KDD angenommen wurde, zeigte im eigenen Benchmark GEO-BENCH Sichtbarkeitssteigerungen von bis zu 40 Prozent.

Das ist ein relevantes Forschungsergebnis. Es ist aber kein Nachweis, dass sich die Sichtbarkeit einer realen Website in ChatGPT Search oder Google AI Overviews durch eine GEO-Maßnahme um 40 Prozent steigert. Die heutigen kommerziellen Systeme waren nicht Gegenstand dieser Untersuchung.

Gerade bei einem jungen Feld wie GEO ist diese Trennung wichtig: Forschungsergebnisse sind wertvoll, solange man nicht mehr aus ihnen ableitet, als tatsächlich untersucht wurde.

Wer diese Signale zu früh in einem einzigen Score zusammenfasst, verliert wichtige Informationen.

• Mention beantwortet die Frage: Ist meine Marke im relevanten Antwortkontext präsent?
• Citation beantwortet: Wird meine Website als Informationsquelle verwendet oder verlinkt?
• Recommendation geht einen Schritt weiter: Wird meine Marke aktiv als geeigneter Anbieter, Produkt oder Lösung vorgeschlagen?
• Position zeigt, wie früh und prominent Ihre Marke im Verhältnis zu Alternativen erscheint.

Eine hohe Mention Rate bei niedriger Citation Rate ist ein anderes Problem als eine hohe Citation Rate ohne Empfehlungen.

Im ersten Fall ist die Marke präsent, aber die eigene Website wird selten als Quelle verwendet. Im zweiten Fall liefern Ihre Inhalte möglicherweise verwertbare Informationen, ohne dass daraus automatisch eine Markenempfehlung entsteht.

Unsere SERP-Beobachtung zeigt genau dieses Problem

Bei unserer deutschen SERP-Abfrage zu „ki sichtbarkeit messen“ am 24. September 2026 zitierte das Google AI Overview acht Quellen. Keine einzige dieser acht Quellen stand gleichzeitig in den organischen Top 10 derselben SERP.

Das ist nur eine Momentaufnahme und kein allgemeiner Beweis für das Verhalten von AI Overviews. Sie zeigt aber sehr deutlich, warum organisches Ranking und KI-Zitierung getrennt gemessen werden sollten.

Eine Website kann also für eine generative Antwort relevant sein, ohne dieselbe Position in der klassischen Ergebnisliste einzunehmen.

Ein Score von 63 klingt präzise.

Ohne die Messmethode sagt diese Zahl allerdings wenig.

SE Ranking weist bei seinem eigenen Tool selbst darauf hin, dass es derzeit keinen allgemeinen Benchmark für einen guten KI-Sichtbarkeits-Score gibt. Statt eines absoluten Schwellenwerts empfiehlt der Anbieter die Einordnung gegenüber Wettbewerbern.

Das ist aus unserer Sicht die richtige Denkweise.

Ein Score kann sehr hilfreich sein, wenn Sie damit dieselbe Marke, dieselben Prompts, dieselben Plattformen und dieselbe Methodik über Zeit vergleichen.

Was Sie nicht tun sollten, ist einen Wert von 62 bei Anbieter A mit einem Wert von 48 bei Anbieter B zu vergleichen und daraus abzuleiten, welches Tool Ihre Sichtbarkeit „richtiger“ misst.

Die Einheiten sind nicht standardisiert.

Die Qualität der Messung steht und fällt mit dem Prompt-Set.

100 leicht variierte Fragen sind nicht automatisch besser als 30 Fragen, die reale Informations- und Kaufsituationen Ihrer Zielgruppe abdecken.

Gerlach Media empfiehlt 30 bis 50 Prompts, HubSpot 50 bis 100. Keiner dieser Werte ist jedoch ein universeller statistischer Mindeststandard.

Deshalb sollte die erste Frage nicht lauten: Wie viele Prompts brauche ich?

Sondern: Welche realen Entscheidungsfragen muss mein Messset abdecken?

Die Prompts selbst sollten aus realen Nutzersituationen entstehen.

• Suchanfragen aus Google Search Console
• Fragen aus Sales-Gesprächen
• CRM-Notizen
• Support-Tickets
• wiederkehrende Einwände
• Produkt- und Leistungsvergleiche
• lokale oder branchenspezifische Fragen
• konkrete Alternativ- und Anbieterfragen

Ein belastbares Messprotokoll

Für eine vergleichbare Zeitreihe sollten Sie mindestens folgende Bedingungen konstant halten:

• Dasselbe Prompt-Set
• Dieselben KI-Plattformen
• Dieselbe Sprache
• Dieselbe Region
• Einen neuen, kontextfreien Chat je Abfrage
• Dieselbe Zahl an Wiederholungen
• Dieselbe Definition für Mention, Citation und Recommendation
• Modellversion dokumentieren, soweit verfügbar
• Datum und Zeitpunkt protokollieren
• Wettbewerberset nicht unbemerkt verändern

Eine einmalige Abfrage reicht nicht aus, um Stabilität zu beurteilen. Mindestens zwei Wiederholungen machen sichtbar, ob ein Ergebnis überhaupt konstant ist. Drei oder mehr Läufe geben ein besseres Bild, sind aber ebenfalls kein wissenschaftlicher Schwellenwert.

Der entscheidende Punkt ist die Konsistenz der Methode.

Wenn Sie einen Prompt heute einmal in ChatGPT testen und im nächsten Monat dreimal in ChatGPT, Gemini und Perplexity, vergleichen Sie keine Zeitreihe. Sie vergleichen zwei verschiedene Experimente.

Ein Modellwechsel ist ein Messereignis

Ändert eine Plattform ihr Modell oder ihre Suchlogik, kann sich Ihre Sichtbarkeit verändern, obwohl Ihre Website, Ihre Inhalte und Ihre Marke identisch geblieben sind.

Ein solcher Wechsel muss im Reporting dokumentiert werden.

Andernfalls kann ein Plattform-Update wie der Erfolg oder Misserfolg der eigenen GEO-Maßnahmen aussehen.

Google hat diese Berichte 2026 für generative KI-Funktionen in Search und Discover eingeführt. Die dokumentierte Ansicht umfasst unter anderem Impressionen, Seiten, Länder, Geräte und zeitliche Entwicklung.

Google weist zugleich darauf hin, dass Auftritte in AI Overviews und AI Mode weiterhin im allgemeinen Search-Console-Traffic enthalten sind.

Die Konsequenz ist wichtig: Die Search Console ist inzwischen deutlich hilfreicher für Googles eigene generative Suche, aber sie ist kein vollständiges AI-Visibility-System.

Sie sagt Ihnen nicht, wie Ihre Marke parallel in ChatGPT, Perplexity oder Claude abschneidet.

Dafür benötigen Sie eine zusätzliche Messschicht.

OpenAI trennt beispielsweise klar zwischen OAI-SearchBot und GPTBot.

OAI-SearchBot dient dazu, Websites in den Suchfunktionen von ChatGPT auffindbar zu machen. GPTBot ist für Inhalte relevant, die für das Training generativer Modelle verwendet werden können. OpenAI beschreibt beide Einstellungen ausdrücklich als unabhängig voneinander.

Das bedeutet auch: GPTBot zu blockieren ist nicht dasselbe wie ChatGPT Search zu blockieren.

Google sagt ausdrücklich: keine speziellen KI-Dateien nötig

Google sagt für AI Overviews und AI Mode ausdrücklich, dass keine zusätzlichen technischen Anforderungen, keine speziellen KI-Textdateien und kein besonderes Schema-Markup erforderlich sind. Entscheidend bleiben die normalen Voraussetzungen für Crawling, Indexierung, Snippet-Fähigkeit und hilfreiche Inhalte.

Das widerspricht einer verbreiteten Vereinfachung: Eine llms.txt ist kein dokumentierter Schalter für mehr Sichtbarkeit in Google AI Overviews. Auch für ChatGPT gibt es derzeit keine offizielle Zusage, dass eine solche Datei die Sichtbarkeit erhöht.

Technische Checks bleiben trotzdem sinnvoll.

Sie beantworten nur eine andere Frage: Kann das System meine Inhalte grundsätzlich erreichen und verarbeiten?

Die Visibility-Messung beantwortet dagegen: Taucht meine Marke bei relevanten Fragen tatsächlich auf?

Die geschäftlich wichtigste Frage lautet schließlich nicht, ob ein Visibility Score von 41 auf 52 steigt.

Relevant ist, ob aus der Sichtbarkeit qualifizierte Nachfrage entsteht.

Gerade im B2B lässt sich diese Wirkung nicht immer über einen einzelnen Referral rekonstruieren. Ein Entscheider kann Ihre Marke in einer ChatGPT-Antwort sehen, sich den Namen merken und zwei Tage später direkt nach dem Unternehmen suchen.

Der ursprüngliche KI-Kontakt taucht dann möglicherweise in keiner klassischen Attribution auf.

Ein sinnvoller Business-Layer verbindet deshalb mehrere Signale:

• KI-Referrals im Web-Analytics separat beobachten, wenn der Referrer erkennbar ist
• Branded Search als ergänzenden Trend betrachten
• direkte Zugriffe nicht automatisch der KI zurechnen
• Leads und Conversions weiterhin im eigenen Analytics und CRM messen
• bei B2B-Anfragen zusätzlich selbstberichtete Herkunft erfassen
• Assisted Conversions nur als Indiz verwenden, wenn die Customer Journey nachvollziehbar ist

Dabei sollte man Korrelationen beobachten, aber nicht automatisch Kausalität behaupten.

Referral Traffic ist damit eine nachgelagerte Kennzahl.

Er zeigt echte Besuche.

Er zeigt nicht Ihre gesamte AI Visibility.

Genau für diese Trennung haben wir GEO Audit entwickelt.

Das Tool prüft relevante Fragen über fünf KI-Systeme:

• ChatGPT
• Perplexity
• Claude
• Gemini
• Google AI Overview

Dabei geht es nicht nur darum, ob Ihre Marke irgendwo auftaucht.

GEO Audit betrachtet unter anderem:

• ob die Marke genannt wird
• an welcher Position sie erscheint
• welche Wettbewerber stattdessen oder zusätzlich genannt werden
• welche Domains als Quellen auftauchen
• bei welchen relevanten Fragen Sichtbarkeitslücken bestehen

Parallel werden technische Signale der Website geprüft. Diese Ebene betrachten wir getrennt von der tatsächlichen Plattform-Sichtbarkeit, weil technische Voraussetzungen und reale Präsenz zwei unterschiedliche Fragen sind.

Ein technischer Check kann zeigen, dass Voraussetzungen fehlen. Er kann aber nicht beweisen, dass eine Marke deshalb nicht empfohlen wird.

Umgekehrt sagt eine einzelne Markennennung wenig darüber aus, ob die technische Grundlage langfristig sauber ist.

Der GEO Score fasst die Messung für Vergleiche innerhalb derselben Methode zusammen. Auch unseren eigenen Score behandeln wir deshalb nicht als universellen Branchenstandard oder objektive Wahrheit über eine Marke.

Das ist für uns kein Nachteil des Modells, sondern die methodisch saubere Art, AI Visibility zu betrachten.

Einmaliger Check vs. Monitoring

Wenn Sie wissen möchten, wie Ihre Marke aktuell in KI-Antworten erscheint, können Sie GEO Audit direkt starten.

Entscheidend ist anschließend nicht nur die Zahl oben im Dashboard.

Entscheidend ist, bei welchen Fragen, auf welchen Plattformen und gegenüber welchen Wettbewerbern die größten Lücken liegen.

Erst daraus entsteht eine sinnvolle GEO-Strategie.