Wie Citavo KI-Sichtbarkeit misst — transparent, wiederholbar, statistisch ehrlich
Eine Kennzahl ist nur so gut wie ihre Messung. Diese Seite legt offen, wie jede Zahl in Citavo entsteht — welche Modelle wir fragen, wie wir Nennungen und Quellen erkennen, wie der Share of Voice gerechnet wird und wann wir eine Veränderung eine Veränderung nennen. Keine Blackbox.
Täglich gemessen — mit offen gelegtem Zugangsweg
Citavo stellt die echten Fragen deiner Käufer täglich an die KI-Systeme, die im DACH-Raum tatsächlich benutzt werden. Der Zugangsweg ist je System fest definiert, damit Zeitreihen vergleichbar bleiben.
ChatGPT, Microsoft Copilot und Google AI Overviews erfassen wir auf den realen Produktoberflächen. Perplexity, Claude und Gemini messen wir über die offiziellen, suchgestützten APIs der Anbieter. API-Antworten sind kontrolliert und reproduzierbar, aber nicht als identisch mit jeder personalisierten Consumer-Session zu verstehen.
KI-Antworten schwanken von Abfrage zu Abfrage. Deshalb fragen wir mehrfach und werten eine Stichprobe aus, statt eine Einzelantwort zum Ergebnis zu erklären — und melden eine Veränderung erst, wenn sie außerhalb der gemessenen Schwankungsbreite deines Projekts liegt.
Jede Antwort wird deterministisch ausgewertet: Markennennung (umlaut- und schreibvarianten-tolerant, z. B. „Opus Clip" ⇄ „OpusClip"), Verlinkung der eigenen Domain als Quelle (Zitierquote), genannte Wettbewerber, Position und alle zitierten Quellen. Jede Kennzahl ist bis zur echten KI-Antwort aufklappbar — kein Wert ohne Beleg.
Live gestützt oder Modellwissen — mit korrekter Einordnung
Die Recherche-Quote zeigt, bei wie vielen Antworten der jeweilige Anbieter einen nachweisbar live gestützten Abruf oder Quellen geliefert hat. Das macht sichtbar, ob der Hebel eher bei zitierfähigen Inhalten und Quellen oder bei stabilen Entitäten-Signalen liegt.
Wichtig für die Interpretation: Bei Produktoberflächen kann das System selbst entscheiden, ob es recherchiert. Bei den suchgestützten APIs ist Recherche je nach Anbieter durch die API oder unsere Abfragekonfiguration vorgegeben. Die Kennzahl misst daher den Zustand der Antwort — nicht pauschal eine freie Entscheidung jedes Modells.
Echter Standort statt Sprach-Simulation
Für Projekte in Deutschland, Österreich und der Schweiz senden wir der Websuche den echten Standort-Parameter (DE/AT/CH) mit — die Suche läuft dann wirklich im jeweiligen Markt, statt nur „auf Deutsch zu klingen". Wo ein System keine Standortwahl zulässt, sagen wir das offen und arbeiten stattdessen mit einer Regionsangabe in der Frage.
Geteilt durch ALLE genannten Marken — nicht nur die, die du kennst
Der übliche Trick, mit dem sich Sichtbarkeits-Tools schmeicheln: Share of Voice relativ zu den Wettbewerbern, die der Kunde selbst eingetragen hat. Wer einen Rivalen vergisst, sieht sich besser, als er ist. Citavo extrahiert per LLM-Analyse aus jeder Antwort sämtliche genannten Marken und rechnet: deine Nennungen ÷ Nennungen aller Marken. Unbekannte Rivalen, die wiederholt auftauchen, schlagen wir dir automatisch als Wettbewerber vor.
Eine Veränderung heißt erst dann Veränderung, wenn sie echt ist
KI-Antworten schwanken — dieselbe Frage kann heute anders ausgehen als morgen. Deshalb bekommt jedes Projekt eine eigene, aus seiner Historie gemessene Rausch-Schwelle. Trend-Pfeile, „Wettbewerber hat dich überholt"-Alerts und Deltas erscheinen nur außerhalb dieser Schwelle — mit einer Definition überall: Dashboard, Berichte und E-Mail-Alerts können sich nicht widersprechen. Die Sichtbarkeits-Kachel zeigt ihre gemessene Toleranz (±) offen an.
Grundlage ist unsere eigene Stabilitäts-Studie mit 800 wiederholten KI-Antworten — hier veröffentlicht.
Was diese Messung nicht kann — offen gesagt
Kein Blick in fremde Chats: KI-Antworten sind probabilistisch und teils personalisiert; was ein einzelner Nutzer sieht, kann abweichen. Wir messen eine wiederholbare, repräsentative Stichprobe — den Trend, nicht den Einzelfall. Bei einzelnen Systemen sind die Quellenangaben technisch eingeschränkt; wir werten dann die Quell-Domains aus und weisen das aus. Wir nehmen ein KI-System erst auf, wenn seine Ergebnisse stabil genug sind, um darauf zu handeln — lieber eine Kennzahl weniger als eine, auf die man nicht bauen kann. Ändert sich unsere Methodik, dokumentieren wir das mit Datum — auch im Verlauf deines Projekts.