AI Visibility messen: KI-Sichtbarkeit in ChatGPT, Perplexity und AI Overviews sauber tracken

Kurzantwort: AI Visibility misst, wie oft und wie korrekt deine Marke in KI-Antworten auftaucht – nicht auf welcher „Position“. Belastbar sind drei Kennzahlen: die Mention-Rate über ein festes Prompt-Set, die Quellenrate (wird deine URL zitiert oder nur die Marke genannt?) und dein Anteil an den Nennungen im Vergleich zum Wettbewerb. Einzelne Screenshots taugen nicht als Messung, weil dieselbe Frage bei jedem Durchlauf andere Marken liefert. Wer wiederholt, dokumentiert und über mehrere Systeme messt, bekommt trotzdem verlässliche Trends.

Der häufigste Satz, den ich zu diesem Thema höre: „Ich habe ChatGPT gefragt, und ich kam nicht vor.“ Das ist ein Anfang, aber keine Messung. Es ist so aussagekräftig wie eine einzelne Google-Suche im Inkognito-Fenster – nur mit deutlich mehr Zufall.

Warum „Ranking in ChatGPT“ keine Metrik ist

Im Januar 2026 haben Rand Fishkin (SparkToro) und Patrick O'Donnell (Gumshoe.ai) die bislang saubersten Zahlen dazu veröffentlicht. 600 Freiwillige haben 12 Prompts über ChatGPT, Claude und Google AI (Overviews bzw. AI Mode) insgesamt 2.961 Mal ausgeführt, jeder Prompt 60 bis 100 Mal pro System. Das Ergebnis in ihrer Auswertung:

• Dieselbe Markenliste kam in weniger als 1 von 100 Durchläufen erneut heraus.
• Dieselbe Liste in derselben Reihenfolge in weniger als 1 von 1.000 Durchläufen.
• Auch die Anzahl der genannten Marken schwankte permanent.

Fishkins Fazit ist unbequem für viele Tool-Versprechen: Wer dir eine „Ranking-Position in KI“ verkauft, verkauft eine Zahl, die es nicht gibt. Gleichzeitig zeigt dieselbe Studie den Ausweg: Häufigkeit ist stabil. In engen Kategorien tauchten führende Anbieter in fast allen Antworten auf – ein US-Krebszentrum etwa in 69 von 71 ChatGPT-Antworten, also rund 97 % Sichtbarkeit, ohne jemals verlässlich „auf Platz 1“ zu stehen.

Daraus folgt die Grundregel für alles Weitere: Du misst Wahrscheinlichkeiten, keine Plätze. Und Wahrscheinlichkeiten brauchen Wiederholungen.

Nachfragebild zum Thema (DataForSEO, Stand Juli 2026)

Bevor du in Tools investierst, lohnt ein Blick darauf, wie die Nachfrage tatsächlich aussieht. Ich habe die Cluster über die DataForSEO-APIs geprüft – Google-Volumen für Deutschland, dazu das AI-Keyword-Volumen aus dem AI-Optimization-Modul:

Zwei Dinge fallen auf. Erstens: Die Tool- und Monitoring-Begriffe wachsen, während der Oberbegriff „generative engine optimization“ nach dem Hype-Frühjahr nachgibt. Der Markt bewegt sich von „Was ist das?“ zu „Wie messe ich das?“. Zweitens: Das AI-Suchvolumen – also die Nachfrage direkt in LLM-Prompts, die DataForSEO separat ausweist – liegt für nahezu alle diese Begriffe bei null bis drei Prompts pro Monat. Das heißt nicht, dass niemand KI zu diesen Themen fragt. Es heißt, dass die Datenbasis für Prompt-Nachfrage noch dünn ist und du deine Planung nicht darauf stützen solltest. Klassisches Keyword-Volumen bleibt der bessere Proxy, echte Kundenfragen sind der beste.

Die SERP zum Begriff „ai visibility“ zeigt zusätzlich, wer den Raum aktuell besetzt: Google zeigt ein AI Overview, das acht Quellen zitiert – darunter ahrefs.com, seranking.com, amplitude.com, llmpulse.ai und zwei deutsche Agenturseiten. Fünf dieser acht Quellen stehen auch in den organischen Top 10. Der Schluss daraus: In diesem Themenfeld korrelieren klassische Rankings und KI-Zitationen noch stark. Wer organisch fehlt, fehlt meist auch in der Antwort.

Was Messung dir wirtschaftlich bringt

Messen kostet Zeit. Die Rechtfertigung liefert die Qualität dieses Kanals.

Similarweb weist für ChatGPT-Referrals eine Conversion Rate von 7,1 % aus (Clickstream-Panel, April–Mai 2026) – nur Paid Search liegt mit 7,8 % darüber, klassische Organik und Direct liegen dahinter (Gen AI Stats 2026). Semrush kommt in seiner Traffic-Studie zu einem ähnlichen Bild: Ein Besucher aus einer KI-Quelle ist im Schnitt 4,4-mal so wertvoll wie ein organischer Besucher, gemessen an der Conversion Rate.

Besonders relevant für die Praxis ist ein zweiter Semrush-Befund: Seiten, die ChatGPT zitiert, ranken in der klassischen Suche zu fast 90 % erst ab Position 21. Zitierfähigkeit und Ranking-Stärke sind also nicht deckungsgleich – es gibt echte Chancen für Inhalte, die klassisch nie auf Seite 1 kommen würden.

Und die Gegenrichtung ist ebenfalls belegt: Laut SISTRIX-Auswertung über 100 Millionen Keywords (Februar 2026) erscheinen AI Overviews in Deutschland bei rund 20 % der Keywords, und wo sie erscheinen, fällt die Klickrate auf Position 1 von etwa 27 % auf 11 %. Sichtbarkeit verschiebt sich, ob du sie messt oder nicht.

Die vier Kennzahlen, die tragen

Die vierte Kennzahl wird am häufigsten vergessen und ist oft die wichtigste. Eine Nennung mit falschem Leistungsversprechen, veraltetem Preis oder verwechselter Zielgruppe schadet mehr als sie hilft. Genannt zu werden ist nicht das Ziel – richtig genannt zu werden ist es.

Wichtig ist die Trennung von Nennung und Zitation. Perplexity arbeitet stark quellengetrieben, ChatGPT nennt Marken auch ohne Link aus dem Modellwissen. Wer nur Zitationen zählt, unterschätzt seine Sichtbarkeit in ChatGPT systematisch; wer nur Nennungen zählt, überschätzt seinen Einfluss auf die Quellenlage. Miss beides getrennt.

Ein Prompt-Set, das etwas aussagt

Das Prompt-Set ist der Nenner jeder Messung. Wenn es wackelt, wackelt alles.

Umfang: 30 bis 50 Fragen sind für Selbstständige und KMU realistisch und aussagekräftig. Unter 20 wird es Zufall, über 100 pflegt es niemand mehr.

Zusammensetzung nach Funnel-Stufe:

1. Awareness – Problemfragen ohne Anbieterbezug: „Warum verliert meine Website Traffic trotz guter Rankings?“
2. Consideration – Auswahl- und Kriterienfragen: „Worauf achten bei einer SEO-Agentur für Handwerksbetriebe?“
3. Decision – Anbieterfragen mit Kaufabsicht: „Wer bietet AI-Search-Beratung für KMU in Deutschland?“
4. Brand – direkte Markenfragen: „Was macht schoettler.io?“ (prüft vor allem die Darstellungsqualität)
5. Lokal, falls relevant – „Wer macht SEO in Bad Oeynhausen?“

Wiederholungen: Die SparkToro-Zahlen zeigen, dass einzelne Durchläufe wertlos sind. Praktikabler Kompromiss: die fünf wichtigsten Prompts fünfmal pro Messzyklus, den Rest einmal. Damit siehst du bei den entscheidenden Fragen die Streuung, ohne den Aufwand zu vervielfachen.

Konstanz: Formulierung, Reihenfolge, Sprache, Region und Zeitfenster bleiben gleich. Kein „AI-Modus“ mal an, mal aus. Personalisierung möglichst raus (abgemeldet oder in einem separaten Profil messen), sonst misst du deinen eigenen Verlauf.

Wie viele Systeme brauchst du?

Hier widersprechen sich die verfügbaren Daten deutlich – und das solltest du wissen, bevor du einer einzelnen Zahl vertraust.

Ein häufig zitierter Audit-Wert nennt nur 11 % Überschneidung der von ChatGPT und Perplexity zitierten Domains. Der deutschsprachige Report State of AI Search 2026 mit 12.000 Prompts über 150 Marken kommt hingegen auf 64 % Überlappung zwischen ChatGPT und Perplexity, 71 % zwischen ChatGPT und Claude und 81 % zwischen AI Overviews und Gemini. Die Spannweite erklärt sich durch Branchen, Prompt-Typen und Messzeitpunkte – nicht durch „falsche“ Daten.

Für die Praxis heißt das: Der Kern deiner Arbeit ist systemübergreifend (Substanz, Struktur, Autorität), aber die Messung brauchst du pro System. Drei reichen zum Start:

Gemini, Claude und Copilot kommen dazu, wenn deine Zielgruppe sie nutzt – nicht aus Vollständigkeitsdrang.

Der Monats-Workflow in sechs Schritten

So sieht ein Zyklus aus, der in zwei bis drei Stunden pro Monat machbar ist:

1. Prompt-Set abfragen – gleiche Reihenfolge, gleiche Systeme, gleiches Zeitfenster. Antworten als Text und Screenshot ablegen.
2. Nennungen erfassen – pro Antwort: eigene Marke genannt (ja/nein), eigene URL zitiert (ja/nein), genannte Wettbewerber, Position im Text (oben/mitte/unten).
3. Kennzahlen berechnen – Mention-Rate, Quellenrate, Share of Answer je Engine und je Funnel-Stufe.
4. Quellenlücken auswerten – welche fremden Seiten werden bei deinen Kernfragen zitiert? Genau das sind deine Content- und PR-Ziele.
5. Zwei Maßnahmen ableiten – nicht zwanzig. Beispiel: eine Kernfrage bekommt einen zitierfähigen Antwortblock, eine Leistungsseite bekommt klare Kriterien und Preisrahmen.
6. Nach 30 Tagen erneut messen – gleiche Bedingungen, Veränderung dokumentieren.

Was dabei realistisch herauskommt, zeigt eine Praxisauswertung von getSichtbar über vier GEO-Projekte: Die Quellenrate eigener URLs stieg von 9,6 % auf 32,8 % (AI Visibility Benchmark 2026, Basis 13.112 GEO-Checks). Keine Garantie, aber ein belastbares Signal: Quellenarbeit wirkt messbar – über Monate, nicht über Nacht.

Tools: was sie können und was nicht

Die Tool-Landschaft ist 2026 unübersichtlich, und die Preise reichen von rund 50 € pro Monat bis in den vierstelligen Bereich. Was sie leisten:

• Automatisierte Prompt-Läufe über mehrere Engines – der eigentliche Zeitgewinn.
• Wettbewerbsvergleich mit offener Markenliste.
• Historie und Reporting, damit du Trends statt Momentaufnahmen siehst.

Was sie nicht leisten:

• Keine echten „Rankings“. Wer Positionen verspricht, hat die Volatilität nicht verstanden oder ignoriert sie.
• Keine Bewertung der Darstellungsqualität. Ob deine Leistung korrekt beschrieben wird, liest du selbst.
• Keine Vollständigkeit. Jedes Tool hat eine Engine-Auswahl, eine Region und eine Sampling-Methode. Frag vor dem Kauf: Wie viele Durchläufe pro Prompt? Welche Engines mit welchem Modus? Wird Personalisierung ausgeschlossen? Wie wird der Nenner beim Share of Answer gebildet?

Für den Start reicht eine Tabelle. Ehrlich: Ein Google Sheet mit Prompt, Datum, Engine, Nennung, Zitation und Wettbewerbern liefert dir nach zwei Zyklen mehr Erkenntnis als ein Tool-Abo, das niemand auswertet. Ein Tool lohnt sich, sobald das Set über 30 Prompts liegt oder mehrere Marken zu betreuen sind.

KI-Traffic in der Analyse sichtbar machen

Parallel zur Antwort-Messung solltest du sehen, was auf der Website ankommt. Filtere in GA4 oder deinem Analytics-Tool Referrer wie chatgpt.com, perplexity.ai, gemini.google.com und copilot.microsoft.com in ein eigenes Segment.

Drei Einschränkungen, die du kennen musst:

• Ein großer Teil der KI-Klicks kommt ohne Referrer und landet als „Direct“. Deine gemessene KI-Sichtbarkeit ist also eher eine Untergrenze.
• AI Overviews erzeugen kaum unterscheidbaren Traffic – sie sehen in der Search Console wie normale Google-Klicks aus. Symptom für Overview-Effekte: Impressionen stabil, Klicks fallen.
• Nennungen ohne Klick wirken trotzdem. Sie zeigen sich verzögert in Brand-Suchen und Direkteinstiegen. Beobachte deinen Brand-Traffic als indirekten Indikator.

Typische Fehler

Fehler: Einmal fragen, Screenshot machen, Strategie ändern. Besser: Wiederholen, zählen, erst bei stabilem Muster handeln.

Fehler: Nur ChatGPT messen. Besser: Mindestens AI Overviews, ChatGPT und Perplexity – und je Engine getrennt bewerten.

Fehler: Prompt-Formulierungen zwischen Messungen „verbessern“. Besser: Set einfrieren. Änderungen dokumentieren und als neue Zeitreihe führen.

Fehler: Nur Nennungen zählen und Inhalte feiern. Besser: Quellenrate und Darstellungsqualität mitführen – dort steckt die Arbeit.

Fehler: Messen ohne Konsequenz. Besser: Pro Zyklus maximal zwei Maßnahmen, dafür konsequent umgesetzt.

Fazit: messbar statt orakelnd

AI Visibility ist messbar – nur anders, als klassische Rankings es uns beigebracht haben. Positionen sind Rauschen, Häufigkeiten sind Signal. Ein festes Prompt-Set, drei Engines, vier Kennzahlen und ein monatlicher Zyklus genügen, um aus Bauchgefühl belastbare Entscheidungen zu machen. Alles andere – Tools, Automatisierung, Dashboards – ist Komfort, kein Ersatz.

Wenn du wissen willst, wo du heute stehst: Im kostenlosen Erstgespräch baue ich mit dir ein erstes Prompt-Set und messe die Ausgangslage. Die Grundlagen zum Thema stehen in meinem Artikel AI Search & GEO 2026, die laufende Arbeit daran in der Leistung AI Search & GEO. Wenn du zuerst eine Bestandsaufnahme brauchst, ist das Marketing-Audit der schnellere Einstieg.

FAQ zu AI Visibility

Wie oft sollte ich messen? Monatlich reicht für Selbstständige und KMU. Wichtiger als die Frequenz ist, dass Prompt-Set, Engines und Bedingungen konstant bleiben. Wöchentlich lohnt erst, wenn du aktiv an Inhalten arbeitest und schnelles Feedback brauchst.

Brauche ich ein bezahltes AI-Visibility-Tool? Nicht zum Start. Bis etwa 30 Prompts ist eine Tabelle mit dokumentierten Antworten ausreichend und oft aussagekräftiger, weil du die Antworten wirklich liest. Ab mehreren Marken oder größeren Prompt-Sets spart ein Tool echte Stunden.

Warum sehe ich bei derselben Frage jedes Mal andere Anbieter? Weil generative Systeme nicht deterministisch antworten. Die SparkToro-/Gumshoe-Studie fand dieselbe Markenliste in weniger als 1 von 100 Durchläufen. Genau deshalb misst man Häufigkeit über viele Durchläufe statt Positionen in einer Antwort.

Zählt eine Nennung ohne Link überhaupt? Ja. Sie beeinflusst die Auswahl, die jemand trifft, und zeigt sich später in Brand-Suchen und Direkteinstiegen. Für deine Steuerung ist sie trotzdem schwächer als eine Zitation, weil du weniger Hebel auf die Quellenlage hast – deshalb beide Kennzahlen getrennt führen.