KI-Sichtbarkeit messen: So prüfe ich die Präsenz einer Marke

KI-Sichtbarkeit ist der Anteil der Antworten von KI-Assistenten auf die Fragen Ihrer Kunden, in denen die Marke mit Namen genannt wird oder ihre Website als Quelle angegeben ist. Ich berechne sie auf einem eigenen Fragensatz, getrennt für jeden Assistenten und getrennt für Erwähnung und Zitat. Niemand außer den Anbietern der Assistenten kennt alle Fragen, die Menschen ihnen stellen, deshalb lässt sich ein „Marktanteil in der KI“ nicht berechnen. Jede Zahl zur KI-Sichtbarkeit hat nur dann einen Sinn, wenn dabei steht, worauf sie beruht: auf wie vielen Fragen, in welchem Assistenten und an welchem Tag.

Dreimal hat mir meine eigene Kontrolle zwischen August und Oktober gezeigt, dass eine Zahl, die gut aussah, etwas anderes bedeutet, als ich dachte:

1. Die „Markenpräsenz“ im Bericht aus einem meiner Projekte erwies sich als Zitat der Website und nicht als Erwähnung der Marke. In Perplexity zeigte der Bericht 2 %, die Marke wurde aber in 37 % der Fragen genannt, und allein in den Fragen ohne ihren Namen in 21 %.
2. Ein Test sollte zeigen, dass die Position bei den Teilanfragen (den Anfragen, die der Assistent während der Antwort selbst an eine Suchmaschine schickt) Zitate besser vorhersagt als die Position beim Hauptsuchbegriff. Das Ergebnis stützte die These, bis ein Prüfer bemerkte, dass ich Messungen unterschiedlicher Genauigkeit verglichen hatte.
3. Die Zahl der Zitate in einem Tool stieg binnen einer Woche bei zwei Marken um die Hälfte, ihr Anteil änderte sich aber kaum, also wuchs sehr wahrscheinlich die Basis der vom Tool gesammelten Antworten (sein Index) und nicht die Sichtbarkeit der Marken.

Ich messe die KI-Sichtbarkeit so, dass ich solche Fehler vor dem Bericht an den Kunden finde und nicht danach. Den zweiten dieser Fälle habe ich im Text zu GEO und KI-SEO beschrieben, die beiden anderen stehen weiter unten.

Was ist die KI-Sichtbarkeit einer Marke?

KI-Sichtbarkeit ist das Vorkommen einer Marke in den Antworten, die AI Overviews und der KI-Modus von Google, ChatGPT, Gemini, Perplexity und Copilot erzeugen, berechnet als Anteil solcher Antworten. Eine Marke kann in einer solchen Antwort auf zwei Arten vorkommen, und ich zähle beide getrennt:

1. Erwähnung: Der Name der Marke steht im Text der Antwort, den der Nutzer liest.
2. Zitat: Die Website der Marke ist als Quelle angegeben, meist in einer Fußnote oder in der Liste der Links neben der Antwort.

Das eine folgt nicht aus dem anderen. Ein Assistent kann eine Marke mit Namen empfehlen und ihre Website nicht angeben, weil er sie aus dem Gedächtnis oder aus fremden Texten kennt. Er kann auch die Website der Marke als Quelle für eine allgemeine Information angeben und ihren Namen kein einziges Mal schreiben. Im Text zu GEO und KI-SEO beschreibe ich, woher ein Assistent sein Wissen über eine Marke nimmt: aus der Suche oder aus dem Gedächtnis des Modells.

In einer KI-Antwort gibt es keine Position, deshalb messe ich einen Anteil und keinen Platz. Die Antwort eines Assistenten entsteht jedes Mal neu und ist keine Liste von zehn Ergebnissen. Eli Schwartz hat es in einem Satz gesagt:

Deshalb zähle ich statt einer Position, in wie vielen Antworten auf meinen Fragensatz die Marke vorkommt. Die Aussage „Die Marke steht in ChatGPT auf Platz 3“ beschreibt eine einzige Antwort von einem einzigen Tag, und die nächste Antwort auf dieselbe Frage kann andere Marken in anderer Reihenfolge nennen.

Wie kann ich die KI-Sichtbarkeit meiner Marke in ChatGPT und anderen Assistenten messen?

Ich prüfe sie in sechs Schritten und zähle erst im fünften. Die früheren Schritte sorgen dafür, dass sich die Zahl am Ende auf die richtige Marke und die richtigen Fragen bezieht.

Schritt 1. Prüfen Sie, ob der Assistent weiß, welche Marke gemeint ist

Bevor ich etwas zähle, stelle ich eine Frage nur mit dem Namen der Marke und lese die Antwort. Verwechselt der Assistent die Marke mit einer anderen Firma, kann sich jede spätere Zahl auf die falsche Firma beziehen. Bei einem polnischen Onlineshop zeigte ein Tool für KI-Sichtbarkeit 55 Punkte von 100 und 100 % Anteil, und alle Antworten, aus denen es das berechnet hatte, betrafen eine andere, bekannte Firma mit demselben Namen. In einem anderen Tool erhielt eine Marke, deren Name ein gewöhnliches Wort aus dem Wörterbuch ist, über 400 Tsd. Seiten mit Erwähnung, weil das Tool jede Verwendung dieses Wortes zählte. Die Vergleichsmarke hatte weniger als 7 Tsd.

Trägt eine Firma aus derselben Branche denselben Namen, verliert die Messung ihren Sinn, und trägt ihn jemand aus einem anderen Bereich, wird die Messung nur schwieriger. Im ersten Fall bringe ich, bevor ich etwas zähle, die Beschreibung der Marke auf ihrer Website und in ihren Profilen in Ordnung, damit der Assistent sie unterscheiden kann. Meinen Vor- und Nachnamen tragen unter anderem ein Schauspieler und ein Pilot, die Messung meiner Marke ist also sinnvoll, aber bei jeder Erwähnung prüfe ich, ob sie mich betrifft.

Schritt 2. Lesen Sie die Google-Ergebnisse zum Namen der Marke

AI Overviews und der KI-Modus greifen auf den Index von Google zurück, deshalb prüfe ich zuerst, was Google zum bloßen Namen der Marke zeigt. Bei jedem der ersten zehn Ergebnisse notiere ich, ob ich diese Seite vollständig kontrolliere, teilweise (zum Beispiel ein Profil auf einer fremden Plattform) oder gar nicht. Zu meinem Vor- und Nachnamen kontrollierte ich am 3. Oktober 2026 im polnischen Google keines der 10 Ergebnisse vollständig und eines teilweise.

Danach suche ich in diesen Seiten nach den Sätzen, die Assistenten über die Marke wiederholen. Steht ein Satz in den Ergebnissen, weiß ich, woher der Assistent ihn nimmt, und kann um eine Korrektur dieser Seite bitten. Steht er dort nicht, liegt er wahrscheinlich im Gedächtnis des Modells, und eine Korrektur der Seiten ändert ihn nicht schnell.

Schritt 3. Stellen Sie einen Fragensatz zusammen und ändern Sie ihn nicht

Die Fragen nehme ich aus Daten zur Nachfrage und aus der Search Console und nicht aus einem Brainstorming. Aus der Search Console wähle ich Anfragen, bei denen die Website bereits angezeigt wird, den Rest ergänze ich mit Suchbegriffen aus Tools zur Keyword-Recherche. Die Aufteilung der Fragen nach der Position der Seite habe ich im Text zur SEO-Strategie beschrieben. Hat die Website in dem Zeitraum, aus dem ich die Anfragen nehme, in der Search Console weniger als ca. 1.000 Impressionen und 100 verschiedene Anfragen, leite ich daraus keine Fragen ab, denn aus einer so kleinen Stichprobe wähle ich keine Fragen aus, die etwas über den Markt sagen. Das ist eine Richtschwelle aus meinem Vorgehen und kein Testergebnis.

Die meisten Fragen formuliere ich ohne den Namen der Marke, aus dem Grund, den ich im Text zu GEO und KI-SEO beschrieben habe. Die Frage „Ist X gut?“ misst, was der Assistent über X weiß, und nicht, ob er X jemandem empfiehlt, der noch nie davon gehört hat. Fragen ohne Markennamen formuliere ich in drei Formen (die Beispiele sind nur zur Veranschaulichung):

• Kategorie mit Eingrenzung, zum Beispiel „Buchhaltungsservice für ein Einzelunternehmen in Krakau“;
• Vergleich, in dem nur der Name eines Wettbewerbers vorkommt, zum Beispiel „Alternative zu [Wettbewerber]“;
• Frage nach einer konkreten Möglichkeit, zum Beispiel „welche Notiz-App funktioniert ohne Internet“.

Fragen zum Ruf zähle ich getrennt und rechne sie nicht in die Sichtbarkeit ein. „Ist X ein seriöses Unternehmen?“ und die Fragenpaare „wen soll ich wählen“ und „wen soll ich meiden“ zeigen, was der Assistent von der Marke hält, und nicht, ob er sie empfiehlt. Bei dem Shop aus Schritt 1 beantworteten die Assistenten die Frage, ob es ein seriöser Shop sei, mit Zitaten aus Kundenbeschwerden.

Fragen zu einer polnischen Marke stelle ich auf Polnisch und auf Englisch. In meinem Test waren einige Teilanfragen zu polnischen Fragen auf Englisch, worüber ich im Text zu GEO und KI-SEO schreibe.

Den Fragensatz ändere ich zwischen den Messungen nicht. Neue Fragen füge ich als eigene Gruppe hinzu, denn jede Änderung der Liste verdirbt den Vergleich mit der vorherigen Messung.

Schritt 4. Legen Sie die Zahl der Wiederholungen per Pilotlauf fest und notieren Sie, wann und wo

Die Zahl der Wiederholungen lege ich nicht im Voraus fest: Bei einem neuen Fragensatz mache ich zuerst einen Pilotlauf, in dem ich jede Frage 10 Mal stelle, alle zur selben Zeit. So empfiehlt es Dmitrij Żatuchin im Protokoll Dice Roll Method für das wiederholte Abfragen von Modellen nach Marken (arXiv, Version 2 vom 14.10.2026). Aus dem Pilotlauf berechnet man, wie stark sich Antworten auf dieselbe Frage unterscheiden und wie stark sich die Fragen untereinander unterscheiden, und daraus, wie viele Wiederholungen für das Ergebnis nötig sind, das mir wichtig ist. In dieser Fassung der Arbeit hat der Autor die festen Schwellen aus der ersten Version zurückgezogen (von 5 bis 20 Wiederholungen je nach Art der Untersuchung), weil sich zeigte, dass sie auf Daten eines synthetischen Generators berechnet wurden und nicht auf Daten aus Untersuchungen.

Der Pilotlauf liefert meist zwei verschiedene Zahlen: wenige Wiederholungen bis zum Ergebnis für den ganzen Assistenten und deutlich mehr, um eine einzelne Frage vor und nach einer Änderung zu vergleichen. Die Zahlen aus meinem Test und aus der Arbeit von Żatuchin zeige ich weiter unten im Abschnitt zu den Wiederholungen. AI Overviews waren in meinen Daten am stabilsten: Bei 77 von 94 Fragen lieferten sie drei identische Antworten, deshalb genügt hier meist ein einziger Abruf.

Bei jeder Antwort notiere ich vier Dinge: den Assistenten, die Oberfläche, die Version des Modells und Datum mit Uhrzeit. Die Oberfläche ist der Ort, an dem das Modell antwortet: die Chat-App, die API, der KI-Modus von Google oder AI Overviews. Antworten aus der API müssen nicht dieselben sein wie das, was ein Nutzer der App sieht, deshalb addiere ich die Ergebnisse zweier Oberflächen nicht zu einer Zahl.

Anhand der Uhrzeit der Antwort lassen sich Zufall und Veränderung über die Zeit unterscheiden. Im Wiederholungstest zitierte Perplexity die Website des Projekts in den aufeinanderfolgenden Wiederholungen bei 0, 2 und 9 Fragen, bei fast gleich bleibender Zahl der Erwähnungen (33, 36 und 35). Sehr wahrscheinlich änderte sich während der Messung der Zugang zur Website, aber die Tabelle enthielt keine Uhrzeiten der Antworten, also lässt es sich nicht prüfen. Deshalb sende ich die Wiederholungen bei den nächsten Messungen gleichzeitig ab und notiere die Uhrzeit jeder Antwort.

Schritt 5. Zählen Sie Erwähnungen und Zitate getrennt

Das Ergebnis für einen Assistenten ist der Anteil aller Antworten, in denen die Marke vorkam, getrennt für Erwähnung und für Zitat. Die Quellen summiere ich über alle Wiederholungen. Fragen, bei denen die Marke nur in einem Teil der Antworten vorkam, kennzeichne ich als instabil und ziehe aus ihnen keine Schlüsse über die einzelne Frage.

Schritt 6. Prüfen Sie, was die Diagnose ungültig machen kann

Bevor ich einem Kunden schreibe, was ihm fehlt, prüfe ich die Situationen, in denen die Diagnose falsch wäre:

• Der Assistent empfiehlt in dieser Kategorie niemanden, zum Beispiel bei Fragen zu Gesundheit, Finanzen oder Recht. Dann gibt es keine Lücke, die die Marke füllen könnte.
• Der Assistent antwortet aus dem Gedächtnis, ohne zu suchen. Dann ändert die Arbeit an der Website lange nichts.
• Ein Wettbewerber, den ich selbst in den Vergleich aufgenommen habe, ist nicht erreichbar. In einer Messung hatten vier Domains, auf denen meine These beruhte, die Kategorie sei leer, nicht einmal einen DNS-Eintrag, die Adresse der Domain führte also zu keinem Server. Null Zitate bei einem Wettbewerber, dessen Website nicht funktioniert, bedeuten nicht, dass in der Kategorie ein Platz frei ist.
• Die KI-Sichtbarkeit steigt, während der Traffic aus Google im selben Zeitraum sinkt. SearchPilot beschreibt einen Test für die Website von Omio, bei dem eine Änderung an den Seiten dem Traffic aus Sprachmodellen half, den Traffic aus Google nach ihrer Schätzung aber um ca. 6,5 % gesenkt hätte, weshalb sie nicht umgesetzt wurde (SearchPilot). Deshalb sehe ich neben den KI-Antworten immer auch auf den Traffic aus Google.

Nach jeder Änderung an der Website oder an der Beschreibung der Marke wiederhole ich die Schritte 4 bis 6 mit demselben Fragensatz. Nur dann lassen sich die Ergebnisse vor und nach der Änderung vergleichen.

Welche Kennzahlen zur KI-Sichtbarkeit messe ich?

Für jeden Assistenten messe ich zwei Zahlen: den Anteil der Antworten mit Erwähnung der Marke und den Anteil der Antworten mit Zitat ihrer Website. Dazu kommen der Anteil im Vergleich zu den Wettbewerbern auf demselben Fragensatz und die Zahl der instabilen Fragen. Den Traffic aus Assistenten in der Webanalyse behandle ich als eigene Kennzahl, weil er immer zu niedrig ausfällt: Ein Teil der Besuche kommt ohne Angabe der Quelle.

Als ich die Erwähnungen getrennt zählte, zeigte sich, dass ein Bericht über die „Markenpräsenz“ Zitate gemessen hatte. In einem der Projekte, die ich betreue, umfasste die Messung vom 29. August 2026 94 Fragen, fünf KI-Oberflächen und drei Wiederholungen, zusammen 1.410 Antworten. Das Skript, das sie berechnete, wertete eine Marke nur dann als vorhanden, wenn unter den Quellen ihre Website stand, während die Beschreibung der Methode im Bericht von der Präsenz der Marke in der Antwort sprach. Im Oktober zählte ich in denselben Antworten den bloßen Namen der Marke:

In Perplexity und Gemini wurde die Marke in mehr als einem Drittel der Fragen genannt, und der Bericht zeigte 2 % und 0 %. Die Zahlen zu den Erwähnungen umfassen 19 Fragen mit dem Namen der Marke, in den 75 Fragen ohne Namen sind sie also niedriger: je nach Assistent von 21 % bis 28 %. Das ist immer noch ungefähr ein Fünftel der Fragen in Assistenten, in denen der Bericht fast null zeigte. Seit dieser Auswertung zähle ich beide Kennzahlen getrennt und verlange dasselbe von jedem Bericht, den ich erhalte.

Erwähnung ohne Zitat und Zitat ohne Erwähnung sind für mich zwei verschiedene Hypothesen und zwei verschiedene Arbeiten, die ich im Abschnitt zur Lücke in der Sichtbarkeit beschreibe. Beide Hypothesen prüfe ich mit einer Änderung und der nächsten Messung.

Der Anteil wird pro Antwort berechnet, nicht pro Zitat

Den Anteil der Marke unter den Wettbewerbern berechne ich pro Antwort und nicht pro Zitat, weil die Antworten sehr unterschiedlich viele Quellen haben. Bei der Messung für eine polnische SEO-Agentur hatten 23 Antworten auf Fragen nach einer Agenturempfehlung zwischen 1 und 13 Quellen. Ein pro Zitat berechneter Anteil würde Antworten mit 13 Quellen ein dreizehnmal so großes Gewicht geben wie Antworten mit einer. Bei der Berechnung pro Antwort zählt jede Antwort gleich viel, denn der Nutzer liest jeweils eine Antwort.

Die Liste der Quellen aus ChatGPT muss um Suchergebnisse bereinigt werden, die das Modell nur gesichtet hat. Das Tool, mit dem ich die Antworten von ChatGPT sammle, liefert neben den in der Antwort zitierten Quellen auch die ganze Liste der Suchergebnisse, die das Modell gesehen hat. In einer Antwort waren es 52 solcher Ergebnisse und 7 zitierte Quellen. In denselben 23 Antworten sank die Zahl der Zitate nach dem Verwerfen dieser Liste von 279 auf 181, und die Liste der Orte, an denen es sich lohnt aufzutreten, von 10 auf 6 Einträge.

Wie viele Wiederholungen genügen?

In meinem Test reichten drei Wiederholungen jeder Frage für das Ergebnis des ganzen Assistenten, aber nicht für die Beurteilung einer einzelnen Frage. Im Wiederholungstest hatte etwa die Hälfte der Fragen, bei denen die Marke mindestens einmal vorkam, ein instabiles Ergebnis: in ChatGPT 18 von 36 beim Zitat der Website (alle 94 Fragen) und im KI-Modus 16 von 29 bei der Erwähnung in Fragen ohne Markennamen. Eine Frage, die in einem Durchlauf „die Marke hat“, kann sie im nächsten verlieren.

• 13 %So viele Fragen ohne Markennamen würden in ChatGPT bei drei Wiederholungen falsch eingestuft (die Marke wird genannt oder nicht). Bei einmaligem Stellen der Frage 21 %, bei fünf Wiederholungen 9 %, bei sieben 8 %.Schätzung aus einem Modell auf Daten von 1.410 Antworten, 14.10.2026
• 1,5 ProzentpunkteSo groß ist der typische Fehler (Standardabweichung) des Anteils der Antworten mit Erwähnung der Marke in ChatGPT bei drei Wiederholungen, in Fragen ohne Markennamen. Bei fünf Wiederholungen 1,2 Prozentpunkte.Schätzung aus einem Modell auf Daten von 1.410 Antworten, 14.10.2026
• 0,33Median der Ähnlichkeit der Listen zitierter Domains zwischen zwei Wiederholungen derselben Frage in ChatGPT und im KI-Modus: der gemeinsame Teil geteilt durch alle Domains aus beiden Listen (1 bedeutet identische Listen). In Perplexity 0,92.Wiederholungstest, 14.10.2026
• 77 von 94Bei so vielen Fragen lieferten AI Overviews drei identische Antworten.Wiederholungstest, 14.10.2026

Von drei auf fünf Wiederholungen verbesserte sich das Ergebnis für den Assistenten in meinem Test um weniger als einen Prozentpunkt, deshalb bleibe ich für dieses Ergebnis meist bei dreien. Das ist eine Schätzung aus einem statistischen Modell, angepasst an ein Projekt, ein Messfenster und zwei Assistenten (ChatGPT und KI-Modus), und keine Messung, und deshalb prüfe ich sie bei einem neuen Fragensatz im Pilotlauf. Żatuchin kommt zu einem ähnlichen Ergebnis: Bei 250 verschiedenen Fragen ergaben schon eine oder zwei Wiederholungen einen Reliabilitätskoeffizienten von 0,80 und fünf Wiederholungen 0,96 (1 bedeutet, dass die Mittelwerte der Wiederholungen ohne Fehler die Fragen voneinander unterscheiden).

Um eine einzelne Frage vor und nach einer Änderung an der Website zu vergleichen, braucht es 15-25 Wiederholungen und nicht drei. Nach den Simulationen von Żatuchin liegt bei fünf Wiederholungen die Chance, eine große Änderung bei einer einzelnen Frage zu erkennen, nur bei 15-19 %, und 80 % erreicht sie erst bei 15-25 Wiederholungen. Seine Daten betreffen die Empfehlung von Marken durch Modelle, die über die API abgefragt wurden, deshalb prüfe ich diese Zahl bei Antworten mit Suche ebenfalls im Pilotlauf.

Die Liste der Quellen aus einer einzigen Wiederholung verwende ich nicht, denn in ChatGPT und im KI-Modus ist der gemeinsame Teil zweier Wiederholungen derselben Frage meist nur ein Drittel aller Domains, die in beiden zitiert werden. Die Liste der Orte, an denen die Marke auftauchen sollte, baue ich aus allen Wiederholungen auf, mit der Zahl der Vorkommen jeder Domain.

Die Quellen können sich auch von Woche zu Woche ändern. SISTRIX verfolgte 82.619 Fragen über 17 Wochen in sechs Ländern (ohne Polen), und in ChatGPT änderten sich von Woche zu Woche bis zu 74 % der zitierten Quellen; das ist der Höchstwert und nicht der Durchschnitt (SISTRIX, 01.05.2026). Deshalb erkenne ich eine Änderung bei den Quellen erst an, wenn sie sich bei der nächsten Messung wiederholt.

Wie funktionieren Tools zur Messung der KI-Sichtbarkeit und wie wähle ich eines aus?

Tools für KI-Sichtbarkeit tun dasselbe wie die manuelle Messung: Sie stellen den Assistenten ein Set von Fragen, speichern die Antworten und zählen, wo die Marke vorkommt. Sie unterscheiden sich darin, wessen Fragen es sind, wie oft sie gestellt werden und was gezählt wird. Meine Daten stammen aus drei Arten von Quellen:

Absolute Zahlen wachsen mit dem Index des Tools

Die Zahl der Zitate in einem Tool kann binnen einer Woche um die Hälfte steigen, obwohl sich der Anteil der Marke nicht ändert. In einem Bericht von Ahrefs über die Zahl der KI-Antworten, die eine Domain zitieren, auf Basis der Fragendatenbank von Ahrefs, verglich ich zwei Abrufe für zwei große Onlineshops in Deutschland, vom 26. Juli und vom 2. August 2026. Die Zahl ihrer Zitate in ChatGPT stieg in dieser Zeit bei beiden um 50 %, und der Anteil des einen an der Gesamtzahl der Zitate beider Shops änderte sich kaum: 34,2 % und 34,1 %. In Perplexity stiegen die Zahlen um 68 % und 185 %. Sehr wahrscheinlich wuchs die Basis des Tools und nicht die Sichtbarkeit dieser Marken. Das sind zwei Marken, ein Tool und eine Woche.

Deshalb nehme ich aus Tools den Anteil und keine absoluten Zahlen, und zwar nur für Assistenten, bei denen sich der Anteil in meinem Vergleich um nicht mehr als einen halben Prozentpunkt änderte. Das war in ChatGPT, AI Overviews, im KI-Modus und in Grok (dem Assistenten der Firma xAI) so, während sich der Anteil in Perplexity, Gemini und Copilot um ca. 3 bis 11 Prozentpunkte änderte. Das ist ein einziger Vergleich aus einer einzigen Woche, ich gehe also von Stabilität aus, bis ein weiterer Abruf ihr widerspricht.

Was ich vor der Wahl eines Tools prüfe

Vor der Wahl eines Tools prüfe ich sieben Dinge:

1. Ob es Erwähnung und Zitat getrennt zeigt.
2. Ob ich eigene Fragen hinzufügen und viele Monate lang unverändert halten kann.
3. Wie oft es jede Frage stellt und ob es zeigt, welche Fragen instabil sind.
4. Ob es die Version des Modells, die Oberfläche und das Datum jeder Antwort speichert.
5. Ob es meinen Markt und meine Sprache unterstützt.
6. Ob es die vollständigen Antworten zeigt, damit ich prüfen kann, ob die richtige Marke gemeint ist.
7. Ob es den Anteil auf demselben Fragensatz angibt und nicht nur absolute Zahlen.

Bewertungen der Tonalität aus einem Klassifikator, den ich getestet habe, nehme ich nicht in Berichte auf. In einem Fall stufte er eine Antwort als negativ ein, die mit dem Urteil endete „X ist für die meisten Teams die bessere Wahl“. Die Tonalität beurteile ich, indem ich den Ausschnitt der Antwort selbst lese, oder ich schreibe nichts dazu.

Einen einzigen „Wert der KI-Sichtbarkeit“ aus einem Tool sehe ich nicht als Ziel. Er verbindet Erwähnungen, Zitate und verschiedene Assistenten, deshalb lässt sich aus ihm nicht ablesen, was sich geändert hat. Eine Zahl aus einem Tool gebe ich immer zusammen mit einer geschäftlichen Kennzahl an: Anfragen von Kunden, Umsatz oder Traffic aus Google.

Kostenlose Quellen: Bing und Google

Bing Webmaster Tools zeigt kostenlos, wie oft Copilot und KI-Antworten in Bing Ihre Seiten zitiert haben. Der Bericht AI Performance wurde am 10. Februar 2026 als Testversion angekündigt. Er zeigt die Zahl der Zitate, die Zahl der täglich zitierten Seiten, die Zitate einzelner Adressen und eine Stichprobe der Begriffe, mit denen die KI nach Inhalten gesucht hat, bevor sie zitierte (Bing Webmaster Blog). Das sind Daten nur aus Bing und Copilot, sie ersetzen also keine Messung in ChatGPT.

Die Search Console zeigt Impressionen von Seiten in AI Overviews und im KI-Modus, sagt aber nicht, ob die Marke mit Namen genannt wurde. Google hat diesen Bericht im Juni 2026 für einen Teil der Websites bereitgestellt und ab dem 31. August 2026 für alle (Google Search Central, Search-Console-Hilfe). Die Beschreibung des Berichts spricht von Impressionen nach Seiten, Ländern, Daten und Geräten und beschreibt weder Erwähnungen im Text der Antwort noch die Fragen, die sie ausgelöst haben. Das ist eine gute Kontrolle auf Seiten von Google, aber keine Messung von Erwähnungen.

Eigene Messung über die API

Eine eigene Messung über die API kostet wenig, braucht aber Zeit für Vorbereitung und Kontrolle. Ein Durchlauf mit 14 Fragen auf vier Oberflächen (ChatGPT mit Suche, KI-Modus von Google sowie Gemini und Perplexity über die API), zusammen 56 Antworten, kostete mich 0,82 USD an API-Gebühren, davon 0,63 USD für Gemini (die erste dieser Zahlen habe ich im Text zu GEO und KI-SEO genannt). Das war der erste von drei Messdurchläufen für die SEO-Agentur, und die gesamte Messung mit zusammen 180 Antworten kostete ca. 2,8 USD. Bei diesen Preisen würde ein Set von 100 Fragen auf vier Oberflächen mit drei Wiederholungen, also 1.200 Antworten, ca. 18-19 USD pro Messung kosten, größtenteils für Gemini. Ein Pilotlauf mit zehn Wiederholungen auf demselben Fragensatz sind 4.000 Antworten und ca. 60 USD, einmalig. Zeit kostet das Zusammenstellen der Fragen, die Prüfung, ob der Assistent die Marke nicht mit einer anderen verwechselt, und das Lesen der Antworten. Im Text zu KI-Tools für SEO habe ich die Tests beschrieben, nach denen ich die Zahlen aus solchen Messungen per Skript berechne und nicht mit einem Modell.

Was tue ich, wenn die Messung eine Lücke in der Sichtbarkeit zeigt?

Die Messung zeigt, in welcher Situation sich die Marke befindet, und davon hängt ab, was ich tue:

• Die Marke kommt weder in Erwähnungen noch in den Quellen vor, und der Assistent sucht im Web: Ich arbeite an der Sichtbarkeit der Website in Google bei diesen Fragen und ihren Varianten. Ich beginne mit der Prüfung, ob die Crawler der Assistenten die Seite überhaupt erreichen, so wie im SEO-Audit.
• Die Marke wird genannt, aber ihre Website nicht zitiert: Ich verbessere Textabschnitte der Seite so, dass sie die Frage ohne den Rest des Textes beantworten.
• Die Website wird zitiert, die Marke aber nicht mit Namen genannt: Ich arbeite daran, was andere über die Marke schreiben, denn wahrscheinlich weiß der Assistent aus fremden Texten, wen er empfehlen soll. Im Text zum Linkbuilding im KI-Zeitalter habe ich beschrieben, wie ich Erwähnungen auf Seiten plane, die die KI bereits zitiert.
• Der Assistent antwortet aus dem Gedächtnis und nennt veraltete oder falsche Fakten: zuerst eine einheitliche Beschreibung der Marke in den eigenen Kanälen, dann Veröffentlichungen an Orten, die andere redaktionell betreuen. Eine Wirkung innerhalb eines Quartals verspreche ich nicht.

Die Wirkung jeder dieser Arbeiten prüfe ich mit der nächsten Messung auf demselben Fragensatz, denn keine von ihnen bietet eine Garantie. Im Text zu GEO und KI-SEO habe ich beschrieben, welche dieser Maßnahmen Belege haben und welche ein verbreiteter Rat ohne Messung sind. Dort stehen auch meine Tests, die einige solcher Ratschläge nicht bestätigt haben.

Was sagt die Messung der KI-Sichtbarkeit nicht?

Die Messung sagt nicht, wie viele Menschen die Marke in KI-Antworten gesehen haben. Der Anteil betrifft meinen Fragensatz und nicht alle Gespräche mit Assistenten, deren Zahl ich nicht kenne.

Sie sagt auch nicht, warum der Assistent diese Marke gewählt hat und nicht eine andere. Die Diagnose aus der Messung ist eine Hypothese, die ich mit einer Änderung und der nächsten Messung auf demselben Fragensatz prüfe.

Ein Ergebnis von einem einzigen Tag ist kein Trend. Anbieter ändern Modelle und die Art der Suche, und die Änderungen werden nicht immer angekündigt, deshalb vergleiche ich nur Messungen mit derselben Oberfläche und notierter Version des Modells und erkenne eine Änderung erst an, wenn sie sich bei der nächsten Messung wiederholt.

Für Polen fehlen Daten dazu, welche Assistenten die Menschen nutzen. Eine polnische Untersuchung dazu, wie oft die Menschen die einzelnen Assistenten nutzen, habe ich nicht gefunden, ich weiß also nicht, welches Gewicht das Ergebnis in jedem von ihnen hat. Deshalb zeige ich das Ergebnis für jeden Assistenten getrennt und fasse sie nicht zu einem Durchschnitt zusammen.

Was messe ich bei meiner eigenen Marke?

Auf rogala.pro messe ich dasselbe wie bei Kunden, aber die erste Messung (den Ausgangswert) vom 26. Juli 2026 habe ich mit einer schwächeren Methode gemacht. Sie hatte eine Antwort pro Frage und umfasste keine Ergebnisse aus ChatGPT. Den Ausgangswert und das, was ich seitdem geändert habe, habe ich im Text zu GEO und KI-SEO beschrieben. Am 25. August stellte ich in Ahrefs Brand Radar die tägliche Prüfung der vier Fragen aus dem Ausgangswert in ChatGPT für Polen ein. Die Ergebnisse dieser täglichen Prüfung beschreibe ich nicht, bis ich sie mit der Messung vom 1. November verglichen habe. Die erste Messung nach der Methode aus diesem Text habe ich für den 1. November 2026 als Pilotlauf geplant: dieselben vier Fragen auf vier Oberflächen, jede 10 Mal. Das Ergebnis beschreibe ich in beiden Texten, auch wenn es null ist.

Häufige Fragen zur KI-Sichtbarkeit

Womit fange ich an?

Die erste Messung können Sie in einer Stunde selbst machen, ohne ein kostenpflichtiges Tool. Stellen Sie dem Assistenten eine Frage nur mit dem Namen der Marke und prüfen Sie, ob er weiß, wer gemeint ist. Wählen Sie aus der Search Console zehn Anfragen, bei denen Ihre Website angezeigt wird, stellen Sie sie ohne den Namen der Marke dreimal in ChatGPT und im KI-Modus von Google und notieren Sie getrennt, wo die Marke mit Namen genannt wird und wo ihre Website die Quelle ist. Das gibt ein Bild des ganzen Fragensatzes; über einzelne Fragen sagt erst ein Pilotlauf mit zehn Wiederholungen mehr. Wenn Sie das Ergebnis überrascht, ist das ein gutes Thema für eine Beratung.