Warum ohne Messung alles Glaube ist
Für die klassische Suche gibt es die Search Console, für KI-Antworten gibt es kein offizielles Gegenstück: Kein Anbieter zeigt dir, wie oft du in Antworten vorkommst. Wer seine KI-Sichtbarkeit kennen will, muss sie selbst erheben, und das geht nur über wiederholte, identische Testfragen. Ohne diese Basis ist jede GEO-Massnahme ein Schuss ins Dunkle, mit ihr wird aus dem Thema ein normaler Regelkreis: messen, Lücke finden, Inhalt bauen, wieder messen.
Der Unterschied zeigt sich im Alltag schnell: Ohne Messung besteht KI-Sichtbarkeit aus Anekdoten, etwa dem Kunden, der erzählt, ChatGPT habe den Betrieb empfohlen, oder dem gegenteiligen Schreck, wenn beim eigenen Ausprobieren nur Mitbewerber erscheinen. Beides sind Einzelfälle ohne Aussagekraft, denn dieselbe Frage kann morgen anders beantwortet werden. Erst das feste Set aus Fragen, Engines und Rhythmus macht aus Anekdoten eine Kurve, und erst die Kurve zeigt, ob die Inhalte der letzten Monate etwas bewegt haben oder nicht.
Das Verfahren in vier Schritten
Keine Keywords, sondern Fragen, wie sie deine Kundschaft einer KI stellt: Wer macht X in Region Y? Was kostet Z? Die Fragen bleiben über Monate identisch, sonst misst du Äpfel gegen Birnen.
ChatGPT, Perplexity, Gemini und Claude decken die wichtigsten Antwortmaschinen ab. Immer dieselben, immer ohne eingeloggten Verlauf, damit keine Personalisierung das Bild verzerrt.
Jede Frage an jede Engine, dann zählen: In wie vielen der 20 Antworten kommt dein Unternehmen vor? Notiere auch, wer stattdessen genannt wird, das sind deine Mitbewerber um die Antwort.
Fehlst du bei lokalen Fragen, liegt es meist an Google-Profil und Bewertungen. Fehlst du bei Fachfragen, fehlen Seiten, die genau diese Frage direkt beantworten.
Für die Auswertung genügt eine simple Tabelle mit einer Zeile pro Frage und einer Spalte pro Engine und Monat: erwähnt oder nicht, plus eine Notiz, wer sonst genannt wurde. Nach drei Monaten zeigt diese Tabelle Muster, die keine Einzelmessung liefert, etwa dass eine Engine dich konstant nennt, während eine andere dich nie gesehen hat, oder dass genau eine Frage hartnäckig leer bleibt. Solche Muster sind präziser als jedes Bauchgefühl und machen die Massnahmen klein und konkret: nicht KI-Sichtbarkeit verbessern, sondern diese eine Frage mit dieser einen Seite beantworten und in der übernächsten Messung nachschauen, ob es gewirkt hat.
Den Score richtig lesen
| Erwähnungen | Einordnung | Nächster Schritt |
|---|---|---|
| 0 bis 5 | Der Normalfall zum Start: die meisten KMU beginnen hier | Google-Profil komplettieren, erste Antwortseiten bauen |
| 6 bis 10 | Solide Basis, einzelne Fragen sind besetzt | Die Fragen mit null Erwähnungen gezielt mit Inhalten angehen |
| über 10 | Stark: du bist Teil der KI-Antworten | Halten, laufend messen, weitere Fragen ins Set aufnehmen |
Der Score ist ein Kompass, kein Pokal: Sein Zweck ist der Vergleich mit dem Vormonat und die Zuordnung, welche Frage bei welcher Engine offen ist. Eine einzelne Messung sagt wenig, die Kurve über sechs Monate sagt alles.
Die vier häufigsten Messfehler
Das Verfahren ist simpel, und trotzdem lässt sich die Messung auf vier Arten entwerten. Alle vier führen zum selben Ergebnis: Zahlen, die etwas anderes messen als die eigene Sichtbarkeit.
- Nur einmal messen: KI-Antworten schwanken, erst die Wiederholung macht sie vergleichbar
- Nur eine Engine prüfen: Wer nur ChatGPT fragt, übersieht, dass Perplexity und Gemini andere Quellen gewichten
- Generische Fragen stellen: Bei bester Anbieter weltweit chancenlos zu sein, sagt nichts. Spezifische, lokale Fragen sind die, die Anfragen bringen
- Eingeloggt und mit Verlauf messen: Personalisierte Antworten kennen dich bereits und schmeicheln dem Ergebnis
Der vierte Fehler ist der tückischste, weil er sich gut anfühlt: Wer in seinem eigenen, eingeloggten ChatGPT nach dem eigenen Betrieb fragt, bekommt oft eine freundliche Antwort, weil der Verlauf den Betrieb längst kennt. Die Kundin, die neu sucht, hat diesen Verlauf nicht. Gemessen wird deshalb immer aus der Sicht der fremden Person: frisches Fenster, kein Konto oder ein neutrales, und die Frage so formuliert, wie sie jemand stellt, der den Betrieb noch nie gehört hat.
Ein Beispiel aus der Praxis
Ein fiktives, aber typisches Beispiel: Ein Treuhandbüro legt fünf Fragen fest, darunter Wer hilft in der Region bei der Nachfolgeregelung? und Was kostet eine Buchhaltung für ein kleines KMU?. Die erste Messung ergibt zwei Erwähnungen aus zwanzig Antworten: einmal bei Perplexity dank eines Verzeichniseintrags, einmal bei Gemini über das Google-Profil. Bei den Kostenfragen erscheinen durchweg Mitbewerber und Portale, und zwar auffällig oft dieselben zwei Konkurrenten, beide mit ausführlichen Preisseiten.
Genau diese Beobachtung wird zum Arbeitsplan: Das Büro baut eine ehrliche Preisseite mit Spannen und eine Antwortseite zur Nachfolgeregelung mit den Schritten und typischen Fristen. Drei Monate und drei Messungen später stehen sechs Erwähnungen aus zwanzig, vor allem bei den Engines mit Live-Websuche, die die neuen Seiten als Quelle ziehen. Der Score ist immer noch kein Pokal, aber der Regelkreis läuft: Jede Messung zeigt die nächste Lücke, und jede geschlossene Lücke zeigt sich in der übernächsten Messung.
Von Hand oder automatisch
Von Hand kostet die Messung eine gute Stunde pro Monat, und sie ist die erste Routine, die im Alltag kippt. publy automatisiert genau dieses Verfahren: Die 5 Fragen entstehen aus deiner Website, gehen an die 4 Engines, und aus den 20 Antworten wird dein KI-Sichtbarkeits-Score, laufend überwacht statt einmal gemessen. Wo du fehlst, schreibt publy gezielt Inhalte gegen die Lücke, direkt in dein CMS oder auf deinen Blog. Der erste Score ist Teil des Gratis-Scans bei der Anmeldung.
Häufige Fragen dazu
Gibt es ein offizielles Tool von OpenAI oder Google dafür?
Nein. Keiner der Anbieter zeigt Unternehmen, wie oft sie in Antworten vorkommen. Die Messung über eigene, wiederholte Testfragen ist derzeit der einzige gangbare Weg, ob von Hand oder automatisiert.
Wie oft sollte ich messen?
Monatlich ist der gute Rhythmus: häufig genug, um Wirkung von Inhalten zu sehen, selten genug, um das Schwanken einzelner Antworten nicht überzuinterpretieren. Wichtig ist die Regelmässigkeit, nicht die Frequenz.
Meine Ergebnisse schwanken stark. Ist die Messung kaputt?
Nein, das ist die Natur der Sache: KI-Antworten sind nicht deterministisch, dieselbe Frage kann heute anders ausfallen als morgen. Deshalb zählt der Trend über mehrere Messungen, nicht der einzelne Wert, und deshalb misst man 20 Antworten statt einer.
Was bringt mir zu wissen, wer statt mir genannt wird?
Viel: Die genannten Mitbewerber zeigen, was die Engine als Beleg akzeptiert hat. Deren Bewertungsprofil, Antwortseiten und Verzeichniseinträge sind die konkrete Messlatte, an der du deine Lücken abliest.
Reichen auch drei Fragen statt fünf?
Für den Start ja, die Logik bleibt dieselbe: identische Fragen, mehrere Engines, fester Rhythmus. Mit nur drei Fragen wird der Score allerdings sprunghafter, weil jede einzelne Antwort stärker ins Gewicht fällt. Fünf Fragen an vier Engines haben sich als Untergrenze bewährt, bei der Schwankungen sich ausmitteln und der Aufwand trotzdem in einer Stunde pro Monat Platz hat.
Sollte ich auch messen, WIE über meinen Betrieb gesprochen wird?
Ja, als zweite Ebene: Neben dem Ob lohnt der Blick auf das Wie, denn eine Erwähnung mit veralteten Öffnungszeiten oder falschem Angebot ist ein eigenes Problem. Notiere bei jeder Erwähnung kurz, was die Engine über dich sagt und worauf sie sich stützt. Falsche Angaben führen fast immer zu einer veralteten Quelle, meist einem alten Verzeichniseintrag oder einer vergessenen Unterseite, und die lässt sich gezielt korrigieren.
Mehr zum Modul dahinter: KI-Sichtbarkeit und Blog bei publy.