Wer ein Unternehmen betreibt oder eine Website verantwortet, kennt das Ritual: monatlich die Rankings prüfen, Klickzahlen aus der Google Search Console ziehen, vielleicht noch ein Konkurrenz-Audit durchführen. Dieses Ritual greift seit 2023 zu kurz. Denn ein wachsender Teil der Nutzer bekommt seine Antworten nicht mehr über klassische Suchergebnisseiten, sondern direkt aus KI-gestützten Systemen wie ChatGPT, Google Gemini, Perplexity oder dem KI-Modus in Bing. Wer dort nicht vorkommt, ist für diese Nutzer schlicht unsichtbar.
Zwei Suchsysteme, zwei Logiken
Google rankt Seiten nach Hunderten von Faktoren, darunter Backlinks, Ladezeit, thematische Relevanz und E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness). KI-Systeme funktionieren anders: Sie destillieren Informationen aus ihren Trainingsdaten sowie aus Echtzeit-Quellen und entscheiden, welche Quelle sie zitieren oder zusammenfassen. Die Kriterien dafür sind weniger transparent, aber nicht willkürlich. Gut strukturierter Inhalt, klare Autorschaft, konsistente Markenpräsenz und Verlässlichkeit der Aussagen spielen erkennbar eine Rolle.
Das bedeutet praktisch: Eine Seite kann auf Seite eins bei Google stehen und trotzdem in keiner KI-Antwort auftauchen. Oder umgekehrt. Beide Kanäle verlangen deshalb separate Beobachtung und separate Optimierungsstrategien.
Was KI-Sichtbarkeit überhaupt messbar macht
Das Grundproblem ist methodischer Natur. Google stellt Klick- und Impressionsdaten über die Search Console bereit. KI-Systeme tun das nicht. Es gibt keine offizielle API, die sagt: „Deine Website wurde heute in 400 Antworten von Perplexity zitiert.“ Wer also seine KI-Sichtbarkeit kennen will, muss sie indirekt erschließen.
Gängige Ansätze sind:
- Prompt-Monitoring: Relevante Fragen aus dem eigenen Themenfeld werden regelmäßig in verschiedene KI-Systeme eingegeben. Man notiert, ob und wie die eigene Marke oder Domain erwähnt wird.
- Brand-Mention-Tracking: Tools, die das offene Web und Foren beobachten, liefern Hinweise, ob eine Marke in öffentlichen KI-generierten Inhalten auftaucht.
- Crawling-Analyse: Bestimmte Bots von KI-Unternehmen hinterlassen Spuren in Server-Logs. Perplexitybot, GPTBot und ähnliche User-Agents lassen sich auswerten.
Professionellere Lösungen kombinieren diese Ansätze und automatisieren das Monitoring. Ein Werkzeug, das genau diesen Bereich adressiert, ist rankion.ai, das sowohl klassische Ranking-Daten als auch die Präsenz in KI-generierten Suchantworten systematisch trackt und auswertet.
Konkrete Signale, die KI-Systeme bevorzugen
Aus der Beobachtung von Zitiermustern verschiedener KI-Systeme lassen sich einige Muster ableiten. Perplexity etwa zitiert überproportional häufig Quellen mit klar strukturierten, faktendichten Seiten, die ohne Registrierung zugänglich sind. ChatGPT mit Websuche neigt dazu, Seiten zu bevorzugen, die eine eindeutige Autorennennung aufweisen. Google Gemini greift stark auf Domains zurück, die bereits im klassischen Index stark verankert sind.
Inhaltlich fallen folgende Merkmale auf:
- Direkte Antworten auf konkrete Fragen im Fließtext, nicht nur in Überschriften
- Vergleiche mit konkreten Zahlen („Modell A verbraucht 4,2 Liter, Modell B 5,8 Liter“)
- Aktualisierungsdaten, die im HTML sichtbar sind
- Klare Quellenangaben und Verlinkung auf primäre Datenquellen
- Schema-Markup, besonders FAQPage und HowTo
Die Überschneidung mit klassischer SEO
Wer gut in klassischer SEO aufgestellt ist, hat keine schlechten Ausgangsbedingungen für KI-Sichtbarkeit. Aber die Überschneidung ist kleiner als viele annehmen. Ein Blogpost, der auf „beste Espressomaschinen 2024“ für Long-Tail-Keywords gut rankt, muss deswegen nicht in einer KI-Antwort auf die Frage „Welche Espressomaschine empfiehlst du für Einsteiger unter 300 Euro?“ auftauchen. Dort zählen Kontext, Tiefe der Beratung und sprachliche Präzision mehr als eine hohe Linkdichte.
Umgekehrt gibt es Themenfelder, in denen KI-Systeme sehr selektiv vorgehen. Medizin, Finanzen und Recht sind YMYL-Kategorien (Your Money or Your Life), in denen Gemini und Co. häufig keine einzelne Quelle bevorzugen, sondern entweder auf offizielle Institutionen verweisen oder explizit zur Fachberatung raten. Für Anbieter in diesen Bereichen ist KI-Sichtbarkeit deshalb anders zu bewerten als für einen Technik-Blog.
Praktisches Vorgehen für eine erste Analyse
Eine strukturierte Erstanalyse lässt sich mit überschaubarem Aufwand durchführen. Empfehlenswert ist folgendes Vorgehen:
- Schritt 1: 15 bis 20 Suchfragen formulieren, die das Kernthema der Website abdecken. Dazu gehören sowohl informationsorientierte Fragen („Wie funktioniert X?“) als auch entscheidungsorientierte („Welches X ist besser?“).
- Schritt 2: Diese Fragen in mindestens drei verschiedene KI-Systeme eingeben (z. B. Perplexity, ChatGPT mit Websuche, Google Gemini). Die Antworten auf Marken- und Domainnennungen prüfen.
- Schritt 3: Server-Logs der letzten 90 Tage auf KI-Bot-User-Agents filtern. Werden relevante Seiten gecrawlt?
- Schritt 4: Vergleich mit einem bis zwei direkten Wettbewerbern. Werden diese häufiger zitiert? Wenn ja, worin unterscheidet sich der Inhalt strukturell?
Die Ergebnisse dieser manuellen Analyse lassen sich in einer einfachen Tabelle festhalten:
| KI-System | Eigene Nennungen (von 20 Fragen) | Wettbewerber-Nennungen |
|---|---|---|
| Perplexity | 3 | 8 |
| ChatGPT (Web) | 5 | 6 |
| Google Gemini | 1 | 9 |
Ein solches Bild zeigt sofort: Bei Google Gemini besteht erheblicher Aufholbedarf, während ChatGPT bereits nah am Wettbewerber liegt. Das gibt klare Prioritäten für die Optimierung.
Kein einmaliges Projekt
KI-Systeme verändern ihre Quellenpräferenzen schnell. Was Perplexity im März zitiert hat, muss im Juni nicht mehr stimmen. Das macht kontinuierliches Monitoring unumgänglich. Wer KI-Sichtbarkeit einmal auswertet und dann ignoriert, sitzt sechs Monate später auf veralteten Daten.
Die gute Nachricht: Die Grundlage für KI-Sichtbarkeit und klassische SEO-Stärke ist dieselbe. Präziser, faktisch verlässlicher, gut strukturierter Inhalt mit klarer Autorschaft. Wer dort investiert, verbessert beide Kanäle gleichzeitig. Der Unterschied liegt im Monitoring und in der Priorisierung der Maßnahmen, nicht in grundlegend anderen Inhalten. Das macht das Thema aufwändig genug, aber nicht unlösbar.
