KI-Sichtbarkeit kostenlos prüfen: die Methode und was das Ergebnis wirklich aussagt

Sie können Ihre KI-Sichtbarkeit kostenlos prüfen, heute, mit nichts als einem Browser. Was nicht geht, ist eine Prüfung in fünf Minuten, denn eine einzelne Antwort eines einzelnen Assistenten ist Rauschen. In einer Untersuchung mit 2.961 Durchläufen über ChatGPT, Claude und Googles KI lag die Wahrscheinlichkeit, dass dieselbe Frage in zwei Antworten dieselbe Markenliste liefert, bei ChatGPT und Googles KI unter eins zu hundert, bei Claude nur wenig höher. Entscheidend ist deshalb die Methode, nicht das Werkzeug: kaufentscheidende Fragen statt Markenfragen, jede Frage mehrfach, in mehr als einem Assistenten, in einer sauberen Sitzung, und protokollieren, wer genannt und was zitiert wurde.

So gemacht, ergibt ein Nachmittag ein belastbares Bild. So gemacht, wie es üblich ist, ergibt er ein schmeichelhaftes.

Die Methode unten kostet einen Nachmittag und sagt Ihnen, wo Sie stehen. Sie bewegt die Zahl nicht, und kein Dashboard tut das. Bewegt wird sie von vollständigen, belegten Antworten auf genau diese Kauffragen, publiziert auf Ihrer eigenen Seite und aktuell gehalten. Das führt scaile als betreute Infrastruktur: ein benannter AI Search Strategist, Recherche aus Ihrer eigenen Wissensbasis, jeder Fakt geprüft, Freigabe durch Ihr Team vor der Publikation, live in 14 Tagen. Wenn Sie den Nachmittag lieber sparen, macht der kostenlose AI Visibility Check dasselbe automatisch.

Warum bringt es nichts, ChatGPT nach der eigenen Marke zu fragen?

Die häufigste kostenlose Prüfung besteht darin, ChatGPT zu öffnen und “Was weißt du über Meyer Verpackungen” oder “Ist Meyer Verpackungen ein guter Lieferant” einzutippen. Beides sind Suggestivfragen. Sie haben dem Assistenten die Entität vorgegeben, also ruft er Seiten zu dieser Entität ab und beschreibt sie, meist wohlwollend. Sie erfahren, dass ein Unternehmen dieses Namens im Netz existiert. Sie erfahren nicht, ob je jemand bei Ihnen gelandet wäre.

Zählen tun die Fragen, die ein Einkäufer stellt, bevor er eine Auswahlliste hat. Vergleichen Sie die beiden Formen:

• Markenfrage: “Ist scaile eine gute GEO-Agentur?” Nutzlos. Die Antwort handelt von scaile, weil Sie sie zu einer Frage über scaile gemacht haben.
• Kaufentscheidende Frage: “Welche Agentur sollte ein deutscher Mittelständler beauftragen, um in ChatGPT genannt zu werden?” Nützlich. Jetzt muss der Assistent auswählen, und die Namen, die er wählt, sind Ihr tatsächliches Wettbewerbsumfeld.

Formulieren Sie zehn solcher Fragen, in der Sprache und für den Markt Ihrer Kunden, denn ein deutscher Einkäufer, der auf Deutsch fragt, löst einen anderen Abruf aus als die englische Übersetzung derselben Frage. Decken Sie die vier Formen ab, die kommerzielles Gewicht haben: die Kategoriefrage (“bestes X für Y”), die Alternativenfrage (“Alternativen zu <Marktführer>”), die Kriterienfrage (“worauf achte ich bei der Auswahl von X”) und die Problemfrage, formuliert so, wie jemand ein Problem beschreibt, bevor er weiß, dass es dafür eine Produktkategorie gibt. Fällt Ihnen die Formulierung von zehn Fragen schwer, ist genau das der Befund, und es ist dieselbe Lücke, die die Plattform schließt, wenn sie die Fragen aus Ihrem Angebot und Ihren Käufern ableitet.

Wie oft muss man fragen, bevor die Zahl etwas bedeutet?

Öfter, als vernünftig erscheint. SparkToro und Gumshoe ließen 600 Freiwillige 12 Fragen in ChatGPT, Claude und Googles KI insgesamt 2.961 Mal stellen, im November und Dezember 2025. Bei ChatGPT und Googles KI lag die Wahrscheinlichkeit unter 1 zu 100, dass zwei Durchläufe derselben Frage dieselbe Markenliste ergaben, und Claude wiederholte eine Liste nur wenig häufiger. Bei der Reihenfolge war es noch deutlicher: etwa eine Chance von 1 zu 1.000 auf dieselbe Liste in derselben Reihenfolge. Der Autor der Studie empfiehlt, eine Frage mindestens 60 bis 100 Mal zu stellen und die Antworten zu mitteln, und genau so oft wurde jede Frage in der Studie selbst gestellt.

Sie werden nicht 100 Mal von Hand fragen, und das müssen Sie auch nicht. Sie müssen nur aufhören, einen Durchlauf als Ergebnis zu behandeln. Fünf Durchläufe pro Frage und Assistent sind die realistische manuelle Untergrenze, genug, um “in fünf von fünf genannt” von “einmal genannt” zu unterscheiden. Was Sie genau einmal gesehen haben, ist ein Münzwurf, kein Befund.

Notieren Sie es als Bruch, nicht als Ja oder Nein: in 4 von 5 Durchläufen genannt, Wettbewerber A in 5 von 5, Wettbewerber B in 2 von 5. Dieser Bruch ist die einzige manuelle Zahl, die der Instabilität standhält.

Warum reicht ein einzelner KI-Assistent nicht?

Weil die Assistenten nicht dasselbe Web lesen. Ahrefs verglich die 50 meistgenannten Quellen in ChatGPT, Perplexity und Google AI über rund 76,7 Millionen AI Overviews und jeweils etwa 950.000 Fragen in ChatGPT und Perplexity. Nur 7 dieser 50 Domains tauchten in allen drei Listen auf. Die anderen 43 standen in einer oder zwei der Listen, aber nicht in allen dreien.

Die Streuung zeigt sich auch gegenüber dem Google-Ranking. Über 15.000 Long-Tail-Suchanfragen rankten nur 12 Prozent der von KI-Assistenten zitierten URLs in den Google-Top-10 zur ursprünglichen Frage: Perplexity zog 28,6 Prozent seiner Zitate aus den Top 10, ChatGPT zwischen 6 und 8 Prozent, Gemini 8,6 Prozent. Googles eigene AI Overviews stehen daneben, und zwar auf einer anderen Datenbasis: Ahrefs zählte in seiner Untersuchung der AI-Overview-Zitate zunächst rund 76 Prozent zitierter Seiten aus den Google-Top-10, im Update vom März 2026 waren es noch 38 Prozent. Auch 38 Prozent liegen weit über den Assistenten, was dafür spricht, dass AI Overviews eher eine Verlängerung des Index sind als ein eigenes Abrufsystem.

Praktisch heißt das: Stellen Sie jede Frage in ChatGPT, in Gemini oder Googles AI Mode und in Perplexity. Wenn die Zeit nur für zwei reicht, nehmen Sie ChatGPT und Google, denn die beiden verhalten sich am wenigsten ähnlich.

Warum muss die Sitzung sauber sein?

Weil der Assistent Sie kennt. ChatGPT nutzt gespeicherte Erinnerungen und frühere Unterhaltungen, um Antworten zu personalisieren. Damit ist das Konto, in dem seit sechs Monaten über das eigene Unternehmen gesprochen wird, das denkbar schlechteste Messinstrument dafür, ob Fremde von Ihnen hören. Die Lösung steht in OpenAIs eigener Dokumentation: Ein temporärer Chat nutzt weder bestehende Erinnerungen noch legt er neue an. Nehmen Sie den, eine abgemeldete Sitzung oder ein frisches Browserprofil.

Zwei weitere Kontrollen sind die Sekunden wert, die sie kosten. Setzen Sie den Standort, denn Assistenten lokalisieren, und eine Prüfung aus Ihrem Büro beantwortet eine andere Frage als eine aus der Stadt Ihres Kunden. Und geben Sie jeder Frage eine eigene Unterhaltung, sonst ist Antwort zwei von Antwort eins verunreinigt.

Was genau sollten Sie protokollieren?

Nicht “sind wir vorgekommen”. Das Vorkommen ist nicht die Größe, die sich bewegt. Bauen Sie eine Tabelle mit einer Zeile je Frage und halten Sie vier Dinge fest.

Wer genannt wurde, in welcher Reihenfolge. Platz eins in einer Antwort mit drei Namen ist ein anderes kommerzielles Ergebnis als Platz fünf in einer Liste mit acht, und die Reihenfolge ist der instabilste Teil der Antwort, was sie am aussagekräftigsten macht, wenn sie doch stabil ist.

Wie viele Namen die Antwort enthielt. Eine Antwort mit zwölf Anbietern ist ein Verzeichnis. Eine Antwort mit drei Anbietern ist eine Auswahlliste, und nur die Auswahlliste zählt.

Welche Quellen zitiert wurden. Kopieren Sie die tatsächlichen URLs.

Ob der Assistent überhaupt gesucht hat. ChatGPT zeigt an, wenn es im Web nachgesehen hat. Eine Antwort ohne Suche kommt aus den Trainingsdaten, und keine Änderung an Ihrer Website bewegt sie vor der nächsten Modellgeneration.

Nach zehn Fragen in drei Assistenten haben Sie eine Rangliste, und die Rangliste ist das Ergebnis. Nicht “wir sind unsichtbar”, sondern “wir werden in 3 von 30 Durchläufen genannt, der Wettbewerber, gegen den wir nie ein Angebot verlieren, in 22, und in 18 davon ist die zitierte Seite ein Vergleichsartikel, den keiner von uns beiden geschrieben hat”.

Warum sind die zitierten Quellen wichtiger als die Nennung?

Weil sie zeigen, woher die Antwort stammt, und das ist meist nicht die Website der Marke. In einer Auswertung von 240 Fragen, die jeweils einen Markennamen enthielten, mit 23.387 Zitaten über fünf Plattformen, stammten 23 Prozent der Zitate von der eigenen Domain der Marke, 48 Prozent aus verdienten Quellen wie Fachbeiträgen, Foren, Bewertungsportalen und Verzeichnissen und 30 Prozent aus kommerziellen Inhalten anderer Unternehmen.

Die letzte Zahl wird meist übersehen. Rund ein Drittel dessen, was der Assistent über eine namentlich genannte Marke liest, wird von anderen Unternehmen veröffentlicht, oft von Wettbewerbern, wobei die Kategorie jeden markeneigenen Werbeinhalt umfasst und nicht nur direkte Konkurrenten. Beachten Sie den Zuschnitt: Es ging um Fragen mit Markennamen, nicht um die offenen Kaufentscheidungsfragen, die der Rest dieser Seite empfiehlt. Wenn ein Assistent einen Wettbewerber empfiehlt und dessen eigene Vergleichsseite zitiert, verlieren Sie nicht am Produkt, sondern daran, dass der andere die Seite geschrieben hat, die die Frage beantwortet, und Sie nicht.

Lesen Sie also die zitierten URLs, bevor Sie irgendetwas schlussfolgern. Sie sind der kürzeste Weg zu einem Plan, und sie sind der Teil, den ein Screenshot der Antwort wegwirft. Welche Passage warum übernommen wird, sortiert die Übersicht der belegten Hebel danach, was die Forschung tatsächlich hergibt.

Was tun bei einem schlechten Ergebnis?

Drei verschiedene Probleme erzeugen dasselbe Symptom, und sie haben drei verschiedene Lösungen. Trennen Sie sie, bevor Sie Geld ausgeben.

Sie sind nicht lesbar. Die Assistenten rufen Ihre Seiten nie ab. Prüfen Sie, ob OAI-SearchBot, GPTBot und ChatGPT-User erlaubt sind, und danach Ihre Serverlogs auf tatsächliche Zugriffe, denn ein häufiger Fehler ist eine robots.txt, die sie erlaubt, während das CDN sie nach IP-Bereich blockiert. Für Googles KI-Funktionen lautet die genannte Bedingung, dass die Seite indexiert und für ein Snippet zugelassen ist, und Google sagt ausdrücklich, dass keine neuen maschinenlesbaren Dateien und kein besonderes Markup nötig sind. Der kostenlose AI Search Health Check übernimmt die robots.txt-Hälfte davon: 103 Prüfungen in fünf Bereichen, technisches Fundament, Content-Architektur, KI-Optimierung, Meta und Social sowie Erfahrung und Vertrauen. Er liest die robots.txt für GPTBot, ClaudeBot, PerplexityBot und CCBot; ChatGPT-User deckt er nicht ab, und Ihre Serverlogs kann er nicht sehen, die Logprüfung bleibt also ein manueller Schritt.

Auf Ihrer Website steht nichts, was sich zitieren ließe. Sie sind erreichbar, und trotzdem gibt es keine Passage, die die Frage vollständig, belegt und in ganzen Sätzen beantwortet. Eine Leistungsseite mit Nutzenversprechen lässt sich nicht in eine Antwort heben. Das ist der Befund, den keine Einstellung behebt, und genau deshalb schreibt scaile diese Antworten, prüft sie faktisch und legt sie Ihrem Team zur Freigabe vor, statt Ihnen eine Liste von Lücken zu überreichen.

Die zitierte Seite gehört jemand anderem. Sie sind erreichbar, Ihre Seite ist gut, und der Assistent zitiert trotzdem einen Vergleichsartikel, ein Verzeichnis oder die Seite eines Wettbewerbers. Dann liegt ein Teil der Arbeit außerhalb Ihrer Domain: in die Quellen zu kommen, die zu dieser Frage abgerufen werden, und den Vergleich zu veröffentlichen, den Ihre Kunden gerade woanders lesen. Unsere Fallstudien zeigen, wie diese Verschiebung über einige Monate aussieht.

Was kann eine manuelle Prüfung nicht leisten?

Drei Dinge, und man sollte sie deutlich benennen.

Stichprobengröße. Fünf Durchläufe pro Frage sind ein Rundungsfehler gegenüber den 60 bis 100 Durchläufen, die die Studie selbst hinter jede Frage gelegt hat. Ihre Brüche sind als Richtung brauchbar und statistisch dünn.

Kontrolle über Markt und Sprache. Von Hand bekommen Sie einen Standort, eine Sprache, einen Zeitpunkt, können also den Markt nicht konstant halten, während Sie die Frage variieren. Genau das bräuchten Sie, um zu wissen, ob sich Ihre deutsche Sichtbarkeit von Ihrer österreichischen unterscheidet.

Veränderung über die Zeit. Eine Momentaufnahme sagt nicht, ob Sie sich bewegt haben. Dieselbe Prüfung drei Monate später von Hand zu wiederholen ergibt zwei Momentaufnahmen mit einem wackeligen Instrument, und der Unterschied dazwischen ist überwiegend Rauschen.

Das ist der ehrliche Grund, warum es den kostenlosen AI Visibility Check gibt. Er liest Ihre Website, formuliert die zehn kaufentscheidenden Fragen, die Ihre Kategorie tatsächlich hervorbringt, und stellt jede davon ChatGPT, Gemini und Perplexity, aus Ihrem Markt und in der Sprache Ihrer Kunden. Die Fragen sehen Sie auf der Seite, Rangliste und zitierte Quellen kommen per E-Mail. Über diese erste Momentaufnahme hinaus ist Tracking Sache einer Plattform und nicht einer Tabelle, denn es heißt, dieselben Fragen laufen nach Zeitplan und Bewegung und Ursache werden zusammen berichtet. Das lässt sich mit einem manuellen Nachmittag pro Quartal nicht annähern.

Was ist eine Nennung in KI-Antworten wert?

Ein Platz auf der Auswahlliste, und wenig Traffic. In der Ahrefs-Untersuchung vom März 2025 über rund 35.000 Websites, gerechnet auf Daten von Juli 2024 bis Januar 2025, entfielen etwa 0,1 Prozent des Referral-Traffics auf KI-Assistenten, und Google schickte 345 Mal mehr als ChatGPT, Perplexity und Gemini zusammen. Dieser Anteil ist seither gestiegen, bleibt aber ein Rundungsfehler neben der Suche, und wer KI-Sichtbarkeit als Traffic-Kanal verkauft, verspricht zu viel.

Dazu kommt, dass die Zuordnung wirklich schwierig ist. Google Analytics 4 hat inzwischen einen Kanal “AI Assistants”, ordnet eine Sitzung aber nur zu, wenn das Medium auf ai-assistant gesetzt ist oder der Referrer zu einer bekannten Liste passt. Sitzungen ohne Referrer, und Links, die jemand aus einer Antwort herauskopiert statt sie anzuklicken, landen unter Direkt oder ohne Zuordnung. Ihr tatsächlicher KI-beeinflusster Traffic ist also größer, als Ihr Dashboard zeigt, und um wie viel, können Sie nicht sagen.

Der Wert liegt vor dem Klick. Nennt ein Assistent drei Anbieter und Sie sind einer davon, sind Sie im Relevant Set eines Käufers, der nie eine Suchergebnisseite geöffnet hat. Nennt er drei und Sie sind nicht dabei, war die Sache entschieden, bevor jemand Kontakt aufgenommen hat. Das ist es wert, sauber gemessen zu werden, was etwas anderes ist, als es mit der Stoppuhr am Traffic-Report zu messen. Wenn Sie ganz fehlen, sind die häufigsten Ursachen und ihre Prüfreihenfolge die nächste Seite.

Häufig gestellte Fragen

Quellen

• SparkToro und Gumshoe: AIs are highly inconsistent when recommending brands, 600 Freiwillige, 12 Fragen, 2.961 Durchläufe, November bis Dezember 2025. Instabilität zwischen Durchläufen bei ChatGPT und Googles KI, und die Empfehlung des Autors, mindestens 60 bis 100 Mal zu fragen und zu mitteln.
• Ahrefs: top mentioned sources are not shared across AI assistants, Juni 2025, rund 76,7 Millionen AI Overviews und je etwa 950.000 Fragen in ChatGPT und Perplexity. Nur 7 der Top-50-Domains in allen dreien.
• Ahrefs: only 12% of AI-cited URLs rank in Google’s top 10, 15.000 Long-Tail-Suchanfragen. Überschneidung je Assistent mit den Google-Top-10.
• Ahrefs: 38% of AI Overview citations pull from the top 10, März 2026, rund 863.000 SERPs und etwa 4 Millionen AI-Overview-URLs. Der Wert für AI Overviews, gegenüber rund 76 Prozent in der früheren Zählung von Ahrefs.
• Omniscient Digital: how LLMs source brand information, 240 Fragen mit jeweils einem Markennamen, 23.387 Zitate, fünf Plattformen. 23 Prozent eigene Domain, 48 Prozent verdiente Quellen, 30 Prozent kommerzielle Inhalte anderer Marken als der genannten.
• OpenAI: Übersicht der Crawler. OAI-SearchBot, GPTBot, ChatGPT-User und OAI-AdsBot, und wofür jeder gedacht ist.
• OpenAI: Memory FAQ. Erinnerungen und frühere Unterhaltungen personalisieren Antworten; der temporäre Chat nutzt und erzeugt keine.
• Google Search Central: AI features and your website. Indexierung und Snippet-Fähigkeit als einzige Voraussetzung, keine besonderen Dateien oder Markup, Query-Fan-out.
• Ahrefs: AI makes up 0.1% of traffic, März 2025, rund 35.000 Websites, Daten von Juli 2024 bis Januar 2025. Anteil der KI am Referral-Traffic, und Google gegenüber ChatGPT, Perplexity und Gemini zusammen.
• Google Analytics 4: Definitionen der Standard-Kanalgruppen. Der Kanal “AI Assistants” und die Bedingungen an Medium und Referrer.
• Ahrefs zur Verbreitung von llms.txt, 137.000 Websites. 97 Prozent der gefundenen Dateien erhielten im gemessenen Monat null Anfragen.