Praxis
Unsere Methodik: Wie wir KI-Sichtbarkeit mit einem Prompt-Katalog messen
1Die Kurzantwort
Wir messen KI-Sichtbarkeit über einen festen Katalog von Fragen, die echte Kunden stellen. Jede Frage wird in den vereinbarten KI-Systemen mehrfach und unter dokumentierten Bedingungen gestellt; jede Antwort wird nach festen Kriterien ausgewertet: Nennung, Position, Kontext, Zitierung und Korrektheit. Den Katalog und die Regeln legen wir unseren Kunden vollständig offen, damit jedes Ergebnis nachvollziehbar ist.
Dieser Beitrag beschreibt, wie wir konkret vorgehen. Die allgemeinen Grundlagen der Messung erklärt der Beitrag KI-Sichtbarkeit messen.
1. Fragen auswählen
Der Katalog entsteht gemeinsam mit dem Kunden aus Quellen, die echte Nachfragen zeigen: Vertriebs- und Supportgespräche, Suchanfragen aus der Search Console, Fragen aus Foren und Bewertungen. Wir gliedern ihn nach Absicht:
| Typ | Beispiel | Was er zeigt |
|---|---|---|
| Kategoriefrage | Welche Anbieter gibt es für …? | Wird die Marke überhaupt genannt? |
| Vergleichsfrage | X oder Y – was ist besser für …? | Wie wird die Marke gegenüber Wettbewerbern eingeordnet? |
| Problemfrage | Wie löse ich …? | Wird die Marke als Lösung erkannt? |
| Markenfrage | Was macht [Marke]? Ist [Marke] seriös? | Stimmt die Darstellung? |
| Regionale Frage | … in [Region] | Wird der Standort richtig zugeordnet? |
Die Anzahl der Fragen richtet sich nach Themen, Märkten und Produkten und wird im Angebot festgelegt. Einmal festgelegt, bleibt der Kern des Katalogs stabil, damit Entwicklungen über Monate vergleichbar sind; neue Fragen kommen ergänzend hinzu.
2. Abfragen unter dokumentierten Bedingungen
- Systeme: die vereinbarten Plattformen, z. B. ChatGPT, Gemini, Perplexity und Google AI Overviews.
- Wiederholung: Jede Frage wird mehrfach gestellt, weil Antworten variieren.
- Neutraler Zustand: neue Sitzungen ohne Gesprächsverlauf und ohne personalisierten Kontext.
- Protokoll: Datum, System, Modus (z. B. mit oder ohne Websuche) und Standort werden je Abfrage festgehalten.
3. Antworten auswerten
| Kriterium | Was wir erfassen |
|---|---|
| Nennung | Kommt die Marke in der Antwort vor – ja oder nein? |
| Position | Wird sie zuerst, in der Mitte oder am Ende genannt? |
| Kontext | Empfehlung, neutrale Erwähnung oder kritische Darstellung? |
| Zitierung | Wird die eigene Website als Quelle verlinkt – mit welcher Seite? |
| Korrektheit | Stimmen Leistungen, Standort, Preise und Positionierung? |
| Wettbewerber | Welche anderen Anbieter werden genannt? |
| Fremdquellen | Welche Websites prägen die Antwort? |
4. Kennzahlen bilden
Aus den Einzelauswertungen berechnen wir Nennungsrate (Anteil der Antworten mit Nennung), Share of Voice (Nennungen der Marke im Verhältnis zu allen genannten Anbietern) und Zitierrate. Wir weisen Kennzahlen je Plattform und je Fragetyp aus, nicht nur als Gesamtwert – sonst verdeckt ein guter Wert bei Markenfragen eine schwache Sichtbarkeit bei Kategoriefragen.
5. Mit Schwankungen umgehen
KI-Antworten sind nicht deterministisch, und Anbieter ändern ihre Modelle laufend. Deshalb bewerten wir Trends über mehrere Messungen, nicht einzelne Ausreißer, und vermerken bekannte Modellwechsel im Reporting. Eine einzelne Testfrage hat für uns keine Aussagekraft.
Was wir bewusst nicht tun
- Keine Garantien für Nennungen oder Positionen – KI-Antworten lassen sich nicht garantieren.
- Keine Manipulation durch versteckte Texte, gefälschte Bewertungen oder künstliche Massenerwähnungen.
- Keine Kennzahlen ohne offengelegte Fragen: Jeder Wert lässt sich auf die zugrunde liegenden Antworten zurückführen.
Die Methodik ist die Grundlage für unser GEO Audit und das laufende AI Visibility Monitoring.
Autor
Jan Hugo · Geschäftsführer, Search, Tracking & KI
Technische Grundlagen, Datenmodelle, Tracking-Architektur und KI-gestützte Analyse.
