Messen, was KI über Sie sagt
Sichtbarkeitsmessung Answer-Engine-Governance GEO · AEO
Früher lieferte die Suche eine Liste von Links zur Auswahl. Zunehmend liefert sie fertige Antworten, zusammengestellt aus Quellen, die der Nutzer nie zu Gesicht bekommt. Bevor man darauf optimiert, muss erst einmal festgestellt werden, was diese Systeme aktuell über Ihre Organisation aussagen — und welche Quellen sie dafür heranziehen. Diese Messung ist die Arbeit.
Illustrativ, nicht gemessen. Es geht um die Form: 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 bestimmen Ihre Quellen nicht mehr selbst
Ein Modell baut seine Antwort aus allem zusammen, was es als autoritär erachtet — Enzyklopädie-Einträge, Nachrichtenarchive, Forenbeiträge, Wettbewerber. Die eigene Website ist nur noch 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 erzeugte Aussage über ein Produkt, eine Studie oder eine Finanzkennzahl ist ein Compliance-Thema, bevor sie ein Traffic-Thema ist. Das verlangt nach einem Owner, nicht nach einem Dashboard.
Wie die Arbeit abläuft
Erst messen. Dann entscheiden. Schliesslich verändern. Diese Reihenfolge ist keine Geschmackssache — ohne Baseline lässt sich weder prüfen, ob eine Massnahme geholfen hat, noch lässt sich der Entscheid im Nachhinein verteidigen. Klicken Sie auf einen Schritt für Methodendetails.
Scope definieren
Eine Organisation, eine Zielgruppe, ein Sprachmarkt.
Methodendetail
- Die Vermischung von Zielgruppen liefert Durchschnitte, die niemanden treffend beschreiben.
- Corporate-Zielgruppen (Investoren, Medien, Politik, Talente) stellen strukturell andere Fragen als kommerzielle Zielgruppen.
- Der Sprachmarkt wird zu Beginn fixiert; Ergebnisse lassen sich nicht direkt übertragen.
Prompt-Set aus echten Fragen aufbauen
Die Fragen, die Ihre Zielgruppen tatsächlich stellen — keine künstlich erfundenen Schönwetter-Fragen.
Methodendetail
- Abgeleitet aus Search-Console-Daten, Vertriebsgesprächen und Support-Anfragen.
- Unterteilt in Prompt-Familien: definierend, vergleichend, prozessual, reputativ.
- Das vollständige Frage-Universum wird kartiert, bevor die getrackte Auswahl getroffen wird (verhindert Cherry-Picking).
Messbedingungen fixieren
Ohne Kontrollen messen Sie primär Ihren eigenen Browserverlauf.
Methodendetail
- Ausgeloggt; Personalisierung und Assistenten-Gedächtnis deaktiviert.
- Region und Interface-Sprache definiert und konstant gehalten.
- Modellversion und Zeitstempel für jede einzelne Beobachtung protokolliert.
Prompts mehrfach und über alle Oberflächen hinweg ausführen
Erst die Wiederholung macht aus einer Beobachtung eine Messung.
Methodendetail
- Veröffentlichte Konvergenzanalysen stützen sich auf ca. sieben Durchläufe pro Prompt und Tag bei Markenpräsenz, und rund acht Durchläufe, wenn es auf die Zitatquellen ankommt.
- Das ist ein Startpunkt, kein Dogma — die richtige Zahl ist erreicht, wenn das Konfidenzintervall aufhört sich zu verengen.
- Ausführung über die grossen Assistenten und KI-Antworten in der klassischen Suche hinweg; Ausbleiben wird ebenfalls erfasst.
Aufzeichnen, was zitiert wurde – nicht nur, ob Sie vorkamen
Präsenz ist die oberflächliche Frage. Provenienz ist die nützliche.
Methodendetail
- Jede gutgeschriebene Quelle wird erfasst, nicht nur die eigene; welche Wettbewerber wurden neben Ihnen genannt.
- Ob die über Sie getroffene Aussage inhaltlich korrekt ist.
- Substitution: Erledigt die Antwort das Anliegen komplett, sodass kein Besuch mehr nötig ist?
- Für regulierte Kunden: Ein Regulatorik-Risiko-Flag für jede Aussage, die bei menschlicher Urheberschaft geprüft werden müsste.
Mit der klassischen Suche abgleichen
Die wertvollste Erkenntnis dieser Arbeit zeigt sich nur, wenn beides gemessen wird.
Methodendetail
- Organisch gut zu ranken und gleichzeitig in der generierten Antwort zu fehlen, ist die relevante Lücke.
- Dies verweist meist auf Struktur- und Extraktionsprobleme statt auf mangelnde Autorität.
- Gemessen am selben Prompt-Set, am selben Tag, unter denselben Bedingungen.
Verteilung ausweisen, danach entscheiden
Ergebnisse kommen mitsamt ihrer Streuung und den zugrundeliegenden Bedingungen.
Methodendetail
- Kein einzelner Sichtbarkeits-Score. Metriken werden separat nach Prompt-Familien ausgewiesen.
- Abweichungen unterhalb der beobachteten Streuung zwischen Testläufen gelten als Rauschen, nicht als Bewegung.
- Empfehlungen folgen der Evidenz; wo die Datenlage dünn ist, wird dies offengelegt.
Ziele definieren
Vier Fragen, die vor der ersten Messung geklärt sein sollten. Ziele werden zu Beginn gemeinsam definiert — eine Messung ohne vereinbarte Zielsetzung erzeugt Berichte, mit denen niemand arbeiten kann.
Präsenz
Bei welchen Fragemöglichkeits-Kategorien sollten Sie überhaupt genannt werden — und bei welchen ehrlicherweise nicht?
Nicht jede Frage ist eine, die Sie gewinnen müssen.
Quellen-Kontrolle
Welcher Anteil der Zitate soll von Domains stammen, die Sie besitzen und korrigieren können?
Das ist die Stellschraube, die Governance tatsächlich bewegen kann.
Genauigkeit
Welche Aussagen über Sie müssen zwingend stimmen, und was passiert, wenn eine falsch ist?
Wer wird informiert, wer entscheidet, wer korrigiert die Quelle.
Substitution
Wo eine vollständige KI-Antwort jeden Besuchsgrund hinfällig macht — ist das für diesen Fragetyp akzeptabel?
Manchmal ja. Für ein Verzeichnismodell selten.
Was diese Methode nicht leisten kann
Vorab offengelegt, weil Sie ohnehin darauf stossen werden – und es besser ist, Sie hören es direkt von mir.
Ein Befund beschreibt eine spezifische Modellversion an einem bestimmten Datum. Es ist eine Momentaufnahme, keine dauerhafte Eigenschaft Ihrer Organisation. Nachmessungen sind Teil der Arbeit, kein Upsell.
Wiederholungen verringern die Unschärfe, eliminieren sie aber nie. Geringe Unterschiede zwischen zwei Durchläufen sind statistisches Rauschen und werden nicht als Trend verkauft.
Steigen Zitate nach einer Änderung an, ist das Korrelation. Kausalität nachzuweisen erfordert Kontrollbedingungen, die kommerzielle Live-Systeme fast nie erlauben.
Region, Sprache, Kontohistorie und Personalisierung beeinflussen das Output. Jede Messung ist an ihre Umgebung gebunden, und diese Umgebung wird lückenlos dokumentiert.
Die verwendete Literatur ist jung, vielfach im Preprint-Stadium und nicht durchgehend interessenunabhängig — einige der meistzitierten Arbeiten stammen von Autoren aus Unternehmen, die Messtools vertreiben. Ich lese sie kritisch, lege die Quellen offen und präsentiere deren Zahlen nicht als Dogma.
Niemand kann Ihnen eine feste Position in einer generierten Antwort verkaufen. Wer das verspricht, verkauft etwas anderes als behauptet.
Evidenzbasis
Drei Arbeiten tragen die methodische Last. Ihr Publikationsstatus und die Interessenlagen der Autoren werden offengelegt, denn eine Methode ist nur so vertrauenswürdig wie die Fundamente, auf denen sie ruht.
GEO: Generative Engine Optimization
Begründete den Begriff, das GEO-Bench-Benchmark und die nach wie vor genutzten Impressions-Metriken im Feld.
Status & Einordnung
- Peer-reviewed Konferenzpaper; Preprint arXiv:2311.09735.
- Der oft zitierte Sichtbarkeitsgewinn ist ein Maximum unter optimalen Bedingungen auf einer fixen Menge von Kandidatenquellen.
- Es ist kein Durchschnitt und belegt weder organische Auffindbarkeit noch dauerhafte Traffic-Effekte.
Don't Measure Once: Measuring Visibility in AI Search
Die Grundlage dafür, Sichtbarkeit als Verteilung zu betrachten, sowie für die Wiederholungsraten in Schritt 04.
Status & Einordnung
- arXiv:2604.07585, April 2026, Universität St. Gallen. Schweizer Datensatz über vier Branchen und vier Engines hinweg.
- Preprint — noch nicht peer-reviewed.
- Der Erstautor weist eine kommerzielle Affiliation aus. Genau das ist wertvoll, da die Schlussfolgerung gegen die Interessen der Messtool-Industrie läuft.
A Critical Survey of Generative Engine Optimization
Reviewt das Feld von 2023 bis 2026 und verweigert den Beifall für das meiste, was es vorfindet.
Status & Einordnung
- arXiv:2607.14035. Preprint.
- Kommt zum Schluss, dass keine der untersuchten Techniken einen stabilen, longitudinalen, plattformübergreifenden Kausaleffekt auf Auffindbarkeit oder Nutzerverhalten nachweist.
- Dies begründet die Haltung auf dieser Seite: Aktuelle Metriken sind Tracking-Indikatoren, keine bewiesenen Hebel.
Zahlen aus dieser Literatur werden in Mandaten mit Nennung von Quelle, Datum und Bedingungen verwendet – oder gar nicht. Mehrere breit zirkulierte GEO-Statistiken erweisen sich bei genauer Prüfung als losgelöst von der Arbeit, die sie hervorgebracht hat.
Möchten Sie wissen, was KI aktuell über Sie sagt?
Ein erstes Mandat ist eine Messung, kein Retainer. Ein definiertes Prompt-Set, ausgeführt unter kontrollierten Bedingungen über die grossen Assistenten hinweg, abgeglichen mit Ihrer klassischen Suchperformance und transparent ausgewiesen samt Restunsicherheit. Am Ende besitzen Sie eine Baseline, die Ihnen gehört. Was daraus folgt, ist Ihr Entscheid – getroffen auf Basis von Evidenz statt Werbeversprechen.
Kontakt aufnehmen