AI Visibility messen: So tracken Sie Ihre Sichtbarkeit in ChatGPT & Co.

Wer heute fragt «AI Visibility messen» stellt fest: Es gibt kein Google Analytics für ChatGPT. Genau das ist das Problem für Schweizer KMU, die wissen wollen, ob ihre Marke in KI-Antworten überhaupt auftaucht. Klassische SEO-Tools zeigen Rankings, Klicks und Impressionen – aber keine Nennung in einer generativen Antwort, kein Zitat aus einer Produktseite, keinen Vergleich, bei dem der eigene Name fehlt, während drei Mitbewerber genannt werden.

Wer AI Visibility messen will, braucht deshalb ein eigenes Set an Metriken und eine Methodik, die sich von klassischem Rank-Tracking unterscheidet. Dieser Artikel zeigt, welche Kennzahlen sich eignen, wie Sie sie erheben und wie Sie aus den Daten konkrete Massnahmen ableiten – ohne Illusionen über das, was heute tatsächlich messbar ist.

Warum klassische SEO-Kennzahlen die Sichtbarkeit in KI-Antworten nicht abbilden

Ranking-Position, Klickrate und organischer Traffic beschreiben, wie oft eine Seite in einer Ergebnisliste erscheint und wie oft jemand darauf klickt. In einer generativen Antwort gibt es diese Liste oft nicht mehr. Ein System wie ChatGPT formuliert eine zusammengefasste Antwort, nennt vielleicht eine Quelle, vielleicht keine, und der Nutzer klickt womöglich nie auf eine Website. Der Erfolg zeigt sich nicht im Traffic, sondern darin, ob Ihre Marke, Ihr Produkt oder Ihre Argumentation in der Antwort überhaupt vorkommt.

Hinzu kommt: Google selbst hat mit seinen KI-Sucherlebnissen einen Zwischenschritt eingeführt, bei dem Inhalte zusammengefasst werden, bevor der Nutzer eine klassische Trefferliste sieht. Laut den offiziellen Hinweisen von Google Search Central zu AI-Features gelten dabei grundsätzlich dieselben Anforderungen an crawlbare, gut strukturierte Inhalte wie für die reguläre Suche – die Sichtbarkeit selbst lässt sich aber nicht über klassische Rankingpositionen erfassen, weil die Darstellung anders funktioniert. Wer nur die gewohnten SEO-Reports weiterführt, sieht also einen Teil des Bildes gar nicht mehr.

Welche Metriken AI Visibility konkret messen: Nennungsrate, Zitierhäufigkeit, Share of Voice in Antworten

Um AI Visibility messen zu können, braucht es Kennzahlen, die auf die Antwort selbst schauen statt auf eine Position in einer Liste. Nach unserer Einschätzung eignen sich drei Metriken als praktikabler Ausgangspunkt:

• Nennungsrate: Bei wie vielen relevanten Prompts zu Ihrer Branche, Ihren Produkten oder Ihrem Standort taucht Ihre Marke überhaupt auf? Diese Kennzahl beantwortet die Grundfrage: Existieren Sie im Antwortraum der KI oder nicht.
• Zitierhäufigkeit: Wie oft verlinkt oder referenziert das System konkret Ihre Website als Quelle, statt Sie nur namentlich zu erwähnen? Eine Zitation ist unserer Einschätzung nach wertvoller als eine reine Erwähnung, weil sie potenziell Traffic auslöst und Ihre Website als Referenz verankert.
• Share of Voice in Antworten: Wenn mehrere Anbieter in einer Antwort genannt werden – wie viel Raum, wie viele Details und wie oft nimmt Ihre Marke im Vergleich zu anderen genannten Unternehmen ein? Diese Kennzahl macht sichtbar, ob Sie im Antwortset überhaupt konkurrenzfähig positioniert sind, unabhängig davon, ob es sich um direkte Mitbewerber handelt.

Wichtig ist: Diese drei Metriken sind kein branchenweiter Standard mit fixer Berechnungsformel, sondern ein praktikables Set, das sich aus wiederholten Prompt-Abfragen ableiten lässt. Je nach Frage-Set und Modell variieren die Werte, deshalb zählt weniger der Einzelwert als die Entwicklung über Zeit.

Methoden im Vergleich: manuelle Prompt-Tests versus systematisches Monitoring

Es gibt im Kern zwei Wege, wie Sie an diese Zahlen kommen.

Die manuelle Variante bedeutet: Sie oder Ihr Team formulieren eine Liste realistischer Fragen, die potenzielle Kundinnen und Kunden stellen könnten, und tippen diese regelmässig in ChatGPT, Perplexity oder Copilot. Sie protokollieren, ob und wie Ihre Marke erscheint. Der Vorteil: keine Zusatzkosten, direkter Einblick in den tatsächlichen Antworttext, sofort verständlich für die Geschäftsleitung. Der Nachteil: Antworten generativer Systeme variieren von Anfrage zu Anfrage, selbst bei identischem Prompt. Eine einzelne Stichprobe sagt wenig aus, und der Aufwand steigt schnell, wenn Sie mehrere Modelle und viele Prompts über Monate vergleichen wollen.

Systematisches Monitoring automatisiert genau diesen Prozess: Ein definiertes Set an Prompts wird in regelmässigen Abständen gegen mehrere KI-Systeme gefahren, die Antworten werden geloggt und ausgewertet. Das liefert belastbarere Trendlinien, weil Zufallsschwankungen einzelner Antworten sich über viele Wiederholungen ausmitteln. Der Aufwand liegt in der Einrichtung: Prompt-Set definieren, Auswertungslogik festlegen, Ergebnisse in ein Reporting überführen.

Für die meisten Schweizer KMU ist ein hybrider Ansatz sinnvoll: ein kleines, aber wiederkehrendes manuelles Prompt-Set als Frühwarnsystem, ergänzt durch periodisches, systematischeres Monitoring, sobald die Fragestellung komplexer wird oder mehrere Standorte beziehungsweise Produktlinien abgedeckt werden müssen.

Ein Hinweis zur Datenverarbeitung: Wenn Sie im Rahmen des Monitorings reale Kundenanfragen oder Chatverläufe auswerten statt nur eigene Test-Prompts, prüfen Sie, ob dabei personenbezogene Daten verarbeitet werden. Das Schweizer Datenschutzrecht, wie es im Datenschutzgesetz geregelt ist, gibt hierzu den rechtlichen Rahmen vor.

Ein einfaches Messkonzept für Schweizer KMU in vier Schritten

Um AI Visibility messen zu können, ohne sich in Tool-Vergleichen zu verlieren, reicht ein pragmatisches Grundgerüst:

1. Prompt-Set definieren: Formulieren Sie 15 bis 30 realistische Fragen, wie sie Kundinnen und Kunden stellen würden – zu Produkten, Dienstleistungen, Standorten und Vergleichen mit Alternativen. Orientieren Sie sich an tatsächlichen Suchintentionen, nicht an Keywords.
2. Baseline erheben: Führen Sie diese Prompts einmalig gegen die relevanten Systeme (mindestens ChatGPT, idealerweise ergänzt um Perplexity oder Copilot). Notieren Sie Nennungsrate, Zitierhäufigkeit und Share of Voice als Ausgangswert.
3. Rhythmus festlegen: Wiederholen Sie die Abfrage in einem festen Intervall, etwa monatlich oder quartalsweise. Wichtiger als die Frequenz ist die Konsistenz – gleiche Prompts, gleiche Systeme, gleiche Auswertungslogik.
4. Ergebnisse dokumentieren und vergleichen: Halten Sie die Werte in einer einfachen Tabelle fest und schauen Sie auf die Entwicklung, nicht auf den Einzelwert. Eine steigende Zitierhäufigkeit über drei Messzeitpunkte ist aussagekräftiger als ein einzelnes gutes Ergebnis.

Dieses Grundgerüst kostet keinen grossen technischen Aufwand, liefert aber bereits eine belastbare Trendaussage darüber, ob Massnahmen im Bereich Content und Struktur Wirkung zeigen. Wenn Sie beim Aufbau des Prompt-Sets oder bei der Priorisierung der Themen Unterstützung brauchen, hilft ein Austausch mit einer SEO-Agentur, die Ihre Branche und Ihren Markt kennt.

Typische Fehlinterpretationen bei AI-Visibility-Daten und wie man sie vermeidet

Nach unserer Erfahrung aus KMU-Projekten treten drei Fehler besonders häufig auf.

Erstens: eine einzelne Antwort als Beweis nehmen. Weil generative Systeme bei identischem Prompt unterschiedliche Antworten liefern können, ist eine Momentaufnahme kein Beleg für einen Trend. Erst wiederholte Abfragen über Zeit zeigen ein belastbares Muster.

Zweitens: Fehlende Nennung mit fehlender Relevanz gleichsetzen. Wenn Ihre Marke bei einem Prompt nicht auftaucht, heisst das nicht automatisch, dass Ihre Inhalte schlecht sind. Oft fehlt schlicht eine klar strukturierte, direkt beantwortbare Textstelle zu genau dieser Frage. Das ist ein Content-Problem, kein Zeichen für generelle Irrelevanz.

Drittens: AI Visibility isoliert von klassischer Auffindbarkeit betrachten. Damit Inhalte überhaupt als Quelle infrage kommen, müssen sie crawlbar, indexierbar und inhaltlich hilfreich sein – Grundprinzipien, die der SEO Starter Guide von Google beschreibt. AI Visibility baut auf dieser Basis auf, ersetzt sie aber nicht.

Von der Messung zur Massnahme: wie Sie Ergebnisse operationalisieren

Die Zahlen allein bringen nichts, wenn sie nicht in Entscheidungen münden. Wenn die Nennungsrate bei bestimmten Themen niedrig bleibt, prüfen Sie, ob dazu überhaupt eine klare, eigenständig verständliche Antwort auf Ihrer Website existiert – oft fehlt schlicht eine Seite, die die Frage direkt beantwortet, statt sie nur implizit zu streifen. Wenn die Zitierhäufigkeit tief ist, obwohl die Nennungsrate gut aussieht, deutet das darauf hin, dass Ihre Marke zwar bekannt ist, aber Ihre Inhalte nicht als konkrete Quelle taugen – häufig ein Zeichen für zu allgemeine oder zu werbliche Formulierungen.

Bauen Sie diese Erkenntnisse in einen wiederkehrenden Zyklus ein: Messen, Lücke identifizieren, Inhalt anpassen oder ergänzen, erneut messen. Damit wird AI Visibility messen nicht zur einmaligen Übung, sondern zu einem festen Bestandteil Ihres Marketing-Reportings, vergleichbar mit klassischem SEO-Tracking – nur mit anderen Kennzahlen und einer anderen Erhebungslogik.

Wenn Sie unsicher sind, wo Ihr Unternehmen aktuell steht oder welches Prompt-Set für Ihre Branche sinnvoll ist, lohnt sich ein strukturierter Blick von aussen. Fragen Sie eine kostenlose AI-Visibility-Analyse an und klären Sie, wie Sie Ihre Sichtbarkeit in KI-Antworten systematisch aufbauen und nachweisen können.