„Wir kommen bei ChatGPT vor“ kann vieles bedeuten. Deine Marke steht in einer Liste. Deine Website wird als Quelle verlinkt. Oder dein Produkt wird für einen bestimmten Bedarf empfohlen. Wer daraus eine einzige Sichtbarkeitszahl macht, verdeckt die Unterschiede, aus denen sich die nächsten Aufgaben ergeben.
KI-Sichtbarkeit lässt sich für eine definierte Auswahl von Fragen, Systemen und Zeitpunkten beobachten. Das Ergebnis ist eine Stichprobe. Sie beschreibt weder sämtliche Nutzerfragen noch deinen Anteil am gesamten Markt. Für den Einstieg würde ich deshalb ein kleines, nachvollziehbares Messdesign aufsetzen. Die erste Frage lautet: Welche Entscheidung soll der Bericht unterstützen?
1. Wähle relevante Fragen statt möglichst vieler Prompts
Willst du prüfen, ob dein Angebot bei einer Kaufentscheidung berücksichtigt wird? Ob wichtige Angaben falsch wiedergegeben werden? Oder welche Quellen das System für ein Thema nennt? Diese Untersuchungen brauchen unterschiedliche Fragen.
Sammle Entscheidungssituationen aus Vertrieb, Support und Kundengesprächen. Ordne ähnliche Fragen einem Themenbereich zu und wähle typische Formulierungen aus. Die Prompt-Recherche hilft bei diesem Schritt. Ein vom Werkzeug vorgeschlagenes Set ist ein Ausgangspunkt, keine neutrale Vermessung deines Marktes.
Trenne allgemeine Auswahlfragen von Markenfragen. „Welche Software passt zu einem kleinen Agenturteam?“ prüft etwas anderes als „Ist unsere Software für kleine Agenturen geeignet?“. Wenn du deine Marke im Prompt vorgibst, kannst du ihre anschließende Nennung nicht als spontane Berücksichtigung auswerten.
2. Erfasse Nennung, Zitation und Empfehlung getrennt
| Signal | Was du erfasst | Was daraus noch nicht folgt |
|---|---|---|
| Nennung | Die Marke erscheint im Antworttext; notiere Kontext und mögliche Fehler. | Das Angebot wird empfohlen. |
| Zitation | Eine konkrete URL wird als Quelle angezeigt; halte die zugehörige Aussage fest. | Die Marke dieser Website ist die bevorzugte Lösung. |
| Empfehlung | Das Angebot wird als passende Wahl für den untersuchten Bedarf dargestellt. | Ein Besuch oder Kauf findet statt. |
Eine Empfehlung kann ohne Link zu deiner Website vorkommen. Umgekehrt kann dein Fachartikel zitiert werden, während das System einen Wettbewerber empfiehlt. Quellenverweise helfen dir deshalb auch bei der Recherche: Welche Fachmedien, Vergleiche oder anderen Veröffentlichungen spielen bei diesen Fragen eine Rolle?
Lege vorab fest, welche Schreibweisen deiner Marke du zusammenführst und wann du eine Aussage als Empfehlung wertest. Prüfe bei automatischer Auswertung die gespeicherten Antworten, besonders bei Zweifelsfällen. Eine Erwähnung in einer Warnung ist keine positive Empfehlung.
3. Nutze eine einfache Dokumentationsvorlage
Eine Tabelle reicht für den Anfang. Jede Zeile beschreibt eine einzelne Ausführung und enthält:
- Vollständige Frage, Themenbereich und Entscheidungssituation.
- System, Oberfläche oder API, sichtbare Modellangabe, Sprache, Datum und Suchmodus.
- Gesprächskontext: neuer Chat oder dokumentierte Folgefrage; soweit kontrollierbar auch Personalisierung.
- Gesicherte Antwort mit angezeigten Quellen und Ausführungsnummer.
- Getrennte Felder für Nennung, Zitation und Empfehlung.
- Falsche, fehlende oder veraltete Angaben sowie auffällige Einschränkungen.
Die Oberfläche gehört dazu, weil eine automatisierte API-Abfrage nicht zwingend dieselbe Antwort liefert wie die Anwendung, die deine Kunden nutzen. Kontrolliere wichtige Befunde zusätzlich dort. Auch ein neuer Chat bildet nicht automatisch jede persönliche Nutzungssituation ab.
4. Wiederhole die Fragen unter vergleichbaren Bedingungen
Ein einzelner Test zeigt eine mögliche Antwort. Für einen Verlauf brauchst du wiederholte Ausführungen und mehrere Messzeitpunkte. Im Buch nennen wir fünf Läufe je Prompt und Oberfläche als praktische Untergrenze. Das ist eine vorläufige Arbeitsregel, keine wissenschaftlich validierte Mindeststichprobe für jede Fragestellung.
Beobachte, ob die Ergebnisse und wiederkehrenden Quellen in deinem Set stabiler werden. Bei anhaltender Schwankung berichte eine Bandbreite. Halte Fragen und Auswertungsregeln während einer Vergleichsperiode fest. Neue Prompts bekommen eine neue Set-Version. Vermerke auch Änderungen an System oder Suchmodus: Sonst kann ein vermeintlicher Fortschritt aus einer anderen Messung stammen.
5. Zeige bei jeder Quote den Nenner
Ein fiktiver Test umfasst zehn Fragen mit jeweils fünf Ausführungen. In zwanzig der fünfzig Antworten erscheint die Marke. Die Nennungsquote beträgt für dieses Testset 40 Prozent. Schreibe deshalb „20 von 50 Antworten“ dazu und werte Empfehlungen separat aus.
Das sind keine Messdaten von AFAIK oder einem Kunden. Die Rechnung bedeutet auch nicht, dass 40 Prozent aller Interessenten die Marke sehen. Wiederholungen derselben Frage sind keine zusätzlichen Kundenbedürfnisse. Zeige ergänzend die Ergebnisse je Frage oder Themenbereich. Sonst kann eine häufig genannte Marke in einem Teilbereich wichtige Lücken in einem anderen verdecken.
6. Unterscheide Beobachtung und Erklärung
Kapitel 7 trennt Crawl-, Retrieval- und Antwortebene. Server-Logs können Abrufe deiner Seiten zeigen. Retrieval betrifft die Suche und Auswahl von Informationen; diese Vorgänge sind nur teilweise zugänglich. Die fertige Antwort zeigt dir, was am Ende genannt, zitiert oder empfohlen wird.
Ein Bot-Abruf beweist keine Sichtbarkeit in einer Antwort. Eine angezeigte Quellenliste ist wiederum kein vollständiges Protokoll aller betrachteten Dokumente. Fehlt deine Marke, dokumentiere das als Befund. Ob die Ursache in der Zugänglichkeit, Auswahl oder Antwortgenerierung liegt, erfordert zusätzliche Prüfung.
7. Mache aus dem Bericht eine Arbeitsliste
Berichte neben den Quoten wiederkehrende Informationsfehler, Lücken und relevante Quellen. Daraus können überprüfbare Aufgaben entstehen: eine Produktangabe berichtigen, eine Kundenfrage beantworten oder eine Abrufstörung untersuchen. Die GEO-Checkliste hilft beim Priorisieren.
Ergänze, soweit verfügbar, Besuche, qualifizierte Anfragen und die Selbstauskunft neuer Kunden dazu, wie sie auf dich aufmerksam wurden. Halte die Zuordnungsgrenzen sichtbar. Eine Nennung, ein Klick und ein Verkauf sind verschiedene Ereignisse. Auch eine bessere Quote nach einer Seitenänderung beweist allein noch nicht, dass diese Änderung die Ursache war.
Einzelne Tests zu einem brauchbaren Monitoring verbinden
Im Buch „SEO für KI“ führen Kapitel 6 und 7 von der Auswahl relevanter Fragen zur Messung und zum Reporting. Du erfährst, wie die Messgrößen zusammenhängen, welche Grenzen Werkzeuge haben und wie du aus Beobachtungen eine nachvollziehbare Arbeitsgrundlage machst.
Abonniere das AFAIK-Update
KI verstehen. Fundiert entscheiden. Wirksam umsetzen.
Im AFAIK-Update teile ich meine Einordnungen und Erfahrungen zu KI im Unternehmen: von Strategie und sinnvollen Anwendungsfällen über die Auswahl passender Lösungen bis zur praktischen Umsetzung. Kostenlos, persönlich und mit einem klaren Blick auf Chancen und Grenzen.
Keine Sorge, ich mag Spam genauso wenig wie Du und gebe Deine Daten niemals weiter! Du bekommst höchstens einmal pro Monat eine E-Mail von mir. Versprochen.
