Was KI-Sichtbarkeit ist und warum sie kein Ranking hat
KI-Sichtbarkeit beschreibt, ob und wie eine Marke in den Antworten von ChatGPT, Perplexity, Gemini oder Googles KI-Funktionen vorkommt. Bei Google gibt es eine Ergebnisliste mit festen Plätzen. In einer KI-Antwort gibt es nur einen Text, der bei jeder Abfrage neu entsteht.
Damit fehlt die Grundlage, auf der klassische SEO-Kennzahlen stehen. Ein Sichtbarkeitsindex gewichtet Rankings mit dem Suchvolumen der Keywords. Für Prompts gibt es weder feste Rankings noch Suchvolumen. Was GEO-Tools stattdessen liefern, ist eine Stichprobe. Wer Generative Engine Optimization betreibt und wissen will, ob sich die Arbeit lohnt, sollte die acht Schwachstellen dieser Stichprobe kennen.
Acht Gründe, warum sich KI-Sichtbarkeit nicht exakt messen lässt
1. Share of Voice ohne echten Nenner
Share of Voice setzt die eigenen Nennungen ins Verhältnis zu allen Nennungen. Dafür braucht es eine Gesamtmenge, also alle Fragen, die Menschen den KI-Systemen zu einem Thema stellen. Diese Menge kennen nur die Anbieter selbst.
Jedes Tool misst deshalb gegen eine Liste, die der Anbieter, eine Agentur oder du selbst zusammengestellt hast. Die Kennzahl sagt, wie gut du bei dieser Liste abschneidest. Über den Markt sagt sie nur so viel, wie die Liste dem echten Fragenverhalten ähnelt, und das lässt sich nicht prüfen. Wer die Liste ändert, ändert das Ergebnis.
2. Prompts haben kein Suchvolumen
Bei Google zeigt das Suchvolumen, welches Keyword wichtig ist. OpenAI, Google, Anthropic und Perplexity veröffentlichen keine Häufigkeiten für Prompts. Ein Prompt, den kaum jemand stellt, zählt in der Auswertung genauso viel wie einer, den Tausende stellen.
Einige Anbieter versuchen, die Lücke zu schließen. Peec AI zeigt zu jedem Prompt eine relative Nachfrage auf einer Skala von 1 bis 5, SISTRIX bietet mit Prompt Research eine Recherche nach Nutzerprompts an. Beide Daten stammen aus eigenen Erhebungen der Tool-Anbieter und nicht von den KI-Anbietern. Als Orientierung helfen sie, nachprüfen lassen sie sich nicht.
3. Jede Antwort ist eine Momentaufnahme
Sprachmodelle wählen ihre Wörter nach Wahrscheinlichkeiten. Stellst du dieselbe Frage zweimal, bekommst du oft zwei verschiedene Antworten mit anderen Marken und anderen Quellen.
Wie groß der Effekt ist, haben SparkToro und Gumshoe.ai Anfang 2026 untersucht. 600 Freiwillige stellten 12 Prompts insgesamt 2.961 Mal in ChatGPT, Claude und Google AI. Die Chance, zweimal dieselbe Markenliste zu bekommen, lag unter 1 zu 100, für dieselbe Liste in derselben Reihenfolge unter 1 zu 1.000. Recht stabil war dagegen der Anteil der Antworten, in denen eine Marke überhaupt vorkam, sofern ein Prompt 60 bis 100 Mal wiederholt wurde.
Eine einzelne Abfrage zeigt, was passieren kann. Erst viele Abfragen zeigen, was meistens passiert.
Eine „Position 2 in ChatGPT“ ist deshalb keine belastbare Kennzahl. Aussagekräftig ist der Anteil über viele Abfragen, und zu dem gehört eine Angabe, wie stark er schwankt. Diese Angabe fehlt in den meisten Dashboards.
4. Jeder Nutzer sieht eine andere Antwort
ChatGPT kennt bei angemeldeten Nutzern den bisherigen Chatverlauf und gespeicherte Erinnerungen. Dazu kommen Standort, Sprache und der Verlauf des aktuellen Gesprächs. Wer seit zehn Nachrichten über Webdesign in Pforzheim spricht, bekommt auf dieselbe Frage eine andere Antwort als ein leeres Testkonto.
GEO-Tools fragen in sauberen Sitzungen ohne Verlauf ab. Das macht die Werte untereinander vergleichbar, zeigt aber nicht, was deine Kunden sehen. Diese Vielfalt kann außerhalb der Anbieter niemand nachbilden. Bei Googles KI-Modus kommt hinzu, dass eine Frage im Hintergrund in viele Teilsuchen zerlegt wird, wie ich im Beitrag zum Query Fan-out erkläre.
5. Gemessen wird oft eine andere Oberfläche
Viele Tools fragen die Modelle über die Programmierschnittstelle ab, die sogenannte API, oder lesen automatisiert Sitzungen aus. Die API arbeitet nicht zwingend wie die App, die Menschen benutzen. Systemanweisungen, die eingebundene Websuche und die Modellversion können sich unterscheiden. Peec AI kennzeichnet bei einigen Modellen offen, dass sie über die API laufen, SE Ranking gibt an, über die Oberfläche abzufragen. Frag bei deinem Tool nach, welcher Weg genutzt wird.
Hinzu kommt, dass die Anbieter ihre Modelle ohne Ankündigung austauschen. Fällt deine Kurve im Dashboard, kann das an deiner Marke liegen oder an einem neuen Modell, das andere Quellen bevorzugt. Ohne Notiz zum Modellwechsel lässt sich das im Nachhinein nicht mehr trennen.
6. Erwähnung, Quellenangabe und Empfehlung werden vermischt
Ein KI-System kann deine Marke nennen, deine Seite als Quelle verlinken oder dich ausdrücklich empfehlen. Das sind drei Ereignisse mit unterschiedlichem Wert. Eine Nennung in einer langen Aufzählung bringt wenig, eine Empfehlung kurz vor einer Kaufentscheidung viel. Viele Dashboards fassen trotzdem alles zu einem Score zusammen.
Wie weit die Zahlen auseinanderliegen, sehe ich im eigenen SISTRIX-Tracking für sprrw.de mit 15 Prompts (Stand 2. November 2026). Die Prompt-Ansicht meldet meine Marke bei einem einzigen Prompt. Die Wettbewerber-Ansicht zählt den Namen in drei Prompts, als Quelle taucht sprrw.de sogar bei sechs Prompts auf. In derselben Wettbewerberliste stehen außerdem Begriffe wie „google“, „seo“ und das Wort „die“ als vermeintliche Marken. Keine dieser Zahlen ist falsch, sie zählen nur verschiedene Dinge.
7. Der Weg zum Umsatz lässt sich kaum verfolgen
Ein großer Teil der Wirkung entsteht ohne Klick. Jemand liest deinen Namen in einer Antwort und sucht dich zwei Tage später direkt bei Google. In der Webanalyse landet das als Direktzugriff oder Markensuche, nicht als KI-Traffic.
Google Analytics 4 hat seit dem 13. Mai 2026 einen eigenen Kanal namens AI Assistant. Er erkennt Besuche aus ChatGPT, Gemini oder Claude am Referrer. Besuche ohne Referrer landen weiter unter Direct, und Googles eigene AI Overviews und der KI-Modus zählen als organische Suche. Der Kanal zeigt also eine Untergrenze, nicht den ganzen Effekt. Solange diese Verbindung fehlt, kann kein Tool belegen, dass mehr KI-Sichtbarkeit zu mehr Anfragen führt.
8. Es fehlen Kontrolldaten der KI-Anbieter
Für Google-Rankings kannst du jedes SEO-Tool mit der Search Console abgleichen. Für KI-Antworten gab es lange keine Daten der Anbieter selbst. 2026 hat sich das ein Stück verändert.
- Bing Webmaster Tools zeigt seit Februar 2026 im Bericht AI Performance, wie oft Seiten in Microsoft Copilot und den KI-Zusammenfassungen von Bing zitiert werden. Klicks fehlen.
- Die Search Console hat seit dem 3. Juni 2026 eigene Berichte für die generativen KI-Funktionen. Sie zeigen Impressionen in AI Overviews und im KI-Modus, aber keine Suchanfragen, und laufen nur in der Oberfläche.
- Für ChatGPT, Claude und Perplexity gibt es nichts Vergleichbares.
Kein Tool kann seine Werte für ChatGPT also gegen echte Daten prüfen. Vergleichen Anbieter ihre Zahlen nur untereinander, zeigt das höchstens, dass sie ähnlich messen. Ob sie richtig messen, bleibt offen.
Tools zur Messung der KI-Sichtbarkeit im Überblick
Trotz dieser Grenzen sind KI-Sichtbarkeit-Tools nützlich, solange du sie für Trends und Wettbewerbsvergleiche einsetzt. Die Tabelle zeigt eine Auswahl mit Stand 2. November 2026. Preise und Funktionen ändern sich in diesem Markt schnell.
| Tool | Was es misst | KI-Systeme | Einstieg |
|---|---|---|---|
| SISTRIX (AI Check, Prompt Tracking, Prompt Research) | Erwähnungen, Quellen, Wettbewerber, eigene Prompts | ChatGPT, Perplexity, Google AI Overviews, KI-Modus | derzeit in allen Paketen ab 119 € netto im Monat enthalten, als Beta |
| Peec AI | Sichtbarkeit, Position, Share of Voice, Quellen, relative Prompt-Nachfrage | u. a. ChatGPT, KI-Modus, AI Overviews, Copilot, Gemini, 3 Modelle im Einstieg | ab 95 $ im Monat, 50 Prompts, tägliche Abfrage |
| Otterly.AI | Erwähnungen, Quellen, Stimmung | ChatGPT, AI Overviews, Perplexity, Copilot, weitere gegen Aufpreis | ab 29 $ im Monat, 15 Prompts, tägliche Abfrage |
| SE Ranking | Erwähnungen, Links, Wettbewerber, gespeicherte Antworten | ChatGPT, Gemini, AI Overviews, KI-Modus | Teil der SE-Ranking-Pakete |
| Semrush AI Visibility Toolkit | Erwähnungen, Quellen, Prompt-Recherche | ChatGPT, Google AI, Gemini, Perplexity | separat buchbar |
| Ahrefs Brand Radar | Erwähnungen in einer großen Prompt-Datenbank | AI Overviews, KI-Modus, ChatGPT, Perplexity, Gemini, Copilot | Zusatzmodul zu Ahrefs |
Dazu kommen drei kostenlose Datenquellen der Plattformen selbst. Die Search Console zeigt Impressionen in Googles KI-Funktionen, Bing Webmaster Tools die Zitierungen in Copilot und Google Analytics 4 die Besuche mit erkanntem KI-Referrer. Keine davon deckt alles ab, zusammen ergeben sie aber ein deutlich besseres Bild als ein einzelnes Tool.
So messe ich KI-Sichtbarkeit trotzdem sinnvoll
In meinen Projekten arbeite ich mit fünf Regeln. Sie machen die Zahlen nicht exakt, aber ehrlich.
- Die Prompt-Liste offenlegen. Jeder Bericht nennt die Liste und sagt dazu, dass die Kennzahl nur für diese Liste gilt. Die Prompts stammen aus echten Kundenfragen, aus der Search Console und aus der Suchintention der wichtigsten Seiten.
- Jeden Prompt mehrfach abfragen. Ich werte den Anteil der Antworten aus, in denen die Marke vorkommt, und keine einzelne Position.
- Drei Zahlen statt eines Scores. Erwähnung, Quellenangabe und Empfehlung zähle ich getrennt.
- Modellwechsel notieren. Rollt ein Anbieter ein neues Modell aus, kommt eine Notiz in den Verlauf, damit ein Knick in der Kurve später erklärbar bleibt.
- Mit eigenen Daten abgleichen. Search Console, Bing Webmaster Tools, der GA4-Kanal AI Assistant und die Frage „Wie haben Sie von uns erfahren?“ im Kontaktformular ergänzen die Tool-Werte.
Was du an deinen Inhalten tun kannst, damit KI-Systeme dich überhaupt nennen, steht in meinem Ratgeber zur GEO Optimierung für die KI-Suche. Die technische Seite erkläre ich in Website für KI optimieren.
Woran du einen seriösen Bericht zur KI-Sichtbarkeit erkennst
Legt dir ein Tool oder eine Agentur Zahlen zur Sichtbarkeit in ChatGPT vor, helfen fünf Fragen.
- Welche Prompts wurden abgefragt, und wer hat sie ausgewählt?
- Wie oft wurde jeder Prompt wiederholt, und wie stark schwanken die Werte?
- Lief die Abfrage über die API oder über die Oberfläche, die Nutzer sehen?
- Wurden Erwähnung, Quellenangabe und Empfehlung getrennt gezählt?
- Welche Modellversion lief zu welchem Zeitpunkt?
Fehlen diese Angaben, beschreibt die Zahl vor allem das Tool. Einen Bericht mit diesen Angaben bekommst du in meinem SEO-Audit, in dem ich die KI-Sichtbarkeit mitprüfe.
