Wie messen, ob KI Sie empfiehlt

Jemand im Team öffnet ChatGPT, tippt den Firmennamen ein und bekommt einen freundlichen Absatz. Der Screenshot landet in Slack. Meistens war das das letzte Mal, dass jemand gemessen hat.

Die Antwort ist kein Beweis. Das Konto, in dem Sie eingeloggt waren, frühere Chats, Custom Instructions und die exakte Formulierung dieses einen Prompts haben die Antwort zu Ihnen hingezogen. KI-Sichtbarkeit messen heißt, diesen Test wegzuwerfen. Stattdessen brauchen Sie eine Methode, die Sie wiederholen können: einen festen Fragenkatalog, Sessions ohne Ihre Historie, mehr als eine Engine und eine Scoring-Regel, die Sie notiert haben, bevor Sie die Ergebnisse sahen. Ein Tool kann diese Schleife ausführen. Es kann die Fragen nicht erfinden. Lesen Sie auch: KI-Empfehlung für Lieferanten: Shortlist-Fakten - die Content-Lücken, die bei Constraint-Fragen als Nullen auftauchen.

In diesem Artikel:

• Warum ist es wertlos, ChatGPT nach der eigenen Marke zu fragen?
• Was sollten Sie tatsächlich messen?
• Woher kommen die Fragen?
• Wie führen Sie den Test durch, und wie oft?
• Spreadsheet, SaaS-Lizenz oder Self-Hosting?
• Wie lesen Sie die Aufschlüsselung?
• Wie sehen Sie KI-Traffic in Analytics, und was berichten Sie?
• Häufige Fragen

Warum ist es wertlos, ChatGPT nach der eigenen Marke zu fragen?

Eingeloggtes ChatGPT erinnert sich an Sie. Frühere Chats, Custom Instructions und alles, was das Produkt aus Ihrem Konto ableitet, ziehen die Antwort zu Marken, über die Sie ohnehin sprechen. Sie sind die letzte Person, die den Test machen sollte, denn das System versucht, Ihnen zu helfen - nicht einem Einkäufer, der Ihren Namen noch nie gehört hat.

Ein einzelner Run ist ohnehin eine Anekdote. Stellen Sie dieselbe Frage zweimal in einer frischen Session, und die Shortlist verschiebt sich oft. Das passiert aus drei normalen Gründen, und keiner davon ist eine Verschwörung gegen Ihre Marke.

Der erste ist, wie das Modell schreibt. Es schlägt keine gespeicherte Liste genehmigter Lieferanten nach. Es generiert die Antwort Token für Token, und es gibt etwas Zufall, welches Wort als Nächstes kommt. Zwei Runs mit identischem Prompt können deshalb unterschiedliche Firmen nennen, obwohl sich im Web nichts geändert hat.

Der zweite ist Retrieval. Bei vielen Fragen holt der Assistent auch Seiten, während er antwortet, und die Seiten, die er findet, sind keine feste Bibliothek. Ein gestern gecrawltes Ranking, die Spec-Tabelle eines Wettbewerbers, die heute Morgen live ging, ein Forum-Thread, der heute etwas höher rankte: jedes davon kann im nächsten Run in die Antwort kommen und im übernächsten wieder fehlen.

Der dritte ist die Formulierung. „Beste Bilgenpumpen für Yachten“ und „welche 12-V-Tauchpumpe passt in ein 400-mm-Fach in Salzwasser“ klingen für einen Menschen ähnlich und sind für ein Modell verschiedene Jobs. Sie ziehen andere Quellen und liefern andere Namen. Wenn Sie nur die gebrandete Variante fragen, wirken Sie sichtbar und fehlen trotzdem bei den Prompts, die den Kauf entscheiden.

Die Methode, die folgt, ist langweilig - deshalb funktioniert sie. Friern Sie die Fragen ein und schreiben Sie sie auf. Wenn Sie eine Formulierung ändern, geben Sie ihr eine Versionsnummer, damit der Score vom letzten Monat noch dasselbe bedeutet. Führen Sie den Katalog in einem sauberen Zustand aus: ausgeloggt, über eine API oder über ein Tool ohne Ihre Historie. Dann wiederholen. Mehrere Runs pro Frage, auf mehr als einer Engine, bevor Sie ein Fehlen als Fehlen werten.

Was sollten Sie tatsächlich messen?

Sie brauchen vier Zahlen. Jede verbirgt etwas, was die anderen nicht zeigen - deshalb ist jede einzelne Headline unvollständig.

Mention rate (Erwähnungsquote) ist der Anteil der Fragen, bei denen die Marke überhaupt genannt wird. Das ist die Zahl für die Folie, weil sie beantwortet: „Stehen wir in der Antwort?“ Was sie verbirgt, ist wo Sie auftauchten. Eine Erwähnung in Satz sieben einer langen Antwort ist nicht dasselbe wie der erste Name auf einer Drei-Anbieter-Shortlist.

Citation rate (Zitierquote) ist der Anteil der Antworten, die Ihre Domain verlinken. Sie passt oft nicht zur Erwähnungsquote. Modelle nennen Firmen, auf die sie nicht zeigen können, und zitieren Seiten, die Sie nie nennen. Die Zitierquote ist die, die zu einem Besuch werden kann, weil ein Link anklickbar ist. Bleibt die Zitierquote bei null, während die Erwähnungsquote gut aussieht, prüfen Sie, ob Fetcher Ihre Seiten überhaupt erreichen - siehe Kann KI Ihre Website tatsächlich lesen.

Position ist, wo in der Antwort die Marke erscheint. Bei einer Shortlist aus drei ist der zuerst Genannte der, den sich der Einkäufer merkt. Wenn Sie „irgendwo erwähnt“ als Sieg zählen, berichten Sie eine Zahl, die Sie später niemandem erklären können, der die Antworten wirklich liest.

Share of voice ist Ihre Erwähnungen gegen alle Anbieter-Erwähnungen in der Kategorie. Vorstände mögen sie, weil sie nach Marktanteil aussieht. Sie täuscht schnell. Der Nenner ist, wen das Modell in dieser Woche bei dieser Formulierung zufällig nannte - nicht das echte Wettbewerbsfeld. Nutzen Sie sie als Schnitt, den Sie betrachten, nicht als Zahl, die Sie steuern.

Schreiben Sie die Scoring-Regel vor dem ersten Run auf. Legen Sie im Voraus fest, was zählt: Erwähnung einer Tochtergesellschaft, Erwähnung ohne Link, Wettbewerber-Seite, die Sie nennt, eine „Marken wie X“-Liste, in der Sie nebenbei vorkommen. Ändern Sie die Regel nach den Zahlen, ist die Baseline schon unbrauchbar, weil Sie nicht wissen, ob sich der Score bewegt hat oder die Prüfung.

Hier eine ausgefüllte Zeile, damit das Sheet nicht abstrakt bleibt. Die Firma ist erfunden. Die Antworten sind erdacht, um die Spalten zu zeigen - nicht aus einem Live-Run.

Bewahren Sie den Rohtext der Antwort neben den Häkchen auf. In der Formulierung sehen Sie, warum Sie fehlten: Das Modell wollte eine Größe, die Sie nie veröffentlicht haben, nutzte den Preis vom Vorjahr, verwechselte Sie mit einem ähnlichen Namen oder vertraute einem Ranking, das Sie nie nach Fakten gefragt hat.

Woher kommen die Fragen?

Erfundene Fragen messen Ihre Annahmen. Echte kommen von Orten, an denen Einkäufer schon gesprochen haben.

Holen Sie sie aus dem Sales-Posteingang und Lost-Deal-Notizen, aus RFI-Unterlagen, Support-Tickets, aufgezeichneten Calls mit Einwilligung, Search-Console-Queries, die wie Fragen aussehen, und aus Foren, die Ihre Einkäufer wirklich nutzen. Behalten Sie die Worte der Einkäufer, auch die unsauberen. Notieren Sie Quelle und Datum jeder Frage, damit Sie später sehen, welche Quellen die relevanten Fehlstellen geliefert haben.

Der Katalog muss mehr abdecken als „Kennst du unseren Namen?“ Ein Einkäufer, der Ihre Marke schon im Kopf hat, ist eine andere Person als jemand, der einen Assistenten bat, drei passende Lieferanten zu nennen.

Ein Set, das überwiegend gebrandete Fragen enthält, liefert eine bequeme Zahl - und eine nutzlose. Sie wirken präsent und bleiben unsichtbar bei den Prompts, die den Deal entscheiden. Zwölf bis zwanzig gut belegte Fragen mit je ein paar Formulierungen schlagen fünfzig, die jemand im Workshop geschrieben hat. Sie wollen eine stabile Lesung pro Typ, keine runde Zahl, die in der Folie ernst wirkt.

Unten ein Starter-Set für eine erfundene Marinenpumpen-Marke, Northwake. Wir verkaufen keine Pumpen. Die Liste zeigt die Form - ersetzen Sie jede Zeile durch Fragen aus Ihrem Posteingang.

1. Ist Northwake eine gute Marke für Bilgenpumpen?
2. Wer baut Northwake-Pumpen, und wo werden sie gefertigt?
3. Beste Bilgenpumpen für Yachten
4. Welche Firmen bauen 12-V-Tauchpumpen für Salzwasser?
5. Ich brauche eine Bilgenpumpe für ein 400-mm-Fach, 12 V, vollständig in Salzwasser mit Schmutz tauchbar
6. Leise Bilgenpumpe für Yachtkabine, unter 15 A
7. Northwake 400 versus Tidewell 400 für eine 12-m-Yacht
8. Wer von beiden hat Ersatzteile in Europa?
9. Was kostet eine Bilgenpumpe für eine Yacht?
10. Veröffentlicht Northwake Listenpreise für die 400-mm-Reihe?
11. Bilgenpumpe für Fischereifahrzeug, nicht Freizeityacht
12. Pumpe für Arbeitsboot, monatelang im Hafen
13. Bilgenpumpen-Lieferanten in Deutschland
14. Wer verkauft Yacht-Bilgenpumpen mit Service in Nordeuropa?

Fragen 1 und 2 schmeicheln Ihnen, wenn die Entity bekannt ist. Fragen 5, 6, 11 und 13 werden zu Seiten, weil sie Einkäufer wirklich tippen, bevor sie eine Shortlist haben. Fehlt laut Antwort IP-Rating oder Abmessung, ist der Fix meist lesbarer Text auf der Seite, nicht noch eine gebrandete FAQ - siehe Text in Bildern und SEO, warum reine Bild-Specs Search und Fetcher scheitern lassen.

Frieren Sie einen Kern ein und lassen Sie ihn in Ruhe. Wenn sich der Markt verschiebt, fügen Sie Fragen mit neuer Versionsnummer hinzu. Ersetzen Sie Zeile 5 still, glauben Sie, Content habe die Metrik bewegt - obwohl Sie die Prüfung geändert haben.

Bei Geografie- und Sprach-Splits behandeln Sie jeden Markt als eigenes Subset statt Scores zu mitteln - dasselbe Muster wie bei einem mehrsprachigen Katalog, wo eine Sprache rankt und eine andere unsichtbar bleibt.

Wie führen Sie den Test durch, und wie oft?

Das Muster ist einfach - und der Teil, der in einem Jahr noch Bestand haben sollte: decken Sie ab, wo Ihre Einkäufer wirklich fragen, und mehr als eine Art Retrieval, denn diese Oberflächen widersprechen sich. Chat-Assistent, zitationslastige Answer Engine und das, was Google mit generierten Antworten in der Suche macht, sind verschiedene Jobs. Eine kann Sie jedes Mal nennen, während eine andere es nie tut. Diese Spaltung ist ein normales Erstresultat. Kein Bug in der Methode.

Welche Produkte in diesen Slots sitzen, wird sich verschieben. Stand heute sieht ein Beispiel so aus: ChatGPT, Perplexity und Google AI Overviews oder AI Mode, plus Copilot, Claude oder Gemini nur, wenn Sales-Gespräche sie schon nennen. Behandeln Sie diese Liste nicht als Methode. Fragen Sie Ihr Team, wo Deals starten, tragen Sie diese Oberflächen ins Sheet ein, und überspringen Sie, was in Ihrem Markt niemand nutzt, nur weil ein Ranking es nannte.

Sie brauchen nicht jeden Engine am Tag eins. Zwei oder drei verschiedener Art zeigen schon, ob das Fehlen „wir sind unbekannt“ oder „wir sind auf dieser Oberfläche unbekannt“ heißt. Fügen Sie eine weitere nur hinzu, wenn jemand diesen extra Split wirklich liest.

Manche Oberflächen brauchen weiterhin einen Menschen. Eingeloggtes Chat-Produkt, Browser-Sidebar, Antwort erst nach Follow-up: APIs und Scraper verpassen das. Planen Sie manuelle Runs für die Fragen, die Deals entscheiden, und automatisieren Sie den Rest.

Einmal volle Baseline, dann leichteres Subset im Rhythmus. Die Kern-Constraint-Fragen alle zwei Wochen oder monatlich reichen den meisten Teams. Den Long Tail holen Sie zurück, wenn es einen Grund gibt - neuer Markt, frisch veröffentlichte Seite. Tägliche Scores über 200 Prompts wirken beschäftigt. Sie ändern selten, was Sie nächste Woche schreiben.

Speichern Sie die Antworten, nicht nur die Häkchen. Ein Fehlen mit „keine Pumpe dieser Größe mit IP-Rating gelistet“ ist Content-Aufgabe: Sie haben das Rating nie veröffentlicht. Ein Fehlen, das Sie nennt, aber ein im Vorjahr eingestelltes Modell zuschreibt, ist Korrektur-Aufgabe: Das Modell fand eine alte Quelle. Beide scoren gleich, wenn Sie nur Ja/Nein speichern - und Sie schicken die falsche Person zur falschen Korrektur.

Spreadsheet, SaaS-Lizenz oder Self-Hosting?

Jedes bezahlte AI-Visibility-Tool führt dieselbe Schleife aus, die Sie gerade gelesen haben: Fragenkatalog, mehrere Engines, Score. Kaufen ersetzt die Schleife nicht. Es skaliert sie, damit Sie mehr Fragen öfter stellen können, ohne dass jemand den Nachmittag in Chats copy-pastet.

Stand August 2026 teilt sich der Markt in drei Wege. Die Namen unten sind Beispiele einer Kategorie, kein Ranking. Die Liste wird sich verschieben.

Dedicated Plattformen in dieser Kategorie sind derzeit u. a. Profound, Peec und Otterly. SEO-Suites mit nachgerüstetem Tracking: Semrush AI Toolkit, Ahrefs Brand Radar. Wir veröffentlichen eine Self-Host-Option, Ansvisor. MIT-lizenziert, Sie halten Prompts und Antworten, die Scoring-Formel liegt im Repository. Es erfindet keine Wettbewerber-Daten, die Sie nie gesammelt haben, und ersetzt keinen Menschen auf Oberflächen ohne brauchbare API. Spreadsheet plus ausgeloggtem Browser ist für Woche eins legitim.

Kaufen gewinnt, wenn niemand Skripte pflegt, Sie Share of Voice brauchen, den Sie nicht selbst sammeln können, und der Vorstand vor dem nächsten Meeting ein Dashboard will.

Self-Hosting gewinnt, wenn die dealentscheidenden Fragen Ihre bleiben müssen, Sie Rohe Antworten in sechs Monaten noch brauchen und Seat-Preise bei wachsendem Set absurd werden. Sie übernehmen Format-Änderungen, Rate Limits und die Lücke zwischen API-Antwort und dem, was Nutzer im Produkt sehen. Diese Lücke ist real. Eine Pipeline ist nicht dasselbe wie im Chat zu sitzen.

Die meisten Teams landen hybrid: gekauftes Tool für Breite, kurzes eigenes Set für die zehn Fragen, die Arbeit wirklich abschließen. Das eigene Set ist das, das Sie von Hand scoren, wenn Dashboard und Sales-Posteingang widersprechen.

Wie lesen Sie die Aufschlüsselung?

Der Durchschnitt ist die uninteressanteste Zahl im Sheet.

40 % Erwähnungsquote kann heißen: bei jeder gebrandeten Frage da, bei keiner Constraint-Frage. Oder: auf Englisch sichtbar, auf Deutsch weg. Oder: ChatGPT nennt Sie, Perplexity nie. Drei Situationen, dieselbe Headline, drei verschiedene Backlogs - die Headline ist nicht, worauf Sie handeln.

Teilen Sie Ergebnisse nach Engine, Sprache und Fragetyp, bevor Sie jemanden briefen. Meist sehen Sie kein sauberes Nullfeld. Eine ordentliche Gesamtrate mit einem Loch in einem Schnitt. Dieses Loch ist die Arbeit.

Ein Fehlen wird zur Seite, wenn die Frage echt ist, Sales sie wichtig findet und nichts auf einer lesbaren URL antwortet. Eine Miss-Liste ist kein Plan - zehn unrelated Nullen erzeugen zehn dünne FAQs. Gruppieren Sie zuerst. Eine Spec-Tabelle kann drei Constraint-Fragen schließen. Zehn dünne FAQs schließen keine davon gut. Die Seiten, die Constraint-Misses fixen, sind dieselben, die ein CMS schon unterstützen sollte - typisierte Felder, Tabellen, crawl-bares HTML, beschrieben in 10 SEO-Funktionen, die ein modernes CMS haben sollte.

Behandeln Sie eine Ein-Wochen-Bewegung nicht als Beweis, dass eine neue Seite wirkte. Antworten springen aus denselben Gründen wie der erste Test log: Sampling, Retrieval, Formulierung. Sie brauchen eingefrorenes Subset, genug Runs und Zeit, bevor Sie eine Ursache behaupten. Bis dahin berichten Sie Präsenz und Lücken. Nicht, dass der Blogpost „ChatGPT bewegt“ habe.

Wie sehen Sie KI-Traffic in Analytics, und was berichten Sie?

Manche Assistenten senden einen Referrer. In GA4 suchen Sie Hostnamen wie chatgpt.com und perplexity.ai und bauen ein Segment. Viele Chats senden nichts - der Besuch landet als Direct, gemischt mit Leuten, die die URL tippten. First-touch und Last-touch lügen in dieser Situation, weil die Recherche in einem Gespräch passierte, das Ihnen nicht gehört.

UTM-Tags auf eigenen Links helfen weiter für Kampagnen, die Sie steuern. Sie taggen kein Zitat inside ChatGPT. Nennt das Modell Sie und tippt der Einkäufer Ihre Homepage, weiß Analytics nicht, dass ChatGPT beteiligt war.

Google Search Console ist ein anderes Fenster - und schaut nur auf Google. Am 3. Juni 2026 startete Google Search generative AI performance reports. Sie zeigen Impressions, wenn Ihre URLs in AI Overviews, AI Mode und generativen Features in Discover erschienen. Die erste Version ist Impressions: wie oft eine Seite in diesen Features gezeigt wurde. Keine Klicks, keine auslösenden Queries, kein ChatGPT. Die Reports rollten auf eine Teilmenge der Sites aus - wenn Sie sie noch nicht sehen, ist das Rollout, kein fehlendes Integration auf Ihrer Seite.

Search Console sagt also, ob Googles KI-Oberflächen Ihre Seiten zeigten. Ihr Fragenkatalog sagt, ob ChatGPT Sie nannte. GA4 sagt etwas über den Anteil der Besuche mit Referrer. Keines der drei ist das ganze Bild. Stellen Sie sie nebeneinander. Addieren Sie sie nicht zu einer „KI-Traffic“-Zahl und steuern Sie die. Für Crawl- und Index-Seite, die diese Google-Oberflächen speisen, bleibt technisches SEO die Basis.

Was der Vorstand braucht, ist kleiner als ein Session-Chart. Exposure: bei den dealentscheidenden Fragen, wie oft Sie genannt werden und auf welchen Engines. Lücken: welche Fragetypen oder Sprachen noch null sind. Korrekturen: wo das Modell falsch über Sie spricht und ob die Fehlerquelle noch live ist. Überspringen Sie die Direct-Traffic-Sparkline. Sie springt, und startet Streit, den niemand beenden kann.

Häufige Fragen

Warum liefert ChatGPT unterschiedliche Antworten auf dieselbe Frage?

Weil es kein gespeichertes Faktenblatt abruft. Jedes Mal generiert es die Antwort mit etwas Zufall - das nächste Wort ist nicht vollständig determiniert, zwei identische Prompts können zwei Shortlists liefern. Bei vielen Fragen holt es während der Antwort Seiten, und die gefundenen Seiten können stündlich wechseln. Ändern Sie auch nur wenige Worte im Prompt, geben Sie ihm einen anderen Job - erwarten Sie andere Namen. Sind Sie eingeloggt, ziehen Memory und frühere Chats die Antwort zusätzlich zu Ihnen. Messen durch den Lärm: Formulierung einfrieren, saubere Session, mehrere Runs als Daten. Eine Antwort ist eine Story.

Wie viel Traffic kommt wirklich von KI?

Es gibt keinen einzelnen Anteil für jede Site. Ein Teil der Besuche erscheint als Referrals von Assistenten-Hostnamen. Ein Teil versteckt sich in Direct, weil der Chat keinen Referrer übergab. Ein großer Teil des Einflusses wird nie zur Session: Der Einkäufer bekam drei Namen und ging zum Gewinner, ohne Ihre Analytics zu berühren. Deshalb zählt der Fragenkatalog mehr als ein Traffic-Prozent. Messen Sie, wie oft Sie genannt und zitiert werden. GA4 ist partielle Sicht auf Besuche, nicht Größe der Chance.

Sehe ich KI-Referrals in GA4?

Einige. Bauen Sie ein Referral-Segment für Hostnamen, die Sie in Reports wirklich sehen. Rechnen Sie mit Unterzählung - viele Chats senden Besucher ohne Referrer. Nutzen Sie dieses Segment nicht als einzige Zahl.

Was ist ein guter AI-Visibility-Score?

Es gibt keinen universellen guten Score - die Zahl ist ein Durchschnitt über Ihre Fragen. Ein Set voller gebrandeter Prompts wirkt stark. Eines voller Constraint-Prompts schwächer und sagt mehr. Beurteilen Sie Bewegung an den dealentscheidenden Fragen gegen Ihre eigene Baseline, nicht an einem Prozent aus fremdem Screenshot.

Soll ich ein AI-Visibility-Tool kaufen?

Kaufen, wenn Sie Volumen und Wettbewercher-Bench brauchen und keine Skripte pflegen. Fragenkatalog und Scoring-Regel bleiben Ihre. Ein Seat, der nur Default-Prompts des Anbieters fährt, berichtet über einen Markt, der nicht Ihrer ist. Ein Spreadsheet für eine Woche reicht, um zu sehen, ob Sie ein Gebrandet-only- oder ein Constraint-Problem haben. Entscheiden Sie danach, nicht vorher.

Baseline diese Woche starten

Kopieren Sie die Scoring-Tabelle von weiter oben. Nehmen Sie zwölf Fragen aus dem Posteingang, nicht aus Brainstorm. Führen Sie sie auf zwei oder drei Oberflächen aus, die Ihre Einkäufer schon nutzen, je mehrmals, ausgeloggt. Scoren Sie Erwähnung, Zitat und Position, und lesen Sie Nullen nach Typ statt als einen Durchschnitt.

Brauchen Sie Volumen und Wettbewercher-Benchmarks, wählen Sie einen Seat aus der Kategorie, die zu Ihrem Software-Einkauf passt. Wollen Sie Fragen und Rohe Antworten auf Maschinen, die Sie kontrollieren, self-hosten. Ansvisor pflegen wir für diesen Weg.

Haben Sie schon eine Site und wollen wissen, ob sie in Form ist, damit Modelle Sie finden und zitieren, schreiben Sie uns. Senden Sie die URL. Wir führen ein Audit durch: ob Seiten lesbar sind, ob Sie bei den Fragen auftauchen, die Einkäufer wirklich stellen, und wo die Löcher sind. Das Sheet bekommen Sie in jedem Fall.