KI-Sichtbarkeit: Was Sprachmodelle über Ihre Firma sagen

Interessenten stellen ihre Auswahlfrage zunehmend direkt an ein Sprachmodell und bekommen als Antwort eine kurze Liste von Anbietern. Wer in dieser Liste fehlt, kommt für den Nutzer nicht mehr vor.

Warum die Antwortebene zählt

Ein Interessent, der früher zehn blaue Links durchgesehen hat, bekommt heute häufig einen Absatz mit drei bis fünf konkreten Anbieternamen. Diese Vorauswahl übernimmt das Modell. Für Unternehmen verschiebt sich damit der Wettbewerb: Es geht nicht mehr nur darum, in einer Liste zu erscheinen, sondern darum, Teil einer sehr kurzen Empfehlung zu sein.

Der Effekt ist besonders im B2B-Bereich spürbar, wo Kaufentscheidungen mit einer Marktübersicht beginnen. Fragen wie „Welche Anbieter gibt es für X?" oder „Was kostet Y für einen Betrieb meiner Größe?" beantworten Sprachmodelle heute mit konkreten Firmennamen, Preisrahmen und Auswahlkriterien.

Der Unterschied zur klassischen Suche

Klassische Rankings lassen sich über Positionen abbilden. Eine KI-Antwort funktioniert anders, weil sie Text erzeugt statt Treffer zu sortieren. Daraus ergeben sich drei praktische Unterschiede.

Die letzte Zeile hat Folgen für jede Messung. Wer eine einzelne Antwort betrachtet, sieht eine Momentaufnahme. Belastbar wird das Bild erst, wenn dieselben Fragen regelmäßig an mehrere Systeme gehen und die Ergebnisse über Wochen verglichen werden.

Die drei Kennzahlen

Aus der Auswertung vieler Antworten lassen sich drei Werte gewinnen, die zusammen ein aussagekräftiges Bild ergeben.

Nennungsrate

Der Anteil der Fragen, in deren Antwort die Firma überhaupt auftaucht. Sinnvoll ist die Trennung nach Fragetypen: Bei Fragen, die den Markennamen bereits enthalten, liegt der Wert naturgemäß hoch. Aussagekräftig für Neukundengewinnung sind generische Fragen, in denen der Name nicht vorkommt.

Erstnennung

Der Anteil der Antworten, in denen die Firma als erster Anbieter genannt wird. Die Reihenfolge in einer KI-Antwort wirkt ähnlich wie früher der erste Platz einer Ergebnisliste, weil Leser die zuerst genannte Option überdurchschnittlich häufig weiterverfolgen.

Zitierte Quellen

Welche Websites das Modell als Beleg heranzieht und ob die eigene Domain darunter ist. Diese Kennzahl ist die praktischste von allen, weil sie zeigt, über welche Seiten das Modell Wissen bezieht und wo sich Inhalte oder Einträge lohnen.

Woher die Modelle ihr Wissen nehmen

Generative Systeme kombinieren zwei Wissensquellen. Zum einen das Training, in dem Inhalte aus dem Web verarbeitet wurden, zum anderen die Websuche, die viele Systeme während der Antwort ausführen. Für die Praxis bedeutet das: Ein Modell kann eine Firma nennen, ohne die Website je zu zitieren, und es kann eine Website zitieren, ohne die dort beworbene Marke zu empfehlen.

Sichtbar werden vor allem Inhalte, die eine Frage direkt beantworten, sich klar zuordnen lassen und auf Seiten stehen, die den Crawlern der KI-Anbieter zugänglich sind. Vergleichsportale, Fachverzeichnisse und Branchenmedien tauchen in den Quellenlisten deshalb häufig auf.

Wie Unternehmen anfangen

1. Fragen festlegen. Ein Katalog aus generischen Kategorie-Fragen, Kauf- und Preisfragen sowie einigen direkten Markenfragen. Wichtig ist, dass er anschließend unverändert bleibt.
2. Ausgangslage messen. Der erste Durchlauf liefert den Ausgangswert, an dem sich alle späteren Werte messen lassen.
3. Regelmäßig wiederholen. Ein fester Rhythmus, üblicherweise wöchentlich, macht Veränderungen von Zufallsschwankungen unterscheidbar.
4. Quellen auswerten. Aus der Domain-Liste ergibt sich, welche Seiten die Modelle für die eigene Kategorie heranziehen.
5. Maßnahmen ableiten. Erst wenn mehrere Wochen vorliegen, lässt sich beurteilen, ob eine Maßnahme gewirkt hat.

Wie sich diese Schritte konkret umsetzen lassen, steht im Leitfaden KI-Sichtbarkeit messen. Welche inhaltlichen Hebel es gibt, behandelt Sichtbarkeit verbessern.

Häufige Fragen

Was bedeutet KI-Sichtbarkeit?

KI-Sichtbarkeit beschreibt, ob und wie prominent eine Firma in den Antworten generativer KI-Systeme wie ChatGPT, Claude, Perplexity oder Gemini auftaucht, wenn Nutzer nach Anbietern, Produkten oder Lösungen einer Kategorie fragen.

Wie unterscheidet sich KI-Sichtbarkeit von SEO?

SEO misst Positionen in einer Ergebnisliste, die der Nutzer selbst auswertet. Bei KI-Antworten trifft das System die Vorauswahl und nennt wenige Anbieter im Fließtext. Gemessen wird deshalb die Nennung selbst, ihre Reihenfolge und die zitierten Quellen.

Kann man KI-Sichtbarkeit überhaupt messen?

Ja, über wiederholte Befragung mit einem konstanten Fragenkatalog. Da einzelne Antworten schwanken, entsteht Aussagekraft erst durch feste Fragen, mehrere Systeme und regelmäßige Wiederholung über Wochen.