KI-Sichtbarkeit lässt sich messen, aber nicht mit einer einzigen Zahl. Ich unterscheide drei Ebenen: wie oft eine Marke in KI-Antworten genannt wird, wie sichtbar sie in Google und Bing ist und wie viel Traffic und Umsatz aus KI-Systemen auf der Website ankommt. Jede Ebene braucht ein anderes Werkzeug. Und jede hat Lücken, die man kennen sollte.
Ein Onlineshop, dessen Daten ich ausgewertet habe, hat innerhalb eines Jahres rund 46.000 Euro Umsatz über ChatGPT, Perplexity und ähnliche Dienste gemacht. Er wusste es nicht. Der Umsatz steckte in den Kanälen „Referral“ und „Direct“ und tauchte in keinem Bericht auf.
Warum ist KI-Sichtbarkeit so schwer zu messen?
Weil sie an drei Stellen entsteht, die kein einzelnes System vollständig sieht. Eine Nennung in einer ChatGPT-Antwort erzeugt keine Impression in der Search Console. Ein Klick aus der ChatGPT-App kommt oft ohne Herkunftsangabe auf der Website an und landet als Direktaufruf in der Statistik. Und wer eine Marke in einer KI-Antwort entdeckt und Wochen später über die Suche kauft, erscheint nie als KI-Kunde.
Solange diese Zahlen fehlen, wird über KI-Sichtbarkeit diskutiert wie über das Wetter. Alle haben eine Meinung, kaum jemand hat einen Messwert.
Welche drei Ebenen der KI-Sichtbarkeit gibt es?
| Ebene | Frage | Werkzeug | Grenze |
|---|---|---|---|
| 1. Präsenz in KI-Antworten | Wird die Marke genannt, und in welchem Zusammenhang? | Sistrix, Ahrefs Brand Radar, Peec AI | Stichprobe aus festgelegten Fragen |
| 2. Sichtbarkeit in der Suche | Wie oft erscheint die Website in Google und Bing? | Google Search Console, Bing Webmaster Tools | AI Overviews und AI Mode nicht getrennt ausgewiesen |
| 3. Traffic und Umsatz | Wie viele Besuche und Käufe kommen aus KI-Systemen? | Google Analytics 4 | Besuche ohne Herkunftsangabe fehlen |
Ebene 1: Wie oft wird Ihre Marke in KI-Antworten genannt?
Hier geht es um die Präsenz in der Antwort selbst, unabhängig davon, ob jemand klickt. Werkzeuge wie Sistrix, Ahrefs Brand Radar oder Peec AI stellen KI-Systemen regelmäßig eine festgelegte Menge an Fragen. Sie werten aus, welche Marken und Quellen in den Antworten vorkommen.
Das Ergebnis ist eine Stichprobe, keine Vollerhebung. Welche Fragen Sie hinterlegen, bestimmt das Ergebnis mit. Formulieren Sie die Fragen so, wie Ihre Kunden tatsächlich fragen, nicht so, wie Sie Ihr Produkt nennen.
Rechnen Sie mit Schwankungen. Nennungen in KI-Antworten ändern sich von Woche zu Woche deutlich stärker als Rankings. Aussagekräftig sind Trends über mehrere Wochen, keine einzelnen Messpunkte.
Ebene 2: Wie sichtbar sind Sie in Google und Bing?
Die Search Console und die Bing Webmaster Tools zeigen, wie oft Ihre Seiten in den Suchergebnissen erscheinen und angeklickt werden. Für GEO sind sie aus einem Grund wichtig: Viele KI-Systeme holen ihre Quellen über Suchmaschinen. Wer dort nicht auftaucht, wird auch in KI-Antworten seltener genannt.
Eine Einschränkung sollten Sie kennen. Die KI-Übersichten und der AI Mode von Google werden in der Search Console nicht getrennt vom übrigen organischen Traffic ausgewiesen. Steigende Impressionen bei sinkenden Klicks deuten oft darauf hin, dass eine KI-Antwort die Frage schon beantwortet hat.
Ebene 3: Wie viel Umsatz bringt KI-Traffic?
Hier wird aus Sichtbarkeit Geld. Und hier lässt sich am ehesten ein Budget begründen. Google Analytics 4 führt seit dem 13. Mai 2026 einen eigenen Kanal namens „AI Assistant“. Besuche von ChatGPT, Gemini und Claude werden dort automatisch zugeordnet.
Der Kanal hat drei Lücken:
- Er gilt erst ab seiner Einführung. Frühere Besuche bleiben in „Referral“ und „Direct“.
- Perplexity ist nicht enthalten und landet weiterhin unter „Referral“.
- Besuche ohne Herkunftsangabe, etwa aus manchen Apps, erscheinen weiter als Direktaufruf.
Deshalb lege ich zusätzlich eine eigene Kanalgruppe an, die KI-Quellen über einen regulären Ausdruck erkennt. Ein Beispiel für die Bedingung auf die Sitzungsquelle:
(chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai)Die Zahl, die so entsteht, ist eine belastbare Untergrenze, kein Vollbild. Sie beantwortet die Frage nach dem Umsatz, nicht die nach der reinen Sichtbarkeit.
Welche Kennzahlen gehören ins Reporting?
Für die Geschäftsführung reichen wenige Zahlen, sofern sie über die Zeit vergleichbar bleiben:
- Anteil der KI-Antworten zu Ihren Kernfragen, in denen Ihre Marke vorkommt
- Besuche aus KI-Systemen pro Monat, getrennt nach Quelle
- Umsatz oder Anfragen aus KI-Systemen und die Conversion-Rate dieses Kanals
- Verhältnis von Klicks zu Impressionen in der Search Console für Ihre wichtigsten Seiten
Am meisten bewegt die Umsatzzahl. Solange KI-Sichtbarkeit nur als Trend beschrieben wird, bleibt sie ein Randthema. Steht sie in Euro da, wird sie zum Budgetposten.
Welche Fragen sind noch offen?
Drei Fragen tauchen in fast jedem Gespräch über die Messung von GEO auf. Keine hat eine bequeme Antwort:
- Wie wird ein Kauf zugeordnet, wenn der erste Kontakt über eine KI-Antwort kam und der Kauf Wochen später als Direktaufruf erfolgt?
- Lohnt es sich, gut rankende Seiten für KI-Antworten umzubauen, oder ist es besser, neue anzulegen?
- Wie lässt sich die Wirkung einer GEO-Maßnahme sauber gegen eine Kontrollgruppe testen?
Ehrlich ist, diese Unschärfen zu benennen, statt sie mit einer schönen Kurve zu überdecken. Eine Messung mit bekannten Grenzen ist mehr wert als eine scheinbar vollständige ohne.
Wie GEO insgesamt funktioniert, erkläre ich im Beitrag zur Generative Engine Optimization. Und weil jede Messung nur so gut ist wie die erfassten Daten: Prüfen Sie vorher, wie viele Ihrer Besucher überhaupt in der Statistik ankommen. Mehr dazu im Beitrag über Consent Mode v2 und Datenverlust.
