Eine KI-Antwort liest sich oft so, als hätte jemand fünfzehn Quellen gelesen und das Ergebnis zusammengefasst. Und genau so funktionieren LLMs. Gefragt, wer die beste TMS-Software für mittelständische Logistikbetriebe anbietet, nennt ChatGPT zwei oder drei Namen, erklärt kurz warum und liefert die Antwort zusätzlich mit einer Empfehlung vollständig innerhalb des Chatfensters. Wer möchte, kann noch in einem „Gespräch mit der KI“ die Wünsche und Anforderungen verfeinern. Die Antwort wird schnell und umfassend geliefert. Kein Besuch auf einzelnen Websites nötig. Und das ist kein Fehler. Das ist Das ist die Funktionslogik von LLMs.
Warum KI kein Interesse daran hat, Nutzer:innen weiterzuschicken
Google war jahrelang ein Weiterleitungssystem. Die Suchmaschine zeigte Links, Nutzer:innen klickten sich durch auf der Suche nach den für sie relevanten Informationen. KI-Systeme wie ChatGPT, Perplexity, Gemini, Copilot und Co. funktionieren anders. Sie sind darauf trainiert, Fragen zu beantworten, vollständig, direkt und im Dialog. Wer da eine zufriedenstellende Antwort erhält, hat keinen Grund, die Plattform zu verlassen.
Während sich die Rankings stabil halten, sterben Klicks. Google hält Nutzer:innen bewusst auf der Suchergebnisseite, statt sie – wie früher – zu Websites weiterzuschicken. Bei eigenständigen KI-Assistenten ist das noch ausgeprägter: Es gibt keinen Werbeindex, keinen Link-Klick-Mechanismus, keine Monetarisierung über Weiterleitungen.
Wer sichtbar sein will, kämpft deshalb nicht mehr um Klicks. Er kämpft um Zitate. Wer also einzelne Keywords trackt und Besuche auf der eigenen Website, misst ein Spiel, das bereits beendet ist.
Die Metriken, die jetzt zählen
Klassisches SEO-Tracking misst, was in Google-SERPs passiert. Es sagt nichts darüber aus, wie Sprachmodelle ein Unternehmen verarbeiten.
Neue KPIs sind
- Share of Voice entlang der Customer Journey
- Zitierhäufigkeit in KI-Antworten
- Markenerwähnungen im offenen Internet als Indikatoren für digitalen Einfluss.
Lass mich dir kurz die neuen Begriffe und Metriken erklären:
Citation Frequency: Wie oft taucht die eigene Marke in KI-Antworten auf? Einfachste Messmethode: 25 Fragen formulieren, die Zielgruppe einer KI stellen würde, und diese regelmäßig in ChatGPT, Gemini und Perplexity testen (Vorsicht: Nicht im eigenen Account, sondern in einem Temporary Chat, der nicht die eigene Historie miteinbezieht). Dies ist manuelle Arbeit, aber kann schnell und billig erste Einblicke liefern. Tools wie Otterly.ai oder Peec.ai automatisieren das für größere Setups.
Share of Voice: Diese Metric zählt nicht, ob man zitiert wird, sondern wie groß der eigene Anteil ist, verglichen mit dem Mitbewerb.
Sentiment: Erscheint man in KI-Antworten als Empfehlung oder nur als Erwähnung? Wird man positiv beschrieben oder neutral aufgeführt? Sichtbarkeit allein reicht nicht, entscheidend ist, wie die KI ein Unternehmen beschreibt, wenn Nutzer:innen danach fragen.
Branded Search und Direkt-Traffic: Steigen Suchanfragen nach dem eigenen Markennamen, obwohl organischer Traffic sinkt? Steigen die Direktzugriffe? Das sind Indizien für KI-Einfluss im Dark Funnel, wie im vorherigen Beitrag beschrieben.
Was das für Marketingmaßnahmen bedeutet
KI-Sichtbarkeit ist kein rein technisches Thema. Sie entsteht durch Inhalte, die echte Fragen beantworten, und durch Erwähnungen, die außerhalb der eigenen Website stattfinden.
Zwei Punkte werden dabei oft übersehen:
Erstens: KI-Empfehlungen sind hochgradig inkonsistent. Bei identischen Prompts liefern ChatGPT und Google AI in weniger als 1 von 100 Fällen dieselbe Markenliste (SparkToro, Januar 2026) – dies macht natürlich die manuelle Kontrolle der Citation Frequency schwierig. Wer nun glaubt, einmal in ChatGPT aufzutauchen und dauerhaft sichtbar zu sein, unterschätzt wie diese Systeme funktionieren.
Zweitens: Klassisches SEO bleibt das Fundament. Wer in Google nicht rankt, wird auch in KI-Antworten seltener zitiert. LLMs holen ihre Informationen aus dem Web, und was dort nicht auffindbar ist, wird nicht empfohlen. Die Grundlage ändert sich also nicht, nur die Art der Messung.
Was man nun tatsächlich messen sollte
Wie oben beschrieben, sind die neuen Metriken komplex, schwer zu erfassen und oft nur Momentaufnahmen für die Sichtbarkeit der eigenen Marke in KI-Antworten. Was jedoch weiterhin die harte Währung von Marketingmaßnahmen bleibt, sind die Conversions: Landen (mehr) Menschen auf meinen Verkaufsseiten? Werden meine Dienstleistungen über Sales-Kanäle öfter abgefragt? Und kaufen (mehr) Menschen bei mir ein?
Während der Verkaufs- und Beratungsprozess in den KI-Antworten mehr und mehr unsichtbar wird, zeigt sich der Erfolg jedoch deutlicher in anderen Zahlen: Mit einer höheren Verkaufsrate von bis zu 5x gegenüber organischem Traffic (Opollo AI Search Benchmark Report, 2026). Wer also wirklich tracken möchte, ob die KI das Unternehmen und die Produkte gut empfiehlt, sollte das in der Verkaufszahlen sehen.
Doch wie erreicht man nun diese guten Verkaufszahlen?
Kampagnen als erster GEO-Testballon
Wer nicht weiß, wo anfangen, dem empfehle ich eine Kampagne als Einstieg. Nicht weil Kampagnen besonders gut für GEO geeignet wären, sondern weil sie einen klaren Vorteil haben: Sie haben einen Anfang und ein Ende.
Eine Produkteinführung, ein Event, eine saisonale Aktion erzeugt in kurzer Zeit konzentrierte Inhalte, Erwähnungen in Medien und auf Plattformen, und eine natürliche Vorher-Nachher-Messung. Man kann testen, ob ChatGPT die Kampagnenbotschaft aufgreift, ob das Unternehmen bei relevanten Fragen erscheint, wie sich Branded Search und Direkt-Traffic verhalten.
Das Risiko ist überschaubar, der Erkenntnisgewinn jedoch hoch. Und von da kann man sich weiterhangeln: Zu der Überarbeitung der eigenen Webseite und Etablierung von langfristigen Maßnahmen.