KI-Sichtbarkeit selbst messen – ohne Werkzeug, ohne Abo
Dieselbe Frage liefert dreimal drei verschiedene Antworten. Wie man daraus trotzdem eine belastbare Messung macht: feste Fragen, frische Sitzungen, drei Durchläufe, eine Tabelle.
„Frag doch mal ChatGPT nach deiner Branche.“ Der Rat ist gut gemeint und liefert in dieser Form nichts Verwertbares. Wer heute fragt und übermorgen nochmal, bekommt zwei verschiedene Antworten und weiß hinterher nicht, ob sich etwas verändert hat oder ob es Zufall war.
Dieser Artikel beschreibt ein Vorgehen, das in etwa 45 Minuten im Monat eine Zahl liefert, mit der man arbeiten kann. Kein Werkzeug, kein Abo, aber eine Regel, an die man sich halten muss.
Warum naive Tests nichts taugen
Vier Störquellen, die jede Einzelmessung wertlos machen:
Sprachmodelle antworten nicht immer gleich. Dieselbe Frage, dieselbe Sekunde, zwei verschiedene Antworten. Das ist kein Fehler, das ist Bauart.
Dein Konto erinnert sich. Assistenten beziehen frühere Gespräche mit ein. Wer schon zehnmal über seinen eigenen Betrieb gesprochen hat, bekommt ihn eher genannt – und misst damit sein eigenes Gesprächsverhalten.
Der Standort zählt mit. Eine Frage nach „Dachdecker in der Nähe“, gestellt in deinem Büro, ist eine andere Frage als dieselben Worte aus Dresden.
Die Formulierung ist der Messwert. „Guter Dachdecker Pirna“ und „Wen empfiehlst du für ein neues Dach in Pirna?“ sind zwei verschiedene Messungen. Wer die Formulierung ändert, misst neu.
Das Vorgehen
Schritt 1: Zehn Fragen festlegen – einmal
Die Fragen müssen so formuliert sein, wie ein Kunde sie stellt, nicht wie ein Suchbegriff aussieht. Drei Sorten, gemischt:
| Sorte | Beispiel |
|---|---|
| Empfehlung | „Wen empfiehlst du für Dachsanierung in Pirna?“ |
| Auswahl | „Worauf achte ich bei der Wahl eines Dachdeckers in Sachsen?“ |
| Direkt | „Was weißt du über [Firmenname] aus Pirna?“ |
Fünf bis zehn reichen. Diese Liste wird eingefroren. Jede spätere Änderung startet die Messreihe neu.
Schritt 2: Sauber messen
Für jede Frage, in jedem Assistenten:
- Frische Sitzung. Bei ChatGPT temporärer Chat, bei den anderen ein neues Gespräch – besser noch ein Fenster ohne Anmeldung.
- Erinnerung aus. Wo es die Funktion gibt, ausschalten. Sonst misst du deine eigene Vorgeschichte.
- Drei Durchläufe je Frage und Assistent. Nicht einer.
- Wortgleich stellen. Kein Nachfassen, keine Rückfragen, keine Präzisierung.
Getestet wird in ChatGPT, Gemini, Claude und Perplexity. Wer wenig Zeit hat, nimmt ChatGPT und Gemini – das deckt nach den verfügbaren Reichweitenzahlen den größten Teil ab.
Schritt 3: Vier Dinge notieren
Pro Frage und Assistent, in einer Tabelle:
| Feld | Was hineingehört |
|---|---|
| Genannt? | in 0, 1, 2 oder 3 von 3 Durchläufen |
| An welcher Stelle? | erste, zweite, dritte Nennung |
| Wer sonst? | die anderen genannten Betriebe |
| Begründung | der Satz, mit dem die Empfehlung begründet wird |
Die letzte Spalte ist die wertvollste und wird am häufigsten weggelassen.
Schritt 4: Eine Zahl bilden
Nennungen geteilt durch mögliche Nennungen. Zehn Fragen × vier Assistenten × drei Durchläufe = 120 Gelegenheiten. Wirst du 18-mal genannt, ist die Quote 15 %.
Diese Zahl ist für sich genommen bedeutungslos. Sie wird erst im Verlauf interessant: 15 % im November, 22 % im Februar – das ist eine Entwicklung. 15 % gegen den Durchschnitt irgendeiner Branche zu vergleichen wäre Unsinn.
Was du aus der Begründungsspalte lernst
Hier liegt der eigentliche Ertrag, und deshalb lohnt sich die Handarbeit gegenüber jedem automatischen Werkzeug.
Die Begründungen sind selten erfunden. Meistens erkennt man sie wieder: Sie stehen wörtlich oder fast wörtlich auf der Website des genannten Betriebs. „Spezialisiert auf Schieferarbeiten“, „Notdienst innerhalb von 24 Stunden“, „seit 1998 in Familienbesitz“.
Damit hast du keine Blackbox mehr, sondern eine Liste. Für jede Begründung, die bei einem Mitbewerber steht und bei dir nicht, zwei Fragen:
- Stimmt das bei mir auch? Dann gehört es auf die Website – als eigener Satz, nicht als Adjektiv.
- Stimmt es bei mir nicht? Dann ist es ein echter Unterschied, und ich brauche einen anderen.
Das ist dieselbe Arbeit wie gute Website-Texte. Der Unterschied ist nur, dass du jetzt weißt, welche Sätze tatsächlich zitiert werden.
Die Ergänzung, die Google liefert
Parallel zum Handtest gibt es eine offizielle Zahl: den Bericht zu generativen KI-Funktionen in der Search Console. Der zeigt allerdings nur Einblendungen, keine Klicks und keine Suchanfragen – und nur für Google. Wichtig beim Lesen: Diese Einblendungen sind keine zusätzliche Reichweite – sie stecken bereits im normalen Leistungsbericht und werden dort nur herausgefiltert. Wer beide Zahlen addiert, zählt denselben Vorgang zweimal.
Beides zusammen ergibt ein brauchbares Bild: Der Handtest sagt dir, ob und wie du genannt wirst. Der Bericht sagt dir, wie oft Google deine Seiten für KI-Antworten heranzieht. Keiner der beiden sagt dir, ob daraus Kunden werden – dafür bleibt die Frage am Telefon: „Wie sind Sie auf mich gekommen?“
Der realistische Erwartungsrahmen
Zwei Dinge, damit aus der Messung keine Enttäuschung wird.
Nullwerte sind normal. Viele regionale Betriebe werden in KI-Antworten schlicht nicht genannt, weil die Assistenten nur eine sehr kleine Auswahl aller lokalen Betriebe überhaupt vorschlagen. Eine Quote von 0 % im ersten Monat ist ein Ausgangswert, kein Urteil.
Die Messung verändert nichts. Sie sagt dir, wo du stehst. Was sich ändern lässt, steht in den anderen Artikeln dieser Reihe – und die Reihenfolge ist unverändert: Google-Unternehmensprofil, Bewertungen, dann eine Website, auf der konkrete Sätze stehen.
Eine halbe Stunde im Monat, eine Tabelle, drei Durchläufe je Frage. Das ist unspektakulär und es ist mehr, als die meisten Betriebe über ihre KI-Sichtbarkeit wissen.
Häufige Fragen
Warum bekomme ich bei derselben Frage unterschiedliche Antworten?
Weil Sprachmodelle nicht deterministisch antworten und weil die meisten Assistenten zusätzlich frühere Gespräche, den Standort und das Konto berücksichtigen. Ein einzelner Durchlauf ist deshalb kein Messwert, sondern eine Stichprobe von eins. Belastbar wird es erst durch mehrere Durchläufe in frischen Sitzungen.
Wie oft soll ich messen?
Einmal im Monat, immer ungefähr zur selben Zeit. Häufiger zu messen erzeugt Rauschen, seltener lässt Veränderungen durchrutschen. Wichtiger als die Frequenz ist, dass Fragen und Vorgehen jedes Mal identisch bleiben – sonst vergleicht man zwei verschiedene Messungen miteinander.
Brauche ich ein kostenpflichtiges Sichtbarkeits-Werkzeug?
Für einen regionalen Betrieb mit einer Handvoll relevanter Fragen nicht. Solche Werkzeuge lohnen sich, wenn hunderte Suchbegriffe über mehrere Märkte zu beobachten sind. Bei zehn Fragen ist die Auswertung von Hand genauer, weil man die Begründung mitliest – und die ist wertvoller als die Position.
Was mache ich, wenn ich gar nicht genannt werde?
Zuerst nachsehen, wer genannt wird und womit begründet. Meistens stammt die Begründung wörtlich von der Website des Mitbewerbers. Daraus ergibt sich die Aufgabenliste: Welche Aussage steht dort, die bei dir nirgends steht? Das ist konkreter als jede allgemeine Optimierungsempfehlung.