Was gemessen wird
Die Kennzahl ist die Nennungsrate: Bei wie vielen von hundert relevanten Prompts wird Ihr Unternehmen genannt, und an welcher Stelle? Dazu kommt die Frage, ob die Nennung korrekt ist — Modelle verwechseln Unternehmen, ordnen falsche Leistungen zu und nennen veraltete Angaben.
Gemessen wird über eine feste Liste realer Nutzerfragen, abgefragt in mehreren Systemen und wiederholt in gleichem Abstand. Einzelne Abfragen sagen wenig, weil Modelle variieren; erst die Wiederholung zeigt eine Tendenz. Diese Seite behandelt die Messung — die Umsetzung der Maßnahmen läuft über die GEO-Agentur.
Die Hebel
Drei Faktoren bestimmen, ob ein Modell ein Unternehmen kennt und empfiehlt.
- Entitätsklarheit: Ist eindeutig, wer Sie sind, was Sie anbieten und für wen? Widersprüchliche Angaben über verschiedene Quellen hinweg sind der häufigste Grund für Nichtnennung.
- Zitierfähigkeit: Enthalten Ihre Inhalte Aussagen, die sich zitieren lassen — Zahlen, Definitionen, Vergleiche? Werbetexte werden ignoriert.
- Fremdbelege: Wird über Sie an anderer Stelle geschrieben? Modelle gewichten Quellen außerhalb der eigenen Website deutlich stärker.
Wie gemessen wird
Eine Nennung in einer KI-Antwort ist kein Zufallsbefund, sondern lässt sich messen — aber nur mit einer festen Prompt-Liste, die jeden Monat identisch wiederholt wird. Zwanzig bis dreißig Fragen aus vier Kategorien: Kategorieauswahl, Anbietervergleich, Problemlösung, regionale Anfrage.
Testhygiene entscheidet über die Aussagekraft: frischer Chat ohne Anmeldung, kein Personalisierungskontext, Datum protokolliert, Wiederholungen mitgezählt. Wer nur mit dem eigenen Markennamen testet, misst nichts — dort wird das Unternehmen ohnehin genannt.
Messrhythmus und Aufwand
Monitoring ist nur belastbar, wenn es systematisch wiederholt wird. Der folgende Rahmen hat sich als Kompromiss zwischen Aussagekraft und Aufwand bewährt — mehr Frequenz erzeugt Rauschen, weniger verpasst Verschiebungen durch Modell-Updates.
| Parameter | Standard | Warum |
|---|---|---|
| Prompts pro Messung | 20–30 | genug für Kategorien, überschaubar in der Auswertung |
| Systeme | 4 (ChatGPT, Perplexity, Gemini, AI Overviews) | Modelle unterscheiden sich stark in ihren Quellen |
| Messrhythmus | monatlich | Modell-Updates verschieben Ergebnisse; Trend braucht Wiederholung |
| Belastbarer Trend ab | 3 Messungen | eine Einzelmessung ist wegen Streuung wertlos |
Was ein Monitoring-Report enthält
Ein brauchbarer Report ist mehr als eine Zahl. Er ordnet die Nennungsrate ein, zeigt den Wettbewerb und leitet konkrete Maßnahmen ab — sonst bleibt die Messung folgenlos.
- Nennungsrate gesamt und je System, mit Position innerhalb der Antwort.
- Korrektheit der Nennung: richtige Leistung, aktuelle Angaben, keine Verwechslung.
- Wettbewerbsanteil: Wer wird neben oder statt Ihnen genannt?
- Trend über mindestens drei Messungen statt einer Momentaufnahme.
- Konkrete Maßnahmenliste, priorisiert nach erwarteter Wirkung auf die Nennungsrate.
Von der Messung zur Maßnahme
Messung allein verändert nichts. Der Wert entsteht, wenn aus dem Report Arbeit folgt: Wo die Entitätsklarheit fehlt, werden Angaben über alle Quellen hinweg vereinheitlicht. Wo die Zitierfähigkeit fehlt, entstehen Inhalte mit Zahlen und Definitionen. Wo Fremdbelege fehlen, wird an verdienten Erwähnungen gearbeitet.
Häufige Fragen
Wie oft sollte man messen?
Monatlich reicht. Häufiger erzeugt Rauschen, weil Modellantworten schwanken. Ein belastbarer Trend zeigt sich erst über mindestens drei Messungen.
Kann man KI-Sichtbarkeit kaufen?
Nein — anders als bei Suchanzeigen gibt es keinen Werbeplatz in der generierten Antwort. Das ist die gute Nachricht: Der Zugang hängt an der inhaltlichen Substanz, nicht am Budget.
Was, wenn die KI Falsches über uns sagt?
Das ist häufiger als gedacht und der dringendste Fall. Korrigieren lässt es sich nur indirekt — über konsistente, gut auffindbare korrekte Angaben an den Stellen, aus denen Modelle schöpfen.
Wie viele Prompts braucht eine aussagekräftige Messung?
Zwanzig bis dreißig reale Nutzerfragen aus vier Kategorien — Kategorieauswahl, Anbietervergleich, Problemlösung, regionale Anfrage. Weniger ist zu zufällig, deutlich mehr erhöht den Auswertungsaufwand ohne Erkenntnisgewinn.
Reicht es, in ChatGPT zu messen?
Nein. Die Systeme unterscheiden sich stark in ihren Quellen. Perplexity ruft aktuelle Seiten ab, ChatGPT arbeitet je nach Modus mit Trainingswissen oder Abruf, Google AI Overviews folgen wieder eigener Logik. Erst die Messung über mehrere Systeme ergibt ein Bild.
Warum schwanken die Ergebnisse zwischen zwei Abfragen?
Weil Modelle nicht deterministisch antworten und Personalisierung, Region und Modellversion mitspielen. Deshalb zählt nicht die Einzelantwort, sondern die wiederholte Messung unter gleichen Bedingungen — frischer Chat, keine Anmeldung, Datum protokolliert.
Gibt es Werkzeuge, die das automatisieren?
Es gibt erste Monitoring-Tools, die Prompt-Abfragen bündeln. Sie ersparen Handarbeit, ersetzen aber nicht die Einordnung — ob eine Nennung korrekt und an welcher Stelle sie steht, braucht weiterhin eine fachliche Bewertung.
Was kostet ein laufendes Monitoring?
Die Startmessung liegt im niedrigen vierstelligen Bereich, das laufende Monitoring wird monatlich abgerechnet und hängt an Prompt-Umfang und Zahl der Systeme. Mehr zur Kostenlogik unter KI-Kosten.