KI-Sichtbarkeit messen: Methodik und Kennzahlen

KI-Sichtbarkeit lässt sich nur dann sinnvoll steuern, wenn man sie systematisch misst. Der entscheidende Unterschied zu klassischem SEO: KI-Antworten sind nicht deterministisch. Dasselbe Modell kann auf dieselbe Frage an zwei Tagen unterschiedlich antworten, mal wird eine Marke genannt, mal nicht. Eine einzelne Stichprobe ist deshalb wertlos. Belastbare Messung entsteht erst durch ein festes Prompt-Set, mehrere Läufe pro Prompt und den Vergleich über mehrere Modelle hinweg. Erst dann werden aus zufälligen Nennungen stabile Trends.

Dieser Artikel beschreibt die Methodik Schritt für Schritt und definiert die fünf Kennzahlen, die eine seriöse Messung tragen: Sichtbarkeit, Position, Sentiment, Share of Voice und zitierte Quellen. Ziel ist eine Messgrundlage, die reproduzierbar ist und aus der sich ein priorisierter Aktionsplan ableiten lässt, statt aus Bauchgefühl zu optimieren.

Warum eine feste Methodik unverzichtbar ist

KI-Antworten variieren durch Sampling (Temperatur), durch Modell-Updates und durch personalisierte oder regionale Kontexte. Eine Marke, die in einem Testlauf erscheint, kann im nächsten fehlen, ohne dass sich an der Website etwas geändert hat. Wer daraus einzelne Screenshots als Beweis nimmt, misst Rauschen statt Signal.

Die Lösung ist statistische Wiederholung. Statt eine Frage einmal zu stellen, stellt man sie mehrfach und über einen definierten Zeitraum. Aus der Häufigkeit der Nennung entsteht eine Wahrscheinlichkeit, und Wahrscheinlichkeiten lassen sich vergleichen und über die Zeit verfolgen. Genau diese Reproduzierbarkeit trennt echtes Messen von Anekdoten, wie auch im Grundlagenartikel zu KI-Sichtbarkeit erläutert.

• Nicht-Determinismus: gleiche Frage, unterschiedliche Antwort je Lauf.
• Modell-Drift: Anbieter aktualisieren Modelle laufend, Ergebnisse verschieben sich.
• Kontextabhängigkeit: Region, Sprache und Sitzungshistorie beeinflussen die Antwort.

Schritt 1: Ein repräsentatives Prompt-Set aufbauen

Die Basis jeder Messung ist ein durchdachtes Set an Prompts, das die realen Fragen Ihrer Zielgruppe abbildet. Ein gutes Set deckt verschiedene Intent-Typen ab: informationale Fragen (Was ist X?), Vergleichsfragen (Welches Tool ist besser für Y?), Empfehlungsfragen (Welche Anbieter gibt es für Z?) und lokale oder branchenspezifische Varianten. Je näher die Prompts an echten Nutzerformulierungen liegen, desto aussagekräftiger die Messung.

Wichtig ist die Trennung zwischen Marken-Prompts (Ihr Name kommt vor) und kategorischen Prompts (nur die Kategorie, ohne Ihren Namen). Kategorische Prompts sind die eigentliche Härteprüfung: Wird Ihre Marke genannt, obwohl der Nutzer sie nicht kannte? Für den systematischen Aufbau lohnt ein Blick in die Prompt-Recherche und die Intent-Typen von Prompts. Ein solides Set umfasst je nach Marktbreite typischerweise 30 bis 100 Prompts, die stabil bleiben, damit Zeitreihen vergleichbar sind.

• Intent-Mix: informational, Vergleich, Empfehlung, lokal.
• Kategorische Prompts ohne Markennennung als Kernprüfung.
• Prompt-Set einfrieren, damit Läufe über Wochen vergleichbar bleiben.

Schritt 2: Mehrere Läufe über mehrere Modelle

Jeder Prompt wird nicht einmal, sondern mehrfach ausgeführt, um den Nicht-Determinismus herauszumitteln. In der Praxis haben sich mehrere Läufe pro Prompt und Messzyklus bewährt; die genaue Zahl ist ein Kompromiss zwischen statistischer Sicherheit und Kosten. Aus diesen Läufen ergibt sich pro Prompt eine Nennungsquote, etwa: In 7 von 10 Läufen wurde die Marke genannt.

Genauso wichtig ist die Abdeckung mehrerer Modelle. ChatGPT und Perplexity funktionieren unterschiedlich, Perplexity zitiert stärker Quellen mit Links, ChatGPT antwortet oft synthetisierter. Wer nur ein Modell misst, erhält ein verzerrtes Bild. Die Unterschiede erklärt der Vergleich ChatGPT vs. Perplexity. Citavo misst ChatGPT und Perplexity standardmäßig und deckt Claude und Gemini als Add-on ab, sodass die Läufe pro Modell getrennt ausgewiesen werden.

Schritt 3: Die fünf Kennzahlen definieren

Aus den Rohdaten der Läufe entstehen fünf Kennzahlen. Sie sollten immer pro Modell UND aggregiert betrachtet werden, da sich die Modelle stark unterscheiden.

Sichtbarkeit (Erwähnungsrate) ist der Anteil der Läufe, in denen Ihre Marke überhaupt genannt wird, gemessen über alle Prompts. Sie ist die wichtigste Basiszahl und zeigt, ob Sie im Relevant Set der KI auftauchen. Details und Benchmarks dazu im Beitrag Markenerwähnungen in KI.

Position beschreibt, an welcher Stelle innerhalb der Antwort Sie erscheinen, also ob als erste Empfehlung oder erst am Ende einer langen Liste. Frühe Nennungen haben mehr Gewicht, weil Nutzer selten die gesamte Antwort lesen.

Sentiment erfasst, ob Ihre Marke positiv, neutral oder kritisch dargestellt wird. Eine Nennung mit einschränkendem Zusatz ist weniger wert als eine klare Empfehlung. Wie man das systematisch bewertet, zeigt Sentiment in KI-Antworten.

Share of Voice setzt Ihre Nennungen ins Verhältnis zu denen der Wettbewerber im selben Prompt-Set. Diese Kennzahl macht Sichtbarkeit erst wettbewerblich lesbar und ist im Detail unter Share of Voice in KI beschrieben.

Zitierte Quellen zeigen, welche Domains die Modelle als Beleg heranziehen. Diese Metrik ist der Hebel für Ihren Aktionsplan: Wer die zitierten Quellen kennt, weiß, wo Content und Digital PR ansetzen müssen. Mehr dazu unter KI-Zitate und Quellen.

• Sichtbarkeit: Anteil der Läufe mit Markennennung.
• Position: Rang innerhalb der Antwort (früh vs. spät).
• Sentiment: positiv / neutral / kritisch.
• Share of Voice: eigener Anteil relativ zu Wettbewerbern.
• Zitierte Quellen: welche Domains als Beleg dienen.

Schritt 4: Von der Messung zum Aktionsplan

Messen ist kein Selbstzweck. Der Wert entsteht, wenn sich aus den Kennzahlen konkrete Maßnahmen ableiten lassen. Eine niedrige Sichtbarkeit bei hoher Share of Voice der Wettbewerber deutet auf ein Content- und Autoritätsdefizit hin. Kritisches Sentiment verlangt gezielte Korrektur von Falschdarstellungen. Eine Quellenliste, in der Branchenverzeichnisse oder Vergleichsportale dominieren, zeigt, wo Sie präsent sein müssen, um zitiert zu werden.

Hier lohnt eine strukturierte Quellen-Gap-Analyse: Welche Domains werden zitiert, in denen Sie noch nicht vorkommen? Der Beitrag Quellen-Gap-Analyse beschreibt das Vorgehen. Genau an dieser Stelle setzt Citavo an: Die Läufe werden zu den fünf Kennzahlen verdichtet, Wettbewerber und zitierte Quellen sichtbar gemacht und daraus ein priorisierter Aktionsplan abgeleitet. Ein erster Eindruck ist in der 7-tägigen kostenlosen Testphase möglich, die Details zu Umfang und Modellen finden Sie auf der Preisübersicht.

Häufige Fehler beim Messen

Die meisten Fehlschlüsse entstehen aus mangelnder Methodendisziplin. Einzelne Screenshots werden als Trend interpretiert, das Prompt-Set wird zwischen Messungen verändert und damit die Zeitreihe zerstört, oder es wird nur ein Modell betrachtet. Auch das Ignorieren des Sentiments ist verbreitet: Eine Nennung wird als Erfolg gezählt, obwohl sie kritisch ausfällt.

Sauberes Messen bedeutet: festes Prompt-Set, mehrere Läufe, mehrere Modelle, konsistente Definition der Kennzahlen und regelmäßige Wiederholung im selben Rhythmus. Nur so entstehen Zeitreihen, die den Effekt von Optimierungen belegen. Eine Vertiefung typischer Stolperfallen bietet KI-Sichtbarkeit: Fehler vermeiden.