KI-Sichtbarkeit tracken: Ihre Marke in ChatGPT und Gemini überwachen

Kurz gesagt: AI Visibility Tracking bedeutet, ChatGPT, Gemini, Perplexity und Claude regelmäßig dieselben festen Kundenfragen zu stellen und zu messen, wie oft sie Sie erwähnen, Ihre Website zitieren, Sie in ihren Empfehlungen einordnen und Sie positiv beschreiben – im Vergleich zum Wettbewerb. Da sich Antworten von Durchlauf zu Durchlauf ändern, tracken Sie Raten über viele Antworten statt eines einzelnen Ergebnisses. Um sich zu verbessern, machen Sie Ihre Website für KI-Suchcrawler lesbar, sagen klar, wer Sie sind, und verdienen sich Erwähnungen auf den Drittseiten, die Assistenten zitieren.

Wenn jemand ChatGPT fragt: „Was ist die beste Buchhaltungs-App für Freelancer?“, nennt die Antwort meist eine Handvoll Produkte. Ist Ihres nicht dabei, haben Sie den Kunden verloren, bevor er überhaupt ein Suchergebnis gesehen hat. Dafür gibt es keinen Impressionen-Bericht, keine Search Console für Chat-Antworten. Der einzige Weg, es zu wissen: systematisch fragen und zählen.

Dieser Leitfaden zeigt, wie das sauber funktioniert: was Sie messen, wie Sie ein Prompt-Set aufbauen, welche Formeln wir verwenden, wie Sie echte Veränderungen von Rauschen unterscheiden und was die Werte tatsächlich bewegt.

Was KI-Sichtbarkeit bedeutet

„AI Visibility“ ist keine einzelne Zahl. Es sind fünf getrennte Signale, die aus unterschiedlichen Gründen schwächeln.

Eine Marke kann oft erwähnt, aber nie zitiert werden (das Modell kennt sie aus den Trainingsdaten, die Live-Websuche liefert aber andere Seiten). Eine andere wird ständig als Quelle für Definitionen zitiert, aber nie als Produkt empfohlen. Betrachten Sie jedes Signal einzeln, sonst beheben Sie das Falsche.

Warum Antworten variieren und eine einzelne Prüfung nichts beweist

Stellen Sie einem Assistenten zweimal dieselbe Frage, erhalten Sie oft zwei verschiedene Listen. Das ist aus mehreren Gründen normal:

1. Sampling. Sprachmodelle erzeugen Text, indem sie aus Wahrscheinlichkeiten ziehen. Sofern der Anbieter nicht jede Einstellung festlegt, ändern sich Formulierung und Reihenfolge der Empfehlungen von Durchlauf zu Durchlauf.
2. Retrieval. Bei aktivierter Websuche ruft der Assistent Seiten erst zum Zeitpunkt der Antwort ab. Welche Seiten er findet, hängt von den Suchergebnissen des Tages ab; Quellen und damit Marken wechseln.
3. Suche an oder aus. Dasselbe Modell antwortet allein aus Trainingsdaten, wenn es nicht sucht. Diese Antworten hinken dem Web um Monate hinterher und bevorzugen oft ältere, größere Marken.
4. Modellversion. Anbieter aktualisieren Modelle regelmäßig. Eine neue Version kann Empfehlungen über Nacht neu mischen.
5. Standort und Sprache. Assistenten mit Websuche passen sich Land und Sprache der Nutzer an. „Beste Lohnabrechnungssoftware“ in Großbritannien und in den USA sind unterschiedliche Märkte.
6. Personalisierung. ChatGPT kann gespeicherte Erinnerungen und frühere Chats berücksichtigen, um Antworten anzupassen, wenn der Nutzer Memory aktiviert hat. Ihre eigene Antwort im eingeloggten Zustand ist nicht das, was ein neuer Interessent sieht.

Die praktische Konsequenz: Der Screenshot einer Antwort ist eine Anekdote. Um Sichtbarkeit zu messen, brauchen Sie ein festes Prompt-Set, das wiederholt gestellt wird, unter kontrollierten Einstellungen (Land, Sprache, Suche aktiv), und Sie berichten Raten über viele Antworten.

Schritt 1: Ein Prompt-Set aufbauen

Ihr Prompt-Set ist Ihre Keyword-Liste für die KI-Suche. Formulieren Sie es so, wie Kunden fragen, in ganzen Sätzen, und lassen Sie Ihren Markennamen überall weg – außer in den Marken-Prompts.

Vier Prompt-Typen

• Kategorie-Prompts („Was sind die besten Buchhaltungs-Apps für Freelancer?“). Sie entscheiden, ob Sie im Consideration Set sind. Gewichten Sie sie am stärksten.
• Problem-Prompts („Wie erfasse ich Ausgaben als Freelancer ohne Steuerberater?“). Der Nutzer hat noch keine Produktkategorie gewählt. Erwähnungen sind hier seltener und wertvoller.
• Vergleichs-Prompts („Ledgerly vs QuickBooks für ein Ein-Personen-Unternehmen“ oder „Alternativen zu [Wettbewerber]“). Sie zeigen, wie Sie gegenüber Rivalen dargestellt werden.
• Marken-Prompts („Ist Ledgerly gut?“, „Was kostet Ledgerly?“). Sie testen Korrektheit und Sentiment, nicht Sichtbarkeit. Halten Sie sie in einer eigenen Gruppe, damit sie Ihre Erwähnungsrate nicht aufblähen, denn die Marke steht bereits in der Frage.

Die Customer Journey abdecken

Ordnen Sie Prompts den Phasen zu: Problembewusstsein, Lösungsrecherche, Shortlist, Entscheidung. Ein gutes Set für ein Produkt in einem Markt besteht grob aus 40 % Kategorie-, 25 % Problem-, 20 % Vergleichs- und 15 % Marken-Prompts. Starten Sie mit 20 bis 40 Prompts; später können Sie erweitern, aber jeder zusätzliche Prompt vervielfacht die Kosten.

Länder und Sprachen

Wenn Sie in mehreren Märkten verkaufen, übersetzen Sie Ihre englischen Prompts nicht Wort für Wort. Formulieren Sie sie so, wie Menschen in diesem Markt fragen, und führen Sie sie mit dem jeweiligen Land und der Sprache aus. Berichten Sie jeden Markt getrennt; ein globaler Durchschnitt verbirgt, dass Sie in den USA stark und in Deutschland unsichtbar sein können.

Wo Sie echte Prompts finden

• Vertriebs- und Support-Gespräche: die genauen Worte der Interessenten.
• Ihre wichtigsten organischen Keywords, als Fragen umformuliert.
• „Ähnliche Fragen“-Boxen („People also ask“) und Community-Threads in Ihrer Kategorie.
• Die Vergleichsbegriffe, auf die Wettbewerber auf ihren eigenen Seiten abzielen.

Schritt 2: Metriken und Formeln festlegen

Führen Sie jeden Prompt auf jedem getrackten Assistenten mehrmals pro Zeitraum aus. Berechnen Sie dann:

• Erwähnungsrate = Antworten, die Ihre Marke nennen ÷ alle Antworten (ohne Marken-Prompts).
• Zitationsrate = Antworten, die auf Ihre Domain verlinken ÷ alle Antworten.
• Durchschnittsposition = Mittelwert Ihres Rangs in der Empfehlungsliste, nur gezählt in Antworten, die eine Liste enthalten und Sie erwähnen. Berichten Sie sie zusammen mit der Erwähnungsrate, denn eine durchschnittliche Position von 1,5 in 5 % der Antworten ist kein Erfolg.
• Top-3-Rate = Antworten, in denen Sie unter den ersten drei Empfehlungen stehen ÷ alle Antworten. Sie verbindet Präsenz und Position in einer Zahl und ist oft die nützlichste Kennzahl für die Berichtsebene.
• Share of Voice = Ihre Erwähnungen ÷ (Ihre Erwähnungen + Erwähnungen aller getrackten Wettbewerber).
• Sentiment = Anteil Ihrer Erwähnungen, die als positiv, neutral oder negativ eingestuft werden. Lesen Sie jeden Monat eine Stichprobe von Hand, um den Klassifikator zu prüfen.

Protokollieren Sie außerdem jede zitierte URL, Ihre und fremde. Die Liste der Domains, die Assistenten statt Ihrer zitieren, ist Ihr Outreach- und Content-Plan.

Ein durchgerechnetes Beispiel (hypothetische Zahlen)

Das Folgende ist ein hypothetisches Beispiel, keine echten Daten. Ledgerly, eine erfundene Buchhaltungs-App für Freelancer, trackt 20 Prompts ohne Markennamen auf vier Assistenten in den USA, drei Durchläufe pro Monat: 20 × 4 × 3 = 240 Antworten.

Zwei erfundene Wettbewerber erscheinen in denselben Antworten: Wettbewerber A in 132 Antworten und Wettbewerber B in 96. Share of Voice:

• Ledgerly: 84 ÷ (84 + 132 + 96) = 84 ÷ 312 = 26,9 %
• Wettbewerber A: 132 ÷ 312 = 42,3 %
• Wettbewerber B: 96 ÷ 312 = 30,8 %

Was das Ledgerly sagt: Perplexity, das auf Live-Websuche ausgelegt ist, zitiert es am häufigsten, seine Seiten sind also abrufbar. Claude und Gemini erwähnen es am seltensten, was auf eine schwächere Präsenz in den Drittquellen hindeutet, aus denen diese Antworten schöpfen. Der nächste Schritt: die Antworten öffnen, in denen Wettbewerber A erscheint und Ledgerly nicht, und die zitierten URLs auflisten.

Wie groß ist eine echte Veränderung?

Raten aus einer Stichprobe enthalten Rauschen. Eine schnelle Faustregel nutzt den Standardfehler eines Anteils, √(p × (1 − p) ÷ n):

• Bei 35 % über 240 Antworten beträgt der Standardfehler etwa 3 Punkte, ein Monatsschwankung von ±6 Punkten kann also reiner Zufall sein.
• Bei 40 % auf 60 ChatGPT-Antworten beträgt der Standardfehler etwa 6 Punkte, Schwankungen pro Assistent von ±12 Punkten sagen für sich genommen wenig aus.

Entscheidungsregel: Handeln Sie bei einer Veränderung, die größer ist als der doppelte Standardfehler oder die über drei Zeiträume in dieselbe Richtung anhält. Schreiben Sie Ihre Startseite nicht um, nur weil eine Woche schwächer war.

Schritt 3: Daten erheben

Die manuelle Methode

Für ein erstes Audit reicht eine Tabelle:

1. Legen Sie Spalten an für Datum, Assistent, Land, Prompt, Prompt-Typ, Durchlaufnummer, erwähnt (ja/nein), Position, zitiert (ja/nein), zitierte URLs, genannte Wettbewerber und Sentiment.
2. Nutzen Sie ein sauberes Browserprofil, ausgeloggt oder mit deaktiviertem Memory, und stellen Sie den Assistenten auf Websuche.
3. Fügen Sie jeden Prompt ein, halten Sie die Antwort fest, wiederholen Sie.

Das ist kostenlos und lehrt viel darüber, wie die Assistenten argumentieren. Es skaliert aber schnell nicht mehr: 20 Prompts, vier Assistenten und drei Durchläufe sind 240 Copy-and-paste-Runden pro Monat, und in Consumer-Apps lässt sich der Standort kaum steuern.

Ein Tool verwenden

AI-Visibility-Tools senden die Prompts nach Zeitplan über die Schnittstellen der Anbieter, werten die Antworten aus und berechnen die Metriken. Prüfen Sie bei der Auswahl:

• Welche Assistenten abgedeckt sind und ob die Websuche aktiv ist.
• Ob Land und Sprache pro Prompt steuerbar sind.
• Ob die vollständige Antwort und die zitierten URLs gespeichert werden, nicht nur ein Score.
• Wie Markennamen-Varianten und Tippfehler behandelt werden.
• Ob Erwähnungen von Wettbewerbern in denselben Antworten erfasst werden.

Beachten Sie: Antworten, die über eine API mit aktiver Websuche erhoben werden, sind ein enger Näherungswert, aber keine Kopie dessen, was ein eingeloggter Nutzer in der Consumer-App sieht. Für Trends, die Sie ja messen, ist das ausreichend.

Schritt 4: KI-Sichtbarkeit verbessern

Niemand außerhalb der Anbieter weiß genau, wie jeder Assistent Marken auswählt. Wir können uns an die Dokumentation der Anbieter halten und beobachten, was die zitierten Quellen gemeinsam haben.

Die richtigen Crawler zulassen

OpenAI trennt seine Crawler nach Zweck. Laut Crawler-Dokumentation von OpenAI:

• OAI-SearchBot blendet Websites in den Suchfunktionen von ChatGPT ein. Websites, die sich dagegen entscheiden, „will not be shown in ChatGPT search answers.“
• GPTBot crawlt Inhalte, die zum Training der Foundation Models von OpenAI verwendet werden können. Wenn Sie ihn per Disallow ausschließen, widersprechen Sie dem Training.
• ChatGPT-User ruft eine Seite ab, wenn die Anfrage eines Nutzers es erfordert; er ist kein automatischer Crawler, und robots.txt-Regeln gelten unter Umständen nicht.

Die Einstellungen sind unabhängig voneinander, eine übliche Wahl ist daher, GPTBot zu blockieren und OAI-SearchBot zuzulassen. OpenAI weist darauf hin, dass Änderungen etwa 24 Stunden brauchen können, bis sie wirken.

Die Dokumentation von Perplexity beschreibt PerplexityBot, der Websites in den Perplexity-Suchergebnissen anzeigt und verlinkt und nicht zum Training von Foundation Models verwendet wird, sowie Perplexity-User, der Seiten für die Frage eines Nutzers abruft und robots.txt in der Regel ignoriert. Perplexity empfiehlt, PerplexityBot zuzulassen, wenn Sie in den Ergebnissen erscheinen möchten.

Für Google ist AI features and your website eindeutig: Es gibt keine zusätzlichen Anforderungen oder speziellen Optimierungen, um in AI Overviews oder im AI Mode zu erscheinen, die üblichen SEO-Praktiken gelten, und Sie brauchen weder neue maschinenlesbare Dateien noch KI-Textdateien oder Markup. Der Traffic aus diesen Funktionen wird in der Search Console unter dem Suchtyp „Web“ ausgewiesen. Davon getrennt steuert das Google-Extended-Token, ob von Google gecrawlte Inhalte zum Training künftiger Gemini-Modelle und für das Grounding in den Gemini Apps und in Grounding with Google Search auf Vertex AI verwendet werden dürfen; laut Google beeinflusst es weder die Aufnahme noch das Ranking in der Google-Suche.

Der häufigste Fehler, den wir sehen, liegt gar nicht in der robots.txt. Es ist eine CDN- oder Firewall-Regel, die KI-User-Agents stillschweigend blockiert, während die robots.txt „allow“ sagt. Prüfen Sie beides. Unser kostenloser AI Crawler Checker liest die robots.txt für die wichtigsten KI-Crawler und sendet eine Testanfrage mit dem Crawler-Namen von ChatGPT, um zu sehen, was Ihre Firewall zurückgibt.

Ihre Entität eindeutig machen

Assistenten müssen wissen, was Sie sind, bevor sie Sie empfehlen können. Auf Ihrer eigenen Website:

• Sagen Sie in einem schlichten Satz weit oben auf der Startseite, was das Produkt ist, für wen es gedacht ist und wo es verfügbar ist.
• Halten Sie Preis-, Tarif- und Funktionsseiten aktuell und als HTML crawlbar, nicht nur in JavaScript oder Bildern.
• Fügen Sie strukturierte Daten vom Typ Organization hinzu. Laut Google helfen sie, Ihre Organisation von anderen mit ähnlichem Namen zu unterscheiden, und die Eigenschaft sameAs verknüpft Ihre Website mit Ihren Profilen anderswo (Organization structured data). Der Schema Markup Checker zeigt, was Ihre Seite aktuell deklariert.
• Veröffentlichen Sie klare, zitierfähige Seiten zu den Fragen Ihres Prompt-Sets: Vergleiche, Anleitungen, konkrete Anwendungsfälle.

Dort präsent sein, wo die Assistenten suchen

Wenn Assistenten das Web durchsuchen, zitieren sie Bewertungsportale, Vergleichsartikel, Community-Threads, Dokumentationen und Nachrichten. Nach unserer Erfahrung sind die Marken mit hohen Erwähnungsraten diejenigen, die konsistent auf diesen Drittseiten auftauchen, nicht diejenigen mit den meisten Inhalten auf der eigenen Website. Praktische Schritte:

1. Exportieren Sie jede URL, die in Antworten zitiert wird, in denen ein Wettbewerber erscheint und Sie nicht.
2. Gruppieren Sie sie: Bewertungsplattformen, Listicles, Foren, Verzeichnisse, Publikationen.
3. Kontaktieren Sie bei Listicles den Autor mit korrekten, aktuellen Informationen. Bitten Sie bei Bewertungsplattformen echte Kunden um eine Bewertung. Beantworten Sie in Communities Fragen ehrlich, wo Sie Expertise haben, und halten Sie die Regeln der jeweiligen Community ein.
4. Korrigieren Sie veraltete oder falsche Informationen über Sie, wo immer sie auftauchen. Assistenten wiederholen, was das Web sagt.

Und llms.txt?

llms.txt ist ein Vorschlag, den Jeremy Howard im September 2024 erstmals veröffentlichte: eine Markdown-Datei, die Sprachmodellen einen kurzen Leitfaden zu einer Website gibt, mit einem H1-Titel, einer einzeiligen Zusammenfassung und Linklisten zu den wichtigsten Seiten. Sie ist einfach zu erstellen und harmlos. Bleiben Sie aber realistisch: Google sagt, dass KI-Textdateien für seine KI-Funktionen nicht nötig sind, und Stand Oktober 2026 haben wir keine öffentliche Zusage von OpenAI, Anthropic oder Perplexity gefunden, llms.txt beim Antworten zu verwenden. Legen Sie eine an, wenn es zehn Minuten dauert, und investieren Sie Ihre echte Arbeit woanders. Der llms.txt Checker validiert das Format.

Häufige Fehler

• Die Marke in Kategorie-Prompts nennen. „Ist Ledgerly die beste Buchhaltungs-App?“ erwähnt Ledgerly jedes Mal und sagt Ihnen nichts.
• Nur einmal messen. Ein einzelner Durchlauf ist eine Stichprobe von eins. Tracken Sie mindestens monatlich, idealerweise wöchentlich, mit wiederholten Durchläufen.
• Über Länder mitteln. Berichten Sie jeden Markt getrennt.
• Jedem Ausschlag hinterherlaufen. Wenden Sie die Rauschregel von oben an, bevor Sie etwas ändern.
• Den falschen Bot blockieren. Wer OAI-SearchBot blockiert, um das Training zu vermeiden, verschwindet aus den ChatGPT-Suchantworten; GPTBot ist der Trainings-Crawler.
• Sentiment ignorieren. Als „günstiger, aber fehlerhaft“ erwähnt zu werden, ist Sichtbarkeit, die Sie nicht wollen. Beheben Sie zuerst das zugrunde liegende Problem, dann die Quellen.

Eine Start-Checkliste für 30 Minuten

1. Schreiben Sie 20 Prompts ohne Marke aus den Typen Kategorie, Problem und Vergleich sowie fünf Marken-Prompts.
2. Wählen Sie drei Wettbewerber, an die Sie Aufträge verlieren.
3. Starten Sie den kostenlosen AI Visibility Checker für einen ersten Eindruck zu ChatGPT und Perplexity.
4. Nutzen Sie den AI Search Readiness Checker, um zu sehen, ob Crawler Ihre Startseite lesen können und ob Ihr Identitäts-Markup vorhanden ist.
5. Halten Sie Erwähnungsrate, Zitationsrate, Top-3-Rate und Share of Voice als Baseline fest.
6. Listen Sie die zehn wichtigsten Domains auf, die statt Ihrer zitiert werden. Das ist Ihre Arbeit für den ersten Monat.

So trackt Searvia die KI-Sichtbarkeit

Das AI Visibility Tracking von Searvia stellt Ihre Fragen jede Woche mit aktivierter Websuche, in ChatGPT, Gemini, Perplexity und Claude in den kostenpflichtigen Tarifen (Perplexity im kostenlosen Tarif). Für jede Antwort wird erfasst, ob Sie erwähnt, empfohlen oder zitiert werden, Ihre Position in der Empfehlungsliste, der Ton der Beschreibung und Ihr Share of Voice gegenüber Wettbewerbern, und es listet die Websites auf, die statt Ihrer zitiert werden. Außerdem prüft es, ob KI-Bots Ihre Website über robots.txt, Firewall-Regeln und llms.txt erreichen können. Die Hilfe zur AI Visibility führt in etwa vier Minuten durch die Einrichtung, und Sie können mit dem kostenlosen Checker starten, bevor Sie ein Konto anlegen.