Fast jede Woche fragt uns jemand: „Wo ranken wir eigentlich in ChatGPT?" Die Frage klingt vernünftig — und ist trotzdem falsch gestellt. Sie überträgt zwanzig Jahre SEO-Reflex auf ein System, das nach völlig anderen Regeln funktioniert. Prompts werden wie Keywords behandelt, Sichtbarkeit wie eine Platzierung. Genau hier beginnt das Messproblem.
Wir sehen es in Projekten täglich: Marken lassen ihre „KI-Sichtbarkeit" prüfen, bekommen ein grünes Dashboard zurück — und werden in den Momenten, in denen echte Kaufentscheidungen fallen, trotzdem nicht genannt. Das Dashboard war nicht falsch. Es hat nur die falsche Frage beantwortet.
01 · GrundprinzipKI-Sichtbarkeit ist eine Wahrscheinlichkeit — kein Ranking
Klassische Suche ist weitgehend deterministisch. Wer heute „SEO-Agentur Köln" googelt und morgen dieselbe Anfrage stellt, bekommt fast identische Ergebnisse. Diese Stabilität ist der Grund, warum Positionen, Rankings und Keyword-Tracking überhaupt Sinn ergeben: Es gibt eine reproduzierbare Reihenfolge, die man beobachten kann.
Sprachmodelle funktionieren anders. Sie sind probabilistisch. Derselbe Prompt kann unterschiedliche Antworten erzeugen — abhängig von der Formulierung, dem mitgegebenen Kontext, der Modellversion und einer ganzen Reihe weiterer Faktoren. Es gibt keine feste „Position 1", die man erobern und dann halten könnte. Es gibt nur die Frage, wie wahrscheinlich es ist, dass Ihre Marke in einer relevanten Antwort auftaucht.
Damit verschiebt sich auch die richtige Fragestellung. Nicht mehr:
Von „Position" zu „Zuverlässigkeit"
Falsch: „Auf welcher Position stehen wir in ChatGPT?" — eine Ranking-Frage an ein System, das keine stabilen Rankings kennt.
Richtig: „Wie zuverlässig erscheint unsere Marke, wenn echte potenzielle Kunden mit relevanter Absicht fragen?" — eine Wahrscheinlichkeits-Frage.
Dieser Unterschied ist keine Wortklauberei. Er bestimmt, welche Daten Sie überhaupt erheben — und ob diese Daten Ihnen etwas Nützliches sagen oder Sie in falscher Sicherheit wiegen.
02 · Der DenkfehlerWarum generische Prompts in die Irre führen
Die meisten „KI-Sichtbarkeits-Checks" arbeiten mit allgemeinen Prompts: Bestes CRM 2026, Top Buchhaltungssoftware, Beste Projektmanagement-Tools für kleine Teams. Solche Prompts sind angenehm skalierbar — man kann Hunderte davon automatisiert durchlaufen lassen. Nur bilden sie kaum einen echten Nutzer ab.
Denn reale Menschen fragen nicht generisch. Sie bringen Kontext mit: ihre Branche, ihr Budget, ihre konkrete Problemstellung, ihr Vorwissen, ihre Entscheidungsphase, oft auch regionale oder rechtliche Anforderungen. Ein Prompt ohne Kontext misst deshalb die Sichtbarkeit für einen theoretischen Nutzer, den es in der echten Customer Journey fast nie gibt.
Und genau hier lauert die eigentliche Gefahr. Eine Marke kann bei generischen Prompts hervorragend abschneiden — und sobald man realistische Käuferkontexte hinzufügt, sinkt die Sichtbarkeit spürbar oder fällt auf null. Das Unternehmen glaubt, in der KI-Suche präsent zu sein, wird aber im kaufentscheidenden Moment schlicht nicht genannt.
03 · Die Scaling-TrapWarum mehr Prompts nicht die Lösung sind
Der naheliegende Reflex, wenn man das erkannt hat: einfach viel mehr Prompt-Varianten testen. Mehr Themen, mehr Personas, mehr Regionen, mehr Formulierungen. Wir nennen das die Scaling-Trap — und sie ist verführerisch, weil sie nach Gründlichkeit aussieht.
Das Problem ist kombinatorisch. Sobald Sie Persona × Intent × Region × Entscheidungsphase × Formulierung durchmultiplizieren, explodiert die Zahl der nötigen Prompts. Aus einer Handvoll Fragen werden schnell Tausende. Und trotzdem lösen mehr Prompts das eigentliche Problem nicht: Wenn die zugrunde liegende Logik falsch ist, produzieren Sie am Ende nur eine größere Menge schlechter Daten.
Mehr Prompts erzeugen nicht mehr Klarheit — nur mehr Rauschen, wenn die Fragen die falschen sind.— DieWebAG© GEO-Lab
Masse ist kein Ersatz für Relevanz. Zehntausend generische Prompts sagen weniger aus als fünfzig, die exakt die Entscheidungssituationen Ihrer echten Zielkunden treffen.
04 · Richtig messenKontextreiche Prompts als Messinstrument
Gute KI-Sichtbarkeitsmessung setzt nicht auf Menge, sondern auf bessere Eingaben. Ein belastbarer Prompt bildet einen echten Nutzerkontext ab. Konkret heißt das, dass jeder Test-Prompt idealerweise diese Dimensionen enthält:
- Persona: Wer fragt — Rolle, Unternehmensgröße, Reifegrad?
- Intent / Suchabsicht: Was will die Person erreichen — vergleichen, entscheiden, ersetzen, absichern?
- Entscheidungsphase: frühe Recherche oder kurz vor der Auswahl?
- Branche oder Anwendungsfall: der konkrete Kontext, in dem Ihr Angebot passt oder eben nicht.
- Konkrete Käuferfragen: die tatsächlichen Formulierungen, die reale Kunden verwenden.
- Regionale oder fachliche Einschränkungen: DSGVO, Hosting-Standort, Sprache, Compliance, Budgetrahmen.
Erst mit solchen Prompts lässt sich messen, wie zuverlässig eine Marke unter relevanten Bedingungen erscheint. Und weil das Ergebnis probabilistisch ist, misst man nicht einmal — sondern führt jedes Kontext-Set mehrfach aus und beobachtet die Verteilung.
Was wir dabei konkret tracken:
- Nennungs-Häufigkeit: In wie viel Prozent der Läufe eines Kontext-Sets wird die Marke überhaupt genannt?
- Share of Model Voice: Wie oft erscheint die Marke im Verhältnis zum Wettbewerb — pro Kontext, nicht global?
- Zitier-Konsistenz: Wird sie stabil über verschiedene Läufe und Modelle hinweg genannt oder nur zufällig?
- Sentiment & Framing: In welcher Rolle taucht sie auf — als erste Empfehlung, als Alternative, als Warnung?
Unser Vorgehen bei DieWebAG©
Statt Tausender generischer Prompts arbeiten wir mit einer überschaubaren Zahl sorgfältig gebauter Kontext-Sets — jeweils an echten Kundenanfragen orientiert. Jedes Set läuft mehrfach über mehrere Engines. Ausgewertet wird die Wahrscheinlichkeit der Nennung pro Entscheidungssituation, nicht eine Pseudo-Position. So sieht man sofort, in welchen realen Momenten eine Marke präsent ist — und in welchen sie einfach fehlt.
05 · KonsequenzWas das für Ihre SEO- & GEO-Strategie heißt
KI-Suche ist kein Zukunftsthema mehr. Nutzer setzen ChatGPT, Perplexity und AI Overviews längst ein, um Anbieter zu vergleichen, Lösungen zu bewerten und Kaufentscheidungen vorzubereiten. Besonders im B2B-Bereich, bei Software, Dienstleistungen und erklärungsbedürftigen Produkten beeinflusst KI heute schon, welche Marken überhaupt in die engere Auswahl gelangen.
Für SEO und Generative Engine Optimization folgt daraus: Es reicht nicht mehr, klassische Rankings zu beobachten. Entscheidend ist, ob Sie in KI-Antworten auftauchen, wenn Nutzer echte, entscheidungsnahe Fragen stellen. Präsenz in konkreten Beratungssituationen schlägt Sichtbarkeit bei allgemeinen Begriffen.
Auf der Content-Seite heißt das konkret: klare, belegbare, konsistente Aussagen entlang der tatsächlichen Entscheidungsfragen Ihrer Kunden. Modelle bevorzugen greifbare Antworten mit Zahlen, Quellen und Beispielen — schwammige Marketing-Sprache wird ignoriert. Und je konsistenter dieselbe Aussage über mehrere glaubwürdige Quellen auftaucht, desto eher wird sie zur „akzeptierten Tatsache" und wandert in die Antworten.
Das praktische Fazit ist ein einziger Perspektivwechsel. Fragen Sie nicht länger: „Auf welcher Position stehen wir?" Fragen Sie: „Wie oft und wie zuverlässig werden wir genannt, wenn echte potenzielle Kunden mit relevanter Absicht suchen?" Damit wird KI-Sichtbarkeit zu dem, was sie ist — eine Frage von Wahrscheinlichkeit, Kontext und strategischer Content-Abdeckung. Und zu etwas, das man sinnvoll messen und gezielt verbessern kann.
Jörg Strömsdörfer
Seit 2009 Kopf und Gründer von DieWebAG© in Köln. Feiert alles, was mit Marketing zu tun hat — von der ersten Keyword-Recherche bis zur fertigen Kampagne. Schreibt regelmäßig über das, was zwischen klassischem SEO und generativer Suche gerade wirklich passiert.