„Und wie stehen wir eigentlich in der KI?“ Diese Frage stellt uns gerade gefühlt jeder Kunde. Mal im Jour fixe, mal nebenbei am Telefon, mal als erste Frage im Reporting-Termin. Dahinter steckt fast immer derselbe Gedanke: Die Kunden der Kunden fragen nicht mehr nur Google, sondern ChatGPT, Gemini oder Perplexity. Und niemand möchte dort unsichtbar sein.
Die ehrliche Antwort lautet: Das lässt sich messen, aber nicht so, wie man es von Google gewohnt ist. Und genau deshalb schreiben wir diesen Artikel. Denn in vielen Gesprächen merken wir, dass zwei Annahmen mitschwingen, die so nicht stimmen. Erstens: Wer bei Google gut rankt, ist automatisch auch in der KI gut sichtbar. Zweitens: KI-Sichtbarkeit lässt sich mit einer einzigen Zahl ausdrücken, so wie früher „Platz 3“.
Gutes SEO ist die Grundlage, ohne die in der KI wenig geht. Aber KI-Sichtbarkeit ist ein eigenes Feld. Sprachmodelle wählen anders aus, sie fassen zusammen, bewerten und empfehlen. Wer dort vorkommen will, braucht mehr als Rankings. Und wer wissen will, ob es funktioniert, muss anders messen.
Inhalt dieses Artikels
Warum das alte Messmodell nicht mehr greift
Bei Google war die Welt übersichtlich. Ein Keyword, eine Ergebnisliste, eine Position. Man konnte sagen: Wir stehen für „Steuerberater Köln“ auf Platz 2. Diese Position war für alle Nutzer am selben Ort ungefähr gleich und ließ sich täglich nachvollziehen.
In Chatbots gibt es diese Liste nicht. Es gibt eine Antwort, und die fällt bei jeder Anfrage etwas anders aus. Sie hängt davon ab, wie die Frage formuliert ist, was vorher im Gespräch passiert ist, welche Einstellungen und Erinnerungen der Nutzer hinterlegt hat und welche Quellen das System in diesem Moment heranzieht. Dieselbe Frage zehnmal gestellt liefert zehn leicht unterschiedliche Antworten.
Deshalb ist KI-Sichtbarkeit keine Platzierung, sondern eine Verteilung. Die sinnvolle Frage lautet nicht „Auf welchem Platz stehen wir?“, sondern „In wie vielen Antworten kommen wir vor, wie werden wir dargestellt und wer verweist auf uns?“
Dazu kommt ein zweites Problem: Google Analytics zeigt nur, was am Ende auf der Website ankommt. Wer in einer KI-Antwort genannt wird, aber keinen Klick bekommt, taucht in Analytics nirgends auf. Und wer klickt, wird nicht immer sauber als KI-Traffic erkannt. Fehlen Referrer oder UTM-Parameter, landet dieser Besuch schnell im Topf „Direct“. Analytics ist also ein Baustein der Messung, aber nicht die Messung.
200+
5,0
zufriedene Kunden
Prompts und Queries: Was überhaupt gemessen wird
Bei Google misst man Keywords. In der KI misst man Prompts, also die Fragen und Aufgaben, die Nutzer einem Chatbot stellen. Prompts sind länger, konkreter und oft gesprächsartig: „Welche Agentur in München hilft mittelständischen Unternehmen bei Google Ads und SEO?“ statt „google ads agentur münchen“.
Trotzdem sollte man Queries nicht über Bord werfen. Viele KI-Systeme suchen im Hintergrund selbst im Web, um ihre Antworten zu belegen. Aus einem Prompt werden dabei eine oder mehrere Suchanfragen. Wer für diese Suchanfragen gut auffindbar ist, hat bessere Chancen, als Quelle in der Antwort zu landen. Den Unterschied haben wir in unserem Beitrag zu Query und Prompt ausführlicher erklärt.
Für die Messung heißt das: Man braucht ein festes Set an Prompts, das die echten Fragen der Zielgruppe abbildet. Typische Bausteine sind:
- Fragen nach Anbietern und Empfehlungen („Welche Anbieter gibt es für …?“)
- Vergleichsfragen („Was ist besser, A oder B?“)
- Problemfragen, bei denen eine Lösung gesucht wird
- Fragen direkt zur eigenen Marke („Was sind die Erfahrungen mit …?“)
Dieses Set bleibt über Monate stabil. Nur so lassen sich Veränderungen überhaupt erkennen.
Die KPIs für KI-Sichtbarkeit
Aus unserer Praxis haben sich sechs Kennzahlen herauskristallisiert. Keine davon reicht allein. Zusammen ergeben sie ein belastbares Bild.
1. Erwähnungsrate und Share of Voice
Die Erwähnungsrate beschreibt, in wie viel Prozent der Antworten eine Marke vorkommt. Spannend wird sie erst im Vergleich: Wie oft werden die wichtigsten Wettbewerber im selben Prompt-Set genannt? Daraus ergibt sich der Share of Voice, also der Anteil, den eine Marke an allen Nennungen in einem Themenfeld hat. Diese Kennzahl kommt dem alten Ranking am nächsten, bleibt aber eine Wahrscheinlichkeit und keine feste Position.
2. Position und Kontext der Nennung
Genannt ist nicht gleich empfohlen. Es macht einen großen Unterschied, ob eine Marke als erste Empfehlung erscheint, als eine Option unter vielen oder nur am Rand erwähnt wird. Deshalb schauen wir uns an, an welcher Stelle und in welcher Rolle eine Marke in der Antwort auftaucht.
3. Sentiment
Wie wird über die Marke gesprochen? Positiv, neutral oder kritisch? Eine KI fasst zusammen, was sie im Netz über ein Unternehmen findet. Steht dort viel Kritik, wiederholt sie diese Kritik, und zwar ohne dass das Unternehmen davon erfährt. Sentiment ist für uns deshalb einer der wichtigsten Messwerte überhaupt. Eine häufige Nennung mit schlechtem Unterton schadet mehr, als sie nützt.
4. Zitierte Quellen
Viele KI-Antworten nennen ihre Quellen, was nicht dasselbe ist wie eine bloße Nennung (mehr dazu im Beitrag AI Mention vs. AI Citation). Diese Quellen verraten, woher das Bild einer Marke stammt: von der eigenen Website, aus Bewertungsportalen, Fachartikeln, Vergleichsseiten, Foren oder Branchenverzeichnissen. Zwei Fragen sind dabei entscheidend: Wird die eigene Website als Quelle herangezogen? Und welche fremden Seiten sprechen über das Unternehmen und prägen damit, was die KI erzählt?
5. Unterschiede zwischen den Plattformen
ChatGPT, Gemini, Perplexity, die Google AI Overviews und der AI Mode arbeiten unterschiedlich und greifen auf unterschiedliche Quellen zurück. Eine Marke kann auf einer Plattform stark und auf einer anderen kaum sichtbar sein. Deshalb messen wir pro Plattform und nicht als Gesamtwert.
6. Wirkung im Geschäft
Am Ende zählt, was an Anfragen und Umsatz ankommt. Dazu gehören:
- KI-Traffic in Analytics: Besuche aus ChatGPT, Perplexity und Co., sauber als eigener Kanal ausgewertet
- Anfragen aus diesem Traffic: Kontaktformulare, Anrufe, Terminbuchungen
- Die Herkunftsfrage: „Wie sind Sie auf uns aufmerksam geworden?“ Konsequent im Erstgespräch gestellt oder als Feld im Kontaktformular abgefragt, ist sie oft der verlässlichste Hinweis auf KI-Einfluss
- Markensuchen in der Search Console: Wer in der KI von einer Marke liest, sucht sie danach häufig bei Google. Steigende Brand-Suchen sind ein indirektes Signal
Gerade im B2B wird in der KI recherchiert, aber selten direkt geklickt. Viele lesen die Antwort, merken sich einen Namen und suchen später gezielt danach. Wer nur den direkten KI-Traffic betrachtet, unterschätzt den Effekt deshalb systematisch.
Reputation wird zum eigenen Optimierungsfeld
Mit Sentiment und Quellen kommt ein Thema zurück, das viele lange unterschätzt haben: Reputation. Eine KI entscheidet nicht nur, ob sie ein Unternehmen nennt, sondern auch, wie sie es beschreibt. Und dafür zieht sie alles heran, was im Netz über dieses Unternehmen steht.
Das betrifft Google-Bewertungen und Bewertungsportale genauso wie Erwähnungen in Fachmedien, Vergleichsportalen, Foren und Branchenverzeichnissen. Ein Unternehmen kann eine technisch saubere Website und starke Rankings haben und trotzdem in der KI schlecht wegkommen, weil die Stimmen über das Unternehmen woanders anders klingen.
Wir sehen Reputationsmanagement deshalb als eigenes Themenfeld innerhalb der KI-Optimierung. Dazu gehört, die relevanten Quellen zu kennen, aktiv Bewertungen einzuholen, auf Kritik zu reagieren und dafür zu sorgen, dass glaubwürdige Seiten korrekt und aktuell über ein Unternehmen berichten. Ohne diese Arbeit bleibt jede Optimierung der eigenen Website unvollständig.
ChatGPT Ads: der bezahlte Messpunkt
Neben der organischen Sichtbarkeit gibt es inzwischen auch einen bezahlten Weg in die Antworten: Werbung in ChatGPT. OpenAI baut dieses Angebot gerade schrittweise aus, die Verfügbarkeit unterscheidet sich je nach Markt. Die Anzeigen erscheinen als gekennzeichnete Werbung getrennt von der eigentlichen Antwort und beeinflussen laut OpenAI nicht, was ChatGPT inhaltlich sagt.
Für die Messung bringt das neue Möglichkeiten: Reporting im Ads Manager, UTM-Parameter, ein Tracking-Pixel und eine serverseitige Conversions-Schnittstelle. Das Reporting ist allerdings deutlich gröber als bei Google Ads. Wer ChatGPT Ads nutzt, sollte sie deshalb in dieselbe Gesamtbetrachtung aufnehmen wie die organische KI-Sichtbarkeit und nicht isoliert bewerten. Vor allem lässt sich darüber gut beobachten, ob bezahlte Präsenz auch die organische Wahrnehmung und die Markensuchen bewegt.
So messen wir KI-Sichtbarkeit bei JSH
Für unsere Kunden messen wir KI-Sichtbarkeit getrennt von der klassischen SEO-Sichtbarkeit. Beides hängt zusammen, aber beides beantwortet unterschiedliche Fragen. In der Praxis sieht das so aus:
- Festes Prompt-Set: Wir definieren gemeinsam mit dem Kunden die Fragen, die seine Zielgruppe tatsächlich stellt, und halten dieses Set stabil.
- Messung pro Plattform: Erwähnungsrate, Position, Sentiment und Quellen werten wir je Plattform aus und vergleichen sie mit den wichtigsten Wettbewerbern.
- Trend statt Tageswert: Wir schauen auf die Entwicklung über Monate, nicht auf einzelne Ausschläge.
- Quellenanalyse: Wir prüfen, welche Seiten die KI heranzieht, und leiten daraus ab, wo Inhalte, Bewertungen oder Erwähnungen fehlen.
- Verknüpfung mit dem Geschäft: KI-Traffic, Anfragen und Markensuchen fließen in dieselbe Auswertung ein.
Einen Teil dieser Daten liefern auch kostenlose Werkzeuge: Wie Microsoft KI-Zitate auswertet, zeigen wir im Praxis-Guide zu den Bing Webmaster Tools, Markensuchen lassen sich in der Google Search Console verfolgen. Warum Nennung und Zitat getrennt gemessen werden sollten, erklären wir im Beitrag AI Mention vs. AI Citation.
Die Grenzen der Messung
So hilfreich diese Kennzahlen sind, sie haben Grenzen, und die sollte man kennen:
- Antworten schwanken. Dieselbe Frage liefert unterschiedliche Ergebnisse. Einzelne Messungen sagen wenig, erst die Wiederholung zeigt ein Muster.
- Personalisierung ist nicht abbildbar. Kein Tool sieht, was ein bestimmter Nutzer mit seinem Verlauf und seinen Einstellungen zu sehen bekommt.
- Systeme und Tools ändern sich. Wenn ein Wert fällt, kann das an der eigenen Arbeit liegen, an einem Update des Modells oder an einer geänderten Messmethode des Tools. Das lässt sich nicht immer sauber trennen.
- Tracking ist lückenhaft. Nicht jeder KI-Besuch wird als solcher erkannt, und viele Kontakte entstehen ganz ohne Klick.
Deshalb taugen KI-Kennzahlen vor allem für zwei Dinge: Trends erkennen und sich mit dem Wettbewerb vergleichen. Wer mehrere Werte gleichzeitig im Blick hat und sieht, dass sie sich über die Zeit insgesamt verbessern, hat einen verlässlichen Indikator, auch wenn einzelne Werte mal ausschlagen.
Fazit: Wer KI-Sichtbarkeit verstehen will, muss breiter messen
Die Frage „Wie stehen wir in der KI?“ ist berechtigt, aber sie lässt sich nicht mit einer Zahl beantworten. KI-Sichtbarkeit setzt sich aus Erwähnungen, Darstellung, Quellen und Geschäftswirkung zusammen. SEO bleibt das Fundament, doch die KI bewertet mehr als die eigene Website. Wer das misst, sieht nicht nur, wo er steht, sondern auch, woran er arbeiten muss.
Du möchten wissen, wie Deine Marke in ChatGPT, Gemini und den AI Overviews dasteht? Wir prüfen Deine KI-Sichtbarkeit und zeigen Ihnen, wo Du ansetzen sollten. Mehr zu unserer Arbeit findest Du auf unserer Seite zur GEO-Agentur.
200+
5,0
zufriedene Kunden
FAQ
Kann man Rankings in ChatGPT messen?
Nicht im klassischen Sinn. Es gibt keine feste Ergebnisliste, sondern wechselnde Antworten. Messbar ist, wie häufig, an welcher Stelle und in welchem Ton eine Marke in einem festen Set von Prompts genannt wird.
Welche KPI ist für KI-Sichtbarkeit am wichtigsten?
Keine einzelne. Aussagekräftig wird es erst in der Kombination aus Erwähnungsrate, Sentiment, zitierten Quellen und der Wirkung auf Anfragen und Markensuchen.
Wie oft sollte man KI-Sichtbarkeit messen?
So oft, dass sich Trends zeigen, aber nicht so oft, dass man auf Zufallsschwankungen reagiert. Für die meisten Unternehmen reicht eine monatliche Auswertung.
Reicht gutes SEO für KI-Sichtbarkeit?
SEO ist die Grundlage, reicht aber nicht aus. KI-Systeme beziehen auch Bewertungen, Fachartikel, Foren und Vergleichsportale ein. Reputation und Quellenlage spielen deshalb eine eigene Rolle.
Warum sehe ich kaum Traffic aus ChatGPT in Google Analytics?
Viele Nutzer lesen die Antwort, ohne zu klicken, und suchen die Marke später direkt. Zudem wird KI-Traffic nicht immer korrekt erkannt und landet teils als direkter Zugriff. Analytics zeigt daher nur einen Teil der Wirkung.
