1. Fragen festlegen
Bilden Sie Cluster für Kategorie, Vergleich, Alternativen, Umsetzung und lokale oder regulierte Absichten. Eine lange unsortierte Prompt-Liste ist schwer zu steuern.
Messleitfaden
KI-Sichtbarkeit messen, ohne aus jeder Zahl einen Score zu machen
KI-Sichtbarkeit zeigt sich nicht in einer einzigen Kennzahl. Aussagekräftig wird die Messung erst, wenn Käuferfragen, Antworten, Empfehlungen, Quellen, Wettbewerber und Genauigkeit zusammen betrachtet werden.
Die nützliche Frage
„Welche Käuferfrage haben wir verloren, welcher Wettbewerber hat gewonnen und welche Quelle hat die Antwort geprägt?“
Ein Dashboard wird erst dann handlungsfähig, wenn jede Bewegung auf ein Prompt-Cluster, eine Antwortklasse oder ein Quellenmuster zurückgeführt werden kann.
Kennzahlen-Lexikon
Sechs Metriken, sechs Entscheidungen
Vermischen Sie Präsenz, Empfehlung, Zitat und Genauigkeit nicht in einer schmeichelhaften Zahl. Jede Metrik beantwortet eine andere operative Frage.
| Metrik | Was sie fragt | Nächste Entscheidung |
|---|---|---|
| Prompt-Abdeckung | Wie viele relevante Käuferfragen sind im Messset enthalten? | Fehlende Suchintentionen ergänzen, bevor Sie Texte ändern. |
| Erwähnungsrate | Wie oft wird die Marke überhaupt in einer Antwort genannt? | Markenpräsenz getrennt von einer echten Empfehlung auswerten. |
| Empfehlungsrate | Wie oft wird die Marke als passende Option vorgeschlagen? | Rationale, Zielgruppe und Konkurrenz neben der Zahl lesen. |
| Empfehlungsanteil | Welchen Anteil der beobachteten Empfehlungen erhält die Marke? | Mit identischen Prompts, Märkten und Zeiträumen vergleichen. |
| Quellenqualität | Welche Seiten und externen Quellen stützen die Antwort? | Die Quellenlücke schließen, nicht nur die Zielseite umschreiben. |
| Antwortgenauigkeit | Sind Preis, Funktionen, Zielgruppe, Standort und Einschränkungen korrekt? | Falsche Fakten als eigenes Risiko und nicht als Rankingproblem behandeln. |
Messprozess
Erst erklärbar, dann größer
Das Ziel ist ein sauberes Experiment, nicht eine möglichst große Prompt-Anzahl. Halten Sie das Messset lange genug stabil, um eine Inhaltsänderung von normaler Antwortvarianz zu unterscheiden.
2. Messung einfrieren
Dokumentieren Sie Anbieter, Land, Sprache, Prompt-Text, Zeitraum und Frequenz. Wenn sich alles gleichzeitig ändert, ist der Trend nicht erklärbar.
3. Antworten klassifizieren
Kennzeichnen Sie jede Antwort als nicht vorhanden, erwähnt, in der engeren Auswahl, empfohlen, zitiert oder ungenau. Nicht jede Erwähnung ist ein Geschäftssignal.
4. Belege prüfen
Speichern Sie Antworttext, Quellen, Wettbewerber und Begründung. Häufig erklärt erst die verwendete Quelle, warum ein Wettbewerber gewinnt.
5. Eine Änderung ausrollen
Aktualisieren Sie eine Seite, einen Vergleich, einen Proof-Block oder eine externe Quelle. Halten Sie die Änderung klein genug, um sie später zu bewerten.
6. Erneut messen
Vergleichen Sie dasselbe Prompt-Cluster nach einer sinnvollen Frist und notieren Sie die Änderung. Eine einzelne Antwort ist wegen der Modellvarianz kein Urteil.
Nicht dasselbe melden
Crawler-Zugriff ist kein Zitat. Eine Erwähnung ist keine Empfehlung.
Technischer Zugriff, Suchsichtbarkeit, Antwortaufnahme, Empfehlung, Zitat und Conversion hängen zusammen, sind aber getrennte Signale. Genau diese Trennung macht einen Benchmark glaubwürdig.
- Anbieter, Land, Sprache und Suchintention sichtbar halten.
- Bei wichtigen Änderungen Antwort und Quellen speichern.
- Genauigkeit und Wettbewerbsverdrängung mit dem Anteil melden.
- Seiten-Releases und externe Quellenänderungen annotieren.