KI-Sichtbarkeit messen: Methode, Kennzahlen, Grenzen

Blog · KI-Sichtbarkeit messen

KI-Sichtbarkeit messen heißt: echte Kundenfragen systematisch an mehrere KI-Systeme stellen, jede Antwort erfassen und auswerten, ob, an welcher Stelle und wie korrekt Ihre Marke vorkommt. Mit einer einzelnen Frage an ChatGPT ist es dabei nicht getan, weil die Antworten von Durchlauf zu Durchlauf schwanken und von System zu System sowieso. Belastbar wird so eine Messung erst, wenn ein fester Fragenkatalog auf mehrere Systeme trifft, die Fragen wiederholt werden und am Ende klare Kennzahlen stehen, etwa die Nennungsrate, die Position in der Empfehlungsliste, die Faktentreue und die zitierten Quellen. Nach genau diesem Muster haben wir unsere KI-Sichtbarkeitsanalyse gebaut.

In Kürze

Gemessen wird mit einem festen Katalog realistischer Fragen, und Ihr Markenname kommt in keiner davon vor.
Aus Einzelantworten wird erst dann eine Aussage mit Tendenz, wenn man mehrere KI-Systeme fragt, und zwar mehr als einmal.
Hingeschaut wird vor allem darauf, wie oft und an welcher Stelle Sie genannt werden, in welchem Ton, ob die Angaben stimmen und welche Quellen die KI zitiert.
Jede Messung bleibt eine Stichprobe (und eine Abfrage per Schnittstelle ist nicht dasselbe wie der Chat im Browser, was gern übersehen wird).

Veröffentlicht 25.09.2026Nikolai Schöbel und Jeremias BurgerLesezeit 9 min

Nikolai Schöbel und Jeremias Burger

Co-Founder der Scalableloops GmbH. Nikolai Schöbel verantwortet Online-Marketing und KI-Strategie, Jeremias Burger die KI-Architektur. Beide bauen und schulen KI-Systeme im eigenen Agenturalltag.

Auf dieser Seite

Warum Sie KI-Sichtbarkeit nicht in Ihren bisherigen Berichten finden
Welche Fragen gehören in eine KI-Sichtbarkeitsanalyse?
Welche KI-Systeme sollten Sie vergleichen?
Welche Kennzahlen zeigen, wie sichtbar Sie in KI-Antworten sind?
Wer sind Ihre Wettbewerber in der KI-Antwort?
So läuft unsere KI-Sichtbarkeitsanalyse ab
Wie oft muss man dieselbe Frage stellen?
Wo stößt jede Messung an ihre Grenzen?
Welche Tools messen KI-Sichtbarkeit?
Was Sie aus der Messung konkret mitnehmen
Häufige Fragen
So starten Sie mit der Messung Ihrer KI-Sichtbarkeit
Woher die Angaben auf dieser Seite stammen

Ausgangslage

Warum Sie KI-Sichtbarkeit nicht in Ihren bisherigen Berichten finden

Wer heute in ChatGPT, Gemini oder Perplexity nach einem Anbieter fragt, bekommt eine fertige Antwort mit wenigen Namen. Ob Ihr Name darunter ist, verrät Ihnen kein klassisches Analysewerkzeug, denn Rankings messen die Position einer Seite in den Suchergebnissen und Zugriffszahlen messen Besuche. Eine Empfehlung im Chat, nach der jemand später bei Ihnen anruft, hinterlässt dort keine Spur.

Auch Google trennt diese Daten nicht auf. Laut Googles eigener Dokumentation werden Websites, die in KI-Funktionen wie AI Overviews und AI Mode erscheinen, in der Search Console im Leistungsbericht unter dem Suchtyp „Web“ mitgezählt; einen eigenen Bericht für diese Einblendungen gibt es dort nicht, worauf auch das Search Engine Journal hinweist. Wer wissen will, wie seine Marke in KI-Antworten dasteht, kommt also nicht darum herum, die Antworten selbst zu erheben.

Hier fängt unsere GEO-Arbeit an, und zwar mit dem Messen, bevor wir irgendetwas verändern (wer die Begriffe GEO, AEO und LLMO erst einmal sortieren möchte, findet sie im Beitrag GEO, AEO und LLMO erklärt).

Fragenkatalog

Welche Fragen gehören in eine KI-Sichtbarkeitsanalyse?

An den Fragen hängt eigentlich die ganze Messung. Im Chat schreiben Menschen ganze Sätze statt Stichwörter, sie erwähnen Budget, Region oder Anforderungen und fragen in der ersten Person, und genau darin unterscheidet sich ein Prompt von einer Google-Suche. Also nehmen wir Fragen, die so klingen wie die Ihrer Kunden. Die holen wir aus mindestens zwei Quellen, zum Beispiel aus Gesprächen mit Ihrem Vertrieb, aus Kundenanfragen oder aus den Fragen, die Google zu einem Thema selbst vorschlägt.

Eine Regel halten wir dabei ohne Ausnahme ein: Ihr Markenname steht nicht in der Frage. Wir wollen ja wissen, ob die KI von selbst auf Sie kommt. Wer den Namen mitliefert, misst etwas anderes, nämlich was die KI über Sie weiß.

Sortiert wird nach Fokusfeldern. Gemeint sind die Produkt- oder Leistungsbereiche, in denen Sie gefunden werden wollen, und die sehen beim Maschinenbauer natürlich anders aus als beim Hotel oder im Onlineshop. In jedes Fokusfeld kommen sechs bis acht Fragen, verteilt auf vier Fragetypen, damit die verschiedenen Wege zu einer Kaufentscheidung alle vorkommen.

Fragetyp	Muster	Was er zeigt
Empfehlungsfrage	Welcher Anbieter eignet sich für ein bestimmtes Problem?	Sichtbarkeit bei allgemeiner Kaufberatung
Problemfrage	Ich habe dieses Symptom, wer löst das?	Sichtbarkeit in der Sprache von Laien
Szenariofrage	Als Einkäufer in einem Betrieb mit 50 Mitarbeitern brauche ich …	Sichtbarkeit bei Entscheidern in einer bestimmten Rolle
Normen- und Spezifikationsfrage	Welches Produkt erfüllt diese Norm oder diesen Wert?	Sichtbarkeit bei fachlich anspruchsvollen Fragen

Systeme

Welche KI-Systeme sollten Sie vergleichen?

Jedes KI-System antwortet anders, was wenig überrascht, wenn man bedenkt, dass dahinter andere Daten, andere Modelle und andere Suchfunktionen stecken. Eine Marke kann im einen System regelmäßig empfohlen werden und im nächsten gar nicht auftauchen. Deshalb geht jede Frage an mehrere Systeme, und wir werten jedes für sich aus.

In unserer Standardmessung fragen wir fünf Stellen ab: ChatGPT, Claude, Gemini, Perplexity und die AI Overviews in der Google-Suche. Dass Google dabei zweimal auftaucht, ist Absicht. Die AI Overviews zeigen, was Menschen in der Suche zu sehen bekommen, das Gemini-Modell dagegen, wie das Sprachmodell selbst über ein Thema denkt, weshalb wir die beiden nie zu einer Zahl zusammenfassen. Systeme ohne öffentliche Schnittstelle wie Microsoft Copilot prüfen wir auf Wunsch von Hand, und was nicht gemessen wurde, steht dann auch so im Bericht.

Wie man in einzelnen Systemen gezielt sichtbarer wird, haben wir in eigenen Beiträgen aufgeschrieben, zu ChatGPT SEO und zu Google AI Overviews.

5

Abfragestellen umfasst unsere Standardmessung: ChatGPT, Claude, Gemini, Perplexity und Google AI Overviews, jeweils getrennt ausgewertet.

Scalableloops, eigene Methode

Kennzahlen

Welche Kennzahlen zeigen, wie sichtbar Sie in KI-Antworten sind?

Bei jeder Antwort füllen wir dieselben Felder aus: ob Ihre Marke vorkommt und ob mit Quelle, auf welchem Platz einer Liste sie steht, welche Produkte erwähnt werden, in welchem Ton über Sie gesprochen wird und ob stimmt, was da steht. Aus diesen Feldern entstehen die Kennzahlen. Ausgewertet werden sie entlang von drei Fragen, nämlich ob Sie überhaupt wahrgenommen werden, was über Sie gesagt wird und wo Sie im Vergleich zu anderen stehen.

Kennzahl	Frage dahinter	Wie wir sie ermitteln
Nennungsrate (Share of Mention)	Wie oft kommt Ihre Marke vor?	Anteil der Antworten mit Ihrer Marke, je Fokusfeld und je System
Nennung oder Zitation	Werden Sie nur erwähnt oder als Quelle belegt?	Verhältnis von bloßen Nennungen zu Nennungen mit Link oder Quellenangabe
Position	Stehen Sie vorne oder am Ende?	Rang Ihrer Marke in Empfehlungslisten, als Durchschnitt und Median
Tonalität	Wie wird über Sie gesprochen?	Einordnung jeder Nennung als positiv, neutral oder negativ
Faktentreue	Stimmt, was die KI über Sie sagt?	Abgleich jeder Aussage mit Ihren Unterlagen: korrekt, verkürzt, falsch oder erfunden
Zitierte Quellen	Woher bezieht die KI ihr Wissen?	Liste der Websites und Portale, die in den Antworten als Quelle erscheinen

Wettbewerb

Wer sind Ihre Wettbewerber in der KI-Antwort?

In einer klassischen Analyse stehen die Wettbewerber fest, bevor es losgeht. Hier machen wir es umgekehrt, das Vergleichsfeld ergibt sich aus den Antworten selbst. Welche Marken die KI bei Ihren Themen nennt, kommt also erst bei der Messung heraus, und das ist nicht selten eine Überraschung.

Diese Namen legen wir neben die Liste, die Sie selbst erwartet hätten, und spannend wird es bei den Abweichungen. Mal fehlt ein Mitbewerber, den Sie für stark halten, in den Antworten ganz. Mal wird regelmäßig ein Anbieter empfohlen, den Sie kaum auf dem Schirm hatten, und dann lohnt ein Blick auf die Quellen, die bei ihm zitiert werden, weil dort meist die Erklärung liegt.

Und wenn beim Wettbewerber eine Quelle dabeisteht, während Ihre Marke nur am Rand vorkommt, fehlt Ihnen meist eine glaubwürdige Drittquelle, ein Fachartikel zum Beispiel oder ein Eintrag in einem Branchenverzeichnis.

Ablauf

So läuft unsere KI-Sichtbarkeitsanalyse ab

Wir wollen dieselbe Messung in drei oder sechs Monaten noch einmal machen können, deshalb schreiben wir jede Einstellung mit, vom Datum über die Modellversion je System und die Sprache bis zum genauen Wortlaut jeder Frage. Gestellt wird jede Frage in einem frischen Gespräch ohne Verlauf. Die Rohantworten heben wir vollständig auf.

01
Fragen sammeln
Schritt 1
Mit Ihrem Team und aus weiteren Quellen entsteht ein Katalog echter Kundenfragen je Fokusfeld.
02
Abfragen
Schritt 2
Jede Frage läuft an alle vereinbarten Systeme, bei der Detailanalyse mehrfach mit zeitlichem Abstand.
03
Auswerten
Schritt 3
Jede Antwort wird nach demselben Schema erfasst und gegen Ihre Unterlagen geprüft.
04
Einordnen
Schritt 4
Kennzahlen je Fokusfeld und System, Wettbewerbsvergleich, zitierte Quellen.
05
Hebel ableiten
Schritt 5
Drei bis fünf konkrete Maßnahmen, geordnet nach Aufwand und Wirkung.

Wiederholungen

Wie oft muss man dieselbe Frage stellen?

KI-Antworten sind nicht fest. Dieselbe Frage kann heute Ihre Marke enthalten und morgen nicht, weshalb eine einzige Antwort wenig sagt. In unserer Kurzanalyse stellen wir jede Frage einmal an jedes System und nennen das Ergebnis ausdrücklich eine Tendenz, keine belastbare Statistik. In der Detailanalyse wiederholen wir jede Frage mehrfach mit zeitlichem Abstand, damit man die Schwankung selbst sieht.

Wollen wir prüfen, ob eine bestimmte Maßnahme wirkt, gehen wir noch einen Schritt weiter. Unser GEO-Audit arbeitet dann mit mehreren Durchläufen je Frage und mit Vergleichsmarken, die dieselbe Maßnahme nicht umgesetzt haben, und von einem Effekt sprechen wir erst, wenn der Unterschied zur Vergleichsgruppe deutlich und statistisch abgesichert ist. Ohne Vergleichsgruppe lässt sich schlicht nicht sagen, ob eine Veränderung von Ihrer Maßnahme kommt oder davon, dass sich das Modell verändert hat.

Aus unserer Erfahrung ist genau dieser Punkt die häufigste Fehlerquelle. Jemand fragt einmal nach, findet den eigenen Namen nicht und zieht daraus Schlüsse für das ganze Marketing, was verständlich ist, aber eben auf einer einzigen Antwort beruht.

Grenzen

Wo stößt jede Messung an ihre Grenzen?

Eine KI-Sichtbarkeitsanalyse ist immer eine Stichprobe. Sie zeigt, wie Ihre Marke bei einer definierten Menge von Fragen zu einem bestimmten Zeitpunkt abschneidet, aber nicht, wie oft Menschen genau diese Fragen stellen, denn dazu veröffentlichen die Anbieter keine Zahlen. Umso mehr hängt davon ab, dass die Fragen realistisch sind.

Die zweite Grenze liegt im Zugangsweg. Automatisierte Messungen laufen über die Programmierschnittstellen der Anbieter, und die verhalten sich nicht zwingend wie der Chat im Browser. Bei OpenAI etwa muss die Websuche in einer Anfrage über die Schnittstelle ausdrücklich als Werkzeug eingebunden werden; ohne diese Einstellung antwortet das Modell aus seinem trainierten Wissen, während die Chat-Oberfläche bei vielen Fragen selbst im Web sucht. Wer ohne Websuche misst, misst also das Wissen des Modells und nicht unbedingt das, was Ihr Kunde im Browser sieht, weshalb wir in jedem Bericht offenlegen, in welchem Modus gemessen wurde.

Und dann verändern sich die Systeme ja laufend. Was wir messen, ist deshalb ein Stand mit Datum und kein Dauerzustand.

Grenze	Was sie bedeutet	Wie wir damit umgehen
Stichprobe	Nur die gestellten Fragen werden gemessen	Realistischer Fragenkatalog aus mehreren Quellen, Ergebnis als Tendenz ausgewiesen
Schwankende Antworten	Dieselbe Frage liefert unterschiedliche Antworten	Wiederholungen in der Detailanalyse, Vergleichsmarken im GEO-Audit
Schnittstelle statt Chat	Ohne Websuche antwortet das Modell aus seinem Wissen	Messmodus je System im Bericht benannt
Systeme ohne Schnittstelle	Einige Assistenten lassen sich nicht automatisiert abfragen	Manuelle Ergänzung auf Wunsch, Lücke sonst ausdrücklich ausgewiesen
Zeitpunkt	Modelle und Quellen ändern sich	Datum, Modellversion und Fragen dokumentiert, Wiederholungsmessung möglich

Werkzeuge

Welche Tools messen KI-Sichtbarkeit?

Neben der eigenen Messung gibt es inzwischen auch Werkzeuge, die Fragen dauerhaft verfolgen. SISTRIX misst nach eigener Beschreibung, wo und wie eine Marke in KI-Antworten erscheint, unter anderem in ChatGPT, Perplexity und den Google AI Overviews, und zeigt dazu die zitierten Quellen und die Wettbewerber. Das Semrush AI Visibility Toolkit beobachtet ausgewählte Fragen unter anderem in ChatGPT und in den KI-Funktionen von Google; ausgewertet werden dort Nennungen, Tonalität und der Anteil am Gesamtgespräch. So beschreiben es die Anbieter selbst, und unabhängige Übersichten bestätigen das.

Ihre Stärke ist das Beobachten über Wochen und Monate. Den Fragenkatalog nehmen sie Ihnen aber nicht ab, und ob stimmt, was über Ihre Marke gesagt wird, prüft auch kein Werkzeug für Sie. Wir nutzen deshalb beides, die eigenen Messungen mit Ihren Fragen und die fremden Daten als Gegenprobe. Welche Maßnahmen danach kommen, von der llms.txt bis zur Arbeit an Drittquellen, steht im Beitrag zu KI-SEO.

Ergebnis

Was Sie aus der Messung konkret mitnehmen

Was Sie am Ende bekommen, ist eine Übersicht, die man auf einen Blick versteht. Sie zeigt, wie präsent Sie in jedem Fokusfeld sind, welche Wettbewerber vor Ihnen genannt werden, wo die KI Falsches über Sie sagt und auf welche Quellen sie sich dabei stützt. Daraus leiten wir drei bis fünf Maßnahmen ab und ordnen sie nach Aufwand und Wirkung. Typisch sind gepflegte Drittquellen, Inhalte mit präzisen, belegbaren Fakten, saubere strukturierte Daten auf der eigenen Website oder Veröffentlichungen in Fachmedien.

Da alles dokumentiert ist, lässt sich dieselbe Messung nach der Umsetzung wiederholen, und dann sehen Sie, ob sich Nennungsrate und Position bewegt haben und ob die Angaben jetzt öfter stimmen. Ein bestimmtes Ergebnis können wir dabei nicht zusagen, weil die Antworten in Systemen entstehen, die außer den Anbietern niemand steuert. Zusagen können wir eine saubere Messung, die man nachvollziehen kann.

Häufige Fragen

Kann ich meine KI-Sichtbarkeit selbst messen?

Im Kleinen schon. Nehmen Sie ein paar realistische Kundenfragen, lassen Sie Ihren Markennamen weg und stellen Sie sie in mehreren KI-Systemen, jedes Mal in einem neuen Chat. Dann notieren Sie, ob und wo Sie genannt werden und ob stimmt, was dasteht. Belastbar ist das allerdings noch nicht, dafür bräuchte es einen festen Fragenkatalog, der über mehrere Systeme und mehrere Durchläufe hinweg einheitlich ausgewertet wird.

Warum reicht eine einzelne Frage an ChatGPT nicht?

Weil KI-Antworten schwanken und dieselbe Frage beim nächsten Mal andere Anbieter nennen kann. Eine einzelne Antwort ist deshalb eher Zufall, eine Tendenz sieht man erst, wenn viele zusammenkommen.

Was ist die Nennungsrate?

Einfach der Anteil der KI-Antworten, in denen Ihre Marke vorkommt (manche sagen auch Share of Mention). Wir rechnen sie für jedes Fokusfeld und jedes KI-System getrennt aus, denn ein Durchschnitt über alles verdeckt vermutlich mehr, als er zeigt.

Zeigt die Google Search Console meine Sichtbarkeit in AI Overviews?

Leider nicht getrennt. Google zählt die Einblendungen in AI Overviews und AI Mode laut eigener Aussage im Leistungsbericht unter dem Suchtyp Web mit, eine eigene Auswertung gibt es dafür nicht.

Misst eine Abfrage per Schnittstelle dasselbe wie der Chat im Browser?

Nicht unbedingt. Bei OpenAI etwa muss man die Websuche in einer Anfrage über die Schnittstelle eigens einbinden. Darum schreiben wir in jeden Bericht, in welchem Modus wir gemessen haben.

Wie oft sollte man die Messung wiederholen?

Sinnvoll ist sie, wenn Maßnahmen umgesetzt sind oder es einen größeren Modellwechsel gab, was in vielen Fällen auf etwa drei bis sechs Monate hinausläuft. Der Takt ist aber gar nicht das Entscheidende. Wichtig ist, dass Fragen und Einstellungen gleich bleiben, sonst vergleichen Sie am Ende Äpfel mit Birnen.

Was jetzt

So starten Sie mit der Messung Ihrer KI-Sichtbarkeit

01
Fokusfelder festlegen
Überlegen Sie sich, in welchen zwei, drei Leistungsbereichen Sie in KI-Antworten auftauchen wollen.
02
Kundenfragen sammeln
Fragen Sie Vertrieb und Kundenservice, wie Kunden ihre Anliegen formulieren, und schreiben Sie diese Fragen wörtlich auf, auch wenn sie holprig klingen.
03
Erste Stichprobe ziehen
Ein paar dieser Fragen stellen Sie dann selbst, ohne Ihren Namen und in mehreren Systemen, und schreiben mit, wer genannt wird.
04
Messung aufsetzen lassen
Soll daraus ein belastbarer Vergleich mit dem Wettbewerb werden, den man später wiederholen kann, sprechen Sie uns an. Und wenn Ihr Team das lieber selbst beherrschen will, lernt es das in unserer KI-Schulung.

Ob eine KI Sie empfiehlt, lässt sich schlecht erraten. Messen geht dagegen, und zwar ziemlich sauber, und wer seine Zahlen kennt, gibt sein Geld dort aus, wo die Lücke liegt, statt auf Verdacht.