KI-Sichtbarkeit: Wird dein Unternehmen von KI genannt?

Belege

Was die Daten zu KI-Sichtbarkeit zeigen.

Was ist KI-Sichtbarkeit?

KI-Sichtbarkeit ist die dokumentierte Präsenz eines Unternehmens in KI-generierten Antworten: als Nennung, als Empfehlung, als zitierte Quelle oder gar nicht. Sie hat vier Ebenen. Die erste ist die Nennung: Taucht die Marke in der Antwort auf eine Kauf-Frage auf? Die zweite ist die Beschreibung: Ordnet die Antwort das Angebot korrekt ein, oder mischt sie veraltete Leistungen und falsche Standorte? Die dritte ist die Quelle: Wird die eigene Website zitiert oder eine Drittseite, die über dich schreibt? Die vierte ist der Vergleich: Welche Wettbewerber stehen in derselben Antwort, und in welcher Reihenfolge?

Eine einzelne Abfrage misst davon nichts. KI-Antworten schwanken je Formulierung, Sitzung und Modellversion. Belastbar wird KI-Sichtbarkeit erst über einen festen Fragenkorpus, mehrere Systeme und wiederholte Messungen mit Datum. Die Definition im Glossar fasst den Begriff kurz; diese Seite zeigt, wie du ihn misst und veränderst.

Wie misst du KI-Sichtbarkeit?

Die Messung der KI-Sichtbarkeit ist ein wiederholbarer Durchlauf mit festem Fragenkorpus in denselben Systemen. Der Einstieg dauert etwa eine Stunde und kostet nichts. Schreibe zehn Fragen auf, die deine Käufer wirklich stellen, in ganzen Sätzen und mit Kontext, etwa „Welche Anbieter für X gibt es in Region Y?“. Stelle jede Frage in ChatGPT, Perplexity, Claude und Google AI, ohne vorherigen Gesprächsverlauf. Notiere je Antwort drei Dinge: ob du genannt wirst, an welcher Stelle und welche Quellen zitiert werden. Die dritte Spalte zeigt, welche Domains deine Kategorie prägen.

Wiederhole das monatlich mit identischen Fragen und miss auch Seiten, die du nicht anfasst; ohne Vergleichsgruppe sieht jede Bewegung nach Erfolg aus. Für größere Korpora werden die Fragen nach Entscheidungssituation und Intent gruppiert, damit die Messläufe vergleichbar bleiben.

Welche KI-Systeme musst du prüfen?

ChatGPT, Perplexity, Claude und Google AI Overviews sind das Minimum für eine belastbare Prüfung; Gemini ergänzt den Vergleich, weil jedes System andere Quellen zeigen kann. Bing ist ChatGPTs integrierter Suchanbieter; Ahrefs dokumentiert zugleich Google als Fallback, wenn Bing-Seiten nicht erreichbar sind. Google AI Overviews und AI Mode greifen auf Google Search zurück. In unserer Studie KI-Quellenlandschaft 2026 zeigten die fünf Systeme auf demselben Korpus von 106 Kauf-Fragen unterschiedlich viele Quellen: Google AI Overviews 2.252 Domains, Gemini 1.520, Perplexity 1.159, Claude 750, ChatGPT 290. Von 4.135 zitierten Domains erschienen 71 % nur in einem einzigen System.

Das ist keine Qualitätsrangliste, aber es hat eine Konsequenz: Wer nur ein System beobachtet, sieht einen Bruchteil der Quellen, die seine Kategorie prägen. Messung und Quellenarbeit laufen deshalb je System getrennt und mit Datum.

Was verbessert KI-Sichtbarkeit wirklich?

Drei belegte Grundlagen sind für KI-Sichtbarkeit relevant: eine technisch lesbare Website, zitierfähige Passagen mit Zahlen und Quellen sowie Markennennungen auf fremden Domains. Die technische Basis beginnt mit Inhalt im ersten HTML; Vercel und MERJ beobachteten bei GPTBot, ClaudeBot und PerplexityBot keine JavaScript-Ausführung. Danach zählt die Passage. Das GEO-Paper von Aggarwal et al. (KDD 2024) maß für Quellenangaben, Statistiken und Zitate 30 bis 40 % höhere Sichtbarkeit in einem Ein-Akteur-Labortest, und laut Kevin Indigs Auswertung von 1,2 Millionen Antworten stammen 44,2 % der ChatGPT-Zitate aus dem ersten Drittel einer Seite. Die Antwort gehört nach oben, in einen Absatz, der ohne Kontext verständlich ist.

Der stärkste Hebel liegt außerhalb der Website: Ahrefs fand über 75.000 Marken, dass Nennungen im Web mit der Sichtbarkeit in AI Overviews dreimal stärker korrelieren als Backlinks. Fachmedien, Verzeichnisse, Communities und eigene Daten, die andere zitieren, sind deshalb Teil jeder ernsthaften GEO-Arbeit.

Welche Rolle spielt die eigene Website für KI-Sichtbarkeit?

Die eigene Website ist für KI-Sichtbarkeit der Anker, an dem ein System prüft, ob eine Marke existiert, was sie anbietet und ob die Angaben auf Drittquellen dazu passen. Drei Dinge müssen stimmen. Erstens der Zugang: Die Retrieval-Bots der Systeme müssen in der robots.txt erlaubt sein, und die wichtigsten Seiten müssen ihren Text im ersten HTML ausliefern, nicht erst per JavaScript. Zweitens die Entität: Über-uns-Seite, Impressum, Organization-Schema, Google-Unternehmensprofil und Verzeichniseinträge müssen Name, Standort und Leistung identisch beschreiben; widersprüchliche Angaben führen zu falschen oder fehlenden Nennungen. Drittens die Antwortseiten: Jede Kauf-Frage braucht eine Seite, die sie im ersten Absatz beantwortet, mit Zahl, Quelle und Datum.

Was die Website nicht leisten kann, ist die Bestätigung von außen. Ein System, das nur die eigene Domain als Quelle findet, hat wenig Grund, eine Marke gegenüber Wettbewerbern zu nennen, die auch in Fachmedien und Verzeichnissen vorkommen.

Was bringt für KI-Sichtbarkeit nichts?

llms.txt, spezielles KI-Markup, Keyword-Wiederholung und Textpolitur ohne neue Substanz sind keine belegten Hebel für KI-Sichtbarkeit. Für llms.txt wertete Ahrefs die Logs von 137.000 Domains aus: 97 % der veröffentlichten Dateien werden von keinem System abgerufen, und kein großer Anbieter hat sich zum Lesen verpflichtet. Google schreibt in seiner Dokumentation zu KI-Funktionen, dass keine zusätzlichen Dateien oder Markups nötig sind, um in AI Overviews und AI Mode zu erscheinen; indexiert und snippet-fähig reicht. Keyword-Wiederholung schnitt im GEO-Paper auf Perplexity rund 10 % schlechter ab als der Ausgangstext.

C-SEO Bench (NeurIPS 2025) fand zudem, dass die meisten Umschreibe-Tricks wirkungslos oder negativ sind und ihr Vorsprung gegen null geht, sobald Wettbewerber dasselbe tun; der Rang im zugrunde liegenden Suchindex wog schwerer als jede Formulierung. Ebenso wenig hilft eine Einzelmessung als Ergebnis oder ein Sprachmodell, das nach Suchvolumen gefragt wird: Diese Zahlen sind erfunden, auch wenn sie plausibel klingen.

Was kostet es, KI-Sichtbarkeit aufzubauen?

Die Kosten für den Aufbau von KI-Sichtbarkeit sind je nach Weg null, ein niedriger dreistelliger Betrag pro Monat oder ein vierstelliger Retainer. Die Basis-Prüfung ist Eigenleistung: robots.txt, Rendering, zehn Kauf-Fragen in vier Systemen, etwa eine Stunde. Ein Monitoring-Tool beginnt bei einem niedrigen dreistelligen Betrag pro Monat und lohnt sich, wenn intern jemand aus den Daten Arbeit macht. Eine GEO-Agentur arbeitet ab einem vierstelligen Betrag pro Monat und übernimmt Umsetzung und Messung, vor allem den Teil außerhalb der eigenen Website, der Kontakte und laufende Pflege braucht. Dazwischen liegt die einmalige Prüfung mit Umsetzungsplan.

Welcher Weg passt, hängt an einer Frage: Wer bei dir schreibt den Fachartikel mit belegten Zahlen und kümmert sich um Erwähnungen auf Drittquellen? Gibt es diese Person, ist ein Tool die günstigere Wahl. Gibt es sie nicht, zeigt ein Dashboard ein halbes Jahr später dieselben Lücken.

Quellen

Woher die Zahlen auf dieser Seite stammen.

Weiterlesen

Wo du weiterliest.

Leistungen, Guides, Vergleiche und Studien, die zu dieser Seite gehören.