Letzte Woche habe ich einen Interessenten im Erstgespräch gefragt, wie er auf uns gekommen ist. Er hat nach GEO-Experten gesucht, Claude gefragt, sich umgesehen und uns dann geschrieben. Im Anfrageformular hat die selbe Person als Quelle eingetragen: Google Suche.
So kommt die Wirkung von KI-Sichtbarkeit oft an: unter falschem Namen. Von der KI-Antwort bis zum Umsatz läuft eine Kette mit sechs Gliedern, und am letzten Glied hört die Messung auf.
Nach dieser Folge weißt du, welche Glieder dieser Kette du selbst messen kannst und mit welchen sechs Schritten du ein Reporting aufbaust, das auch vor deiner Geschäftsführung standhält.
Videotranskript:
Wie soll aus einer KI-Antwort überhaupt Umsatz werden?
Über 6 Schritte:
- Deine Kunden stellen ihre Fragen an ein KI-System.
- Die Antwort stellt eine Auswahl an Anbietern zusammen.
- Aus dieser Auswahl wählt dein Kunde.
- Es folgt ein Besuch auf deiner Website.
- Aus dem Besuch wird eine Anfrage oder ein Kauf.
- Daraus wird Umsatz.
Drei Begriffe lege ich vorher fest, weil sie ständig vermischt werden.
Zitiert heißt: Das System verlinkt deine Seite als Quelle.
Genannt heißt: Deine Marke steht im Antworttext, im besten Fall als Empfehlung.
Und wenn ich vom Antwortanteil spreche, meine ich, in wie vielen Antworten zu einer Gruppe von Fragen deine Marke vorkommt. Im Englischen heißt das Share of Voice.
Fürs Geschäft zählt die Empfehlung. Steht deine Seite in der Quellenleiste und die Antwort empfiehlt deinen Wettbewerber… Nicht optimal.
Fragen meine Kunden überhaupt KI-Assistenten?
Im B2B fast alle. Forrester hat Geschäftskunden zu ihrem Kaufprozess befragt: 94 Prozent setzen darin KI ein. Und als Informationsquelle liegt generative KI laut derselben Erhebung weit vor der Website des Anbieters, vor Produktexperten und vor dem Vertrieb.
Mir ist hier die Herkunft wichtig: Forrester ist ein Analystenhaus und verkauft keine GEO-Leistungen. Der Einwand „Das erzählen doch nur Agenturen“ greift bei dieser Zahl nicht.
Was die Zahl nicht sagt: wie oft die KI-Antwort am Ende den Ausschlag gibt. Dass deine Kunden KI nutzen, steht fest. Spannend ist, was in der Antwort passiert.
Entscheidet eine KI-Empfehlung, wer gekauft wird?
Ja. Kevin Indig hat in einer Nutzerstudie in den USA Menschen bei größeren Anschaffungen beobachtet, etwa bei Fernsehern, Laptops oder Autoversicherungen, einmal in der klassischen Google-Suche und einmal im KI-Modus . In der klassischen Suche hat mehr als die Hälfte die Vorauswahl selbst aus mehreren Quellen zusammengestellt. Im KI-Modus kamen drei von vier Vorauswahlen direkt aus der Antwort, ohne jede Prüfung außerhalb.
Eine zweite Studie von Profound hat 56 Menschen bei Kaufentscheidungen in ChatGPT beobachtet und ihre Wahl mit den Daten abgeglichen, welche Marken ChatGPT bei diesen Fragen tatsächlich nennt. Die gewählten Marken kamen in den Antworten etwa doppelt so oft vor wie die Marken, die übergangen wurden.
Am stärksten wirkt das, wenn jemand die Kategorie kaum kennt, und das war in den meisten Aufgaben so. Die Autoren schreiben: Wer ohne Lieblingsmarke kommt, für den wird die Auswahl des Modells zur Landkarte (eigene Übersetzung). Profound nennt diese Auswahl das neue Regal: Was nicht im Regal steht, kauft niemand.
Warum sehe ich die Conversions nicht in meinem Analytics?
Weil die Entscheidung fällt, bevor jemand klickt. In der ChatGPT-Studie endeten 92,8 Prozent der Aufgaben ohne nennenswerten Klick ins offene Web. Kein einziger Teilnehmer hat einen Preis außerhalb von ChatGPT überprüft. Was das Modell sagt, gilt.
Ohne Klick gibt es keine Sitzung, die dein Analytics zurechnen kann. Und folgt doch ein Besuch, dann über einen Umweg. Similarweb hat in den USA Nutzer verfolgt, denen ChatGPT eine Marke empfohlen hat, ohne Link und ohne dass sie die Marke selbst erwähnt hatten. In den sieben Tagen danach haben sie die empfohlene Marke zweieinhalbmal so oft besucht wie deren Wettbewerber, und mehr als die Hälfte dieser Besuche kam über die Suche.
Das passt zum Interessenten vom Anfang: erst die KI, dann Google, und ins Formular kommt die letzte Station.
Wie groß diese Lücke sein kann, zeigt ein Einzelfall, den Graphite veröffentlicht hat. Bei der Workflow-Plattform n8n hat Google Analytics der KI-Suche rund ein Prozent der Konversionen zugerechnet. In der Befragung danach waren es rund neun Prozent. Bei organischer und bezahlter Suche haben beide Quellen übereingestimmt.
Meine Lesart: Der Kanal ist größer, als er im Analytics aussieht.
Konvertiert Referall Traffic aus ChatGPT wirklich besser?
Im Mittel ja, aber deutlich weniger als behauptet. Im Markt kursieren Zahlen wie siebenmal besser. Siege Media hat das an 78 Websites geprüft: Besucher aus KI-Systemen konvertieren im Median rund ein Viertel besser als Besucher aus der organischen Suche. The SEO Works kommt in einer zweiten Auswertung auf einen ähnlichen Wert.
Dann die Menge. Auf 100 Konversionen aus der organischen Suche kamen bei The SEO Works 3,2 aus KI-Systemen. Eine kleine Steigerung der organischen Suche hätte dort mehr zusätzliche Konversionen gebracht als eine Verdopplung des KI-Traffics. Die AI Overviews stecken dabei in der organischen Suche, der KI-Anteil ist also eine Untergrenze.
Meine Lesart: Wer den Wert von KI-Sichtbarkeit am Referral-Traffic festmacht, rechnet am falschen Glied, weil die Entscheidung vorher fäll. Referral-Traffic heißt nämlich, dass jemand auf eine Quelle geklickt hat und wahrscheinlich noch in einer frühen Funnelphase ist.
Kann mir jemand sagen, wie viel Umsatz KI-Sichtbarkeit bringt?
Nein. Für das letzte Glied gibt es keine direkte Messung. Mike King von iPullRank hat es 2025 so beschrieben: Für ChatGPT gibt es kein Gegenstück zur Search Console, und deshalb fehlt jede Verbindung zwischen dem Kanal und dem Ergebnis.
Seitdem hat sich etwas bewegt. Seit Ende August 2026 hat die Google Search Console weltweit einen eigenen Bericht für die AI Overviews und den KI-Modus. Er zeigt Impressionen. Was danach passiert, zeigt er nicht.
Dazu laufen Sichtbarkeit und Geschäft oft auseinander. Bei Wil Reynolds haben sich die ChatGPT-Zitate einer Seite vervielfacht, ohne spürbare Wirkung aufs Geschäft. Das deckt sich mit meiner Aussage zu Referall-Traffic von vorhin.
Und bei einem Kunden von Seer Interactive, der häufiger genannt wird als jeder Wettbewerber, geht das Prädikat „insgesamt beste Wahl“ in mehr als einem Drittel der Antworten, die ihn nennen, an einen Wettbewerber. Nur genannt zu werden reicht also nicht aus. Du willst natürlich auch mit den richtigen Attributen assoziiert werden bzw. richtig dargestellt werden.
Was kann ich bei KI-Sichtbarkeit verlässlcih messen?
Einiges, nur nicht mit einer einzigen Zahl. Ich teile die Messung in dreieinhalb Säulen.
Die erste ist das Prompt-Tracking. Du stellst ChatGPT, Gemini, Googles KI-Suche und Copilot regelmäßig die Fragen, bei denen du empfohlen werden willst, und zählst, wie oft sie deine Marke nennen. Der Aufwand liegt in der Auswahl der Prompts. Wählst du die falschen, misst du das Falsche und machst danach auch das Falsche.
Eine einzelne Messung ist wertlos. Amine Aziz Alaoui hat für den Anbieter GetMint acht Monate Messdaten aus ChatGPT ausgewertet. Egal wie oft du einen einzelnen Prompt an einem Tag abfragst, es ist nicht aussagekräftig. Belastbar wird es erst, wenn du ein Thema mit rund 20 Prompts über zwei Wochen zusammenfasst.
Ich vergleiche das gern mit einem Radar. Du siehst nicht alles, du schickst Sonden aus und erkennst über die Zeit Muster. Ein Tacho, der dir sagt, wo du gerade stehst, ist das nicht.
Zähl dabei Nennungen getrennt von Zitaten. Kevin Indig hat gezeigt: Als Quelle zitieren dich die Systeme zu fast jedem Thema, empfehlen dich aber nur in deinen Kernthemen.
Die zweite Säule sind die Logfiles deines Servers. Dort siehst du, wie oft die Bots von OpenAI, Google oder Anthropic deine Seiten abrufen. Für sich sagt die Häufigkeit nichts, über die Zeit kann sie ein Mitindikator sein.
Die dritte Säule sind die Markensuchen, weil die Empfehlung, wie du bei Similarweb gesehen hast, oft über die Suche nach deinem Namen zurückkommt . Bei 418 US-Marken hat Daniel Grainger gesehen: Marken, die in KI-Systemen heute unter die ersten drei sitzen, sind seit dem Start von ChatGPT in der Markensuche schneller gewachsen als die übrigen. Das ist ein Zusammenhang, kein Beweis. Bei den Direktzugriffen wäre ich vorsichtiger. Kevin Indig hat in zwölf Analytics-Konten nach verstecktem KI-Traffic gesucht und vor allem Bots gefunden.
Die halbe Säule ist die Frage an den Kunden: Wie bist du auf uns gekommen? Halb ist sie, weil sich Menschen schlecht daran erinnern, wie sie bei dir gelandet sind. Meistens nennen sie den letzten Schritt, wie der Interessent vom Anfang.
Und über allem steht das Geschäftsergebnis: Anfragen, Pipeline, Umsatz. Kevin Indig nennt das Zusammenspiel Triangulation, mit je einem Signal für die Sichtbarkeit, das Verhalten und das Ergebnis. Bewegen sie sich gemeinsam, wird dein Bild belastbarer. Laufen sie auseinander, weißt du, wo du nachsehen musst. Einen Beweis für Ursache und Wirkung liefert auch das nicht.
Wie gehst du jetzt konkret vor?
- Leg fest, bei welchen Fragen du empfohlen werden willst.
Die Prompts baue ich aus mindestens drei Quellen: Keyword-Recherche, aus den Suchanfragen in der Search Console, aus den Grounding Queries der Bing Webmaster Tools, also den Suchbegriffen, über die Copilot und Bing deine zitierten Inhalte abgerufen haben, und aus Vertriebsgesprächen, in der Sprache deiner Kunden. Dann gruppierst du sie nach Themen.
- Miss jedes System getrennt, über mindestens zwei Wochen und im Vergleich zu deinen Wettbewerbern.
Schau dir dabei auch an, wie du genannt wirst: mit welchem Preis, mit welchem Etikett, mit welchem Nachteil. Ein falscher Preis in der Antwort gilt beim Käufer als Tatsache. Ein Thema zählt erst als gewonnen, wenn die Systeme deine Marke wiederholt nennen.
- Trenn den KI-Traffic in Google Analytics und vergleich ihn mit der organischen Suche.
Google Analytics weist seit Juni 2026 eine eigene Kategorie für KI-Assistenten aus. Für ältere Daten filterst du nach den Domains der KI-Systeme. Die Konversionsrate vergleichst du mit der organischen Suche.
- Beobachte deine Markensuchen und sichere deinen Namen in der Suche ab.
Wenn mehr als die Hälfte der Besuche nach einer KI-Empfehlung über die Suche kommt, kann ein Wettbewerber diese Nachfrage mit Anzeigen auf deinen Markennamen abfangen. Similarweb empfiehlt deshalb, die eigenen Markenbegriffe auch mit bezahlter Suche zu schützen. Ob das bei dir nötig ist, siehst du am schnellsten, wenn du deinen eigenen Namen googelst.
- Frag jeden neuen Lead, wo er zuerst gesucht hat, und halt die Antwort im CRM fest.
Die übliche Frage „Wie sind Sie auf uns aufmerksam geworden?“ liefert den letzten Klick. Frag lieber, wo jemand zuerst nach einer Lösung gesucht hat, und lass die Antwort in eigenen Worten stehen, mit dem KI-System, das er genutzt hat. Das würde ich jedem Unternehmen empfehlen, das einen Vertrieb hat, denn von unseren Kunden wissen wir, dass da wirklich Gold begraben ist.
- Leg Sichtbarkeit, Verhalten und Ergebnis jeden Monat auf eine Seite.
Die Kombination sagt dir, wo es hakt. Steigt deine Sichtbarkeit und die Markensuche nicht, überzeugen deine Nennungen Käufer nicht. Steigt die Markensuche und die Pipeline nicht, liegt das Problem auf deiner Website oder im Vertrieb. Fallen beide, dominieren Wettbewerber den Share of Voice. Daneben gehört dein Kundenwert, weil erst er aus diesen Signalen einen Business Case macht.
Und wenn du das deiner Geschäftsführung vorlegst, sag dazu, was es ist: Indizien, die zusammen ein Bild ergeben, kein Beweis. Gleichzeitig werden sich Geschäftsführer und CFOs im digitalen Raum daran gewöhnen müssen, dass Attributionen noch immer schlechter werden und Personalisierung fast schon der Todesstoß für das Ganze ist.
Das letzte Glied der Kette schließt dir leider keine Studie. Das geht nur mit deinen eigenen Daten, und wer heute anfängt, Sichtbarkeit, Verhalten und Ergebnis nebeneinanderzulegen, hat in einem Jahr eine verlässliche Antwort.
Kommentieren