Deine Marke taucht häufiger in KI-Antworten auf. Das Dashboard wird grün. Aber was hat dein Unternehmen davon? Ein belastbarer Business Case beginnt mit der Unterscheidung zwischen beobachtbarer Sichtbarkeit und zusätzlichem Geschäft.
Ein KI-System kann deine Website als Quelle zitieren und im selben Absatz deinen Wettbewerber empfehlen. Dein Monitoring meldet dann einen Erfolg. Dein Vertrieb dürfte das anders sehen.
Warum Quellenverweis und Empfehlung auseinanderfallen können, habe ich bereits in „Zitiert heißt nicht empfohlen“ an mehreren Untersuchungen eingeordnet. Hier geht es um den nächsten Schritt: Wie bewerten wir den wirtschaftlichen Nutzen, wenn selbst eine passende Empfehlung noch keinen zusätzlichen Auftrag beweist?
An diesem kleinen Beispiel hängt ein erstaunlich großer Teil der aktuellen Debatte über den ROI der KI-Suche. Wir haben gelernt, Dinge zu zählen, die vorher unsichtbar waren. Jetzt müssen wir herausfinden, welche dieser Zahlen eine wirtschaftlich relevante Veränderung beschreiben.
Louise Linehan hat für Ahrefs zunehmendes Suchinteresse an der Messung und Bewertung von KI-Sichtbarkeit dokumentiert. Das ist ein Indiz für den Klärungsbedarf im Markt. Die zugrunde liegenden Keyword-Daten sind allerdings Schätzungen eines Werkzeuganbieters und keine repräsentative Befragung von Marketingverantwortlichen. 1
Meine Position dazu ist ziemlich einfach: Wer Geld in KI-Sichtbarkeit investiert, sollte eine überprüfbare Vorstellung davon haben, wie daraus Nutzen entstehen soll. Eine Zitationskurve reicht dafür nicht. Vollständige Attribution werden wir aber ebenfalls nicht zur Voraussetzung jeder vernünftigen Entscheidung machen können.
Drei verschiedene Fragen hinter einer Kennzahl
Zunächst lohnt es sich, drei Dinge auseinanderzuhalten. Wird dein Inhalt als Beleg verwendet? Wird dein Unternehmen für eine relevante Aufgabe empfohlen? Und verändert diese Empfehlung eine geschäftliche Entscheidung?
Die erste Frage betrifft deine Rolle als Informationsquelle. Die zweite betrifft deine Position im Markt. Die dritte betrifft den wirtschaftlichen Ertrag. Zwischen ihnen liegen mögliche Übergänge, aber keine Automatismen.
Ein Anbieter von Buchhaltungssoftware kann einen hervorragenden Fachartikel veröffentlichen, den ein Assistent zur Erklärung der E-Rechnung nutzt. Daraus folgt noch keine Empfehlung seiner Software. Umgekehrt kann der Assistent das Produkt empfehlen und sich dabei ausschließlich auf einen unabhängigen Vergleich stützen. Dann entsteht möglicherweise Nachfrage, obwohl die eigene Domain in keiner Quellenliste steht.
Die praktische Dokumentationsvorlage findest du in meinem Leitfaden „KI-Sichtbarkeit messen“. Für die Investitionsentscheidung ergänze ich diese Sicht um die Frage nach zusätzlichem Geschäft. Im Reporting würde ich diese Größen getrennt ausweisen:
| Beobachtung | Was sie aussagt | Was sie offenlässt |
|---|---|---|
| Quellenverweis | Ein Inhalt wird als Beleg angezeigt | Ob die Marke empfohlen oder angeklickt wird |
| Passende Empfehlung | Das Angebot wird für eine definierte Situation vorgeschlagen | Ob jemand die Antwort sieht und danach handelt |
| Besuch oder Anfrage | Ein messbarer Kontakt kommt zustande | Ob er ohne die Maßnahme ausgeblieben wäre |
| Zusätzlicher Deckungsbeitrag | Es entsteht wirtschaftlicher Nutzen gegenüber einer Vergleichssituation | Wie sicher sich dieser Unterschied der Maßnahme zurechnen lässt |
Gerade der letzte Unterschied wird gerne übersprungen. Attribution verteilt beobachtete Ergebnisse auf Kontaktpunkte. Inkrementalität fragt, welche Ergebnisse zusätzlich entstanden sind. Für einen belastbaren ROI brauchen wir eine begründete Schätzung dieses zusätzlichen Nutzens.
Die Messung wird besser und bleibt lückenhaft
Die Behauptung, Plattformen lieferten überhaupt keine Daten, ist inzwischen überholt. Google hat 2026 eigene Berichte zu generativen Suchfunktionen eingeführt; laut aktualisierter Ankündigung sind sie seit dem 31. August weltweit ausgerollt. Die beschriebenen Ansichten zeigen unter anderem Impressionen, Seiten, Länder und Geräte. Ein Nachweis zusätzlicher Verkäufe ist das nicht. 2
Bing stellt ebenfalls Informationen zu Zitationen, referenzierten Seiten und sogenannten Grounding Queries bereit, also Suchformulierungen zur Beschaffung von Quellen. Microsoft weist ausdrücklich darauf hin, dass Zitationszahlen weder Rang noch Bedeutung einer Seite innerhalb einer einzelnen Antwort ausdrücken. 3
Diese Daten ergänzen unsere eigenen Messungen. Sie ersetzen sie nicht. Ein selbst zusammengestelltes Prompt-Set wiederum bildet nur die Fragen und Rahmenbedingungen ab, die wir hineingelegt haben. Ohne belastbare Daten über die tatsächliche Nutzung darf aus einem Anteil im Test kein Marktanteil werden.
Ein besonders einfacher Fehler: Eine Marke wird im Prompt bereits genannt und erscheint anschließend zuverlässig in der Antwort. Wer solche Abfragen mit offenen Auswahlfragen verrechnet, produziert eine freundliche Zahl mit unklarem Aussagewert. Markenbezogene Fragen prüfen das Bild einer bekannten Marke. Offene Fragen prüfen, ob sie überhaupt in Betracht gezogen wird.
Was ich für einen brauchbaren Business Case erfassen würde
Ich würde mit einer konkreten Entscheidungssituation anfangen. Zum Beispiel: Ein mittelständisches Unternehmen sucht eine Software für die Wartungsplanung an mehreren Standorten. Welche Anforderungen entscheiden über die Auswahl? Welche davon kann unser Angebot nachweislich erfüllen? Welche falschen oder fehlenden Informationen verhindern derzeit eine Empfehlung?
Daraus entsteht ein überschaubares Set von Fragen aus Vertriebsgesprächen, Kundeninterviews und Supportfällen. Die Tests laufen wiederholt, mit dokumentierter Plattform, Sprache, Region, Datum und Nutzungsart. Ergebnisse aus einer API und einer Endnutzeroberfläche bleiben getrennt. Auch Folgefragen gehören dazu, wenn die eigentliche Auswahl erst im Gespräch entsteht.
Daneben erfasse ich erkennbare Besuche aus KI-Assistenten, qualifizierte Anfragen und deren weiteren Verlauf im CRM. Ergänzend frage ich Interessenten, wo sie erstmals auf uns aufmerksam geworden sind und was ihre Auswahl beeinflusst hat. Eine offene Antwort vor einer Auswahlliste verringert das Risiko, ihnen die gewünschte Erklärung in den Mund zu legen.
Selbstauskünfte haben Erinnerungsfehler. Referrer können fehlen. Ein Kontakt kann in mehreren Datenquellen auftauchen. Deshalb werden diese Signale zusammengeführt und auf Kontaktebene bereinigt, soweit das mit dem vorhandenen Datenbestand zulässig und möglich ist. Sie dürfen nicht einfach zu einer größeren Erfolgszahl addiert werden.
Den technischen Teil dieser Lücke habe ich in meinem Test zu KI-Chatbot-Traffic und Referrern untersucht. Die dort dokumentierten App-Tests stammen aus 2025. Sie zeigen mögliche Zuordnungsprobleme unter den damaligen Bedingungen, liefern aber keinen pauschalen Faktor, mit dem man heutigen „Direct Traffic“ in KI-Traffic umrechnen könnte.
Eine ehrliche Rechnung darf eine Bandbreite haben
Ein fiktives Beispiel: Ein Pilot kostet einschließlich interner Arbeit, externer Unterstützung und Werkzeugen 12.000 Euro. Bei acht später gewonnenen Kunden gibt es Hinweise auf einen Kontakt mit KI-Suche. Jeder dieser Kunden liefert im betrachteten Zeitraum 3.000 Euro Deckungsbeitrag vor den Pilotkosten.
Die verlockende Rechnung lautet: 24.000 Euro Ertrag bei 12.000 Euro Kosten, also 100 Prozent ROI. Dafür müssten allerdings sämtliche acht Abschlüsse zusätzlich entstanden und vollständig dem Pilotprojekt zurechenbar sein. Die bloße Nennung von ChatGPT im Erstgespräch belegt das nicht.
Als Sensitivitätsrechnung könnten wir stattdessen annehmen, dass zwei, vier oder sechs der Abschlüsse tatsächlich zusätzlich entstanden sind. Dann ergeben sich bei denselben Annahmen minus 50, null oder plus 50 Prozent ROI. Das sind Szenarien, keine gemessenen Ergebnisse. Sie zeigen, an welcher Annahme die Entscheidung hängt: In diesem Beispiel wären vier zusätzliche Abschlüsse nötig, um die Pilotkosten zu decken.
Die allgemeine Rechnung lautet: zusätzlicher Deckungsbeitrag abzüglich Investitionskosten, geteilt durch Investitionskosten. Zeitraum und Kostenabgrenzung müssen zusammenpassen. Wer einen möglichen Ertrag über drei Jahre mit drei Monaten Aufwand vergleicht, sollte das als Prognose kenntlich machen und die späteren Kosten berücksichtigen.
Ein Pilot braucht eine Entscheidung am Ende
Ein guter Versuch verändert zunächst eine begrenzte Gruppe geschäftlich relevanter Inhalte. Wo sinnvoll, bleibt eine vergleichbare Gruppe vorerst unverändert. Wir dokumentieren parallele Kampagnen, Produktänderungen und größere Veränderungen der Suchsysteme. Eine solche Vergleichsgruppe verbessert die Aussagekraft, beseitigt aber nicht alle Störfaktoren: Markenarbeit kann beispielsweise beide Gruppen beeinflussen.
Vor dem Start vereinbaren wir, was wir nach Ablauf entscheiden wollen. Eine Weiterführung kann sinnvoll sein, wenn passende Empfehlungen wiederholt zunehmen, sachliche Fehler seltener werden und sich zugleich qualifizierte Nachfrage entwickelt. Steigen nur Quellenverweise auf austauschbare Ratgeber, ist das ein Anlass, die Strategie zu überprüfen.
Bei langen Verkaufszyklen darf der Pilot noch keinen fertigen Umsatznachweis versprechen. Dann geht es zunächst um die Qualität der Anfragen und um überprüfbare Zwischenschritte. Auch ein Erkenntnisgewinn kann ein begrenztes Budget rechtfertigen. Er sollte nur als Erkenntnisgewinn im Bericht stehen.
Ich würde deshalb jeden Dienstleister, der einen ROI für KI-Sichtbarkeit verspricht, nach seiner Vergleichssituation fragen: Was wäre ohne seine Arbeit passiert? Wie schätzt er diesen Unterschied? Und welche Beobachtung würde seine Erfolgsthese widerlegen?
An den Antworten erkennst du meist schneller als an jedem Dashboard, ob du gerade eine Investition bewertest oder eine schöne Geschichte kaufst.
Wenn du vor dieser Budgetentscheidung stehst, können wir in einer SEO/GEO-Standortbestimmung die vorhandenen Daten, die offenen Annahmen und einen begrenzten Untersuchungsauftrag zusammenführen. Das Ziel ist ein begründeter nächster Schritt, dessen Aufwand zu deinem Geschäft passt.
Quellen
- Louise Linehan · 5 AI Search Trends I’m Seeing in 2026, Backed by Ahrefs Data · 24. Juli 2026 ↩︎
- Google Search Central · Introducing Search Generative AI performance reports in Search Console · 3. Juni 2026, mit Aktualisierung zum 31. August 2026 ↩︎
- Microsoft Bing · Introducing AI Performance in Bing Webmaster Tools · 10. Februar 2026 ↩︎
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.
