5 Optionen, um Ihre Sichtbarkeit in KI-Suchen zu untersuchen

Tricky Tracking. Das zumindest waren unsere ersten Gedanken an das Reporting der Sichtbarkeit in KI-Suchen. Denn: Im klassischen SEO war die Welt (ziemlich) einfach. Wir hatten Keywords, Rankings und Tools wie Ahrefs, Semrush oder Sistrix.

Mit dem Rollout von AI Overviews (AIO) und spätestens mit dem KI-Modus von Google sind viele Marketer:innen und Unternehmen allerdings im Blindflug unterwegs. Wie wird Erfolg gemessen, wenn es keine SERPs mit Position 1 bis 10 mehr gibt? Wie tracken Sie Sichtbarkeit, wenn Sie gar nicht wissen, ob und wann Sie zitiert werden und welche Prompts überhaupt zu einer Nennung führen?

Gute Nachrichten: Wir beantworten genau diese Fragen. Das Tracking ist nach wie vor möglich, es hat sich nur deutlich verändert und ist etwas komplexer geworden. Wir zeigen Ihnen die fünf wichtigsten Methoden und Bausteine, um die „Blackbox KI-Suche“ zu öffnen.

SEO-Tracking vs. AEO-Tracking

Um zu verstehen, warum wir neue Tracking-Methoden brauchen, müssen wir die fundamentalen Unterschiede zwischen klassischen Suchmaschinen und KI-gestützten Antwort-Engines verstehen. Der Wandel geht weit über neue Tools hinaus – er verändert die Grundlogik, wie Sichtbarkeit überhaupt funktioniert.

Das Ende der stabilen Rankings

In klassischen Suchmaschinen waren Rankings relativ stabil und vorhersagbar. Wenn Sie heute auf Position 3 für „Marketing Automation" ranken, werden Sie morgen höchstwahrscheinlich immer noch dort stehen. Nach einemen Google Update wird das Ranking zwar vielleicht auf eine andere Position verschoben, aber die Bewegung ist graduell und messbar.

KI-Suchen funktionieren komplett anders. Eine Authoritas-Studie zeigt: 70 Prozent der Quellen-Nennungen in AI Overviews verschieben sich innerhalb von zwei bis drei Monaten dramatisch. Dieselbe Anfrage kann am selben Tag unterschiedliche Antworten mit unterschiedlichen Quellenangaben liefern – abhängig vom Nutzerkontext, der Tageszeit oder schlicht der Zufallskomponente im generativen Prozess.

Keywords verlieren ihre Aussagekraft

Klassisches SEO basiert auf der Annahme, dass Nutzer:innen präzise Keywords eingeben: „CRM Vergleich", „beste Marketing Software". Sie optimieren auf diese Keywords und messen Ihren Erfolg anhand der Rankings für exakt diese Begriffe.

In KI-Suchen formulieren Nutzer:innen jedoch natürliche Fragen und längere Prompts: „Ich suche eine Marketing-Lösung für mein 20-Personen-Team, die E-Mail-Kampagnen und Lead-Tracking kombiniert, aber nicht mehr als 500 Euro im Monat kostet – was empfiehlst du?" Das sind keine Keywords mehr, sondern individuelle Konversationen. Und selbst wenn Sie auf das Konzept „Marketing-Lösung für kleine Teams" optimiert haben, wissen Sie nicht, ob die KI Sie zitiert.

Traffic-Messungen greifen zu kurz

Der naheliegende Gedanke vieler Marketing-Teams: „Dann messen wir eben nur noch den Traffic aus KI-Plattformen in Google Analytics." Das Problem: 60 Prozent der Nutzer:innen bei Google klicken gar nicht mehr durch, weil sie ihre Antwort bereits in der KI-Antwort erhalten haben.

Wenn Sie also nur Klicks messen, ignorieren Sie die Mehrheit der Interaktionen. Sie sehen nicht, ob Ihre Marke als Autorität positioniert wird, ob Nutzer:innen Ihre Produktfeatures kennenlernen oder ob die KI Falschinformationen über Ihr Angebot verbreitet. All das geschieht unsichtbar – außer Sie implementieren neue Tracking-Methoden, die über simple Traffic-Messungen hinausgehen.

Klassisches SEO-Tracking vs. AEO-Tracking im direkten Vergleich

Die Unterschiede zwischen klassischem SEO- und modernem AEO-Tracking sind fundamental. Diese Tabelle zeigt Ihnen auf einen Blick, wo Sie umdenken müssen und welche neuen Fähigkeiten Ihr Marketing-Team entwickeln sollte.

AEO Grader

Sehen Sie, wie KI-Systeme Ihre Marke wahrnehmen

• Kontextbezogene Markenanalyse in KI
• Stimmungsanalyse zu Ihrer Marke in KI-Systemen
• Narrative Muster und Themenzuordnungen - wichtige Bereiche für Ihre Marke

Jetzt kostenlos nutzen

1. Neue KPIs definieren und messen

Ihr neues Reporting-Setup muss Kennzahlen abbilden, die nicht nur den Traffic, sondern vor allem Autorität und Einfluss messen. Spezialisierte „KI-Sichtbarkeit-Tracker“ – wir stellen Ihnen später eine Handvoll Tools vor – konzentrieren sich bereits auf diese neuen Metriken:

• Citation Frequency: Wie oft wird Ihre Marke oder Domain in den Antworten auf Ihr definiertes Prompt-Set genannt?
• AI Visibilty Score: Dieser quantitative KPI ist vergleichbar mit der „Share of Voice“ und zeigt Ihre gesamte Sichtbarkeit im Vergleich zu Ihrem Wettbewerb.
• Citation Rank: An welcher Stelle in der Antwort erscheinen Sie? Sind Sie die erste, prominenteste Quelle? Werden Sie mit oder ohne Link genannt?
• Semantische Reichweite: Welche Themenfelder decken Ihre Inhalte laut KI ab? Tauchen Sie bei verschiedenen, aber verwandten Prompts regelmäßig auf?
• Sentiment: Es reicht nicht, dass Sie genannt werden. Sie müssen messen, wie. Das Sentiment untersucht als qualitativer KPI: Ist Ihre Nennung in der KI-Antwort positiv, werden Sie empfohlen? Oder ist sie neutral oder sogar negativ?
• Response Accuracy: Stimmt, was die KI über Sie sagt? Sind Features, Preise & Co. korrekt dargestellt, oder verbreitet die KI Falschinformationen über Ihre Marke?

2. Traffic über Filter direkt nachweisen

Auch wenn sich 80 Prozent der Suchenden auf ihre KI-Antworten verlassen, gibt es noch einige Klicks – vor allem bei transaktionalen Suchen. Messen Sie die Klicks und Sessions, die direkt aus KI-Plattformen kommen.

Wichtig: Analysieren Sie auch die Qualität dieses Traffics, etwa über die Verweildauer und Conversion Rate. Oft sind Nutzer:innen, die aus einer KI-Antwort klicken, bereits vorqualifiziert und weisen eine höhere Conversion-Absicht auf – laut Ahrefs 23x so hoch!

So messen Sie den Traffic aus KI-Plattformen:

1. Richten Sie in Google Analytics einen separaten Filter ein, der Traffic aus Googles AI Mode, ChatGPT, Gemini und Perplexity darstellt.
2. Nutzen Sie dafür eine Regex-Anweisung, beispielsweise: *chatgpt.*|.*perplexity.*|.*gemini.*|.*claude.ai.*
3. Sie können in der Anweisung alle für Sie relevanten KI-Plattformen einsetzen.

3. Relevante Prompts erstellen und tracken (Prompt Research)

Das Kernproblem des AEO-Trackings bei allen neuen KPIs: Uns fehlen oft Nutzerdaten. Wir haben (noch) keine bis ins letzte Detail bestückte Search Console für KI-Suchen und wissen nicht, welche Prompts Nutzer:innen tatsächlich eingeben. Eine Lösung kann es sei, diese Prompts durch Prompt Research zu rekonstruieren.

Der erste Schritt der Prompt Research ist es, einfache wahrscheinliche Anfragen zu generieren. Dafür gibt es mehrere Möglichkeiten, etwa:

• Interne Daten analysieren: Nutzen Sie vorhandene Daten, etwa aus Kundengesprächen und Service-Tickets in Ihrem CRM, um die echten Fragen Ihrer Kundschaft zu finden.
• KI einfach befragen: Sie fragen das KI-Modell nach „typischen Prompts“ zu einem Thema.

Das Problem bei dieser einfachen Generierung ist jedoch der sogenannte „Mode Collapse“. Fragen Sie eine KI nach solchen typischen Prompts wie in Möglichkeit zwei, liefert sie oft nur stereotype Antworten, nicht aber die reale Vielfalt menschlicher Anfragen.

4. Prompt Decoding und Verbalized Sampling

Um diese Einschränkungen zu umgehen, wurde Prompt Decoding entwickelt, unter anderem von Hanns Kronenberg (Head of SEO bei Chefkoch); kombiniert mit Verbalized Sampling.

Statt „einfach“ nur mögliche Prompts zu erfinden, fragen Sie das KI-Modell beim Prompt Decoding, welche Art von Anfragen es zu einem Thema erwarten würde. Sie nutzen quasi die gelernten Muster der KI als Marktforschungstool.

Die Lösung für das Mode Collapse-Problem innerhalb dieser Methode ist Verbalized Sampling. Statt nach einer simplen Liste zu fragen, bittet man das Modell, eine Verteilung (Distribution) diverser Prompts inklusive ihrer Wahrscheinlichkeiten zu generieren. Dieser Ansatz zwingt die KI, die volle Breite ihres Wissens zu nutzen und liefert laut Studien 1,6- bis 2,1-mal vielfältigere Ergebnisse.

Applied AI Researcher Kai Spriestersbach ist sich sicher: „Prompt Decoding in Kombination mit Verbalized Sampling ist der bisher beste methodische Rahmen, um die Blackbox der generativen Suche zu erforschen“.

So viel zur Theorie, unsere konkrete Empfehlung für diese Methode:

• Nutzen Sie Prompt Decoding als „educated guess“ (fundierte Schätzung) anstelle einer groben Schätzung, was Ihre Kund:innen suchen könnten.
• Die Methode liefert zwar keine klassischen Messergebnisse, aber strategische Insights.

5. Klassische SEO-Tools durch auf AEO spezialisierte ergänzen

Viele klassische SEO-Tools bieten bereits Tracking-Funktionen zur KI-Suche. Wir haben ergänzend dazu mit spezialisierten AEO-Tools bereits gute Erfahrungen gemacht, um die neu entstehenden KPIs zu messen.

Drei Empfehlungen:

• Peec: Eines der bekanntesten Tools, das sich früh auf das AEO-Tracking spezialisiert hat. Sie können Prompt-Sets automatisch überwachen, Peec analysiert unter anderem, welche Domains wie oft und an welcher Position in den KI-Antworten zitiert werden.
• NexOrbit: Dieses Tool positioniert sich mit einem klaren Fokus auf den DACH-Markt. Es bietet KI-Monitoring, Visbility Tools und auch Features zur Automatisierung.
• OtterlyAI: Die Plattform – bereits zuvor im SEO-Bereich aktiv – automatisiert das Tracking von Nennungen, Sentiment und der Performance einzelner Prompts.
• Um Ihnen auch in HubSpot solche Funktionen bieten zu können, haben wir neben eigenen Weiterentwicklungen das Start-up XFunnel übernommen. Das Tool ist ähnlich wie die anderen Systeme auf das Tracking von Content-Sichtbarkeit in KI-Systemen spezialisiert.

Fazit: SEO und KI-Erwähnungen tracken sind zwei verschiedene Paar Schuhe

KI-Erwähnungen zu tracken stellt uns im Marketing vor eine Herausforderung. Das ursprüngliche SEO-Denkmuster „Keyword – Ranking – Optimierung“ funktioniert nicht mehr. Im Bereich GEO respektive AEO geht es nicht mehr nur um einzelne Rankings, sondern einen ganzen Blumenstrauß an Metriken wie Citation Frequency, Rank und Sentiment.

Eine Authoritas-Studie zeigt, dass sich 70 Prozent der AIO-Rankings nach zwei bis drei Monaten deutlich verschieben. Das heißt für Sie: Es lohnt sich, sich auszuprobieren, zu testen, verschiedene Methoden zu implementieren und neue Wege zu gehen. Die KI-Suche und deren Tracking steckt im Vergleich zu klassischer SEO noch in den Kinderschuhen.

Häufig gestellte Fragen zum Tracking von KI-Sichtbarkeit