KI-Sichtbarkeits-Score

AI-Visibility-Score misst die Präsenz Ihrer Marke in KI-Antworten – nicht in den klassischen SERPs. Er kombiniert in der Regel Nennungsrate, Platzierung in der Antwort und Zitierklarheit zu einem einzigen Index, damit Teams nachvollziehen können, ob ChatGPT, Gemini, Claude oder Perplexity Ihre Marke tatsächlich ausspielen.

Das ist jetzt entscheidend. Nutzer bleiben immer häufiger bereits in der Antwortebene stehen. Wenn Ihre Marke im ersten Satz mit einer sichtbaren URL genannt wird, hat das einen höheren kommerziellen Wert als wenn sie in Absatz sechs untergeht oder ganz weggelassen wird.

Was der Score normalerweise umfasst

Die meisten Teams bauen den AI-Visibility-Score als Index von 0 bis 100 aus drei Eingaben:

• Nennungshäufigkeit: wie viele Prompts eine Marken- oder Domainnennung auslösen.
• Positionsgewichtung: ob die Nennung in den ersten 20% der Antwort erscheint, in der Mitte oder am Ende.
• Zurechnungsklarheit: ob das Modell die Marke nennt, die Domain zitiert, auf eine URL verlinkt oder eine vage Zurechnung gibt.

Ein simples Modell reicht völlig aus. Beispiel: 50% Gewicht auf Nennungsrate, 30% auf Position, 20% auf Zurechnung. Halten Sie es „langweilig“ und konsistent. Ausgefeilte Scoring-Formeln erzeugen meist nur scheinbar präzise, aber falsche Genauigkeit.

Wie SEO-Teams es in der Praxis messen

Der Ablauf ist näher am Rank-Tracking als die meisten zugeben. Erstellen Sie ein Prompt-Set aus Nicht-Marken-, Marken- und Vergleichsanfragen. Führen Sie jeden Prompt 3–5 Mal pro Modell aus, um die Schwankungen in den Antworten zu reduzieren. Anschließend werten Sie die Ausgaben aus: Benannte Nennungen, Domains und Zitiermuster.

Ahrefs und Semrush helfen bei der Auswahl der Queries. Die Google Search Console (GSC) hilft Ihnen dabei, Prompts mit realen Impressionen und Klicks zu verknüpfen. Screaming Frog ist nützlich, um zu prüfen, ob die zitierten Seiten crawlbar, indexierbar und intern verlinkt bzw. unterstützt sind. Surfer SEO und Moz sind für den Score selbst weniger hilfreich, können aber weiterhin bei Content-Abdeckung und Entity-Ausrichtung unterstützen.

Wenn Sie einen sauberen Benchmark wollen, verfolgen Sie mindestens 100 Prompts und 3 Wettbewerber. Weniger als das, und die Trendlinie wird schnell zu laut.

Wo die Kennzahl ihre Grenzen hat

Das ist der Haken, den viele übersehen: Der AI-Visibility-Score ist nicht standardisiert. Zwei Anbieter können völlig unterschiedliche Werte melden, weil sie unterschiedliche Prompt-Sets, Modelle, Temperaturen, Regionen und Scoring-Logiken verwenden. Ein Score von 68 auf einer Plattform kann schwächer sein als 41 auf einer anderen.

Zusätzlich gibt es Modellinstabilität. Ein Modell-Update kann Ihren Score um 15–20 Punkte verschieben, ohne dass sich auf Ihrer Website etwas ändert. Googles John Mueller hat 2025 bestätigt, dass sich KI-Funktionen und Such-Interfaces weiterhin schnell ändern, weshalb es schlampig ist, irgendeine einzelne GEO-Kennzahl als alleinige „Wahrheit“ zu behandeln.

Noch ein Problem: Sichtbarkeit ist nicht gleich Traffic. Zahlreiche KI-Nennungen führen zu keinen Klicks. Wenn Ihr Score steigt, während sich branded Search, assisted Conversions und Referral Sessions in der GSC und in Analytics nicht bewegen, ist der geschäftliche Effekt womöglich dünn.

So nutzen Sie ihn, ohne sich selbst etwas vorzumachen

Verwenden Sie den AI-Visibility-Score als richtungsweisende Kennzahl – nicht als isolierten KPI. Kombinieren Sie ihn mit dem Wachstum von Marken-Queries, Referral-Traffic von zitierten Seiten sowie dem Wettbewerber-Share-of-Voice. Prüfen Sie die zitierten URLs manuell. Schlechte Zitate zählen zwar in den Score ein, helfen aber dem Business nicht.

Der beste Anwendungsfall ist Trend-Monitoring: wöchentliche Snapshots. Feste Prompts. Feste Modelle, wenn möglich. Jedes Mal dieselbe Scoring-Logik. So erhalten Sie etwas, das operativ nutzbar ist – statt eine GEO-Vanity-Chart.