KI-Sichtbarkeit als KPI: wann die Zahl etwas aussagt
Was Share of Model als Kennzahl wirklich zeigt, wie Sie Nenner, Prompt-Set und Schwankungsbreite festlegen und ab welcher Bewegung Sie handeln sollten.
Die häufigste Fehlpriorisierung bei diesem Thema ist der Wunsch nach einer einzigen Prozentzahl. Ein Wert pro Monat, im Idealfall neben dem Wettbewerber, am besten im bestehenden Dashboard. Diese Zahl lässt sich in zwei Tagen produzieren, und sie ist fast immer wertlos, weil niemand sagen kann, welche Fragen dahinterstehen.
Zuerst die Fragenliste, dann jede weitere Diskussion
Was stattdessen zuerst dran wäre: eine schriftliche Liste der Fragen, bei denen eine KI-Antwort Ihr Geschäft überhaupt berührt. Nicht 500 Prompts aus einem Keyword-Werkzeug, sondern 30 bis 50 Formulierungen, die jemand tatsächlich eintippt, bevor er bei Ihnen anfragt.
Die beste Quelle dafür sitzt im Vertrieb. Nehmen Sie sich die letzten 50 Erstgespräche oder Anfragemails und notieren Sie, was die Leute wissen wollten, bevor sie Sie kannten. Daraus entstehen Fragen wie “Welche Anbieter für Prüfstandsautomatisierung gibt es in Deutschland?” oder “Was kostet eine ISO-27001-Zertifizierung für 80 Mitarbeiter?”. Das sind Prompts. “Prüfstandsautomatisierung” ist keiner.
Diese Liste entscheidet über den Wert der Kennzahl mehr als jedes Werkzeug. Denn Share of Model ist keine Eigenschaft Ihrer Marke, sondern eine Eigenschaft der Kombination aus Marke, Frageset und Modell. Wer das Frageset wechselt, wechselt die Kennzahl. Wie Sie die Messung ohne Budget aufsetzen, haben wir im Beitrag zum Messen ohne teures Tool beschrieben; hier geht es um die Frage, was die Zahl danach aussagt.
Präsenzquote und Anteilsquote sind zwei verschiedene Kennzahlen
Die einfache Definition: Anteil der ausgewerteten Antworten, in denen Ihre Marke vorkommt. Nenner sind die Durchläufe, nicht die Prompts. 40 Prompts mit je fünf Wiederholungen ergeben 200 Antworten. Kommt Ihre Marke in 54 davon vor, liegt die Präsenzquote bei 27 Prozent.
Daneben existiert die Anteilsquote, also Ihr Anteil an allen genannten Anbietern. Beide Zahlen wandern unabhängig voneinander, und das wird regelmäßig übersehen. Ein Modell, das nach einem Update statt vier Anbietern sieben nennt, senkt Ihre Anteilsquote, obwohl sich an Ihrer Sichtbarkeit nichts geändert hat. Umgekehrt kann eine kürzere Antwortlogik Ihre Anteilsquote heben, während Sie in absoluten Zahlen an Präsenz verlieren.
Wir berichten deshalb beide Werte, plus die durchschnittliche Zahl genannter Anbieter pro Antwort als Kontrollgröße. Ohne diese dritte Zahl lässt sich eine Veränderung der Anteilsquote nicht interpretieren.
| Kennzahl | Was sie zeigt | Wo sie in die Irre führt |
|---|---|---|
| Präsenzquote | Wie oft Ihre Marke überhaupt auftaucht | Sagt nichts über Rang oder Tonfall |
| Anteilsquote | Ihr Gewicht gegenüber Wettbewerbern | Schwankt mit der Länge der Antwortlisten |
| Rang-gewichtete Quote | Erstplatzierungen zählen stärker | Reihenfolgen sind instabil, schon zwischen zwei Durchläufen |
| Empfehlungsquote | Antworten, die Sie aktiv vorschlagen | Braucht manuelle Bewertung, teuer im Betrieb |
Genannt, empfohlen und zitiert sind nicht dasselbe
Eine Antwort kann Ihre Marke erwähnen, ohne sie zu empfehlen. “Anbieter A ist die günstige Variante, hat aber Einschränkungen beim Support” ist eine Nennung und ein Argument gegen Sie. In der Präsenzquote steht sie gleichwertig neben einer klaren Empfehlung.
Deshalb braucht jede Messung eine Kontextspalte. Wir arbeiten mit drei Stufen: erwähnt, positiv eingeordnet, aktiv empfohlen. Die Bewertung macht ein Mensch, bei 200 Antworten dauert das etwa zwei Stunden. Ein zweites Modell zur Bewertung einzusetzen, geht schneller, verschiebt aber die Fehler, statt sie zu beseitigen — Sprachmodelle bewerten Formulierungen wohlwollender, als Kunden es tun.
Die dritte Ebene ist die Zitation, also die verlinkte Quelle. Sie existiert nur bei Systemen mit Recherche-Schritt, etwa Perplexity, ChatGPT mit Websuche oder dem KI-Modus von Google. Zitationen sind die einzige Ebene, die sich direkt einer URL zuordnen lässt. Wer wissen will, welche Seite die Sichtbarkeit trägt, muss sie mitzählen.
Eine Gesamtzahl verdeckt genau das, was Sie steuern könnten
Ein aggregierter Wert über alle Modelle und alle Fragen hinweg hat für Entscheidungen kaum Nutzen. Sinnvoll sind vier Schnitte:
- Pro Modell. ChatGPT, Claude, Gemini und Perplexity liefern für dieselbe Frage unterschiedliche Anbieterlisten. Ein Mittelwert daraus beschreibt kein reales System.
- Pro Kaufphase. Problemfragen (“Wie reduziere ich Rüstzeiten?”), Kategoriefragen (“Welche Anbieter gibt es?”), Vergleichsfragen (“A oder B?”) und Markenfragen (“Was macht Firma X?”) verhalten sich völlig verschieden. Bei Markenfragen liegen die meisten Unternehmen nahe 100 Prozent — das ist keine Leistung, sondern die Untergrenze.
- Pro Themencluster. Wenn Sie drei Produktlinien haben, brauchen Sie drei Werte. Sonst kompensiert die starke Linie die schwache und Sie sehen nichts.
- Pro Sprache und Region. “Anbieter in Österreich” liefert andere Ergebnisse als “Anbieter in Deutschland”, und die englische Frage nochmal andere.
Aus der Projektarbeit ist der typische Fall: Die Gesamtzahl bewegt sich über ein Quartal um zwei Punkte, während in einem einzelnen Cluster ein Wettbewerber von null auf ein Drittel der Nennungen springt. Die Gesamtzahl hätte das nie gezeigt.
Rauschen erkennen, bevor Sie es interpretieren
Dieselbe Frage, dasselbe Modell, dieselbe Minute: die Antworten unterscheiden sich. Das ist Systemeigenschaft, nicht Fehler. Wer einmal pro Prompt fragt, misst überwiegend Zufall.
Fünf Wiederholungen pro Prompt sind aus unserer Sicht das Minimum, zehn wären besser, kosten aber Zeit. Bei rund 200 ausgewerteten Antworten behandeln wir Bewegungen unter fünf Prozentpunkten als Rauschen. Diese Grenze ist eine Arbeitsregel aus der Praxis, keine abgeleitete Signifikanzschwelle — die Durchläufe sind nicht unabhängig voneinander, weshalb die formale Statistik hier ohnehin zu optimistisch rechnen würde.
Zwei weitere Störquellen sollten Sie protokollieren. Erstens Modellversionen: Wechselt ein Anbieter das Modell, bricht Ihre Zeitreihe. Notieren Sie die Version in der Messdatei, sonst erklären Sie später eine Produktentscheidung mit einem Release-Zyklus. Zweitens Personalisierung: Messen Sie in abgemeldeten Sitzungen ohne Chatverlauf, sonst messen Sie das Gedächtnis Ihres Browsers.
Eine Ablage, die sich bewährt hat: eine CSV pro Monat, benannt nach Schema share-of-model-2026-08.csv, mit den Spalten Datum, Modell, Modellversion, Prompt-ID, Durchlauf, genannte Anbieter, Rang der eigenen Marke, Kontextstufe, zitierte URLs. Damit lässt sich zwölf Monate später noch nachvollziehen, was gemessen wurde.
Was die Zahl nicht hergibt
Share of Model enthält kein Volumen. Sie wissen nicht, wie viele Menschen die Frage überhaupt stellen. In der klassischen Suche gab es Suchvolumina; für Prompts gibt es sie nicht, weil die Anbieter keine Daten dazu veröffentlichen. Alles, was heute als Prompt-Volumen verkauft wird, ist eine Modellrechnung auf Basis von Suchdaten. Man kann damit arbeiten, sollte es aber nicht mit einer Messung verwechseln.
Die Kennzahl enthält auch keine Wirkung. Eine Nennung führt nicht zwangsläufig zu einem Klick, einem Anruf, einem Auftrag. Der Kausalpfad ist länger als in der Suche und schlechter beobachtbar, weil viele Nutzer nach der Antwort direkt den Markennamen googeln. Aus einer steigenden Präsenzquote wird dann irgendwann mehr Marken-Suchvolumen — mit Verzögerung und ohne saubere Zuordnung.
Und sie sagt nichts über Ursachen. Ein Anstieg kann von Ihrer neuen Vergleichsseite kommen, von einem Fachartikel eines Dritten, von einem Wikidata-Eintrag, der jetzt greift, oder davon, dass ein Wettbewerber sein Impressum verändert hat. Ohne die zitierten URLs aus derselben Messung bleibt Ihnen nur Vermutung.
Die Kennzahl muss an eine Entscheidung gekoppelt sein
Ein KPI, der keine Handlung auslöst, ist ein Bericht. Legen Sie deshalb vorab fest, was bei welcher Bewegung passiert.
Ein brauchbares Muster: Fällt die Präsenzquote in einem Cluster über zwei Messzeitpunkte um mehr als fünf Punkte, wird geprüft, welche Quellen die Antworten in diesem Cluster jetzt zitieren. Tauchen dort neue Drittseiten auf — Vergleichsportale, Fachmedien, Foren —, ist das eine Aufgabe für Öffentlichkeitsarbeit und Fachbeiträge, nicht für die eigene Website. Zitiert das Modell weiter Ihre Seiten, aber ohne Sie zu empfehlen, ist es ein Inhaltsproblem: Die Seite liefert keine entscheidungsfähige Aussage.
Zur Reaktionszeit eine ehrliche Einordnung. Bei Systemen mit Recherche-Schritt sehen wir Effekte neuer oder umgebauter Inhalte typischerweise nach vier bis sechs Wochen, manchmal schneller, wenn die Seite bereits gut verlinkt ist. Bei reinem Modellwissen ohne Recherche haben wir bisher keine verlässliche Reaktion auf einzelne Maßnahmen beobachtet; dort hängt alles am Trainingsstand, und der liegt außerhalb Ihres Zugriffs. Wer Monatsziele auf diese Ebene setzt, setzt sie auf Sand.
Was das für Sie bedeutet
Beginnen Sie nicht mit dem Dashboard, sondern mit einem Dokument von zwei Seiten. Darin steht: die Prompt-Liste mit IDs, die Zahl der Wiederholungen, die gemessenen Modelle, die drei Kontextstufen und die Definition beider Quoten. Dieses Dokument ist die Kennzahl. Alles andere ist Datenerfassung.
Konkret für die nächsten vier Wochen:
- 30 bis 50 Prompts aus echten Vertriebsanfragen sammeln, jeweils einer Kaufphase und einem Themencluster zuordnen.
- Nullmessung mit fünf Durchläufen pro Prompt in vier Systemen, abgemeldet, mit Protokoll der Modellversionen. Rechnen Sie mit einem bis zwei Personentagen.
- Wettbewerber nicht vorher festlegen, sondern aus den Antworten extrahieren. Die Liste der Anbieter, die Modelle nennen, weicht regelmäßig von der internen Wettbewerbsliste ab — das ist oft der wertvollste Nebenertrag der ersten Messung.
- Zwei Nachbarmaße daneben stellen: Zugriffe mit KI-Referrer aus Ihrer Web-Analyse und die Zugriffe von GPTBot, ClaudeBot, PerplexityBot und Google-Extended aus den Server-Logs.
- Schwellen und Reaktionen schriftlich festlegen, bevor die zweite Messung kommt. Danach ist die Versuchung groß, die Schwelle an das Ergebnis anzupassen.
Und ein Punkt für die Berichterstattung nach oben: Nennen Sie die Zahl nie ohne den Nenner. “27 Prozent” allein ist eine Behauptung. “27 Prozent von 200 Antworten auf 40 definierte Fragen, gemessen in vier Systemen im August” ist eine Kennzahl, über die man streiten kann. Genau das soll sie leisten.
Häufige Fragen
Zur Einordnung: Dieser Beitrag wurde redaktionell mit Unterstützung eines Sprachmodells erstellt und vor der Veröffentlichung geprüft. Enthaltene Zahlen sind als Größenordnung zu verstehen, nicht als belastbare Studienergebnisse.