So messen wir KI-Sichtbarkeit

Für Ihre Branche und Ihren Standort generieren wir die Fragen, die echte Kunden KI-Assistenten stellen — etwa „Wer ist der beste {industry} in {location}?“ oder „Wen rufe ich im Notfall an?“. Sie können bis zu zwei eigene Fragen hinzufügen. Jede Frage wird genau so gestellt, wie ein Kunde sie stellen würde — ohne Hinweise auf Ihr Unternehmen.

Jede Frage geht per API an mehrere große Sprachmodelle — dieselbe Art von KI-Technologie, die hinter Assistenten wie ChatGPT steht. Antworten variieren zwischen Modellen und Durchläufen; deshalb stellen wir viele Fragen über mehrere Modelle, statt uns auf einen einzelnen Chat zu verlassen. Jede Rohantwort steht unbearbeitet im Bericht.

• •Erwähnungsrate — der Anteil der Antworten, die Ihr Unternehmen erwähnen (namentlich oder über einen bekannten Alias).
• •Durchschnittliche Position — wo Sie in der Empfehlungsliste erscheinen, wenn Sie erwähnt werden (#1.0 = immer zuerst).
• •Wettbewerber-Radar — welche anderen Unternehmen KI-Assistenten empfehlen und wie oft.
• •Sentiment — wie KI-Assistenten Sie beschreiben, wenn Sie erwähnt werden (positiv / neutral / negativ).
• •Zitierte Quellen — die Websites und Verzeichnisse, auf die sich KI-Assistenten beziehen, also woher ihr Wissen stammt.

Die Note ist eine einfache Funktion Ihrer Erwähnungsrate: A = in 60 % oder mehr der Antworten erwähnt, B = 30–59 %, C = 10–29 %, D = 1–9 %, F = 0 %. Keine Gewichtungstricks — die Rohantworten hinter der Zahl stehen immer im Bericht.

KI-Antworten ändern sich mit der Zeit, variieren leicht je nach Standort und Formulierung, und Modelle werden regelmäßig aktualisiert. Ein Scan ist eine Momentaufnahme, keine Garantie — deshalb scannen Monitoring-Pläne wöchentlich neu und verfolgen den Trend. Derzeit fragen wir führende Sprachmodelle ab; die Abdeckung wächst, sobald weitere Assistenten stabile APIs anbieten. Das automatisierte Sampling deckt heute direkte und suchgestützte Kanäle ab; Verbraucher-Oberflächen wie ChatGPT Web werden über einen manuellen Erhebungskanal gesampelt, und die Abdeckung von Chinas führenden Assistenten steht auf unserer Roadmap — wir fügen einen Kanal erst hinzu, wenn er tatsächlich implementiert ist.

Jede Frage wird auf zwei Kanälen getestet. Direkt: Das Modell antwortet rein aus seinem trainierten Wissen — wie ein Chat mit einem Assistenten ohne Browsing. Suchgestützt: Wir führen eine echte Websuche durch und lassen das Modell ausschließlich auf Basis dieser Ergebnisse antworten und sie zitieren — die zitierten URLs stammen aus den Suchergebnissen, nicht aus dem Gedächtnis des Modells. Das simuliert, wie suchgestützte Assistenten antworten, ist aber eine Simulation (Suche + Modellsynthese), keine direkte Messung von ChatGPT search, Perplexity oder Google AI Overviews. Berichte weisen jeden Kanal separat aus.

Wir untertreiben lieber, als zu viel zu versprechen. Unsere Zahlen sind API-Stichproben von KI-Modellen zu einem Zeitpunkt — mit drei ehrlichen Grenzen:

• •Eine Erwähnung belegt, dass ein Test eine Erwähnung ergab — sie beweist nicht, dass jeder echte Nutzer dieselbe Antwort sieht. KI-Antworten variieren je nach Nutzer, Sitzung, Standort und Formulierung.
• •Antworten variieren von Lauf zu Lauf, selbst beim identischen Prompt. Ein einzelnes Ja/Nein ist fast bedeutungslos; deshalb zeigen wir Trefferquoten über wiederholte Scans (z. B. in 3 von 5 Läufen erwähnt) — und deshalb ist das planmäßige Wiederholen desselben Prompt-Sets die richtige Messmethode.
• •Sichtbarkeit ist kein Traffic, und Traffic sind keine Conversions. Von einem KI-Modell empfohlen zu werden ist ein vorgelagertes Signal — es zeigt, wo du in der Antwort stehst, nicht, wie viele Kunden sie dir bringt.

Auch deshalb lässt sich jede gesampelte Antwort in Geovory als öffentliche Beleg-Seite öffnen — Rohantwort, Prompt, Modell und UTC-Zeitstempel — damit niemand unseren Zahlen blind vertrauen muss.