KI-Sichtbarkeit messen: Methoden und Kennzahlen für KMU
Deine Kundinnen und Kunden fragen ChatGPT, Perplexity oder Google AI Overviews nach Anbietern in deiner Branche, und du weißt nicht, ob dein Unternehmen genannt wird. Während Rankings bei Google oft genau beobachtet werden, bleibt die Sichtbarkeit in KI-Antworten meist unbeachtet. Dieser Ratgeber zeigt, wie du KI-Sichtbarkeit mit festen Testfragen misst, welche Kennzahlen aussagekräftig sind und wo die Grenzen der Messung liegen.
Teil des Leitfadens: AI Visibility – KI-Sichtbarkeit verstehen und verbessern →
Das Wichtigste in Kürze
- KI-Sichtbarkeit misst, ob und wie KI-Systeme dein Unternehmen nennen, wenn jemand eine Frage aus deinem Bereich stellt.
- Die belastbarste Grundlage sind feste Testfragen, die regelmäßig in mehreren KI-Systemen gestellt und protokolliert werden.
- Wichtigste Kennzahl ist die Nennungsrate: der Anteil der Antworten, in denen dein Unternehmen vorkommt; dazu kommen Position, Korrektheit und Quellenverweise.
- Ein einzelner Messzeitpunkt sagt wenig aus; erst die Wiederholung derselben Fragen zeigt Veränderungen.
- Messen allein verändert nichts: Verbessern lässt sich die Sichtbarkeit nur über Inhalte und Präsenz.
Was bedeutet KI-Sichtbarkeit messen?
KI-Sichtbarkeit, auch AI Visibility, beschreibt, wie oft und wie korrekt KI-Systeme ein Unternehmen nennen, wenn jemand eine Frage aus seinem Bereich stellt. KI-Sichtbarkeit zu messen heißt, genau das systematisch zu prüfen: mit denselben Fragen, in denselben Systemen, in festen Abständen. Was AI Visibility ist und warum sie für KMU zählt, erklärt der Leitfaden zu AI Visibility.
Warum Klicks und Rankings allein nicht mehr reichen
Wenn eine KI-Antwort die Frage bereits beantwortet, klicken weniger Menschen auf die Suchergebnisse darunter. Eine Analyse von Ahrefs vom Dezember 2025 beziffert den Rückgang der Klickrate bei top-platzierten Webseiten auf Google seit Einführung der AI Overviews mit 58 Prozent. Gleichzeitig nutzen viele Menschen KI-Systeme direkt für ihre Recherche: Laut einer Analyse von Averi.ai aus dem Jahr 2026 verwenden in den USA 73 Prozent der befragten B2B-Entscheiderinnen und -Entscheider KI-Plattformen für ihre Kaufrecherche.
Für die Erfolgsmessung heißt das: Klassische Kennzahlen wie Rankings und Klicks bleiben wichtig, zeigen aber nicht, ob dein Unternehmen in den Antworten selbst vorkommt. Dafür brauchst du eine eigene Messung.
Schritt für Schritt: KI-Sichtbarkeit mit Testfragen messen
- Fragen sammeln: Notiere zehn bis zwanzig Fragen, die deine Kundinnen und Kunden tatsächlich stellen. Orientiere dich an echten Anfragen, nicht an deinem Markennamen.
- Fragetypen mischen: Kategorienfragen („Welche Anbieter für X gibt es in Wien?“), Problemfragen („Wie löse ich Y?“), Vergleichsfragen und Empfehlungsfragen („Was empfiehlst du für Z?“).
- Systeme festlegen: Stelle jede Frage in denselben KI-Systemen, zum Beispiel ChatGPT, Perplexity und Google AI Overviews.
- Protokollieren: Halte für jede Antwort fest, ob dein Unternehmen genannt wird, an welcher Stelle, ob die Angaben stimmen und ob deine Website als Quelle verlinkt ist.
- Wiederholen: Stelle dieselben Fragen in festen Abständen erneut, etwa einmal im Monat, und vergleiche die Ergebnisse.
Welche Kennzahlen aussagekräftig sind
| Kennzahl | Was sie zeigt | So ermittelst du sie |
|---|---|---|
| Nennungsrate | wie sichtbar du insgesamt bist | Antworten mit Nennung geteilt durch alle Antworten auf deine Testfragen |
| Position der Nennung | ob du zuerst oder am Rand genannt wirst | Reihenfolge der genannten Anbieter in der Antwort |
| Korrektheit | ob Angebot, Ort und Leistungen richtig wiedergegeben werden | Abgleich der Antwort mit deinen eigenen Angaben |
| Quellenverweise | ob deine eigenen Inhalte als Quelle dienen | Links auf deine Website in der Antwort, sofern das System Quellen zeigt |
| Abdeckung je Thema | bei welchen Themen du fehlst | Nennungsrate getrennt nach Fragegruppen und Systemen |
Die Nennungsrate ist der wichtigste Wert, weil sie direkt zeigt, wie oft dein Unternehmen vorkommt. Im Praxisbeispiel aus unserer Studie ist genau das gemeint: der Anteil der Antworten auf ein festes Set themenrelevanter Fragen, in denen das Unternehmen genannt wird.
Manuell messen oder mit einem Werkzeug?
Für den Einstieg reicht eine Tabelle: Fragen, Systeme, Datum und Ergebnis. Mit wachsender Zahl an Fragen und Systemen wird die manuelle Messung aufwendig; dann helfen Werkzeuge, die Antworten regelmäßig abfragen und auswerten.
| Kriterium | Messen (Monitoring) | Inhalte und Präsenz aufbauen |
|---|---|---|
| Zweck | zeigt, wo du stehst | schafft neue Anlässe, genannt zu werden |
| Wirkung auf die Sichtbarkeit | diagnostisch | direkt |
| allein ausreichend? | nein, ändert nichts am Stand | eingeschränkt, ohne Erfolgskontrolle |
Messen und Verbessern gehören deshalb zusammen. Bei xchannels.ai zeigt der Visibility Score die Wirkung der veröffentlichten Inhalte; wie das in der Praxis aussieht, zeigen wir in einer kostenlosen 30-minütigen Demo im AI Visibility Lab.
Grenzen der Messung
- Die Anbieter legen nicht offen, wie ihre Systeme Quellen auswählen; eine Messung zeigt das Ergebnis, nicht die Ursache.
- Antworten können je nach Formulierung, Zeitpunkt, Standort und Verlauf unterschiedlich ausfallen.
- Kleine Fragensets liefern nur Tendenzen; aussagekräftiger sind gleichbleibende Fragen über mehrere Messungen.
- Eine Nennung sagt noch nichts über die Qualität der Darstellung aus; prüfe deshalb immer auch die Korrektheit.
Vom Messen zum Verbessern
Zeigt die Messung Lücken, setzen die fünf Hebel aus dem Leitfaden zu AI Visibility an: klare Definitionen am Anfang, einheitliche Kernbotschaften, strukturierte Formate, regelmäßige Veröffentlichung auf mehreren Kanälen und regelmäßige Überprüfung. Für die technische Seite deiner Website hilft der technische Webseiten-Check. Wie du Inhalte gezielt für ChatGPT aufbereitest, zeigt der Ratgeber zur ChatGPT-Optimierung.
Ein Beispiel aus der Praxis
Ein B2C-Gesundheitsdienstleister wurde zu Beginn in 20 Prozent der themenrelevanten KI-Antworten seines unternehmensspezifischen Fragensets genannt. Nach 90 Tagen kontinuierlicher, KI-gestützter Veröffentlichung waren es 80 Prozent. Gemessen wurde mit festen Testfragen, wie oben beschrieben. Mehr dazu in der Case Study. Ergebnisse hängen von Branche und Ausgangslage ab.
Fazit
KI-Sichtbarkeit lässt sich mit wenig Aufwand messen: feste Testfragen, mehrere Systeme, ein sauberes Protokoll und regelmäßige Wiederholung. Wichtigste Kennzahl ist die Nennungsrate, ergänzt um Position, Korrektheit und Quellenverweise. Beginne mit zehn Fragen und einer ersten Messung; so weißt du, wo du stehst, und kannst gezielt an deinen Inhalten arbeiten.
Häufig gestellte Fragen
Stelle zehn bis zwanzig typische Kundenfragen aus deiner Branche in ChatGPT und weiteren KI-Systemen und halte fest, ob und wie dein Unternehmen genannt wird. Wiederhole dieselben Fragen in festen Abständen, um Veränderungen zu sehen.
Die Nennungsrate: der Anteil der Antworten auf deine Testfragen, in denen dein Unternehmen vorkommt. Ergänzend sind Position der Nennung, Korrektheit der Angaben und Quellenverweise auf deine Website aussagekräftig.
Für die meisten KMU reicht eine Messung pro Monat mit gleichbleibenden Fragen. Wichtiger als die Häufigkeit ist, dass Fragen, Systeme und Vorgehen gleich bleiben, damit die Ergebnisse vergleichbar sind.
Nein. SEO-Monitoring beobachtet Rankings und Klicks in Suchergebnissen, die Messung der KI-Sichtbarkeit prüft Nennungen in KI-Antworten. Beides ergänzt sich, weil gute, strukturierte Inhalte für beides die Grundlage sind.
Das AI Visibility Lab ist kostenlos: Es ist die 30-minütige Produktdemo von xchannels.ai mit Schwerpunkt KI-Sichtbarkeit. Wir zeigen dir live, wie xchannels.ai Inhalte für KI-Plattformen aufbereitet und über viele Kanäle verteilt, und gehen auf deine Fragen ein.
