Markensichtbarkeit über 6 KI-Modelle tracken: Die Metriken, auf die es wirklich ankommt

Die KI-Suche kennt keine Rankings, und sie liefert nicht einmal zweimal dieselbe Antwort. In der Demo unseres öffentlichen Trackers sprang derselbe Prompt zwischen zwei Durchläufen bei Copilot von 57 auf 89 Sichtbarkeitspunkte und bei Perplexity von 63 auf 93. Einzelne Abfragen sind Rauschen. Das sind die Metriken, die die Ranking-Position ersetzen, und so erheben Sie sie.

Warum Rank-Tracking in der KI-Suche versagt

Dafür gibt es drei strukturelle Gründe. Generative Engines arbeiten probabilistisch, deshalb liefern identische Prompts von Durchlauf zu Durchlauf unterschiedliche Antworten. Es gibt keine Position eins, nur Präsenz oder Abwesenheit innerhalb einer synthetisierten Antwort. Und jede Engine betreibt ihr eigenes Retrieval, deshalb sagt Sichtbarkeit bei der einen nichts über die andere aus. Die Lösung ist statistisch: Messen Sie Raten über ein stabiles Prompt-Set und mehrere Durchläufe, nicht einzelne Beobachtungen.

Die Volatilität ist kein Fehler. Sie spiegelt wider, wie generative Engines tatsächlich arbeiten: Die Sampling-Temperatur im LLM und wechselnde Retrieval-Ergebnisse führen dazu, dass dieselbe Abfrage jedes Mal aus einem etwas anderen Pool schöpft. Eine Marke, die in 70% der Durchläufe auftaucht, hat eine wirklich starke Retrieval-Abdeckung; eine Marke, die in 20% der Durchläufe auftaucht, hat einen Fuß in der Tür, aber keine verlässliche Präsenz. Im einzelnen manuellen Check ist dieser Unterschied nicht zu erkennen. Deshalb ist ein Messframework auf Basis von Raten statt von Momentaufnahmen die Voraussetzung für jede sinnvolle Optimierungsarbeit.

Die vier Metriken, auf die es ankommt

1. Visibility Rate

Der Anteil der Prompt-Durchläufe, in denen Ihre Marke auftaucht, pro Engine und pro Monat. Das ist Ihre wichtigste Kennzahl. Weil die Antworten schwanken, stabilisiert sie sich erst über wiederholte Durchläufe eines stabilen Prompt-Sets; unser Demo-Workspace mittelt sie über 60 Durchläufe. Berichten Sie sie pro Engine: eine Visibility Rate von 60% bei Perplexity und 15% bei Gemini sind sehr unterschiedliche Probleme und verlangen unterschiedliche Maßnahmen. Die Visibility Rate ist die Top-Line-KPI, die Sie monatlich verfolgen und an die Geschäftsführung berichten, mit Zielwerten nach Prompt-Intent und Funnel-Stufe. Alles Weitere ist Diagnostik darunter.

2. Citation Share und Quellenmix

Welche Ihrer Seiten zitiert werden und welche Drittquellen die Antworten in Ihrer Kategorie speisen. In unserem Live-Audit der CRM-Kategorie prägten zwei Listicle-Publisher die meisten Empfehlungen. Die Quellenliste ist Ihre Off-Site-Roadmap. In unserer Analyse von 153.425 Zitierungen über 6 KI-Plattformen im Mai 2026 entfielen 9.868 Zitierungen auf YouTube und 6.595 auf Reddit. Wenn Ihre Kategorie diesem Muster folgt, ist eine Präsenzstrategie für diese Kanäle nicht optional. Verfolgen Sie, welche Ihrer eigenen Seiten am häufigsten zitiert werden: Das sind Ihre wertvollsten Assets für interne Verlinkung und Content-Updates. Seiten, die auf mehreren Engines zitiert werden, sollten Sie schützen; Seiten, die trotz starkem organischem Ranking nie auftauchen, brauchen eine strukturelle Überarbeitung.

3. Share of Voice im Wettbewerb

Ihre Nennungsrate gegenüber benannten Wettbewerbern bei denselben Prompts. Sichtbarkeit ohne Kontext schmeichelt; Share of Voice zeigt Ihnen, ob Sie die Antworten gewinnen, auf die es ankommt. Eine Visibility Rate von 40% klingt gut, bis Sie erfahren, dass der Kategorieführer bei denselben Prompts auf 85% kommt. Berechnen Sie Share of Voice gezielt für Abfragen in der Entscheidungsphase: Prompts wie “bestes [Kategorie]-Tool für [Anwendungsfall]” zeigen die Wettbewerbsposition deutlicher als Awareness-Abfragen. Share of Voice hat das Suchvolumen abgelöst und ist für die KI-Suche die wichtigste Content-Metrik, weil damit die relative Wettbewerbsposition erfasst wird und nicht das absolute Traffic-Potenzial. Verfolgen Sie den Wert monatlich auf einem festen Wettbewerber-Set, damit die Trends vergleichbar bleiben.

4. Sentiment und Position

Wie Sie eingeordnet werden (empfohlen, genannt, mit Vorbehalt genannt) und an welcher Stelle der Antwort Sie auftauchen. Unsere Analyse von 42.971 Zitierungen ergab, dass Engines frühe, klar formulierte Platzierungen bevorzugen, weshalb eine tief vergrabene neutrale Nennung und eine führende Empfehlung zwei Ergebnisse sind, die man getrennt erfassen sollte. Die Sentiment-Labels sollten lauten: empfohlen (ausdrückliche Empfehlung), neutrale Nennung (genannt ohne Wertung), mit Vorbehalt (genannt mit Einschränkung oder Warnung) und nicht vorhanden. Eine Marke, die sich über sechs Monate von “mit Vorbehalt” über “neutral” zu “empfohlen” bewegt, hat etwas erreicht, was die Visibility Rate allein nicht abbildet. Die Position zählt, weil KI-Antworten oft eine primäre Empfehlung und danach sekundäre Alternativen enthalten: An erster Stelle genannt zu werden hat ein anderes Conversion-Gewicht als an dritter Stelle.

Das Mess-Setup: Prompt-Set und Rhythmus

Das Prompt-Set ist die Grundlage. Bauen Sie es einmal auf und ändern Sie es zwischen den Perioden nicht, sonst sind Ihre Trenddaten wertlos. Ein funktionierendes Prompt-Set für B2B-SaaS, aufgebaut aus der Sprache Ihrer Käufer statt aus Keyword-Planner-Output, umfasst typischerweise 30-50 Abfragen auf drei Intent-Stufen: Awareness (“was ist [Kategorie]”), Consideration (“bestes [Kategorie]-Tool für [Anwendungsfall]”) und Decision (“[Marke] und [Wettbewerber] vergleichen”). Die Consideration-Stufe liefert die verwertbarsten Daten. Decken Sie alle sechs großen Engines ab: AI Mode, Gemini, ChatGPT, Perplexity, Copilot und Grok.

Regeln für den Rhythmus

Monatliches Reporting ist das Minimum, um Trends sinnvoll zu erkennen. Wöchentliche Durchläufe fangen Änderungen am Algorithmus früher ab. Vergleichen Sie nie einen einzelnen Durchlauf mit einem einzelnen Durchlauf: Vergleichen Sie den Durchschnitt aus 10+ Durchläufen in Periode A mit 10+ Durchläufen in Periode B. Halten Sie das Prompt-Set mindestens ein Quartal lang identisch, bevor Sie etwas ergänzen. Wenn Sie Prompts hinzufügen, lassen Sie die alten eine Periode lang parallel weiterlaufen, um eine Brücke für die Kontinuität zu schaffen. Das Framework zur Citation Velocity ergänzt einen Frühindikator: wie schnell neue Inhalte aufgegriffen werden, was die Aktualität des Retrievals anzeigt, bevor sie sich in der monatlichen Visibility Rate niederschlägt.

Die Metriken im Überblick

Den Tracking-Loop selbst bauen oder einkaufen

DIY ist eine echte Option: Unser Open Source GEO/AEO Tracker (BYOK, sechs Engines, geplante Durchläufe) deckt alles oben Genannte ab. Er liegt auf GitHub unter github.com/danishashko/geo-aeo-tracker und läuft mit Ihren eigenen API-Keys, sodass Ihre Daten Ihren Stack nie verlassen. Kombinieren Sie ihn mit GA4-Referral-Attribution, damit sich Sichtbarkeit mit Sessions verbindet, und führen Sie beides in einem einzigen wöchentlichen Looker-Studio-Dashboard zusammen.

Wenn Umfang oder Wettbewerbstiefe über DIY hinauswachsen, übernimmt der Managed-Tracking-Service das Design des Prompt-Sets, die Durchläufe über mehrere Engines und das monatliche Reporting inklusive Share of Voice im Wettbewerb. Agenturen, die mehrere Kunden parallel betreuen, brauchen darüber hinaus eine Plattform mit White-Label-Reporting. Starten Sie in beiden Fällen mit der Audit-Checkliste und halten Sie das Prompt-Set stabil, damit die Monate vergleichbar bleiben.

Von Metriken zu Maßnahmen

Metriken ohne Maßnahmenschleifen sind Selbstzweck. Jede Metrik sollte eine konkrete Arbeitsliste auslösen. Eine niedrige Visibility Rate löst ein Content-Audit und eine strukturelle Überarbeitung aus. Ein niedriger Citation Share auf Ihren eigenen Seiten löst ein Review der Zitierungsketten Ihrer besten Seiten aus. Ein niedriger Share of Voice gegenüber Wettbewerbern löst eine Content-Gap-Analyse für die Prompts aus, bei denen sie besser abschneiden. Negatives Sentiment löst ein Review zur Halluzinations-Abwehr aus sowie den Vorstoß, korrekte Markenbeschreibungen in die Quellen zu bringen, die Engines zitieren. Das GEO-Content-Audit-Framework ordnet allen vier Metriken konkrete Maßnahmen zu, sodass der Monatsreport zur Arbeitsanweisung wird und nicht nur ein Dashboard bleibt.

Möchten Sie diese Messung automatisieren? Das sind die GEO-Tools, die diese Metriken für Sie tracken.