KI-Sichtbarkeit messen: Was Scores leisten KI-Sichtbarkeit messen: Was Scores leisten

Ein Score ist keine Marktkennzahl

Wer KI-Sichtbarkeit messen will, muss zuerst festlegen, was als Sichtbarkeit zählt. Ein KI-Sichtbarkeits-Score ist kein normiertes Pendant zu einem Suchmaschinen-Ranking. Google, Microsoft und OpenAI stellen unterschiedliche Daten bereit und erfassen damit unterschiedliche Ereignisse.

Hinzu kommt die Schwankung generativer Antworten. Eine im Juli 2026 veröffentlichte ACL-Untersuchung zur generativen Suche verglich die organische Google-Suche mit fünf generativen Suchsystemen von Google, OpenAI und Perplexity. Die Forschenden fanden deutliche Unterschiede bei Quellenvielfalt, Wissensbasis und Stabilität. Ergebnisse können sich zwischen Ausführungen und über die Zeit verändern. Ein einzelner Screenshot dokumentiert daher ein Vorkommen, aber noch keinen Trend.

Bei ANORA behandeln wir den Score deshalb nicht als universelle Rangliste. Im ANORA SEO Datenzentrum führen wir Plattform, Sprache, Markt, Fragencluster und Messzeitpunkt getrennt. Diese Begrenzung ist eine bewusste Qualitätsentscheidung: Unterschiedliche Signale werden erst dann verdichtet, wenn ihre Bedeutung im Messmodell geklärt ist.

Welche Signale in den Score gehören

Zitationsabdeckung bezeichnet den Anteil der beobachteten Fragen, bei denen eine eigene Seite als Quelle verlinkt wird. Die Kennzahl sollte pro Plattform und Themenbereich ausgewiesen werden. Eine Markennennung ohne Link bleibt ein eigenes Signal und darf nicht stillschweigend als Zitation zählen.

Attributionsqualität prüft, ob Marke, Produkt und fachliche Aussagen korrekt zugeordnet werden. Dieser Teil braucht menschliche Stichproben. Eine verlinkte Seite hilft wenig, wenn die generierte Antwort ihren Inhalt verkürzt, verwechselt oder einem Wettbewerber zuschreibt.

Themen- und Seitentiefe zeigt, ob die Sichtbarkeit auf Markenfragen und die Startseite begrenzt bleibt oder auch bei nicht markengebundenen Fachfragen entsteht. Im B2B ist besonders relevant, welche Produkt-, Integrations- und Entscheidungsseiten tatsächlich als Belege dienen. Klar abgegrenzte Grounding Pages im B2B schaffen dafür eine überprüfbare Informationsbasis.

Stabilität beschreibt, wie häufig eine Quelle bei wiederholten Messungen erneut erscheint. Schwankt das Ergebnis stark, sollte das Dashboard eine Spannbreite oder Verteilung zeigen statt einer scheinbar präzisen Einzelzahl.

Ein Gesamtwert kann aus normalisierten Teilwerten entstehen. Dafür müssen Plattformumfang, Gewichtung und Berechnungslogik dokumentiert und über den Vergleichszeitraum konstant gehalten werden. Ohne diese Angaben sagt ein Wert wie 71 von 100 kaum etwas aus.

Referral-Traffic, qualifizierte Sitzungen und Conversions gehören in eine nachgelagerte Ergebnisebene. Sie zeigen, ob Sichtbarkeit wirtschaftliche Reaktionen auslöst. Sie messen jedoch nicht dasselbe wie eine Zitation.

Google, Bing und ChatGPT liefern andere Daten

Google führte am 3. Juni 2026 separate Leistungsberichte für generative KI in der Search Console ein. Der Bericht zur generativen Suche erfasst Impressionen aus AI Overviews und AI Mode und gliedert sie unter anderem nach Seite, Land, Gerät und Datum. Am Recherchestichtag 19. Juli 2026 war der Bericht weiterhin nur für eine Teilmenge der Properties verfügbar.

Microsofts seit dem 10. Februar 2026 öffentlich getestetes AI Performance in Bing Webmaster Tools weist Gesamtzitationen, durchschnittlich zitierte Seiten, Seitenaktivität und eine Stichprobe sogenannter Grounding Queries aus. Microsoft grenzt die Aussagekraft ausdrücklich ein: Die Werte zeigen weder die Platzierung noch die Autorität oder Rolle einer Seite innerhalb einer einzelnen Antwort.

OpenAI dokumentiert einen weiteren Ausschnitt. Für die Aufnahme von Seiteninhalten in Zusammenfassungen und Snippets der ChatGPT-Suche darf OAI-SearchBot nicht blockiert sein. Weiterleitungen aus ChatGPT enthalten laut der aktuellen Dokumentation für Publisher und Entwickler den Parameter utm_source=chatgpt.com und lassen sich dadurch in der Webanalyse erkennen.

Eine Google-Impression, eine Bing-Zitation und eine Sitzung aus ChatGPT sind somit keine austauschbaren Einheiten. Unser Messmodell hält sie zunächst als getrennte Teilwerte vor. Erst die dokumentierte Normalisierung macht eine übergreifende Betrachtung nachvollziehbar.

Wie ANORA aus einem Signal eine Maßnahme macht

Die Messung beginnt mit einem festen Fragenkatalog, nicht mit spontan ausgewählten Prompts. Er bildet reale Informationsbedürfnisse aus Auswahl, Integration, Migration und Betrieb ab und wird nach Markt und Sprache versioniert. Wie diese Fragen strategisch eingeordnet werden, vertieft unser Beitrag zur AEO-Strategie für die KI-Suche.

Sinkt beispielsweise nur die Zitationsabdeckung bei Integrationsfragen, während Crawling, Indexierung und andere Themencluster stabil bleiben, deutet das nicht automatisch auf ein Problem der gesamten Website. Die nächste Prüfung gilt den betroffenen Seiten: Sind Voraussetzungen, Kompatibilität, Abläufe und Einschränkungen präzise beschrieben? Gibt es belastbare Belege für die zentralen Aussagen?

Unser Vorgehen verbindet den Befund mit einer Arbeitshypothese, der vorgenommenen Änderung und dem späteren Ergebnis. Nach einer Aktualisierung wird derselbe Fragenkatalog erneut ausgeführt. So bleibt erkennbar, welche Maßnahme geprüft wurde, statt jede Bewegung nachträglich einer beliebigen Ursache zuzuschreiben.

Bleiben die Zitationen stabil, während qualifizierte Besuche oder Anfragen zurückgehen, liegt der nächste Prüfschritt dagegen auf der Zielseite und in der Attribution. Passt das Angebot zur Informationsabsicht? Ist der nächste Schritt verständlich? Werden Weiterleitungen korrekt erfasst? Eine breite Content-Produktion wäre aus diesem Befund nicht ableitbar.

Auch ein einzelner auffälliger Lauf löst bei uns keine umfassende Überarbeitung aus. Handlungsrelevant wird eine Veränderung, wenn sie sich in wiederholten Messungen bestätigt, auf ein klar umrissenes Themenfeld begrenzen lässt oder durch plattformeigene Daten gestützt wird.

Strukturierte Daten sind kein Zugangsticket

Mehr Schema-Markup führt nicht automatisch zu mehr Präsenz in KI-Antworten. Google verlangt für AI Overviews und AI Mode kein besonderes Schema.org-Markup. Die Seiten müssen indexierbar und für ein Such-Snippet geeignet sein; verwendete strukturierte Daten sollen zudem mit dem sichtbaren Inhalt übereinstimmen.

Markup bleibt für passende Rich Results und die eindeutige Beschreibung von Seitenelementen nützlich. Es ersetzt aber weder substanzielle Inhalte noch eine zugängliche Seitenarchitektur. Die unterstützende, aber nicht garantierende Rolle erläutern wir ausführlicher im Beitrag über strukturierte Daten für KI-Suchen.

Was ein guter Score tatsächlich leistet

Ein belastbarer Messplan hält den Fragenkatalog, die untersuchten Plattformen, Länder und Sprachen sowie den Erhebungsrhythmus fest. Ebenso wichtig sind die Version der Gewichtung, dokumentierte Seitenänderungen und die Annahme hinter jeder Änderung.

SEO, Redaktion, Produktmarketing und Webanalyse brauchen dabei klar zugeordnete Aufgaben. Das Team muss zwischen technischem Zugang, inhaltlicher Abdeckung, tatsächlicher Zitation und nachgelagerter Wirkung unterscheiden. Nicht jede Schwankung ist ein Algorithmus-Update, und nicht jeder Traffic-Rückgang ist ein Sichtbarkeitsproblem.

Der Wert des Scores liegt nicht in seiner Höhe, sondern in der reproduzierbaren Entscheidung, die daraus folgt. ANORA trennt deshalb Beobachtung, Interpretation, Maßnahme und Ergebnis. So wird aus einer Präsentationszahl ein Diagnoseinstrument für die laufende SEO- und Content-Steuerung.