Aussagekräftige GEO-Kennzahlen zeigen deshalb nicht nur, wie häufig ein Unternehmen erscheint. Sie erfassen zusätzlich, bei welchen Fragen es sichtbar ist, welche Quellen verwendet werden, wie Wettbewerber abschneiden und ob die erzeugten Aussagen fachlich richtig sind.

Eine belastbare Messung benötigt außerdem Wiederholungen. Generative Antworten können sich zwischen einzelnen Durchläufen, Promptformulierungen, Zeitpunkten und Plattformen verändern. Aktuelle Forschung empfiehlt daher, GEO-Sichtbarkeit als Verteilung und nicht als unveränderlichen Punktwert zu behandeln.

Die wichtigsten GEO-Kennzahlen im Überblick

Nicht jedes Unternehmen benötigt alle Kennzahlen. Die Auswahl muss zur Zielsetzung, zum Geschäftsmodell und zur Bedeutung der einzelnen Prompts passen.

Ein laufendes GEO-Monitoring sollte deshalb kein allgemeines Standarddashboard liefern, sondern die für das jeweilige Unternehmen relevanten Messgrößen abbilden.

Warum ein einzelner GEO-Score nicht ausreicht

Viele Tools und Agenturen fassen unterschiedliche Ergebnisse in einem einzigen AI Visibility Score oder GEO-Score zusammen. Ein solcher Wert kann für eine schnelle Übersicht hilfreich sein. Ohne transparente Berechnungsgrundlage besitzt er jedoch nur begrenzte Aussagekraft.

Ein Gesamtscore kann beispielsweise folgende Ergebnisse miteinander vermischen:

• Die Website wurde als Quelle verwendet.
• Die Marke wurde genannt.
• Ein Produkt erschien in einer Antwort.
• Das Unternehmen stand an erster Stelle einer Liste.
• Eine Aussage war positiv formuliert.
• Die Darstellung war fachlich falsch.

Diese Ereignisse besitzen nicht denselben wirtschaftlichen Wert.

Ein hoher Score kann zudem entstehen, wenn viele einfache Markenprompts gemessen werden:

Welche Leistungen bietet Unternehmen X?

Bei dieser Frage ist eine Nennung der Marke bereits durch den Prompt vorgegeben.

Deutlich aussagekräftiger ist eine nicht markenbezogene Anbieterfrage:

Welche Anbieter können die KI-Sichtbarkeit eines Industrieunternehmens über mehrere Plattformen messen?

Hier muss das Unternehmen ohne vorherige Nennung als relevanter Anbieter erkannt werden.

Ein GEO-Score darf solche Unterschiede nicht verdecken.

Aktuelle Forschung beschreibt GEO als mehrstufigen Prozess aus Auffindbarkeit, Retrieval, Quellenwahl, tatsächlicher Informationsverwendung, Prominenz, fachlicher Richtigkeit und wirtschaftlicher Wirkung. Ein einzelner Wert kann diese Ebenen nur stark vereinfacht darstellen.

Prompt-Abdeckung

Die Prompt-Abdeckung zeigt, bei welchem Anteil der untersuchten Fragen eine vorher definierte Form von Sichtbarkeit vorliegt.

Berechnung

Prompt-Abdeckung = Prompts mit definierter Sichtbarkeit ÷ alle untersuchten Prompts × 100

Beispiel

Ein Unternehmen wird bei 18 von 60 untersuchten Prompts als Marke, Anbieter oder Quelle sichtbar:

18 ÷ 60 × 100 = 30 Prozent Prompt-Abdeckung

Vor der Berechnung muss eindeutig festgelegt werden, was als Sichtbarkeit zählt.

Mögliche Definitionen sind:

• Markennennung,
• Anbieternennung,
• Produktnennung,
• Quellenangabe,
• oder mindestens eines dieser Ergebnisse.

Eine Prompt-Abdeckung von 30 Prozent ist ohne diese Definition nicht interpretierbar.

Auch die Zusammensetzung des Promptsets ist entscheidend. Der Beitrag Prompts für GEO-Monitoring erläutert, wie Marken-, Problem-, Vergleichs- und Anbieterfragen voneinander getrennt werden sollten.

Markennennungsrate

Die Markennennungsrate erfasst, wie häufig der Name eines Unternehmens oder einer Marke im sichtbaren Antworttext erscheint.

Berechnung

Markennennungsrate = Antworten mit Markennennung ÷ alle gemessenen Antworten × 100

Beispiel

Bei 100 gespeicherten Antworten wird das Unternehmen 28-mal genannt:

28 ÷ 100 × 100 = 28 Prozent Markennennungsrate

Bei der automatischen Erfassung müssen mögliche Varianten berücksichtigt werden:

• vollständiger Unternehmensname,
• Kurzform,
• Markenname,
• abweichende Schreibweise,
• frühere Bezeichnung,
• und gegebenenfalls Produktmarken.

Direkte Markenprompts getrennt auswerten

Prompts mit bereits enthaltenem Unternehmensnamen sollten nicht mit allgemeinen Anbieterfragen zusammengeführt werden.

Sinnvoll sind mindestens zwei getrennte Werte:

• Markennennungsrate bei direkten Markenprompts,
• Markennennungsrate bei nicht markenbezogenen Prompts.

Der zweite Wert zeigt besser, ob ein Unternehmen ohne vorherige Nennung in eine relevante Antwort gelangt.

Anbieterquote

Die Anbieterquote ist besonders für B2B- und Industrieunternehmen wichtig. Sie misst, wie häufig ein Unternehmen bei nicht markenbezogenen Anbieterfragen erscheint.

Berechnung

Anbieterquote = Anbieterprompts mit Unternehmensnennung ÷ alle Anbieterprompts × 100

Beispiel

Von 20 Fragen nach geeigneten Herstellern oder Dienstleistern nennt ein System das Unternehmen bei fünf Prompts:

5 ÷ 20 × 100 = 25 Prozent Anbieterquote

Typische Anbieterprompts sind:

• Welche Hersteller liefern Produkt X?
• Welche Unternehmen sind auf Anwendung Y spezialisiert?
• Welche Anbieter eignen sich für Branche Z?
• Welche deutschen Hersteller fertigen nach Zeichnung?
• Welche Dienstleister können Aufgabe A übernehmen?

Diese Kennzahl besitzt häufig einen höheren wirtschaftlichen Wert als die allgemeine Markennennungsrate. Sie zeigt, ob ein Unternehmen in konkreten Auswahl- und Vergleichssituationen berücksichtigt wird.

Wie generative Systeme Anbieterinformationen zusammenführen, wird im Beitrag Wie KI-Systeme B2B-Anbieter vergleichen ausführlicher behandelt.

Produktnennungsrate

Die Produktnennungsrate misst, wie häufig ein bestimmtes Produkt, eine Produktgruppe oder eine Technologie in Antworten erscheint.

Berechnung

Produktnennungsrate = Antworten mit Produktnennung ÷ alle relevanten Produktprompts × 100

Eine Produktnennung kann auch dann wertvoll sein, wenn die Unternehmensmarke nicht unmittelbar erscheint. Für die vollständige Bewertung muss deshalb zusätzlich geprüft werden:

• Wird das Produkt dem richtigen Hersteller zugeordnet?
• Wird die richtige Produktvariante genannt?
• Sind technische Eigenschaften korrekt?
• Werden Einsatzgrenzen berücksichtigt?
• Verweist die Antwort auf eine aktuelle Quelle?

Bei Industrieunternehmen sollte die Produktnennungsrate nach Produktgruppen getrennt ausgewertet werden. Ein Gesamtwert kann verdecken, dass ein Unternehmen bei einer bekannten Produktlinie stark sichtbar ist, bei einem strategisch wichtigen neuen Bereich aber vollständig fehlt.

Quellenrate beziehungsweise Citation Rate

Die Quellenrate misst, wie häufig eine eigene Domain oder URL als sichtbare Quelle verwendet wird.

Dabei sind zwei unterschiedliche Berechnungen möglich.

Quellenrate bezogen auf alle Antworten

Quellenrate = Antworten mit eigener Quelle ÷ alle gemessenen Antworten × 100

Quellenanteil innerhalb zitierender Antworten

Quellenanteil = Antworten mit eigener Quelle ÷ alle Antworten mit sichtbaren Quellen × 100

Beide Werte dürfen nicht miteinander verwechselt werden.

Angenommen:

• 100 Antworten wurden gemessen,
• 40 Antworten enthielten sichtbare Quellen,
• bei 10 Antworten erschien die eigene Domain.

Dann beträgt:

• Quellenrate bezogen auf alle Antworten: 10 Prozent
• Quellenanteil innerhalb zitierender Antworten: 25 Prozent

Ein Bericht muss klar benennen, welcher Nenner verwendet wurde.

Quelle und Markennennung getrennt betrachten

Eine eigene Seite kann als Quelle erscheinen, ohne dass die Marke im Antworttext genannt wird.

Umgekehrt kann das Unternehmen genannt werden, während die Quelle von einem Fachmedium, Verband oder Verzeichnis stammt.

Sinnvolle Unterteilungen sind daher:

• eigene Domain als Quelle,
• konkrete eigene URL als Quelle,
• externe Quelle mit Markennennung,
• Quellenangabe ohne sichtbare Markennennung,
• Markennennung ohne eigene Quelle.

Forschung zur Quellenmessung unterscheidet zusätzlich zwischen der Auswahl einer Seite als Quelle und ihrer tatsächlichen inhaltlichen Verwendung in der erzeugten Antwort. Eine Zitation allein belegt nicht automatisch, dass eine zentrale Aussage aus dieser Seite übernommen wurde.

AI Share of Voice

Der AI Share of Voice vergleicht die eigene Sichtbarkeit mit festgelegten Wettbewerbern.

Berechnung

AI Share of Voice = eigene Nennungen ÷ alle Nennungen der untersuchten Anbieter × 100

Beispiel

In einem festgelegten Promptset entstehen insgesamt:

• 20 Nennungen des eigenen Unternehmens,
• 30 Nennungen von Wettbewerber A,
• 25 Nennungen von Wettbewerber B,
• 25 Nennungen von Wettbewerber C.

Insgesamt wurden 100 Anbieternennungen erfasst.

Der eigene AI Share of Voice beträgt:

20 ÷ 100 × 100 = 20 Prozent

Vor der Berechnung müssen Regeln festgelegt werden

• Welche Wettbewerber gehören zur Vergleichsgruppe?
• Werden nur Anbieterprompts berücksichtigt?
• Zählt jede Nennung einmal?
• Werden Mehrfachnennungen innerhalb einer Antwort mehrfach gewertet?
• Wird die Reihenfolge gewichtet?
• Werden direkte Markenfragen ausgeschlossen?
• Werden Plattformen getrennt oder gemeinsam betrachtet?

Ohne diese Regeln kann derselbe Datenbestand zu unterschiedlichen Share-of-Voice-Werten führen.

Für kleine Nischenmärkte ist die Auswahl der Wettbewerber besonders wichtig. Wird ein nicht vergleichbarer Großanbieter aufgenommen, kann der Wert verzerrt werden. Fehlt ein wichtiger Spezialist, wirkt die eigene Position möglicherweise stärker als sie tatsächlich ist.

Position innerhalb von Anbieterlisten

Bei manchen Prompts erzeugen KI-Systeme geordnete Anbieter- oder Produktlisten. In solchen Fällen kann die durchschnittliche Position gemessen werden.

Berechnung

Durchschnittliche Position = Summe aller gemessenen Positionen ÷ Zahl der Antworten mit Nennung

Beispiel

Ein Unternehmen erscheint in fünf Antworten an den Positionen:

2, 1, 4, 3 und 2.

Die durchschnittliche Position beträgt:

12 ÷ 5 = 2,4

Dieser Wert berücksichtigt jedoch nur Antworten, in denen das Unternehmen tatsächlich genannt wurde.

Fehlende Nennungen müssen separat erfasst werden. Andernfalls kann ein Unternehmen eine hervorragende durchschnittliche Position besitzen, obwohl es nur sehr selten erscheint.

Beispiel:

• Unternehmen A erscheint zweimal auf Position 1.
• Unternehmen B erscheint achtmal auf Position 3.

Unternehmen A besitzt die bessere Durchschnittsposition, Unternehmen B aber die deutlich höhere Anbieterquote.

Eine Position innerhalb einer einzelnen Antwort ist außerdem kein dauerhaftes ChatGPT-Ranking. Der Beitrag Kann man ChatGPT-Rankings garantieren? erklärt die methodischen Grenzen ausführlicher.

Prominenz innerhalb der Antwort

Nicht jede Nennung ist gleich sichtbar.

Ein Unternehmen kann:

• in der Einleitung genannt werden,
• einen eigenen Abschnitt erhalten,
• als erster Anbieter einer Liste erscheinen,
• nur in einem Nebensatz vorkommen,
• oder ausschließlich in einer Quellenangabe sichtbar sein.

Eine interne Prominenzskala kann diese Unterschiede erfassen.

Beispiel für eine Prominenzbewertung

Eine solche Skala ist ein internes Bewertungsmodell und kein allgemein anerkannter GEO-Standard.

Deshalb müssen:

• Bewertungsregeln dokumentiert,
• Grenzfälle beschrieben,
• und manuelle Bewertungen möglichst einheitlich durchgeführt werden.

Sachliche Genauigkeit

Eine Nennung ist nur dann positiv, wenn die Aussage fachlich richtig ist.

Die Genauigkeitsrate zeigt, wie viele überprüfte Aussagen korrekt sind.

Berechnung

Genauigkeitsrate = korrekte Aussagen ÷ alle geprüften Aussagen × 100

Zu prüfende Informationen

• Produkte und Leistungen,
• Standorte,
• Zielgruppen,
• Preise,
• technische Eigenschaften,
• Zertifikate,
• Ansprechpartner,
• Marktpositionierung,
• Branchen,
• und Einsatzbereiche.

Beispiel

In mehreren Antworten werden insgesamt 25 überprüfbare Aussagen über ein Unternehmen gefunden. Davon sind:

• 20 korrekt,
• 3 veraltet,
• 2 falsch.

Die reine Genauigkeitsrate beträgt:

20 ÷ 25 × 100 = 80 Prozent

Für eine bessere Bewertung sollten veraltete und eindeutig falsche Aussagen getrennt erfasst werden.

Gerade im B2B und in der Industrie kann eine falsche Nennung problematischer sein als vollständige Unsichtbarkeit. Fehlerhafte technische Werte, nicht angebotene Leistungen oder falsche Zertifikate können zu ungeeigneten Anfragen und Vertrauensverlust führen.

Eine GEO-Analyse sollte deshalb nicht nur Sichtbarkeit zählen, sondern die inhaltliche Richtigkeit prüfen.

Vollständigkeit der Darstellung

Eine Aussage kann korrekt und trotzdem unvollständig sein.

Ein Unternehmen bietet beispielsweise vier zentrale Leistungen an. ChatGPT nennt regelmäßig nur eine Nebenleistung. Die vorhandene Aussage ist nicht falsch, vermittelt aber ein unzureichendes Bild des Angebots.

Die Vollständigkeit kann anhand festgelegter Kernelemente bewertet werden:

• zentrale Produkte,
• Hauptleistungen,
• Zielbranchen,
• geografische Märkte,
• besondere Spezialisierung,
• wichtige Grenzen,
• und entscheidende Nachweise.

Eine einfache qualitative Skala kann lauten:

• vollständig,
• überwiegend vollständig,
• teilweise vollständig,
• stark verkürzt,
• falsch oder irreführend.

Für eine numerische Bewertung kann jedes erwartete Kernelement mit einem Punkt versehen werden. Die zugrunde liegende Checkliste muss jedoch für jedes Unternehmen individuell entwickelt werden.

Sentiment und Empfehlungsstärke

Eine Antwort kann ein Unternehmen:

• neutral erwähnen,
• positiv beschreiben,
• als geeignet einordnen,
• ausdrücklich empfehlen,
• kritisch darstellen,
• oder negativ bewerten.

Sentiment und Empfehlungsstärke sollten getrennt betrachtet werden.

Neutrale Darstellung

Unternehmen X bietet GEO-Monitoring für B2B-Unternehmen an.

Positive Beschreibung

Unternehmen X verfügt über einen klaren Schwerpunkt auf B2B und Industrie.

Eignungsaussage

Für ein mittelständisches Industrieunternehmen kann Unternehmen X grundsätzlich geeignet sein.

Ausdrückliche Empfehlung

Unternehmen X ist für diese Anforderung besonders empfehlenswert.

Eine positive Aussage ist nicht automatisch fachlich richtig. Ebenso kann eine neutrale, aber vollständige Darstellung wirtschaftlich wertvoller sein als eine unkritische Empfehlung.

Sentimentanalyse sollte daher nie ohne Genauigkeitsprüfung eingesetzt werden.

Themen- und Produktabdeckung

Ein Gesamtwert für die gesamte Website ist häufig zu grob.

Die Sichtbarkeit sollte mindestens nach folgenden Bereichen getrennt werden:

• Leistungen,
• Produkte,
• Anwendungen,
• Probleme,
• Branchen,
• Vergleiche,
• Kostenfragen,
• Anbieterfragen,
• und Markenfragen.

Ein Unternehmen kann bei allgemeinen Grundlagen häufig genannt werden, bei seinen umsatzrelevanten Produkten jedoch vollständig fehlen.

Eine sinnvolle Auswertung zeigt deshalb:

Damit wird sichtbar, wo tatsächlicher Handlungsbedarf besteht.

Sichtbarkeit nach Customer-Journey-Phase

Im B2B verändert sich die Recherche während des Entscheidungsprozesses.

Eine sinnvolle Einteilung ist:

1. Problemerkennung
2. Lösungsrecherche
3. Vergleich von Verfahren oder Produkten
4. Anbieterauswahl
5. konkrete Markenprüfung
6. Nutzung und Service

Das Unternehmen kann beispielsweise in der Markenprüfung gut sichtbar sein, aber in der frühen Lösungsrecherche fehlen. Dann wird es nur von Nutzern gefunden, die den Namen bereits kennen.

Der Beitrag GEO in der B2B-Customer-Journey zeigt, wie Promptgruppen und Inhalte den einzelnen Entscheidungsphasen zugeordnet werden können.

Plattformabdeckung

Die Ergebnisse sollten nicht unkritisch zu einem plattformübergreifenden Gesamtwert zusammengeführt werden.

Sinnvoll ist eine getrennte Auswertung für:

• ChatGPT,
• Google AI Overviews,
• Google AI Mode,
• Gemini,
• Perplexity,
• Claude,
• und Microsoft Copilot.

Ein Unternehmen kann beispielsweise:

• häufig in Perplexity zitiert werden,
• in ChatGPT regelmäßig als Anbieter erscheinen,
• in Google AI Overviews einzelne starke Seiten besitzen,
• und in Gemini veraltet dargestellt werden.

Ein gemeinsamer Durchschnitt würde diese Unterschiede verdecken.

Google bietet inzwischen eigene Search-Console-Auswertungen für Sichtbarkeit in generativen Suchfunktionen wie AI Overviews und AI Mode an. Diese Daten betreffen Googles Suchumgebung und ersetzen kein plattformübergreifendes GEO-Monitoring.

Stabilitätsrate und Wiederholbarkeit

Die Stabilitätsrate zeigt, wie häufig ein gewünschtes Ergebnis bei wiederholten Messungen erscheint.

Berechnung

Stabilitätsrate = Messungen mit gewünschtem Ergebnis ÷ alle Wiederholungen × 100

Beispiel

Ein Unternehmen wird bei zehn Wiederholungen desselben Prompts sechsmal genannt:

6 ÷ 10 × 100 = 60 Prozent Stabilitätsrate

Die Kennzahl kann für unterschiedliche Ereignisse berechnet werden:

• Markennennung,
• Anbieterpräsenz,
• Quellenangabe,
• korrekte Produkterklärung,
• oder bestimmte Listenposition.

Eine einzelne Antwort besitzt keine Stabilitätsrate. Dafür sind Wiederholungen zwingend erforderlich.

Forschung zu GEO-Messungen zeigt erhebliche Unterschiede zwischen einzelnen Durchläufen, Promptvarianten, Zeitpunkten und Plattformen. Eine belastbare Messung sollte diese Dimensionen ausdrücklich berücksichtigen.

Schwankungsbreite und statistische Unsicherheit

Prozentwerte wirken präzise. Bei kleinen Stichproben können sie jedoch stark schwanken.

Angenommen, ein Unternehmen erscheint:

• bei zwei von vier Messungen,
• und erreicht damit eine Sichtbarkeit von 50 Prozent.

Eine zusätzliche Nennung würde den Wert sofort auf 60 Prozent erhöhen. Eine fehlende Nennung würde ihn auf 40 Prozent senken.

Bei 100 Messungen verändert eine einzelne Antwort den Wert dagegen nur um einen Prozentpunkt.

Deshalb sollten GEO-Berichte mindestens nennen:

• Zahl der Prompts,
• Zahl der Wiederholungen,
• Zahl der Plattformen,
• Messzeitraum,
• und absolute Fallzahlen hinter Prozentwerten.

Bei größeren Messmodellen können zusätzlich Konfidenzintervalle oder Schwankungsbereiche verwendet werden.

Aktuelle Untersuchungen zeigen, dass vermeintliche Unterschiede zwischen Domains teilweise innerhalb der statistischen Schwankungsbreite liegen. Eine Rangfolge kann dadurch präziser erscheinen, als die Daten tatsächlich erlauben.

KI-vermittelter Website-Traffic

Ein Teil der GEO-Wirkung kann über Websitebesuche gemessen werden.

Mögliche Verweisquellen sind:

• ChatGPT,
• Perplexity,
• Microsoft Copilot,
• Gemini,
• und weitere KI-Anwendungen.

OpenAI ergänzt bei Verweisen aus der ChatGPT-Suche automatisch den Parameter utm_source=chatgpt.com. Dadurch können entsprechende Besuche in Analysesystemen erkannt werden.

Zu messen sind:

• Sitzungen,
• Einstiegsseiten,
• Verweildauer,
• Interaktionen,
• Downloads,
• Kontaktanfragen,
• und Conversions.

Grenzen der Trafficmessung

Nicht jede KI-Nennung führt zu einem Klick.

Ein Nutzer kann:

• die Antwort direkt verwenden,
• den Markennamen später bei Google suchen,
• die Website manuell aufrufen,
• einen Vertriebspartner kontaktieren,
• oder das Unternehmen erst Wochen später berücksichtigen.

Zudem übertragen nicht alle Plattformen und Apps vollständige Referrer-Daten.

KI-vermittelter Traffic ist deshalb eine wichtige, aber unvollständige Kennzahl.

Conversion- und Pipeline-Bezug

Für die wirtschaftliche Bewertung können zusätzliche Daten erfasst werden:

• Kontaktanfragen aus KI-Referrals,
• Anfragen mit ausdrücklichem Hinweis auf ChatGPT,
• qualifizierte Leads,
• beeinflusste Verkaufschancen,
• Angebotswerte,
• und gewonnene Aufträge.

Sinnvolle Maßnahmen sind:

• ein CRM-Feld zur ursprünglichen Informationsquelle,
• qualitative Rückfrage im Erstgespräch,
• Auswertung von KI-Referral-Traffic,
• Analyse späterer Markensuchen,
• und Dokumentation durch den Vertrieb.

Eine vollständige Attribution ist trotzdem selten möglich. KI-Systeme sind häufig nur ein Kontaktpunkt innerhalb eines längeren Entscheidungsprozesses.

Ein Nutzer kann zuerst ChatGPT verwenden, anschließend mehrere Websites besuchen, später eine Google-Suche durchführen und erst danach eine Anfrage stellen.

Wirtschaftliche GEO-Kennzahlen sollten daher als Beitrag zum Entscheidungsprozess und nicht als isolierter letzter Klick verstanden werden.

Welche GEO-Kennzahlen sind für B2B und Industrie besonders wichtig?

Für B2B- und Industrieunternehmen sind nicht automatisch die größten Sichtbarkeitswerte am wichtigsten.

Besonders relevant sind:

Anbieterquote bei nicht markenbezogenen Fragen

Sie zeigt, ob das Unternehmen ohne vorherige Markenkenntnis in eine Shortlist gelangt.

Sachliche Genauigkeit

Technische Produkte und Leistungen müssen korrekt dargestellt werden.

Produkt- und Herstellerzuordnung

Ein Produkt sollte eindeutig dem richtigen Unternehmen zugeordnet sein.

Sichtbarkeit bei technischen Auswahlfragen

Dazu gehören Fragen zu:

• Werkstoffen,
• Verfahren,
• Normen,
• Anwendungen,
• Belastungen,
• und Produkteignung.

Quellenpräsenz bei Fachthemen

Eigene Produkt-, Wissens- und Dokumentationsseiten sollten bei passenden Fragen auffindbar sein.

Wettbewerbsanteil innerhalb der tatsächlichen Nische

Der Vergleich muss mit realen fachlichen Wettbewerbern erfolgen, nicht mit beliebigen großen Marken.

Sichtbarkeit nach Buying-Center-Rolle

Geschäftsführung, Einkauf, Technik und Vertrieb stellen unterschiedliche Fragen.

Qualitative Vertriebsreaktionen

Vertriebsgespräche können Hinweise liefern, ob Interessenten das Unternehmen bereits aus KI-gestützter Recherche kennen.

Der Beitrag ChatGPT-Sichtbarkeit messen vertieft diese Anforderungen speziell für ChatGPT. Die allgemeine Methodik behandelt der Beitrag KI-Sichtbarkeit messen.

Absolute und relative Kennzahlen unterscheiden

Absolute Kennzahlen

Absolute Werte sind beispielsweise:

• 24 Markennennungen,
• 12 Quellenangaben,
• 7 Anbieterpräsenzen,
• 15 sichtbare Produktnennungen,
• 5 sachliche Fehler.

Sie sind leicht verständlich, hängen aber stark von der Größe des Promptsets ab.

Relative Kennzahlen

Relative Werte sind:

• Markennennungsrate,
• Anbieterquote,
• Quellenrate,
• AI Share of Voice,
• Stabilitätsrate,
• Genauigkeitsrate.

Sie ermöglichen bessere Vergleiche zwischen Zeiträumen und unterschiedlich großen Teilsets.

Ein guter Bericht zeigt beide Werte:

12 von 50 Prompts mit Markennennung, entsprechend 24 Prozent.

Eine Prozentangabe ohne absolute Fallzahl kann ein sehr kleines Datenvolumen verbergen.

Frühindikatoren und Spätindikatoren

Nicht jede Kennzahl reagiert zum selben Zeitpunkt auf eine Maßnahme.

Frühindikatoren

Dazu gehören:

• technische Erreichbarkeit,
• Indexierung,
• neue Inhalte,
• verbesserte Produktzuordnung,
• erste Quellenangaben,
• steigende Themenabdeckung,
• und weniger sachliche Fehler.

Spätindikatoren

Dazu gehören:

• wiederkehrende Anbieternennungen,
• steigender Share of Voice,
• qualifizierte Websitebesuche,
• Leads,
• beeinflusste Opportunities,
• und Umsatzbezug.

Eine neue Fachseite kann kurzfristig technisch erreichbar sein. Eine wiederkehrende Anbieterpräsenz bei mehreren Plattformen kann wesentlich länger benötigen.

Der Beitrag Wie lange dauert GEO? ordnet diese zeitlichen Unterschiede genauer ein.

Wie sollte ein GEO-Dashboard aufgebaut sein?

Ein einziges Dashboard für alle Nutzergruppen wird schnell unübersichtlich. Sinnvoll sind mehrere Berichtsebenen.

Ebene 1: Geschäftsführung

Die Geschäftsführung benötigt wenige, wirtschaftlich relevante Kennzahlen:

• Anbieterquote,
• AI Share of Voice,
• wichtigste Wettbewerber,
• Entwicklung bei strategischen Themen,
• erkennbare sachliche Risiken,
• qualifizierte Kontakte,
• und zentrale Handlungsempfehlungen.

Ebene 2: Marketing und SEO

Für Marketing und SEO sind zusätzlich wichtig:

• Markennennungsrate,
• Quellenrate,
• Plattformvergleich,
• Themenabdeckung,
• sichtbare URLs,
• Promptgruppen,
• und Contentlücken.

Ebene 3: Operative Analyse

Die operative Ebene benötigt vollständige Detaildaten:

• exakter Prompt,
• vollständige Antwort,
• Messzeitpunkt,
• Plattform und Modus,
• sichtbare Quellen,
• Wettbewerber,
• Listenposition,
• fachliche Bewertung,
• und Kommentar zur notwendigen Maßnahme.

Ein Dashboard ohne Zugriff auf vollständige Antworten ist nur eingeschränkt überprüfbar.

Welche Angaben gehören in einen GEO-Bericht?

Ein aussagekräftiger Bericht sollte mindestens enthalten:

• Ziel der Messung,
• Größe und Zusammensetzung des Promptsets,
• Trennung von Marken-, Problem-, Vergleichs- und Anbieterprompts,
• untersuchte Plattformen,
• verwendete Modi,
• Messzeitraum,
• Zahl der Wiederholungen,
• Markennennungsrate,
• Anbieterquote,
• Quellenrate,
• Wettbewerber,
• Themenabdeckung,
• sachliche Fehler,
• Plattformunterschiede,
• absolute Fallzahlen,
• und methodische Einschränkungen.

Eine GEO-Strategie sollte bereits definieren, welche Kennzahlen später für die Bewertung entscheidend sind. Ohne vorher festgelegte Ziele besteht die Gefahr, dass nachträglich nur positiv wirkende Werte ausgewählt werden.

Typische Fehler bei GEO-Kennzahlen

Proprietärer Score ohne Berechnungsformel

Der Nutzer sieht eine Zahl, kann aber nicht nachvollziehen, wie sie entstanden ist.

Marken- und Anbieterprompts werden vermischt

Direkte Markenfragen erhöhen die Nennungsrate und verdecken die tatsächliche Anbieterpräsenz.

Nur eine Messung pro Prompt

Einzelne Antworten werden als stabile Sichtbarkeit interpretiert.

Positionen werden wie Google-Rankings behandelt

Eine Reihenfolge innerhalb einer Antwort wird als dauerhaftes Ranking ausgegeben.

Quellen und Markennennungen werden zusammengezählt

Unterschiedliche Sichtbarkeitsformen werden nicht getrennt.

Falsche Aussagen gelten als positive Sichtbarkeit

Jede Nennung wird gezählt, obwohl die Darstellung fachlich falsch ist.

Plattformen werden gemeinsam ausgewertet

Starke Ergebnisse in einem System verdecken Schwächen in einem anderen.

Promptsets ändern sich ständig

Zeitvergleiche verlieren ihre Aussagekraft.

Prozentwerte ohne absolute Basis

Eine Quote von 50 Prozent kann auf zwei oder zweihundert Messungen beruhen.

Wirtschaftlich irrelevante Prompts dominieren

Das Dashboard sieht positiv aus, obwohl zentrale Produkt- und Anbieterfragen fehlen.

Unsere Einschätzung aus der Praxis

Die wichtigste GEO-Kennzahl ist selten der größte Wert im Dashboard

Aus unserem eigenen GEO-Monitoring ergibt sich regelmäßig, dass besonders hohe Kennzahlen nicht automatisch die größte wirtschaftliche Aussagekraft besitzen.

Eine hohe Markennennungsrate kann entstehen, weil zahlreiche Prompts den Unternehmensnamen bereits enthalten. Ein großes Promptset kann viele allgemeine Fragen umfassen, die für Vertrieb und Kundengewinnung kaum Bedeutung besitzen.

Dagegen kann eine niedrige Anbieterquote bei zehn sehr wichtigen Beschaffungsfragen ein konkretes Geschäftsrisiko zeigen.

Ein weiteres wiederkehrendes Muster ist die Trennung von Quellen- und Markensichtbarkeit:

• Eine eigene Seite wird zitiert, aber die Marke fehlt.
• Das Unternehmen wird genannt, aber eine externe Vergleichsseite dient als Quelle.
• Ein Produkt wird korrekt beschrieben, aber dem falschen Hersteller zugeordnet.
• Die Marke erscheint häufig, wird jedoch auf eine Nebenleistung reduziert.

Diese Unterschiede dürfen nicht in einem Gesamtwert verschwinden.

Aus unserer Sicht muss jede GEO-Kennzahl bis zur ursprünglichen Antwort zurückverfolgbar sein. Nur dann lässt sich prüfen:

• weshalb der Wert gestiegen oder gefallen ist,
• welche Prompts betroffen sind,
• ob die Darstellung korrekt ist,
• und welche Maßnahme daraus folgt.

Besonders im B2B und in der Industrie betrachten wir deshalb drei Kennzahlen als zentral:

1. Anbieterquote bei wirtschaftlich relevanten, nicht markenbezogenen Fragen
2. sachliche Genauigkeit der Unternehmens- und Produktdarstellung
3. Stabilität der Sichtbarkeit über mehrere Messungen und Plattformen

Ein Dashboard kann die Realität vereinfachen. Es darf aber nicht die Unterschiede verdecken, die für eine geschäftliche Entscheidung entscheidend sind.

Gute GEO-Kennzahlen schaffen Vergleichbarkeit, keine Scheingenauigkeit

KI-Sichtbarkeit ist messbar. Die Messung benötigt jedoch klare Definitionen, wiederholte Abfragen und eine fachliche Interpretation.

Ein guter GEO-Bericht zeigt nicht nur positive Prozentwerte. Er macht sichtbar:

• welche Fragen untersucht wurden,
• wie häufig gemessen wurde,
• welche Plattformen einbezogen waren,
• wie sich Wettbewerber entwickelten,
• welche Aussagen fachlich falsch waren,
• und welche Unsicherheit in den Daten verbleibt.

Die wichtigste Kennzahl hängt vom Ziel ab.

Für eine Fachwebsite kann die Quellenrate entscheidend sein. Für einen Hersteller ist möglicherweise die Produkt- und Anbieterquote wichtiger. Für ein bekanntes Unternehmen kann die korrekte Darstellung der Marke Vorrang besitzen. Für die Geschäftsführung zählt langfristig die Verbindung zu qualifizierten Kontakten und Vertriebschancen.

Eine spezialisierte GEO Agentur sollte daher keine undurchsichtige Einheitskennzahl verkaufen. Sie sollte ein Messmodell entwickeln, das zur Zielgruppe, zum Geschäftsmodell und zu den tatsächlichen Entscheidungssituationen des Unternehmens passt.

Eine laufende GEO-Betreuung kann darauf aufbauen, die relevanten Kennzahlen regelmäßig auszuwerten und Maßnahmen anhand ihrer tatsächlichen Entwicklung zu priorisieren.

Der Beitrag GEO-Kennzahlen: Wie sich KI-Sichtbarkeit messen lässt erschien zuerst auf GEO Agentur.

Die reine Nennung ist jedoch noch kein belastbarer GEO-Erfolg. Entscheidend ist, bei welcher Frage die Marke erscheint, wie sie eingeordnet wird, welche Position sie innerhalb der Antwort erhält und ob die Nennung über mehrere Durchläufe stabil bleibt.

Aus unserem eigenen GEO-Monitoring sehen wir regelmäßig, dass dieselbe Marke in unterschiedlichen Rollen auftreten kann: einmal als empfohlener Anbieter, einmal als fachliches Beispiel, einmal nur als Quelle und bei der nächsten Abfrage überhaupt nicht. Ein reiner Mention-Zähler bildet diese Unterschiede nicht ab.

Was ist eine Markenerwähnung in einem KI-System?

Eine Markenerwähnung liegt vor, wenn eine Marke innerhalb einer generierten Antwort ausdrücklich genannt oder eindeutig beschrieben wird.

Beispiele:

Gerlach Media bietet ein eigenes System zur Messung von KI-Sichtbarkeit an.

Oder:

Zu den spezialisierten deutschen GEO-Agenturen für B2B- und Industrieunternehmen gehört ein Anbieter, der ein eigenes Monitoring-System und ein Fachbuch zum Thema veröffentlicht hat.

Im ersten Beispiel handelt es sich um eine direkte, explizite Nennung. Das zweite Beispiel könnte eine implizite Erwähnung darstellen, sofern die Beschreibung eindeutig einem Unternehmen zugeordnet werden kann.

Eine Markenerwähnung kann erfolgen:

• mit oder ohne Link,
• mit oder ohne Quellenangabe,
• neutral oder wertend,
• als Beispiel oder Empfehlung,
• korrekt oder fehlerhaft,
• einmalig oder wiederholt.

Deshalb darf die Markensichtbarkeit nicht allein anhand der Frage bewertet werden, ob der Unternehmensname irgendwo in der Antwort vorkommt.

Warum sind Markenerwähnungen für GEO relevant?

Generative Systeme werden zunehmend für Recherche, Vergleiche und die Vorbereitung geschäftlicher Entscheidungen genutzt. Nutzer fragen nicht mehr nur nach Definitionen, sondern beispielsweise:

• Welche Anbieter gibt es?
• Welche Lösung eignet sich für mein Unternehmen?
• Welche Hersteller erfüllen bestimmte Anforderungen?
• Welche Agentur besitzt Erfahrung in meiner Branche?
• Welche Produkte kommen für eine konkrete Anwendung infrage?

Wird eine Marke bei solchen Fragen genannt, kann sie Teil der digitalen Vorauswahl werden.

Die wirtschaftliche Relevanz hängt jedoch stark von der Fragestellung ab.

Eine Erwähnung bei:

Welche Marketingagenturen gibt es in Deutschland?

besitzt meist weniger unmittelbare Entscheidungsnähe als eine Erwähnung bei:

Welche GEO-Agentur eignet sich für ein mittelständisches Maschinenbauunternehmen mit erklärungsbedürftigen Produkten?

Der zweite Prompt enthält:

• eine konkrete Leistung,
• eine Unternehmensgröße,
• eine Branche,
• eine spezifische Herausforderung.

Eine Markenerwähnung bei einem solchen Prompt kann deshalb strategisch wertvoller sein als mehrere allgemeine Nennungen.

Markenerwähnung, Zitation, Link und Empfehlung sind nicht dasselbe

Für eine belastbare Messung müssen mehrere Sichtbarkeitsformen getrennt werden.

ChatGPT Search kann webgestützte Antworten mit anklickbaren Quellenangaben erstellen. Die ursprüngliche Frage kann dafür in eine oder mehrere gezielte Suchanfragen umformuliert werden. Eine Markennennung muss dabei jedoch nicht mit einem Link zur Unternehmenswebsite verbunden sein.

Eine Ahrefs-Auswertung zur eigenen Marke zeigte ebenfalls, dass Markennennungen und Links stark auseinanderfallen können. In der Untersuchung war eine Nennung je nach Plattform nur in einem Teil der Fälle mit einem Link zur Ahrefs-Domain verbunden. Das Ergebnis gilt zunächst für die untersuchte Marke und ist kein allgemeiner Plattformwert.

Markenerwähnung

Gerlach Media gehört zu den deutschen Anbietern für GEO-Monitoring.

Die Marke wird genannt. Ein Link ist nicht zwingend vorhanden.

Zitation

Eine Seite von geoagentur.net wird als Quelle angezeigt. Der Markenname muss im Antworttext nicht hervorgehoben werden.

Link

Eine anklickbare URL führt zur eigenen Website oder zu einer externen Seite, die über das Unternehmen berichtet.

Empfehlung

Für ein mittelständisches Industrieunternehmen kommt Gerlach Media aufgrund der B2B-Spezialisierung und des eigenen Monitorings als Anbieter infrage.

Die Marke wird nicht nur genannt, sondern für einen konkreten Bedarf vorgeschlagen.

Eine Empfehlung besitzt meist eine höhere wirtschaftliche Nähe als eine allgemeine Auflistung.

Welche Arten von Markenerwähnungen gibt es?

Explizite Markenerwähnung

Der Name des Unternehmens, der Marke oder des Produkts wird direkt genannt.

Beispiel:

Das AI Visibility Tool von Gerlach Media überwacht individuelle Prompts in mehreren KI-Systemen.

Explizite Nennungen lassen sich vergleichsweise zuverlässig automatisiert erkennen.

Implizite Markenerwähnung

Eine Marke wird eindeutig beschrieben, ohne dass ihr Name erscheint.

Beispiel:

Eine frühe deutsche GEO-Agentur für B2B-Unternehmen verbindet ein eigenes Monitoring-System mit einem veröffentlichten Fachbuch.

Implizite Erwähnungen sind schwieriger zu messen. Sie sollten nur dann gezählt werden, wenn eine eindeutige Zuordnung möglich ist. Eine bloße Ähnlichkeit mit der eigenen Positionierung reicht nicht aus.

Neutrale Erwähnung

Die Marke wird sachlich aufgeführt, aber nicht bewertet.

Beispiel:

Zu den Anbietern gehören Unternehmen A, Unternehmen B und Gerlach Media.

Diese Nennung schafft Sichtbarkeit, enthält aber noch keine Aussage über die Eignung oder Qualität des Anbieters.

Positive Erwähnung

Die Marke wird mit einer Stärke oder einem geeigneten Einsatzbereich verbunden.

Beispiel:

Gerlach Media ist insbesondere auf GEO für B2B- und Industrieunternehmen ausgerichtet.

Positiv bedeutet hier nicht werblich. Die Aussage muss fachlich korrekt und nachvollziehbar sein.

Kritische Erwähnung

Das System nennt eine Einschränkung oder einen möglichen Nachteil.

Beispiel:

Der Anbieter arbeitet individuell, bietet aber keine standardisierten Komplettpakete für jede Unternehmensgröße an.

Eine kritische Erwähnung ist nicht automatisch schädlich. Sie kann eine sachlich korrekte Orientierung bieten.

Falsche Erwähnung

Die Antwort ordnet der Marke unzutreffende Eigenschaften zu.

Fehler können betreffen:

• Leistungen,
• Preise,
• Standorte,
• Zielgruppen,
• Unternehmensgröße,
• Produkte,
• Zertifizierungen,
• Ansprechpartner.

Beispiel:

Gerlach Media bietet ausschließlich klassische Suchmaschinenoptimierung an.

Für geoagentur.net wäre diese Einordnung unvollständig, wenn die spezialisierte GEO-Leistung nicht berücksichtigt wird.

Anbieterempfehlung

Die Marke wird als mögliche oder bevorzugte Lösung für einen konkreten Bedarf genannt.

Diese Form der Erwähnung ist besonders relevant bei:

• Anbietersuchen,
• Vergleichen,
• Shortlists,
• Kauf- und Beschaffungsfragen.

Quellenbezogene Erwähnung

Die Marke wird genannt und zugleich eine eigene oder externe Seite als Quelle ausgewiesen.

Die Quellenangabe kann von der eigenen Domain, einem Fachmedium, einem Kunden, einem Verband oder einer anderen Drittquelle stammen.

Unser Sechs-Dimensionen-Modell für Markenerwähnungen

Für eine strategische Bewertung betrachten wir sechs Dimensionen:

1. Erwähnungsart
2. Prompt-Relevanz
3. Position und Prominenz
4. fachliche Zuordnung
5. Bewertung und Sentiment
6. Konsistenz

Erst diese Kombination zeigt, ob eine Nennung tatsächlich wertvoll ist.

1. Erwähnungsart

Im ersten Schritt wird die Form der Sichtbarkeit klassifiziert.

Mögliche Kategorien:

• explizite Nennung,
• implizite Nennung,
• neutrale Erwähnung,
• positive Einordnung,
• kritische Einordnung,
• fehlerhafte Darstellung,
• Anbieterempfehlung,
• Quellenverwendung.

Eine Antwort kann mehrere Kategorien gleichzeitig erfüllen.

Ein Unternehmen kann beispielsweise namentlich erwähnt, positiv eingeordnet und durch eine externe Quelle bestätigt werden.

2. Prompt-Relevanz

Nicht jeder Prompt besitzt dieselbe wirtschaftliche Bedeutung.

Informationsprompt

Was ist GEO?

Eine Markennennung kann die fachliche Bekanntheit stärken, ist aber nicht zwingend kaufnah.

Problem-Prompt

Warum wird mein Unternehmen nicht in ChatGPT genannt?

Hier kann eine Agentur als mögliche fachliche Quelle oder Lösung auftauchen.

Vergleichsprompt

Welche Anbieter messen Sichtbarkeit in ChatGPT und Perplexity?

Die Nennung ist deutlich näher an einer Anbieterauswahl.

Entscheidungsprompt

Welche GEO-Agentur eignet sich für einen mittelständischen Hersteller mit internationalem Vertrieb?

Diese Frage besitzt einen konkreten geschäftlichen Kontext.

Eine Erwähnungsquote sollte deshalb nicht alle Prompts gleich gewichten. Sonst können viele allgemeine Nennungen einen hohen Wert erzeugen, obwohl die Marke bei kaufnahen Fragen kaum erscheint.

3. Position und Prominenz

Auch innerhalb einer Antwort besitzen Markenerwähnungen unterschiedliche Sichtbarkeit.

Zu prüfen ist:

• Wird die Marke im ersten Absatz genannt?
• Erscheint sie als erster Anbieter?
• Steht sie in einer langen Liste?
• Erhält sie eine eigene Beschreibung?
• Wird ihre Eignung begründet?
• Erscheint sie nur in einer Quellenliste?
• Wird sie in der abschließenden Empfehlung erneut aufgegriffen?

Eine Marke, die nur am Ende einer Liste mit zehn Anbietern erscheint, besitzt eine andere Prominenz als ein Unternehmen, das als erste Option ausführlich beschrieben wird.

Möglicher Prominenzwert

Als eigene Arbeitsmethodik kann beispielsweise gewichtet werden:

Diese Gewichtung ist kein Branchenstandard. Sie dient dazu, qualitative Unterschiede innerhalb eines eigenen Monitorings vergleichbar zu machen.

4. Fachliche Zuordnung

Die reine Namensnennung zeigt noch nicht, ob das Unternehmen richtig verstanden wird.

Zu prüfen ist:

• Welche Leistung wird genannt?
• Welche Zielgruppe wird zugeordnet?
• Welche Branche wird erwähnt?
• Welche Spezialisierung wird erkannt?
• Welche Methode oder Erfahrung wird hervorgehoben?
• Wird das Unternehmen mit einem Wettbewerber verwechselt?

Schwache Zuordnung:

Gerlach Media ist eine allgemeine Werbeagentur.

Präzisere Zuordnung:

Gerlach Media entwickelt GEO-Analysen, Strategien und laufendes Monitoring für B2B- und Industrieunternehmen.

Für die strategische Bewertung kann eine seltenere, aber fachlich genaue Nennung wertvoller sein als viele allgemeine Erwähnungen.

5. Bewertung und Sentiment

Eine Antwort kann eine Marke positiv, neutral, kritisch oder gemischt darstellen.

Automatisierte Sentimentanalysen können Hinweise liefern, stoßen bei komplexen B2B-Aussagen aber schnell an Grenzen.

Beispiel:

Der Anbieter besitzt eine klare Spezialisierung auf B2B und Industrie, veröffentlicht aber keine festen Preise für jedes individuelle Projekt.

Die Aussage enthält:

• eine positive Spezialisierung,
• eine neutrale bis kritische Information zur Preisgestaltung.

Eine einfache Klassifikation als ausschließlich positiv oder negativ wäre ungenau.

Zusätzlich sollte geprüft werden:

• Ist die Aussage richtig?
• Ist sie aktuell?
• Wird sie durch eine Quelle gestützt?
• Ist die genannte Einschränkung für die Zielgruppe relevant?
• Fehlt wichtiger Kontext?

6. Konsistenz

Generative Antworten sind variabel. Dieselbe Frage kann bei mehreren Durchläufen andere Marken, Quellen und Reihenfolgen hervorbringen.

Aktuelle Forschung zur Messung von AI Visibility warnt deshalb ausdrücklich vor einmaligen Abfragen. Sichtbarkeit sollte als Verteilung möglicher Antworten und nicht als einzelner fester Messwert verstanden werden.

Zu messen sind:

• Wiederholungen desselben Prompts,
• verschiedene Formulierungen derselben Nutzerabsicht,
• mehrere Messzeitpunkte,
• unterschiedliche Plattformen,
• Sprachen und Märkte.

Auch kleine Prompt-Veränderungen können die Auswahl empfohlener Marken deutlich verändern. Eine aktuelle Untersuchung kommerzieller Empfehlungsfragen stellte fest, dass verschiedene Formulierungen derselben Absicht teilweise deutlich weniger übereinstimmende Marken lieferten als Wiederholungen desselben Wortlauts.

Für ein belastbares Monitoring benötigen Sie daher:

• stabile Kernprompts,
• kontrollierte Wiederholungen,
• getrennte Prompt-Varianten,
• dokumentierte Messbedingungen.

Welche Kennzahlen sind für Markenerwähnungen sinnvoll?

Erwähnungsquote

Die Erwähnungsquote zeigt, in welchem Anteil der geprüften Antworten eine Marke erscheint.

Formel:

Antworten mit Markenerwähnung ÷ alle geprüften Antworten × 100

Beispiel:

Eine Marke erscheint in 8 von 20 Antworten.

Die Erwähnungsquote beträgt 40 Prozent.

Der Wert sollte immer für eine klar definierte:

• Plattform,
• Prompt-Gruppe,
• Sprache,
• Messperiode

berechnet werden.

Empfehlungsquote

Die Empfehlungsquote erfasst nur Antworten, in denen die Marke für einen konkreten Bedarf vorgeschlagen wird.

Formel:

Antworten mit Anbieterempfehlung ÷ alle kaufnahen Antworten × 100

Eine Auflistung ohne erkennbare Auswahl oder Eignungsbegründung sollte nicht als Empfehlung gezählt werden.

Quellenquote

Die Quellenquote zeigt, wie häufig die eigene Domain als sichtbare Quelle erscheint.

Formel:

Antworten mit eigener Domain als Quelle ÷ alle geprüften Antworten × 100

Sie muss getrennt von der Erwähnungsquote ausgewertet werden, da eine Marke ohne eigene Quellenangabe genannt werden kann.

AI Share of Voice

Der AI Share of Voice vergleicht die eigenen Nennungen mit den Erwähnungen definierter Wettbewerber.

Beispiel:

• eigene Marke: 12 Nennungen,
• Wettbewerber A: 18 Nennungen,
• Wettbewerber B: 10 Nennungen.

Insgesamt wurden 40 Markennennungen erfasst.

Der eigene AI Share of Voice beträgt:

12 ÷ 40 × 100 = 30 Prozent

Ahrefs verwendet AI Share of Voice neben Mentions, Citations und Impressions ebenfalls als eigenständige Kennzahl für den Wettbewerbsvergleich.

Der Wert sollte nicht isoliert interpretiert werden. Ein hoher Anteil bei allgemeinen Informationsprompts kann wirtschaftlich weniger relevant sein als ein niedrigerer Anteil bei konkreten Entscheidungsfragen.

Konsistenzquote

Die Konsistenzquote zeigt, in wie vielen Wiederholungen desselben Prompts eine Marke erscheint.

Beispiel:

Ein Prompt wird fünfmal ausgeführt. Die Marke erscheint in drei Antworten.

Konsistenzquote:

3 ÷ 5 × 100 = 60 Prozent

Positionierungsgenauigkeit

Die Positionierungsgenauigkeit misst, wie häufig die Marke fachlich korrekt eingeordnet wird.

Beispiel:

Die Marke erscheint in zehn Antworten. In acht Antworten stimmen Leistung, Zielgruppe und Spezialisierung.

Positionierungsgenauigkeit:

8 ÷ 10 × 100 = 80 Prozent

Fehlerquote

Die Fehlerquote erfasst Antworten mit falschen oder veralteten Unternehmensangaben.

Sie ist besonders wichtig, wenn KI-Systeme:

• nicht mehr angebotene Leistungen nennen,
• falsche Standorte verwenden,
• Preise erfinden,
• Marken verwechseln,
• ungeeignete Zielgruppen zuordnen.

Prominenzwert

Der Prominenzwert bewertet die Sichtbarkeit innerhalb der Antwort.

Mögliche Kriterien:

• Position,
• Länge der Beschreibung,
• Wiederholung der Marke,
• Hervorhebung,
• Begründung einer Empfehlung.

Auch dieser Wert sollte als eigene Methodik transparent dokumentiert werden.

Welche Prompts sollten überwacht werden?

Ein belastbares Mention-Monitoring benötigt mehrere Prompt-Gruppen.

Markenprompts

Beispiele:

• Was bietet Gerlach Media an?
• Ist Gerlach Media eine GEO-Agentur?
• Für welche Unternehmen arbeitet Gerlach Media?

Markenprompts helfen, das direkte Markenbild zu prüfen. Sie überschätzen jedoch häufig die neutrale Marktsichtbarkeit, weil der Name bereits in der Frage enthalten ist.

Kategorieprompts

Beispiele:

• Welche GEO-Agenturen gibt es in Deutschland?
• Welche Tools messen KI-Sichtbarkeit?
• Welche Anbieter übernehmen GEO-Monitoring?

Problem-Prompts

Beispiele:

• Wie kann ein Industrieunternehmen seine Sichtbarkeit in ChatGPT verbessern?
• Wie erkennt ein Unternehmen, ob Wettbewerber in KI-Antworten dominieren?

Vergleichsprompts

Beispiele:

• Welche GEO-Monitoring-Anbieter gibt es?
• Welche Agenturen verbinden GEO-Analyse, Strategie und Betreuung?
• Welche Tools speichern vollständige KI-Antworten und Quellen?

Anbieterprompts

Beispiele:

• Welche GEO-Agentur eignet sich für B2B?
• Welche Anbieter arbeiten mit Industrieunternehmen?
• Wer bietet GEO-Strategie und laufendes Monitoring aus einer Hand?

Entscheidungsprompts

Beispiel:

Welche GEO-Agentur eignet sich für einen mittelständischen Maschinenbauer mit erklärungsbedürftigen Produkten und internationalem Vertrieb?

Diese Prompts besitzen meist die höchste wirtschaftliche Nähe.

Der Artikel Prompts für GEO-Monitoring zeigt, wie ein systematisches Prompt-Set aus Entscheidungsphasen und Sichtbarkeitszielen entwickelt wird.

Wie häufig sollten Markenerwähnungen gemessen werden?

Es gibt keinen allgemeingültigen Messrhythmus für jedes Unternehmen.

Als pragmatische Arbeitsweise empfehlen wir:

• wichtige Prompts mehrfach pro Messpunkt,
• stabile Kernprompts für historische Vergleiche,
• getrennte Varianten derselben Nutzerabsicht,
• monatliche oder laufende Messung,
• plattformspezifische Auswertung,
• quartalsweise strategische Bewertung.

Bei stark schwankenden oder wirtschaftlich besonders wichtigen Prompts können kürzere Intervalle und zusätzliche Wiederholungen sinnvoll sein.

Entscheidend ist, dass Messbedingungen und Methodik stabil bleiben.

Eine einzelne Antwort sollte nicht als langfristiger Sichtbarkeitszustand interpretiert werden. Der Beitrag Warum KI-Antworten unterschiedlich ausfallen erklärt die Ursachen dieser Schwankungen.

Markenerwähnungen für B2B-Unternehmen

B2B-Entscheidungen werden häufig von mehreren Personen vorbereitet.

Relevante Rollen sind:

• Geschäftsführung,
• Marketing,
• Vertrieb,
• Einkauf,
• technische Leitung,
• Fachabteilung.

Jede Rolle stellt andere Fragen.

Geschäftsführung

Welche GEO-Agentur eignet sich für ein mittelständisches Unternehmen?

Marketing

Welche Agentur misst Sichtbarkeit in ChatGPT, Gemini und Perplexity?

Vertrieb

Wie lässt sich erkennen, welche Wettbewerber bei Anbieterfragen genannt werden?

Einkauf

Welche Anbieter bieten laufendes GEO-Monitoring mit Wettbewerbsvergleich?

Eine Marke kann deshalb in einem Prompt-Cluster stark und in einem anderen kaum sichtbar sein.

Das Monitoring sollte nicht nur einen Gesamtwert ausgeben. Es muss zeigen, bei welchen Rollen und Entscheidungsphasen die Marke tatsächlich berücksichtigt wird.

Markenerwähnungen für Industrieunternehmen

Bei Industrieunternehmen sollten Prompts technische und wirtschaftliche Anforderungen verbinden.

Beispiele:

• Welche Hersteller fertigen Rohrhalter nach Zeichnung?
• Welche Unternehmen verarbeiten PEEK für Bauteile im Maschinenbau?
• Welche Anbieter liefern Rohrschlitten für thermisch belastete Rohrleitungen?
• Welche Hersteller besitzen Erfahrung mit Kleinserien für die Chemieindustrie?
• Welche Lieferanten bieten technische Beratung und Fertigung in Deutschland?

Für die Bewertung ist nicht nur wichtig, ob ein Hersteller genannt wird.

Zu prüfen ist:

• Wird das richtige Produkt genannt?
• Stimmen Werkstoffe und Verfahren?
• Wird Zeichnungsfertigung erkannt?
• Wird die passende Branche zugeordnet?
• Stimmen Normen und Zertifizierungen?
• Wird der Hersteller mit ungeeigneten Anwendungen verbunden?

Eine allgemeine Nennung als Kunststoffunternehmen besitzt weniger Wert als eine korrekte Einordnung als Hersteller spanend bearbeiteter Hochleistungskunststoffteile für bestimmte Anwendungen.

Wie werden falsche oder veraltete Markenaussagen behandelt?

Falsche Angaben sollten systematisch dokumentiert und nicht nur als einzelne Fehlantwort betrachtet werden.

Der Prozess:

1. Antwort vollständig speichern,
2. Prompt, Plattform und Datum dokumentieren,
3. sichtbare Quellen prüfen,
4. eigene Website kontrollieren,
5. widersprüchliche Drittquellen identifizieren,
6. korrekte Informationen klar veröffentlichen,
7. fehlerhafte externe Angaben nach Möglichkeit korrigieren lassen,
8. denselben Prompt erneut beobachten.

Mögliche Ursachen sind:

• veraltete Unternehmensseiten,
• alte Verzeichniseinträge,
• widersprüchliche Leistungsbeschreibungen,
• frühere Markenpositionierungen,
• fehlerhafte Drittquellen,
• unklare oder fehlende aktuelle Angaben.

Unternehmen können die Antwort eines fremden Systems nicht direkt kontrollieren. Sie können jedoch das öffentlich zugängliche Informationsumfeld konsistenter und eindeutiger gestalten.

Welche Rolle spielen externe Quellen?

Markenerwähnungen entstehen nicht ausschließlich auf Basis der eigenen Website.

Generative Systeme können für webgestützte Antworten unter anderem Informationen aus:

• Fachmedien,
• Kundenwebsites,
• Partnerseiten,
• Verbänden,
• Verzeichnissen,
• Vergleichsportalen,
• Community-Plattformen

verwenden.

ChatGPT Search kann Anfragen in gezielte Suchanfragen umformulieren und daraus Antworten mit externen Quellen erstellen.

Auch bei Google können unterschiedliche generative Suchfunktionen verschiedene Quellen und Links verwenden. Google stellt mittlerweile eigene Search-Console-Berichte für Impressionen und Klicks innerhalb generativer Suchfunktionen bereit. Diese Daten messen jedoch Websitepräsenz und nicht sämtliche Markennennungen ohne Link.

Die Artikel Digital PR und GEO und Backlinks und GEO erklären, wie externe Quellen, Markenerwähnungen und Links strategisch aufgebaut und getrennt bewertet werden.

Was unser eigenes GEO-Monitoring zeigt

Unser eigenes AI Visibility Tool speichert vollständige Antworten, Quellen, Wettbewerber und historische Entwicklungen für definierte Prompt-Sets.

Dabei zeigen sich mehrere wiederkehrende Muster.

Markennennung und Quellenlink treten nicht zwingend gemeinsam auf

Eine Marke kann als Anbieter genannt werden, obwohl die eigene Website nicht als Quelle erscheint.

Umgekehrt kann eine eigene Fachseite zitiert werden, ohne dass der Firmenname innerhalb der Antwort hervorgehoben wird.

Dieselbe Marke kann verschiedene Rollen erhalten

Ein Unternehmen kann je nach Prompt erscheinen als:

• Anbieter,
• Quelle,
• Beispiel,
• Vergleichsoption,
• empfohlene Lösung.

Diese Rollen besitzen unterschiedliche strategische Bedeutung.

Anbieterlisten verändern sich zwischen Durchläufen

Ein Unternehmen kann bei einer Abfrage erscheinen und beim nächsten Durchlauf durch einen Wettbewerber ersetzt werden.

Deshalb ist eine einzelne Nennung noch keine stabile Markensichtbarkeit.

Fachliche Zuordnung ist ein eigener Messwert

Eine Marke kann häufig genannt werden, aber mit einer zu allgemeinen oder falschen Leistungsbeschreibung.

Eine niedrigere Erwähnungsquote mit hoher Positionierungsgenauigkeit kann strategisch wertvoller sein als viele unpräzise Nennungen.

Allgemeine und spezifische Prompts zeigen andere Wettbewerber

Breite Anbieterfragen bringen häufig große und bekannte Marken hervor.

Spezifische B2B- und Industrieprompts erzeugen kleinere, aber wirtschaftlich relevantere Wettbewerbsfelder.

Share of Voice allein reicht nicht

Zwei Unternehmen können dieselbe Erwähnungsquote besitzen und dennoch völlig unterschiedlich sichtbar sein.

Ein Anbieter erscheint möglicherweise häufig in allgemeinen Listen. Der andere wird seltener genannt, dafür aber regelmäßig bei konkreten Entscheidungsfragen empfohlen.

Für die strategische Bewertung ist die zweite Sichtbarkeit häufig wertvoller.

Vollständige Antworten müssen gespeichert werden

Ein Score allein zeigt nicht:

• welche Aussage getroffen wurde,
• welche Quelle verwendet wurde,
• welche Wettbewerber erschienen,
• welche Einschränkungen genannt wurden,
• ob die Marke korrekt eingeordnet wurde.

Auch in unserem Fachbuch zur Sichtbarkeit in KI-Systemen behandeln wir Markenerwähnungen deshalb nicht wie klassische Rankings. Eine generierte Antwort ist ein möglicher Antwortzustand, der über mehrere Prompt-Gruppen, Durchläufe und Zeitpunkte bewertet werden muss.

Wie lassen sich Markenerwähnungen verbessern?

Eine Markenerwähnung kann nicht direkt bestellt oder garantiert werden.

Unternehmen können jedoch die Voraussetzungen verbessern.

Positionierung präzisieren

Die Website sollte klar zeigen:

• welche Leistungen angeboten werden,
• für welche Zielgruppen,
• in welchen Branchen,
• mit welcher Spezialisierung,
• mit welchen Methoden und Erfahrungen.

Relevante Inhalte veröffentlichen

Sinnvolle Inhalte sind:

• Grundlagen,
• Vergleiche,
• Entscheidungshilfen,
• Anwendungsfälle,
• Brancheninhalte,
• eigene Studien,
• Methoden und Fachmeinungen.

Der Beitrag Content für KI-Suchsysteme erläutert, wie solche Inhalte aufgebaut werden.

Externe Quellen entwickeln

Dazu gehören:

• Fachmedien,
• Kundenberichte,
• Partnerseiten,
• Verbände,
• Fachbücher,
• Studien,
• Interviews.

Die externe Quelle sollte die gewünschte Verbindung zwischen Marke, Leistung und Zielgruppe klar benennen.

Informationen konsistent halten

Zu prüfen sind:

• Unternehmensname,
• Leistungen,
• Standort,
• Ansprechpartner,
• Preise,
• Produkte,
• externe Profile.

Widersprüchliche Angaben erschweren eine eindeutige Zuordnung.

Konkrete Prompt-Lücken bearbeiten

Nicht allgemein „mehr Content“ erstellen.

Stattdessen sollte geprüft werden:

• Bei welcher Frage fehlt die Marke?
• Welche Wettbewerber erscheinen?
• Welche Auswahlkriterien nennt das System?
• Welche Informationen oder Quellen fehlen?

Eine GEO-Strategie übersetzt diese Lücken in priorisierte Maßnahmen.

Typische Fehler bei der Messung

Nur den Markennamen zählen

Der fachliche Kontext der Erwähnung bleibt unsichtbar.

Markenprompts überbewerten

Direkte Fragen mit dem Unternehmensnamen sagen wenig über neutrale Anbietersichtbarkeit aus.

Erwähnung mit Empfehlung verwechseln

Eine Marke in einer Liste wurde noch nicht zwingend für den konkreten Bedarf empfohlen.

Einen Quellenlink voraussetzen

Eine Markennennung kann ohne sichtbare Quellenangabe oder Link auftreten.

Nur einen Durchlauf messen

Eine zufällige Einzelnennung wird als stabiler Zustand interpretiert.

Plattformen zusammenfassen

ChatGPT, Google, Gemini und Perplexity können unterschiedliche Anbieter und Quellen zeigen. Eine aktuelle Mehrmodellstudie fand in ihrer untersuchten Stichprobe nur in 41,6 Prozent der Fälle dieselbe führende Marke über alle drei geprüften Modelle hinweg. Das Ergebnis ist noch kein allgemeiner Branchenwert, zeigt aber die Notwendigkeit getrennter Plattformmessungen.

Sentiment vollständig automatisieren

Gemischte, technische oder bedingte Aussagen werden leicht falsch klassifiziert.

Share of Voice ohne Gewichtung verwenden

Allgemeine Informationsfragen und konkrete Entscheidungsfragen erhalten denselben Wert.

Implizite Nennungen zu großzügig zählen

Eine allgemeine Beschreibung, die auf mehrere Unternehmen passen könnte, ist keine eindeutige Markenerwähnung.

Von der einzelnen Nennung zur belastbaren Markensichtbarkeit

Eine einzelne Markenerwähnung zeigt nur, dass eine Marke in einem bestimmten Antwortzustand berücksichtigt wurde.

Belastbare Markensichtbarkeit entsteht erst, wenn das Unternehmen über:

• relevante Prompt-Gruppen,
• mehrere Durchläufe,
• verschiedene Messzeitpunkte,
• passende Plattformen

wiederkehrend und fachlich korrekt erscheint.

Eine GEO-Analyse zeigt, bei welchen Fragen die Marke aktuell genannt, falsch eingeordnet oder von Wettbewerbern verdrängt wird.

Ein laufendes GEO-Monitoring beobachtet anschließend:

• Erwähnungsquote,
• Empfehlungen,
• Quellen,
• Wettbewerber,
• Positionierungsgenauigkeit,
• Konsistenz,
• historische Entwicklung.

Der entscheidende Messwert ist nicht die größtmögliche Zahl an Markennennungen. Relevant ist, ob eine Marke bei wirtschaftlich wichtigen Fragen regelmäßig, sichtbar und fachlich passend berücksichtigt wird.

Der Beitrag Markenerwähnungen in KI-Systemen messen und bewerten erschien zuerst auf GEO Agentur.

Unterschiedliche Antworten sind deshalb nicht automatisch ein Fehler. Für Unternehmen und das GEO-Monitoring entsteht daraus jedoch eine wichtige Konsequenz: Eine einzelne KI-Antwort ist keine belastbare Messung. Erst mehrere Durchläufe und wiederkehrende Muster zeigen, wie stabil eine Marke, Quelle oder Anbieterempfehlung tatsächlich sichtbar ist.

Warum liefert dieselbe Frage nicht immer dieselbe Antwort?

Klassische Suchmaschinen stellen zu einer Suchanfrage eine sortierte Auswahl von Ergebnissen zusammen. Auch diese Ergebnisse können sich verändern, wirken innerhalb eines kurzen Zeitraums jedoch häufig vergleichsweise stabil.

Generative Systeme arbeiten anders. Sie formulieren eine neue Antwort, statt lediglich eine vorhandene Ergebnisliste anzuzeigen.

Ein Sprachmodell verarbeitet den Prompt und ermittelt für jeden folgenden Textbaustein mehrere wahrscheinliche Fortsetzungen. Aus diesen Möglichkeiten entsteht schrittweise eine vollständige Antwort.

Dabei kann das System unterschiedliche:

• Formulierungen,
• Argumente,
• Beispiele,
• Quellen,
• Marken,
• Reihenfolgen,
• Empfehlungen

auswählen.

Ein Prompt führt daher nicht zwingend zu einer einzigen fest definierten Ausgabe. Aktuelle Forschung zur Prompt-Sensitivität bestätigt, dass bereits bedeutungsgleiche Formulierungen das Ergebnis eines Sprachmodells beeinflussen können. Gleichzeitig weisen andere Untersuchungen darauf hin, dass ein Teil der beobachteten Unterschiede nur sprachlich ist und nicht zwangsläufig eine inhaltlich andere Bewertung darstellt.

Für die praktische Bewertung muss deshalb unterschieden werden:

• Ist nur die Formulierung anders?
• Hat sich die Aussage verändert?
• Werden andere Quellen verwendet?
• Werden andere Anbieter genannt?
• Widersprechen sich die Antworten inhaltlich?

KI-Systeme erzeugen Antworten statt feste Listen abzurufen

Ein generatives System stellt eine Antwort aus vorhandenen Informationen und erlernten Zusammenhängen zusammen.

Bei einer einfachen Frage kann die Antwort überwiegend aus dem Modellwissen entstehen. Bei aktuellen, lokalen oder informationsintensiven Fragen kann zusätzlich eine Websuche verwendet werden.

ChatGPT kann das Web automatisch durchsuchen, wenn eine Frage von aktuellen Informationen profitieren könnte. Dabei kann die ursprüngliche Nutzereingabe in eine oder mehrere gezielte Suchanfragen umformuliert werden. Die Antwort kann anschließend Links und Quellenverweise enthalten.

Dadurch entstehen mehrere Stellen, an denen sich das Ergebnis verändern kann:

1. Die Frage wird unterschiedlich interpretiert.
2. Andere Teilfragen werden gebildet.
3. Eine Websuche wird ausgelöst oder nicht ausgelöst.
4. Andere Suchanfragen werden verwendet.
5. Andere Quellen werden gefunden.
6. Informationen werden anders gewichtet.
7. Die Antwort wird anders formuliert.

Die Antwortvariabilität ist daher nicht ausschließlich auf einen eingebauten Zufallsfaktor zurückzuführen. Sie entsteht aus dem gesamten Verarbeitungsprozess.

Unser Sechs-Faktoren-Modell der Antwortvariabilität

Aus unserer Arbeit mit dem eigenen GEO-Monitoring ergibt sich ein Modell mit sechs zentralen Einflussfaktoren.

1. Der genaue Prompt

Der Prompt bestimmt, welche Anforderungen das System aus der Frage ableitet.

Bereits kleine Ergänzungen können die Auswahl von Informationen oder Anbietern deutlich verändern.

Vergleichen Sie diese beiden Fragen:

Welche GEO-Agenturen gibt es?

und:

Welche GEO-Agentur eignet sich für ein mittelständisches Industrieunternehmen mit erklärungsbedürftigen Produkten?

Der erste Prompt ist sehr allgemein. Er kann große Agenturen, bekannte Marken, Softwareanbieter und Beratungen hervorbringen.

Der zweite Prompt enthält mehrere Auswahlkriterien:

• mittelständisches Unternehmen,
• Industrie,
• erklärungsbedürftige Produkte,
• spezialisierte Agenturleistung.

Dadurch verändert sich das mögliche Wettbewerbsfeld.

Zur Prompt-Wirkung gehören insbesondere:

• Wortwahl,
• Satzstruktur,
• Detailtiefe,
• Branche,
• Unternehmensgröße,
• Region,
• Rolle des Nutzers,
• gewünschtes Ergebnis,
• genannte Einschränkungen.

Forschungsarbeiten zeigen, dass leichte Veränderungen der Formulierung die Leistung und Ausgabe von Sprachmodellen beeinflussen können. Wie stark dieser Effekt ausfällt, hängt jedoch vom Modell, der Aufgabe und der Bewertungsmethode ab.

Für ein GEO-Monitoring bedeutet das: Kernprompts sollten nicht ständig umgeschrieben werden. Andernfalls lässt sich nicht mehr beurteilen, ob sich die Sichtbarkeit oder lediglich die Fragestellung verändert hat.

2. Der Gesprächskontext

Ein dialogorientiertes KI-System bewertet eine Frage nicht zwangsläufig isoliert. Es kann vorherige Nachrichten des Chats berücksichtigen.

Wurden zuvor bestimmte Anforderungen, Unternehmen oder Branchen genannt, beeinflussen diese Informationen die nächste Antwort.

Beispiel:

Der Nutzer fragt zunächst nach GEO-Agenturen für Maschinenbauunternehmen. Später stellt er nur noch die Frage:

Welcher Anbieter wäre geeignet?

Ohne den vorherigen Kontext wäre diese Frage kaum verständlich. Innerhalb des Gesprächs bezieht sie sich jedoch auf die bereits genannten Anforderungen.

Der Kontext kann beeinflusst werden durch:

• vorher genannte Marken,
• definierte Anforderungen,
• frühere Antworten,
• Sprache,
• Region,
• gewünschte Tonalität,
• hochgeladene Dokumente,
• Rückfragen des Systems,
• personalisierte Einstellungen oder gespeicherte Präferenzen.

Deshalb kann derselbe Wortlaut in einem neuen Chat anders beantwortet werden als innerhalb eines längeren Gesprächs.

Für vergleichbare Messungen sollten Prompts möglichst in einem neuen oder kontrollierten Gesprächskontext ausgeführt werden.

3. Modell und Systemeinstellungen

Nicht jedes KI-System verwendet dasselbe Sprachmodell. Selbst innerhalb einer Plattform können unterschiedliche Modelle, Suchfunktionen und technische Verfahren eingesetzt werden.

Modelle unterscheiden sich unter anderem bei:

• Trainingsstand,
• Wissensumfang,
• Argumentationsfähigkeit,
• Antwortstil,
• Sicherheitsregeln,
• Kontextverarbeitung,
• Webzugriff,
• Quellenbewertung.

Google weist ausdrücklich darauf hin, dass Übersichten mit KI und der KI-Modus unterschiedliche Modelle und Techniken verwenden können. Deshalb können die angezeigten Antworten und Links voneinander abweichen.

Auch verschiedene Produkte desselben Anbieters müssen daher getrennt analysiert werden.

Ein Unternehmen kann beispielsweise:

• in Google AI Overviews als Quelle erscheinen,
• im Google KI-Modus nicht verlinkt werden,
• in ChatGPT genannt werden,
• in Perplexity über eine externe Quelle auftauchen.

Ein gemeinsamer Gesamtwert für sämtliche Plattformen kann diese Unterschiede verdecken.

4. Wahrscheinlichkeitsauswahl und Sampling

Sprachmodelle bestimmen für jeden nächsten Textbaustein mehrere mögliche Fortsetzungen mit unterschiedlichen Wahrscheinlichkeiten.

Das System entscheidet anschließend, welche Möglichkeit verwendet wird. Dieser Vorgang wird häufig als Sampling bezeichnet.

Vereinfacht betrachtet kann das Modell nach einem Satz wie:

Für ein Industrieunternehmen ist besonders wichtig …

mehrere sinnvolle Fortsetzungen erzeugen:

• die technische Spezialisierung,
• die Branchenerfahrung,
• ein nachvollziehbares Monitoring,
• die Qualität der Fachinhalte.

Alle Fortsetzungen können plausibel sein. Welche ausgewählt wird, kann zwischen zwei Durchläufen variieren.

Parameter wie Temperatur oder Top-p beeinflussen grundsätzlich, wie eng oder breit die Auswahl möglicher Textfortsetzungen erfolgt.

Eine höhere Variabilität kann zu:

• vielfältigeren Formulierungen,
• mehr unterschiedlichen Beispielen,
• wechselnden Argumentationswegen,
• einer veränderten Reihenfolge

führen.

Eine niedrigere Variabilität macht Antworten häufig ähnlicher, garantiert aber nicht in jedem System eine vollständig identische Ausgabe.

In normalen Nutzeroberflächen können Anwender diese Parameter meist nicht direkt oder vollständig kontrollieren. Auch bei identischen sichtbaren Einstellungen können sich Antworten daher unterscheiden.

5. Websuche und verfügbare Quellen

Sobald ein System aktuelle Webinformationen verwendet, kommt eine weitere Ebene der Variabilität hinzu.

ChatGPT Search kann die Nutzereingabe in mehrere gezielte Suchanfragen umformulieren und dafür weitere Suchanbieter verwenden. Die gefundenen Quellen können sich je nach Anfrage, Zeitpunkt und Suchschritt unterscheiden.

Google beschreibt für seine generativen Suchfunktionen ebenfalls einen sogenannten Query-Fan-out. Dabei erzeugt das System mehrere verwandte Suchanfragen, um unterschiedliche Aspekte einer komplexen Frage abzudecken.

Dadurch können bei zwei Durchläufen unterschiedliche Webseiten berücksichtigt werden.

Mögliche Ursachen sind:

• andere Teilfragen,
• neue oder aktualisierte Webseiten,
• veränderte Suchergebnisse,
• unterschiedliche Quellenbewertung,
• regionaler Kontext,
• sprachliche Unterschiede,
• geänderte Verfügbarkeit einzelner Seiten.

Die Kernaussage einer Antwort kann dabei weitgehend gleich bleiben, obwohl die sichtbaren Quellen wechseln.

Für Unternehmen ist diese Unterscheidung wichtig:

• Markensichtbarkeit kann stabil sein, obwohl die Quelle wechselt.
• Quellensichtbarkeit kann schwanken, obwohl das Thema gleich bleibt.
• Eine Marke kann über die eigene Website oder über eine externe Quelle genannt werden.

6. Zeitpunkt und Systemänderungen

KI-Systeme, Suchindizes und Websites verändern sich fortlaufend.

Eine Antwort kann heute anders ausfallen als vor vier Wochen, weil:

• eine Website neue Inhalte veröffentlicht hat,
• eine Leistungsseite verändert wurde,
• eine Quelle nicht mehr verfügbar ist,
• neue Wettbewerber hinzugekommen sind,
• ein Modell aktualisiert wurde,
• Suchfunktionen angepasst wurden,
• andere Quellen im Index stärker berücksichtigt werden.

Auch technische Plattformänderungen können die Darstellung beeinflussen. Google hat beispielsweise im Jahr 2026 eigene Search-Console-Berichte für generative KI-Funktionen eingeführt und entwickelt AI Overviews und den KI-Modus fortlaufend weiter.

GEO-Messungen benötigen deshalb immer ein Datum und eine dokumentierte Messumgebung.

Welche Arten von Unterschieden gibt es?

Nicht jede Abweichung zwischen zwei Antworten besitzt dieselbe Bedeutung.

Sprachliche Abweichung

Die Kernaussage bleibt gleich, aber die Formulierung verändert sich.

Beispiel:

GEO verbessert die Sichtbarkeit in generativen Antwortsystemen.

gegenüber:

Mit GEO werden die Voraussetzungen für Nennungen und Quellenangaben in KI-Antworten verbessert.

Für die fachliche Bewertung ist dieser Unterschied meist gering.

Strukturelle Abweichung

Die Antwort enthält dieselben Inhalte, ordnet sie aber anders.

Beispielsweise werden einmal fünf einzelne Punkte ausgegeben und beim nächsten Durchlauf drei größere Themenblöcke.

Quellenabweichung

Die fachliche Aussage bleibt ähnlich, aber andere Domains oder URLs werden als Quelle verwendet.

Diese Abweichung ist für das GEO-Monitoring relevant, weil sich die Quellenquote und der Wettbewerbsvergleich verändern.

Markenabweichung

Bei einer Anbieterfrage werden unterschiedliche Unternehmen genannt.

Beispiel:

Im ersten Durchlauf erscheinen Anbieter A, B und C. Im zweiten Durchlauf werden Anbieter A, C und D genannt.

Hier sollte nicht nur geprüft werden, wer erscheint. Wichtig ist auch:

• Welche Auswahlkriterien wurden verwendet?
• Welche Quellen stützen die Nennung?
• Welche Anbieter erscheinen konsistent?
• Welche Marke wird nur gelegentlich genannt?

Bewertungsabweichung

Ein Unternehmen wird einmal als Spezialist und ein anderes Mal als allgemeiner Anbieter dargestellt.

Solche Unterschiede können auf unklare Unternehmensinformationen oder widersprüchliche externe Quellen hinweisen.

Faktenabweichung

Zwei Antworten enthalten widersprüchliche Angaben zu Leistungen, Preisen, Standorten oder Unternehmensmerkmalen.

Dies ist keine harmlose sprachliche Variation, sondern ein Qualitätsproblem.

Warum nennt ChatGPT unterschiedliche Unternehmen?

Bei Anbieter- und Empfehlungsfragen existiert häufig mehr als eine grundsätzlich passende Lösung.

Das System kann deshalb aus mehreren Unternehmen auswählen.

Unterschiedliche Anbieterlisten entstehen unter anderem, weil:

• verschiedene Unternehmen zur Anfrage passen,
• Quellen wechseln,
• Auswahlkriterien unterschiedlich gewichtet werden,
• der Prompt weitere Anforderungen enthält,
• der geografische Markt variiert,
• die Sprache andere Quellen erschließt,
• der Gesprächskontext bestimmte Anbieter begünstigt,
• einzelne Marken nicht stabil mit dem Thema verbunden sind.

Eine wechselnde Reihenfolge bedeutet nicht automatisch, dass GEO wirkungslos ist.

Entscheidend ist, ob ein Unternehmen über mehrere:

• Durchläufe,
• Messzeitpunkte,
• Prompt-Varianten,
• Entscheidungssituationen

regelmäßig in der relevanten Auswahl erscheint.

Der Artikel Wettbewerber in ChatGPT analysieren erklärt, wie Nennungen, Positionierungen und Quellen systematisch verglichen werden.

Warum unterscheiden sich ChatGPT, Gemini und Perplexity?

Die Plattformen verwenden unterschiedliche technische Systeme, Modelle, Datenquellen und Suchverfahren.

Unterschiede können bestehen bei:

• Modellwissen,
• Webzugriff,
• Suchindex,
• Quellenbewertung,
• Zitierweise,
• Aktualität,
• Antwortlänge,
• Gewichtung von Marken,
• regionaler Ausrichtung.

Perplexity arbeitet beispielsweise sehr sichtbar quellenorientiert. ChatGPT kann Antworten mit oder ohne Websuche erzeugen. Google AI Overviews und der KI-Modus bauen auf den Suchsystemen von Google auf, können aber unterschiedliche Modelle und Techniken verwenden.

Ein Unternehmen sollte deshalb nicht aus einer guten Sichtbarkeit in einem System auf eine vergleichbare Präsenz in allen anderen Plattformen schließen.

Ist eine unterschiedliche Antwort automatisch falsch?

Nein.

Viele Unterschiede sind normale Folgen des generativen Prozesses.

Unproblematisch sind häufig:

• andere Formulierungen,
• veränderte Reihenfolgen,
• zusätzliche Beispiele,
• unterschiedliche, aber passende Quellen,
• eine leicht abweichende Auswahl grundsätzlich geeigneter Anbieter.

Problematisch werden Unterschiede, wenn:

• Fakten widersprüchlich sind,
• Unternehmen verwechselt werden,
• Leistungen erfunden werden,
• veraltete Informationen verwendet werden,
• Quellen die Aussage nicht stützen,
• Empfehlungen unbegründet erscheinen.

Die Bewertung darf deshalb nicht allein automatisiert über ein positives oder negatives Sentiment erfolgen. Gerade im B2B müssen vollständige Antworten fachlich gelesen werden.

Welche Rolle spielen Temperatur und Sampling?

Die Temperatur wird häufig als Hauptgrund für unterschiedliche KI-Antworten genannt. Sie ist tatsächlich ein Einflussfaktor, erklärt aber nicht die gesamte Variabilität.

Eine höhere Temperatur erweitert vereinfacht gesagt den Raum möglicher Formulierungen und Fortsetzungen. Eine niedrigere Einstellung führt häufig zu vorhersehbareren Antworten.

Trotzdem können auch bei niedriger Variabilität Unterschiede entstehen durch:

• Kontext,
• Websuche,
• wechselnde Quellen,
• Modelländerungen,
• unterschiedliche interne Suchschritte.

Für GEO-Messungen ist es daher zu einfach, jede Schwankung nur mit der Temperatur zu erklären.

Welche Rolle spielt der Gesprächsverlauf?

Der Gesprächsverlauf kann die Antwort erheblich verändern.

Wurde im Chat zuvor besprochen, dass ein Unternehmen:

• in Deutschland sitzt,
• für Maschinenbauunternehmen arbeitet,
• ein bestimmtes Budget besitzt,
• ein laufendes Monitoring benötigt,

werden diese Kriterien möglicherweise bei späteren Fragen berücksichtigt.

Die Frage:

Welche Agentur passt am besten?

liefert dadurch eine andere Antwort als in einem leeren Chat.

Für ein reproduzierbares Monitoring sollte deshalb dokumentiert werden:

• neuer oder bestehender Chat,
• vorherige Nachrichten,
• bereitgestellte Dateien,
• Sprache,
• Suchmodus,
• Modell,
• Standortkontext.

Was unser eigenes GEO-Monitoring zeigt

Unser eigenes AI Visibility Tool speichert vollständige Antworten, Quellen, Wettbewerber und historische Entwicklungen über mehrere KI-Systeme.

Die laufenden Messungen zeigen mehrere wiederkehrende Muster.

Identische Prompts erzeugen wechselnde Anbieterlisten

Bei neutralen Anbieterfragen können zwischen zwei Durchläufen einzelne Marken hinzukommen oder entfallen.

Das ist besonders bei allgemeinen Prompts zu beobachten, bei denen viele Unternehmen grundsätzlich passen.

Die Kernaussage ist häufig stabiler als die Reihenfolge

Ein System kann dieselben drei oder vier Kriterien wiederholt nennen, die Anbieter aber in einer anderen Reihenfolge aufführen.

Deshalb sollte nicht jede Positionsänderung als strategisch bedeutsam bewertet werden.

Quellen wechseln teilweise häufiger als das Thema

Die fachliche Grundrichtung einer Antwort kann gleich bleiben, obwohl andere Seiten als Beleg verwendet werden.

Quellensichtbarkeit muss deshalb getrennt von Markensichtbarkeit betrachtet werden.

Klare Positionierungen erscheinen konsistenter

Unternehmen mit einer eindeutigen Verbindung zwischen Leistung, Zielgruppe und Branche werden bei spezifischen Prompts häufig stabiler eingeordnet.

Allgemeine Aussagen wie „innovative Lösungen für alle Branchen“ schaffen dagegen kaum eindeutige Auswahlkriterien.

Spezifische B2B-Prompts sind wirtschaftlich aussagekräftiger

Ein allgemeiner Prompt erzeugt häufig starke Marken und reichweitenstarke Portale.

Durch konkrete Anforderungen entstehen kleinere, aber relevantere Wettbewerbsfelder.

Eine einzelne Nennung ist noch kein Erfolg

Ein Unternehmen, das in einem einzigen Durchlauf erscheint, besitzt keine belastbare Sichtbarkeit.

Interessanter ist, ob es über:

• mehrere Wiederholungen,
• verwandte Prompts,
• verschiedene Zeitpunkte,
• konkrete Entscheidungssituationen

regelmäßig berücksichtigt wird.

Auch in unserem Fachbuch zur Sichtbarkeit in KI-Systemen behandeln wir eine einzelne Antwort deshalb eher als Stichprobe denn als festes Ranking.

Was bedeutet die Variabilität für GEO-Monitoring?

Ein Durchlauf reicht nicht

Eine einzelne Antwort zeigt nur einen möglichen Zustand.

Wichtige Prompts sollten mehrfach ausgeführt werden.

Konsistenz muss separat gemessen werden

Neben der Erwähnungsquote sollte geprüft werden:

• In wie vielen Durchläufen erscheint die Marke?
• Wie häufig wird dieselbe Quelle verwendet?
• Bleibt die Leistungszuordnung stabil?
• Werden dieselben Wettbewerber genannt?

Der Beitrag ChatGPT-Sichtbarkeit messen beschreibt dafür Kennzahlen wie die Konsistenzquote.

Kernprompts müssen stabil bleiben

Wer den Prompt ständig umformuliert, verändert selbst die Messgrundlage.

Neue Varianten sollten separat getestet werden, während ein stabiles Kernset für historische Vergleiche erhalten bleibt.

Die Entwicklung eines geeigneten Sets erklärt der Beitrag Prompts für GEO-Monitoring.

Plattformen müssen getrennt ausgewertet werden

Eine gemeinsame Zahl für ChatGPT, Gemini, Perplexity und Google kann Unterschiede verdecken.

Jede Plattform benötigt:

• eigene Messwerte,
• eigene Quellenanalyse,
• eigene historische Entwicklung.

Trends sind wichtiger als Tageswerte

Tägliche Abfragen können stark schwanken.

Die strategische Auswertung sollte sich auf:

• Wochen- oder Monatsentwicklungen,
• stabile Veränderungen,
• wichtige Prompt-Gruppen,
• kaufnahe Fragen

konzentrieren.

Wie viele Durchläufe sind sinnvoll?

Es gibt keine universell gültige Zahl.

Für wichtige Prompts verwenden wir als pragmatische Mindestmethode mehrere Wiederholungen pro Messpunkt. Drei Durchläufe können einen ersten Eindruck vermitteln, ob eine Nennung regelmäßig oder nur vereinzelt auftritt.

Bei besonders wichtigen Entscheidungsfragen können weitere Wiederholungen sinnvoll sein.

Die Zahl hängt ab von:

• wirtschaftlicher Bedeutung,
• Schwankungsstärke,
• Zahl der Plattformen,
• Kosten der Abfragen,
• gewünschter statistischer Belastbarkeit.

Wichtig ist weniger eine starre Zahl als eine konsequent dokumentierte Methodik.

Wie lassen sich KI-Antworten vergleichbarer machen?

Vollständige Reproduzierbarkeit ist in normalen Nutzeroberflächen meist nicht erreichbar. Die Vergleichbarkeit lässt sich aber verbessern.

Kernprompt unverändert lassen

Wortlaut, Sprache und Reihenfolge sollten möglichst stabil bleiben.

Einen neuen Chat verwenden

Dadurch wird der Einfluss früherer Gesprächsinhalte reduziert.

Modell und Suchmodus dokumentieren

Es sollte erfasst werden, ob eine Websuche genutzt wurde und welches Modell beziehungsweise Produkt geprüft wurde.

Sprache und Region festlegen

Internationale Unternehmen sollten Messungen je Markt und Sprache getrennt durchführen.

Mehrere Durchläufe ausführen

Einzelantworten werden zu einer kleinen Stichprobe zusammengeführt.

Vollständige Antworten archivieren

Nur dadurch lassen sich Kontext, Quellen und fachliche Veränderungen später nachvollziehen.

Messzeitpunkte dokumentieren

Datum und Intervall gehören zur Auswertung.

Können KI-Antworten vollständig reproduziert werden?

In normalen ChatGPT-, Gemini- oder Perplexity-Oberflächen ist eine vollständige Reproduzierbarkeit meist nicht gewährleistet.

Selbst bei gleichem Prompt können sich verändern:

• Formulierung,
• Reihenfolge,
• Quellen,
• Beispiele,
• Anbieter.

In technischen API-Umgebungen lassen sich einige Parameter stärker kontrollieren. Auch dort können jedoch Modellupdates, Infrastrukturänderungen oder externe Datenquellen die Ergebnisse beeinflussen.

Für GEO ist vollständige Identität auch nicht das eigentliche Ziel.

Entscheidend ist, ob eine Marke mit ausreichender Regelmäßigkeit:

• korrekt eingeordnet,
• als Quelle genutzt,
• bei relevanten Fragen genannt,
• bei kaufnahen Prompts berücksichtigt

wird.

Warum Schwankungen kein Argument gegen GEO sind

GEO verspricht keine fest definierte Antwort und keine garantierte Position.

Generative Engine Optimization verbessert die Voraussetzungen für relevante und wiederkehrende Sichtbarkeit.

Die entscheidende Frage lautet nicht:

Wird unser Unternehmen bei jedem einzelnen Durchlauf genannt?

Sondern:

Erscheint unser Unternehmen über relevante Prompt-Gruppen und mehrere Messzeitpunkte hinweg häufiger, konsistenter und fachlich passender als zuvor?

Eine GEO-Analyse ermittelt zunächst die bestehende Schwankungsbreite, Quellenlage und Wettbewerbssichtbarkeit.

Ein GEO-Monitoring beobachtet anschließend, ob aus einzelnen Nennungen ein stabiles Muster entsteht.

KI-Antworten bleiben variabel. Eine methodisch saubere Messung macht diese Variabilität jedoch sichtbar und strategisch nutzbar.

Der Beitrag Warum KI-Antworten unterschiedlich ausfallen erschien zuerst auf GEO Agentur.

Entscheidend ist, bei welchen Prompts ein Wettbewerber erscheint, wie ChatGPT ihn positioniert, welche Quellen seine Sichtbarkeit unterstützen und weshalb er bei konkreten Auswahlfragen berücksichtigt wird.

Aus unserem eigenen GEO-Monitoring wissen wir, dass die sichtbarsten Wettbewerber in ChatGPT nicht zwangsläufig dieselben Unternehmen sind, die intern als Hauptkonkurrenten gelten oder bei Google auf den vorderen Positionen stehen. In generierten Antworten können spezialisierte Agenturen, Softwareanbieter, Fachportale und bekannte Generalisten gemeinsam auftauchen.

Eine belastbare Wettbewerbsanalyse muss die Konkurrenz deshalb aus den tatsächlichen Antworten ermitteln und darf sich nicht ausschließlich auf eine vorher festgelegte Wettbewerberliste beschränken.

Was bedeutet eine Wettbewerbsanalyse in ChatGPT?

Bei einer klassischen SEO-Wettbewerbsanalyse werden unter anderem Rankings, Keywords, Inhalte, Links und organischer Traffic verglichen.

Eine ChatGPT-Wettbewerbsanalyse untersucht dagegen generierte Antworten:

• Welche Unternehmen nennt ChatGPT?
• Bei welchen Fragen erscheinen sie?
• Wie häufig werden sie erwähnt?
• In welcher Reihenfolge stehen sie in Anbieterlisten?
• Welche Leistungen werden ihnen zugeordnet?
• Werden sie lediglich genannt oder ausdrücklich empfohlen?
• Welche Websites und konkreten URLs dienen als Quellen?
• Wie verändert sich die Sichtbarkeit über mehrere Messzeitpunkte?

ChatGPT kann bei geeigneten Anfragen das Web durchsuchen und Antworten mit sichtbaren Quellenangaben und Links ergänzen. Dadurch lassen sich nicht nur Markennennungen, sondern auch die hinter den Antworten stehenden Quellen untersuchen.

Eine vollständige Analyse verbindet deshalb drei Datentypen:

1. die verwendeten Prompts,
2. die erzeugten Antworten,
3. die darin enthaltenen Marken und Quellen.

Warum bekannte Wettbewerber allein nicht ausreichen

Unternehmen können ihre direkten Konkurrenten meist klar benennen. Diese Liste beruht häufig auf Erfahrungen aus Vertrieb, Google-Suche, Ausschreibungen oder Kundengesprächen.

In ChatGPT können jedoch weitere Marktteilnehmer auftauchen.

Dazu gehören:

• große Agenturen mit breitem Leistungsspektrum,
• spezialisierte Nischenanbieter,
• Softwareunternehmen,
• Beratungen,
• Plattformen,
• Fachportale,
• internationale Unternehmen,
• Anbieter aus angrenzenden Kategorien.

Für eine spezialisierte GEO-Agentur können beispielsweise klassische SEO-Agenturen, GEO-Softwareanbieter und Unternehmensberatungen in derselben Antwort erscheinen.

Aus Nutzersicht lösen diese Unternehmen möglicherweise dasselbe Problem, obwohl ihr Leistungsmodell unterschiedlich ist.

Was unser Monitoring dazu zeigt

Beim Betrieb unseres eigenen AI Visibility Tools sehen wir regelmäßig zwei Auffälligkeiten:

Erstens erscheinen Unternehmen, die der Auftraggeber bisher nicht als Wettbewerber betrachtet hat. Zweitens fehlen bekannte Marktteilnehmer teilweise vollständig bei relevanten Prompts.

Das Tool erfasst deshalb nicht nur vorab eingetragene Marken. Es speichert auch weitere Unternehmen, die innerhalb der vollständigen Antworten genannt werden, und ermöglicht die Auswertung ihrer Quellen und Positionen.

Eine sinnvolle Wettbewerberliste entsteht somit in zwei Richtungen:

• von innen nach außen: bekannte Wettbewerber werden gezielt beobachtet,
• von außen nach innen: neue Wettbewerber werden aus den ChatGPT-Antworten übernommen.

Welche Arten von Wettbewerbern gibt es?

Für eine GEO-Wettbewerbsanalyse sollten vier Gruppen unterschieden werden.

Direkte Wettbewerber

Direkte Wettbewerber bieten vergleichbare Leistungen oder Produkte für ähnliche Zielgruppen an.

Für eine GEO-Agentur können das andere spezialisierte Agenturen für KI-Sichtbarkeit sein.

Für einen Hersteller technischer Kunststoffteile sind es Unternehmen mit ähnlichen Werkstoffen, Fertigungsverfahren und Zielbranchen.

Indirekte Wettbewerber

Indirekte Wettbewerber lösen ein ähnliches Kundenproblem mit einem anderen Angebot.

Beispiele für eine GEO-Agentur:

• SEO-Agenturen mit ergänzender GEO-Leistung,
• AI-Visibility-Software,
• Unternehmensberatungen,
• interne Marketinglösungen,
• spezialisierte Contentagenturen.

Der Nutzer kann diese Angebote innerhalb derselben Entscheidungssituation vergleichen.

Antwortwettbewerber

Antwortwettbewerber sind Unternehmen, die bei relevanten Prompts tatsächlich von ChatGPT genannt werden.

Sie müssen nicht dem vorher bekannten Wettbewerbsumfeld entsprechen.

Diese Gruppe ist für die Analyse besonders wichtig, weil sie nicht auf internen Annahmen, sondern auf beobachteten Antworten basiert.

Quellenwettbewerber

Quellenwettbewerber bieten möglicherweise keine vergleichbare Leistung an. Ihre Inhalte werden aber von ChatGPT als Informationsquelle verwendet.

Dazu gehören:

• Fachmedien,
• Verbände,
• Softwareverzeichnisse,
• Studien,
• Vergleichsportale,
• Kundenwebsites,
• Fachblogs,
• Community-Plattformen.

Eine solche Website konkurriert mit der eigenen Domain um Quellenpräsenz. Gleichzeitig beeinflusst sie möglicherweise, welche Unternehmen ChatGPT als relevante Anbieter wahrnimmt.

Unser Vier-Ebenen-Modell der GEO-Wettbewerbsanalyse

In unserer Arbeit trennen wir vier Ebenen des Wettbewerbs. Diese Systematik verhindert, dass eine reine Erwähnungsquote mit tatsächlicher Entscheidungssichtbarkeit verwechselt wird.

1. Nennungswettbewerb

Auf der ersten Ebene wird gemessen, welche Marken bei denselben Prompts erscheinen.

Zu erfassen sind:

• Zahl der Prompts mit eigener Markennennung,
• Zahl der Prompts mit Wettbewerbernennung,
• Häufigkeit der einzelnen Anbieter,
• Reihenfolge innerhalb von Listen,
• Konsistenz über mehrere Durchläufe,
• Unterschiede zwischen Prompt-Gruppen.

Die zentrale Frage lautet:

Wer wird bei relevanten Fragen häufiger genannt?

Ein Wettbewerber kann bei zehn allgemeinen Informationsfragen auftauchen, bei konkreten Anbieterfragen aber fehlen. Deshalb sollte die Nennungshäufigkeit immer nach Such- beziehungsweise Prompt-Intentionen aufgeteilt werden.

2. Positionierungswettbewerb

Die zweite Ebene untersucht, wie ChatGPT die Unternehmen beschreibt.

Zu prüfen sind:

• Welche Leistungen werden genannt?
• Welche Zielgruppen werden zugeordnet?
• Welche Branchen erscheinen?
• Wird der Anbieter als Spezialist oder Generalist dargestellt?
• Welche Stärken werden hervorgehoben?
• Welche Einschränkungen nennt ChatGPT?
• Sind die Aussagen aktuell und korrekt?

Die zentrale Frage lautet:

Warum wird der Wettbewerber als passend zur Anfrage dargestellt?

Ein Konkurrent kann häufiger genannt werden, weil seine Positionierung klarer formuliert ist. Ein anderer wird möglicherweise mit einem Thema verbunden, das er auf seiner eigenen Website nur am Rand behandelt, aber über externe Quellen stark besetzt.

3. Quellenwettbewerb

Die dritte Ebene analysiert die Websites und Seiten, die ChatGPT für seine Antwort verwendet.

Zu erfassen sind:

• zitierte Domains,
• konkrete URLs,
• Häufigkeit der Quellen,
• Seitentyp,
• eigene oder externe Quelle,
• Zusammenhang zwischen Quelle und Markennennung.

Die zentrale Frage lautet:

Welche Quellen machen den Wettbewerber sichtbar und glaubwürdig?

Das AI Visibility Tool von Gerlach Media speichert für ChatGPT vollständige Antworten, Wettbewerbernennungen und verwendete Quellen. Dadurch lässt sich nicht nur erkennen, wer sichtbar ist, sondern auch, welche Inhalte diese Sichtbarkeit unterstützen.

4. Entscheidungswettbewerb

Die vierte Ebene konzentriert sich ausschließlich auf kaufnahe Fragen.

Beispiele:

• Welche GEO-Agentur eignet sich für ein mittelständisches Industrieunternehmen?
• Welcher Anbieter verbindet GEO-Analyse und laufendes Monitoring?
• Welche Hersteller fertigen Bauteile nach Zeichnung für den Maschinenbau?

Zu prüfen sind:

• Welche Anbieter gelangen in die Vorauswahl?
• Wer wird ausdrücklich empfohlen?
• Welche Auswahlkriterien verwendet ChatGPT?
• Welche Unternehmen erscheinen nur ergänzend?
• Welche relevanten Anbieter fehlen vollständig?

Die zentrale Frage lautet:

Welche Unternehmen werden bei einer konkreten Entscheidung berücksichtigt?

Diese Ebene besitzt in vielen B2B-Märkten den höchsten wirtschaftlichen Wert.

Welche Prompts eignen sich für die Wettbewerbsanalyse?

Die Qualität der Wettbewerbsanalyse hängt unmittelbar vom Prompt-Set ab.

Der Artikel über Prompts für GEO-Monitoring erklärt ausführlich, wie relevante Fragen entwickelt und priorisiert werden.

Für den Wettbewerbsvergleich sollten mehrere Prompt-Arten enthalten sein.

Kategorie-Prompts

Sie fragen allgemein nach möglichen Anbietern.

Beispiele:

• Welche GEO-Agenturen gibt es in Deutschland?
• Welche Anbieter messen Sichtbarkeit in ChatGPT?
• Welche Unternehmen bieten ein GEO-Monitoring an?

Diese Prompts helfen, das breitere Wettbewerbsfeld zu erkennen.

Spezialisierungs-Prompts

Sie enthalten zusätzliche Zielgruppen- oder Leistungsanforderungen.

Beispiele:

• Welche GEO-Agenturen arbeiten für B2B-Unternehmen?
• Welche Anbieter sind auf Industrieunternehmen spezialisiert?
• Welche Agenturen nutzen ein eigenes Monitoring-System?

Vergleichsprompts

Sie prüfen Unterschiede zwischen Angeboten.

Beispiele:

• Welche Unterschiede bestehen zwischen GEO-Agenturen?
• Welche Anbieter verbinden SEO und GEO?
• Welche GEO-Tools eignen sich für den Mittelstand?

Entscheidungsprompts

Sie bilden eine konkrete Kaufsituation ab.

Beispiele:

• Welche GEO-Agentur eignet sich für einen Maschinenbauer?
• Welcher Anbieter bietet Analyse, Strategie und laufende Betreuung?
• Welche Lösung eignet sich für ein Unternehmen mit erklärungsbedürftigen Produkten?

Direkte Markenvergleiche

Beispiele:

• Was unterscheidet Unternehmen A von Unternehmen B?
• Welcher Anbieter eignet sich eher für ein Industrieunternehmen?
• Welche Stärken besitzen die beiden Agenturen?

Direkte Vergleiche sind eine sinnvolle Ergänzung. Sie dürfen neutrale Prompts jedoch nicht ersetzen, weil die Wettbewerber bereits in der Frage vorgegeben werden.

Wie wird ein Wettbewerber-Set aufgebaut?

Ein belastbares Wettbewerber-Set entsteht in fünf Schritten.

1. Bekannte Wettbewerber erfassen

Zunächst werden direkte und indirekte Konkurrenten aus dem bisherigen Marktumfeld aufgenommen.

Mögliche Quellen:

• Vertrieb,
• Google-Rankings,
• Ausschreibungen,
• Kundenfeedback,
• bestehende Wettbewerbsanalysen,
• Branchenverzeichnisse.

2. Neutrale Prompts ausführen

Anschließend werden Kategorie-, Vergleichs- und Entscheidungsprompts ohne Markennennung ausgeführt.

Dadurch wird sichtbar, welche Unternehmen ChatGPT eigenständig auswählt.

3. Neue Antwortwettbewerber ergänzen

Wiederkehrend genannte Anbieter werden in das Beobachtungsset aufgenommen.

Nicht jede einmalige Erwähnung muss dauerhaft überwacht werden. Relevant sind vor allem Unternehmen, die:

• bei mehreren Prompts erscheinen,
• bei kaufnahen Fragen genannt werden,
• fachlich eng zum eigenen Angebot passen,
• über mehrere Messpunkte sichtbar bleiben.

4. Quellenwettbewerber identifizieren

Regelmäßig verwendete Domains und URLs werden separat erfasst.

Dabei ist zu unterscheiden zwischen:

• Anbieterwebsites,
• Fachportalen,
• redaktionellen Medien,
• Verbänden,
• Vergleichsseiten,
• Kunden- und Partnerseiten.

5. Wettbewerber priorisieren

Eine einfache Einteilung kann lauten:

• A-Wettbewerber: direkte Anbieter mit hoher Entscheidungssichtbarkeit,
• B-Wettbewerber: indirekte Anbieter oder häufige Nennungen bei Informationsfragen,
• C-Wettbewerber: Quellenportale und gelegentlich genannte Marktteilnehmer.

Welche Kennzahlen sind sinnvoll?

Wettbewerber-Erwähnungsquote

Die Erwähnungsquote zeigt, bei welchem Anteil der Prompts ein bestimmter Wettbewerber genannt wird.

Prompts mit Wettbewerbernennung ÷ alle geprüften Prompts × 100

Die Kennzahl sollte nach Prompt-Gruppen aufgeteilt werden.

AI Share of Voice

Der AI Share of Voice zeigt den Anteil der eigenen Markennennungen an allen Nennungen der beobachteten Unternehmen.

Eigene Nennungen ÷ alle erfassten Anbieternennungen × 100

GEO-Tools nutzen Share of Voice als zentrale Vergleichskennzahl für Marken innerhalb generativer Antworten.

Ein hoher Share of Voice ist jedoch nicht automatisch positiv. Er kann aus häufigen Nennungen bei allgemeinen Fragen entstehen, während ein Wettbewerber bei kaufnahen Prompts dominiert.

Empfehlungsquote

Die Empfehlungsquote berücksichtigt nur Prompts mit konkreter Anbieter- oder Auswahlintention.

Kaufnahe Prompts mit Empfehlung ÷ alle kaufnahen Prompts × 100

Eine bloße Nennung in einer langen Liste sollte nicht automatisch als Empfehlung zählen.

Quellenquote

Die Quellenquote zeigt, bei wie vielen webgestützten Antworten die Domain eines Unternehmens erscheint.

Konsistenzquote

Diese Kennzahl misst, wie häufig ein Anbieter über mehrere Durchläufe desselben Prompts genannt wird.

Ein Unternehmen, das in drei von drei Durchläufen erscheint, besitzt eine stabilere Sichtbarkeit als eine einmalige Nennung.

Durchschnittliche Nennungsposition

Bei Listen kann die durchschnittliche Reihenfolge erfasst werden.

Die Kennzahl ist kein festes Ranking. Sie kann über mehrere Messzeitpunkte jedoch Hinweise auf die Prominenz eines Anbieters liefern.

Thematische Abdeckung

Sie zeigt, bei welchen Leistungen, Problemen, Zielgruppen und Branchen ein Wettbewerber erscheint.

Positionierungsgenauigkeit

Bewertet wird, wie korrekt ChatGPT Leistungen und Spezialisierungen beschreibt.

Mögliche Kategorien:

• korrekt,
• teilweise korrekt,
• zu allgemein,
• veraltet,
• falsch.

Quellenvielfalt

Diese Kennzahl betrachtet, wie viele unterschiedliche Domains die Sichtbarkeit eines Wettbewerbers unterstützen.

Eine Marke, die ausschließlich über ihre eigene Website sichtbar ist, besitzt ein anderes Informationsumfeld als ein Anbieter, der zusätzlich von Kunden, Medien und Verbänden genannt wird.

Warum kaufnahe Prompts stärker gewichtet werden sollten

Nicht jeder Prompt besitzt denselben wirtschaftlichen Wert.

Ein Unternehmen kann bei allgemeinen Fragen wie „Was ist GEO?“ häufig genannt werden. Für neue Anfragen kann die Sichtbarkeit bei „Welche GEO-Agentur eignet sich für Industrieunternehmen?“ bedeutender sein.

Wir empfehlen deshalb einen wirtschaftlich gewichteten Share of Voice.

Eine mögliche Gewichtung ist:

Die Werte sind keine allgemeingültige Norm. Sie dienen als pragmatisches Modell, um kaufnahe Sichtbarkeit stärker zu berücksichtigen.

Dadurch kann sichtbar werden, dass ein Unternehmen zwar insgesamt seltener genannt wird, aber bei den wichtigsten Entscheidungsprompts besser abschneidet.

Welche Quellen machen Wettbewerber sichtbar?

Eine Quellenanalyse sollte nicht bei einer Domainliste enden.

Zu jeder regelmäßig verwendeten Quelle sollte geprüft werden:

• Welche Aussage wird belegt?
• Welche Marke wird genannt?
• Welche Leistung wird zugeordnet?
• Wie aktuell ist die Seite?
• Handelt es sich um eine eigene oder unabhängige Quelle?
• Warum passt die Seite zum Prompt?

Eigene Unternehmensseiten

Zu den häufig relevanten Seitentypen gehören:

• Startseiten,
• Leistungsseiten,
• Produktseiten,
• Fachartikel,
• Vergleichsseiten,
• Studien,
• Referenzen.

Externe redaktionelle Quellen

Dazu gehören:

• Fachmedien,
• Branchenportale,
• Interviews,
• Nachrichtenartikel,
• Gastbeiträge.

Kunden und Partner

Referenzberichte und Partnerseiten können konkrete Leistungen, Branchenkenntnis und Projekterfahrung bestätigen.

Verbände und Verzeichnisse

Mitgliederprofile, Zertifizierungen und Anbieterlisten schaffen strukturierte externe Unternehmensinformationen.

Community- und Bewertungsquellen

Foren, Bewertungsplattformen und Nutzerberichte können insbesondere bei Software-, Produkt- und Erfahrungsfragen eine Rolle spielen.

Nicht jede häufig zitierte Quelle ist automatisch nachahmenswert. Entscheidend sind fachliche Relevanz, Qualität und realistische Erreichbarkeit.

Wie analysiert man die Positionierung eines Wettbewerbers?

Eine Positionierungsanalyse vergleicht nicht nur Texte auf den Websites. Sie betrachtet die Darstellung innerhalb der ChatGPT-Antworten.

Eine Vergleichstabelle kann folgendermaßen aussehen:

Besonders wichtig ist die Frage:

Welche klaren Verbindungen stellt ChatGPT zwischen dem Unternehmen, seiner Leistung und seiner Zielgruppe her?

Wie erkennt man Contentlücken?

Eine Contentlücke besteht, wenn Wettbewerber bei relevanten Themen erscheinen, die auf der eigenen Website nicht oder nur oberflächlich behandelt werden.

Mögliche Lücken:

• fehlende Leistungsseite,
• fehlender Grundlagenartikel,
• kein Vergleichsinhalt,
• unklare Kosteninformationen,
• fehlender Branchenbezug,
• keine Auswahlkriterien,
• fehlende Originaldaten,
• keine dokumentierte Methodik.

Die Inhalte der Konkurrenz sollten nicht kopiert werden. Entscheidend ist, welche Nutzerfrage auf der eigenen Website noch nicht überzeugend beantwortet wird.

Wie erkennt man Quellenlücken?

Eine Quellenlücke besteht, wenn Wettbewerber durch externe Websites bestätigt werden, während die eigene Marke fast ausschließlich auf der eigenen Domain beschrieben wird.

Mögliche Quellenlücken:

• keine Fachmediennennungen,
• keine Partnerprofile,
• wenige Kundenreferenzen,
• keine Verbandsprofile,
• keine Fachbeiträge,
• keine Studien oder eigenen Daten,
• uneinheitliche Unternehmensinformationen.

Quellenlücken lassen sich nicht durch beliebige Verzeichniseinträge schließen. Der fachliche Zusammenhang ist wichtiger als die Menge.

Was unser eigenes GEO-Monitoring zeigt

Unser eigenes Monitoring-System verfolgt vollständige Antworten, Quellen, Marken und Wettbewerber für definierte Prompts. Dabei zeigen sich wiederkehrende Muster.

Google-Wettbewerber und ChatGPT-Wettbewerber unterscheiden sich

Gute Google-Rankings können die Auffindbarkeit unterstützen. Die tatsächliche Auswahl innerhalb einer ChatGPT-Antwort kann dennoch anders ausfallen.

Ein Wettbewerber kann beispielsweise über externe Quellen stark präsent sein, obwohl seine eigene Website bei Google schwächer sichtbar ist.

Große Marken dominieren allgemeine Prompts

Breite Fragen führen häufig zu bekannten Unternehmen.

Erst durch die Ergänzung von Branche, Anwendungsfall, Unternehmensgröße oder technischer Anforderung entstehen realistischere Nischenvergleiche.

Empfehlung und Erwähnung sind nicht identisch

Ein Anbieter kann in einer langen Aufzählung vorkommen, ohne eine hervorgehobene Empfehlung zu erhalten.

Deshalb speichern wir nicht nur die Markennennung, sondern auch den Antwortkontext und die Position.

Quellen erklären mehr als der Gesamtwert

Ein sinkender Share of Voice zeigt, dass sich die Wettbewerbsverhältnisse verändern.

Er erklärt jedoch nicht die Ursache. Erst die Analyse der verwendeten Quellen und Seiten zeigt mögliche Ansatzpunkte.

Wettbewerber können falsch dargestellt werden

Eine häufige Nennung ist nicht automatisch vorteilhaft. ChatGPT kann Unternehmen mit veralteten Leistungen, falschen Zielgruppen oder unzutreffenden Eigenschaften verbinden.

Die fachliche Korrektheit muss deshalb immer Teil der Analyse sein.

Wettbewerberanalyse für B2B-Unternehmen

B2B-Entscheidungen umfassen häufig mehrere Rollen und Phasen.

Ein geeignetes Prompt-Set sollte daher Fragen aus unterschiedlichen Perspektiven enthalten.

Geschäftsführung

• Welche Anbieter eignen sich für ein mittelständisches Unternehmen?
• Welche Lösung bietet ein gutes Verhältnis aus Aufwand und Nutzen?
• Welche Dienstleister besitzen nachvollziehbare Erfahrung?

Marketing

• Welche Agenturen messen ChatGPT-Sichtbarkeit?
• Welche Anbieter verbinden SEO und GEO?
• Welche Tools bieten Wettbewerbs- und Quellenanalysen?

Vertrieb

• Welche Anbieter werden bei konkreten Lösungsfragen genannt?
• Mit welchen Stärken werden Wettbewerber verbunden?
• Welche Unternehmen erscheinen bei Branchensuchen?

Einkauf

• Welche Anbieter erfüllen bestimmte Leistungsanforderungen?
• Wie unterscheiden sich Leistungsumfang und Betreuung?
• Welche Unternehmen kommen für eine Ausschreibung infrage?

Die Ergebnisse sollten nach Rolle und Entscheidungsphase getrennt ausgewertet werden.

Wettbewerberanalyse für Industrieunternehmen

In der Industrie entstehen realistische Wettbewerbsfelder erst durch technische Präzision.

Geeignete Prompts enthalten beispielsweise:

• Werkstoffe,
• Fertigungsverfahren,
• Normen,
• Belastungen,
• Temperaturbereiche,
• Abmessungen,
• Branchen,
• Lieferregionen,
• Zertifizierungen,
• Zeichnungsfertigung.

Beispiele:

• Welche Hersteller fertigen Rohrhalter nach Zeichnung?
• Welche Anbieter verarbeiten Hochleistungskunststoffe für den Maschinenbau?
• Welche Unternehmen liefern Bauteile für hohe Temperaturen?
• Welche Hersteller eignen sich für kundenspezifische Kleinserien?

Die Auswertung sollte neben den genannten Marken auch berücksichtigen:

• Welche technischen Eigenschaften werden zugeordnet?
• Welche Quellen belegen die Aussage?
• Sind die Angaben tatsächlich korrekt?
• Welche Anbieter werden bei spezifischen Anforderungen ausgeschlossen?

Welche Rolle spielen Sprache und Region?

Internationale Unternehmen sollten ihre Wettbewerber nicht ausschließlich mit deutschen oder englischen Prompts analysieren.

Sprache und geografischer Kontext können beeinflussen:

• welche Quellen gefunden werden,
• welche Marken bekannt sind,
• welche regionalen Anbieter erscheinen,
• wie Leistungen beschrieben werden,
• welche Standorte berücksichtigt werden.

Ein sinnvoller Vergleich verwendet daher getrennte Prompt-Sets für:

• Länder,
• Sprachen,
• regionale Märkte,
• internationale und lokale Anbieterfragen.

Die Ergebnisse sollten nicht in einem einzigen Gesamtwert zusammengeführt werden, wenn die Märkte unterschiedliche Wettbewerbsbedingungen besitzen.

Welche Tools unterstützen die Wettbewerbsanalyse?

Viele aktuelle GEO-Tools erfassen:

• Markennennungen,
• Wettbewerber,
• Share of Voice,
• Quellen,
• historische Entwicklungen,
• durchschnittliche Positionen,
• Sentiment.

Der Beitrag GEO-Tools im Vergleich ordnet unterschiedliche Lösungen nach Einsatzzweck ein.

Unser eigenes AI Visibility Tool speichert vollständige Antworten, Quellenlinks, Markennennungen und Wettbewerber je Prompt und Plattform. Dadurch lässt sich eine Nennung nicht nur zählen, sondern fachlich im Kontext prüfen.

Wie häufig sollte die Analyse wiederholt werden?

Eine Wettbewerbsanalyse sollte aus mehreren Messarten bestehen.

Ausgangsanalyse

Vor der Umsetzung neuer Maßnahmen werden Wettbewerber, Quellen und Prompt-Cluster erfasst.

Eine GEO-Analyse schafft dafür die Ausgangsbasis.

Regelmäßiges Monitoring

Für die strategische Entwicklung ist eine monatliche Auswertung häufig ausreichend.

Die technische Abfrage kann häufiger erfolgen. Die fachliche Interpretation sollte sich jedoch auf stabile Trends und relevante Veränderungen konzentrieren.

Ereignisbezogene Prüfung

Zusätzliche Analysen sind sinnvoll:

• nach einem Relaunch,
• nach neuen Leistungsseiten,
• nach größeren Fachveröffentlichungen,
• beim Eintritt neuer Wettbewerber,
• bei Veränderungen des Angebots,
• bei neuen Zielmärkten oder Sprachen.

Ein GEO-Monitoring dokumentiert die Wettbewerbsentwicklung über feste Prompts und wiederkehrende Messpunkte.

Welche Maßnahmen lassen sich aus der Analyse ableiten?

Eine Wettbewerbsanalyse ist erst dann wertvoll, wenn aus den Ergebnissen konkrete Maßnahmen entstehen.

Positionierung präzisieren

Leistungen, Zielgruppen und Spezialisierungen müssen eindeutig beschrieben werden.

Leistungsseiten ausbauen

Fehlende Angaben zu Ablauf, Umfang, Kosten und Ergebnissen sollten ergänzt werden.

Themenlücken schließen

Relevante Informations-, Vergleichs- und Entscheidungsfragen werden durch passende Inhalte abgedeckt.

Originalinformationen veröffentlichen

Eigene Daten, Messungen, Erfahrungen, Fallbeispiele oder Studien schaffen eine eigenständige Quellenbasis.

Externe Fachquellen stärken

Relevante Medien, Partner, Verbände und Kunden können die Positionierung unabhängig bestätigen.

Falsche Informationen korrigieren

Veraltete oder widersprüchliche Angaben auf der eigenen Website und externen Profilen sollten bereinigt werden.

Prompt-Cluster priorisieren

Maßnahmen sollten sich zunächst auf Prompts mit hoher wirtschaftlicher und strategischer Bedeutung konzentrieren.

Eine GEO-Strategie verbindet diese Erkenntnisse zu einem priorisierten Maßnahmenplan.

Wettbewerberdaten sind nur wertvoll, wenn die Ursachen verstanden werden

Ein Share of Voice zeigt, wie stark ein Unternehmen im Vergleich zu beobachteten Wettbewerbern vorkommt. Er erklärt nicht automatisch, warum diese Verteilung entsteht.

Eine belastbare ChatGPT-Wettbewerbsanalyse verbindet deshalb:

1. relevante und neutrale Prompts,
2. wiederholte Messungen,
3. vollständige Antworten,
4. Markennennungen,
5. Positionierung,
6. Quellen und konkrete URLs,
7. wirtschaftliche Gewichtung,
8. fachliche Ursachenanalyse.

Als spezialisierte GEO Agentur für B2B und Industrie betrachten wir Wettbewerber nicht nur als andere Unternehmen mit einem ähnlichen Angebot.

In generativen Antworten konkurrieren alle Marken und Quellen, die dieselbe Informations- oder Entscheidungssituation besetzen. Erst wenn diese tatsächlichen Wettbewerbsfelder sichtbar sind, lassen sich sinnvolle Maßnahmen ableiten.

Der Beitrag Wettbewerber in ChatGPT analysieren: Vorgehen und Kennzahlen erschien zuerst auf GEO Agentur.

Die technische Abfrage dieser Prompts lässt sich automatisieren. Die eigentliche Herausforderung beginnt jedoch vorher: Welche Fragen sind für das Unternehmen, seine Zielgruppen und die tatsächlichen Kaufentscheidungen relevant?

Beim Aufbau unseres eigenen GEO-Monitoring-Systems wurde schnell deutlich, dass die Qualität des Prompt-Sets wichtiger ist als die Zahl der Abfragen. Ein schlecht entwickeltes Prompt-Set kann sehr präzise Messwerte liefern – allerdings für Fragen, die weder Kunden stellen noch geschäftliche Bedeutung besitzen.

Was sind Prompts für GEO-Monitoring?

Ein Prompt ist die vollständige Eingabe, die ein Nutzer an ein KI-System richtet.

Das kann eine kurze Frage sein:

Was ist GEO?

Ein Prompt kann aber auch eine komplexe Entscheidungssituation enthalten:

Welche GEO-Agentur eignet sich für ein mittelständisches Industrieunternehmen mit erklärungsbedürftigen Produkten und internationaler Zielgruppe?

Für ein GEO-Monitoring werden solche Fragen dauerhaft hinterlegt und in regelmäßigen Abständen erneut ausgeführt. Anschließend wird geprüft:

• Wird das eigene Unternehmen erwähnt?
• Welche Wettbewerber erscheinen?
• Welche Leistungen werden zugeordnet?
• Welche Quellen werden verwendet?
• Wird die eigene Website verlinkt?
• In welchem Kontext erfolgt die Nennung?
• Verändert sich die Antwort im Zeitverlauf?

Die Prompts bilden damit die Grundlage des gesamten Monitorings. Sind sie zu allgemein, unrealistisch oder wirtschaftlich irrelevant, verliert auch die spätere Auswertung an Wert.

Warum das Prompt-Set über die Qualität der Messung entscheidet

Ein Monitoring-System kann täglich Tausende Antworten erzeugen. Mehr Daten führen jedoch nicht automatisch zu besseren Entscheidungen.

Entscheidend ist, ob die überwachten Fragen reale Situationen abbilden.

Ein Hersteller technischer Kunststoffteile kann beispielsweise folgenden Prompt verfolgen:

Welche Hersteller bieten Kunststoffteile an?

Die Frage ist zwar thematisch passend, aber sehr allgemein. Sie lässt Produktart, Verfahren, Branche, Stückzahl und technische Anforderungen offen.

Deutlich aussagekräftiger wäre:

Welche deutschen Hersteller fertigen verschleißfeste Kunststoffbauteile nach Zeichnung für den Maschinenbau?

Der zweite Prompt enthält:

• das gesuchte Produkt,
• eine Materialeigenschaft,
• die Fertigungsart,
• die Zielbranche,
• eine geografische Einschränkung.

Dadurch verändert sich die Auswahl möglicher Anbieter erheblich.

Auch Anbieter von GEO-Tools empfehlen inzwischen, jeden überwachten Prompt mit einem realen Geschäftsziel, einer Produktkategorie, einer Zielgruppe, einem Anwendungsfall oder einer Phase des Entscheidungsprozesses zu verbinden.

Unsere praktische Grundregel lautet deshalb:

Nicht messen, was sich leicht abfragen lässt, sondern was für die Zielgruppe und das Geschäftsmodell entscheidend ist.

Was unterscheidet einen Prompt von einem Keyword?

Keywords bleiben eine wichtige Grundlage für Themenrecherche und SEO. Ein GEO-Prompt bildet jedoch meist mehr Kontext ab.

Das Keyword „GEO Monitoring“ zeigt, welches Thema grundsätzlich relevant ist.

Daraus können unterschiedliche Prompts entstehen:

• Was ist GEO-Monitoring?
• Wie funktioniert ein GEO-Monitoring?
• Welche Anbieter bieten GEO-Monitoring an?
• Was kostet ein laufendes GEO-Monitoring?
• Welches GEO-Monitoring eignet sich für ein B2B-Unternehmen?
• Welche Unterschiede bestehen zwischen GEO-Monitoring-Tools?

Ein Prompt-Set darf deshalb nicht lediglich aus Keywords bestehen, denen automatisiert „Was ist“ oder „Welche Anbieter“ vorangestellt wird.

Unsere GEO-Prompt-Matrix

Für die Entwicklung eines Prompt-Sets verwenden wir zwei Dimensionen:

1. die Phase des Informations- und Entscheidungsprozesses,
2. das gewünschte Sichtbarkeitsergebnis.

Durch die Kombination beider Achsen entsteht ein ausgewogenes Set, das nicht nur allgemeine Erwähnungen misst.

Achse 1: Die Entscheidungsphase

Problem erkennen

Der Nutzer beschreibt eine Herausforderung, kennt aber möglicherweise die passende Lösung noch nicht.

Beispiele:

• Warum wird unser Unternehmen in ChatGPT nicht genannt?
• Warum erscheinen Wettbewerber in Google AI Overviews?
• Wie können wir prüfen, ob KI-Systeme unsere Marke kennen?
• Warum wird unsere Website nicht als Quelle verwendet?

Diese Prompts sind besonders wichtig, weil Nutzer häufig nicht mit dem Namen einer Methode beginnen. Sie formulieren zunächst ihr Problem.

Thema verstehen

Der Nutzer möchte Grundlagen und Zusammenhänge verstehen.

Beispiele:

• Was ist GEO-Monitoring?
• Wie funktioniert Generative Engine Optimization?
• Wie lässt sich KI-Sichtbarkeit messen?
• Was unterscheidet GEO von SEO?

Diese Fragen prüfen vor allem die fachliche Sichtbarkeit und Quellenfähigkeit eigener Wissensinhalte.

Lösungen vergleichen

Der Nutzer kennt mögliche Lösungswege und möchte sie einordnen.

Beispiele:

• Was ist besser: manuelles GEO-Monitoring oder ein Tool?
• Was unterscheidet eine GEO-Analyse von einem GEO-Monitoring?
• Welche Unterschiede bestehen zwischen GEO-Tools?
• Sollte ein Unternehmen GEO intern umsetzen oder eine Agentur beauftragen?

Anbieter suchen

Der Nutzer sucht konkrete Dienstleister oder Softwarelösungen.

Beispiele:

• Welche Agenturen bieten GEO-Monitoring an?
• Welche Anbieter messen ChatGPT-Sichtbarkeit?
• Welche Tools überwachen mehrere KI-Systeme?
• Welche GEO-Agenturen arbeiten für Industrieunternehmen?

Bei diesen Fragen darf der eigene Markenname nicht im Prompt stehen. Andernfalls wird die gewünschte Anbietersichtbarkeit künstlich vorgegeben.

Anbieter bewerten

Der Nutzer prüft konkrete Angebote und Unterschiede.

Beispiele:

• Welche Erfahrungen besitzt Anbieter X mit Industrieunternehmen?
• Welche Leistungen enthält das GEO-Monitoring von Anbieter X?
• Was unterscheidet Anbieter X von Anbieter Y?
• Welches GEO-Tool speichert vollständige Antworten und Quellen?

Entscheidung vorbereiten

Der Nutzer formuliert bereits konkrete Auswahlkriterien.

Beispiele:

• Welche GEO-Agentur eignet sich für einen mittelständischen Maschinenbauer?
• Welches Tool überwacht individuelle B2B-Prompts täglich?
• Welche Lösung verbindet GEO-Monitoring mit strategischer Betreuung?
• Welche Agentur berücksichtigt ChatGPT, Perplexity und Google AI Overviews?

Diese Prompts besitzen häufig den höchsten wirtschaftlichen Wert.

Achse 2: Das Sichtbarkeitsziel

Fachliche Sichtbarkeit

Wird die eigene Website bei Grundlagen-, Problem- und Methodenfragen berücksichtigt?

Quellensichtbarkeit

Wird eine Seite der eigenen Domain als Quelle verwendet oder verlinkt?

Markensichtbarkeit

Wird das Unternehmen namentlich genannt?

Leistungs- und Produktsichtbarkeit

Werden die richtigen Leistungen, Produkte und Spezialisierungen zugeordnet?

Anbietersichtbarkeit

Erscheint das Unternehmen bei neutralen Anbieterfragen?

Empfehlungssichtbarkeit

Wird das Unternehmen bei konkreten Auswahl- und Entscheidungssituationen empfohlen?

Ein vollständiges Prompt-Set sollte mehrere Entscheidungsphasen und mehrere Sichtbarkeitsziele kombinieren. Andernfalls entsteht ein verzerrtes Bild.

Welche Prompt-Arten gehören in ein GEO-Monitoring?

Markenprompts

Markenprompts enthalten den eigenen Unternehmensnamen.

Beispiele:

• Was macht Unternehmen X?
• Welche Leistungen bietet Unternehmen X?
• Für welche Branchen arbeitet Unternehmen X?
• Worin ist Unternehmen X spezialisiert?

Sie prüfen Bekanntheit und sachliche Korrektheit. Für die neutrale Marktsichtbarkeit sind sie jedoch nur eingeschränkt aussagekräftig.

Informationsprompts

Informationsprompts behandeln Grundlagen, Definitionen und fachliche Zusammenhänge.

Beispiele:

• Was ist Generative Engine Optimization?
• Wie misst man Sichtbarkeit in ChatGPT?
• Welche Kennzahlen eignen sich für GEO?
• Was ist eine KI-Quelle?

Problem-Prompts

Problem-Prompts beginnen bei einer konkreten Herausforderung.

Beispiele:

• Warum wird eine Marke nicht in ChatGPT genannt?
• Wie lässt sich eine falsche Unternehmensbeschreibung korrigieren?
• Warum zitiert Perplexity nur Wettbewerber?
• Wie wird ein technisches B2B-Unternehmen in KI-Systemen sichtbar?

Vergleichsprompts

Vergleichsprompts prüfen Unterschiede zwischen Methoden, Produkten oder Anbietern.

Beispiele:

• Was unterscheidet GEO und SEO?
• Welche GEO-Tools eignen sich für B2B?
• Was ist besser: eine einmalige GEO-Analyse oder laufendes Monitoring?
• Welche Unterschiede bestehen zwischen ChatGPT und Perplexity als Rechercheplattform?

Anbieterprompts

Anbieterprompts fragen neutral nach möglichen Dienstleistern oder Herstellern.

Beispiele:

• Welche GEO-Agenturen gibt es in Deutschland?
• Welche Agenturen bieten GEO-Monitoring an?
• Welche Anbieter messen KI-Sichtbarkeit für Industrieunternehmen?
• Welche Hersteller fertigen Bauteile aus technischen Kunststoffen?

Entscheidungsprompts

Entscheidungsprompts enthalten konkrete Anforderungen.

Beispiele:

• Welche GEO-Agentur eignet sich für ein B2B-Unternehmen mit internationaler Ausrichtung?
• Welcher Anbieter verbindet ein eigenes Monitoring-System mit strategischer Betreuung?
• Welche Agentur besitzt Erfahrung mit erklärungsbedürftigen Industrieprodukten?
• Welches GEO-Tool überwacht eigene Prompts täglich über mehrere Plattformen?

Reputationsprompts

Reputationsprompts untersuchen, wie ein konkretes Unternehmen eingeordnet wird.

Beispiele:

• Welche Stärken besitzt Unternehmen X?
• Für welche Kunden ist Unternehmen X geeignet?
• Wie wird Unternehmen X im Vergleich zu Wettbewerbern bewertet?
• Welche Alternativen gibt es zu Unternehmen X?

Solche Antworten müssen manuell geprüft werden. Eine pauschale automatische Einstufung in positiv, neutral oder negativ reicht bei komplexen B2B-Aussagen nicht aus.

Quellenprompts

Quellenprompts sind Fragen, bei denen der Schwerpunkt auf belastbaren Informationen, Studien oder Fachquellen liegt.

Beispiele:

• Welche Quellen erklären Generative Engine Optimization fundiert?
• Gibt es Studien zur Sichtbarkeit in generativen Suchsystemen?
• Welche Fachartikel erklären die Messung von KI-Sichtbarkeit?
• Welche Quellen vergleichen GEO-Tools?

Sie helfen zu prüfen, ob eigene Studien, Fachartikel oder Wissensinhalte als Belege verwendet werden.

Woher kommen relevante GEO-Prompts?

Ein belastbares Prompt-Set entsteht nicht ausschließlich am Schreibtisch. Es sollte aus mehreren Datenquellen abgeleitet werden.

Google Search Console und Keyword-Daten

Bestehende Suchanfragen zeigen:

• welche Themen Nutzer bereits suchen,
• welche Longtails relevant sind,
• bei welchen Fragen die Website Impressionen erzielt,
• welche Informationsbedürfnisse bisher nicht ausreichend beantwortet werden.

Keywords können anschließend in realistische Gesprächsfragen und Entscheidungssituationen übersetzt werden.

Kunden- und Vertriebsgespräche

Besonders wertvoll sind Fragen, die vor einer Anfrage oder Beauftragung gestellt werden.

Dazu gehören:

• Was kostet die Leistung?
• Wie läuft die Zusammenarbeit ab?
• Für welche Unternehmen ist sie geeignet?
• Welche Ergebnisse sind realistisch?
• Was unterscheidet den Anbieter von Wettbewerbern?
• Welche Risiken bestehen?
• Welche Voraussetzungen müssen erfüllt sein?

Diese Fragen spiegeln meist eine stärkere wirtschaftliche Relevanz wider als allgemeine Keywordlisten.

Website und Contentbestand

Die vorhandenen Inhalte liefern weitere Prompt-Cluster:

• Leistungen,
• Produkte,
• Zielgruppen,
• Branchen,
• Anwendungen,
• Wissensartikel,
• FAQ,
• Referenzen.

Jede wichtige Leistungsseite sollte mit passenden Informations-, Vergleichs- und Anbieterprompts verbunden werden.

Wettbewerber

Eine Wettbewerbsanalyse zeigt:

• welche Anbieter regelmäßig genannt werden,
• mit welchen Eigenschaften sie verbunden sind,
• welche Quellen ihre Sichtbarkeit stützen,
• welche Themen sie stärker besetzen,
• bei welchen Entscheidungssituationen das eigene Unternehmen fehlt.

KI-Systeme selbst

ChatGPT, Gemini oder andere Systeme können bei der Entwicklung zusätzlicher Fragen helfen.

Beispielsweise:

Welche Fragen stellt ein Marketingleiter, bevor er eine GEO-Agentur beauftragt?

Solche Vorschläge müssen jedoch fachlich geprüft und bereinigt werden. Automatisch erzeugte Promptlisten enthalten häufig:

• Wiederholungen,
• sehr allgemeine Fragen,
• unrealistische Formulierungen,
• unpassende Zielgruppen,
• künstliche Varianten derselben Intention.

Wie entwickelt man ein GEO-Prompt-Set?

1. Leistungen und Produkte erfassen

Zunächst werden alle wirtschaftlich relevanten Angebote gesammelt.

Für geoagentur.net sind das beispielsweise:

• GEO-Analyse,
• GEO-Strategie,
• GEO-Betreuung,
• GEO-Monitoring.

2. Zielgruppen und Rollen bestimmen

Im B2B stellen unterschiedliche Personen unterschiedliche Fragen.

Relevante Rollen können sein:

• Geschäftsführung,
• Marketing,
• Vertrieb,
• Einkauf,
• technische Leitung,
• Fachabteilung.

3. Entscheidungsphasen abbilden

Für jede Leistung werden Fragen aus mehreren Phasen entwickelt:

• Problem,
• Information,
• Vergleich,
• Anbietersuche,
• Bewertung,
• Entscheidung.

4. Reale Kundenfragen sammeln

Vertriebsnotizen, E-Mails, Gespräche und bestehende FAQ liefern authentische Formulierungen.

5. Prompt-Cluster bilden

Ähnliche Fragen werden thematisch gruppiert.

Beispiele:

• ChatGPT-Sichtbarkeit,
• Google AI Overviews,
• GEO-Analyse,
• GEO-Monitoring,
• GEO für B2B,
• GEO für Industrie.

6. Sichtbarkeitsziel zuordnen

Jeder Prompt sollte ein klares Messziel besitzen:

• Quelle,
• Marke,
• Leistung,
• Anbieter,
• Empfehlung.

7. Wirtschaftliche Relevanz bewerten

Nicht jede interessante Frage ist geschäftlich gleich wichtig.

Eine mögliche Bewertung:

• hoch: konkrete Anbieter- oder Kaufentscheidung,
• mittel: Vergleich und Lösungsorientierung,
• niedrig: sehr allgemeine Information ohne Angebotsbezug.

8. Prompt-Set testen und bereinigen

Vor dem laufenden Monitoring werden die Prompts probeweise ausgeführt.

Entfernt oder angepasst werden sollten Fragen, die:

• missverständlich sind,
• immer dieselbe Antwort erzeugen,
• keine relevanten Wettbewerber hervorbringen,
• am tatsächlichen Angebot vorbeigehen,
• nur sprachliche Wiederholungen darstellen.

Wie viele Prompts sind sinnvoll?

Es gibt keine allgemeingültige Zahl.

Die erforderliche Menge hängt ab von:

• Angebotsbreite,
• Zahl der Zielgruppen,
• Branchen,
• Regionen,
• Sprachen,
• Plattformen,
• Wettbewerbern.

Erste Bestandsaufnahme

Für ein klar abgegrenztes Angebot können 15 bis 25 Prompts genügen.

Damit lassen sich erste Muster bei Marken-, Informations- und Anbieterfragen erkennen.

Belastbares Monitoring

Für mehrere Leistungen und Entscheidungsphasen sind häufig 30 bis 60 Prompts sinnvoll.

Umfangreiches B2B- oder Industrie-Monitoring

60 bis 120 Prompts können gerechtfertigt sein, wenn mehrere Produkte, Branchen, Märkte oder Sprachen getrennt untersucht werden.

Aktuelle Leitfäden von Monitoring-Anbietern empfehlen ebenfalls einen fokussierten Einstieg statt eines maximal großen Sets. SE Ranking rät dazu, jeden Prompt einem konkreten Geschäftsziel, einer Zielgruppe, einem Anwendungsfall oder einer Funnel-Phase zuzuordnen. Peec AI empfiehlt, nicht zu versuchen, jede denkbare Variante zu verfolgen.

Unsere Empfehlung lautet:

Beginnen Sie mit 20 bis 40 wirtschaftlich relevanten Prompts. Erweitern Sie das Set erst, wenn die erste Auswertung konkrete Lücken zeigt.

Die Anzahl verfügbarer Toolplätze sollte nicht bestimmen, wie viele Fragen überwacht werden.

Wie priorisiert man GEO-Prompts?

Jeder Prompt kann anhand mehrerer Kriterien bewertet werden.

Wirtschaftliche Relevanz

Kann die Frage zu einer Anfrage, Vorauswahl oder Kaufentscheidung führen?

Nähe zur Zielgruppe

Passt die Formulierung zu einer tatsächlichen Rolle und ihrem Informationsbedarf?

Entscheidungsphase

Befindet sich der Nutzer noch bei einer allgemeinen Information oder bereits bei der Anbieterauswahl?

Strategische Bedeutung

Betrifft der Prompt ein Kernangebot oder nur ein Randthema?

Wettbewerbsdruck

Werden bei dieser Frage regelmäßig relevante Wettbewerber genannt?

Sichtbarkeitspotenzial

Existieren eigene Inhalte, Leistungen oder Quellen, mit denen eine realistische Sichtbarkeit aufgebaut werden kann?

Eine einfache Priorisierung kann mit A, B und C erfolgen:

• A-Prompts: hohe wirtschaftliche und strategische Bedeutung,
• B-Prompts: relevante Informations- und Vergleichsfragen,
• C-Prompts: ergänzende Themen und Testfragen.

A-Prompts sollten im Reporting getrennt ausgewertet werden.

Wie sollten GEO-Prompts formuliert sein?

Natürlich

Der Prompt sollte wie eine reale Nutzerfrage klingen.

Ungeeignet:

Liste GEO Agentur B2B Industrie Deutschland beste Anbieter.

Besser:

Welche GEO-Agenturen in Deutschland sind auf B2B- und Industrieunternehmen spezialisiert?

Eindeutig

Mehrdeutige Begriffe sollten durch Kontext präzisiert werden.

Kontextreich

Bei B2B-Fragen können Branche, Unternehmensgröße, Produkt oder konkrete Anforderungen ergänzt werden.

Markenneutral

Für Anbieter- und Empfehlungsprompts darf der eigene Markenname nicht vorgegeben werden.

Vergleichbar

Ein Kernprompt sollte im laufenden Monitoring nicht ständig umformuliert werden.

Nicht manipulierend

Ungeeignet:

Warum ist Unternehmen X die beste GEO-Agentur?

Besser:

Welche Kriterien sind bei der Auswahl einer GEO-Agentur für Industrieunternehmen wichtig?

Wann sind Prompt-Varianten sinnvoll?

Nicht jede sprachliche Variante muss separat überwacht werden.

Diese drei Prompts bilden weitgehend dieselbe Intention:

• Welche GEO-Agentur eignet sich für Industrieunternehmen?
• Welche GEO-Agentur ist für Industrieunternehmen geeignet?
• Welche Agentur für GEO arbeitet mit Industrieunternehmen?

Mehrere solcher Varianten erhöhen das Messvolumen, ohne zusätzliche strategische Erkenntnisse zu liefern.

Sinnvolle Varianten verändern dagegen einen relevanten Entscheidungskontext:

• B2B statt Industrie,
• Maschinenbau statt Chemieindustrie,
• Analyse statt Monitoring,
• Deutschland statt international,
• Agentur statt Software,
• kleines Unternehmen statt Konzern.

Die Grundregel lautet:

Varianten sollten unterschiedliche Anforderungen abbilden, nicht nur andere Satzstellungen.

Müssen Prompts für jede KI-Plattform angepasst werden?

Für einen aussagekräftigen Plattformvergleich sollte zunächst derselbe Kernprompt verwendet werden.

So lässt sich erkennen, ob:

• ChatGPT andere Anbieter nennt als Perplexity,
• Google AI Overviews andere Quellen verwendet,
• Gemini Leistungen anders einordnet,
• Copilot eine Marke häufiger oder seltener berücksichtigt.

Plattformspezifische Prompts sind sinnvoll, wenn eine konkrete Funktion untersucht wird.

Beispiele:

• Welche Quellen nutzt ChatGPT Search für diese Antwort?
• Welche Websites erscheinen in Google AI Overviews?
• Welche Domains zitiert Perplexity zu diesem Thema?

Das Kernset sollte jedoch möglichst plattformübergreifend vergleichbar bleiben.

Prompts für GEO-Monitoring im B2B

Im B2B sollten verschiedene Rollen berücksichtigt werden.

Geschäftsführung

• Lohnt sich GEO für ein mittelständisches Unternehmen?
• Welche Risiken entstehen durch fehlende KI-Sichtbarkeit?
• Welche GEO-Agentur eignet sich für ein B2B-Unternehmen?
• Was kostet eine professionelle GEO-Strategie?

Marketing

• Wie lässt sich KI-Sichtbarkeit messen?
• Welche Kennzahlen gehören in ein GEO-Monitoring?
• Wie verbindet man SEO und GEO?
• Welche Tools überwachen ChatGPT und Google AI Overviews?

Vertrieb

• Welche Anbieter werden bei kaufnahen KI-Prompts genannt?
• Wie wird unser Leistungsangebot in ChatGPT dargestellt?
• Welche Wettbewerber erscheinen bei Lösungsfragen?
• Welche Inhalte unterstützen die digitale Anbieterauswahl?

Einkauf

• Welche Dienstleister erfüllen bestimmte Anforderungen?
• Welche Anbieter arbeiten für eine konkrete Branche?
• Welche Leistungen sind in einer GEO-Analyse enthalten?
• Wie unterscheiden sich betreute und selbst bediente Monitoring-Lösungen?

Fachabteilungen

• Welche Methode eignet sich für ein konkretes Problem?
• Welche technischen Voraussetzungen gelten?
• Welche Anbieter besitzen nachweisbare Branchenerfahrung?
• Welche Daten werden in einem GEO-Monitoring erhoben?

Prompts für GEO-Monitoring in der Industrie

Industrieprompts sollten technische Merkmale und Anwendungen enthalten.

Werkstoffe

• Welche Hersteller verarbeiten PEEK nach Zeichnung?
• Welche Anbieter fertigen verschleißfeste Kunststoffbauteile?
• Welcher Werkstoff eignet sich für hohe Temperaturen?

Fertigungsverfahren

• Welche Unternehmen bieten Kunststoffzerspanung für Kleinserien an?
• Welche Hersteller fertigen technische Bauteile im Spritzguss?
• Welche Anbieter kombinieren Fräsen und Nachbearbeitung?

Normen und Anforderungen

• Welche Hersteller liefern Rohrhalter nach DIN?
• Welche Anbieter fertigen Bauteile für hohe thermische Belastungen?
• Welche Unternehmen besitzen relevante Zertifizierungen?

Anwendungen

• Welche Hersteller liefern Kunststoffbauteile für den Maschinenbau?
• Welche Anbieter sind auf Rohrbefestigung im Anlagenbau spezialisiert?
• Welche Unternehmen fertigen Komponenten für die Chemieindustrie?

Anbieterauswahl

• Welcher Hersteller eignet sich für kundenspezifische Kleinserien?
• Welche Anbieter arbeiten nach technischer Zeichnung?
• Welches Unternehmen besitzt Erfahrung mit komplexen Industrieanwendungen?

Je spezifischer der reale Beschaffungsprozess abgebildet wird, desto wertvoller ist die Messung.

Was unser eigenes GEO-Monitoring zeigt

Unser AI Visibility Tool führt individuelle Prompts täglich über mehrere KI-Systeme aus und speichert vollständige Antworten, Quellen, Wettbewerber und historische Veränderungen.

Aus dieser Arbeit ergeben sich mehrere wiederkehrende Erkenntnisse.

Allgemeine Fragen bevorzugen häufig große Marken

Bei breiten Prompts erscheinen oft bekannte Unternehmen, große Plattformen oder reichweitenstarke Verzeichnisse.

Spezialisierte Anbieter werden erst sichtbar, wenn der Prompt ihre tatsächliche Zielgruppe, Branche oder Leistung beschreibt.

Markenfragen überschätzen die Marktsichtbarkeit

Die Frage „Was macht Unternehmen X?“ prüft, ob Informationen vorhanden sind.

Sie zeigt nicht, ob ChatGPT das Unternehmen eigenständig als Anbieter auswählt.

Kleine Kontextänderungen verändern die Antwort

Die Ergänzung eines einzelnen Kriteriums kann neue Wettbewerber erzeugen.

Beispiele:

• B2B,
• Industrie,
• Deutschland,
• Mittelstand,
• Maschinenbau,
• laufendes Monitoring.

Kaufnahe Prompts besitzen häufig mehr Wert

Eine Erwähnung bei „Was ist GEO?“ kann fachlich wichtig sein.

Eine Nennung bei „Welche GEO-Agentur eignet sich für einen Maschinenbauer?“ liegt jedoch näher an einer geschäftlichen Entscheidung.

Ein stabiles Kernset ist unverzichtbar

Wer Prompts ständig austauscht, verliert die Vergleichbarkeit.

Neue Fragen sollten zunächst als zusätzliche Testgruppe aufgenommen werden. Bewährte Kernprompts bleiben bestehen, solange sie strategisch relevant sind.

Vollständige Antworten sind wichtiger als ein isolierter Score

Ein Sichtbarkeitswert zeigt, ob sich etwas verändert hat.

Die Antwort selbst zeigt:

• warum die Marke erscheint,
• wie sie beschrieben wird,
• welche Wettbewerber genannt werden,
• welche Quellen die Aussage stützen,
• welche Inhalte fehlen.

Das eigene Monitoring-System speichert deshalb nicht nur Erwähnungswerte, sondern die vollständigen Antworten und Quellenverläufe.

Wie häufig sollte das Prompt-Set aktualisiert werden?

Ein Prompt-Set benötigt Stabilität und regelmäßige Pflege.

Kernprompts stabil halten

Strategisch wichtige Prompts sollten nicht ohne Grund verändert werden. Nur so entstehen belastbare Zeitreihen.

Quartalsweise überprüfen

Mindestens einmal pro Quartal sollte geprüft werden:

• Sind die Fragen noch relevant?
• Haben sich Leistungen oder Zielgruppen verändert?
• Fehlen neue Entscheidungssituationen?
• Erzeugen einzelne Prompts keinen Erkenntnisgewinn?
• Sind neue Wettbewerber aufgetaucht?

Bei neuen Leistungen ergänzen

Neue Produkte, Zielgruppen oder Märkte benötigen eigene Prompt-Cluster.

Veraltete Prompts dokumentiert ersetzen

Ein Prompt sollte nicht einfach gelöscht werden. Das Datum und der Grund der Änderung gehören in die Dokumentation.

Neue Prompts zunächst testen

Neue Fragen können zunächst über einen begrenzten Zeitraum beobachtet werden. Erst danach werden sie in das dauerhafte Kernset übernommen.

Typische Fehler bei GEO-Monitoring-Prompts

Zu viele Markenfragen

Sie messen vor allem, ob das bereits genannte Unternehmen erkannt wird.

Zu allgemeine Fragen

Prompts wie „Welche Agenturen gibt es?“ liefern kaum verwertbare Ergebnisse.

Nur Informationsprompts

Dadurch wird fachliche Sichtbarkeit erfasst, aber keine Anbieter- oder Empfehlungssichtbarkeit.

Automatisierte Umwandlung von Keywords

So entstehen künstliche, repetitive Fragen ohne realen Gesprächskontext.

Keine Zielgruppenunterscheidung

Geschäftsführung, Einkauf und Fachabteilung besitzen unterschiedliche Anforderungen.

Ständige Umformulierungen

Die historische Vergleichbarkeit geht verloren.

Zu viele sprachliche Varianten

Das Prompt-Budget wird verbraucht, ohne zusätzliche Erkenntnisse zu erzeugen.

Wettbewerber im Prompt vorgeben

Dadurch wird ihre Nennung künstlich beeinflusst.

Auswahl nur nach Suchvolumen

Für viele spezifische B2B-Prompts existieren keine belastbaren Volumendaten. Ein kleines Volumen kann dennoch einen hohen Auftragswert besitzen.

Keine regelmäßige Bereinigung

Angebote, Märkte und Fragen verändern sich. Ein Prompt-Set ist kein unveränderliches Dokument.

Vom Prompt-Set zum laufenden GEO-Monitoring

Ein gutes Prompt-Set verbindet Unternehmensziele, Zielgruppenfragen und messbare Sichtbarkeitsformen.

Der Prozess besteht aus:

1. Leistungen und Zielgruppen erfassen,
2. reale Kundenfragen sammeln,
3. Entscheidungsphasen abbilden,
4. Prompt-Cluster entwickeln,
5. Sichtbarkeitsziele zuordnen,
6. wirtschaftliche Relevanz bewerten,
7. Prompts testen und bereinigen,
8. Ergebnisse regelmäßig messen.

Die allgemeine Methodik der Auswertung erklärt der Beitrag KI-Sichtbarkeit messen. Für die plattformspezifische Auswertung bietet der Artikel ChatGPT-Sichtbarkeit messen weitere Kennzahlen und Vorgehensweisen.

Ein GEO-Monitoring übernimmt die regelmäßige Ausführung und historische Dokumentation. Die GEO-Analyse entwickelt zunächst ein individuelles Prompt-Set und ermittelt die Ausgangssichtbarkeit. Aus den erkannten Lücken entsteht anschließend eine priorisierte GEO-Strategie.

Als spezialisierte GEO Agentur für B2B und Industrie betrachten wir Prompts nicht als technische Eingaben, sondern als Abbild realer Informations- und Auswahlprozesse.

Denn ein GEO-Monitoring ist nur so relevant wie die Fragen, die es stellt.

Der Beitrag Prompts für GEO-Monitoring: So entwickeln Sie ein relevantes Prompt-Set erschien zuerst auf GEO Agentur.

Die Unterschiede zwischen den Lösungen sind erheblich. Einige GEO-Tools ergänzen bestehende SEO-Suiten. Andere konzentrieren sich ausschließlich auf AI Visibility. Hinzu kommen betreute Systeme, bei denen die Entwicklung relevanter Prompts und die fachliche Interpretation der Ergebnisse Teil der Leistung sind.

Das beste GEO-Tool ist deshalb nicht automatisch die Software mit den meisten Plattformen oder dem größten Sichtbarkeitsindex. Entscheidend ist, ob das Tool die tatsächlichen Informations- und Entscheidungssituationen der Zielgruppe abbildet.

Was ist ein GEO-Tool?

Ein GEO-Tool ist eine Software zur Messung und Analyse der Sichtbarkeit in generativen Such- und Antwortsystemen.

GEO steht für Generative Engine Optimization. Die Disziplin beschäftigt sich damit, ob Unternehmen und Inhalte in KI-Antworten:

• erwähnt,
• fachlich eingeordnet,
• als Quelle verwendet,
• verlinkt,
• mit Wettbewerbern verglichen,
• als Anbieter empfohlen werden.

Ein GEO-Tool führt dazu definierte Fragen beziehungsweise Prompts regelmäßig in ausgewählten KI-Systemen aus. Die Antworten werden anschließend automatisiert ausgewertet.

Typische Ergebnisse sind:

• Erwähnungsquote,
• Quellenquote,
• Verlinkungsquote,
• durchschnittliche Nennungsposition,
• Share of Voice,
• zitierte Domains,
• sichtbare Wettbewerber,
• Sentiment,
• historische Entwicklung.

Ein allgemeiner Sichtbarkeitswert allein reicht jedoch nicht aus. Unternehmen müssen nachvollziehen können, bei welchem Prompt welches Ergebnis entstanden ist.

Welche Aufgaben sollte ein GEO-Tool erfüllen?

Ein geeignetes GEO-Tool sollte mindestens vier Aufgaben abdecken.

Relevante Prompts überwachen

Das System muss individuelle Fragen verarbeiten können. Allgemeine Prompt-Datenbanken sind für Marktanalysen hilfreich, bilden aber nicht automatisch die spezifischen Entscheidungsprozesse eines Unternehmens ab.

Ein Industrieunternehmen benötigt beispielsweise Fragen zu:

• Werkstoffen,
• Fertigungsverfahren,
• Normen,
• Anwendungsfällen,
• Anbieteranforderungen,
• Zeichnungsfertigung,
• Zielbranchen.

Ein allgemeiner Prompt wie „Welche Hersteller bieten Kunststoffteile an?“ besitzt deutlich weniger Aussagekraft als eine konkrete Frage nach verschleißfesten Kunststoffbauteilen für den Maschinenbau.

Antworten vollständig dokumentieren

Die vollständige Antwort ist für die fachliche Bewertung unverzichtbar.

Ein Unternehmen kann genannt werden:

• als Quelle,
• als Beispiel,
• als Anbieter,
• als Empfehlung,
• in einem negativen oder falschen Zusammenhang.

Ein bloßer Haken bei „Marke erwähnt“ bildet diese Unterschiede nicht ab.

Quellen und Wettbewerber erkennen

GEO-Tools sollten nicht nur die eigene Marke verfolgen. Wichtig ist auch:

• Welche Wettbewerber erscheinen?
• Welche Domains werden zitiert?
• Welche konkreten URLs werden verwendet?
• Welche Quellen dominieren ein Themenfeld?
• Wird die eigene Website oder eine externe Seite als Beleg genutzt?

Veränderungen über Zeit zeigen

Einzelne KI-Antworten können schwanken. Deshalb muss ein Tool historische Entwicklungen darstellen.

Erst dadurch wird sichtbar, ob:

• eine Nennung nur einmalig auftrat,
• Wettbewerber dauerhaft häufiger erscheinen,
• neue Inhalte öfter zitiert werden,
• bestimmte Plattformen anders reagieren,
• die Sichtbarkeit bei kaufnahen Prompts steigt oder fällt.

Warum ein Sichtbarkeitsscore allein nicht genügt

Viele GEO-Tools verdichten ihre Daten zu einem AI Visibility Score. Das erleichtert die Übersicht, kann aber wichtige Unterschiede verdecken.

Ein Unternehmen kann beispielsweise einen hohen Gesamtwert erreichen, weil es bei allgemeinen Informationsfragen häufig genannt wird. Bei den wirtschaftlich entscheidenden Anbieterfragen kann es dennoch vollständig fehlen.

Umgekehrt kann ein spezialisierter Hersteller nur bei wenigen Prompts erscheinen. Sind dies jedoch konkrete Beschaffungs- und Auswahlfragen, kann diese Sichtbarkeit geschäftlich sehr wertvoll sein.

Ein guter Bericht muss deshalb mindestens unterscheiden zwischen:

• Markenfragen,
• Informationsfragen,
• Kategoriefragen,
• Vergleichsfragen,
• kaufnahen Entscheidungsprompts.

Auch die Form der Sichtbarkeit muss getrennt ausgewertet werden. Quellenfähigkeit und Anbietersichtbarkeit sind nicht dasselbe.

Nach welchen Kriterien wurden die GEO-Tools verglichen?

Die folgenden Lösungen werden anhand derselben Kriterien eingeordnet:

GEO-Tools im direkten Vergleich

AI Visibility Tool von Gerlach Media

Das AI Visibility Tool von Gerlach Media ist unser eigenes GEO-Monitoring-System. Es wird deshalb in diesem Vergleich ausdrücklich als eigene Lösung gekennzeichnet und nicht als scheinbar unabhängige Empfehlung dargestellt.

Das Tool wurde für die laufende GEO-Arbeit mit B2B- und Industrieunternehmen entwickelt. Es überwacht derzeit:

• ChatGPT,
• ChatGPT Search,
• Google AI Overviews,
• Google KI-Modus,
• Perplexity,
• Microsoft Copilot,
• Claude,
• ergänzend die klassische Google-Suche.

Die Plattformen werden separat ausgewertet. Das System speichert die vollständigen Antworten und zeigt Markenerwähnungen, Wettbewerber, Quellen, Positionen und historische Veränderungen.

Individuelles Prompt-Set

Das Prompt-Set wird nicht ausschließlich aus einer allgemeinen Datenbank übernommen. Es wird aus realen Informations- und Entscheidungsfragen der jeweiligen Zielgruppe entwickelt.

Für ein Industrieunternehmen können dazu beispielsweise Prompts gehören wie:

• Welche Hersteller fertigen Bauteile aus Hochleistungskunststoffen nach Zeichnung?
• Welche Anbieter sind auf technische Kunststoffteile für den Maschinenbau spezialisiert?
• Welcher Hersteller eignet sich für kleine Serien und individuelle Abmessungen?

Damit liegt der Schwerpunkt nicht auf möglichst vielen generischen Abfragen, sondern auf wirtschaftlich relevanter Sichtbarkeit.

Vollständige Antwort- und Quellenanalyse

Das Tool dokumentiert:

• vollständige KI-Antworten,
• erwähnte Unternehmen,
• Art der Erwähnung,
• Reihenfolge innerhalb der Antwort,
• zitierte Domains,
• konkrete Quellen-URLs,
• Veränderungen im Zeitverlauf.

Die Perplexity-Auswertung erfasst beispielsweise täglich, ob eine Domain zitiert wird, an welcher Position die Marke erscheint und welche Wettbewerber als Quellen vorkommen.

Handlungsempfehlungen

Die Messdaten werden in konkrete Empfehlungen für Inhalte, Themenführung und Quellenarbeit übersetzt.

Das ist besonders relevant, weil ein Dashboard zwar zeigen kann, dass ein Wettbewerber häufiger genannt wird. Die Ursache kann aber an sehr unterschiedlichen Stellen liegen:

• bessere Leistungsseite,
• umfassenderer Fachartikel,
• relevante externe Erwähnung,
• präzisere Positionierung,
• häufig zitierte Vergleichsseite,
• klarere Produktinformationen.

Einschränkung

Das AI Visibility Tool ist keine klassische Selbstbedienungssoftware mit sofortiger Registrierung. Es ist derzeit stärker als betreute Monitoring-Lösung aufgebaut.

Das eignet sich für Unternehmen, die nicht nur Rohdaten benötigen, sondern die Ergebnisse fachlich interpretieren und in eine GEO-Strategie überführen möchten.

Geeignet für

• B2B-Unternehmen,
• Industrieunternehmen,
• Hersteller mit erklärungsbedürftigen Produkten,
• spezialisierte Dienstleister,
• Unternehmen mit individuellen Entscheidungsprozessen,
• Kunden, die Monitoring und strategische Begleitung verbinden möchten.

Semrush AI Visibility Toolkit

Semrush verbindet die Messung von KI-Sichtbarkeit mit seinem bestehenden SEO- und Wettbewerbsökosystem.

Der Basistarif des AI Visibility Toolkits kostet laut aktueller Preisseite 99 US-Dollar pro Monat und Domain bei jährlicher Abrechnung. Enthalten sind 25 individuell überwachte Prompts, tägliche Abfragen sowie Erwähnungen aus ChatGPT, Google AI, Gemini und Perplexity.

Zu den Funktionen gehören:

• Marken- und Wettbewerbsanalyse,
• Prompt Research,
• eigene Prompt-Verfolgung,
• Erwähnungen und Zitate,
• technische Prüfung der AI Readiness,
• Handlungsempfehlungen.

Semrush greift zusätzlich auf eine sehr große eigene Prompt- und SEO-Datenbasis zurück. Dadurch lassen sich klassische Suchnachfrage, Backlinks und KI-Sichtbarkeit in einem System verbinden.

Stärken

• Verbindung von SEO und GEO,
• umfangreiche Wettbewerbsdaten,
• Prompt Research,
• bekannte Berichts- und Exportfunktionen,
• sinnvoll für bestehende Semrush-Prozesse.

Grenzen

Der Einstiegstarif enthält nur ein begrenztes Kontingent eigener Prompts. Zusätzliche Domains und größere Prompt-Sets erhöhen die Kosten.

Für spezialisierte B2B-Märkte sollte zudem geprüft werden, ob die allgemeinen Prompt-Daten tatsächlich den relevanten Entscheidungssituationen entsprechen.

Geeignet für

• bestehende Semrush-Nutzer,
• internationale Marketingteams,
• Unternehmen, die SEO und GEO gemeinsam auswerten möchten,
• Marken mit breiter Nachfrage und großem Wettbewerbsumfeld.

SE Ranking AI Search

SE Ranking ergänzt seine klassische SEO-Plattform um ein AI-Search-Angebot. Erfasst werden unter anderem ChatGPT, Google AI Overviews, Google AI Mode und Perplexity. Der aktuelle Add-on-Tarif startet laut Preisseite bei 89 US-Dollar monatlich beziehungsweise 71,20 US-Dollar bei jährlicher Abrechnung und enthält 200 Prompts.

Die Lösung bietet:

• Markenerwähnungen,
• Zitate und Links,
• Wettbewerbsanalysen,
• historische Antwortdaten,
• AI Share of Voice,
• Prompt-Tracking,
• Verbindung zu klassischen Rankingdaten.

SE Ranking positioniert das Toolkit ausdrücklich als Kombination aus AI Brand Tracking, Wettbewerbsanalyse und Bewertung von LLM-Antworten.

Stärken

• vergleichsweise zugängliche Preisstruktur,
• Verbindung mit bestehenden SEO-Funktionen,
• gespeicherte Antworten,
• Wettbewerbs- und Quellenvergleich,
• geeignet für mehrere Kundenprojekte.

Grenzen

Kennzahlen wie eine durchschnittliche Position dürfen nicht mit stabilen Google-Rankings verwechselt werden. Die Reihenfolge innerhalb einer KI-Antwort kann zwischen Durchläufen variieren.

Die strategische Interpretation der Daten bleibt außerdem weitgehend beim Nutzer oder bei der betreuenden Agentur.

Geeignet für

• SEO-Agenturen,
• mittelständische Marketingteams,
• bestehende SE-Ranking-Nutzer,
• Unternehmen mit Bedarf an SEO- und GEO-Daten in einer Oberfläche.

Ahrefs Brand Radar

Ahrefs Brand Radar verfolgt einen stärker datenbank- und researchorientierten Ansatz.

Die Plattform stellt eine sehr große Datenbasis realer AI- und Search-Prompts bereit. Die aktuelle Produktseite nennt mehr als 439 Millionen monatliche Prompts über verschiedene Plattformen. Dazu gehören AI Overviews, AI Mode, Gemini, ChatGPT, Copilot und Perplexity.

Neben diesem breiten Index können Nutzer eigene Prompts hinzufügen und je nach Einstellung täglich, wöchentlich oder monatlich ausführen lassen.

Brand Radar erfasst unter anderem:

• Markenerwähnungen,
• AI Share of Voice,
• zitierte Quellen,
• eigene Prompts,
• Wettbewerber,
• Suchnachfrage,
• Websichtbarkeit,
• zusätzliche Kanäle wie Reddit, YouTube und TikTok.

Stärken

• sehr umfangreiche Marktdaten,
• starke Discovery- und Wettbewerbsfunktionen,
• Verbindung mit Ahrefs-SEO-Daten,
• eigene Prompt-Verfolgung,
• geeignet für mehrere Märkte und Plattformen.

Grenzen

Die große Datenbasis ist besonders für breite Marken- und Marktanalysen wertvoll. Sie ersetzt bei Nischenunternehmen jedoch kein individuell entwickeltes Prompt-Set.

Das Gesamtpaket ist außerdem vergleichsweise teuer. Die aktuelle Produktseite nennt 318 britische Pfund monatlich für einzelne Plattformen und 560 britische Pfund für das Gesamtpaket mit allen Plattformen.

Geeignet für

• bestehende Ahrefs-Nutzer,
• größere Marken,
• Markt- und Wettbewerbsanalysen,
• Unternehmen mit vielen Produkten oder Ländern,
• Teams mit hohem Research-Bedarf.

Peec AI

Peec AI ist eine spezialisierte Plattform für AI-Search-Analytics und richtet sich an Marketingteams und Agenturen.

Das System misst unter anderem:

• Visibility,
• durchschnittliche Position,
• Sentiment,
• Share of Voice,
• Quellen und Zitate,
• Wettbewerber,
• Entwicklungen nach Prompts.

Die Plattform deckt unter anderem ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Gemini und Microsoft Copilot ab.

Eine Besonderheit ist die Funktion Actions. Sie gruppiert Quellen und Sichtbarkeitslücken und übersetzt sie in priorisierte Maßnahmen, etwa neue Inhalte, Optimierungen bestehender Seiten oder Aktivitäten auf externen Plattformen.

Der Startertarif beginnt aktuell bei 80 US-Dollar monatlich bei jährlicher Abrechnung und enthält 50 Prompts, drei auswählbare Modelle, tägliches Tracking und ein Projekt.

Stärken

• klarer Fokus auf AI Search,
• tägliche Messung,
• Quellen- und Wettbewerbsanalyse,
• gute Agenturfunktionen,
• priorisierte Actions,
• flexible Prompt-Gruppierung.

Grenzen

Mit zusätzlichen Projekten, Modellen und größeren Prompt-Mengen steigt der Preis. Die Vielzahl der Funktionen erfordert außerdem ein sauberes Setup und fachliche Interpretation.

Geeignet für

• Agenturen,
• größere Marketingteams,
• Unternehmen mit mehreren Projekten,
• Teams, die aus Monitoringdaten direkt Maßnahmen ableiten möchten.

OtterlyAI

OtterlyAI bietet einen vergleichsweise günstigen Einstieg in das AI-Search-Monitoring.

Die Plattform überwacht laut eigener Funktionsseite sieben wichtige Systeme:

• ChatGPT,
• Google AI Overviews,
• Google AI Mode,
• Gemini,
• Perplexity,
• Microsoft Copilot,
• Claude.

Der Einstiegstarif beginnt derzeit bei 29 US-Dollar pro Monat. Die Preisstruktur richtet sich wesentlich nach der Zahl der überwachten Prompts. Der Lite-Tarif enthält 15 Prompts; größere Pläne bieten 100 beziehungsweise 400 Prompts und tägliche Messungen.

Zu den Funktionen gehören:

• Brand Visibility Index,
• Markenerwähnungen,
• Quellenanalyse,
• Wettbewerber,
• mehrere Länder und Sprachen,
• GEO-Audits,
• Prompt Research,
• API-Zugriff in größeren Tarifen.

Stärken

• günstige Einstiegsmöglichkeit,
• schnelle Einrichtung,
• breite Plattformabdeckung,
• tägliches Tracking,
• Quellen- und Markenberichte,
• geeignet für kleine Prompt-Sets.

Grenzen

Die analytische und strategische Tiefe ist geringer als bei umfassenden Enterprise- oder Agenturplattformen. Bei größeren Prompt-Sets steigt der Tarif deutlich.

Die Interpretation und Ableitung von Maßnahmen muss überwiegend intern erfolgen.

Geeignet für

• kleine Unternehmen,
• Selbstständige,
• erste GEO-Monitorings,
• kleine Marketingteams,
• Unternehmen mit klar abgegrenztem Prompt-Set.

Profound

Profound richtet sich stärker an Enterprise-Unternehmen und große Marken.

Die Funktion Answer Engine Insights zeigt:

• wie häufig eine Marke in KI-Antworten vorkommt,
• wie sie dargestellt wird,
• welche Quellen die Antworten beeinflussen,
• wie sich Sichtbarkeit und Share of Voice entwickeln.

Profound fragt verschiedene Antwortsysteme ab und baut daraus Datensätze zur Markenwahrnehmung auf. Dazu gehören unter anderem ChatGPT, Claude und Gemini.

Die Plattform verbindet Monitoring mit weiteren Funktionen für Content, Agenten und umfangreiche Marketing-Workflows.

Stärken

• hohe analytische Tiefe,
• Enterprise-Strukturen,
• umfangreiche Marken- und Produktanalysen,
• Quellen- und Antwortauswertung,
• geeignet für internationale Organisationen.

Grenzen

Profound ist für kleine und mittlere Unternehmen meist umfangreicher als erforderlich. Preise werden überwiegend individuell beziehungsweise über Vertriebsangebote kommuniziert.

Die Plattform setzt ein Team voraus, das die großen Datenmengen tatsächlich nutzen und in Maßnahmen überführen kann.

Geeignet für

• internationale Marken,
• Konzerne,
• Unternehmen mit großen Produktportfolios,
• Enterprise-Marketingteams,
• Organisationen mit eigenen AEO- und GEO-Verantwortlichen.

Was wir aus dem Betrieb eines eigenen GEO-Tools gelernt haben

Beim Aufbau und Einsatz unseres eigenen AI Visibility Tools wurde schnell deutlich, dass die technische Abfrage der Systeme nur der vergleichsweise einfache Teil ist.

Die schwierigeren Aufgaben beginnen vorher und nachher:

• Welche Prompts sind wirklich relevant?
• Wie werden Antworten fachlich bewertet?
• Welche Sichtbarkeitsform besitzt wirtschaftlichen Wert?
• Warum erscheint ein Wettbewerber?
• Welche Maßnahme lässt sich daraus ableiten?

Das Prompt-Set ist wichtiger als der Gesamtwert

Ein präzises Prompt-Set entscheidet darüber, ob ein Monitoring reale Kauf- und Auswahlprozesse abbildet.

Generische Fragen erzeugen zwar Daten, aber nicht automatisch brauchbare Erkenntnisse.

Für B2B- und Industrieunternehmen müssen Prompts oft sehr spezifisch sein. Sie enthalten beispielsweise:

• Zielbranche,
• Unternehmensgröße,
• Werkstoff,
• Fertigungsverfahren,
• Region,
• Anwendungsfall,
• technische Anforderungen.

Vollständige Antworten sind unverzichtbar

Ein Sichtbarkeitsscore erklärt nicht, warum eine Marke erscheint oder fehlt.

Erst die vollständige Antwort zeigt:

• welchen Kontext die Nennung besitzt,
• welche Wettbewerber vorkommen,
• welche Kriterien verwendet werden,
• ob Aussagen korrekt sind,
• welche Quellen zitiert werden.

Quellen- und Markensichtbarkeit sind nicht identisch

Die eigene Website kann als Quelle erscheinen, ohne dass die Marke im Text genannt wird.

Ein Unternehmen kann umgekehrt genannt werden, während eine externe Website als Quelle dient.

Beide Ebenen müssen getrennt gemessen werden.

Häufige Messungen erzeugen auch Rauschen

Tägliches Monitoring liefert viele Daten. Ohne historischen Vergleich und fachliche Einordnung können einzelne Schwankungen jedoch überbewertet werden.

Entscheidend ist nicht jede tägliche Veränderung, sondern:

• stabile Entwicklungen,
• wiederkehrende Muster,
• Unterschiede zwischen Plattformen,
• Veränderungen bei wichtigen Prompt-Gruppen.

Handlungsempfehlungen benötigen Geschäftsverständnis

Ein Tool kann erkennen, dass ein Wettbewerber häufiger genannt wird. Es kann jedoch nicht immer zuverlässig beurteilen, warum diese Sichtbarkeit für das eigene Unternehmen relevant ist.

Die Ursache kann in einer Leistungsseite, einem Fachartikel, einer externen Quelle oder einer klareren Positionierung liegen.

Eine Handlungsempfehlung muss deshalb das Geschäftsmodell, die Zielgruppe und den wirtschaftlichen Wert des Prompts berücksichtigen.

Welches GEO-Tool eignet sich für kleine Unternehmen?

Kleine Unternehmen und Selbstständige benötigen meist:

• geringe Einstiegskosten,
• überschaubare Prompt-Kontingente,
• einfache Einrichtung,
• klare Standardberichte.

OtterlyAI ist dafür eine naheliegende Lösung. Der günstige Einstieg und die breite Plattformabdeckung ermöglichen ein erstes strukturiertes Monitoring.

Auch SE Ranking kann sinnvoll sein, wenn bereits klassische SEO-Funktionen benötigt oder genutzt werden.

Welches GEO-Tool eignet sich für SEO-Teams?

SEO-Teams profitieren von einer engen Verbindung zwischen klassischen Suchdaten und KI-Sichtbarkeit.

Geeignet sind insbesondere:

• Semrush,
• SE Ranking,
• Ahrefs Brand Radar.

Semrush bietet ein breites SEO- und AI-Visibility-Ökosystem. SE Ranking verbindet ein zugängliches SEO-Toolkit mit AI Search. Ahrefs eignet sich besonders für umfangreiche Markt-, Marken- und Quellenanalysen.

Die Entscheidung sollte sich am bereits vorhandenen Toolstack orientieren. Ein weiterer Datenbestand besitzt nur dann Mehrwert, wenn er tatsächlich in bestehende Prozesse integriert wird.

Welches GEO-Tool eignet sich für Agenturen?

Agenturen benötigen häufig:

• mehrere Projekte,
• eigene Prompt-Sets,
• Kundenberichte,
• Wettbewerbsvergleiche,
• Exporte,
• Nutzer- und Rechteverwaltung,
• skalierbare Prompt-Kontingente.

Peec AI ist stark auf Agentur- und Marketingteam-Workflows ausgerichtet. SE Ranking ist attraktiv, wenn SEO und GEO gemeinsam betreut werden. OtterlyAI wirbt mit unbegrenzten Workspaces für Agenturen, wodurch mehrere Kundenprojekte ohne separate Workspace-Kosten verwaltet werden können.

Welches GEO-Tool eignet sich für B2B und Industrie?

Bei B2B- und Industrieunternehmen ist das Prompt-Setup besonders anspruchsvoll.

Allgemeine Such- und Empfehlungsfragen bilden die tatsächlichen Entscheidungsprozesse häufig nicht ausreichend ab. Relevant sind konkrete Fragen zu:

• Produkten,
• Verfahren,
• Branchen,
• technischen Anforderungen,
• Lieferantenwahl,
• Implementierung,
• Kosten,
• Risiken.

Für diese Fälle eignet sich eine individuell betreute Lösung wie das AI Visibility Tool von Gerlach Media. Der Schwerpunkt liegt auf individuell entwickelten Prompts, täglicher plattformbezogener Messung und fachlicher Interpretation.

Das ist allerdings keine neutrale Produktempfehlung: Das Tool stammt von Gerlach Media. Der Vorteil liegt vor allem in der Verbindung aus Software, GEO-Erfahrung und B2B-/Industriefokus.

Unternehmen, die ihre Analyse vollständig intern durchführen möchten, können alternativ Peec AI, Semrush oder SE Ranking mit einem selbst entwickelten Prompt-Modell einsetzen.

Was kosten GEO-Tools?

Die aktuellen Einstiegspreise unterscheiden sich deutlich:

• OtterlyAI: ab 29 US-Dollar monatlich,
• Peec AI: ab 80 US-Dollar monatlich bei jährlicher Abrechnung,
• SE Ranking AI Search: ab 71,20 US-Dollar monatlich bei jährlicher Abrechnung,
• Semrush AI Visibility Toolkit: ab 99 US-Dollar monatlich pro Domain bei jährlicher Abrechnung,
• Ahrefs Brand Radar: deutlich höher, abhängig von Plattformpaket und Prompt-Kontingent,
• Profound: überwiegend individuelle Enterprise-Angebote.

Der Preis allein ist kein sinnvoller Vergleichsmaßstab.

Geprüft werden sollte:

• Wie viele Prompts sind enthalten?
• Wie viele Plattformen werden abgefragt?
• Wie häufig erfolgt die Messung?
• Werden weitere Domains oder Projekte berechnet?
• Sind vollständige Antworten verfügbar?
• Sind Quellen und Wettbewerber enthalten?
• Wird strategische Betreuung angeboten?

Kann ein GEO-Tool die Optimierung übernehmen?

Nein. Ein GEO-Tool misst und strukturiert Daten. Es kann Teile der Ursachenanalyse automatisieren und mögliche Maßnahmen vorschlagen.

Es ersetzt jedoch nicht vollständig:

• Positionierung,
• technische Prüfung,
• Contentstrategie,
• Fachredaktion,
• digitale PR,
• externe Quellenarbeit,
• wirtschaftliche Priorisierung.

Ein Tool erkennt möglicherweise, dass eine Website bei bestimmten Prompts nicht vorkommt. Daraus folgt noch nicht automatisch, ob eine Leistungsseite, ein Grundlagenartikel, eine Kundenreferenz oder eine externe Fachveröffentlichung benötigt wird.

GEO-Tool oder professionelle GEO-Analyse?

Ein GEO-Tool eignet sich besonders für die wiederkehrende Messung.

Eine GEO-Analyse untersucht dagegen die individuelle Ausgangslage und bewertet:

• relevante Prompt-Gruppen,
• Plattformen,
• Wettbewerber,
• Quellen,
• Website-Inhalte,
• technische Voraussetzungen,
• konkrete Sichtbarkeitslücken.

Das Tool liefert Daten. Die Analyse erklärt Ursachen und Prioritäten.

Ein laufendes GEO-Monitoring verbindet die wiederholte Messung mit historischer Auswertung. Eine GEO-Strategie übersetzt die Ergebnisse anschließend in einen Maßnahmenplan.

Welches GEO-Tool ist das beste?

Eine pauschale Rangliste wäre nicht seriös.

Die geeignete Lösung hängt vom Einsatzzweck ab:

• günstiger Einstieg: OtterlyAI
• SEO und GEO gemeinsam: Semrush oder SE Ranking
• umfangreiche Markt- und Prompt-Daten: Ahrefs Brand Radar
• Agentur- und Marketingteam-Workflows: Peec AI
• Enterprise-Anforderungen: Profound
• betreutes B2B- und Industrie-Monitoring: Gerlach Media AI Visibility Tool

Entscheidend ist nicht, welches Dashboard am modernsten wirkt. Entscheidend ist, ob das Tool die Fragen erfasst, die für die tatsächlichen Kauf- und Entscheidungsprozesse relevant sind.

Ein hochwertiges GEO-Tool sollte daher nicht nur zeigen, wie sichtbar ein Unternehmen ist. Es sollte nachvollziehbar machen:

• bei welchen Fragen Sichtbarkeit entsteht,
• welche Wettbewerber stattdessen erscheinen,
• welche Quellen verwendet werden,
• in welchem Kontext die Marke genannt wird,
• welche Maßnahmen daraus folgen.

Erst dann wird aus einem Sichtbarkeitswert eine belastbare Grundlage für GEO.

Der Beitrag GEO-Tools im Vergleich: Software für KI-Sichtbarkeit erschien zuerst auf GEO Agentur.

Eine einzelne Frage wie „Kennt ChatGPT mein Unternehmen?“ liefert keine belastbare Aussage. Direkte Markenfragen fallen meist deutlich positiver aus als neutrale Anbieterfragen. Für Unternehmen ist jedoch entscheidend, ob sie auch dann erscheinen, wenn der Nutzer ihren Namen noch nicht kennt und nach einer passenden Lösung sucht.

Aus unserem eigenen GEO-Monitoring wissen wir außerdem: Quellensichtbarkeit, Markenbekanntheit und Anbietersichtbarkeit entwickeln sich nicht zwangsläufig parallel. Eine Website kann zitiert werden, ohne dass die Marke genannt wird. Ein Unternehmen kann bekannt sein, aber bei relevanten Kauf- und Vergleichsfragen trotzdem fehlen.

Was bedeutet ChatGPT-Sichtbarkeit?

ChatGPT-Sichtbarkeit beschreibt, ob und wie ein Unternehmen, eine Marke, eine Leistung oder eine Website innerhalb von ChatGPT-Antworten erscheint.

Dabei sind mehrere Formen zu unterscheiden:

Markenbekanntheit

ChatGPT erkennt das Unternehmen bei einer direkten Frage und kann grundlegende Informationen nennen.

Beispiel:

Was macht Unternehmen X?

Diese Ebene zeigt, ob Informationen über die Marke verfügbar sind. Sie sagt noch nicht aus, ob das Unternehmen bei neutralen Nutzerfragen berücksichtigt wird.

Themenzuordnung

ChatGPT verbindet das Unternehmen mit den richtigen Leistungen, Produkten, Branchen oder Zielgruppen.

Beispiele:

• Das Unternehmen wird als GEO-Agentur eingeordnet.
• Ein Hersteller wird mit technischen Kunststoffen verbunden.
• Eine Agentur wird als Spezialist für B2B und Industrie genannt.

Eine Markennennung mit falscher oder zu allgemeiner Zuordnung ist nur eingeschränkt wertvoll.

Quellensichtbarkeit

Die eigene Website wird als Quelle einer webgestützten Antwort verwendet.

ChatGPT Search kann automatisch aktiviert werden, wenn eine Frage von aktuellen Webinformationen profitieren könnte. Suchgestützte Antworten können Inline-Zitate und ein Quellenpanel mit Links zu verwendeten und ergänzenden Webseiten enthalten.

Verlinkung

ChatGPT setzt einen anklickbaren Link zur eigenen Website.

Dabei sollte nicht nur erfasst werden, ob ein Link vorhanden ist, sondern auch:

• welche URL verlinkt wird,
• in welchem Zusammenhang sie erscheint,
• ob die Zielseite zur Frage passt,
• ob es sich um eine Informations- oder Leistungsseite handelt.

Anbietersichtbarkeit

Das Unternehmen wird bei einer neutralen Frage als möglicher Anbieter genannt.

Beispiel:

Welche GEO-Agenturen arbeiten für B2B- und Industrieunternehmen?

Diese Ebene ist wirtschaftlich meist aussagekräftiger als eine direkte Markenfrage.

Entscheidungssichtbarkeit

Das Unternehmen erscheint bei einer konkreten Vergleichs- oder Auswahlfrage.

Beispiel:

Welche GEO-Agentur eignet sich für ein mittelständisches Industrieunternehmen, das seine Sichtbarkeit in ChatGPT dauerhaft messen möchte?

Hier verbindet der Prompt mehrere Entscheidungskriterien. Eine Nennung liegt näher an einer möglichen Anfrage als eine allgemeine Erwähnung in einem Grundlagenkontext.

Eine ausführliche Einordnung der verschiedenen Sichtbarkeitsformen finden Sie im Beitrag Sichtbarkeit in ChatGPT.

Warum reicht eine einzelne ChatGPT-Abfrage nicht aus?

ChatGPT besitzt keine dauerhaft feste Ergebnisliste wie eine klassische Suchmaschine.

Antworten können sich verändern durch:

• unterschiedliche Formulierungen,
• den vorherigen Gesprächsverlauf,
• die Nutzung der Websuche,
• aktuelle Quellen,
• Standort- oder Sprachkontext,
• verschiedene Antwortdurchläufe,
• Veränderungen an den zugrunde liegenden Systemen.

ChatGPT kann eine Nutzerfrage außerdem in mehrere gezielte Suchanfragen umformulieren und gegebenenfalls weitere Suchschritte durchführen. Dadurch müssen die verwendeten Quellen nicht den klassischen Suchergebnissen für die ursprüngliche Formulierung entsprechen.

Ein Unternehmen kann deshalb bei einem Durchlauf erscheinen und beim nächsten fehlen. Ebenso können sich Reihenfolge, Wettbewerber und Quellen ändern.

Eine einzelne Nennung belegt keine stabile Sichtbarkeit. Eine einmalige Nichtnennung belegt aber auch nicht, dass ein Unternehmen grundsätzlich unsichtbar ist.

Belastbare Aussagen benötigen:

• definierte Prompts,
• vergleichbare Messbedingungen,
• mehrere Durchläufe,
• feste Messzeitpunkte,
• eine historische Auswertung.

Unser Modell zur Messung von ChatGPT-Sichtbarkeit

In unserem eigenen Monitoring-System trennen wir fünf Sichtbarkeitsebenen. Diese Unterscheidung ist wichtig, weil ein einziger Gesamtwert wesentliche Unterschiede verdecken kann.

1. Markenbekanntheit

Zunächst wird geprüft, wie ChatGPT das Unternehmen bei direkten Markenfragen beschreibt.

Geeignete Prompts sind:

• Was ist Unternehmen X?
• Welche Leistungen bietet Unternehmen X?
• Für welche Branchen arbeitet Unternehmen X?
• Wo ist Unternehmen X tätig?
• Worin ist Unternehmen X spezialisiert?

Bewertet werden:

• Wird die Marke erkannt?
• Sind die Angaben aktuell?
• Werden die richtigen Leistungen genannt?
• Stimmt die Zielgruppenzuordnung?
• Gibt es Verwechslungen mit ähnlich benannten Unternehmen?

Direkte Markenfragen sind wichtig, überschätzen aber häufig die tatsächliche Marktsichtbarkeit. Der Unternehmensname wird bereits im Prompt vorgegeben und muss nicht eigenständig ausgewählt werden.

2. Themenzuordnung

Auf dieser Ebene wird geprüft, ob ChatGPT das Unternehmen mit den gewünschten Fachthemen verbindet.

Mögliche Fragen sind:

• Ist Unternehmen X auf GEO spezialisiert?
• Arbeitet Unternehmen X für Industrieunternehmen?
• Bietet Unternehmen X ein GEO-Monitoring an?
• Fertigt Unternehmen X Produkte nach Zeichnung?

Die Themenzuordnung kann vorhanden sein, obwohl das Unternehmen bei neutralen Anbieterfragen nicht erscheint.

3. Quellensichtbarkeit

Hier wird geprüft, ob Seiten der eigenen Domain in webgestützten Antworten als Quelle erscheinen.

Erfasst werden:

• zitierte Domain,
• genaue URL,
• Thema des Prompts,
• Art der verwendeten Seite,
• Position oder Sichtbarkeit der Quellenangabe,
• fachlicher Zusammenhang.

Eine Domain kann als Quelle dienen, ohne dass der Unternehmensname im eigentlichen Antworttext erwähnt wird. Genau deshalb sollten Quellen- und Markensichtbarkeit getrennt bewertet werden.

4. Anbietersichtbarkeit

Anbietersichtbarkeit wird mit neutralen Prompts ohne Markennennung gemessen.

Beispiele:

• Welche Agenturen bieten GEO-Analysen an?
• Welche GEO-Agentur arbeitet für Industrieunternehmen?
• Welche Anbieter messen Sichtbarkeit in ChatGPT?
• Welche Agenturen verbinden SEO und GEO?

Erfasst wird:

• Wird das eigene Unternehmen genannt?
• Welche Wettbewerber erscheinen?
• In welcher Reihenfolge werden die Anbieter genannt?
• Welche Spezialisierungen werden zugeordnet?
• Wird eine Quelle angegeben?

5. Entscheidungssichtbarkeit

Die höchste wirtschaftliche Relevanz besitzen häufig Prompts, die eine konkrete Situation beschreiben.

Beispiele:

• Welche GEO-Agentur eignet sich für ein Maschinenbauunternehmen mit internationaler Zielgruppe?
• Welcher Anbieter verbindet eine einmalige GEO-Analyse mit laufendem Monitoring?
• Welche Agentur ist auf erklärungsbedürftige B2B-Produkte spezialisiert?
• Welche Lösung eignet sich für ein Unternehmen, das bereits gute SEO-Rankings besitzt, aber kaum in ChatGPT genannt wird?

Diese Prompts zeigen, ob ein Unternehmen nicht nur thematisch bekannt ist, sondern bei einer realistischen Vorauswahl berücksichtigt wird.

Auch in unserem Fachbuch zur Sichtbarkeit in KI-Systemen trennen wir deshalb zwischen Bekanntheit, Quellenfähigkeit und tatsächlicher Anbietersichtbarkeit. Automatisierte Reports fassen diese Ebenen teilweise zu einem einzigen Score zusammen, obwohl sie für Unternehmen einen deutlich unterschiedlichen Wert besitzen.

Wie erstellt man ein ChatGPT-Prompt-Set?

Ein Prompt-Set sollte das Geschäftsmodell und die tatsächlichen Entscheidungsprozesse der Zielgruppe abbilden.

Ein allgemeines Set aus Standardfragen reicht bei spezialisierten B2B- und Industrieunternehmen selten aus.

Markenprompts

Sie prüfen Bekanntheit und sachliche Korrektheit.

Beispiele:

• Was macht Unternehmen X?
• Welche Produkte bietet Unternehmen X?
• Für welche Branchen arbeitet Unternehmen X?
• Was unterscheidet Unternehmen X von Wettbewerbern?

Informationsprompts

Sie prüfen, ob eigene Inhalte bei fachlichen Fragen berücksichtigt werden.

Beispiele:

• Was ist Generative Engine Optimization?
• Wie lässt sich ChatGPT-Sichtbarkeit messen?
• Was unterscheidet GEO von SEO?
• Wie wird eine Website zur KI-Quelle?

Problem-Prompts

Sie bilden konkrete Herausforderungen ab.

Beispiele:

• Warum wird mein Unternehmen nicht in ChatGPT genannt?
• Wie lässt sich eine falsche Unternehmensbeschreibung in ChatGPT korrigieren?
• Wie verbessert ein B2B-Unternehmen seine Sichtbarkeit in KI-Systemen?

Kategorie-Prompts

Sie fragen nach Unternehmen innerhalb einer Leistungskategorie.

Beispiele:

• Welche GEO-Agenturen gibt es in Deutschland?
• Welche Anbieter führen ein GEO-Audit durch?
• Welche Agenturen bieten ein ChatGPT-Monitoring an?

Vergleichsprompts

Diese Fragen prüfen, welche Anbieter oder Lösungen gegenübergestellt werden.

Beispiele:

• Welche Unterschiede gibt es zwischen GEO-Agenturen?
• Welche Anbieter sind auf B2B spezialisiert?
• Welche GEO-Monitoring-Lösungen eignen sich für mittelständische Unternehmen?

Entscheidungsprompts

Sie enthalten konkrete Auswahlkriterien.

Beispiele:

• Welche GEO-Agentur eignet sich für ein Industrieunternehmen?
• Welcher Anbieter bietet Analyse, Strategie und laufendes Monitoring?
• Welche Agentur besitzt Erfahrung mit erklärungsbedürftigen Produkten?

Reputationsprompts

Diese Fragen untersuchen, wie ein Unternehmen qualitativ eingeordnet wird.

Beispiele:

• Welche Stärken besitzt Unternehmen X?
• Für welche Kunden eignet sich Unternehmen X?
• Welche Alternativen gibt es zu Unternehmen X?
• Ist Unternehmen X auf B2B spezialisiert?

Reputationsantworten sollten stets manuell geprüft werden. Eine automatische Einteilung in positiv oder negativ erfasst fachliche Fehlzuordnungen nur unzureichend.

Wie viele Prompts sind für eine Messung sinnvoll?

Es gibt keinen allgemeingültigen Mindestumfang.

Die Zahl hängt ab von:

• Leistungen,
• Produkten,
• Zielgruppen,
• Branchen,
• Regionen,
• Sprachen,
• Wettbewerbern,
• Entscheidungsphasen.

Als pragmatische Orientierung verwenden wir:

Erste Bestandsaufnahme

Etwa 15 bis 25 Prompts können einen ersten Überblick liefern.

Das Set sollte bereits Marken-, Informations-, Anbieter- und Entscheidungsprompts enthalten.

Belastbare Ausgangsanalyse

Etwa 40 bis 80 sorgfältig ausgewählte Prompts ermöglichen eine differenziertere Auswertung nach Themen und Intentionsgruppen.

Laufendes Monitoring

Bei mehreren Leistungen, Märkten oder Zielgruppen wird das Set in Cluster gegliedert.

Beispielsweise:

• GEO-Grundlagen
• GEO-Analyse
• GEO-Strategie
• GEO-Monitoring
• GEO für B2B
• GEO für Industrie

Entscheidend ist nicht die größtmögliche Anzahl. Ein kleineres Set wirtschaftlich relevanter Prompts ist wertvoller als Hunderte nahezu identische Varianten.

Wie oft sollte ein Prompt ausgeführt werden?

Wichtige Prompts sollten je Messpunkt mehrfach ausgeführt werden.

Eine pragmatische Vorgehensweise sind beispielsweise drei Durchläufe je Prompt. Das ist kein allgemeiner Branchenstandard, verringert aber das Risiko, eine zufällige Einzelantwort als stabile Sichtbarkeit zu interpretieren.

Dokumentiert werden sollten:

• Datum,
• Prompt,
• Durchlauf,
• Sprache,
• Suchmodus,
• eigener Markenstatus,
• verwendete Quellen,
• genannte Wettbewerber.

Für strategische Entscheidungen zählt nicht, ob ein Unternehmen einmal genannt wurde. Interessanter ist, wie häufig es über mehrere Durchläufe und Messzeitpunkte erscheint.

Welche Kennzahlen eignen sich für ChatGPT?

Erwähnungsquote

Die Erwähnungsquote zeigt, bei welchem Anteil der geprüften Prompts die Marke im Antworttext vorkommt.

Prompts mit Markennennung ÷ alle geprüften Prompts × 100

Die Kennzahl sollte nach Prompt-Gruppen getrennt werden.

Eine hohe Erwähnungsquote bei Markenfragen ist erwartbar. Aussagekräftiger ist die Quote bei neutralen Kategorie- und Entscheidungsprompts.

Quellenquote

Die Quellenquote misst, wie häufig die eigene Domain bei webgestützten Antworten als Quelle erscheint.

Antworten mit eigener Domain als Quelle ÷ alle geprüften webgestützten Antworten × 100

Verlinkungsquote

Die Verlinkungsquote erfasst Antworten mit einem anklickbaren Link zur eigenen Website.

Sie sollte getrennt von der Quellenquote dokumentiert werden, da Quellen je nach Darstellung unterschiedlich eingebunden sein können.

Empfehlungsquote

Die Empfehlungsquote berücksichtigt nur kauf- und anbieterspezifische Prompts.

Kaufnahe Prompts mit Empfehlung ÷ alle geprüften kaufnahen Prompts × 100

Share of Voice

Der Share of Voice zeigt den Anteil des eigenen Unternehmens an allen erfassten Anbieternennungen.

Eigene Nennungen ÷ Nennungen aller beobachteten Unternehmen × 100

Der Wettbewerbsvergleich ist meist aussagekräftiger als ein isolierter Sichtbarkeitswert.

Konsistenzquote

Die Konsistenzquote zeigt, wie häufig ein Unternehmen über mehrere Durchläufe desselben Prompts erscheint.

Beispiel:

Ein Unternehmen wird in zwei von drei Durchläufen genannt.

Die Konsistenzquote beträgt für diesen Prompt rund 67 Prozent.

Durchschnittliche Nennungsposition

Bei Anbieterlisten kann die durchschnittliche Reihenfolge erfasst werden.

Diese Position ist kein stabiles Ranking. Über mehrere Messpunkte kann sie dennoch Hinweise darauf liefern, wie prominent ein Unternehmen dargestellt wird.

Thematische Abdeckung

Die thematische Abdeckung zeigt, bei welchen Leistungen, Produkten oder Branchen Sichtbarkeit besteht.

Ein Unternehmen kann beispielsweise bei allgemeinen GEO-Fragen regelmäßig erscheinen, aber bei GEO-Monitoring oder B2B-Anbieterfragen fehlen.

Korrektheitsquote

Bewertet wird, wie häufig die Aussagen über das Unternehmen sachlich stimmen.

Mögliche Einstufungen sind:

• korrekt,
• teilweise korrekt,
• unvollständig,
• veraltet,
• falsch.

Referral Traffic

ChatGPT Search kann Links zu Webquellen ausgeben. OpenAI versieht entsprechende Referral-URLs nach eigener Angabe automatisch mit utm_source=chatgpt.com, sodass Publisher Zugriffe beispielsweise in Google Analytics nachvollziehen können.

Referral Traffic misst jedoch nur Webseitenbesuche. Er zeigt nicht:

• Markennennungen ohne Klick,
• Anbieterempfehlungen ohne Link,
• Einfluss auf spätere direkte Besuche,
• Auswirkungen auf interne B2B-Auswahlprozesse.

Wie sollte die Dokumentation aussehen?

Eine einfache Tabelle kann folgende Felder enthalten:

Die Rohantworten sollten zumindest bei wichtigen Prompts archiviert werden. Ein reiner Zahlenwert erschwert später die qualitative Prüfung.

ChatGPT-Sichtbarkeit manuell messen

Eine manuelle Messung eignet sich für kleine Prompt-Sets und erste Bestandsaufnahmen.

Vorteile

• individuelle Fragen,
• vollständiger Einblick in die Antworten,
• qualitative Fehler werden erkannt,
• gute Anpassung an B2B-Entscheidungsprozesse,
• geringe direkte Werkzeugkosten.

Nachteile

• hoher Zeitaufwand,
• schwierige Skalierung,
• aufwendige Wiederholungen,
• fehleranfällige Dokumentation,
• begrenzte historische Vergleichbarkeit.

Für zehn oder zwanzig Prompts kann eine manuelle Tabelle genügen. Bei mehreren Themenclustern und regelmäßigen Messungen steigt der Aufwand jedoch erheblich.

ChatGPT-Sichtbarkeit mit Tools messen

Spezialisierte GEO-Tools und erweiterte SEO-Plattformen automatisieren Teile des Monitorings.

Typische Funktionen sind:

• eigene Prompt-Sets,
• regelmäßige Abfragen,
• Markenerwähnungen,
• Quellen und Links,
• Wettbewerbervergleiche,
• historische Entwicklungen,
• Antwortarchive,
• Share of Voice,
• Sentimentbewertungen.

Semrush ermöglicht beispielsweise das Tracking eigener Prompts über ChatGPT und weitere KI-Plattformen und erfasst dabei unter anderem Nennungen, Zitate und zitierte Seiten.

Solche Tools sind hilfreich, aber ihre Werte müssen richtig eingeordnet werden.

Warum sind Toolscores nur eingeschränkt vergleichbar?

Jeder Anbieter nutzt eine eigene Methodik.

Unterschiede bestehen bei:

• verwendeten Prompt-Datenbanken,
• Modellen und Suchmodi,
• Ländern und Sprachen,
• Häufigkeit der Abfragen,
• Definition einer Nennung,
• Gewichtung von Quellen und Empfehlungen,
• Berechnung des Gesamtwerts.

Ein Sichtbarkeitsscore von 70 in einem Tool ist daher nicht mit 70 Punkten in einem anderen Tool vergleichbar.

Auch generische Prompt-Datenbanken können für spezialisierte Unternehmen ungeeignet sein. Ein Industriehersteller benötigt andere Fragen als eine bekannte Verbrauchermarke.

Proprietäre Scores sind vor allem sinnvoll:

• innerhalb desselben Tools,
• mit demselben Prompt-Set,
• im Vergleich zu denselben Wettbewerbern,
• über mehrere Messzeitpunkte.

Was unser eigenes ChatGPT-Monitoring zeigt

Die Arbeit mit unserem eigenen Monitoring-System hat mehrere wiederkehrende Muster sichtbar gemacht.

Markenfragen überschätzen die praktische Sichtbarkeit

Direkte Fragen wie „Was macht Unternehmen X?“ führen häufig zu einer grundsätzlich brauchbaren Antwort.

Das bedeutet aber nicht, dass die Marke bei neutralen Anbieterfragen berücksichtigt wird. Für den wirtschaftlichen Nutzen sind Kategorie-, Vergleichs- und Entscheidungsprompts meist aussagekräftiger.

Quellen- und Markensichtbarkeit laufen nicht parallel

Eine Domain kann als Quelle erscheinen, ohne dass die Marke genannt wird.

Umgekehrt kann ChatGPT ein Unternehmen nennen, obwohl eine andere Domain als Quelle verwendet wird.

Deshalb messen wir beide Ebenen getrennt.

Spezifische Prompts verändern die Anbieterauswahl

Die Ergänzung von Branche, Unternehmensgröße, Region oder konkreter Leistung kann vollständig andere Wettbewerber hervorbringen.

Aus:

Welche GEO-Agenturen gibt es?

wird:

Welche GEO-Agentur eignet sich für einen mittelständischen Maschinenbauer mit erklärungsbedürftigen Produkten?

Der zweite Prompt ist wirtschaftlich relevanter und zugleich wesentlich anspruchsvoller.

Einzelne Nennungen sind kein belastbarer Erfolg

Eine Nennung in einem einzigen Durchlauf kann zufällig sein. Erst wiederholte Messungen zeigen, ob sich ein Muster entwickelt.

Der Trend ist wichtiger als ein isolierter Score

Ein Gesamtwert kann steigen, obwohl die Sichtbarkeit bei wichtigen Anbieterfragen sinkt.

Deshalb prüfen wir Entwicklungen nach Prompt-Gruppen und nicht nur als aggregierte Zahl.

Wie misst man ChatGPT-Sichtbarkeit im B2B?

Im B2B-Bereich sollten Prompts unterschiedliche Beteiligte und Entscheidungsphasen abbilden.

Geschäftsführung

Typische Fragen:

• Lohnt sich GEO für ein mittelständisches Unternehmen?
• Welche Vorteile bietet ein GEO-Monitoring?
• Welche Risiken bestehen bei fehlender KI-Sichtbarkeit?

Marketing

Typische Fragen:

• Wie misst man ChatGPT-Sichtbarkeit?
• Welche Kennzahlen sind für GEO sinnvoll?
• Wie lassen sich SEO und GEO verbinden?

Vertrieb

Typische Fragen:

• Welche Anbieter werden bei kaufnahen Prompts genannt?
• Bei welchen Leistungsfragen erscheinen Wettbewerber?
• Wie wird das eigene Angebot in ChatGPT beschrieben?

Einkauf

Typische Fragen:

• Welche Dienstleister erfüllen bestimmte Anforderungen?
• Welche Anbieter arbeiten für eine bestimmte Branche?
• Welche Leistungen sind in einem Angebot enthalten?

Fachabteilungen

Typische Fragen:

• Welche Methode eignet sich für ein konkretes Problem?
• Welche technischen Voraussetzungen bestehen?
• Welche Anbieter besitzen nachweisbare Fachkenntnisse?

B2B-Monitoring sollte deshalb nach Rolle, Entscheidungsphase und wirtschaftlicher Relevanz strukturiert werden.

Wie misst man ChatGPT-Sichtbarkeit in der Industrie?

Industrieprompts benötigen technische Präzision.

Relevante Merkmale können sein:

• Werkstoffe,
• Fertigungsverfahren,
• Normen,
• Temperaturen,
• Belastungen,
• Toleranzen,
• Stückzahlen,
• Zeichnungsfertigung,
• Zertifizierungen,
• Lieferregionen,
• Zielbranchen.

Ein allgemeiner Prompt wie:

Welche Hersteller bieten Kunststoffteile an?

liefert nur begrenzte Erkenntnisse.

Aussagekräftiger ist:

Welche deutschen Hersteller fertigen verschleißfeste Kunststoffbauteile nach Zeichnung für den Maschinenbau?

Je konkreter die reale Auswahlentscheidung abgebildet wird, desto wertvoller ist die Messung.

Kann Google Analytics ChatGPT-Sichtbarkeit messen?

Google Analytics kann nur den Teil messen, der zu einem tatsächlichen Websitebesuch führt.

Erfassbar sind beispielsweise:

• Sitzungen aus ChatGPT,
• besuchte Zielseiten,
• Verweildauer,
• Kontaktanfragen,
• Downloads,
• weitere Conversions.

Nicht erfassbar sind:

• Markennennungen ohne Klick,
• Empfehlungen ohne Link,
• Quellenverwendung ohne Besuch,
• Einfluss auf spätere direkte Zugriffe,
• Aufnahme in eine interne Anbieterliste.

Google Analytics ist daher eine Ergänzung zum Prompt-Monitoring, kein Ersatz.

Kann die Google Search Console ChatGPT-Sichtbarkeit messen?

Nein.

Die Google Search Console misst die Leistung innerhalb der Google-Suche. Sie zeigt unter anderem:

• Impressionen,
• Klicks,
• Suchanfragen,
• Zielseiten,
• durchschnittliche Positionen.

Sie zeigt nicht, ob ein Unternehmen in ChatGPT:

• genannt,
• zitiert,
• verlinkt,
• empfohlen,
• mit Wettbewerbern verglichen wird.

ChatGPT-Sichtbarkeit muss separat gemessen werden.

Wie häufig sollte ein ChatGPT-Monitoring stattfinden?

Ein sinnvoller Ablauf besteht aus mehreren Messarten.

Ausgangsmessung

Vor Beginn der Maßnahmen wird der bestehende Stand dokumentiert.

Eine GEO-Analyse ermittelt relevante Prompts, Quellen, Wettbewerber und Sichtbarkeitslücken.

Regelmäßige Messung

Für die strategische Entwicklung ist ein monatliches Intervall häufig ausreichend.

Engere Intervalle

Bei intensiven Maßnahmen oder wichtigen Veränderungen kann eine zweiwöchentliche Messung sinnvoll sein.

Ereignisbezogene Messung

Zusätzliche Prüfungen können erfolgen nach:

• einem Relaunch,
• umfangreichen Contentänderungen,
• neuen Leistungsseiten,
• größeren externen Veröffentlichungen,
• einer veränderten Positionierung.

Ein GEO-Monitoring verbindet feste Prompt-Sets mit wiederkehrenden Messpunkten und historischen Vergleichen.

Was kann die Messung nicht leisten?

Auch ein umfangreiches Monitoring besitzt Grenzen.

Es kann nicht:

• sämtliche realen Nutzerdialoge erfassen,
• eine feste ChatGPT-Rangliste erzeugen,
• zukünftige Antworten garantieren,
• das interne Modellwissen vollständig einsehen,
• den gesamten Einfluss auf B2B-Kaufentscheidungen zuordnen,
• Scores verschiedener Tools direkt vergleichbar machen.

Die Messung liefert eine strukturierte Stichprobe. Ihre Qualität hängt davon ab, wie gut das Prompt-Set die tatsächlichen Informations- und Entscheidungssituationen abbildet.

Von der Messung zur GEO-Strategie

ChatGPT-Sichtbarkeit zu messen ist kein Selbstzweck.

Der Ablauf sollte lauten:

1. relevante Prompts bestimmen,
2. Sichtbarkeit messen,
3. Quellen und Wettbewerber analysieren,
4. fachliche und technische Ursachen bewerten,
5. Maßnahmen priorisieren,
6. Entwicklung erneut messen.

Eine GEO-Strategie leitet aus den Ergebnissen konkrete Maßnahmen für Inhalte, Technik, Unternehmenssignale und externe Quellen ab.

Als spezialisierte GEO Agentur für B2B und Industrie nutzen wir das eigene Monitoring nicht nur zur Erstellung eines Sichtbarkeitsscores. Entscheidend ist die Frage, bei welchen wirtschaftlich relevanten Prompts ein Unternehmen fehlt und weshalb Wettbewerber stattdessen berücksichtigt werden.

Genau dort beginnt die eigentliche Optimierung.

Der Beitrag ChatGPT-Sichtbarkeit messen: Prompts, Kennzahlen und Vorgehen erschien zuerst auf GEO Agentur.

Eine feste Rangliste wie in der klassischen Google-Suche gibt es dabei nicht. Antworten können sich abhängig von der Fragestellung, dem verwendeten Suchmodus, aktuellen Webquellen und dem Gesprächskontext unterscheiden. Unternehmen müssen ihre ChatGPT-Sichtbarkeit deshalb über mehrere relevante Prompts und wiederholte Abfragen hinweg betrachten.

Was bedeutet Sichtbarkeit in ChatGPT?

Sichtbarkeit in ChatGPT beschreibt die Präsenz eines Unternehmens, einer Marke, eines Produkts oder einer Website innerhalb der generierten Antworten.

Sie kann in unterschiedlichen Formen auftreten:

• ChatGPT nennt den Unternehmensnamen.
• Eine Leistung wird dem Unternehmen zugeordnet.
• Die Website erscheint als Informationsquelle.
• ChatGPT setzt einen Link zu einer Seite des Unternehmens.
• Das Unternehmen wird als möglicher Anbieter genannt.
• Die Marke wird mit Wettbewerbern verglichen.
• ChatGPT beschreibt Stärken, Spezialisierungen oder Zielgruppen.

Diese Formen besitzen nicht denselben wirtschaftlichen Wert.

Eine Markennennung auf die direkte Frage „Was macht Unternehmen X?“ zeigt lediglich, dass ChatGPT Informationen über das Unternehmen kennt oder finden kann. Eine Empfehlung bei der Frage „Welche GEO-Agentur ist auf Industrieunternehmen spezialisiert?“ befindet sich dagegen deutlich näher an einer geschäftlichen Entscheidung.

Sichtbarkeit sollte deshalb nicht ausschließlich anhand der Anzahl der Nennungen bewertet werden. Entscheidend sind Thema, Kontext, Suchintention und Qualität der Einordnung.

Die strategische Optimierung dieser Präsenz gehört zur Generative Engine Optimization.

Wie entstehen Antworten in ChatGPT?

ChatGPT kann Antworten auf unterschiedliche Weise erzeugen. Für die Bewertung der Sichtbarkeit ist vor allem die Unterscheidung zwischen vorhandenem Modellwissen und aktueller Websuche wichtig.

Antworten aus Modellwissen

Ohne aktive Websuche basiert eine Antwort grundsätzlich auf den Informationen und Zusammenhängen, die das Modell während des Trainings gelernt hat.

Dieses Wissen kann:

• unvollständig sein,
• nicht mehr aktuell sein,
• nur bekannte Unternehmen umfassen,
• Leistungen ungenau zuordnen,
• aktuelle Änderungen nicht berücksichtigen.

Ein neuer Anbieter oder eine kürzlich eingeführte Leistung muss daher nicht zuverlässig im Modellwissen enthalten sein.

Eine Websiteänderung führt außerdem nicht unmittelbar dazu, dass sich das zugrunde liegende Modellwissen verändert.

Antworten mit Websuche

ChatGPT kann das Internet durchsuchen, wenn aktuelle oder zusätzliche Informationen benötigt werden. Die Suche kann abhängig von der Frage automatisch ausgelöst oder vom Nutzer gezielt ausgewählt werden.

Antworten mit Websuche können:

• aktuelle Informationen berücksichtigen,
• verschiedene Webseiten auswerten,
• sichtbare Quellenangaben enthalten,
• direkte Links zu den verwendeten Seiten setzen.

ChatGPT kann dabei mehrere Suchschritte durchführen und die Fragestellung in unterschiedliche Teilfragen zerlegen. Die sichtbaren Quellen müssen deshalb nicht mit den klassischen Google-Ergebnissen für den ursprünglichen Prompt übereinstimmen.

Für Unternehmen bedeutet das: Eine klare, technisch erreichbare und fachlich relevante Website verbessert die Ausgangslage. Sie garantiert aber nicht, dass ChatGPT die Domain für jede passende Antwort auswählt.

Welche Arten von Sichtbarkeit gibt es in ChatGPT?

Für eine belastbare Analyse sollten verschiedene Ebenen getrennt erfasst werden.

Direkte Markennennung

ChatGPT nennt das Unternehmen im Antworttext.

Eine solche Nennung kann allgemein sein:

Unternehmen X ist ein Anbieter aus Deutschland.

Sie kann aber auch eine klare fachliche Zuordnung enthalten:

Unternehmen X ist auf GEO-Analysen für B2B- und Industrieunternehmen spezialisiert.

Die zweite Variante besitzt mehr strategischen Wert, weil sie Marke, Leistung und Zielgruppe miteinander verbindet.

Leistungs- oder Produktzuordnung

ChatGPT ordnet dem Unternehmen eine konkrete Leistung oder ein Produkt zu.

Geprüft werden sollte, ob diese Zuordnung:

• korrekt,
• vollständig,
• aktuell,
• ausreichend spezifisch ist.

Ein Industrieunternehmen kann genannt werden, aber nur mit einer allgemeinen Produktkategorie verbunden sein. Die tatsächliche Spezialisierung auf Werkstoffe, Verfahren oder kundenspezifische Fertigung bleibt dann möglicherweise unsichtbar.

Quellenangabe

Eine Seite des Unternehmens erscheint als Quelle für eine Aussage.

Dabei kann ChatGPT Inhalte der Website verwenden, ohne den Unternehmensnamen im eigentlichen Antworttext besonders hervorzuheben.

Die Quellenfähigkeit der Website und die Sichtbarkeit der Marke sind daher zwei unterschiedliche Ziele. Der Beitrag Wie wird eine Website zur KI-Quelle? behandelt die technischen und inhaltlichen Voraussetzungen ausführlich.

Verlinkung

ChatGPT setzt einen anklickbaren Link zur Unternehmenswebsite.

Dieser Link kann zu unterschiedlichen Seitentypen führen:

• Startseite
• Leistungsseite
• Produktseite
• Fachartikel
• Studie
• Unternehmensprofil

Für Unternehmen ist nicht nur die Zahl der Links relevant. Entscheidend ist auch, ob ChatGPT die fachlich passende Zielseite verwendet.

Ein Link zu einem Grundlagenartikel schafft Informationssichtbarkeit. Ein Link zu einer konkreten Leistungsseite kann näher an einer Anfrage oder Kontaktaufnahme liegen.

Anbieterempfehlung

ChatGPT schlägt das Unternehmen als möglichen Anbieter vor.

Typische Prompts sind:

• Welche Agentur unterstützt bei GEO?
• Welche Hersteller fertigen Bauteile nach Zeichnung?
• Welche Anbieter sind auf eine bestimmte Branche spezialisiert?
• Welche Unternehmen eignen sich für eine konkrete technische Aufgabe?

Bei solchen Fragen ist die wirtschaftliche Relevanz häufig hoch. Gleichzeitig müssen Empfehlungen besonders kritisch geprüft werden, da ChatGPT möglicherweise unterschiedliche Kriterien, Quellen oder aktuelle Verfügbarkeiten berücksichtigt.

Vergleich und Bewertung

ChatGPT kann Unternehmen gegenüberstellen und Unterschiede benennen.

Dabei sollte kontrolliert werden:

• Welche Kriterien werden verwendet?
• Sind die Aussagen sachlich richtig?
• Werden tatsächliche Spezialisierungen erkannt?
• Welche Wettbewerber werden einbezogen?
• Wird das Unternehmen passend positioniert?
• Werden veraltete oder unbelegte Aussagen verwendet?

Eine bloße Nennung in einem Vergleich ist nicht automatisch positiv. Entscheidend ist, ob die Darstellung dem tatsächlichen Angebot entspricht.

Gibt es ein Ranking in ChatGPT?

ChatGPT besitzt keine öffentlich einsehbare, dauerhaft feste Ergebnisliste wie eine klassische Suchmaschine.

Trotzdem entstehen innerhalb der Antworten messbare Unterschiede:

• Ein Unternehmen wird häufiger als andere genannt.
• Es erscheint bei mehr relevanten Prompts.
• Es wird früher innerhalb von Anbieterlisten aufgeführt.
• Seine Website wird häufiger als Quelle verwendet.
• Es wird öfter mit einer bestimmten Spezialisierung verbunden.
• Es wird bei kaufnahen Fragen häufiger empfohlen.

Begriffe wie Position, Sichtbarkeitsquote oder Share of Voice können daher für das Monitoring verwendet werden. Sie dürfen jedoch nicht wie stabile Google-Rankings interpretiert werden.

ChatGPT weist selbst darauf hin, dass sich keine Spitzenposition in der Suche garantieren lässt. Die Auswahl beruht auf mehreren Faktoren, die relevante und verlässliche Informationen auffindbar machen sollen.

Wie prüft man die eigene Sichtbarkeit in ChatGPT?

Eine aussagekräftige Prüfung beginnt nicht mit einer einzigen Markenfrage. Notwendig ist ein strukturiertes Prompt-Set, das reale Informations- und Entscheidungssituationen abbildet.

1. Relevante Themen bestimmen

Zunächst werden die Leistungen, Produkte, Zielgruppen und Branchen festgelegt, bei denen das Unternehmen sichtbar sein soll.

Für eine GEO-Agentur können das beispielsweise sein:

• GEO-Analyse
• GEO-Strategie
• GEO-Monitoring
• GEO für Industrie
• KI-Sichtbarkeit messen
• Sichtbarkeit in ChatGPT
• Optimierung für Google AI Overviews

2. Prompt-Gruppen bilden

Das Prompt-Set sollte unterschiedliche Suchintentionen abdecken.

Informationsfragen

• Was ist GEO?
• Wie lässt sich KI-Sichtbarkeit messen?
• Was unterscheidet GEO von SEO?

Diese Prompts prüfen vor allem die fachliche Quellen- und Themenautorität.

Problemfragen

• Wie kann ein Industrieunternehmen in ChatGPT sichtbarer werden?
• Warum wird eine Website nicht als KI-Quelle verwendet?
• Wie lässt sich eine falsche Darstellung in ChatGPT korrigieren?

Vergleichsfragen

• Was ist der Unterschied zwischen GEO und SEO?
• Welche Methoden eignen sich zur Messung von KI-Sichtbarkeit?
• Welche Unterschiede bestehen zwischen GEO-Agenturen?

Anbieterfragen

• Welche GEO-Agentur ist auf B2B-Unternehmen spezialisiert?
• Welche Agenturen bieten GEO-Monitoring an?
• Welche Anbieter analysieren Sichtbarkeit in ChatGPT?

Markenfragen

• Was macht geoagentur.net?
• Welche Leistungen bietet geoagentur.net?
• Für welche Unternehmen eignet sich geoagentur.net?

Reputationsfragen

• Ist Unternehmen X auf Industrieunternehmen spezialisiert?
• Welche Stärken besitzt Anbieter X?
• Welche Alternativen gibt es zu Anbieter X?

3. Prompts ohne Markennennung verwenden

Direkte Markenfragen sind wichtig, reichen aber nicht aus.

Die Frage:

Welche Leistungen bietet Unternehmen X?

prüft lediglich, ob Informationen zur Marke verfügbar sind.

Die Frage:

Welche GEO-Agentur eignet sich für ein Industrieunternehmen mit erklärungsbedürftigen Produkten?

prüft dagegen, ob das Unternehmen ohne vorgegebene Markennennung in einer relevanten Anbieterauswahl erscheint.

4. Websuche und Antwortmodus dokumentieren

Es sollte dokumentiert werden, ob ChatGPT die Websuche verwendet hat.

Antworten mit und ohne Websuche können unterschiedliche Ergebnisse liefern:

• Modellwissen kann ältere oder allgemeinere Informationen enthalten.
• Websuche kann aktuelle Inhalte und sichtbare Quellen einbeziehen.
• Eine Marke kann im Modellwissen bekannt sein, ohne dass die eigene Website als Quelle verwendet wird.
• Eine Website kann als Quelle erscheinen, obwohl die Marke im Modellwissen kaum bekannt ist.

5. Abfragen wiederholen

Eine einzelne Antwort kann zufällig sein.

Für eine belastbare Messung sollten wichtige Prompts mehrfach und zu verschiedenen Messzeitpunkten ausgeführt werden.

Dadurch lässt sich erkennen:

• ob eine Nennung regelmäßig vorkommt,
• ob die Quelle wechselt,
• ob Wettbewerber stabiler erscheinen,
• ob Veränderungen nur einmalig auftreten,
• ob die fachliche Einordnung konsistent bleibt.

6. Ergebnisse strukturiert dokumentieren

Erfasst werden sollten mindestens:

• Prompt
• Prompt-Gruppe
• Datum
• Websuche aktiv oder nicht
• eigene Nennung
• Art der Nennung
• eigene Domain als Quelle
• verlinkte URL
• genannte Wettbewerber
• Position innerhalb einer Liste
• sachliche Korrektheit
• besondere Auffälligkeiten

Eine ausführliche Anleitung bietet der Beitrag KI-Sichtbarkeit messen.

Welche Kennzahlen sind für ChatGPT-Sichtbarkeit sinnvoll?

Eine einzige Kennzahl reicht nicht aus. Sinnvoll ist eine Kombination aus quantitativer und qualitativer Bewertung.

Sichtbarkeitsquote

Die Sichtbarkeitsquote zeigt, bei welchem Anteil der geprüften Prompts das Unternehmen genannt wird.

Prompts mit Nennung ÷ alle geprüften Prompts × 100

Die Kennzahl sollte zusätzlich nach Themen und Suchintentionen aufgeteilt werden.

Empfehlungsquote

Die Empfehlungsquote berücksichtigt nur kauf- und anbieterspezifische Prompts.

Sie zeigt, wie häufig das Unternehmen bei konkreten Auswahlfragen vorgeschlagen wird.

Quellenquote

Die Quellenquote misst, bei welchem Anteil der webgestützten Antworten die eigene Domain als Quelle erscheint.

Verlinkungsquote

Die Verlinkungsquote zeigt, wie häufig ein anklickbarer Link zur eigenen Website vorhanden ist.

Share of Voice

Der Share of Voice setzt die eigenen Nennungen ins Verhältnis zu den Nennungen definierter Wettbewerber.

Damit lässt sich erkennen, welche Anbieter ein Themenfeld innerhalb der untersuchten Prompts dominieren.

Thematische Abdeckung

Diese Kennzahl zeigt, bei welchen Leistungen, Produkten oder Branchen Sichtbarkeit besteht.

Ein Unternehmen kann beispielsweise für GEO-Grundlagen häufig zitiert werden, aber bei den wirtschaftlich relevanten Fragen nach GEO-Analysen oder laufender Betreuung fehlen.

Sachliche Korrektheit

Jede Nennung sollte inhaltlich bewertet werden.

Mögliche Kategorien sind:

• korrekt
• teilweise korrekt
• veraltet
• unvollständig
• falsch
• mit einem anderen Unternehmen verwechselt

Referral Traffic

Publisher, die ChatGPT Search den Zugriff erlauben, können Zugriffe aus ChatGPT in Webanalyse-Systemen erfassen. OpenAI ergänzt Referral-URLs nach eigenen Angaben mit utm_source=chatgpt.com. Damit können Besuche aus ChatGPT-Suchergebnissen klarer zugeordnet werden.

Referral Traffic bildet allerdings nur Klicks ab. Eine Markennennung kann einen Entscheidungsprozess beeinflussen, ohne dass der Nutzer unmittelbar die Website besucht.

Warum nennt ChatGPT ein Unternehmen nicht?

Fehlende Sichtbarkeit kann verschiedene Ursachen haben.

Unklare Positionierung

Die Website erklärt nicht eindeutig:

• was das Unternehmen anbietet,
• für wen es arbeitet,
• welche Spezialisierung besteht,
• welche Probleme gelöst werden,
• worin der Unterschied zu allgemeinen Anbietern liegt.

Allgemeine Leistungsbeschreibungen

Aussagen wie „Wir schaffen innovative und individuelle Lösungen“ liefern kaum fachlich verwertbare Informationen.

Präziser ist:

Die Agentur analysiert und verbessert die Sichtbarkeit von B2B- und Industrieunternehmen in ChatGPT, Google AI Overviews, Gemini und Perplexity.

Fehlende Fachinhalte

Eine Website besteht möglicherweise nur aus wenigen Leistungsseiten und behandelt keine relevanten Grundlagen-, Vergleichs- oder Auswahlfragen.

Dadurch fehlen Inhalte, die ChatGPT bei der Beantwortung fachlicher Fragen als Quelle verwenden könnte.

Fehlende kaufnahe Inhalte

Das Unternehmen erklärt ein Thema fachlich gut, beantwortet aber keine Fragen zu:

• Leistungsumfang
• Ablauf
• Kosten
• Zielgruppen
• Auswahlkriterien
• Unterschieden
• Voraussetzungen

Dadurch kann Informationssichtbarkeit entstehen, ohne dass das Unternehmen als Anbieter berücksichtigt wird.

Technische Zugriffsprobleme

Die Website kann durch robots.txt, Firewall-Regeln, CDN-Einstellungen oder technische Fehler für den Suchcrawler von OpenAI unzugänglich sein.

OpenAI verwendet den OAI-SearchBot, um Webseiten für die Suchfunktionen von ChatGPT zu erfassen. Wird dieser Bot blockiert, kann die Website nicht über diesen Weg in den Suchergebnissen von ChatGPT erscheinen.

Schwache klassische Auffindbarkeit

SEO und ChatGPT-Sichtbarkeit sind nicht identisch. Dennoch helfen indexierbare Seiten, klare Themenstrukturen, interne Verlinkung und externe Autorität dabei, Inhalte auffindbar zu machen.

Der Beitrag GEO vs. SEO erklärt das Zusammenspiel beider Disziplinen.

Fehlende externe Bestätigung

Die eigene Website beschreibt das Unternehmen aus Eigenperspektive.

Fehlen externe Erwähnungen, Fachbeiträge, Kundenreferenzen oder relevante Branchenprofile, bestehen weniger unabhängige Quellen, die das Unternehmensprofil bestätigen.

Widersprüchliche Informationen

Unterschiedliche Leistungsbeschreibungen, Firmennamen, Standorte oder Zielgruppen erschweren eine eindeutige Einordnung.

Stärkere Wettbewerbsquellen

Ein Wettbewerber kann:

• präzisere Inhalte besitzen,
• häufiger extern erwähnt werden,
• bessere Primärinformationen veröffentlichen,
• stärkere thematische Cluster aufgebaut haben,
• bei der konkreten Frage besser passen.

Der Prompt passt nicht zur Spezialisierung

Ein spezialisiertes Unternehmen wird möglicherweise bei sehr allgemeinen Anfragen nicht genannt.

Das muss kein Nachteil sein. Relevant ist, ob Sichtbarkeit bei den wirtschaftlich passenden Fragen entsteht.

Welche Rolle spielt die eigene Website?

Die eigene Website ist die wichtigste kontrollierbare Informationsquelle des Unternehmens.

Sie sollte klar vermitteln:

• Unternehmensname und Marke
• Leistungen und Produkte
• Zielgruppen
• Branchen
• Standorte
• Spezialisierungen
• Vorgehensweise
• fachliche Kompetenz
• Ansprechpartner
• Referenzen
• aktuelle Informationen

Besonders wichtig ist die Verbindung zwischen Wissens- und Leistungsinhalten.

Ein Fachartikel kann eine Frage ausführlich beantworten. Eine logisch verlinkte Leistungsseite zeigt anschließend, welche konkrete Unterstützung das Unternehmen anbietet.

Welche Inhalte verbessern die Chancen auf Sichtbarkeit?

Klare Leistungsseiten

Leistungsseiten sollten konkret erklären:

• was enthalten ist,
• wie der Ablauf aussieht,
• welches Ergebnis der Kunde erhält,
• für wen die Leistung geeignet ist,
• welche Voraussetzungen bestehen,
• was sie kostet.

Fachliche Grundlagenartikel

Grundlageninhalte helfen dabei, ein Unternehmen mit einem Themenfeld zu verbinden.

Sie sollten Begriffe präzise erklären und nicht lediglich bekannte Aussagen wiederholen.

Vergleichsinhalte

Vergleichsartikel eignen sich für Nutzer, die Methoden, Leistungen oder Anbieter bewerten.

Beispiele:

• GEO vs. SEO
• GEO-Audit vs. SEO-Audit
• GEO-Analyse vs. GEO-Monitoring
• interne Umsetzung vs. Agenturunterstützung

Auswahl- und Entscheidungshilfen

Diese Inhalte beantworten Fragen wie:

• Wann lohnt sich GEO?
• Welche Unternehmen benötigen ein Monitoring?
• Woran erkennt man eine seriöse GEO-Agentur?
• Was sollte eine GEO-Analyse enthalten?

Anwendungsfälle

B2B- und Industrieunternehmen benötigen konkrete Branchen- und Anwendungskontexte.

Allgemeine GEO-Inhalte sollten deshalb durch Beispiele für Hersteller, technische Dienstleister und erklärungsbedürftige Angebote ergänzt werden.

Originalinformationen

Eigene Messungen, Studien, Prozesse, Erfahrungen und Fallbeispiele schaffen einen Informationswert, den austauschbare Zusammenfassungen nicht besitzen.

Aktuelle Unternehmensinformationen

Preise, Leistungsumfang, Plattformen und Ansprechpartner sollten regelmäßig überprüft werden.

Welche Rolle spielen externe Quellen?

ChatGPT kann Informationen über ein Unternehmen auch aus externen Quellen beziehen.

Dazu gehören:

• Fachportale
• Branchenmedien
• Verbände
• Kundenwebsites
• Partnerseiten
• Unternehmensverzeichnisse
• Studien
• Presseberichte
• Veranstaltungsseiten

Externe Quellen können bestätigen:

• dass ein Unternehmen tatsächlich in einer Branche tätig ist,
• welche Leistungen es erbringt,
• mit welchen Partnern es arbeitet,
• welche Fachkompetenz vorhanden ist,
• welche Projekte umgesetzt wurden.

Die Qualität und fachliche Relevanz der Erwähnungen sind wichtiger als ihre reine Anzahl.

Welche Rolle spielen die OpenAI-Crawler?

OpenAI unterscheidet verschiedene Crawler nach ihrem Zweck.

OAI-SearchBot

Der OAI-SearchBot dient dazu, Webseiten in den Suchfunktionen von ChatGPT auffindbar zu machen.

Wer diesen Bot blockiert, schließt die eigene Website von diesem Suchzugriff aus. Eine Freigabe garantiert allerdings weder Aufnahme noch Platzierung.

GPTBot

GPTBot wird für mögliche Trainingszwecke verwendet. Die Steuerung dieses Bots ist von der Steuerung der ChatGPT-Suche getrennt.

Ein Unternehmen kann den Suchzugriff erlauben und den Trainingscrawler dennoch anders behandeln.

ChatGPT-User

ChatGPT-User kann bei nutzerinitiierten Aktionen verwendet werden, wenn ein Nutzer ChatGPT ausdrücklich auffordert, eine Seite aufzurufen.

Die Bot-Regeln sollten daher nicht pauschal bewertet werden. Zunächst muss geklärt werden, welcher Zugriff für welchen Zweck erlaubt oder blockiert werden soll.

Wie wird ein B2B-Unternehmen in ChatGPT sichtbar?

B2B-Unternehmen sollten konkrete Entscheidungssituationen abdecken.

Dazu gehören Fragen wie:

• Welche Anbieter eignen sich für eine bestimmte Aufgabe?
• Welche Leistung umfasst ein Angebot?
• Welche Kosten entstehen?
• Wie läuft die Zusammenarbeit ab?
• Welche Voraussetzungen gelten?
• Welche Unterschiede bestehen zwischen den Anbietern?
• Für welche Unternehmensgrößen eignet sich die Leistung?
• Welche Ergebnisse sind realistisch?

Der Artikel- und Seitenbestand sollte unterschiedliche Beteiligte berücksichtigen:

• Geschäftsführung
• Marketing
• Vertrieb
• Einkauf
• Fachabteilungen
• technische Leitung

Jede Rolle besitzt andere Informationsbedürfnisse.

Wie wird ein Industrieunternehmen in ChatGPT sichtbar?

Bei Industrieunternehmen entscheidet technische Präzision.

Relevante Inhalte betreffen beispielsweise:

• Werkstoffe
• Fertigungsverfahren
• Normen
• Toleranzen
• Belastungen
• Temperaturbereiche
• Abmessungen
• Zertifizierungen
• Stückzahlen
• Zeichnungsfertigung
• Lieferregionen
• Anwendungsbereiche

Eine Aussage wie:

Wir fertigen innovative Komponenten für höchste Anforderungen.

ist zu allgemein.

Präziser wäre:

Das Unternehmen fertigt kundenspezifische Rohrhalter und Rohrschlitten aus Stahl und Edelstahl nach Zeichnung für den Anlagen- und Rohrleitungsbau.

Die zweite Formulierung schafft klare Beziehungen zwischen Unternehmen, Produkt, Material, Fertigungsart und Zielbranche.

Welche Maßnahmen verbessern die Sichtbarkeit in ChatGPT?

Ein systematisches Vorgehen umfasst zehn Schritte:

1. wirtschaftlich relevante Prompts bestimmen
2. bestehende Nennungen und Quellen erfassen
3. Wettbewerber analysieren
4. technischen Zugriff prüfen
5. Positionierung und Leistungsbeschreibungen präzisieren
6. Wissens- und Entscheidungsinhalte ausbauen
7. eigene Daten und Erfahrungen veröffentlichen
8. Unternehmensinformationen vereinheitlichen
9. externe Fachpräsenz stärken
10. Veränderungen regelmäßig messen

Ein GEO-Audit eignet sich als erste strukturierte Prüfung. Die professionelle GEO-Analyse verbindet die Bestandsaufnahme mit Wettbewerbs-, Quellen- und Potenzialanalyse.

Auf Grundlage der Ergebnisse priorisiert eine GEO-Strategie die notwendigen inhaltlichen, technischen und externen Maßnahmen.

Kann Sichtbarkeit in ChatGPT garantiert werden?

Nein.

Nicht garantiert werden können:

• eine dauerhafte Nennung,
• eine feste Position,
• eine Quellenangabe bei jedem Prompt,
• eine Empfehlung bei jeder Anbieterfrage,
• gleichbleibende Antworten,
• ein bestimmter wirtschaftlicher Erfolg.

Die Auswahl hängt von der konkreten Frage, dem Antwortmodus, den verfügbaren Quellen und weiteren plattforminternen Faktoren ab.

Eine seriöse GEO Agentur verbessert die beeinflussbaren Voraussetzungen. Sie verspricht jedoch keine festen Platzierungen in einem System, dessen Ausgaben sie nicht kontrollieren kann.

ChatGPT-Sichtbarkeit muss wiederholt gemessen werden

Sichtbarkeit in ChatGPT ist keine einmalige Position, sondern ein veränderliches Muster aus Nennungen, Quellen, Empfehlungen und fachlichen Einordnungen.

Unternehmen müssen deshalb getrennt betrachten:

• Bei welchen Fragen erscheinen wir?
• Welche Leistungen werden uns zugeordnet?
• Welche Wettbewerber werden häufiger genannt?
• Welche Quellen verwendet ChatGPT?
• Sind die Angaben korrekt?
• Verändert sich die Sichtbarkeit nach den umgesetzten Maßnahmen?

Ein GEO-Monitoring erfasst diese Entwicklung über feste Prompt-Sets und wiederkehrende Messpunkte.

Der sinnvollste Einstieg ist eine GEO-Analyse. Sie zeigt, wie das Unternehmen aktuell in ChatGPT dargestellt wird, bei welchen relevanten Fragen Wettbewerber dominieren und welche konkreten inhaltlichen, technischen oder externen Lücken bestehen.

Der Beitrag Sichtbarkeit in ChatGPT: Wie Unternehmen genannt und empfohlen werden erschien zuerst auf GEO Agentur.

Im Unterschied zu einem einfachen Website-Check betrachtet ein belastbarer GEO-Audit nicht nur die eigene Domain. Er untersucht auch, welche Antworten Systeme wie ChatGPT, Google AI Overviews, Gemini und Perplexity tatsächlich ausgeben, welche Unternehmen darin erscheinen und auf welche Quellen sie sich stützen.

Das Ergebnis ist eine strukturierte Bestandsaufnahme mit konkreten Handlungsempfehlungen für mehr relevante KI-Sichtbarkeit.

Was ist ein GEO-Audit?

Ein GEO-Audit ist eine systematische Prüfung der Sichtbarkeit eines Unternehmens in generativen Such- und Antwortsystemen.

GEO steht für Generative Engine Optimization. Gemeint ist die Optimierung von Unternehmen, Marken und Inhalten für KI-Systeme, die auf Fragen direkte Antworten formulieren. Eine ausführliche Einführung finden Sie im Beitrag darüber, was GEO bedeutet.

Ein GEO-Audit untersucht typischerweise:

• ob ein Unternehmen in KI-Antworten genannt wird,
• bei welchen Fragen Sichtbarkeit besteht,
• welche Wettbewerber erscheinen,
• welche Quellen verwendet werden,
• ob die eigene Domain zitiert oder verlinkt wird,
• ob Produkte und Leistungen korrekt dargestellt werden,
• welche Themen und Inhalte fehlen,
• ob technische Hindernisse bestehen,
• wie eindeutig das Unternehmensprofil erkennbar ist,
• welche externen Erwähnungen und Vertrauenssignale vorhanden sind.

Ein vollständiger GEO-Audit verbindet damit die Prüfung realer KI-Antworten mit einer inhaltlichen, technischen und strategischen Bewertung der gesamten digitalen Präsenz.

Ist ein GEO-Audit dasselbe wie eine GEO-Analyse?

Die Begriffe GEO-Audit und GEO-Analyse werden in der Praxis häufig ähnlich verwendet. Dennoch lässt sich ein leichter Unterschied beschreiben.

Ein Audit betont stärker die strukturierte Prüfung anhand festgelegter Kriterien. Eine Analyse geht darüber hinaus und interpretiert die Ergebnisse im Hinblick auf Ursachen, Prioritäten und mögliche Maßnahmen.

Ein GEO-Audit beantwortet beispielsweise:

• Wird das Unternehmen genannt?
• Welche Quellen werden verwendet?
• Welche technischen Probleme bestehen?
• Welche Wettbewerber erscheinen häufiger?

Eine GEO-Analyse beantwortet zusätzlich:

• Warum werden bestimmte Wettbewerber bevorzugt berücksichtigt?
• Welche Maßnahmen besitzen den größten wirtschaftlichen Nutzen?
• Welche Inhalte sollten zuerst überarbeitet werden?
• Welche Plattformen und Themen müssen priorisiert werden?
• Welche Ressourcen werden für die Umsetzung benötigt?

Bei geoagentur.net ist GEO-Analyse der offizielle Leistungsname. Die GEO-Analyse umfasst sowohl die systematische Prüfung als auch die strategische Interpretation der Ergebnisse.

Was ist der Unterschied zwischen GEO-Audit und SEO-Audit?

Ein SEO-Audit prüft in erster Linie, wie gut eine Website für klassische Suchmaschinen aufgestellt ist. Ein GEO-Audit erweitert den Blick auf generative Antwortsysteme.

SEO und GEO sind dennoch nicht voneinander getrennt. Viele technische und inhaltliche Grundlagen überschneiden sich. Der Beitrag GEO vs. SEO erklärt die Unterschiede und das Zusammenspiel ausführlicher.

Welche Bereiche prüft ein GEO-Audit?

Ein belastbarer GEO-Audit besteht aus mehreren Prüfbereichen. Ein reiner technischer Website-Scan reicht dafür nicht aus.

1. Sichtbarkeit in KI-Systemen

Zunächst wird geprüft, ob das Unternehmen bei relevanten Fragen überhaupt erscheint.

Dabei geht es nicht nur um den Markennamen. Untersucht werden auch:

• Produkte,
• Leistungen,
• Branchen,
• Anwendungsbereiche,
• Spezialisierungen,
• Standorte,
• Zielgruppen.

Ein Unternehmen kann beispielsweise bei einer direkten Markenfrage sichtbar sein, aber bei wichtigen Anbieter- oder Produktfragen vollständig fehlen.

Deshalb müssen unterschiedliche Prompt-Gruppen untersucht werden.

2. Erwähnungen und Empfehlungen

Eine Markenerwähnung ist nicht automatisch eine Empfehlung.

Der GEO-Audit unterscheidet deshalb zwischen:

Allgemeiner Erwähnung

Das Unternehmen wird beiläufig genannt.

Fachlicher Einordnung

Das Unternehmen wird mit einer bestimmten Leistung oder Branche verbunden.

Anbieterempfehlung

Das Unternehmen wird als mögliche Lösung vorgeschlagen.

Konkreter Empfehlung

Das Unternehmen wird aufgrund bestimmter Merkmale besonders hervorgehoben.

Diese Unterschiede sind für die wirtschaftliche Bewertung entscheidend. Eine Empfehlung bei einer kaufnahen Frage besitzt meist mehr Wert als eine Erwähnung bei einer allgemeinen Definition.

3. Quellen und Verlinkungen

Ein GEO-Audit dokumentiert, welche Webseiten als Quellen verwendet werden.

Dabei wird geprüft:

• ob die eigene Domain zitiert wird,
• welche Unterseiten verwendet werden,
• ob direkte Links gesetzt werden,
• welche Wettbewerberseiten erscheinen,
• welche Fachportale wiederholt auftauchen,
• welche externen Quellen das Themenfeld prägen.

Die Quellenanalyse zeigt, welche Informationsangebote von KI-Systemen bevorzugt verarbeitet werden.

Wenn Wettbewerber regelmäßig über Fachportale oder Branchenmedien in Antworten gelangen, kann das auf eine Lücke in der externen Sichtbarkeit hinweisen.

4. Sachliche Korrektheit

Sichtbarkeit ist nur dann wertvoll, wenn die Darstellung stimmt.

Ein GEO-Audit prüft deshalb, ob Aussagen zu folgenden Punkten korrekt sind:

• Leistungen,
• Produkte,
• Branchen,
• Zielgruppen,
• Standorte,
• Materialien,
• Verfahren,
• Preise,
• Unternehmensgröße,
• Ansprechpartner,
• Zertifizierungen.

Fehlerhafte Aussagen können aus veralteten Quellen, widersprüchlichen Informationen oder Verwechslungen mit ähnlich benannten Unternehmen entstehen.

Besonders kritisch sind falsche Anbieterzuordnungen. Wenn ein Unternehmen für eine Leistung empfohlen wird, die es nicht anbietet, entsteht zwar Sichtbarkeit, aber kein sinnvoller Geschäftsnutzen.

5. Wettbewerber

Ein GEO-Audit untersucht, welche Wettbewerber bei relevanten Fragen erscheinen und wie sie dargestellt werden.

Wichtige Fragen sind:

• Welche Unternehmen werden besonders häufig genannt?
• Bei welchen Prompt-Gruppen erscheinen sie?
• Werden sie als Quelle oder als Anbieter berücksichtigt?
• Welche Leistungen werden ihnen zugeordnet?
• Auf welche Webseiten oder Quellen stützen sich die Antworten?
• Welche Wettbewerber fehlen in klassischen Rankings, sind aber in KI-Systemen sichtbar?

Die Wettbewerbsanalyse sollte nicht nur bekannte Marktteilnehmer einbeziehen. Generative Systeme können auch kleinere Fachanbieter, Portale oder redaktionelle Quellen berücksichtigen, die im klassischen Wettbewerbsbild bisher kaum beachtet wurden.

6. Inhalte und Themenabdeckung

Ein GEO-Audit prüft, ob die Website relevante Nutzerfragen vollständig abdeckt.

Dabei werden nicht nur einzelne Texte bewertet. Entscheidend ist die gesamte Themenstruktur.

Geprüft werden unter anderem:

• Leistungsseiten,
• Produktseiten,
• Grundlagenartikel,
• Vergleichsinhalte,
• Anwendungsfälle,
• Brancheninformationen,
• Referenzen,
• Autorenprofile,
• Unternehmensinformationen.

Typische Contentlücken entstehen, wenn ein Unternehmen zwar seine Leistungen beschreibt, aber keine Antworten auf konkrete Auswahl- und Entscheidungsfragen liefert.

Ein Hersteller kann beispielsweise detaillierte Produktseiten besitzen, aber keine Inhalte zu Werkstoffauswahl, Belastungsgrenzen, Fertigungsverfahren oder typischen Einsatzbedingungen anbieten.

7. Suchintentionen und Prompts

Klassische Keywordanalysen bilden nicht alle Fragen ab, die Nutzer an KI-Systeme stellen.

Ein GEO-Audit prüft daher, ob relevante Prompt-Typen berücksichtigt werden:

• Informationsfragen,
• Problemfragen,
• Produktfragen,
• Vergleichsfragen,
• Anbieterfragen,
• Markenfragen,
• Reputationsfragen.

Ein allgemeines Keyword wie „GEO Agentur“ kann beispielsweise zu mehreren Prompts führen:

• Welche GEO-Agentur ist auf B2B spezialisiert?
• Welche Agentur misst Sichtbarkeit in ChatGPT?
• Was sollte eine GEO-Agentur für Industrieunternehmen leisten?
• Welche Anbieter erstellen ein plattformübergreifendes GEO-Monitoring?

Ein Audit muss diese Unterschiede erfassen, weil die Antworten jeweils andere Teile der digitalen Präsenz betreffen.

8. Technische Voraussetzungen

Technische SEO bleibt auch für GEO relevant.

Ein GEO-Audit prüft unter anderem:

• Crawlbarkeit,
• Indexierbarkeit,
• Statuscodes,
• Canonical-Angaben,
• Weiterleitungen,
• interne Verlinkung,
• Ladezeiten,
• mobile Darstellung,
• JavaScript-Abhängigkeit,
• XML-Sitemaps,
• robots.txt,
• strukturierte Daten,
• Erreichbarkeit wichtiger Inhalte.

Wichtige Informationen sollten nicht ausschließlich in Bildern, geschlossenen Kundenbereichen oder technisch schwer zugänglichen Anwendungen liegen.

Ein technischer Fehler führt nicht automatisch dazu, dass ein Unternehmen nie in KI-Antworten erscheint. Er kann die Auffindbarkeit aktueller und verlässlicher Informationen jedoch erheblich erschweren.

9. Unternehmens- und Entitätssignale

KI-Systeme müssen erkennen können, welche Informationen zu welchem Unternehmen gehören.

Ein GEO-Audit prüft deshalb:

• einheitliche Firmennamen,
• konsistente Unternehmensbeschreibungen,
• eindeutige Marken- und Produktbeziehungen,
• klare Leistungsbegriffe,
• nachvollziehbare Zielgruppen,
• Branchenzuordnung,
• Standorte,
• Autoren und Verantwortliche,
• Kontakt- und Unternehmensdaten.

Widersprüchliche Informationen erschweren die Einordnung.

Wenn eine Website auf verschiedenen Seiten unterschiedliche Leistungsbegriffe, Unternehmensnamen oder Zielgruppen verwendet, kann ein unscharfes Gesamtbild entstehen.

10. Externe Sichtbarkeit und Autorität

Die eigene Webseite ist nur eine mögliche Quelle.

Ein GEO-Audit untersucht deshalb auch externe Signale:

• Fachportale,
• Verbandsseiten,
• Branchenverzeichnisse,
• Kundenreferenzen,
• Partnerseiten,
• redaktionelle Beiträge,
• Interviews,
• Studien,
• Presseberichte,
• Veranstaltungsseiten.

Dabei geht es nicht um möglichst viele Erwähnungen. Relevanz, fachlicher Zusammenhang und Glaubwürdigkeit sind wichtiger als reine Menge.

Eine Nennung auf einem anerkannten Branchenportal kann mehr Einfluss auf das fachliche Markenbild besitzen als zahlreiche allgemeine Verzeichniseinträge.

Wie wird ein Prompt-Set für einen GEO-Audit entwickelt?

Das Prompt-Set bestimmt, welche Sichtbarkeit gemessen wird. Ungeeignete Prompts führen zu ungeeigneten Ergebnissen.

Ein guter Audit beginnt deshalb mit dem Geschäftsmodell, nicht mit einem generischen Toolbericht.

Informationsfragen

Diese Fragen prüfen, ob das Unternehmen als fachliche Quelle berücksichtigt wird.

Beispiele:

• Was ist Generative Engine Optimization?
• Wie lässt sich KI-Sichtbarkeit messen?
• Welche Kunststoffe eignen sich für hohe Temperaturen?
• Wie funktionieren Gleitlager in Rohrleitungssystemen?

Produkt- und Leistungsfragen

Diese Prompts prüfen die Zuordnung konkreter Angebote.

Beispiele:

• Welche Leistungen umfasst ein GEO-Monitoring?
• Welche Hersteller fertigen Rohrhalter nach Zeichnung?
• Welche Unternehmen verarbeiten Hochleistungskunststoffe?

Problemfragen

Hier steht eine konkrete Herausforderung im Vordergrund.

Beispiele:

• Wie lässt sich die Sichtbarkeit eines Industrieunternehmens in ChatGPT verbessern?
• Wie werden thermische Bewegungen in Rohrleitungen aufgenommen?
• Welches Material eignet sich für stark beanspruchte Bauteile?

Vergleichsfragen

Vergleichsfragen entstehen häufig in der Orientierungs- oder Entscheidungsphase.

Beispiele:

• Was ist der Unterschied zwischen GEO und SEO?
• Welche GEO-Agenturen sind auf B2B spezialisiert?
• Welche Werkstoffe sind für hohe Temperaturen geeignet?

Anbieterfragen

Diese Prompts besitzen meist eine hohe wirtschaftliche Relevanz.

Beispiele:

• Welche GEO-Agentur bietet eine KI-Sichtbarkeitsanalyse an?
• Welche Hersteller fertigen technische Kunststoffteile nach Zeichnung?
• Welche Anbieter liefern Rohrhalter für den Anlagenbau?

Markenfragen

Markenfragen prüfen, welches Bild ein KI-System von einem konkreten Unternehmen besitzt.

Beispiele:

• Was macht Unternehmen X?
• Welche Leistungen bietet Unternehmen X?
• Für welche Branchen arbeitet Unternehmen X?
• Worin ist Unternehmen X spezialisiert?

Reputationsfragen

Reputationsfragen untersuchen die qualitative Einordnung.

Beispiele:

• Ist Unternehmen X ein geeigneter Anbieter für Industrieunternehmen?
• Welche Stärken besitzt Unternehmen X?
• Welche Alternativen gibt es zu Unternehmen X?

Gerade diese Antworten müssen fachlich geprüft werden. Ein automatischer Sentimentwert reicht nicht aus.

Welche Plattformen gehören in einen GEO-Audit?

Die Plattformauswahl hängt von Zielgruppe, Markt und Geschäftsmodell ab.

Typischerweise werden folgende Systeme berücksichtigt:

ChatGPT

Relevant für Recherche, Orientierung, Anbieterfragen und die Vorbereitung geschäftlicher Entscheidungen.

Google AI Overviews und AI Mode

Relevant, weil generative Antworten direkt mit der klassischen Google-Suche verbunden werden.

Gemini

Gemini sollte separat von Google AI Overviews geprüft werden, da die Antworten nicht zwingend identisch sind.

Perplexity

Perplexity ist besonders für die Analyse von Quellen und Verlinkungen interessant.

Microsoft Copilot

Copilot kann für Unternehmen relevant sein, deren Zielgruppen stark im Microsoft-Umfeld arbeiten.

Weitere Systeme

Je nach Zielgruppe können weitere KI-Assistenten oder branchenspezifische Plattformen einbezogen werden.

Die Ergebnisse sollten stets getrennt ausgewertet werden. Eine hohe Sichtbarkeit auf einer Plattform bedeutet nicht automatisch eine vergleichbare Sichtbarkeit auf anderen Systemen.

Wie viele Prompts benötigt ein GEO-Audit?

Die notwendige Zahl hängt vom Unternehmen ab.

Wichtige Faktoren sind:

• Zahl der Leistungen,
• Zahl der Produkte,
• Anzahl der Zielgruppen,
• relevante Branchen,
• Märkte und Sprachen,
• Wettbewerber,
• Plattformen,
• gewünschte Messtiefe.

Als grobe Orientierung:

Kompakter Einstieg

Etwa 20 bis 30 Prompts können einen ersten Überblick liefern.

Belastbare Analyse

Etwa 50 bis 100 sorgfältig ausgewählte Prompts ermöglichen eine differenzierte Auswertung nach Themen, Plattformen und Suchintentionen.

Umfangreiche Unternehmensstruktur

Bei mehreren Geschäftsbereichen, Ländern oder Sprachen kann ein deutlich größeres Prompt-Set erforderlich sein.

Entscheidend ist nicht die größtmögliche Zahl. Ein kleineres Set wirtschaftlich relevanter Fragen ist aussagekräftiger als Hunderte generische Varianten.

Wie läuft ein GEO-Audit ab?

Ein professioneller GEO-Audit folgt einem strukturierten Prozess.

1. Geschäftsmodell und Ziele erfassen

Zunächst werden Leistungen, Produkte, Zielgruppen, Branchen und Märkte aufgenommen.

Ohne diesen Kontext lässt sich nicht beurteilen, welche Prompts wirtschaftlich relevant sind.

2. Themen und Entscheidungssituationen bestimmen

Es wird ermittelt, welche Fragen potenzielle Kunden in unterschiedlichen Phasen stellen.

Dazu gehören Informations-, Vergleichs-, Auswahl- und Anbieterfragen.

3. Prompt-Set entwickeln

Die Fragen werden in thematische Gruppen gegliedert und nach wirtschaftlicher Relevanz priorisiert.

4. Plattformen festlegen

Es wird entschieden, welche KI-Systeme untersucht werden.

5. Abfragen durchführen

Die Prompts werden unter dokumentierten Bedingungen ausgeführt.

Wichtige Angaben sind:

• Plattform,
• Modell,
• Sprache,
• Datum,
• Websuche,
• Antwortdurchlauf.

6. Antworten dokumentieren

Erfasst werden:

• eigene Erwähnungen,
• Wettbewerber,
• Quellen,
• Links,
• Positionen,
• Kontext,
• Korrektheit.

7. Website prüfen

Anschließend werden technische, inhaltliche und semantische Voraussetzungen der eigenen Domain untersucht.

8. Externe Signale analysieren

Fachportale, Verzeichnisse, Partnerseiten und weitere Quellen werden einbezogen.

9. Ursachen bewerten

Die Ergebnisse werden nicht nur aufgelistet. Es wird geprüft, weshalb Sichtbarkeit besteht oder fehlt.

10. Maßnahmen priorisieren

Abschließend entsteht ein Maßnahmenplan nach Relevanz, Aufwand und erwartbarem Nutzen.

Was enthält ein professioneller GEO-Audit-Bericht?

Ein Auditbericht sollte die Ergebnisse nachvollziehbar dokumentieren.

Typische Bestandteile sind:

Management-Zusammenfassung

Die wichtigsten Erkenntnisse, Risiken und Potenziale werden kompakt dargestellt.

Methodik

Der Bericht erläutert:

• welche Plattformen geprüft wurden,
• welche Prompts verwendet wurden,
• wie viele Durchläufe erfolgten,
• welche Wettbewerber einbezogen wurden,
• wie die Ergebnisse bewertet wurden.

Plattformauswertung

Die Sichtbarkeit wird für jedes KI-System getrennt dargestellt.

Prompt-Auswertung

Die Ergebnisse werden nach Informations-, Vergleichs-, Anbieter- und Markenfragen gegliedert.

Wettbewerbsvergleich

Der Bericht zeigt, welche Wettbewerber häufiger erscheinen und bei welchen Themen sie besonders stark sind.

Quellenanalyse

Es wird dokumentiert, welche Domains und Seitentypen von den Systemen verwendet werden.

Sachliche Fehler

Falsche oder veraltete Aussagen werden aufgeführt und nach möglichem Risiko bewertet.

Content- und Themenlücken

Fehlende Seiten, unklare Leistungsbeschreibungen und unzureichend abgedeckte Fragen werden identifiziert.

Technische Probleme

Technische Hindernisse werden dokumentiert und priorisiert.

Externe Sichtbarkeitslücken

Der Bericht zeigt, in welchen relevanten Informationsumfeldern das Unternehmen kaum vorkommt.

Priorisierter Maßnahmenplan

Die Empfehlungen werden nach Dringlichkeit, Aufwand und strategischer Bedeutung geordnet.

Kann man einen GEO-Audit selbst durchführen?

Eine einfache Bestandsaufnahme ist auch intern möglich.

Benötigt werden:

• eine Liste relevanter Prompts,
• mehrere KI-Systeme,
• eine Dokumentationstabelle,
• eine Wettbewerberliste,
• wiederholte Abfragen,
• fachliche Prüfung der Antworten.

Eine praktische Anleitung zur Messung bietet der Beitrag KI-Sichtbarkeit messen.

Vorteile eines eigenen Audits

• geringe direkte Kosten,
• gute Nähe zum Geschäftsmodell,
• volle Kontrolle über die Prompts,
• direkter Einblick in die Antworten.

Grenzen eines eigenen Audits

• hoher Zeitaufwand,
• schwierige Wiederholbarkeit,
• fehlende historische Vergleichswerte,
• mögliche Auswahl ungeeigneter Prompts,
• begrenzte technische Analyse,
• fehlende externe Perspektive,
• Gefahr subjektiver Bewertung.

Ein eigener Audit eignet sich vor allem für eine erste Orientierung. Für strategische Entscheidungen sollte die Methodik jedoch belastbar dokumentiert sein.

Was leisten automatische GEO-Audit-Tools?

Automatische Tools können bestimmte Teile des Audits beschleunigen.

Dazu gehören:

• technische Website-Checks,
• strukturierte Daten,
• Autoreninformationen,
• Textstruktur,
• Bot-Zugänglichkeit,
• Markenerwähnungen,
• Quellen und Links,
• Wettbewerbsvergleiche.

Solche Auswertungen können hilfreich sein. Sie bilden jedoch nicht automatisch die tatsächliche wirtschaftliche Relevanz ab.

Ein Tool kann beispielsweise feststellen, dass eine Marke bei 40 Prozent der hinterlegten Prompts erscheint. Ohne Kenntnis der verwendeten Fragen bleibt jedoch unklar, ob diese Prompts für das Unternehmen wichtig sind.

Automatische Tools können außerdem nur begrenzt beurteilen:

• ob eine Empfehlung fachlich richtig ist,
• ob ein Industrieprodukt korrekt eingeordnet wird,
• ob eine Erwähnung wirtschaftlich relevant ist,
• welche Maßnahme zuerst umgesetzt werden sollte,
• ob externe Quellen glaubwürdig und strategisch sinnvoll sind.

Ein automatischer Score ersetzt daher keine individuelle Analyse.

Was kostet ein GEO-Audit?

Die Kosten hängen vom Umfang der Prüfung ab.

Wichtige Preisfaktoren sind:

• Zahl der Plattformen,
• Umfang des Prompt-Sets,
• Anzahl der Wettbewerber,
• Sprachen und Märkte,
• Tiefe der technischen Prüfung,
• Umfang der Contentanalyse,
• Quellen- und Entitätenanalyse,
• Wiederholungsrate der Abfragen,
• Detailtiefe des Maßnahmenplans.

Eine einfache automatisierte Prüfung kann günstig oder kostenlos angeboten werden. Sie ist jedoch nicht mit einer individuellen Analyse vergleichbar.

Bei geoagentur.net beginnt die professionelle GEO-Analyse ab 1.490 Euro. Der konkrete Umfang richtet sich nach Plattformen, Themen, Wettbewerbern und Unternehmensstruktur.

Warum ist ein GEO-Audit für B2B und Industrie besonders anspruchsvoll?

B2B- und Industrieunternehmen besitzen häufig komplexe Angebote.

Die Produkte und Leistungen lassen sich nicht allein über allgemeine Kategorien beschreiben. Relevant sind beispielsweise:

• Werkstoffe,
• Fertigungsverfahren,
• Normen,
• Belastungen,
• Temperaturbereiche,
• Stückzahlen,
• Branchen,
• Zeichnungsfertigung,
• Zertifizierungen,
• Lieferregionen.

Ein allgemeiner Prompt wie:

„Welche Hersteller bieten Kunststoffteile an?“

liefert kaum belastbare Erkenntnisse.

Aussagekräftiger ist:

„Welche deutschen Hersteller fertigen verschleißfeste Kunststoffbauteile nach Zeichnung für den Maschinenbau?“

Der zweite Prompt bildet eine konkrete Entscheidungssituation ab.

Zusätzlich sind im B2B meist mehrere Personen beteiligt:

• Geschäftsführung,
• Marketing,
• Vertrieb,
• Einkauf,
• Konstruktion,
• technische Leitung.

Jede Rolle stellt andere Fragen. Ein GEO-Audit für B2B und Industrie muss deshalb unterschiedliche Perspektiven, Entscheidungsphasen und technische Anforderungen einbeziehen.

Wann sollte ein GEO-Audit durchgeführt werden?

Ein GEO-Audit ist besonders sinnvoll:

• vor Entwicklung einer GEO-Strategie,
• vor umfangreichen Contentmaßnahmen,
• wenn Wettbewerber in KI-Antworten häufiger erscheinen,
• wenn das Unternehmen falsch dargestellt wird,
• nach einem Relaunch,
• bei neuen Leistungen oder Produkten,
• beim Eintritt in neue Märkte,
• vor Einführung eines GEO-Monitorings,
• als regelmäßige strategische Bestandsaufnahme.

Ein Audit sollte nicht erst beginnen, wenn die eigene Marke vollständig aus relevanten Antworten verschwunden ist. Eine frühe Bestandsaufnahme zeigt, welche Grundlagen bereits vorhanden sind und wo konkrete Lücken bestehen.

Vom GEO-Audit zur systematischen Optimierung

Ein GEO-Audit liefert zunächst Transparenz.

Er zeigt:

• wo das Unternehmen sichtbar ist,
• bei welchen Fragen es fehlt,
• welche Wettbewerber berücksichtigt werden,
• welche Quellen dominieren,
• welche Inhalte und Signale verbessert werden sollten.

Darauf folgt die strategische Umsetzung.

Eine GEO-Strategie priorisiert Plattformen, Themen, Inhalte und externe Maßnahmen. Ein GEO-Monitoring überprüft anschließend, wie sich die Sichtbarkeit entwickelt.

Eine spezialisierte GEO Agentur verbindet dabei Analyse, Strategie, technische Prüfung und fachliche Interpretation.

Der erste Schritt bleibt eine belastbare GEO-Analyse. Sie verhindert, dass Maßnahmen auf Vermutungen, einzelnen Screenshots oder generischen Toolwerten basieren.

Der Beitrag GEO-Audit: KI-Sichtbarkeit systematisch prüfen erschien zuerst auf GEO Agentur.

Für Unternehmen ist dabei nicht nur entscheidend, ob der eigene Name irgendwo auftaucht. Wichtiger ist, bei welchen Fragen die Nennung erfolgt, in welchem Zusammenhang das Unternehmen erscheint und ob daraus eine relevante Anbieter- oder Produktempfehlung entsteht.

Was bedeutet KI-Sichtbarkeit?

KI-Sichtbarkeit beschreibt, ob und wie ein Unternehmen, eine Marke, ein Produkt oder eine Webseite innerhalb generativer Antworten erscheint.

Relevant sind unter anderem Systeme wie:

• ChatGPT
• Google AI Overviews und AI Mode
• Gemini
• Perplexity
• Microsoft Copilot

GEO beschäftigt sich damit, diese Sichtbarkeit systematisch zu analysieren und zu verbessern. Eine grundlegende Einordnung finden Sie im Beitrag darüber, was GEO bedeutet.

KI-Sichtbarkeit kann unterschiedliche Formen annehmen. Ein Unternehmen kann beispielsweise:

• namentlich erwähnt werden,
• mit einer bestimmten Leistung verbunden werden,
• als Informationsquelle erscheinen,
• mit einem Link versehen werden,
• als möglicher Anbieter empfohlen werden,
• im Vergleich zu Wettbewerbern eingeordnet werden.

Diese Formen besitzen nicht denselben Wert. Eine beiläufige Erwähnung bei einer allgemeinen Frage ist weniger relevant als eine konkrete Empfehlung bei einer kaufnahen Anbieterrecherche.

Warum reicht eine einzelne ChatGPT-Abfrage nicht aus?

Generative Systeme liefern keine vollständig stabilen Ergebnisse.

Selbst bei identischen Fragen können sich Antworten unterscheiden. Gründe dafür sind unter anderem:

• verschiedene Antwortdurchläufe,
• Modellupdates,
• unterschiedliche Datenquellen,
• aktivierte oder deaktivierte Websuche,
• Sprache,
• Standort,
• Nutzerkontext,
• Zeitpunkt der Abfrage,
• leicht veränderte Prompt-Formulierungen.

Eine einmalige Abfrage zeigt deshalb nur eine Momentaufnahme.

Wird ein Unternehmen bei einem Durchlauf genannt und beim nächsten nicht, lässt sich daraus weder eine stabile Sichtbarkeit noch ein sicherer Verlust ableiten.

Für belastbare Aussagen müssen Prompts wiederholt, unter vergleichbaren Bedingungen und über längere Zeiträume geprüft werden.

KI-Sichtbarkeit ähnelt daher weniger einer festen Rankingposition als einer Wahrscheinlichkeit, bei bestimmten Fragen in einer bestimmten Form berücksichtigt zu werden.

Welche Formen von KI-Sichtbarkeit gibt es?

Vor der Messung muss festgelegt werden, welche Art von Sichtbarkeit bewertet werden soll.

Markenerwähnung

Der Unternehmens- oder Markenname erscheint innerhalb der Antwort.

Beispiel:

„Zu den spezialisierten Anbietern gehören Unternehmen A, Unternehmen B und Unternehmen C.“

Eine solche Nennung zeigt, dass das System die Marke grundsätzlich kennt oder gefunden hat. Sie sagt jedoch noch wenig über die Qualität der Einordnung aus.

Produkt- oder Leistungserwähnung

Das System verbindet das Unternehmen mit einer konkreten Leistung, einem Produkt oder einer Fachkompetenz.

Für Unternehmen ist diese Ebene häufig wertvoller als eine allgemeine Markenerwähnung.

Quellenangabe

Die eigene Webseite wird als verwendete Informationsquelle aufgeführt.

Eine Quellenangabe zeigt, dass Inhalte der Domain für die Antwort herangezogen wurden. Das Unternehmen muss dabei nicht zwingend selbst genannt werden.

Verlinkung

Die Antwort enthält einen anklickbaren Link zur eigenen Webseite.

Das ist besonders relevant, wenn Nutzer weiterführende Informationen suchen oder direkt auf eine Leistungs- oder Produktseite gelangen.

Empfehlung

Das Unternehmen wird als möglicher Anbieter, Hersteller, Dienstleister oder Lösungspartner vorgeschlagen.

Diese Form der Sichtbarkeit besitzt vor allem bei kaufnahen und vergleichenden Prompts einen hohen wirtschaftlichen Wert.

Fachliche Einordnung

Das KI-System verbindet das Unternehmen mit bestimmten Branchen, Produkten, Eigenschaften oder Kompetenzen.

Beispiele:

• Hersteller für technische Kunststoffbauteile
• GEO-Agentur für Industrieunternehmen
• Anbieter für kundenspezifische Rohrhalter
• Dienstleister für B2B-Suchmaschinenoptimierung

Eine falsche oder zu allgemeine Einordnung kann trotz Erwähnung problematisch sein.

Reputation und Kontext

Auch die Tonalität einer Antwort sollte bewertet werden.

Ein Unternehmen kann:

• positiv dargestellt,
• neutral beschrieben,
• kritisch eingeordnet,
• mit falschen Informationen verbunden werden.

KI-Sichtbarkeit ist deshalb nicht automatisch positiv. Sichtbarkeit und Reputation müssen getrennt betrachtet werden.

Welche Kennzahlen eignen sich zur Messung?

Für die Messung gibt es keinen allgemein verbindlichen Standard. Sinnvoll ist eine Kombination mehrerer Kennzahlen.

Sichtbarkeitsquote

Die Sichtbarkeitsquote zeigt, bei welchem Anteil der geprüften Prompts das Unternehmen genannt wird.

Berechnung:

Prompts mit Erwähnung ÷ alle geprüften Prompts × 100

Beispiel:

Das Unternehmen wird bei 18 von 60 Prompts genannt.

Die Sichtbarkeitsquote beträgt:

18 ÷ 60 × 100 = 30 Prozent

Diese Kennzahl ist leicht verständlich, sollte jedoch immer nach Themen und Intentionsgruppen aufgeteilt werden.

Eine Sichtbarkeitsquote von 30 Prozent kann sehr gut sein, wenn das Unternehmen bei den wichtigsten kaufnahen Fragen erscheint. Sie kann gleichzeitig wenig wertvoll sein, wenn die Nennungen nur bei allgemeinen Informationsfragen entstehen.

Quellenquote

Die Quellenquote misst, bei wie vielen Antworten die eigene Domain als Quelle verwendet wird.

Berechnung:

Antworten mit eigener Domain als Quelle ÷ alle geprüften Antworten × 100

Diese Kennzahl zeigt, ob die eigenen Inhalte in generative Antworten einfließen.

Verlinkungsquote

Die Verlinkungsquote zeigt, wie häufig ein direkter Link zur eigenen Webseite gesetzt wird.

Quellenangabe und Verlinkung sollten getrennt erfasst werden, da nicht jede Plattform Quellen gleich darstellt.

Empfehlungsquote

Die Empfehlungsquote bezieht sich nur auf Anbieter-, Produkt- oder Kaufprompts.

Berechnung:

Prompts mit Empfehlung ÷ alle geprüften kaufnahen Prompts × 100

Diese Kennzahl ist für B2B- und Industrieunternehmen häufig aussagekräftiger als eine allgemeine Sichtbarkeitsquote.

Share of Voice

Der Share of Voice zeigt, welchen Anteil das eigene Unternehmen an allen erfassten Wettbewerbernennungen besitzt.

Berechnung:

eigene Nennungen ÷ alle Nennungen der beobachteten Unternehmen × 100

Beispiel:

• eigenes Unternehmen: 20 Nennungen
• Wettbewerber A: 35 Nennungen
• Wettbewerber B: 25 Nennungen
• Wettbewerber C: 20 Nennungen

Insgesamt entstehen 100 Nennungen. Der eigene Share of Voice beträgt 20 Prozent.

Diese Kennzahl hilft, die eigene Sichtbarkeit relativ zum Markt einzuordnen.

Durchschnittliche Position

Bei Listen oder Anbieterempfehlungen kann erfasst werden, an welcher Stelle das Unternehmen genannt wird.

Eine Nennung an erster Stelle ist nicht automatisch eine feste Rangposition. Dennoch kann die durchschnittliche Reihenfolge über mehrere Abfragen hinweg zusätzliche Hinweise liefern.

Thematische Abdeckung

Die thematische Abdeckung zeigt, bei welchen Themen das Unternehmen sichtbar ist.

Mögliche Auswertungsbereiche sind:

• Leistungen
• Produkte
• Branchen
• Einsatzgebiete
• Materialien
• Problemstellungen
• Zielgruppen
• geografische Märkte

So lässt sich erkennen, ob die Sichtbarkeit nur bei allgemeinen Markenthemen besteht oder auch bei konkreten Leistungs- und Entscheidungssituationen.

Quellenhäufigkeit

Neben der eigenen Domain sollten auch externe Quellen erfasst werden.

Dabei wird geprüft:

• welche Domains besonders häufig zitiert werden,
• welche Fachportale relevant sind,
• welche Wettbewerberseiten als Quelle dienen,
• welche Verzeichnisse oder Magazine wiederholt auftauchen,
• welche Inhalte die Systeme bevorzugt verwenden.

Diese Auswertung kann wichtige Hinweise für Content, digitale PR und externe Sichtbarkeit liefern.

Sachliche Korrektheit

Nicht jede Erwähnung ist korrekt.

Bewertet werden sollte, ob Aussagen zu folgenden Punkten stimmen:

• Leistungen
• Produkte
• Standort
• Zielgruppen
• Branchen
• Preise
• Unternehmensgröße
• Spezialisierung
• Verfügbarkeit
• Ansprechpartner

Eine falsche Einordnung kann geschäftlich schädlicher sein als eine fehlende Erwähnung.

Sentiment und Kontext

Die reine Einteilung in positiv, neutral und negativ reicht bei B2B-Themen häufig nicht aus.

Sinnvoller ist eine qualitative Bewertung:

• Wird das Unternehmen als Spezialist eingeordnet?
• Wird es nur beiläufig erwähnt?
• Wird es als günstige oder hochwertige Lösung dargestellt?
• Werden Einschränkungen genannt?
• Ist die Beschreibung fachlich angemessen?
• Entspricht die Darstellung der gewünschten Positionierung?

AI Referral Traffic

AI Referral Traffic beschreibt Besucher, die über Links aus KI-Systemen auf die Webseite gelangen.

Dieser Traffic kann über Webanalyse-Systeme erfasst werden, sofern der Referrer übertragen und korrekt zugeordnet wird.

Mögliche Quellen sind beispielsweise:

• ChatGPT
• Perplexity
• Copilot
• Gemini
• weitere KI-Plattformen

Dieser Wert misst jedoch nur Klicks. Viele KI-Antworten beeinflussen die Wahrnehmung eines Unternehmens, ohne dass anschließend ein Webseitenbesuch stattfindet.

Conversions aus KI-Traffic

Zusätzlich sollte geprüft werden, ob Besucher aus KI-Systemen:

• Kontaktformulare absenden,
• Angebote anfragen,
• Downloads starten,
• Termine vereinbaren,
• bestimmte Leistungsseiten besuchen,
• andere definierte Ziele erreichen.

Gerade bei geringem Traffic kann eine einzelne qualifizierte B2B-Anfrage wirtschaftlich relevanter sein als zahlreiche allgemeine Besuche.

Wie erstellt man ein aussagekräftiges Prompt-Set?

Das Prompt-Set ist die Grundlage jeder Messung.

Ungeeignete oder zu allgemeine Prompts erzeugen unbrauchbare Ergebnisse. Ein Tool kann technisch korrekt messen und trotzdem einen irreführenden Sichtbarkeitswert liefern, wenn die zugrunde liegenden Fragen nicht zum Geschäftsmodell passen.

Ein belastbares Prompt-Set sollte mehrere Such- und Entscheidungssituationen abbilden.

Informationsfragen

Diese Prompts prüfen, ob Inhalte des Unternehmens als fachliche Quelle genutzt werden.

Beispiele:

• Was ist Generative Engine Optimization?
• Wie lässt sich KI-Sichtbarkeit messen?
• Welche Vorteile haben technische Kunststoffe?
• Wie funktionieren Rohrschlitten?

Informationsfragen sind wichtig für fachliche Autorität. Sie besitzen jedoch nicht immer eine unmittelbare Kaufnähe.

Kategoriefragen

Kategoriefragen prüfen, welche Unternehmen mit einem Themenfeld verbunden werden.

Beispiele:

• Welche Agenturen bieten GEO-Beratung an?
• Welche Hersteller fertigen technische Kunststoffteile?
• Welche Unternehmen sind auf Rohrbefestigung spezialisiert?

Vergleichsfragen

Diese Fragen entstehen häufig in der Entscheidungsphase.

Beispiele:

• Was ist der Unterschied zwischen GEO und SEO?
• Welche Anbieter eignen sich für B2B-GEO?
• Welche Kunststoffe sind für hohe Temperaturen geeignet?
• Welche Unterschiede bestehen zwischen Anbieter A und Anbieter B?

Problemfragen

Problemorientierte Prompts beschreiben einen konkreten Bedarf.

Beispiele:

• Wie lässt sich die Sichtbarkeit eines Industrieunternehmens in ChatGPT verbessern?
• Welcher Werkstoff eignet sich für stark beanspruchte Gleitlager?
• Wie können thermische Bewegungen in Rohrleitungen aufgenommen werden?

Kauf- und Anbieterfragen

Diese Prompts besitzen meist die höchste wirtschaftliche Relevanz.

Beispiele:

• Welche GEO-Agentur arbeitet für Industrieunternehmen?
• Welche Hersteller fertigen Kunststoffbauteile nach Zeichnung?
• Welche Anbieter erstellen ein GEO-Monitoring?
• Welche Unternehmen liefern Rohrhalter für den Anlagenbau?

Markenfragen

Markenprompts prüfen, wie das eigene Unternehmen direkt dargestellt wird.

Beispiele:

• Was macht Unternehmen X?
• Welche Leistungen bietet Unternehmen X?
• Ist Unternehmen X auf Industrieunternehmen spezialisiert?
• Welche Erfahrungen gibt es mit Unternehmen X?

Reputationsfragen

Diese Prompts untersuchen, welche Einschätzung ein KI-System zu einem Anbieter abgibt.

Beispiele:

• Ist Unternehmen X ein seriöser Anbieter?
• Welche Stärken und Schwächen besitzt Unternehmen X?
• Für welche Kunden eignet sich Unternehmen X?
• Welche Alternativen gibt es zu Unternehmen X?

Solche Fragen sind sensibel und müssen qualitativ geprüft werden. Automatische Sentimentwerte reichen hier meist nicht aus.

Wie viele Prompts sollten gemessen werden?

Eine pauschale Mindestzahl gibt es nicht.

Entscheidend sind:

• Anzahl der Leistungen
• Zahl der Zielgruppen
• Komplexität des Angebots
• Zahl der Märkte und Sprachen
• Plattformen
• Wettbewerber
• gewünschte Messtiefe

Als grobe Orientierung:

Kleine Einstiegsmessung

Etwa 20 bis 30 Prompts können einen ersten Überblick liefern.

Diese sollten sich auf die wichtigsten Leistungen und kaufnahen Fragen konzentrieren.

Belastbare Ausgangsanalyse

Etwa 50 bis 100 sorgfältig ausgewählte Prompts ermöglichen eine differenziertere Auswertung nach Themen und Suchintentionen.

Laufendes Monitoring

Bei mehreren Leistungen, Branchen oder Ländern kann das Prompt-Set deutlich umfangreicher werden.

Dabei sollte nicht wahllos skaliert werden. Hundert ähnliche Prompt-Varianten liefern nicht automatisch mehr Erkenntnisse.

Ein Prompt-Set muss wirtschaftlich relevante Situationen abbilden und regelmäßig überprüft werden.

Welche Plattformen sollten untersucht werden?

Nicht jedes Unternehmen muss jedes KI-System überwachen.

Die Auswahl sollte davon abhängen, welche Plattformen die Zielgruppe tatsächlich verwendet und welche Systeme im jeweiligen Markt relevant sind.

ChatGPT

ChatGPT ist insbesondere für Recherche, Orientierung, Anbieterfragen und die Vorbereitung komplexer Entscheidungen relevant.

Bei der Messung sollte dokumentiert werden:

• Modell
• Websuche
• angemeldeter oder nicht angemeldeter Zustand
• Sprache
• Zeitpunkt
• Antwortdurchlauf

Google AI Overviews und AI Mode

Google verbindet klassische Suchergebnisse mit generativen Antworten.

Hier sollte getrennt erfasst werden:

• ob eine AI Overview erscheint,
• welche Quellen genannt werden,
• ob die eigene Domain vorkommt,
• ob klassische Rankings parallel bestehen,
• ob unterschiedliche Standorte andere Ergebnisse liefern.

Gemini

Gemini sollte separat von Google AI Overviews gemessen werden, da die Antworten und Quellen nicht zwingend identisch sind.

Perplexity

Perplexity eignet sich besonders für Quellenanalysen, da die Plattform Antworten häufig direkt mit Quellen verknüpft.

Microsoft Copilot

Copilot kann für Zielgruppen relevant sein, die stark im Microsoft-Umfeld arbeiten.

Weitere Systeme

Je nach Markt können auch Claude, spezialisierte KI-Assistenten oder branchenspezifische Systeme relevant sein.

Die Ergebnisse unterschiedlicher Plattformen dürfen nicht zu einem einzigen Wert zusammengefasst werden, ohne die Gewichtung nachvollziehbar zu machen.

Wie oft sollte KI-Sichtbarkeit gemessen werden?

Die Messfrequenz hängt von Ziel und Umfang ab.

Ein sinnvoller Ablauf besteht aus:

Ausgangsmessung

Vor Beginn der Maßnahmen wird der aktuelle Stand dokumentiert.

Eine professionelle GEO-Analyse zeigt, bei welchen Prompts das Unternehmen sichtbar ist, welche Wettbewerber erscheinen und welche Quellen verwendet werden.

Regelmäßige Wiederholung

Für viele Unternehmen ist eine monatliche Messung ausreichend.

Bei intensiven Kampagnen oder stark dynamischen Märkten kann ein zweiwöchentliches Intervall sinnvoll sein.

Zusätzliche Messung nach größeren Änderungen

Nach umfangreichen Content-Anpassungen, Relaunches oder neuen externen Veröffentlichungen kann eine zusätzliche Vergleichsmessung durchgeführt werden.

Langfristige Betrachtung

Einzelne Ausschläge sollten nicht überbewertet werden. Aussagekräftiger sind Entwicklungen über mehrere Messpunkte.

KI-Sichtbarkeit manuell messen

Für einen ersten Einstieg kann die Messung manuell erfolgen.

Eine Tabelle sollte mindestens folgende Felder enthalten:

Vorteile der manuellen Messung

• individuelle Prompt-Auswahl
• vollständiger Einblick in die Antworten
• qualitative Bewertung möglich
• keine Abhängigkeit von einem proprietären Sichtbarkeitswert
• geringe Einstiegskosten

Nachteile der manuellen Messung

• hoher Zeitaufwand
• schwer skalierbar
• aufwendige Wiederholungen
• mögliche Dokumentationsfehler
• begrenzte Vergleichbarkeit bei großen Prompt-Sets

Für kleine Analysen kann diese Methode ausreichend sein. Bei laufenden Messungen mit mehreren Plattformen steigt der Aufwand jedoch schnell.

KI-Sichtbarkeit mit Tools messen

Spezialisierte GEO-Tools und erweiterte SEO-Plattformen automatisieren Teile der Messung.

Typische Funktionen sind:

• Prompt-Tracking
• Markenerwähnungen
• Wettbewerbsvergleich
• Quellenanalyse
• Linkerfassung
• historische Entwicklung
• Themencluster
• Share of Voice
• Sentimentanalyse
• Exporte und Berichte

Tools sind besonders hilfreich, wenn:

• viele Prompts überwacht werden,
• mehrere Plattformen relevant sind,
• wiederkehrende Messungen notwendig sind,
• Wettbewerber systematisch verglichen werden,
• historische Veränderungen dokumentiert werden sollen.

Sie ersetzen jedoch nicht die strategische Auswahl der Prompts und die fachliche Bewertung der Antworten.

Wie zuverlässig sind KI-Sichtbarkeitsscores?

Viele Tools berechnen einen eigenen Sichtbarkeitswert oder AI Visibility Score.

Solche Werte können hilfreich sein, besitzen jedoch Grenzen.

Unterschiedliche Prompt-Datenbanken

Jeder Anbieter verwendet eigene Fragen und Themencluster. Ein Unternehmen kann deshalb in zwei Tools sehr unterschiedliche Werte erhalten.

Unterschiedliche Plattformen

Manche Tools messen nur ChatGPT, andere zusätzlich Gemini, Perplexity oder Google AI Overviews.

Unklare Wiederholungsrate

Nicht immer ist transparent, wie häufig ein Prompt ausgeführt wird und wie Schwankungen behandelt werden.

Generische Prompts

Standardisierte Fragen passen häufig nicht zu spezialisierten B2B- oder Industriemärkten.

Unterschiedliche Gewichtung

Ein Tool kann eine allgemeine Erwähnung ähnlich stark bewerten wie eine konkrete Anbieterempfehlung. Für das Unternehmen besitzen beide Ergebnisse jedoch einen völlig unterschiedlichen Wert.

Keine direkte Vergleichbarkeit

Ein Score von 60 Punkten in Tool A ist nicht mit 60 Punkten in Tool B vergleichbar.

Ein Sichtbarkeitsindex ist daher vor allem innerhalb derselben Methodik sinnvoll:

• im Vergleich zu Wettbewerbern,
• im Vergleich zu früheren Messungen,
• innerhalb derselben Plattform,
• bei gleichbleibendem Prompt-Set.

Wie misst man KI-Sichtbarkeit im B2B?

Im B2B-Bereich ist die wirtschaftliche Relevanz einzelner Prompts meist wichtiger als die reine Reichweite.

Ein Unternehmen kann bei wenigen Fragen sichtbar sein und dennoch einen hohen Nutzen erzielen, wenn diese Fragen konkrete Kauf- oder Auswahlprozesse betreffen.

B2B-Prompt-Sets sollten unterschiedliche Entscheider berücksichtigen.

Geschäftsführung

• Welche Vorteile bietet GEO für Industrieunternehmen?
• Welche Anbieter unterstützen bei KI-Sichtbarkeit?
• Wie lässt sich der Nutzen von GEO bewerten?

Marketing

• Wie misst man Sichtbarkeit in ChatGPT?
• Welche GEO-Kennzahlen sind sinnvoll?
• Wie lassen sich SEO und GEO verbinden?

Vertrieb

• Welche Anbieter werden bei konkreten Leistungsfragen empfohlen?
• Bei welchen kaufnahen Prompts erscheinen Wettbewerber?

Einkauf

• Welche Hersteller bieten eine bestimmte Lösung?
• Welche Anbieter erfüllen definierte Anforderungen?

Technik

• Welches Material eignet sich für eine konkrete Belastung?
• Welche Hersteller beherrschen ein bestimmtes Verfahren?

Die Messung sollte deshalb nicht nur nach Themen, sondern auch nach Rollen und Entscheidungsphasen strukturiert werden.

Wie misst man KI-Sichtbarkeit in der Industrie?

Industrieunternehmen benötigen besonders präzise Prompts.

Allgemeine Fragen liefern oft wenig brauchbare Ergebnisse.

Ein Prompt wie:

„Welche Hersteller bieten Kunststoffteile an?“

ist zu breit.

Aussagekräftiger wäre:

„Welche deutschen Hersteller fertigen verschleißfeste Kunststoffbauteile nach Zeichnung für den Maschinenbau?“

Der zweite Prompt enthält:

• geografischen Markt,
• Produkttyp,
• Materialeigenschaft,
• Fertigungsform,
• Zielbranche.

Industrie-Prompts können zusätzlich folgende Merkmale berücksichtigen:

• Werkstoffe
• Fertigungsverfahren
• Normen
• Temperaturen
• Belastungen
• Stückzahlen
• Branchen
• Zeichnungsfertigung
• Zertifizierungen
• Lieferregionen
• Anwendungsfälle

Je präziser die Entscheidungssituation, desto aussagekräftiger ist die Messung.

Wie unterscheidet sich GEO-Messung von SEO-Messung?

SEO und GEO verwenden unterschiedliche Messobjekte und Datenquellen.

Eine ausführlichere Einordnung finden Sie im Beitrag GEO vs. SEO.

Kann die Google Search Console KI-Sichtbarkeit messen?

Die Google Search Console kann klassische Suchleistung messen. Dazu gehören:

• Impressionen
• Klicks
• durchschnittliche Positionen
• Suchanfragen
• Zielseiten

Sie zeigt jedoch nicht vollständig:

• ob eine Marke in ChatGPT genannt wird,
• welche Wettbewerber in Perplexity erscheinen,
• ob Gemini ein Unternehmen empfiehlt,
• welche Antworten ohne Klick konsumiert werden,
• wie häufig eine Domain in KI-Antworten zitiert wird.

Auch AI Overviews lassen sich in der Search Console nur eingeschränkt getrennt analysieren. Die Daten werden in vielen Fällen mit der allgemeinen Google-Suche zusammengeführt.

Die Search Console bleibt wichtig, reicht für ein GEO-Monitoring jedoch nicht aus.

Lässt sich der ROI von KI-Sichtbarkeit messen?

Der wirtschaftliche Nutzen lässt sich teilweise direkt und teilweise nur indirekt erfassen.

Direkt messbare Auswirkungen

Direkt messbar sind:

• Referral Traffic aus KI-Systemen
• Formularanfragen
• Käufe
• Downloads
• Terminbuchungen
• Leads mit dokumentierter Quelle
• Conversions aus AI Referrals

Indirekt messbare Auswirkungen

Schwieriger zuzuordnen sind:

• Markenerwähnungen ohne Klick
• Einfluss auf Anbieterlisten
• spätere direkte Websitebesuche
• steigende Markensuchen
• Unterstützung längerer B2B-Entscheidungen
• mündliche oder interne Weiterempfehlungen
• Kontakte, die eine KI als erste Informationsquelle genutzt haben

Unternehmen können deshalb zusätzliche Fragen in ihre Lead-Erfassung integrieren:

• Wie sind Sie auf uns aufmerksam geworden?
• Haben Sie bei der Recherche ein KI-System verwendet?
• Welche Plattform haben Sie genutzt?

Solche Angaben sind nicht vollständig zuverlässig, verbessern aber die qualitative Bewertung.

Von der Ausgangsanalyse zum laufenden GEO-Monitoring

Die einmalige Messung zeigt, wo ein Unternehmen aktuell steht.

Ein GEO-Monitoring beobachtet anschließend:

• wie sich die Sichtbarkeit entwickelt,
• ob neue Wettbewerber erscheinen,
• welche Quellen an Bedeutung gewinnen,
• ob Inhalte häufiger zitiert werden,
• ob falsche Darstellungen entstehen,
• welche Maßnahmen Wirkung zeigen.

Aus diesen Daten lässt sich eine GEO-Strategie ableiten oder weiterentwickeln.

Eine spezialisierte GEO Agentur verbindet dabei technische Messung mit fachlicher Interpretation. Das ist besonders wichtig, weil ein hoher Sichtbarkeitswert allein noch keine Aussage über Relevanz, Positionierung oder wirtschaftlichen Nutzen liefert.

KI-Sichtbarkeit braucht eine feste Messmethodik

KI-Sichtbarkeit lässt sich messen, aber nicht mit einer einzigen Abfrage und nicht mit einer isolierten Kennzahl.

Eine belastbare Methode benötigt:

• wirtschaftlich relevante Prompts,
• getrennte Plattformauswertungen,
• mehrere Antwortdurchläufe,
• feste Messbedingungen,
• Wettbewerbsvergleiche,
• qualitative Prüfung,
• historische Daten,
• klare Ziele.

Für B2B- und Industrieunternehmen ist besonders entscheidend, ob Sichtbarkeit bei konkreten Auswahl-, Produkt- und Anbieterfragen entsteht.

Der sinnvollste Einstieg ist eine GEO-Analyse. Sie ermittelt den Ausgangszustand, identifiziert relevante Prompts und zeigt, welche Wettbewerber und Quellen bereits sichtbar sind.

Der Beitrag KI-Sichtbarkeit messen: Kennzahlen, Methoden und Vorgehen erschien zuerst auf GEO Agentur.