ChatGPT-Sichtbarkeitsanalyse: Methodik, Tools & Beispiel

Wie funktioniert eine seriöse ChatGPT-Sichtbarkeitsanalyse – und welche Kennzahlen sagen wirklich aus, ob Ihre Marke in KI-Antworten auftaucht? Diese Seite erklärt die Methodik, die wichtigsten KPIs, die relevanten Tools und zeigt ein anonymisiertes Beispiel aus der Praxis.

Werden Sie von KI-Systemen empfohlen — oder bleiben Sie unsichtbar?

Immer mehr Menschen suchen nicht mehr nur bei Google. Sie fragen ChatGPT, Gemini, Perplexity, Claude oder Google AI Overviews nach Empfehlungen für Anbieter, Produkte, Dienstleistungen und Experten. Die entscheidende Frage lautet heute nicht mehr nur, ob Ihr Unternehmen bei Google weit oben steht – sondern auch, ob es von KI-Systemen genannt, verstanden und empfohlen wird.

Mit einer professionellen ChatGPT-Sichtbarkeitsanalyse prüfen Sie, ob Ihr Unternehmen in generativen Suchsystemen sichtbar ist, welche Wettbewerber stattdessen erscheinen und welche Maßnahmen notwendig sind, damit Ihre Website von KI-Systemen besser erkannt und als Quelle eingeordnet wird.

Warum gute Google-Rankings nicht mehr ausreichen

Ein gutes Google-Ranking bleibt wichtig. Es garantiert aber nicht automatisch Sichtbarkeit in KI-Antworten. KI-Systeme bewerten Websites anders als klassische Suchmaschinen: Sie analysieren nicht nur einzelne Keywords, sondern Zusammenhänge, Vertrauenssignale, externe Erwähnungen, strukturierte Daten, Quellenqualität und semantische Klarheit. Eine Website kann bei Google sichtbar sein und trotzdem bei ChatGPT, Perplexity oder Gemini kaum berücksichtigt werden.

Wenn KI Ihre Wettbewerber empfiehlt, verlieren Sie Anfragen

Menschen stellen KI-Systemen konkrete, kaufnahe Fragen wie "Welche Agentur ist für mein Unternehmen geeignet?", "Welcher Anbieter ist in meiner Region empfehlenswert?", "Welche Firma bietet diese Leistung professionell an?", "Welches Unternehmen hat Erfahrung in diesem Bereich?" oder "Welche Lösung passt zu meinem Problem?". Wenn Ihr Unternehmen in diesen Antworten nicht erscheint, verliert es Sichtbarkeit, Vertrauen und potenzielle Kunden, bevor überhaupt ein Website-Besuch entsteht. Das Problem ist häufig nicht die Qualität Ihres Angebots – das Problem ist, dass KI-Systeme Ihr Unternehmen nicht klar genug erkennen, nicht ausreichend einordnen oder nicht als relevante Empfehlung bewerten.

Der Unterschied zwischen SEO und KI-Sichtbarkeit

SEO optimiert Ihre Website für klassische Suchmaschinen. KI-Sichtbarkeit optimiert Ihre digitale Präsenz für generative Antwortsysteme. Google zeigt Suchergebnisse – KI-Systeme geben direkte Empfehlungen. Google listet Websites – KI-Systeme wählen Anbieter aus. Google arbeitet stark mit Rankings – KI-Systeme arbeiten stärker mit Kontext, Quellen, Entitäten und Vertrauenssignalen. Wer in Zukunft online sichtbar bleiben möchte, muss beide Ebenen berücksichtigen.

1. Was ist eine ChatGPT-Sichtbarkeitsanalyse?

Eine ChatGPT-Sichtbarkeitsanalyse ist eine systematische Prüfung, ob und in welchem Kontext generative KI-Systeme – allen voran ChatGPT, daneben Gemini und Perplexity – Ihre Marke, Produkte oder Inhalte in Antworten verwenden. Sie unterscheidet sich grundlegend von klassischen SEO-Audits, weil sie nicht Rankings misst, sondern Erwähnungen, Zitationen und Kontextqualität in synthetisierten KI-Antworten.

Definition: Eine ChatGPT-Sichtbarkeitsanalyse misst die Wahrscheinlichkeit und Qualität, mit der ein KI-System eine bestimmte Marke, Domain oder Aussage in seinen Antworten berücksichtigt – über standardisierte Prompts, mehrere Plattformen und wiederholbare Tests.

Grundlagen: Wie KI Quellen auswählt und Wie ChatGPT Antworten erzeugt.

2. Methodik: Wie wir vorgehen

Eine belastbare Analyse folgt einem klar definierten Ablauf in fünf Schritten. Jeder Schritt ist dokumentiert und reproduzierbar – nur so entstehen Daten, die als Entscheidungsgrundlage taugen.

Schritt 1 – Fragenkatalog definieren

Ausgangspunkt sind 30 bis 200 Prompts, die echte Nutzerfragen aus Ihrer Branche abbilden. Diese gliedern sich in vier Kategorien: Definitionsfragen ("Was ist X?"), Vergleichsfragen ("X vs. Y"), Problem-Lösung-Fragen ("Wie löse ich Z?") und Brand-Fragen ("Was halten Nutzer von Marke X?"). Diese Struktur folgt der Logik aus KI-Zitierungen messen.

Schritt 2 – Prompts plattformübergreifend ausführen

Jeder Prompt läuft in mindestens drei Systemen: ChatGPT (mit und ohne Websuche), Gemini und Perplexity. Jede Antwort wird mit Datum, Modellversion und Browsing-Status protokolliert.

Schritt 3 – Antworten codieren

Pro Antwort werden vier Felder erfasst: Erwähnung der Marke (ja/nein, im Kerntext oder am Rand), Quellenverlinkung (ja/nein, mit URL), Sentiment (positiv, neutral, negativ, faktisch falsch) und Konkurrenzkontext (welche anderen Marken werden im selben Atemzug genannt).

Schritt 4 – Wiederholungs- und Stabilitätstest

Jeder Prompt wird mindestens dreimal über zwei Wochen wiederholt. Wenn Ihre Marke nur in einer von drei Antworten auftaucht, ist die Sichtbarkeit instabil. Hintergrund: RAG einfach erklärt.

Schritt 5 – Crawlability- und Quellenprüfung

Parallel prüfen wir technisch, ob KI-Crawler (GPTBot, OAI-SearchBot, PerplexityBot, Google-Extended, ClaudeBot) Ihre Website erreichen und welche Inhalte sie rendern können. Mehr unter Technische SEO-Grundlagen für KI.

3. KPIs: Welche Kennzahlen wirklich zählen

Es gibt keine offizielle "Search Console" für KI-Antworten. Verlässliche KPIs entstehen aus den Antwort-Codierungen:

• Share of Model: Anteil der Prompts, in denen Ihre Marke namentlich genannt wird. Zielwert in der Kern-Nische: über 50 %.
• Citation Rate: Anteil der Erwähnungen mit verlinkter Quellenangabe. Zeigt, ob KI Ihre eigene Domain als Beleg nutzt.
• Sentiment: Verteilung positiv / neutral / negativ. Halluzinierte Falschaussagen werden separat erfasst und sind höchste Priorität.
• Stabilität: Anteil identischer Erwähnungen über drei Wiederholungen. Niedrige Stabilität = oberflächliche Verankerung.
• Plattform-Konsistenz: Differenz im Share of Model zwischen ChatGPT, Gemini und Perplexity. Große Lücken zeigen plattform-spezifische Schwächen.

Was diese KPIs nicht sind: Klicks, Impressionen, Rankings. Sichtbarkeit in KI heißt heute oft "Zero Click Awareness". Hintergrund: KI-SEO: Was sich wirklich ändert.

4. Tools im Vergleich

Kein Einzeltool deckt alle KI-Plattformen vollständig ab. In der Praxis kombinieren wir vier Werkzeugklassen:

A. Manuelle Prompt-Suiten

Goldstandard für die Validierung. Tabellarisch dokumentierte Prompts werden manuell in der Web-UI von ChatGPT, Gemini und Perplexity ausgeführt. Vorteil: Volle Kontrolle über Modellversion und Browsing-Modus.

B. API-basiertes Logging

Über die offiziellen APIs von OpenAI, Anthropic und Google lassen sich hunderte Prompts automatisch ausführen und protokollieren. Wichtig: Die API-Antworten unterscheiden sich teils von der Web-UI.

C. Spezialisierte Monitoring-Plattformen

Anbieter wie Profound, Otterly, AthenaHQ, Peec AI oder BrandRank.AI tracken Brand Mentions in KI-Antworten plattformübergreifend. Stärken: Dashboards und Zeitreihen. Schwächen: begrenzte Prompt-Anpassbarkeit. Mehr in Tools für KI-Sichtbarkeit – sachlich eingeordnet.

D. Crawlability-Checker

Für die technische Basis: Logfile-Analyse, robots.txt- und llms.txt-Audit, Schema-Validator, Rendering-Check. Werkzeuge wie Screaming Frog, Sitebulb oder Googles Rich-Results-Test.

Empfehlung: Verlassen Sie sich nicht auf ein einzelnes Dashboard. Verlässliche Daten entstehen erst durch Triangulation – mindestens zwei der vier Tool-Klassen sollten parallel laufen.

5. Anonymisiertes Beispiel: B2B-SaaS-Anbieter

Ausgangslage: Ein deutscher B2B-SaaS-Anbieter im Bereich "Vertragsmanagement" wollte wissen, ob ChatGPT seine Lösung in Empfehlungen erwähnt. Branche: stark umkämpft, mehrere internationale Wettbewerber.

Vorgehen: 72 Prompts in vier Kategorien, ausgeführt in ChatGPT (mit Browsing), Gemini und Perplexity, dreimal wiederholt über 14 Tage. Ergänzt um Crawlability-Analyse und Wettbewerbsvergleich mit fünf direkten Konkurrenten.

Befunde (anonymisiert):

• Share of Model: 12 % bei Definitionsfragen, nur 4 % bei Vergleichsfragen
• Citation Rate: 31 % – eigene Domain in einem Drittel der Fälle als Quelle verlinkt
• Stabilität: 58 % – mittelmäßig konsistent über drei Wiederholungen
• Crawlability: GPTBot und PerplexityBot waren blockiert

Maßnahmen: Anpassung der robots.txt (GPTBot, OAI-SearchBot, PerplexityBot freigegeben); Aufbau einer Vergleichsseite mit klarer Abgrenzung zu Wettbewerbern; Ergänzung von zitierfähigen Definitionsbausteinen nach den vier Säulen aus Citation-Ready Content; PR-Platzierungen für externe Autoritätssignale.

Ergebnis nach 4 Monaten: Share of Model bei Definitionsfragen auf 38 % gestiegen, Citation Rate auf 52 %, Stabilität auf 81 %.

6. Abgrenzung zum klassischen SEO-Audit

SEO-Audit: Misst Keyword-Rankings in Google/Bing. Fokus: Klicks, Impressionen, CTR. Tools: Search Console, Sistrix, Ahrefs.

ChatGPT-Sichtbarkeitsanalyse: Misst Erwähnungen in synthetisierten KI-Antworten. Fokus: Share of Model, Citation Rate, Sentiment. Tools: Prompt-Suiten, KI-APIs, Monitoring-Plattformen.

Beide Audits ergänzen sich. Eine Marke kann hervorragend ranken und trotzdem in KI-Antworten kaum vorkommen – oder umgekehrt. Vertiefend: ChatGPT-Sichtbarkeit statt SEO.

Für wen ist eine KI-Sichtbarkeitsanalyse sinnvoll?

Eine Analyse ist besonders relevant für Unternehmen, die über ihre Website neue Kunden gewinnen möchten – und für Unternehmen, die bereits in SEO investiert haben und jetzt wissen wollen, ob diese Sichtbarkeit auch in KI-Systemen ankommt. Besonders profitieren: lokale Dienstleister, Agenturen, Beratungsunternehmen, Immobilienunternehmen, Bauträger, Ärzte und Praxen, Anwälte und Steuerberater, Handwerksbetriebe, Softwareanbieter (B2B-SaaS), E-Commerce-Unternehmen, B2B-Dienstleister, Hotels und Tourismusunternehmen, Bildungsanbieter, Recruiting-Unternehmen sowie Finanz- und Versicherungsdienstleister.

Was Sie nach der Analyse wissen: ob Ihr Unternehmen in KI-Antworten erscheint, bei welchen Suchanfragen Sie sichtbar sind, welche Wettbewerber häufiger empfohlen werden, welche Inhalte Ihre Website stärken müssen, welche technischen Fehler Ihre Sichtbarkeit bremsen, welche strukturierten Daten fehlen und welche Maßnahmen zuerst umgesetzt werden sollten – eine klare Entscheidungsgrundlage für SEO, GEO, Content, Technik und digitale Positionierung.

7. Häufige Fragen

Was ist KI-Sichtbarkeit?

KI-Sichtbarkeit beschreibt, ob und wie ein Unternehmen in Antworten von KI-Systemen wie ChatGPT, Gemini, Perplexity oder Google AI Overviews erscheint. Entscheidend ist nicht nur, ob Ihr Unternehmen genannt wird, sondern in welchem Kontext und bei welchen Suchanfragen.

Warum reicht klassische SEO nicht mehr aus?

Klassische SEO bleibt wichtig, aber KI-Systeme bewerten Inhalte anders. Sie achten stärker auf semantische Klarheit, Vertrauenssignale, strukturierte Daten, Quellenqualität und eindeutige Unternehmensinformationen. Eine Website kann bei Google gut ranken und trotzdem in KI-Systemen unsichtbar sein.

Welche Rolle spielt Schema Markup?

Schema Markup hilft Suchmaschinen und KI-Systemen, Inhalte maschinenlesbar zu verstehen. Es kann Unternehmensdaten, Leistungen, Standorte, Fragen, Bewertungen und Strukturen klarer einordnen. Relevant sind insbesondere Organization, LocalBusiness, Service, FAQPage, Article und Breadcrumb.

Was ist llms.txt?

Eine llms.txt-Datei kann KI-Systemen zusätzliche Hinweise geben, welche Inhalte einer Website besonders relevant sind. Sie ist ein ergänzendes Element für bessere maschinelle Orientierung.

Ist das auch für kleine Unternehmen sinnvoll?

Ja. Gerade lokale und spezialisierte Unternehmen können profitieren, weil Nutzer KI-Systeme häufig nach konkreten regionalen oder fachlichen Empfehlungen fragen. Wer dort nicht erscheint, verliert potenzielle Anfragen an Wettbewerber.

Was kostet eine ChatGPT-Sichtbarkeitsanalyse?

Die Erstanalyse mit 30–50 Prompts ist kostenlos. Ein vollständiges Audit mit 200 Prompts, Wettbewerbsvergleich und Maßnahmenplan ist projektabhängig.

Wie aktuell sind die Ergebnisse?

KI-Modelle ändern Antworten regelmäßig – durch Modellupdates und Live-Retrieval-Quellen. Eine Analyse ist eine Momentaufnahme. Wir empfehlen quartalsweise Wiederholungen.

Werden auch englischsprachige Prompts getestet?

Wenn relevant: ja. Viele KI-Modelle haben in englischer Sprache mehr Trainingsmaterial.

Garantieren Sie eine Verbesserung?

Nein. Niemand kann KI-Antworten garantieren – das wäre unseriös. Wir liefern eine fundierte Diagnose und konkrete Maßnahmen mit Priorisierung.

8. Analyse anfordern

Bereit für Ihre eigene Analyse? Wir prüfen kostenlos, wie ChatGPT, Gemini und Perplexity Ihre Marke heute behandeln – und zeigen die wichtigsten Hebel. Ergebnis innerhalb von 48 Stunden. Jetzt anfordern unter /analyse oder weiterlesen unter ChatGPT-Sichtbarkeit.

9. Methodisches Fundament der Sichtbarkeitsanalyse

Die Sichtbarkeitsanalyse von KBD KI-Beratung basiert auf einer methodisch nachvollziehbaren Vorgehensweise mit definierten Mess-Verfahren, dokumentierten Bewertungs-Kriterien und transparenten Annahmen. Wir vermeiden bewusst rein qualitative Aussagen ohne quantitative Untermauerung — jede Aussage über die Sichtbarkeit Ihrer Marke in KI-Systemen muss durch konkrete Mess-Daten belegt sein.

9.1 Anfragen-Auswahl und Repräsentativität

Die Auswahl der Anfragen folgt einem dokumentierten Verfahren. Wir starten mit einem Branchen-Standard-Katalog (typisch 80–120 Basis-Anfragen je Branche), den wir um kunden-spezifische Anfragen aus drei Quellen ergänzen: 1) Selbst-Auskünfte des Kunden über typische Käufer-Anfragen, 2) Live-Datenanalyse aus Google Search Console und Google Analytics 4, 3) systematische Wettbewerbs-Analyse der Themen-Schwerpunkte der drei wichtigsten Konkurrenten. Die finale Anfragen-Liste umfasst typisch 50–150 Anfragen, je nach Komplexität der Branche und Anzahl der Themen-Cluster.

Die Repräsentativität wird durch eine Verteilung über vier Anfragen-Typen sichergestellt: Definitions-Anfragen (Was ist X?), Vergleichs-Anfragen (X versus Y), Empfehlungs-Anfragen (Welcher Anbieter für X?) und operative Anfragen (Wie viel kostet X? Wie funktioniert X?). Eine Sichtbarkeits-Analyse, die nur eine dieser Anfragen-Typen abdeckt, liefert systematisch verzerrte Ergebnisse.

9.2 Wiederholungs-Logik und statistische Belastbarkeit

Jede Anfrage wird mindestens dreimal über zwei bis vier Wochen wiederholt. Die Wiederholungs-Logik ist methodisch zentral, weil ChatGPT, Gemini und andere KI-Systeme nicht-deterministisch antworten — gleiche Anfragen erzeugen unterschiedliche Antworten. Eine Marke, die in einer von drei Wiederholungen erscheint, hat eine Sichtbarkeits-Stabilität von 33 Prozent. Eine Marke mit drei von drei Erscheinungen hat 100 Prozent Stabilität. Erst ab 60 Prozent Stabilität sprechen wir von belastbarer Sichtbarkeit.

Statistisch ergibt sich daraus eine Mindest-Stichprobe von 150–450 dokumentierten Antworten je Analyse (50–150 Anfragen × 3 Wiederholungen). Bei größeren Domains skalieren wir die Stichprobe auf bis zu 1.500 dokumentierte Antworten. Die Antworten werden in einem standardisierten Codierungs-Schema erfasst (Marken-Erwähnung ja/nein, Citation-Beleg ja/nein, Sentiment positiv/neutral/negativ/halluziniert, Quellen-Domains).

9.3 Plattform-Abdeckung und Modell-Versionen

Die Standard-Plattform-Abdeckung umfasst ChatGPT (GPT-4o und GPT-5), Google Gemini (Pro), Google AI Overviews, Perplexity (Pro mit Sonar-Modell) und Microsoft Copilot. Optional ergänzen wir Anthropic Claude und Mistral. Bei jeder dokumentierten Antwort wird die Modell-Version und der Browsing-Modus erfasst, weil sich Antworten zwischen Modell-Versionen substantiell unterscheiden können. Eine Sichtbarkeits-Analyse, die diese Differenzierung nicht dokumentiert, ist methodisch unsauber.

10. KPI-Struktur und Bewertungs-Kriterien

Die Sichtbarkeitsanalyse arbeitet mit fünf primären KPIs, die eine vollständige Standortbestimmung der KI-Sichtbarkeit ermöglichen. Jeder KPI hat eine klare Definition, eine dokumentierte Berechnungs-Methodik und eine Branchen-Vergleichs-Referenz aus früheren Mandaten.

10.1 Share of Model

Anteil der Anfragen, in denen die eigene Marke namentlich erwähnt wird. Berechnet als (Anzahl Anfragen mit Marken-Erwähnung) / (Gesamt-Anzahl Anfragen). Branchen-Referenz: B2B-SaaS Marktführer 65–80 Prozent, Mittelstand-Anbieter 25–45 Prozent, Nischen-Anbieter 10–25 Prozent. Eine Marke unterhalb von 15 Prozent in der eigenen Kern-Nische hat substantiellen Sichtbarkeits-Aufholbedarf.

10.2 Citation Rate

Anteil der Erwähnungen mit verlinkter Quellen-Angabe auf die eigene Domain. Berechnet als (Anzahl Erwähnungen mit Citation auf eigene Domain) / (Anzahl Gesamt-Erwähnungen). Branchen-Referenz: 35–55 Prozent bei substantiell etablierten Marken, 10–25 Prozent bei mittelständischen Anbietern. Eine niedrige Citation Rate trotz hoher Marken-Erwähnung deutet auf ein Problem mit der Inhalts-Tiefe oder der technischen KI-Crawler-Konfiguration hin.

10.3 Sentiment-Verteilung

Verteilung der Antworten über die Kategorien positiv, neutral, negativ und halluziniert. Halluzinationen werden separat erfasst und sind höchste Priorität in der Maßnahmen-Roadmap, weil sie die Marke direkt schädigen. Branchen-Referenz: Eine gesunde Sentiment-Verteilung liegt bei 40–60 Prozent neutral, 30–50 Prozent positiv, unter 5 Prozent negativ und unter 3 Prozent halluziniert.

10.4 Stabilität

Anteil identischer oder konsistenter Marken-Erwähnungen über drei Wiederholungen. Berechnet als (Anzahl Anfragen mit konsistenter Erwähnung über alle drei Wiederholungen) / (Gesamt-Anzahl Anfragen mit mindestens einer Erwähnung). Branchen-Referenz: substantielle Marken erreichen 65–85 Prozent Stabilität, schwächere Marken liegen bei 30–55 Prozent.

10.5 Plattform-Konsistenz

Differenz im Share of Model zwischen den vier Haupt-Plattformen ChatGPT, Gemini, Perplexity und Copilot. Berechnet als Standard-Abweichung der vier plattform-spezifischen Share-of-Model-Werte. Eine geringe Standard-Abweichung (unter 8 Prozentpunkte) zeigt eine ausgewogene plattform-übergreifende Sichtbarkeit. Eine hohe Standard-Abweichung (über 15 Prozentpunkte) zeigt plattform-spezifische Schwächen, die gezielte Maßnahmen erfordern.

11. Anonymisiertes Praxis-Beispiel: B2B-SaaS-Anbieter im DACH-Raum

Ein mittelständischer B2B-SaaS-Anbieter aus dem Bereich Compliance-Management mit 45 Mitarbeitenden und 8 Mio. EUR Jahresumsatz beauftragte uns Anfang 2025 mit einer umfassenden Sichtbarkeitsanalyse. Die Ausgangs-Lage: hohe organische Sichtbarkeit in Google (Top-3-Rankings für 35 wichtige Keywords), aber unklare Sichtbarkeit in KI-Systemen. Der Geschäftsführer hatte beobachtet, dass eingehende Anfragen zunehmend ChatGPT als Recherche-Quelle nannten, ohne dass die eigene Marke prominent erschien.

11.1 Mess-Aufbau

Wir entwickelten einen Anfragen-Katalog mit 95 Anfragen über vier Themen-Cluster (Compliance-Management-Software, GRC-Plattformen, Datenschutz-Management, ISO 27001-Tools). Jede Anfrage wurde dreimal über vier Wochen in ChatGPT (GPT-4o und GPT-5), Gemini Pro, Perplexity Pro und Microsoft Copilot dokumentiert — insgesamt 1.140 dokumentierte Antworten.

11.2 Ergebnisse der Erst-Analyse

Die Ergebnisse waren ernüchternd: Share of Model 18 Prozent (Branchen-Median 32 Prozent), Citation Rate 8 Prozent (Median 22 Prozent), Stabilität 38 Prozent (Median 58 Prozent). Besonders problematisch: in zwei der vier Themen-Cluster (Datenschutz-Management, ISO 27001-Tools) erschien die Marke in keiner einzigen Antwort. Die plattform-spezifische Verteilung zeigte starke Schwächen in Perplexity (Share of Model 8 Prozent) und Gemini (12 Prozent), bei akzeptabler ChatGPT-Sichtbarkeit (28 Prozent).

11.3 Maßnahmen-Roadmap

Aus der Analyse ergaben sich sechs prioritäre Maßnahmen für die ersten drei Monate: 1) Aufbau von vier Definitions-Hubs für die Kern-Begriffe (jeweils 2.000–3.500 Wörter mit Definition, Abgrenzung, Beispielen, Quellen). 2) Vollständige Schema.org-Implementierung (SoftwareApplication, Organization, FAQPage, Article). 3) Wikidata-Eintrag mit vollständigen Property-Daten. 4) Aktivierung von zwölf Branchen-Verzeichnis-Einträgen (Capterra, G2, OMR Reviews, etc.). 5) Pressearbeit mit drei substantiellen Fach-Pressemitteilungen über die nächsten neun Monate. 6) Einrichtung eines monatlichen Live-KPI-Trackings.

11.4 Ergebnisse nach 12 Monaten

Nach zwölf Monaten kontinuierlicher Umsetzung erreichten wir folgende Verbesserungen: Share of Model 51 Prozent (+33 Prozentpunkte), Citation Rate 28 Prozent (+20 Prozentpunkte), Stabilität 71 Prozent (+33 Prozentpunkte). In allen vier Themen-Clustern erreichte die Marke substantielle Sichtbarkeit (Share of Model je Cluster 38–62 Prozent). Die plattform-spezifische Verteilung wurde wesentlich ausgeglichener: ChatGPT 58 Prozent, Gemini 48 Prozent, Perplexity 45 Prozent, Copilot 52 Prozent. Der Anbieter dokumentierte parallel einen 27-prozentigen Anstieg eingehender Anfragen mit nachweisbarer KI-System-Recherche-Historie.

12. Häufige Fragen zur ChatGPT-Sichtbarkeitsanalyse

12.1 Wie lange dauert eine vollständige Sichtbarkeitsanalyse?

Die Standard-Dauer beträgt 4–6 Wochen vom Auftrag bis zur Übergabe des Berichts. In den ersten zwei Wochen erfolgt die Anfragen-Definition und der initiale Mess-Lauf. In den Wochen drei bis vier folgen die zwei Wiederholungs-Läufe. In den Wochen fünf und sechs werden die Daten codiert, die Wettbewerbs-Vergleiche erstellt und der Bericht verfasst. Die Übergabe erfolgt als 60–120-seitiger PDF-Bericht plus 4-stündigem Workshop.

12.2 Was kostet eine Sichtbarkeitsanalyse?

Die Investition liegt typischerweise bei 4.500–12.000 EUR, abhängig von der Anzahl der Themen-Cluster, der Anzahl der relevanten Plattformen und dem Umfang der Wettbewerbs-Vergleiche. Eine kompakte Erst-Analyse (1–2 Themen-Cluster, 3 Plattformen, 50 Anfragen) liegt am unteren Ende. Eine umfassende Multi-Themen-Analyse (4–6 Cluster, 5 Plattformen, 150 Anfragen) am oberen Ende.

12.3 Wie oft sollte die Analyse wiederholt werden?

Wir empfehlen mindestens zweimal jährlich, weil sich KI-Modelle und -Indizes laufend verändern. Bei aktiver Sichtbarkeits-Strategie mit kontinuierlicher Optimierung empfehlen wir quartalsweise Wiederholungen, um die Wirksamkeit der Maßnahmen zu dokumentieren und Kurs-Korrekturen früh vorzunehmen. Eine seltenere Wiederholung als jährlich ist methodisch nicht sinnvoll.

12.4 Können Sie konkrete Sichtbarkeits-Verbesserungen garantieren?

Nein. Die KI-Plattformen kontrollieren die Auswahl-Algorithmen und Indexierungs-Logiken. Wir garantieren methodisch saubere Arbeit an den Grundlagen, die die Sichtbarkeits-Wahrscheinlichkeit substantiell erhöhen — eine garantierte Verbesserung um eine konkrete Prozent-Zahl kann seriös nicht versprochen werden. Unsere dokumentierten Mandate zeigen typische Verbesserungen von +20 bis +40 Prozentpunkten Share of Model über 12 Monate.

12.5 Welche Daten benötigen Sie vom Kunden?

Wir benötigen drei Daten-Bündel: 1) Selbst-Auskünfte über das Geschäftsmodell, die Kern-Themen und die wichtigsten Käufer-Fragen (typisch 30–60 Minuten Erst-Gespräch). 2) Zugriff auf Google Search Console und Google Analytics 4 (read-only, 6–12 Monate Daten). 3) Liste der drei bis fünf wichtigsten Wettbewerber. Auf Wunsch ergänzen wir um Auswertungen aus CRM-Systemen oder Marketing-Automation-Plattformen.

12.6 Was unterscheidet Ihre Methodik von Standard-SEO-Audits?

Standard-SEO-Audits messen Rankings in klassischen Suchmaschinen über automatisierte Tools. Unsere Sichtbarkeitsanalyse misst die Berücksichtigung in synthetisierten KI-Antworten über manuelle Validierung mit Wiederholungs-Logik, dokumentiert die Modell-Versionen, codiert Sentiment und Halluzinationen separat und erstellt branchen-spezifische Wettbewerbs-Vergleiche aus früheren Mandaten. Eine SEO-Audit-Software kann diese Mess-Tiefe nicht leisten.