Messen, was KI über Sie sagt
Früher lieferte die Suche eine Liste von Links, aus denen man wählen konnte. Zunehmend liefert sie fertige Antworten, zusammengestellt aus Quellen, die man nie zu Gesicht bekommt. Bevor man dafür optimiert, muss erst einmal festgestellt werden, was diese Systeme derzeit über Ihre Organisation aussagen – und aus welchen Quellen sie schöpfen. Diese Messung ist die eigentliche Arbeit.
Illustrativ, nicht gemessen. Es geht um das Muster: Die zitierten Quellen verändern sich zwischen Durchläufen desselben Prompts am selben Tag. Ein einzelner Durchlauf ist eine Anekdote. Eine Verteilung ist ein Befund.
Warum das jetzt zählt
Sie wählen Ihre Quellen nicht mehr selbst
Ein Modell baut seine Antwort aus allem zusammen, was es als autoritativ erachtet – Enzyklopädie-Einträge, Nachrichtenarchive, Forenbeiträge, Mitbewerber. Ihre eigene Website ist nur ein Kandidat unter vielen, nicht mehr der Standard.
Der erste Eindruck ist aus zweiter Hand
Investoren, Journalisten oder potenzielle Mitarbeitende bilden sich womöglich ein Bild von Ihrer Organisation, ohne jemals eine von Ihnen kontrollierte Seite zu besuchen. Was das Modell sagt, ist der Eindruck.
In regulierten Branchen ist dies keine Marketingfrage
Eine ungenaue, maschinell generierte Aussage über ein Produkt, eine Studie oder eine Finanzkennzahl ist zuerst ein Compliance-Thema und erst danach ein Traffic-Thema. Das braucht einen Verantwortlichen, kein Dashboard.
Wie die Arbeit abläuft
Erst messen. Dann entscheiden. Zuletzt verändern. Diese Reihenfolge ist kein Wunschdenken – ohne Baseline lässt sich weder prüfen, ob eine Massnahme geholfen hat, noch lässt sich die Entscheidung nachträglich rechtfertigen. Klicken Sie auf einen Schritt für Methodendetails.
Den Rahmen definieren
Eine Organisation, eine Zielgruppe, ein Sprachmarkt.
Methodendetails
- Die Vermischung von Zielgruppen erzeugt Durchschnitte, die niemanden beschreiben.
- Corporate-Zielgruppen (Investoren, Medien, Politik, Talente) stellen strukturell andere Fragen als kommerzielle Zielgruppen.
- Der Sprachmarkt wird zu Beginn fixiert; Ergebnisse sind nicht übertragbar.
Prompt-Set aus echten Fragen aufbauen
Die Fragen, die Ihre Zielgruppen tatsächlich stellen – keine erfundenen Fragen, die das Ergebnis schönen.
Methodendetails
- Abgeleitet aus Search-Console-Daten, Verkaufsgesprächen und Support-Anfragen.
- Unterteilt in Prompt-Familien: definitorisch, vergleichend, prozessual, reputativ.
- Das gesamte Fragenspektrum wird kartiert, bevor die Auswahl für das Tracking getroffen wird – das verhindert Cherry-Picking.
Messbedingungen fixieren
Ohne Kontrollen messen Sie lediglich Ihren eigenen Browserverlauf.
Methodendetails
- Abgemeldet; Personalisierung und Assistenten-Memory deaktiviert.
- Region und Menüsprache definiert und konstant gehalten.
- Modellversion und Zeitstempel für jede einzelne Beobachtung aufgezeichnet.
Prompts mehrfach über verschiedene Kanäle ausführen
Erst die Wiederholung macht aus einer Beobachtung eine Messung.
Methodendetails
- Publizierte Konvergenzanalysen sprechen für ca. sieben Durchläufe pro Prompt und Tag bei Markenpräsenz, und rund acht, wenn es auf die zitierten Quellen ankommt.
- Das ist ein Startpunkt, kein Standard – die richtige Zahl ist die, bei der sich das Konfidenzintervall nicht weiter verengt.
- Ausführung über die grossen Assistenten und KI-Antworten in der klassischen Suche hinweg; ein Nicht-Erscheinen wird ebenfalls erfasst.
Aufzeichnen, was zitiert wurde – nicht nur, ob Sie erschienen sind
Präsenz ist die oberflächliche Frage. Die Herkunft (Provenance) ist die wertvolle.
Methodendetails
- Jede genannte Quelle, nicht nur die eigene; welche Mitbewerber neben Ihnen genannt wurden.
- Ob die über Sie gemachte Aussage sachlich korrekt ist.
- Substitution: Beantwortet die KI die Frage vollständig, sodass kein Website-Besuch mehr nötig ist?
- Für regulierte Kunden: Ein Regulatorik-Risikoflag für jede Aussage, die bei menschlicher Autorenschaft geprüft werden müsste.
Mit der klassischen Suche abgleichen
Die wertvollste Erkenntnis dieser Arbeit zeigt sich erst, wenn beides gemessen wird.
Methodendetails
- Organisch gut zu ranken, in der generierten Antwort jedoch zu fehlen – das ist die Lücke, die man kennen muss.
- Das weist meist auf Struktur und Extrahierbarkeit hin, weniger auf Autorität.
- Gemessen am selben Prompt-Set, am selben Tag, unter denselben Bedingungen.
Die Verteilung ausweisen, dann entscheiden
Ergebnisse werden inklusive ihrer Streuung und Bedingungen ausgewiesen.
Methodendetails
- Kein einzelner Sichtbarkeits-Score. Kennzahlen werden pro Prompt-Familie separat ausgewiesen.
- Unterschiede, die kleiner sind als die beobachtete Varianz zwischen Durchläufen, werden als Rauschen gewertet, nicht als Bewegung.
- Empfehlungen folgen der Evidenz; wo die Evidenz dünn ist, wird dies explizit benannt.
Ziele definieren
Vier Fragen, die vor der ersten Messung beantwortet sein sollten. Ziele werden zu Beginn gemeinsam definiert – eine Messung ohne vereinbartes Ziel liefert einen Bericht, mit dem niemand arbeiten kann.
Präsenz
Welche Fragetypen sollen Sie überhaupt nennen – und welche ehrlicherweise nicht?
Man muss nicht jede Frage gewinnen.
Quellenkontrolle
Welcher Anteil an Zitaten soll von Domains stammen, die Sie besitzen und korrigieren können?
Das ist der Hebel, den Governance tatsächlich bewegen kann.
Genauigkeit
Welche Aussagen über Sie müssen stimmen und was passiert, wenn eine falsch ist?
Wer wird benachrichtigt, wer entscheidet, wer korrigiert die Quelle.
Substitution
Wenn eine vollständige KI-Antwort jeden Grund für einen Website-Besuch hinfällig macht – ist das für diese Frage akzeptabel?
Manchmal ja. Für ein Verzeichnisgeschäft selten.
Was diese Methode Ihnen nicht sagen kann
Direkt zu Beginn offengelegt, da Sie früher oder später ohnehin darauf stoßen – und es ist besser, Sie hören es von mir.
Ein Befund beschreibt eine bestimmte Modellversion an einem bestimmten Datum. Es ist eine Momentaufnahme, keine dauerhafte Eigenschaft Ihrer Organisation. Nachmessungen gehören zur Arbeit, nicht zum Upselling.
Wiederholungen verringern die Unschärfe, eliminieren sie jedoch nie. Kleine Unterschiede zwischen zwei Durchläufen sind Rauschen und werden nicht als Bewegung verkauft.
Steigen Zitate nach einer Änderung, ist das Korrelation. Die Ursache nachzuweisen erfordert Kontrollen, die reale kommerzielle Systeme fast nie erlauben.
Region, Sprache, Kontohistorie und Personalisierung beeinflussen das Ergebnis. Jede Messung ist an die Umgebung geknüpft, in der sie stattfand, und diese Umgebung wird dokumentiert.
Die zugrundeliegende Literatur ist jung, überwiegend als Preprint veröffentlicht und nicht immer neutral – mehrere vielzitierte Arbeiten stammen von Autoren, die mit Anbietern von Mess-Tools verbunden sind. Ich lese sie, benenne sie und präsentiere deren Zahlen nicht als unumstößlich.
Niemand kann Ihnen eine Platzierung innerhalb einer generierten Antwort verkaufen. Wer das verspricht, verkauft etwas anderes als behauptet.
Evidenzbasis
Drei Arbeiten tragen die meiste Last. Ihr Publikationsstatus und die Interessen ihrer Autoren werden offengelegt, denn eine Methode ist nur so vertrauenswürdig wie die Quellen, auf denen sie ruht.
GEO: Generative Engine Optimization
Führte den Begriff, den GEO-Bench-Benchmark und die im Feld genutzten Impression-Metriken ein.
Status & Einordnung
- Peer-reviewed Konferenzpapier; Preprint arXiv:2311.09735.
- Der oft zitierte Sichtbarkeitsgewinn ist ein Maximum unter günstigen Bedingungen auf einem festen Quellenset.
- Es ist kein Durchschnitt und belegt keine organische Auffindbarkeit oder dauerhafte Traefficeffekte.
Don't Measure Once: Sichtbarkeit in der KI-Suche messen
Die Grundlage dafür, Sichtbarkeit als Verteilung zu betrachten und die Wiederholungsraten in Schritt 04 festzulegen.
Status & Einordnung
- arXiv:2604.07585, April 2026, Universität St. Gallen. Schweizer Datensatz über vier Branchen und vier Suchmaschinen.
- Preprint – noch nicht peer-reviewed.
- Der Erstautor legt eine kommerzielle Verbindung offen. Dies zu wissen ist genau deshalb wertvoll, weil die Schlussfolgerung gegen die Interessen der Mess-Tool-Industrie gerichtet ist.
Eine kritische Bestandsaufnahme der Generative Engine Optimization
Gibt einen Überblick über das Feld 2023–2026 und lehnt es ab, das Meiste davon zu unterstützen.
Status & Einordnung
- arXiv:2607.14035. Preprint.
- Kommt zu dem Schluss, dass keine der untersuchten Techniken einen stabilen, langfristigen, plattformübergreifenden Kausalefekt auf Auffindbarkeit oder Nutzerverhalten zeigt.
- Dies ist die Grundlage für die Haltung auf dieser Seite: Aktuelle Metriken sind Tracking-Indikatoren, keine bewährten Hebel.
Zahlen aus dieser Literatur werden in der Mandatsarbeit ausschliesslich mit Nennung von Quelle, Datum und Bedingungen verwendet – oder gar nicht. Mehrere weit verbreitete GEO-Statistiken erweisen sich bei genauer Prüfung als von ihrem Ursprungspapier losgelöst.
Sie fragen sich, was KI aktuell über Sie sagt?
Ein Erstmandat ist eine Messung, kein Retainer. Ein definiertes Prompt-Set, ausgeführt unter kontrollierten Bedingungen über die grossen Assistenten hinweg, abgeglichen mit Ihrer klassischen Suchperformance und berichtet inklusive der verbleibenden Unschärfe. Sie erhalten eine Baseline, die Ihnen gehört. Was daraus folgt, ist Ihre Entscheidung – gestützt auf Evidenz statt auf das Versprechen eines Anbieters.
Kontakt aufnehmen