KI Sichtbarkeit: So wirst du in ChatGPT & Co. zitiert

In meiner über 25-jährigen Praxis habe ich jeden Wandel der Websuche hautnah miterlebt – vom ersten Besucherzähler 1999 über die Ära der zehn blauen Links bis hin zur heutigen generativen KI-Suche. Die häufigste Frage, die mir Geschäftsführer in der SEO-Sprechstunde in Berlin stellen: „Jörg, wie kommen wir eigentlich in ChatGPT und Perplexity rein?“

Die Antwort lautet KI-Sichtbarkeit (auch Generative Engine Optimization / GEO genannt). Es geht nicht mehr darum, den Nutzer mit künstlichen Textlängen auf die Seite zu locken. Im Zeitalter von Zero-Click-Suchen entscheidet ein Sprachmodell in Millisekunden, welche Marken und Experten es als verlässliche Primärquelle zitiert. Wer in den Antworten der KIs nicht als klare, maschinenlesbare Entität existiert, fliegt aus der Kaufentscheidung, bevor der Kunde überhaupt deine Website gesehen hat.

Jörg Zimmer

Senior SEO & AI Search Consultant

„Achim vom Gartenverein nutzt jetzt Gemini 3 und sagt ChatGPT sei tot.“

Der fundamentale Wandel: Vom Klick-Traffic zur Antwort-Dominanz

Über zwei Jahrzehnte hinweg basierte das Geschäftsmodell der Suchmaschinenoptimierung auf einem einfachen Tauschgeschäft: Google lieferte ein Verzeichnis von Links, der Nutzer klickte, und die Zielseite monetarisierte den Besucher. Im Zeitalter von Zero Click Content bricht dieser Zyklus:

1. Direkte Synthese statt Linklisten: Die KI liest hunderte Webseiten in Millisekunden aus und verfasst eine maßgeschneiderte Antwort. Der Nutzer benötigt keinen Klick mehr, um seine Frage zu klären.
2. Binärer Empfehlungsfilter: Eine klassische Google-Ergebnisseite bietet zehn organische Treffer plus Snippets. Eine generative Antwort empfiehlt meist nur zwei bis drei konkrete Lösungswege oder Marken. Der Wettbewerb spitzt sich dramatisch zu.
3. Kontextuelle Markenwahrnehmung: Es genügt nicht, als Keyword im Quellcode zu stehen. Das neuronale Netz bewertet das Sentiment und die Verlässlichkeit der Nennung.

Die vier Kernmetriken der KI-Sichtbarkeit

Um den Erfolg in generativen Antwort-Engines datenbasiert zu steuern, wurden neue Messgrößen etabliert:

1. Share of Model (SoM)

Der Share of Model ist das generative Pendant zum traditionellen Share of Voice. Er misst, bei wie vielen Durchläufen eines definierten Fragenkatalogs (dem Golden Set an Promptsets) die eigene Marke im Vergleich zu Wettbewerbern genannt wird. Ein SoM von 40 % bedeutet, dass vier von zehn KI-Antworten das eigene Unternehmen empfehlen.

2. Citation Frequency (Zitationsrate)

Diese Metrik erfasst, wie häufig die URLs der eigenen Domain in den Fußnoten oder Quellverweisen der KI-Antwort aktiv verlinkt werden. Eine hohe Zitationsfrequenz ist das härteste Signal für informationelle Exzellenz und Topical Authority.

3. Sentiment-Scoring & Brand-Framing

Sprachmodelle beschreiben Marken mit adjektivischen Attributen. Ein modernes Monitoring bewertet, ob die Tonalität positiv („marktführend, zuverlässig, innovativ“) oder negativ („teuer, wartungsintensiv, unübersichtlich“) ausfällt.

4. Generative Rangposition (Rank In Answer)

Wird Ihre Marke als primäre Empfehlung im ersten Satz genannt oder taucht sie lediglich als beiläufige Alternative am Ende der Aufzählung auf? Die hierarchische Position im generierten Text korreliert direkt mit der Nutzerwahrnehmung.

Der vierstufige Messkreis für KI-Sichtbarkeit

Um den Erfolg von Optimierungsmaßnahmen über Quartale hinweg valide zu messen, hat sich in der B2B-Praxis ein vierstufiger iterativer Messkreis bewährt:

1. Definition des Golden Prompt Sets: Zusammenstellung von 30 bis 150 strategisch relevanten Kundenanfragen, die die gesamte Entscheidungsreise (vom ersten Problembewusstsein über den Softwarevergleich bis zur Anbieter-Auswahl) abdecken.
2. Automatisierte Modellabfrage: Wöchentliche oder monatliche Abfrage dieses Promptsets über APIs bei ChatGPT (OpenAI), Claude (Anthropic), Perplexity und Gemini unter identischen Systemparametern (Temperature = 0.2 für reproduzierbare Ergebnisse).
3. Semantisches Parsing & Attributionsanalyse: Quantitative Auswertung, wie oft die eigene Marke im Vergleich zu den Top-3-Mitbewerbern genannt wird und welche URLs als Beleglinks angehängt werden.
4. Content- und Entity-Gap-Schließung: Identifikation von Themen, bei denen Wettbewerber empfohlen werden. Gezielte Erstellung neuer, datengestützter Fachinhalte und strukturierter Schemas, um die Wissenslücke im Modell zu schließen.

Auswertung von AI-Referrer-Traffic in der Webanalyse

Parallel zum reinen Prompt-Tracking sollten Webmaster ihre Web-Analytics-Dashboards konfigurieren. Besucher, die über Klicks in generativen Antworten auf die Website gelangen, weisen spezifische Referrer-Domain-Muster auf:

• chatgpt.com und chat.openai.com
• perplexity.ai
• copilot.microsoft.com
• Spezifische Tracking-Parameter aus Google AI Overviews (ai_overview=true)

Diese Besucher zeichnen sich typischerweise durch eine überdurchschnittlich hohe Verweildauer und extrem fokussierte Kaufabsichten aus, da die KI bereits eine fundierte inhaltliche Vorqualifizierung vorgenommen hat.

Vergleich: Klassische SEO-Sichtbarkeit vs. Generative KI-Sichtbarkeit

Universelle Datenpipeline: Berechnung von Share of Model & Citation Rate

Das folgende Python-Snippet illustriert eine neutrale Berechnungslogik, mit der Marketing-Teams die KI-Sichtbarkeitswerte über mehrere Testläufe hinweg quantifizieren können:

from typing import List, Dict

def calculate_ai_visibility(test_results: List[Dict]) -> Dict[str, float]:
    """
    Berechnet Share of Model und Citation Rate basierend auf
    automatisierten Prompt-Testläufen für eine definierte Marke.
    """
    total_runs = len(test_results)
    if total_runs == 0:
        return {"share_of_model": 0.0, "citation_rate": 0.0}
    
    brand_mentions = 0
    citations = 0
    
    for run in test_results:
        if run.get("brand_mentioned", False):
            brand_mentions += 1
        if run.get("url_cited", False):
            citations += 1
            
    share_of_model = (brand_mentions / total_runs) * 100.0
    citation_rate = (citations / total_runs) * 100.0
    
    return {
        "total_prompts_evaluated": total_runs,
        "share_of_model_percent": round(share_of_model, 2),
        "citation_rate_percent": round(citation_rate, 2)
    }

# Beispielhafter Testlauf
if __name__ == "__main__":
    sample_data = [
        {"prompt_id": 1, "brand_mentioned": True, "url_cited": True},
        {"prompt_id": 2, "brand_mentioned": True, "url_cited": False},
        {"prompt_id": 3, "brand_mentioned": False, "url_cited": False},
        {"prompt_id": 4, "brand_mentioned": True, "url_cited": True}
    ]
    metrics = calculate_ai_visibility(sample_data)
    print("KI-Sichtbarkeits-Ergebnis:", metrics)

Die 3 häufigsten Fehler beim Aufbau von KI-Sichtbarkeit

1. Reine Textmassen ohne originäre Daten publizieren: KI-Modelle fassen bestehende Webinhalte mühelos zusammen. Wer generische Ratgebertexte veröffentlicht, liefert der KI keinen Grund für ein Zitat. Zitiert werden exklusive Studien, eigene Branchenumfragen und konkrete Zahlen.
2. Entitäten nicht maschinenlesbar verknüpfen: Wenn Firmenname, Geschäftsführer, Produkte und Domain auf unterschiedlichen Kanälen uneinheitlich bezeichnet werden, scheitert die Entitäts-Erkennung im Wissensgraphen. Das Potenzial verpufft in isolierten Datenfragmenten.
3. Klassisches SEO als veraltet abtun: Generative Antwort-Engines wie Perplexity oder Google AI Overviews greifen im RAG-Schritt auf reguläre Suchmaschinen-Indizes zurück. Eine technisch mangelhafte Website ohne saubere Crawlbarkeit wird von KI-Crawlern ignoriert.

Mein Praxis-Blick: Echtes Handwerk schlägt jeden Hype

KI-Sichtbarkeit ist kein kurzlebiger Trend und keine Zauberei, sondern solides, handwerkliches SEO mit klarem Fokus auf Maschinenlesbarkeit. Wer seine Entitäten sauber deklariert, semantische Fakten liefert und sein technisches Fundament pflegt, wird von ChatGPT, Perplexity und Google AI Overviews verlässlich zitiert.

Welche Softwarelösungen dich beim kontinuierlichen Monitoring von KI-Erwähnungen unterstützen, erfährst du in meinem Marktüberblick über die Top 9 AI Visibility Tools. Anfallende Softwarekosten und Budgets kannst du zudem transparent mit meinem interaktiven SEO-Tool Kostenrechner vergleichen.