Hauptbereich
Agency
geo

Sichtbarkeit in LLMs messen — GEO-Monitoring ohne feste Rankings

Redaktion ·

Sichtbarkeit in LLMs messen — GEO-Monitoring ohne feste Rankings

Wenn jemand ChatGPT, Perplexity oder Google AI Mode fragt, welche Anbieter für ein Thema gut sind, fällt eine Antwort — und deine Marke kommt darin vor oder eben nicht. Das ist die neue Bühne. Aber sie funktioniert grundlegend anders als die klassische Suchergebnisliste, und genau deshalb scheitert das vertraute Rank-Tracking hier. Dieser Artikel erklärt, warum das so ist, wie du Sichtbarkeit in LLM-Antworten trotzdem messbar machst — mit Prompt-Sets, Sampling und den richtigen Metriken — und wie der Werkzeugmarkt dafür aussieht. Das Thema heißt im Fachjargon GEO-Monitoring, von Generative Engine Optimization.

Warum klassisches Rank-Tracking hier nicht greift

Rank-Tracking baut auf einer Annahme, die in LLM-Antworten nicht mehr stimmt: dass es feste, abzählbare Positionen gibt. In der klassischen Suche steht eine URL auf Platz 3, morgen vielleicht auf Platz 4 — aber es gibt einen Platz. Bei generativen Antworten existiert dieser Platz nicht.

Drei Eigenschaften brechen das alte Modell (Quelle: Ahrefs, abgerufen 2026-06-06):

Nicht-deterministische Antworten. Dasselbe LLM gibt auf dieselbe Frage unterschiedliche Antworten — Lauf für Lauf. Mal wirst du genannt, mal nicht, mal anders formuliert. Eine einzelne Messung ist deshalb wertlos; sie ist nur eine Stichprobe von vielen möglichen.

Keine festen Positionen. Ein KI-Assistent rankt keine Ergebnisse, er synthetisiert eine Antwort. Es gibt kein Platz 1. Es gibt nur: erwähnt oder nicht, zitiert oder nicht, positiv oder neutral dargestellt.

Variabilität über Plattformen. Dieselbe Frage liefert auf ChatGPT, Perplexity, Claude und Google AI Overviews unterschiedliche Antworten mit unterschiedlichen Quellen. Eine Plattform zu messen sagt nichts über die anderen.

Die Konsequenz: Du kannst nicht eine Position ablesen. Du musst über viele Prompts und viele Wiederholungen sampeln und daraus eine Wahrscheinlichkeit ableiten — wie oft und wie deine Marke in der Wolke möglicher Antworten auftaucht.

Die Mess-Methodik — Prompt-Set, Sampling, Auswertung

Saubere Messung folgt drei Schritten.

1. Ein repräsentatives Prompt-Set definieren. Statt einzelner Keywords brauchst du echte Fragen, wie Nutzer sie stellen würden. Quellen dafür: reale Suchbegriffe aus Keyword-Datenbanken, „People Also Ask”-Fragen, echte Support-Anfragen deiner Kunden und gezielt wettbewerbsbezogene Fragen („beste Alternativen zu X”). Das Set muss dein Themenfeld abdecken, sonst misst du den falschen Ausschnitt.

2. Über mehrere LLMs und Läufe sampeln. Jede Frage mehrfach stellen (in der Praxis zwei bis drei Wiederholungen pro Plattform) und über mehrere Plattformen unabhängig laufen lassen. Weil die Antworten nicht-deterministisch sind, ist erst die Wiederholung aussagekräftig. Mindestens beobachten solltest du die großen Antwortmaschinen: ChatGPT, Perplexity, Google AI Overviews/AI Mode und Claude.

3. Messen, was zählt. Aus den gesammelten Antworten extrahierst du die Kernmetriken (siehe nächster Abschnitt) — automatisiert, weil Hunderte Antworten per Hand auszuwerten nicht skaliert.

Die Kernmetriken

Vier Größen tragen das Monitoring (Quelle: Ahrefs, abgerufen 2026-06-06):

Mention / Share of Voice. Eine Mention ist, wenn deine Marke in einer KI-Antwort auftaucht. Der Share of Voice setzt deine Erwähnungen ins Verhältnis zu denen der Wettbewerber — also dein Anteil an der gesamten Sichtbarkeit im Themenfeld. Das ist die wichtigste Vergleichsgröße, weil sie relativ ist: 40 Prozent Share of Voice bedeutet, dass du in vier von zehn relevanten Antworten genannt wirst.

Citation Rate. Wie oft eine konkrete Seite als Quelle zitiert wird, geteilt durch die Gesamtzahl der Antworten zum Thema. Wichtig: Eine Erwähnung (die Marke wird genannt) ist schwächer als eine Zitation (die KI nutzt deine Seite als belegte Quelle und verlinkt sie). Zitationen sind das stärkere Autoritätssignal.

Sentiment. Der Tonfall der Erwähnung — wirst du als Empfehlung dargestellt oder nur neutral erwähnt? Eine Nennung im negativen Kontext zählt anders als eine klare Empfehlung.

Eigene vs. Wettbewerber-Nennungen. Die relative Sichtbarkeit gegenüber den Konkurrenten, die du als Benchmark definiert hast. Diese Zahl zeigt, ob du im Themenfeld vorne mitspielst oder nur Statist bist.

Der Werkzeugmarkt — als Kategorie, mit Stand-Hinweis

Es ist ein eigener Tool-Markt entstanden, der genau dieses Sampling automatisiert: Er stellt Tausende Prompts über mehrere Plattformen, sammelt die Antworten ein und rechnet die Metriken aus. Zu dieser Kategorie AI Visibility / GEO Tracking zählen unter anderem Profound, Peec AI, otterly.ai, Scrunch AI, Ahrefs Brand Radar und die AI-Visibility-Funktionen von Semrush (Stand 2026-06-06).

Die Funktionsbausteine ähneln sich: prompt-basiertes Tracking über mehrere LLMs, Share-of-Voice- und Citation-Analysen, Mention- und Citation-Gap-Reports gegen Wettbewerber. Eine wichtige Grenze, die alle teilen: Es gibt keine echten Nachfragedaten. Niemand hat Zugriff auf das tatsächliche Anfragevolumen von ChatGPT oder anderen KI-Plattformen — alle Tools arbeiten mit synthetischen Prompts als Näherung (Quelle: Ahrefs, abgerufen 2026-06-06). Die Zahlen sind also Modellschätzungen, keine gemessene Realität.

Eine Quick-and-dirty-Messung selbst bauen

Du brauchst kein bezahltes Tool, um anzufangen. Eine grobe Eigenmessung geht so:

  1. 20 bis 30 echte Fragen aus deinem Themenfeld notieren — informationale und vergleichende, inklusive „beste Anbieter für …”.
  2. Jede Frage je dreimal in ChatGPT, Perplexity und einem dritten Modell stellen und die Antworten roh speichern.
  3. Pro Antwort zwei Häkchen setzen: Wurde die Marke genannt? Wurde sie verlinkt/zitiert? Plus eine grobe Sentiment-Note (positiv/neutral/negativ).
  4. Auszählen: Mention Rate (Anteil Antworten mit Nennung) und Citation Rate (Anteil mit Verlinkung), dasselbe für zwei bis drei Wettbewerber als Vergleich.

Das ist ungenau, aber es liefert eine ehrliche Baseline — und nach drei Monaten siehst du im selben Set, ob sich etwas bewegt.

Server-Logs als Ergänzung. Unabhängig von den Antworten zeigen deine Server-Logs, ob und wie oft LLM-Crawler deine Seiten überhaupt abholen. Das misst nicht die Sichtbarkeit in Antworten, aber die Voraussetzung dafür — werden deine Inhalte gar nicht gecrawlt, können sie auch nicht zitiert werden. Wie sich das in die breitere Markensichtbarkeit einordnet, behandelt Brand Mentions / GEO.

FAQ

Kann ich meine LLM-Sichtbarkeit mit normalem Rank-Tracking messen?

Nein. Rank-Tracking setzt feste Positionen voraus, die es in generativen Antworten nicht gibt. KI-Antworten sind nicht-deterministisch und variieren pro Prompt, Lauf und Plattform. Statt einer Position misst du über viele Wiederholungen, wie oft und wie deine Marke erwähnt oder zitiert wird — also eine Verteilung, keine Rangzahl.

Was ist der Unterschied zwischen einer Erwähnung und einer Zitation?

Eine Erwähnung (Mention) bedeutet, dass deine Marke im Text der Antwort vorkommt. Eine Zitation (Citation) bedeutet, dass die KI deine Seite als belegte Quelle nutzt und meist verlinkt. Zitationen sind das stärkere Signal, weil sie Autorität ausdrücken und Traffic bringen können — eine bloße Nennung tut das nicht zwingend.

Wie viele Prompts und Wiederholungen brauche ich für eine belastbare Messung?

Es gibt keine offizielle Zahl, aber die Logik ist klar: Das Prompt-Set muss dein Themenfeld repräsentativ abdecken (eher Dutzende als eine Handvoll Fragen), und jede Frage sollte mehrfach gestellt werden — in der Praxis zwei bis drei Läufe pro Plattform — um die Nicht-Determiniertheit auszumitteln. Mehr Wiederholungen erhöhen die Verlässlichkeit, kosten aber Aufwand oder Tool-Budget.

Liefern die GEO-Tools echte Nachfragedaten?

Nein. Es existieren keine echten Volumendaten für ChatGPT oder andere KI-Plattformen — kein Tool hat Zugriff darauf. Alle arbeiten mit synthetischen Prompt-Sets als Näherung (Quelle: Ahrefs, abgerufen 2026-06-06). Die ausgewiesenen Reichweiten und Impressionen sind also Schätzungen auf Basis von Modellannahmen, nicht gemessene Suchvolumina.

Welche Plattformen sollte ich mindestens beobachten?

Sinnvoll ist eine Abdeckung der großen Antwortmaschinen: ChatGPT als reichweitenstärkster Treiber, Perplexity als schnell wachsender Player, Google AI Overviews / AI Mode für die klassische Suche und Claude. Jede gibt eigene Antworten mit eigenen Quellen, deshalb sagt eine Plattform nichts über die anderen aus.

Themenuebersicht

GEOGEO-MonitoringAI-Suche