KI-Sichtbarkeit messen: Kennzahlen, Stichprobe, Werkzeuge und Bericht

KI-Sichtbarkeit ist der Anteil der KI-Antworten, in denen deine Marke genannt, empfohlen oder als Quelle verlinkt wird. Du misst sie mit 30 bis 50 festen Fragen, die du in mehreren KI-Systemen je dreimal stellst und mit einem einheitlichen Erfassungsbogen auswertest. Eine Veränderung zählt erst, wenn sie größer ist als die Unschärfe der Stichprobe.

Das Wichtigste

  • Bei Keywords mit AI Overview sinkt die Klickrate auf den ersten organischen Treffer in Deutschland laut SISTRIX von rund 27 % auf 11 %, über alle Keywords beträgt der Klickverlust im Schnitt 6,6 %.
  • Eine Quote aus 90 KI-Antworten ist bei 10 % um rund 6 Prozentpunkte unscharf, bei 600 Antworten noch um 2,4 Punkte.
  • Die Google Search Console zeigt seit dem 31. August 2026 allen Websites, wie oft ihre URLs in AI Overviews und im AI Mode erscheinen.
  • Der Einstiegstarif von Otterly.AI kostet 29 € pro Monat und deckt 16 Prompts ab, weniger als eine belastbare Messung braucht.
  • Keine bisher untersuchte GEO-Technik hat laut einem Forschungsüberblick von 2026 einen stabilen, plattformübergreifenden Effekt nachgewiesen.

Was ist KI-Sichtbarkeit?

KI-Sichtbarkeit ist der Anteil der Antworten von ChatGPT, Gemini, Perplexity, Google AI Overviews und Google AI Mode, in denen deine Marke vorkommt. Du misst sie, indem du einen festen Satz von Fragen wiederholt in diesen Systemen stellst und jede Antwort nach denselben Feldern auswertest.

Vorkommen hat dabei vier Stufen, und jede braucht ihre eigene Zahl. Die Marke wird genannt. Sie wird als passende Lösung empfohlen. Eine Seite der Marke wird als Quelle verlinkt. Und das, was die KI über die Marke sagt, stimmt. Eine Marke kann in jeder Antwort genannt werden und trotzdem nie verlinkt sein, oder sie wird verlinkt und dabei falsch beschrieben. Eine einzige Sichtbarkeitszahl verdeckt genau diese Fälle.

Der Unterschied zur klassischen Suche liegt in der Einheit. Ein Ranking ist eine Position in einer Liste, die bei gleicher Suchanfrage über Tage recht stabil bleibt. Eine KI-Antwort ist ein generierter Text, der bei jeder Abfrage etwas anders ausfällt. Deshalb ersetzt eine Stichprobe von Antworten die einzelne Rankingabfrage. Wie sich die Arbeit an beiden Kanälen unterscheidet, steht im Vergleich GEO vs. SEO.

Warum reichen Rankings und Klicks nicht mehr?

Weil ein Teil der Recherche in der Antwort endet, ohne Klick auf ein Suchergebnis. SISTRIX hat über 100 Millionen Keywords in Deutschland ausgewertet. Im Durchschnitt klicken über 27 % der Suchenden auf den ersten Treffer, bei Keywords mit AI Overview nur noch 11 % [1]. AI Overviews erscheinen bei etwas über 20 % der Keywords. Über alle Keywords gerechnet beträgt der Klickverlust im Schnitt 6,6 %. Insgesamt kosten AI Overviews in Deutschland laut SISTRIX 265 Millionen organische Klicks pro Monat [1].

Für die USA kommt Pew Research zum selben Bild mit anderer Methode. Die Forschenden haben das Surfverhalten von 900 Erwachsenen im März 2025 ausgewertet. Bei Besuchen mit KI-Zusammenfassung klickten die Nutzer in 8 % der Fälle auf ein klassisches Suchergebnis, ohne Zusammenfassung in 15 % [2]. Auf einen Link innerhalb der Zusammenfassung klickten Nutzer in 1 % der Besuche.

Die beiden Zahlen von SISTRIX gehören zusammen. Der Sprung von 27 % auf 11 % gilt für Position 1 auf Keywords mit AI Overview, die 6,6 % sind der Durchschnitt über alles. Wenn du deinem Team nur die erste Zahl zeigst, überschätzt es den Effekt. Für die Messung heißt beides dasselbe: Ein Teil der Wirkung deiner Inhalte findet in Antworten statt, die in keiner Klickstatistik auftauchen.

Woher holen KI-Systeme ihre Antworten?

KI-Systeme antworten aus zwei Quellen: aus dem, was das Modell im Training gelernt hat, und aus einer Websuche, die es während der Antwort ausführt. Daraus folgt die wichtigste Trennung in der Messung.

Nennungen aus dem Trainingswissen tragen keinen Link. Sie entstehen daraus, wie oft und in welchem Zusammenhang deine Marke im Netz vorkam, und sie landen in keiner Webanalyse. Antworten mit Websuche zitieren dagegen Seiten, und erst dort entstehen Quellenlinks und messbare Besuche.

Für Googles eigene KI-Funktionen gibt es klare Regeln. Eine Seite muss indexiert und berechtigt sein, in der Google-Suche mit einem Snippet zu erscheinen [6]. Zusätzliche Anforderungen oder spezielle Optimierungen für AI Overviews und AI Mode gibt es laut Google nicht, auch kein besonderes strukturiertes Datenformat [6]. Beide Funktionen können eine Technik namens Query Fan-out nutzen und dabei mehrere verwandte Suchen zu Unterthemen absetzen [6]. Eine Seite kann also für eine Frage zitiert werden, für die sie in der normalen Suche nie rankt.

Für die Messung heißt das: Erfasse getrennt, ob die Marke genannt wird und ob eine eigene URL zitiert wird.

Welche Kennzahlen brauchst du?

Acht Kennzahlen decken die Fragen ab, die Marketing, Vertrieb und Geschäftsführung stellen. Alle außer der letzten rechnest du aus demselben Erfassungsbogen.

KennzahlRechnungFrage dahinter
ErwähnungsrateAntworten mit Markennennung ÷ alle AntwortenKommen wir vor?
EmpfehlungsrateAntworten, die die Marke als passende Lösung empfehlen ÷ alle AntwortenWerden wir vorgeschlagen?
ZitierrateAntworten mit mindestens einem Link auf die eigene Domain ÷ alle AntwortenTaugen unsere Seiten als Beleg?
Share of Voiceeigene Nennungen ÷ Nennungen aller beobachteten MarkenWie stehen wir gegen den Wettbewerb?
Positionmittlerer Rang der Nennung in Antworten, die eine Liste enthaltenStehen wir oben oder unten?
FehlerquoteAntworten mit falscher Angabe zur Marke ÷ Antworten mit NennungErzählt die KI Falsches über uns?
TonalitätAnteil positiver, neutraler und einschränkender NennungenIn welchem Licht stehen wir da?
KI-Referral-TrafficSitzungen und Conversions aus KI-Quellen in Google Analytics 4Bringt die Sichtbarkeit Besuche und Anfragen?

Ein Rechenbeispiel zeigt, wie das zusammenspielt. Angenommen, du stellst 40 Fragen in fünf Systemen je dreimal und erhältst 600 Antworten. Deine Marke steht in 84 davon, das ist eine Erwähnungsrate von 14 %. In 30 Antworten wirst du empfohlen (5 %), in 18 ist eine eigene URL verlinkt (3 %). Die drei stärksten Wettbewerber kommen zusammen auf 216 Nennungen, damit liegt dein Share of Voice bei 84 ÷ 300 = 28 %. Diese vier Zahlen erzählen schon eine Geschichte: Die KI kennt dich, empfiehlt dich selten und nutzt deine Seiten kaum als Beleg.

Welche Zahl im Vordergrund steht, hängt vom Ziel ab. Für den Vertrieb ist es die Empfehlungsrate, für die Content-Arbeit die Zitierrate. Bei Fragen, die deinen Markennamen enthalten, kommt die Marke fast immer vor. Dort zählen Fehlerquote und Tonalität. Bei Fragen ohne Markennamen zählt zuerst, ob du überhaupt erscheinst.

Wie baust du das Prompt-Set?

Das Prompt-Set entscheidet über das Ergebnis mehr als jedes Tool. Nimm 30 bis 50 Fragen ohne Markennamen, so formuliert, wie deine Käufer sie einer KI stellen, und eine getrennte zweite Runde mit Fragen, die deine Marke nennen.

Die Fragen kommen aus drei Quellen. Suchdaten und die People-Also-Ask-Fragen bei Google zeigen, wonach viele Menschen suchen. Der Vertrieb kennt die Fragen aus Erstgesprächen. Und Käufer stellen einer KI Fragen, die in keiner Keyword-Liste stehen, weil sie in ganzen Sätzen mit Kontext fragen. Für dieses Thema haben Digital Twins der Zielgruppe (powered by neurotwins by neuroflash) unter anderem diese Fragen formuliert:

  • „wie kann ich die sichtbarkeit meiner kunden in ki-suchmaschinen messen?“
  • „Wie kann ich die Sichtbarkeit in KI-Antworten messen, wenn es noch keine etablierten Tools gibt?“
  • „Welche Metriken gibt es überhaupt, um KI-Sichtbarkeit zu messen?“
  • „was sind die größten herausforderungen bei der messung von ki-sichtbarkeit“

Die erste Frage kommt von einer Agentur, die für Kunden misst. Die zweite und dritte zeigen, dass Käufer dem Werkzeugangebot noch nicht trauen. Ein Keyword wie „ki sichtbarkeit“ trägt diesen Kontext nicht, deshalb gehören solche Sätze wörtlich ins Prompt-Set.

Mische drei Arten von Fragen: Informationsfragen (wie funktioniert etwas), Vergleichsfragen (welche Anbieter gibt es, was unterscheidet sie) und Kauffragen mit Kontext wie Branche, Teamgröße oder Budget. Halte die Formulierung danach fest. Eine Frage, die du im dritten Monat umformulierst, ist eine neue Frage, und ihr Verlauf beginnt bei null.

Wie führst du die Messung durch?

Du stellst jede Frage in jedem System mehrmals unter gleichen Bedingungen und trägst jede Antwort in denselben Bogen ein. Sechs Schritte reichen.

  1. Ziel festlegen. Willst du wissen, ob du empfohlen wirst, ob deine Fachseiten zitiert werden oder ob die Fakten über dich stimmen? Starte mit einem Produkt oder einer Leistung.
  2. Systeme wählen. ChatGPT, Gemini, Perplexity, Google AI Overviews und Google AI Mode. Die Systeme zitieren so unterschiedlich, dass Werte aus einem nicht für ein anderes gelten (mehr dazu weiter unten).
  3. Bedingungen festhalten. Neue Sitzung ohne Gesprächsverlauf, neutrales Konto oder ausgeloggt, derselbe Standort, ein festes Zeitfenster pro Messrunde.
  4. Wiederholen. Jede Frage dreimal pro System. Eine einzelne Antwort ist eine Anekdote.
  5. Erfassen. Jede Antwort bekommt eine Zeile im Erfassungsbogen.
  6. Rechnen und wiederholen. Kennzahlen je System und gesamt, einmal im Monat mit identischem Prompt-Set.

Der Erfassungsbogen braucht diese Spalten:

FeldInhalt
Datum, System, Prompt-Nr., Lauf18.11.2026, Perplexity, P07, 2
Marke genanntja / nein
Marke empfohlenja / nein
Eigene URL zitiertja / nein, welche URL
PositionRang in der Liste, sonst leer
Tonalitätpositiv, neutral, einschränkend
Falsche Angabewelche, sonst leer
Genannte WettbewerberNamen
Zitierte Domainsalle Quellen der Antwort

Die letzte Spalte macht beim Erfassen die meiste Arbeit und ist für die Content-Planung die wertvollste. Sie zeigt, welche Seiten die KI-Systeme zu deinem Thema als Beleg heranziehen.

Wie viele Antworten brauchst du?

Genug, damit die Unschärfe kleiner ist als die Veränderung, die du nachweisen willst. Die Faustformel für ein 95-%-Intervall einer Quote lautet 1,96 × √(Quote × (1 − Quote) ÷ Anzahl Antworten) [3].

AntwortenUnschärfe bei 10 % QuoteUnschärfe bei 50 % Quote
90 (15 Fragen × 2 Systeme × 3 Läufe)±6,2 Punkte±10,3 Punkte
300±3,4 Punkte±5,7 Punkte
600±2,4 Punkte±4,0 Punkte

Die Werte sind eigene Nachrechnung nach dieser Formel. Sie gelten unter der Annahme, dass die Antworten voneinander unabhängig sind.

Wie schnell man sich täuscht, zeigt ein Fall aus der Praxis der Krauss GmbH. Für einen Hersteller von Industrietoren wurden 15 Fragen in 2 Systemen je dreimal gestellt, also 90 Antworten. Der Firmenname stand in 9 davon, sechs Wochen später in 14 [3]. Das sieht nach einem Anstieg von 10 % auf 16 % aus. Die Differenz von 5,6 Punkten liegt aber innerhalb des 95-%-Intervalls der Differenz, das hier rund ±9,7 Punkte beträgt. Statistisch ist das Rauschen. Die Quelle weist außerdem darauf hin, dass wiederholte Läufe derselben Frage nicht unabhängig sind, die echte Unschärfe also noch größer ist [3].

Daraus ergibt sich die Größe des Prompt-Sets. 40 Fragen in fünf Systemen mit drei Läufen ergeben 600 Antworten und eine Unschärfe von ±2,4 Punkten bei einer Quote um 10 %. Bewerte eine Veränderung erst, wenn sie die Unschärfe der Differenz übersteigt oder über mehrere Messungen in dieselbe Richtung zeigt. Für Berichte heißt das: lieber vier Kennzahlen auf breiter Basis als zwölf auf dünner.

Warum unterscheiden sich die KI-Systeme so stark?

Weil jedes System andere Quellen heranzieht. BrightEdge hat ChatGPT, Perplexity, Gemini, Google AI Mode und Google AI Overviews verglichen: Der Anteil der Zitate aus autoritativen Quellen reicht je nach System von 10 % bis 26 % [4]. Die 100 meistzitierten Quellen zweier Systeme überschneiden sich nur zu 16 % bis 59 %. Bei den genannten Marken ist die Überschneidung mit 36 % bis 55 % etwas höher [4].

Unser eigenes Prompt-Tracking vom November 2026 zeigt dasselbe Muster für genau dieses Thema. Wir haben 15 Fragen zur Messung von KI-Sichtbarkeit in den fünf Systemen gestellt. Diese URLs wurden am häufigsten zitiert:

URLPromptsZitateSysteme
blog.hubspot.de/marketing/aeo-kpis316Gemini, AI Mode, Perplexity
aisearch.similarweb.com/blog/geo-kpis/315Gemini, AI Mode, AI Overviews
teamlewis.com/de/magazin/ai-visibility-reporting-tools/48Gemini, AI Mode
blog.hubspot.de/marketing/tracking-ki-suche37Gemini, AI Mode, Perplexity
arxiv.org/abs/2607.1403555ChatGPT
zapier.com/blog/best-ai-visibility-tool/45ChatGPT, AI Mode
e-laborat.de/blog/ai-sichtbarkeit-kpis-metriken44AI Mode, AI Overviews
krauss-gmbh.com/blog/messung-der-ki-sichtbarkeit-…44AI Overviews
semrush.com44ChatGPT
suchhelden.de/ki-sichtbarkeit.php44Perplexity

Keine dieser URLs wurde von allen fünf Systemen zitiert, keine von mehr als drei. Die Forschungsarbeit auf arxiv.org taucht nur bei ChatGPT auf, die Seite der Krauss GmbH nur in AI Overviews. Die Seite mit dem höchsten Google-Traffic-Anteil in diesem Cluster, suchhelden.de, wurde nur von Perplexity zitiert. Wenn du nur ein System beobachtest, misst du also die Vorlieben dieses Systems.

Was zeigen dir die kostenlosen Datenquellen?

Google Analytics 4, die Google Search Console und die Bing Webmaster Tools zeigen den klickbaren und den Google- bzw. Microsoft-seitigen Teil deiner KI-Sichtbarkeit. Was ChatGPT, Perplexity oder Gemini ohne Klick über dich sagen, zeigen sie nicht.

Google Analytics 4

In GA4 legst du eine eigene Channelgruppe für KI-Assistenten an, unter Verwaltung, Datenanzeige, Channelgruppen [8]. Standard-Properties können zwei eigene Channelgruppen haben. Die Reihenfolge ist entscheidend, denn GA4 ordnet jede Sitzung dem ersten Channel zu, dessen Definition passt [8]. Setze den KI-Channel deshalb über den Referral-Channel, sonst landen die Besuche dort. Als Bedingung für die Quelle eignet sich zum Beispiel dieses Muster:

chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai

Damit siehst du Sitzungen, Landingpages und Conversions aus KI-Antworten. Nennungen ohne Klick bleiben unsichtbar, und die Liste der Domains musst du pflegen, wenn neue Assistenten dazukommen.

Google Search Console

Google hat am 3. Juni 2026 eigene Leistungsberichte für generative KI in der Suche gestartet [5]. Seit dem 31. August 2026 stehen sie allen Websites weltweit zur Verfügung. Sie decken AI Overviews und AI Mode ab, dazu generative KI-Funktionen in Discover. Eine Impression zählt, wenn eine URL deiner Website in einer dieser Funktionen erschienen ist, auswertbar nach Seiten, Ländern, Geräten und Datum [5]. Unabhängig davon fließen AI Overviews und AI Mode weiterhin in den normalen Leistungsbericht unter dem Suchtyp „Web“ ein [6].

Bing Webmaster Tools

Seit Februar 2026 zeigt Bing als öffentliche Vorschau, wie Inhalte in Microsoft Copilot, in KI-Zusammenfassungen bei Bing und in ausgewählten Partnerintegrationen erscheinen [7]. Der Bericht nennt Gesamtzahl der Zitierungen, durchschnittlich zitierte Seiten, Grounding-Anfragen, Zitieraktivität je Seite und den Verlauf über die Zeit [7]. Die Grounding-Anfragen sind für das Prompt-Set nützlich, weil sie zeigen, mit welchen Suchen das System deine Seiten gefunden hat.

Alle drei Quellen zusammen beantworten die Frage, ob deine Seiten als Beleg dienen und Besuche bringen. Ob die KI dich empfiehlt und was sie über dich sagt, beantwortet nur die eigene Abfrage.

Was kostet die Messung?

Manuell kostet die Messung vor allem Zeit, mit einem Tool zahlst du ab 29 € pro Monat, musst aber auf die Zahl der Prompts im Tarif achten.

Otterly.AI listet am 18. November 2026 drei Tarife: Lite für 29 € pro Monat mit 16 Prompts, Standard für 189 € mit 120 Prompts und Premium für 489 € mit 403 Prompts [9]. Der Einstiegstarif deckt damit weniger als die Hälfte der 40 Fragen ab, die eine Messung mit ±2,4 Punkten Unschärfe braucht. Mit diesem Tarif taugen die 16 Prompts als Testlauf, für Monatsvergleiche reichen sie nicht.

Semrush listet den SEO-Tarif am selben Tag mit 134 € pro Monat bei monatlicher Zahlung, bei jährlicher Zahlung mit 112,52 € pro Monat [10]. Er bündelt Funktionen für die KI-Suche. Einen eigenen Preis nur für KI-Sichtbarkeit zeigt die Preisseite nicht.

Für die manuelle Messung hilft eine eigene Schätzung. 40 Fragen × 5 Systeme × 3 Läufe sind 600 Antworten. Wenn du für Abfrage und Erfassung eine Minute pro Antwort ansetzt, sind das rund zehn Stunden pro Messrunde, dazu kommt die Auswertung. Ab dieser Größe rechnet sich ein Tool oder ein Dienst, der die Abfragen automatisiert.

Vergleiche Tools vor dem Kauf an vier Punkten: Prompts im Tarif, abgefragte Systeme, Wiederholungen pro Prompt und ob du die Rohantworten exportieren kannst. Ohne Rohantworten kannst du weder die Fehlerquote prüfen noch die Unschärfe selbst nachrechnen. Preise ändern sich, nimm die Angaben oben als Stand des genannten Datums.

Wie berichtest du KI-Sichtbarkeit an Kunden oder die Geschäftsführung?

Eine Seite pro Monat reicht, wenn sie vier Kennzahlen mit Unschärfe, den Wettbewerb, echte Antworten und eine Maßnahmenliste enthält.

  • Erwähnungsrate, Empfehlungsrate, Zitierrate und Share of Voice mit Vormonat, jeweils mit Intervall. Eine Veränderung innerhalb des Intervalls steht im Bericht als unverändert.
  • Der Wettbewerb, also wer bei welchen Fragen statt deiner Marke genannt wird.
  • Drei echte Antworten, eine gute, eine schwache und, falls vorhanden, eine mit falscher Angabe. Konkrete Antworten überzeugen eine Geschäftsführung schneller als jede Quote.
  • Die Domains, die die Systeme zum Thema zitieren. Das sind die Ziele für Content und PR.
  • Die Maßnahmen für den nächsten Monat und die Kennzahl, die sich dadurch bewegen soll.

Für die Maßnahmenliste lohnt es sich, Lücken nach Art zu sortieren. Wird deine Seite zitiert, die Marke im Antworttext aber nicht genannt, prüfe, ob die Seite deine Marke dort nennt, wo die zitierte Aussage steht. Hast du Impressionen in der Search Console ohne entsprechenden Traffic in GA4, bist du sichtbar, ohne Klicks zu bekommen. Und bei Fragen, auf die nur Wettbewerber erscheinen, fehlt dir eine passende Seite ganz. Jede dieser Lücken führt zu einer anderen Maßnahme.

Den Wert belegst du am Ende mit dem KI-Referral-Traffic und seinen Conversions. Die übrigen Kennzahlen sind Frühindikatoren, und so solltest du sie auch berichten.

Wie geoagents.io die Messung organisiert

Im Managed Service von GEO Agents übernehmen Agenten die wiederkehrende Arbeit dieser Anleitung. Sie bauen das Prompt-Set aus Suchdaten und den Fragen, die Digital Twins der Zielgruppe stellen. Sie stellen die Fragen wiederholt in ChatGPT, Gemini, Perplexity, Google AI Overviews und Google AI Mode und rechnen die Kennzahlen aus diesem Artikel aus. Jede Inhaltsänderung, die daraus folgt, gibt ein Mensch frei, bevor sie erscheint. Den Ablauf Schritt für Schritt findest du unter So funktioniert's.

Wo liegen die Grenzen der Messung?

KI-Sichtbarkeit lässt sich messen, aber jede Zahl gilt nur für dein Prompt-Set, deinen Zeitraum und deine Methode. Diese Grenzen gehören in jeden Bericht.

Antworten lassen sich nicht exakt reproduzieren. Ein Modell-Update kann Werte über Nacht verschieben, ohne dass du etwas geändert hast. Werte aus verschiedenen Tools sind nicht vergleichbar, weil jedes Tool eigene Prompts, Systeme und Wiederholungen nutzt. Vergleiche nur deine eigene Entwicklung mit derselben Methode. Nennungen aus dem Trainingswissen lassen sich keiner Seite zuordnen.

Die schwerste Grenze betrifft die Ursachen. Ein Forschungsüberblick von Olivier Martinez, ein noch nicht begutachteter Preprint vom Juli 2026, kommt zu dem Schluss, dass keine der untersuchten Techniken einen stabilen, langfristigen und plattformübergreifenden kausalen Effekt auf die organische Auffindbarkeit zeigt [11]. Der Autor beschreibt GEO als zufallsabhängige, nur teilweise beobachtbare Kette und schlägt vor, Auffindbarkeit, Zitierung, Übernahme von Inhalten und wirtschaftliches Ergebnis getrennt zu messen [11]. Das deckt sich mit dem Vorgehen oben. Miss die Stufen einzeln, berichte die Unschärfe mit, und behandle jeden Zusammenhang zwischen einer Maßnahme und einer Kennzahl als Hypothese, bis mehrere Messungen ihn stützen.

Fragen und Antworten

Welche Metriken gibt es, um KI-Sichtbarkeit zu messen?

Die wichtigsten sind Erwähnungsrate, Empfehlungsrate, Zitierrate, Share of Voice, Position in der Antwort, Fehlerquote, Tonalität und KI-Referral-Traffic aus Google Analytics 4. Für einen Monatsbericht reichen meist die ersten vier, jeweils mit ihrer Unschärfe und im Vergleich zu zwei oder drei Wettbewerbern.

Wie viele Prompts brauche ich, um KI-Sichtbarkeit verlässlich zu messen?

Rechne von der Zahl der Antworten aus. 40 Prompts in fünf KI-Systemen mit je drei Läufen ergeben 600 Antworten, damit liegt die Unschärfe einer Quote von 10 % bei rund 2,4 Prozentpunkten. Mit 15 Prompts in zwei Systemen sind es rund 6 Punkte, kleine Veränderungen bleiben dann Rauschen.

Kann ich KI-Sichtbarkeit kostenlos messen?

Teilweise. Google Analytics 4 zeigt Besuche aus KI-Assistenten, die Search Console zeigt Impressionen in AI Overviews und AI Mode, Bing Webmaster Tools zeigt Zitierungen in Copilot. Nennungen ohne Klick in ChatGPT, Perplexity oder Gemini siehst du nur, wenn du selbst Fragen stellst und die Antworten auswertest.

Was kostet ein Tool für KI-Sichtbarkeit?

Otterly.AI startet bei 29 € pro Monat für 16 Prompts, 120 Prompts kosten 189 € (Stand 18. November 2026). Der SEO-Tarif von Semrush kostet 134 € pro Monat bei monatlicher Zahlung und bündelt KI-Suchfunktionen. Prüfe vor dem Kauf Prompt-Zahl, Systeme und Wiederholungen.

Wie erkenne ich, ob sich meine KI-Sichtbarkeit wirklich verbessert hat?

Vergleiche die Differenz zweier Messungen mit ihrer Unschärfe. Steigt eine Marke von 9 auf 14 von 90 Antworten, sind das 5,6 Punkte, das 95-%-Intervall der Differenz beträgt aber rund ±9,7 Punkte. Das ist Rauschen. Erst mehr Antworten oder ein gleichgerichteter Trend über mehrere Messungen tragen eine Aussage.

Quellen

  1. 1
  2. 2
    Google users are less likely to click on links when an AI summary appears in the resultsPew Research Center, abgerufen pewresearch.org
  3. 3
    Messung der KI-Sichtbarkeit: Methoden und Praxis für präzise AnalyseKrauss GmbH, abgerufen krauss-gmbh.com
  4. 4
    Why AI Engines Cite Different Sources but Recommend the Same BrandsBrightEdge, abgerufen brightedge.com
  5. 5
    Search Generative AI performance reportsGoogle Search Central Blog, abgerufen developers.google.com
  6. 6
    AI features and your websiteGoogle Search Central, abgerufen developers.google.com
  7. 7
    Introducing AI Performance in Bing Webmaster Tools Public PreviewBing Webmaster Blog, abgerufen blogs.bing.com
  8. 8
    Custom channel groupsGoogle Analytics Help, abgerufen support.google.com
  9. 9
    Otterly.AI PricingOtterly.AI, abgerufen otterly.ai
  10. 10
    Semrush PricesSemrush, abgerufen semrush.com
  11. 11
    Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026)Olivier Martinez, arXiv:2607.14035, abgerufen arxiv.org

Powered by neurotwins, den Digital Twins von neuroflash

Suchdaten von KeywordCluster

Die Käuferfragen in diesem Artikel stammen von Digital Twins der Zielgruppe und aus Suchdaten.

Soll deine Marke in diesen Antworten stehen?

Buch ein Erstgespräch. Wir schauen auf die Prompts, die in deinem Markt zählen.

Erstgespräch buchen (öffnet in neuem Tab)