KI-Sichtbarkeit messen: Kennzahlen, Methoden und Werkzeuge

Von Jakob Sommer, aktualisiert am 27.09.2026

KI-Sichtbarkeit (englisch AI Visibility) beschreibt, wie oft generative KI-Systeme eine Marke in ihren Antworten nennen, empfehlen und als Quelle verlinken. Wer sie messen will, hat ein Problem, das aus der klassischen Suchmaschinenoptimierung unbekannt ist: Es gibt keine feste Trefferliste. Dieselbe Frage liefert bei ChatGPT, Gemini oder Claude zweimal hintereinander zwei verschiedene Antworten. Jede Messung ist deshalb eine Stichprobe, und jede Kennzahl ist eine Quote mit Unschärfe.

Die Übersicht zur KI-Sichtbarkeit ordnet das ganze Themenfeld ein. Dieser Beitrag behandelt nur die Messung.

Was KI-Sichtbarkeit messbar macht

Messbar wird KI-Sichtbarkeit auf drei Ebenen. Jede Ebene hat eine eigene Datenquelle, und keine davon ersetzt die anderen.

Die Antwort-Ebene ist die wichtigste und die aufwendigste. Viele Menschen lesen eine Empfehlung im Chat und besuchen die genannte Firma erst Tage später über eine direkte Eingabe. Solche Kontakte tauchen in keiner Webanalyse als KI-Besuch auf. Deshalb reicht ein Blick in GA4 allein nicht aus.

Die Kennzahlen im Überblick

Jede Kennzahl braucht einen klar benannten Nenner. Ein Wert von 40 % sagt nichts, solange offen bleibt, ob er sich auf Prompts, auf einzelne Antworten oder auf alle Durchläufe bezieht. Ich empfehle, immer die einzelne Antwort als Nenner zu nehmen.

Ein Rechenbeispiel zeigt, wie die Werte zusammenhängen. 20 Prompts laufen je dreimal in ChatGPT. Das ergibt 60 Antworten. Deine Marke kommt in 18 davon vor. Die Nennungsrate liegt also bei 30 %. Nennen dieselben 60 Antworten zusätzlich 42-mal einen von drei Wettbewerbern, beträgt dein Share of Voice 18 ÷ (18 + 42) × 100, also ebenfalls 30 %.

Für den Einstieg reichen Nennungsrate, Zitierrate und Richtigkeit. Sentiment halte ich für die unzuverlässigste Kennzahl, weil bereits die Einordnung als „positiv“ oder „neutral“ zwischen zwei Auswertenden schwankt. Ich würde sie erst messen, wenn die anderen Werte stabil erhoben werden.

Prompt-Set aufbauen

Das Prompt-Set ist die Liste der Fragen, die du bei jeder Messung stellst. Von ihm hängt ab, ob die Zahlen etwas über deinen Markt aussagen. Fünf Fragetypen gehören hinein:

• Kategoriefragen ohne Markennamen, etwa „Welche Steuerkanzlei in Leipzig kennt sich mit Onlinehandel aus?“. Sie bilden den Kern und sollten mindestens die Hälfte des Sets ausmachen.
• Problemfragen, in denen Kundschaft ihr Anliegen beschreibt: „Mein Onlineshop zahlt zu viel Umsatzsteuer, wer hilft mir?“
• Vergleichsfragen mit zwei oder drei Anbietern im Wortlaut.
• Markenfragen wie „Was weißt du über Kanzlei Beispiel in Leipzig?“. Sie messen die Richtigkeit und sagen wenig über Sichtbarkeit aus.
• Faktenfragen zu Preisen, Öffnungszeiten oder Leistungen.

Für einen ersten Überblick genügen 20 bis 50 Fragen. Gute Formulierungen findest du in der eigenen Search Console. Dort erscheinen inzwischen lange, ausformulierte Suchanfragen, die wie Prompts aussehen. Bei seo-copilot.de steht zum Beispiel die Frage „welche rolle spielen strukturierte daten (json-ld / schema.org) für die sichtbarkeit in ki-generierten antworten und wo sind ihre grenzen?“ auf Position 8. Solche Fragen übernimmst du wörtlich in dein Set.

Nach dem Start bleibt das Set eingefroren. Wer im dritten Monat die Formulierungen verbessert, vergleicht danach zwei verschiedene Messungen. Neue Fragen kommen deshalb in einen eigenen Block, der getrennt ausgewertet wird.

Wie viele Durchläufe nötig sind

KI-Antworten sind Zufallsstichproben aus vielen möglichen Antworten. Die Nennungsrate aus deiner Messung ist deshalb eine Schätzung. Wie genau sie ist, zeigt das Konfidenzintervall einer Anteilsschätzung. Die Tabelle nimmt den ungünstigsten Fall an, eine beobachtete Nennungsrate von 50 %, und rechnet das 95-%-Intervall nach Wilson.

Das hat praktische Folgen. Misst du im August 30 % und im September 40 % bei je 30 Antworten, überlappen sich die beiden Intervalle fast vollständig. Eine Verbesserung ist damit nicht belegt. Für eine Genauigkeit von etwa plus oder minus 10 Prozentpunkten brauchst du rund 100 Antworten je KI-System. Für plus oder minus 5 Punkte sind es rund 385.

100 Antworten entstehen zum Beispiel aus 25 Prompts mit je vier Durchläufen. Dabei gilt eine Einschränkung: Wiederholungen desselben Prompts ähneln sich stärker als Antworten auf verschiedene Fragen. Die Rechnung oben unterschätzt die Unschärfe deshalb eher. Ich würde im Zweifel lieber mehr verschiedene Fragen stellen als dieselbe Frage öfter.

Der Check von seo-copilot.de stellt jede Frage an Claude zweimal, einmal ohne und einmal mit Websuche. Wie stark die Nennungen zwischen zwei Checks derselben Domain schwanken, haben wir noch nicht ausgewertet. Die Methodik dahinter steht auf der Seite So messen wir.

Manuell messen mit Protokoll

Ohne Werkzeug misst du mit einer Tabelle und festen Regeln. Die Regeln sorgen dafür, dass du deine Sichtbarkeit misst und keine Nebenwirkungen deines Kontos.

1. 01Stell jede Frage in einem neuen Chat, abgemeldet oder im temporären Chat.
2. 02Schalte Gedächtnis und Personalisierung aus, falls du angemeldet bleiben musst.
3. 03Notiere, ob die Antwort mit Websuche entstand. Quellenlinks unter der Antwort zeigen das an.
4. 04Miss vom selben Standort aus und ohne VPN, weil viele Systeme lokale Ergebnisse bevorzugen.
5. 05Halte je Antwort Datum, System, Modell, Prompt-Nummer und Durchlauf fest.

Das Protokoll hat eine Zeile je Antwort und diese Spalten:

Grob gerechnet ergeben 25 Prompts mit vier Durchläufen in drei Systemen 300 Zeilen im Monat. Spätestens nach der zweiten Runde nervt das. Für einen ersten Stand hilft der Selbsttest für ChatGPT mit fünf Fragen. Für die laufende Messung lohnt sich ein Werkzeug.

Vorlage für den Monatsbericht

Ein Monatsbericht passt auf eine Seite. Er enthält diese sechs Punkte in fester Reihenfolge:

1. 01Nennungsrate und Zitierrate je KI-System, jeweils mit Zahl der Antworten und Intervall.
2. 02Share of Voice gegen die drei wichtigsten Wettbewerber.
3. 03Alle falschen Angaben mit Quelle, falls die KI eine nennt.
4. 04Die fünf Domains, die am häufigsten als Quelle zitiert werden.
5. 05Sitzungen und Conversions aus KI-Quellen laut GA4 im Vergleich zum Vormonat.
6. 06Impressionen aus dem Leistungsbericht der Search Console zu generativen KI-Funktionen.

KI-Traffic in GA4 erkennen

Seit dem 13. Mai 2026 kennt Google Analytics 4 einen eigenen Standard-Kanal „AI Assistant“. Erkennt GA4 den Verweis eines bekannten KI-Assistenten, setzt es das Medium auf ai-assistant und ordnet die Sitzung diesem Kanal zu. Die Kanal-Dokumentation von Google nennt Stand September 2026 ChatGPT, Gemini, DeepSeek, Copilot und Grok. Perplexity fehlt in der Liste, und Besuche von dort landen weiter unter „Verweise“. Klicks aus den AI Overviews und dem KI-Modus von Google zählt GA4 zur organischen Suche.

Eine eigene Channelgruppe schließt diese Lücke. Den regulären Ausdruck unten habe ich auf die Referrer-Domains beschränkt, die Stand September 2026 in GA4-Daten als Quelle auftauchen:

^(.*\.)?(chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com|chat\.deepseek\.com|grok\.com|chat\.mistral\.ai|meta\.ai|you\.com)$

So richtest du ihn ein:

1. 01Öffne in GA4 Verwaltung, dann unter Datenanzeige den Punkt Channelgruppen.
2. 02Klicke auf Neue Channelgruppe erstellen. GA4 legt dafür eine Kopie der Standardgruppe an. Gib ihr einen Namen wie „Kanäle mit KI“.
3. 03Füge einen neuen Channel „KI-Assistenten“ hinzu. Bedingung eins lautet: Quelle stimmt mit dem Regex überein, dazu der Ausdruck oben. Bedingung zwei lautet: Medium stimmt genau mit ai-assistant überein. Verknüpfe beide mit ODER.
4. 04Klicke auf Neu anordnen und zieh „KI-Assistenten“ über den Channel „Verweise“. GA4 ordnet jede Sitzung dem ersten passenden Channel zu.
5. 05Speichere die Gruppe und öffne Berichte, Akquisition und den Bericht zur Traffic-Akquisition. Stell dort die primäre Dimension auf deine neue Channelgruppe um.

Benutzerdefinierte Channelgruppen gelten laut Google auch rückwirkend für ältere Daten. Eine Standard-Property erlaubt zwei eigene Gruppen. Google zeigt in derselben Hilfe einen eigenen Beispiel-Ausdruck. Den halte ich für zu breit, weil ^.*ai jede Quelle erfasst, die auf „ai“ endet.

Eine Lücke bleibt auch mit der besten Regel. Apps und manche Browser senden keinen Referrer mit, und solche Besuche landen unter „Direkt“. ChatGPT hängt laut OpenAI an seine Links den Parameter utm_source=chatgpt.com an. Deshalb erkennt GA4 ChatGPT-Besuche zuverlässiger als die meisten anderen.

Google-KI-Funktionen in der Search Console

Am 3. Juni 2026 hat Google im Search Central Blog einen Leistungsbericht zu generativen KI-Funktionen angekündigt, zunächst für eine Auswahl von Websites. Seit dem 31. August 2026 steht er laut Search-Console-Hilfe allen Websites weltweit zur Verfügung. Den Bericht gibt es getrennt für die Google Suche und für Discover.

Der Bericht für die Suche enthält Stand September 2026:

• Impressionen aus den AI Overviews (deutsch „Übersichten mit KI“) und dem KI-Modus,
• die Seiten, die in diesen Funktionen verlinkt wurden,
• Länder, Geräte und den zeitlichen Verlauf, auf Wunsch stündlich.

Klicks, Klickrate und Suchanfragen fehlen. Ob eine Nennung in einer AI Overview zu einem Besuch geführt hat, verrät der Bericht also nicht. Die Impressionen sind außerdem weiter im allgemeinen Leistungsbericht enthalten und werden dort nicht herausgerechnet.

Findest du den Bericht nicht, hat deine Website entweder zu wenige Impressionen in diesen Funktionen, oder sie ist davon ausgeschlossen. Die Einstellung dazu liegt unter Einstellungen und Generative KI in der Google Suche. Standardmäßig ist jede Property einbezogen. Wer dort „ausschließen“ wählt, verschwindet laut Google meist innerhalb weniger Tage aus AI Overviews, KI-Modus und den KI-Funktionen von Discover.

Werkzeuge nach Messweg

Werkzeuge für KI-Sichtbarkeit unterscheiden sich vor allem darin, wie sie an die Antworten kommen. Das entscheidet darüber, wie nah die Messung an dem liegt, was deine Kundschaft sieht.

Beispiele aus dem Vergleich: augenmerk fragt per API ab; Peec AI und SE Ranking lesen die Chat-Oberfläche aus. Ahrefs, Semrush und SISTRIX bieten große Prompt-Datenbanken, und der kostenlose GEO-Check von geo-tool.com bewertet nur die Website. Der Check von seo-copilot.de nutzt den ersten Weg. Er fragt Stand September 2026 ausschließlich Claude über die Anthropic-Schnittstelle ab. Welche Anbieter welchen Weg nutzen, was sie kosten und welche KI-Systeme sie abdecken, steht im Vergleich der GEO-Tools.

Häufige Messfehler

• Nur den Markennamen abfragen. Wer fragt „Was weißt du über Firma X?“, bekommt fast immer eine Nennung. Mit Sichtbarkeit im Markt hat das wenig zu tun.
• Eine einzelne Antwort als Ranking lesen. Platz 1 in einer Antwort ist ein Zufallstreffer, solange er sich in weiteren Durchläufen nicht wiederholt.
• Den Nenner wechseln. Im Juli je Prompt gezählt und im August je Antwort ergibt zwei Zahlen, die nicht vergleichbar sind.
• Mit und ohne Websuche mischen. Beide Modi wählen Quellen verschieden aus und gehören in getrennte Spalten.
• Mit dem eigenen Konto messen. Wer oft über die eigene Firma chattet, misst den eigenen Verlauf.
• AI Overviews im KI-Kanal von GA4 suchen. Diese Klicks stehen unter „Organische Suche“.
• Veränderungen ohne Intervall melden. Ein Anstieg von 30 auf 40 % bei 30 Antworten ist Rauschen, solange die Intervalle sich überlappen.

Die Messung ersetzt keine klassische Auswertung der Rankings. Wie beide Disziplinen zusammenhängen, erklärt der Beitrag zu GEO und SEO, der unten unter den verwandten Themen steht. Einen schnellen ersten Messpunkt für deine Domain liefert der Check: KI-Sichtbarkeit prüfen.

Rankings hängen von Faktoren ab, die sich einzeln nicht garantieren lassen. Dieser Beitrag beschreibt ein Vorgehen und sichert keine Ergebnisse zu.

Häufige Fragen

Wie kann ich meine KI-Sichtbarkeit überprüfen?

Du prüfst sie mit einem festen Satz aus 20 bis 50 Kundenfragen, die du in ChatGPT, Gemini, Perplexity und Claude stellst und protokollierst. Zähle, in wie vielen Antworten deine Marke vorkommt und verlinkt wird. Ergänze die Besuche aus dem GA4-Kanal „AI Assistant“ und den Leistungsbericht zu generativen KI-Funktionen in der Search Console. Einen ersten Wert für Claude liefert der Check von seo-copilot.de.

Was ist KI-Sichtbarkeit?

KI-Sichtbarkeit ist der Anteil der KI-Antworten, in denen eine Marke genannt, empfohlen oder als Quelle verlinkt wird. Gemeint sind Antworten von Systemen wie ChatGPT, Gemini, Perplexity, Claude, Microsoft Copilot und den AI Overviews von Google. Die Kennzahl entspricht grob der Sichtbarkeit in klassischen Suchergebnissen. Sie schwankt stärker, weil jede KI-Antwort neu erzeugt wird.

Zeigt die Search Console KI-Sichtbarkeit?

Ja, die Search Console zeigt KI-Sichtbarkeit für Google. Seit dem 31. August 2026 bietet sie allen Websites einen Leistungsbericht zu generativen KI-Funktionen. Er enthält Impressionen aus den AI Overviews und dem KI-Modus, aufgeteilt nach Seiten, Ländern, Geräten und Zeitraum. Klicks und Suchanfragen fehlen darin. ChatGPT, Perplexity, Claude und Copilot erfasst die Search Console nicht.

Wie oft sollte ich messen?

Einmal im Monat reicht für die meisten Websites. KI-Antworten reagieren auf Änderungen an Website und Quellen meist erst nach Wochen, und eine monatliche Messung mit rund 100 Antworten je System ist aussagekräftiger als wöchentliche Messungen mit 20 Antworten. Nach größeren Änderungen am Angebot oder an der Website lohnt sich eine zusätzliche Messung. Das Prompt-Set bleibt dabei unverändert.