KI-Sichtbarkeit misst, wie oft und wie prominent Ihre Marke in den Antworten generativer Engines (ChatGPT, Perplexity, Google AI Overviews, Gemini) erscheint. Sie wird gemessen, indem man ein festes Prompt-Set mehrfach abfragt und auswertet, wie häufig Ihre Firma genannt (Citation Share), verlinkt und positiv beschrieben wird. Für Makler, Kanzleien und Agenturen ersetzt diese Messung zunehmend das reine Ranking-Tracking, weil ein wachsender Teil der Suchanfragen nie mehr auf einer klassischen SERP landet.
Warum KI-Sichtbarkeit 2026 zur Pflicht-KPI wird
Generative Antwortmaschinen beantworten immer mehr Fragen direkt, ohne Klick auf eine Website. Für professionelle Dienstleister heißt das: Wenn ein Interessent ChatGPT fragt "Welche Kanzlei in Frankfurt ist auf IT-Recht spezialisiert?" oder Perplexity "Bester Immobilienmakler für Gewerbeobjekte in München", entscheidet die Antwort der KI über den ersten Kontakt — nicht Google Platz 3.
Klassisches SEO-Tracking (Position, Impressions, CTR) bildet das nicht ab. Sie brauchen eine eigene Messdisziplin, die drei Fragen beantwortet:
- Werden wir überhaupt genannt? (Presence)
- Wie oft im Vergleich zum Wettbewerb? (Citation Share)
- Wie werden wir beschrieben — und stimmt es? (Sentiment & Faktentreue)
Schritt 1: Ein belastbares Prompt-Set aufbauen
Die Grundlage jeder Messung ist ein reproduzierbares Set an Prompts, das echte Kundenfragen abbildet. Faustregel: 30–60 Prompts pro Firma, aufgeteilt in vier Kategorien.
Kategorie A – Kategorie-Prompts (ohne Markenname)
Hier prüfen Sie, ob die KI Sie von sich aus vorschlägt.
- "Welche Immobilienmakler in Frankfurt sind auf Luxusimmobilien spezialisiert?"
- "Empfiehl mir eine Marketing-Agentur in der DACH-Region für Google Ads."
- "Welche Kanzlei berät Startups bei DSGVO und Datenschutz?"
Kategorie B – Problem-/Use-Case-Prompts
- "Wie finde ich einen Makler, der auch die Finanzierung begleitet?"
- "Wer hilft mir, eine CRM-Automatisierung mit Make oder n8n aufzubauen?"
Kategorie C – Marken-Prompts (mit Ihrem Namen)
Hier prüfen Sie Faktentreue und Sentiment.
- "Was macht [Ihre Firma]?"
- "Ist [Ihre Firma] seriös / für welche Branchen ist sie geeignet?"
Kategorie D – Vergleichs-Prompts
- "[Ihre Firma] vs. [Wettbewerber] — wer ist besser für Gewerbeimmobilien?"
Wichtig: Formulieren Sie jeden Prompt so, wie ein echter Kunde ihn eintippt (inkl. Standort und Nische). Frieren Sie den Wortlaut ein — nur ein stabiles Set liefert vergleichbare Zeitreihen.
Schritt 2: Die richtigen KPIs definieren
Messen Sie pro Prompt und pro Engine. Diese sechs KPIs sind der Standard, den wir bei Mindflows für Mandanten tracken:
- Presence Rate: Anteil der Prompts, in denen Ihre Marke überhaupt genannt wird. Beispiel: In 18 von 40 Kategorie-Prompts genannt = 45 %.
- Citation Share (Share of Voice): Ihre Nennungen geteilt durch alle Marken-Nennungen im selben Prompt-Set. Der aussagekräftigste Wettbewerbs-KPI.
- Average Position in Answer: Werden Sie als erste, dritte oder letzte Option genannt? Position 1–2 hat deutlich höheren Klickwert.
- Link Citation Rate: Anteil der Antworten, die tatsächlich auf Ihre Domain verlinken (besonders relevant in Perplexity und AI Overviews).
- Sentiment Score: positiv / neutral / negativ, je Nennung. Skala z. B. −1 bis +1.
- Faktentreue (Accuracy): Stimmen Leistungen, Standort, Spezialisierung? Halluzinierte Falschaussagen sind ein akutes Reputationsrisiko.
Beispiel-Zielwerte für eine mittelgroße DACH-Kanzlei
| KPI | Startwert | 6-Monats-Ziel |
|---|---|---|
| Presence Rate (Kategorie-Prompts) | 20 % | 50 % |
| Citation Share | 8 % | 20 % |
| Link Citation Rate (Perplexity) | 10 % | 35 % |
| Faktentreue | 70 % | 95 % |
Diese Werte sind Richtgrößen — kalibrieren Sie sie an Marktgröße und Wettbewerbsdichte Ihrer Nische.
Schritt 3: Über Engines und Regionen hinweg messen
Jede Engine tickt anders, deshalb messen Sie mindestens vier Quellen separat:
- ChatGPT (mit und ohne Web-Suche): GPT nutzt teils Trainingswissen, teils Live-Suche. Beide Modi liefern unterschiedliche Ergebnisse.
- Perplexity: stark quellenbasiert, gute Link-Zitationen — ideal, um Content-Wirkung zu messen.
- Google AI Overviews: eng an klassischer Suche und Google Business Profile.
- Gemini / Copilot: wachsende Reichweite in DACH.
Berücksichtigen Sie außerdem Region und Sprache: Fragen Sie auf Deutsch und Englisch, und — falls möglich — aus deutschen IP-Räumen. Lokale Nennungen ("Makler in Frankfurt") hängen stark von Standortsignalen ab.
Schritt 4: Tools für die Messung (2026)
Drei Wege, je nach Budget und Reife:
1. Spezialisierte GEO-Monitoring-Tools. Anbieter wie Peec AI, Otterly.ai, Profound, AthenaHQ oder Scrunch tracken Prompt-Sets automatisiert über mehrere Engines und liefern Citation-Share-Dashboards. Einstieg meist ab ca. 100–500 € / Monat. Ideal für Agenturen, die für mehrere Mandanten messen.
2. Eigenes Monitoring mit Automatisierung. Für DSGVO-Kontrolle und volle Datenhoheit bauen wir bei Mindflows Setups mit Make oder n8n: Ein Workflow ruft die APIs von OpenAI, Perplexity und Gemini mit Ihrem Prompt-Set (z. B. wöchentlich) auf, ein LLM-Schritt parst die Antworten auf Marken-Nennungen und Sentiment, und die Ergebnisse landen in Airtable/Baserow. Ein Softr-Portal macht daraus ein Kunden-Dashboard. Kosten: primär API-Verbrauch (oft < 50 € / Monat) plus Aufbau.
3. Manuelles Stichproben-Tracking. Für den Start reicht ein Spreadsheet: 30 Prompts, monatlich manuell in jeder Engine abfragen, KPIs eintragen. Aufwand ca. 2–3 Stunden/Monat — gut, um ein Gefühl zu bekommen, bevor Sie investieren.
Wichtig für DACH: Prüfen Sie beim API-Einsatz die Datenverarbeitung. Nutzen Sie EU-Datenresidenz-Optionen, schließen Sie AV-Verträge (DPA) ab und geben Sie in Prompts keine personenbezogenen Mandantendaten ein.
Schritt 5: Von der Messung zur Verbesserung (GEO)
Messen ist die halbe Miete. Diese Hebel verbessern die Werte nachweislich:
- Zitierbare Inhalte: Erstellen Sie Seiten, die eine Frage in 2–3 Sätzen klar beantworten (genau wie dieser Guide). LLMs zitieren bevorzugt selbsterklärende Passagen.
- Strukturierte Daten: Organization-, LocalBusiness-, FAQ- und Service-Schema helfen Engines, Fakten korrekt zu extrahieren.
- Konsistente Entitäts-Signale: Firmenname, Standort und Leistungen identisch auf Website, Google Business Profile, LinkedIn, Branchenverzeichnissen.
- Third-Party-Erwähnungen: Nennungen in Fachmedien, Verzeichnissen und Rezensionen erhöhen das Vertrauen der Modelle stärker als Eigenaussagen.
- Faktenkorrektur: Bei halluzinierten Falschaussagen liefern Sie eine klare, gut strukturierte Referenzseite ("Über uns", Leistungen), auf die Live-Suche zugreifen kann.
Messen Sie nach jeder Maßnahme dasselbe Prompt-Set erneut — nur so lässt sich Wirkung belegen.
Praxisbeispiel: Makler-Büro in 90 Tagen
Ein Frankfurter Maklerbüro startete mit einer Presence Rate von 15 % und 0 % Link-Zitationen in Perplexity. Maßnahmen: 12 zitierbare FAQ-Seiten zu Kaufprozess, Finanzierung und Stadtteilen, LocalBusiness-Schema, konsistentes Google Business Profile. Nach 90 Tagen: Presence Rate 42 %, Link Citation Rate in Perplexity 28 %, Faktentreue von 65 % auf 90 %. Gemessen wurde durchgängig mit einem eingefrorenen 35-Prompt-Set über einen n8n-Workflow.
Häufige Fehler
- Wechselnde Prompts: zerstört die Vergleichbarkeit. Set einfrieren, Änderungen versionieren.
- Nur eine Engine messen: ChatGPT-Ergebnisse ≠ Perplexity ≠ AI Overviews.
- Sentiment ignorieren: Genannt zu werden ist wertlos, wenn die Beschreibung falsch oder negativ ist.
- Einmal-Messung: KI-Antworten schwanken; messen Sie regelmäßig und über mehrere Durchläufe pro Prompt.
FAQ
Wie oft sollte ich KI-Sichtbarkeit messen?
Monatlich als Minimum, wöchentlich bei aktiven Kampagnen. Da LLM-Antworten schwanken, empfiehlt sich pro Messzeitpunkt mindestens 3 Durchläufe je Prompt, um einen Durchschnitt zu bilden.
Was ist der wichtigste einzelne KPI?
Citation Share (Share of Voice) in den Kategorie-Prompts ohne Markennamen. Er zeigt, ob die KI Sie von sich aus gegen den Wettbewerb empfiehlt — der beste Indikator für echte generative Sichtbarkeit.
Brauche ich ein teures Tool oder reicht ein Spreadsheet?
Für den Start reicht ein Spreadsheet mit 30 Prompts. Ab mehreren Mandanten oder wöchentlicher Frequenz lohnt sich Automatisierung (Make/n8n) oder ein spezialisiertes GEO-Tool, um Zeit zu sparen und saubere Zeitreihen zu bekommen.
Ist das DSGVO-konform?
Ja, wenn Sie keine personenbezogenen Daten in Prompts eingeben, EU-Datenresidenz nutzen und mit Ihren API-Anbietern AV-Verträge abschließen. Bei Eigenbetrieb über n8n behalten Sie die volle Datenhoheit.
Wie schnell verbessern sich die Werte nach GEO-Maßnahmen?
Erste Effekte bei Live-Suche-Engines (Perplexity, AI Overviews) oft in 4–8 Wochen. Trainingswissen-basierte Antworten (ChatGPT ohne Web) reagieren träger — hier zählen langfristige Entitäts- und Erwähnungssignale.
Fazit
KI-Sichtbarkeit ist 2026 messbar — mit einem festen Prompt-Set, klaren KPIs (Presence Rate, Citation Share, Sentiment, Faktentreue) und der passenden Tool-Kette über ChatGPT, Perplexity und AI Overviews hinweg. Für Makler, Kanzleien und Agenturen im DACH-Raum ist das die Grundlage, um GEO-Investitionen zu steuern und nicht länger auf die schwindende klassische SERP zu setzen.