KI-Sichtbarkeit messen: Was die Zahlen wirklich sagen.
Nennung, Empfehlung und Quellenlink beantworten unterschiedliche Fragen. Ein guter KI-Audit zeigt dir diese Unterschiede und legt die Antworten offen.
Was ist KI-Sichtbarkeit?
KI-Sichtbarkeit beschreibt hier, ob und wie dein Unternehmen in den untersuchten KI-Antworten erscheint. Sie gilt für die gewählten Fragen, Sprachen, Standortvorgaben und den Messzeitpunkt. Sie ist kein Marktanteil und keine Messung sämtlicher Nutzer.
Die drei wichtigsten Kennzahlen
| Kennzahl | Was zählt? | Was sie nicht beweist |
|---|---|---|
| Genannt | Dein Unternehmensname kommt in der Antwort vor. | Eine Nennung muss keine positive Empfehlung sein. |
| Empfohlen | Deine Firma wird als passende Option vorgeschlagen. | Eine Empfehlung ist kein Auftrag und keine Qualitätsprüfung. |
| Webseite als Quelle | Eine Seite deiner Domain wird als Quelle verlinkt. | Der Link beweist keinen Besuch und erklärt nicht automatisch die Empfehlung. |
Ein einfaches Rechenbeispiel
Angenommen, zehn Antworten auf offene Kundenfragen sind auswertbar: Vier nennen deine Firma, zwei empfehlen sie und eine verlinkt deine Webseite. Das ergibt 40 % Nennungen, 20 % Empfehlungen und 10 % Quellenverweise. Diese Kategorien können sich überschneiden; man darf sie nicht zu einem Gesamtwert addieren.
In unserem Report entspricht der Overall-Score der Empfehlungsrate. Er ist kein Durchschnitt der drei Werte. Antworten auf Fragen, die deine Marke bereits nennen, erscheinen separat. Technisch fehlgeschlagene oder unklare Auswertungen werden nicht einfach als «nicht gefunden» gezählt.
So wird der Mitbewerbervergleich fair
Vergleiche Unternehmen in denselben Antworten mit derselben Zählregel. Eine Firma, die fünfmal in einer einzigen Antwort genannt wird, ist dadurch nicht in fünf verschiedenen Antworten sichtbar. Bei Gleichständen sollten beide Firmen denselben Rang erhalten.
Der Report zeigt die in den Antworten auftauchenden Mitbewerber. Das ist keine vollständige Liste deines Marktes. Prüfe auch, ob eine genannte Firma tatsächlich dieselbe Leistung anbietet und in deinem Zielgebiet aktiv ist.
Warum Wiederholungen und gute Fragen wichtig sind
Drei Wiederholungen können zeigen, dass Antworten schwanken. Sie liefern noch keine hohe statistische Sicherheit. Viele fast gleiche Fragen können zudem den Eindruck von Genauigkeit erzeugen, obwohl nur ein enger Teil deines Angebots untersucht wird.
Decke deshalb unterschiedliche Bedürfnisse ab: Standort, konkrete Leistung und Auswahlkriterien. Halte Fragen und Einstellungen bei späteren Vergleichen möglichst konstant. Ergänzungen im Fragenkatalog können Ergebnisse verändern, auch wenn deine Webseite unverändert bleibt.
Sprachen und Länder richtig vergleichen
Eine deutschsprachige Anfrage mit Standortvorgabe Schweiz und eine französische Anfrage mit Standortvorgabe Frankreich sind unterschiedliche Messbedingungen. Die Prozentwerte beziehen sich jeweils auf die Antworten dieser Gruppe, nicht auf die Bevölkerung oder alle Suchanfragen des Landes.
Übersetzungen können Bedeutungsnuancen verschieben. Im Report solltest du deshalb die tatsächlich verwendeten Fragen und Gruppengrössen prüfen. Eine Standortvorgabe in der API ist keine Bestätigung, dass ein echter Nutzer aus diesem Land genauso antworten würde.
Eine nachvollziehbare Analyse lässt sich überprüfen
Bewahre Originalfragen, Antworten, Quellen, Modellangaben und Messzeitpunkt auf. So kannst du auffällige Ergebnisse kontrollieren und spätere Messungen vergleichen. AI Brand Check stellt die Antwortdetails und einen CSV-Export bereit.