KI-Sichtbarkeit messen: unser Protokoll für ChatGPT und Perplexity

Einleitung

Seit Juni 2026 gibt es für Google einen offiziellen Bericht: Die Search Console zeigt Impressionen aus AI Overviews und AI Mode. Für ChatGPT, Perplexity, Claude oder Copilot gibt es nichts Vergleichbares, und selbst der Google-Bericht beantwortet die Frage nicht, die Kunden stellen: Werde ich empfohlen, und wie oft?

Bleibt: selbst messen. Ein Behelf, und wir nennen ihn auch so. Unten steht das Verfahren, das wir bei Rankprofi einsetzen, vollständig genug, dass Sie es ohne uns nachbauen können. Kundenzahlen aus diesen Läufen veröffentlichen wir nicht.

Was die Search Console zeigt und was sie verschweigt

Der Bericht heißt "Generative AI performance report" und liefert Impressionen für AI Overviews und AI Mode, gruppierbar nach Seiten, Ländern, Daten und Geräten. Google rollt ihn zunächst nur an einen Teil der Property-Inhaber aus.

Was fehlt, entscheidet über den Nutzen. Eine Suchanfragen-Dimension gibt es nicht: Sie sehen, dass eine Seite in einer KI-Antwort auftauchte, aber nicht, auf welche Frage hin. Sie sehen Impressionen, nicht, ob Ihr Unternehmen genannt oder empfohlen wurde. Daten aus Search-Labs-Experimenten schließt Google aus.

Dazu drei Zählregeln aus Googles Methodikdokumentation. Ein AI Overview belegt eine einzige Position, und sämtliche Links darin bekommen genau diese Position: Eine Durchschnittsposition von 1 kann heißen, dass Sie einer von zwölf Quellenlinks waren. Eine Impression zählt erst, wenn der Link ins Sichtfeld gescrollt oder aufgeklappt wurde, weiter unten stehende Quellen erscheinen also seltener in der Statistik als in der Auslieferung. Und im AI Mode gilt jede Folgefrage als neue Anfrage.

Dahinter steckt ein grundsätzlicheres Problem. Google beschreibt in seinem Leitfaden zur generativen Suche das Query Fan-out: Das Modell erzeugt zu einer Nutzerfrage mehrere parallele Teilanfragen. Ihre Impression gehört also nicht sauber zu der Frage, die jemand getippt hat.

Drei Prüfungen vor der ersten Messung

Bevor Sie einen einzigen Prompt eingeben, klären Sie, ob Sie überhaupt teilnehmen dürfen. Eine niedrige Zahl ist erstaunlich oft kein Inhaltsproblem, sondern ein Schalter, den jemand umgelegt hat.

Google. In den Property-Einstellungen der Search Console steht der Search generative AI control, Standard ist Einschluss. Auf Ausschluss gestellt, erscheinen Ihre Links und Inhalte nicht mehr in AI Overviews, AI Mode und den generativen Funktionen in Discover, und Sie bekommen von dort weder Impressionen noch Traffic. Google berücksichtigt die Einstellung seit dem 17. Juni 2026. Die Falle steckt in der Vererbung: Eine Property übernimmt standardmäßig den Wert ihrer nächsthöheren. Wer auf Domainebene ausschließt, schließt das Blog-Verzeichnis stillschweigend mit aus.

ChatGPT. OpenAI schreibt, dass Seiten, die OAI-SearchBot in der robots.txt aussperren, in den Suchantworten von ChatGPT nicht gezeigt werden, wohl aber als Navigationslink erscheinen können. Änderungen wirken nach etwa 24 Stunden.

Perplexity. PerplexityBot ist der Crawler für die Ergebnisse, Perplexity-User der Abruf auf Nutzeranfrage, der robots.txt-Regeln laut Dokumentation in der Regel ignoriert. Prüfen Sie die robots.txt und die Web Application Firewall. Eine Cloudflare-Regel sperrt einen Bot aus, ohne dass in der robots.txt etwas davon steht. Das ist der häufigste unsichtbare Grund für fehlende Zitate.

Das Prompt-Set ist das Messgerät

Ein schwaches Prompt-Set produziert einen wertlosen Bericht, egal wie sauber die Auswertung danach ist. Wir bauen pro Sprache 15 bis 30 Prompts. Weniger, und einzelne Ausreißer verschieben die Prozentzahl zu stark. Mehr, und der Monatstakt wird nicht durchgehalten. Wenn Sie priorisieren müssen: lieber weniger Plattformen mit vollem Set als alle Plattformen mit einem halbierten.

Die Mischung verteilt sich über sechs Absichten: Entdeckung ohne Markennamen ("bester Anbieter für X in Südtirol"), Ort und Anlass ("X in der Nähe von Bozen"), Eigenschaft ("X mit Y"), Vergleich ("Ihre Marke oder Wettbewerber"), Marke ("Erfahrungen mit Ihrer Marke") und Planung, also die längeren Fragen, in denen Ihre Kategorie nur ein Baustein ist. Die Entdeckungs-Prompts sind am schwersten zu gewinnen und am meisten wert.

Zwei Regeln halten das Set ehrlich. Markenbezogene Prompts machen höchstens etwa 40 Prozent aus, weil sie leichte Treffer sind und die Nennungsrate aufblasen. Und jeder Wettbewerber muss über mindestens einen Prompt erreichbar sein, sonst ist der Share of Voice systematisch zu Ihren Gunsten verzerrt. Formuliert wird so, wie Menschen tatsächlich fragen, nicht in Keyword-Phrasen, die niemand tippt.

Dann wird eingefroren. Prompts werden nie umformuliert. Neue kommen in einen eigenen, datierten Block und laufen erst ab der nächsten Periode in die Zeitreihe ein. Ein Prompt, den Sie im Mai anders formuliert haben als im April, ist kein Messpunkt mehr, sondern zwei verschiedene Fragen.

Für Südtiroler Kunden laufen Deutsch und Italienisch getrennt. Dieselbe Frage in beiden Sprachen liefert unterschiedliche Antworten und zitiert unterschiedliche Quellen. Zwei Märkte in derselben Provinz.

Was pro Antwort protokolliert wird

Eine Zeile pro Prompt und Plattform, sieben Felder.

Genannt (ja, nein, keine Antwort). "Keine Antwort" ist eine eigene Kategorie, wenn die Maschine ausweicht oder ablehnt. Diese Zeilen fliegen aus dem Nenner, sonst sehen sie wie ein Misserfolg aus, obwohl gar nicht gemessen wurde.

Position: der wievielte Anbieter in der Aufzählung Sie sind. Leer, wenn nicht genannt, und leer bedeutet leer, nicht null.

Ton: positiv, neutral, negativ.

Faktenlage: korrekt, kleinere Fehler, falsch, mit dem konkreten Fehler in der Notizspalte. Dieses Feld findet Dinge, die sonst niemandem auffallen: veraltete Öffnungszeiten, eine Leistung, die es seit zwei Jahren nicht mehr gibt, eine Verwechslung mit einem ähnlich benannten Unternehmen.

Zitierte Quellen: alle Domains, die die Maschine verlinkt oder nennt, wörtlich und nicht normalisiert. Die wertvollste Spalte, weil sie eine fertige Liste der Domains ist, auf denen Sie vorkommen müssten.

Genannte Wettbewerber mit Position, soweit erkennbar. Daraus entsteht der Nenner für den Share of Voice. Dazu eine Notiz-Spalte und als Metadaten Datum, Plattform, Modellversion, Sprache und Prompt-Wortlaut.

Durchführung: frische, ausgeloggte Sitzung pro Plattform, Sprache und Region passend zum Prompt, ein Prompt pro neuem Kontext. Bei Google ist der Prompt eine Suchanfrage und keine Chatnachricht, und dort halten wir zusätzlich fest, ob überhaupt ein AI Overview erschien. Zwei verschiedene Befunde: kein Overview, oder ein Overview ohne Sie.

Was nie passiert: eine Nennung, eine Position oder ein Zitat ergänzen, weil es plausibel wäre.

Von der Tabelle zur Kennzahl

Die Nennungsrate ist Nennungen geteilt durch getestete Prompts, ohne die Zeilen ohne Antwort. Die Durchschnittsposition ist der Mittelwert der Ränge über die Zeilen mit Nennung, und sie steht nie allein: eine sehr gute Durchschnittsposition über drei Nennungen ist kein gutes Ergebnis. Der Share of Voice ist Ihre Nennungen geteilt durch Ihre plus alle Wettbewerbernennungen. Der Zitationsanteil ist, wie oft Ihre Domain unter den zitierten Quellen auftaucht, geteilt durch alle Zitate. Ton und Faktenlage werden auf 0 bis 1 abgebildet (positiv 1,0, neutral 0,5, negativ 0,0) und über die Zeilen mit Nennung gemittelt. Alles jeweils gesamt, pro Plattform und pro Sprache.

Zusammengefasst wird das zu einem Wert zwischen 0 und 100, gewichtet mit 45 Prozent Nennungsrate, 20 Prozent Share of Voice, 15 Prozent Positionsfaktor und je 10 Prozent Ton und Faktenlage. Der Positionsfaktor bildet Position 1 auf 1,0 ab und Position 10 oder schlechter auf 0.

Diese Gewichtung ist unsere Entscheidung und kein Branchenstandard. Präsenz dominiert, weil gar nicht genannt zu werden das schlechteste Ergebnis ist. Wichtiger als die Höhe der Gewichte ist, dass sie über die Monate gleich bleiben. Der Wert ist mit sich selbst vergleichbar, mit dem einer anderen Agentur nicht.

Takt, Streuung, und warum ein Lauf nichts beweist

Wir messen monatlich, in derselben Kalenderwoche, in derselben Reihenfolge der Plattformen.

OpenAI schreibt in der eigenen API-Dokumentation, dass Antworten standardmäßig nicht deterministisch sind und dass Determinismus auch mit gesetztem Seed nicht garantiert ist, weil OpenAI Modellkonfigurationen ändert. Das gilt für die API. Die Consumer-Oberflächen legen darüber noch Websuche, Personalisierung und Modellwechsel.

Wie viel Rauschen daraus folgt, können Sie ausrechnen, bevor Sie irgendetwas deuten. Eine Nennungsrate ist ein Anteilswert, und der Standardfehler eines Anteils p bei n Beobachtungen ist die Wurzel aus p mal (1 minus p), geteilt durch n. Bei 24 Prompts und einer gemessenen Rate von 40 Prozent ergibt das genau 0,1, also einen 95-Prozent-Bereich von rund plus/minus 20 Punkten: irgendwo zwischen 20 und 60 Prozent. Laufen dieselben 24 Prompts über vier Plattformen, sind es 96 Zeilen, und der Bereich schrumpft auf etwa plus/minus 10 Punkte.

Das ist die freundliche Variante der Rechnung. Sie unterstellt unabhängige Zeilen, und die sind es nicht. Ist Ihre Entität schwach, fallen Sie in vielen Prompts gleichzeitig durch, und dieselbe Quelle prägt die Antwort auf mehreren Plattformen. Der echte Unsicherheitsbereich ist also breiter als der berechnete, nicht schmaler. Wer Ihnen eine Bewegung von drei Punkten als Erfolg verkauft, hat nicht gerechnet.

Bewertet wird deshalb erst ab der zweiten Periode, ein Trend erst ab der dritten. Fällt ein bekanntes Google-Core-Update oder ein Modellwechsel in das Messfenster, markieren wir die Periode als beobachtend. Ein Rückgang, der sich auf eine Plattform mit frischem Update konzentriert, bedeutet etwas anderes als ein Rückgang über alle Plattformen hinweg. Der zweite Fall deutet auf ein echtes Inhalts- oder Entitätsproblem.

Was die Zahl nicht aussagt, und was daraus folgt

Sie ist kein Traffic und kein Umsatz. Eine Nennung ist keine Sitzung.

Sie ist nicht repräsentativ für alle echten Nutzerfragen. Das Prompt-Set ist eine redaktionell festgelegte Stichprobe und keine Messung des gesamten Marktvolumens.

Die Position in einer generierten Aufzählung ist kein Ranking. Sie kann sich zwischen zwei Läufen umsortieren, ohne dass sich an Ihrer Website etwas geändert hat.

Wir testen ausgeloggt. Ihre echten Kunden sind eingeloggt, haben Chat-Verlauf und Standort. Deren Antworten sehen anders aus als unsere.

Der Share of Voice hängt vollständig vom gewählten Wettbewerbsset ab. Nehmen Sie einen starken Wettbewerber heraus, steigt Ihre Zahl, ohne dass sich etwas verändert hat. Deshalb gehört das Set immer neben die Zahl.

Über Ursachen sagt sie nichts. Steigt der Wert zwei Monate nach einer Veröffentlichung, ist das ein zeitlicher Zusammenhang, mehr nicht.

Was aus dem Muster trotzdem folgt: Hohe Nennungsrate bei Marken-Prompts und niedrige bei Entdeckungs-Prompts heißt, die Maschinen kennen Sie nur, wenn man nach Ihnen fragt. Gewinnen Wettbewerber den Share of Voice, gehen Sie an Vergleichsinhalte und an Platzierungen auf den Domains aus Ihrer Zitatspalte. Stehen falsche Fakten in den Antworten, korrigieren Sie die eigene Website und gleichen Unternehmensprofil, Verzeichnisse und Wikidata an.

Was ausdrücklich nicht folgt, hat Google selbst aufgeschrieben: llms.txt und ähnliche Dateien sind wirkungslos, Inhalte müssen nicht in Blöcke zerlegt oder für KI umgeschrieben werden, strukturierte Daten sind keine Voraussetzung, und die Jagd nach unechten Erwähnungen bringt weniger als sie verspricht. Eine eigene Seite pro Fan-out-Variante zu bauen verstößt laut derselben Quelle gegen die Spam-Richtlinie zu Scaled Content Abuse. Eine schlechte Messung rechtfertigt keine dieser Maßnahmen.

Wie Sie überhaupt in diese Antworten kommen, steht in unserem Artikel dazu, wie Unternehmen in KI-Antworten genannt werden. Welche Disziplin zuständig ist, klärt der Unterschied zwischen SEO, AEO und GEO, und für Google lohnt der Blick darauf, was AI Overviews mit der ersten Google-Seite machen. Die laufende Messung gehört zu unserer Arbeit an der Sichtbarkeit in KI-Antworten. Wenn Sie wissen wollen, wo Sie stehen: kostenlose Analyse.