AI Visibility messen: KPIs, Prompt-Sets und belastbares Monitoring

AI Visibility beschreibt, ob und wie eine Marke, Website, Person, Leistung oder ein Produkt in generativen Such- und Antwortsystemen erscheint. Eine einzelne ChatGPT-Abfrage reicht dafür nicht aus. Antworten variieren nach System, Oberfläche, Zeitpunkt, Standort, Sprache, Nutzerkontext und Formulierung.

Belastbares AI-Visibility-Monitoring kombiniert deshalb drei Datenebenen: dokumentierte Antworttests, plattformeigene Sichtbarkeitsdaten und tatsächliche Website-Ergebnisse. Ziel ist kein künstlicher „AI Rank“, sondern eine nachvollziehbare Entscheidungsgrundlage für Technik, Content, Entitäten und Quellenarbeit.

• AI Visibility ist mehrdimensional: Erwähnung, Link, Zitation, Kontext und fachliche Richtigkeit sind unterschiedliche Signale.
• Prompt-Tests müssen nach Themen und Intentionen strukturiert, wiederholt und mit Metadaten dokumentiert werden.
• Eine Marke kann ohne Link erwähnt oder trotz Link falsch eingeordnet werden. Beides darf nicht als dasselbe Ergebnis gezählt werden.
• Google hat 2026 eigene Generative-AI-Performance-Reports für Search Console eingeführt; laut Update vom 31. August 2026 sind sie für alle Websites weltweit ausgerollt.
• ChatGPT kennzeichnet Referral-URLs laut OpenAI automatisch mit utm_source=chatgpt.com; diese Besuche können in Analytics ausgewertet werden.
• Referral-Traffic zeigt nur Klicks. Viele Antworten erzeugen Sichtbarkeit ohne Websitebesuch.
• Ein zusammengefasster Visibility-Score kann Orientierung geben, darf die zugrunde liegenden Dimensionen aber nicht verstecken.
• Niemand kann stabile Positionen oder dauerhafte Nennungen in generativen Antworten garantieren.

AI Visibility kann mehrere Erscheinungsformen besitzen:

Direkte Markenerwähnung

Die Marke oder Person wird namentlich genannt. Entscheidend ist zusätzlich, ob die Nennung positiv, neutral, kritisch oder sachlich falsch erfolgt.

Verlinkung

Eine eigene URL erscheint als weiterführender Link. Die Marke muss dabei nicht zwingend im Antworttext genannt werden.

Zitation oder Quellenbezug

Eine Aussage wird sichtbar mit einer eigenen Seite verbunden. Je nach System kann der Quellenhinweis direkt an einer Aussage, in einer Quellenliste oder als allgemeiner Link erscheinen.

Indirekter Einfluss

Informationen der Website können in eine Antwort eingeflossen sein, ohne dass ein eindeutiger Link sichtbar ist. Dieser Einfluss ist von außen häufig nicht sicher nachweisbar und sollte deshalb nicht als bestätigte Zitation berichtet werden.

Darstellung im richtigen Kontext

Eine Erwähnung besitzt nur dann geschäftlichen Wert, wenn Rolle, Angebot, Zielgruppe und Eigenschaften korrekt beschrieben werden. Falsche Einordnung kann trotz hoher Nennungsrate ein Reputationsrisiko sein.

Wettbewerbsposition

Bei Vergleichs- und Empfehlungsfragen ist relevant, welche Wettbewerber erscheinen, in welcher Reihenfolge sie genannt werden und welche Auswahlkriterien das System verwendet.

Generative Systeme erzeugen Antworten probabilistisch und nutzen je nach Produkt unterschiedliche Modelle, Suchindizes, Retrieval-Verfahren und Personalisierung. Schon kleine Änderungen können das Ergebnis beeinflussen:

• Wortlaut und Detailgrad der Frage
• Sprache und Land
• angemeldeter oder nicht angemeldeter Zustand
• vorheriger Gesprächsverlauf
• Gerät und Produktoberfläche
• Zeitpunkt und Indexstand
• ausgewähltes Modell oder Suchmodus
• verfügbare Quellen

Ein einzelner Screenshot beweist daher nur, dass ein bestimmtes Ergebnis zu einem bestimmten Zeitpunkt auftrat. Er ist kein verlässlicher Marktanteil und keine dauerhafte Position.

Belastbares Monitoring dokumentiert den Testkontext und wiederholt relevante Abfragen nach einem festen Verfahren.

1. Themenabdeckung

Welche geschäftsrelevanten Themen, Probleme, Anwendungsfälle und Entscheidungsfragen werden getestet? Die Abdeckung sollte nicht nur Markenfragen enthalten, sondern auch nicht markengebundene Recherche.

Beispielkennzahl: Anteil priorisierter Themencluster mit dokumentierten Tests.

2. Mention Rate

Wie häufig wird die Marke oder Person in den definierten Tests genannt?

Berechnung: Tests mit korrekter Erwähnung geteilt durch alle gültigen Tests einer Klasse.

Die Kennzahl muss nach System, Thema, Intention und Zeitraum segmentierbar bleiben.

3. Citation und Link Rate

Wie häufig erscheint eine eigene URL als sichtbare Quelle oder als Link?

Erwähnung und Verlinkung werden getrennt gemessen. Eine Antwort kann die Marke nennen, aber einen Wettbewerber verlinken – oder umgekehrt.

4. Kontext und fachliche Richtigkeit

Stimmt die Darstellung von Unternehmen, Person, Angebot, Preislogik, Zielgruppe oder Produkt? Ein einfaches Klassifikationsmodell kann verwenden:

• korrekt
• überwiegend korrekt mit kleiner Abweichung
• unvollständig
• veraltet
• sachlich falsch
• verwechselt mit anderer Entität

Kritische Fehler werden zusätzlich nach Geschäfts- und Reputationsrisiko priorisiert.

5. Share of Voice

Wie häufig erscheint die eigene Marke im Verhältnis zu definierten Wettbewerbern? Der Vergleich benötigt ein stabiles Testset und dieselben Auswertungskriterien.

Ein Share-of-Voice-Wert ist kein absoluter Marktanteil. Er gilt nur für die ausgewählten Systeme, Prompts, Sprachen und Messzeitpunkte.

6. Quellenraum

Welche Domains und Seitentypen werden für relevante Antworten verwendet?

Analysiert werden:

• eigene Website
• Wettbewerber
• Fachmedien
• Verbände und öffentliche Stellen
• Verzeichnisse und Bewertungsplattformen
• Foren und Communities
• Hersteller- oder Partnerseiten

So wird sichtbar, ob eine Content-Lücke auf der eigenen Website besteht oder ob externe Bestätigung im Informationsraum fehlt.

7. Referral-Traffic und Conversions

Klicks aus generativen Systemen werden in Webanalyse und CRM ausgewertet. Relevante Dimensionen sind:

• Quelle und Kampagnenparameter
• Landingpage
• Engagement
• Formularstart oder andere Micro-Conversions
• qualifizierte Anfrage
• Transaktion oder Umsatz

OpenAI erklärt, dass ChatGPT Referral-URLs automatisch um den Parameter utm_source=chatgpt.com ergänzt. Dadurch lässt sich eingehender Traffic in Analytics gezielter auswerten.

Quelle: OpenAI – Publishers and Developers FAQ

Von Geschäftszielen ausgehen

Das Testset beginnt nicht mit beliebigen Fragen an einen Chatbot. Es wird aus realen Recherche- und Entscheidungssituationen entwickelt:

• Welches Problem möchte die Zielgruppe lösen?
• Welche Kategorien oder Lösungsarten werden verglichen?
• Welche Anforderungen und Risiken sind entscheidend?
• Welche Anbieter, Produkte oder Methoden kommen infrage?
• Welche Belege werden vor einer Entscheidung benötigt?

Prompt-Klassen definieren

Ein ausgewogenes Set kann enthalten:

• Definitionsfragen
• problemorientierte Fragen
• Anwendungs- und Use-Case-Fragen
• Anforderungskataloge
• Methoden- und Prozessfragen
• Vergleichsfragen
• Empfehlungs- und Auswahlfragen
• Marken- und Produktfragen
• Kosten-, Risiko- und Implementierungsfragen

Varianten kontrolliert einsetzen

Nicht jede Formulierungsvariante wird zu einem eigenen KPI. Varianten helfen zu prüfen, ob ein Ergebnis stabil oder stark vom Wortlaut abhängig ist.

Metadaten dokumentieren

Jeder Test sollte mindestens enthalten:

• exakter Prompt
• Prompt-Klasse und Thema
• System und Oberfläche
• Modell oder Modus, soweit sichtbar
• Sprache und Land
• angemeldeter Zustand
• Datum und Uhrzeit
• Antworttext oder archivierter Beleg
• sichtbare Quellen und Links
• Erwähnung, Kontext und Fehlerklasse

Ohne diese Metadaten lassen sich Veränderungen kaum von Testabweichungen unterscheiden.

Google führt Sichtbarkeit aus generativen AI-Funktionen weiterhin im übergreifenden Performancebericht und bietet zusätzlich dedizierte Ansichten für Search und Discover.

Die am 3. Juni 2026 angekündigten Generative-AI-Performance-Reports zeigen laut Google:

• Impressionen in generativen AI-Funktionen
• betroffene Seiten
• Länder
• Geräte für Search
• zeitliche Entwicklung

Seit dem 31. August 2026 sind diese Insights laut Google für alle Websites weltweit ausgerollt. Die zuvor schrittweise Bereitstellung ist damit abgeschlossen.

Ein eigener Search-Console-Schalter steuert zudem, ob eine Website in generativen AI-Suchfunktionen erscheinen und Antworten fundieren kann. Ein Opt-out verhindert Traffic und Impressionen aus diesen Funktionen; außerhalb davon ist der Schalter laut Google kein Rankingsignal.

Quellen:

• Google: AI features and your website
• Google: Generative AI performance reports in Search Console
• Google: New opportunities, control and insights for website owners
• Google: aktuelle Optimierungs- und Messhinweise

Die Search-Console-Daten beantworten nicht jede GEO-Frage. Sie zeigen beispielsweise nicht automatisch, bei welchem vollständigen Prompt eine Marke gegenüber welchem Wettbewerber bevorzugt wurde oder ob eine Antwort fachlich korrekt war. Dafür bleibt ein separates Antwort- und Quellenmonitoring nötig.

Referral-Traffic aus ChatGPT kann über Analytics und den von OpenAI dokumentierten Parameter utm_source=chatgpt.com untersucht werden. Für die technische Auffindbarkeit in ChatGPT Search ist OAI-SearchBot maßgeblich.

Wichtig ist die Trennung verschiedener Zwecke:

• OAI-SearchBot betrifft die Auffindbarkeit in ChatGPT Search.
• GPTBot betrifft laut OpenAI die mögliche Nutzung für Training.
• Die Einstellungen für beide Crawler sind voneinander unabhängig.
• Für Search empfiehlt OpenAI, OAI-SearchBot in der robots.txt und Zugriffe aus den veröffentlichten IP-Bereichen zu erlauben.
• Nach robots.txt-Änderungen kann die Anpassung ungefähr 24 Stunden dauern.
• Eine Crawl-Erlaubnis garantiert keine Aufnahme, Zitation oder Position.
• Ein Crawl-Verbot kann nicht durch Content-Optimierung kompensiert werden.

Quelle: OpenAI – Overview of OpenAI Crawlers

Ein belastbares Dashboard trennt Messbereiche, statt alle Signale in eine einzige Zahl zu pressen.

Ebene 1: Abdeckung und Datenqualität

• Zahl priorisierter Themencluster
• Zahl gültiger Tests
• Anteil vollständig dokumentierter Testmetadaten
• Systeme, Sprachen und Länder im Scope
• fehlgeschlagene oder nicht vergleichbare Tests

Ebene 2: Sichtbarkeit und Wettbewerb

• Mention Rate
• Citation Rate
• Link Rate
• Share of Voice
• Themen mit wiederholter Abwesenheit
• Quellenanteile nach Domaintyp

Ebene 3: Qualität und Risiko

• Anteil korrekter Darstellungen
• veraltete oder falsche Aussagen
• Entity-Verwechslungen
• kritische Reputationsfehler
• nicht belegte Empfehlungen

Ebene 4: Website-Ergebnis

• Referral-Sitzungen
• relevante Landingpages
• Engagement und Micro-Conversions
• qualifizierte Leads
• Umsatz oder Pipeline, soweit belastbar zuordenbar

Ein Gesamtindex darf nur als Orientierung dienen. Die Komponenten müssen jederzeit sichtbar bleiben, damit Teams wissen, welche Maßnahme daraus folgt.

Baseline

Vor größeren GEO-Maßnahmen wird ein dokumentierter Ausgangswert erstellt. Dabei werden Systeme, Prompts, Länder, Sprachen und Bewertungsregeln festgelegt.

Wiederholungsmessung

Der Rhythmus richtet sich nach Veränderungsgeschwindigkeit und Geschäftsrelevanz. Monatliche oder quartalsweise Messungen können für strategische Themen genügen; bei Produkteinführungen oder kritischen Falschaussagen kann eine engere Beobachtung sinnvoll sein.

Änderungsprotokoll

Content-Updates, technische Änderungen, neue Quellen, PR-Aktivitäten und Plattformveränderungen werden dokumentiert. Ohne Änderungsprotokoll wird Korrelation schnell als Wirkung einer einzelnen Maßnahme fehlinterpretiert.

Trend statt Momentaufnahme

Bewertet werden wiederholte Muster. Eine einzelne positive Antwort ist ebenso wenig ein Erfolgstrend wie eine einzelne fehlende Nennung ein Sichtbarkeitsverlust.

• nur Markenprompts testen
• erfolgreiche Screenshots auswählen und negative Antworten ignorieren
• Erwähnung, Quelle und Link als identisches Ereignis zählen
• unterschiedliche Systeme und Sprachen in einem Wert vermischen
• Prompts während des Vergleichs unkontrolliert ändern
• personalisierte und nicht personalisierte Ergebnisse vermischen
• keine Zeitstempel oder Antwortbelege speichern
• einen Tool-eigenen Score als absolute Wahrheit behandeln
• Referral-Traffic mit gesamter AI Visibility gleichsetzen
• Korrelation nach einem Content-Update als sichere Ursache darstellen
• fachlich falsche Erwähnungen als positiven Erfolg werten
• fehlende Search-Console-Spezialberichte als Nullsichtbarkeit interpretieren

Marke wird nicht genannt, Wettbewerber aber schon

Prüfen Sie Informationslücken, Angebotsklarheit, externe Quellen und relevante Vergleichskriterien. Eine größere Wortzahl allein löst das Problem nicht.

Marke wird genannt, aber nicht verlinkt

Prüfen Sie, welche Quellen die Antwort fundieren und ob die eigene Website die konkrete Aussage eindeutig und zitierfähig abdeckt.

Eigene Seite wird zitiert, aber die Marke falsch beschrieben

Korrigieren Sie zentrale Entity- und Angebotsinformationen. Stimmen Startseite, Über-mich-Seite, strukturierte Daten und externe Profile überein?

Referral-Traffic steigt, aber Conversions fehlen

Analysieren Sie Landingpage, Suchintention, Angebot, CTA und Tracking. AI-Traffic ist nicht automatisch qualifizierter Traffic.

Ergebnisse schwanken stark

Erhöhen Sie Testumfang und Wiederholungszahl. Segmentieren Sie nach System, Prompt-Klasse und Kontext, bevor eine strategische Schlussfolgerung gezogen wird.

Prompt-Tests dürfen keine vertraulichen Kundendaten, personenbezogenen Informationen oder internen Dokumente enthalten. Testkonten, Screenshots und Antwortarchive benötigen klare Zugriffs- und Aufbewahrungsregeln.

Bei der Auswertung von Referral-Traffic und Conversions gelten die vorhandenen Datenschutz-, Consent- und Analytics-Regeln. Ein GEO-Dashboard rechtfertigt keine zusätzliche Sammlung unnötiger personenbezogener Daten.

Gibt es eine feste Position wie bei klassischen Rankings?

Nein. Generative Antworten besitzen keine überall identische Rangliste. Reihenfolge, Quellen und Formulierung können je nach Kontext variieren.

Wie viele Prompts werden benötigt?

Das hängt von Themenbreite, Märkten und Systemen ab. Entscheidend ist eine repräsentative Abdeckung geschäftsrelevanter Klassen, nicht eine möglichst große Zahl zufälliger Prompts.

Kann Search Console AI Overviews und AI Mode separat zeigen?

Search Console bietet eigene Generative-AI-Berichte für Search und Discover. Die Google-Dokumentation beschreibt einen gemeinsamen Search-Bericht für generative AI-Funktionen wie AI Overviews und AI Mode, nicht zwei getrennte Berichte je Oberfläche. Seit dem 31. August 2026 sind die Insights weltweit ausgerollt.

Wie messe ich ChatGPT-Traffic?

OpenAI verwendet laut aktueller Publisher-Dokumentation den Parameter utm_source=chatgpt.com in Referral-URLs. Zusätzlich können Quelle und Referrer in der Webanalyse geprüft werden.

Kann ein Monitoring-Tool alle Zitationen erfassen?

Nein. Tools arbeiten mit Stichproben, ausgewählten Systemen und eigenen Testbedingungen. Abdeckung, Methodik und Reproduzierbarkeit müssen transparent sein.

Sollte ein AI-Visibility-Score veröffentlicht werden?

Nur wenn Berechnung, Scope und Unsicherheit verständlich dokumentiert sind. Für interne Entscheidungen sind die einzelnen Komponenten meist wertvoller als eine Marketingzahl.

Wie schnell sollte nach einer GEO-Maßnahme gemessen werden?

Technische und redaktionelle Änderungen können sofort dokumentiert werden. Bis Systeme neue Inhalte crawlen, einordnen und in Antworten nutzen, können sehr unterschiedliche Zeiträume vergehen. Trends benötigen mehrere Messpunkte.

Was ist wichtiger: Erwähnung oder Conversion?

Beides beantwortet unterschiedliche Fragen. Erwähnungen zeigen Informations- und Wettbewerbspräsenz; Conversions zeigen einen Teil des messbaren Geschäftsergebnisses. Ein vollständiges Modell verbindet beide Ebenen.

Ein GEO-Audit schafft die Baseline aus Themen, Prompts, Quellen, Wettbewerbern und Fehlerklassen. Darauf aufbauend kann ein wiederholbares Monitoring eingerichtet werden, das Maßnahmen statt nur Scores liefert.

• Google Search Central: AI features and your website
• Google Search Central: Generative AI performance reports
• Google: New opportunities, control and insights for website owners
• Google: Optimierungs- und Messleitfaden für generative AI Search
• OpenAI: Overview of OpenAI Crawlers
• OpenAI: Publishers and Developers FAQ