Sichtbarkeits-Score
Der Sichtbarkeits-Score ist eine Kennzahl, die zusammenfasst, wie präsent deine Marke in Antworten von KI-Assistenten und Suchmaschinen ist. Er bündelt Signale wie Nennungen, Zitate und Empfehlungen zu einem einzigen Wert. Je höher der Score, desto häufiger und prominenter taucht dein Unternehmen auf, wenn Menschen zu deinem Thema fragen.
Warum der Score zählt
Früher war Sichtbarkeit einfach zu messen: Du standest auf Platz drei bei Google oder eben nicht. Bei KI-Assistenten wie ChatGPT, Gemini oder Perplexity gibt es keine klassische Trefferliste mehr. Stattdessen bekommt der Nutzer eine fertige Antwort, in der du entweder vorkommst oder nicht. Der Sichtbarkeits-Score macht dieses unübersichtliche Feld greifbar. Er verdichtet viele einzelne Beobachtungen zu einer Zahl, mit der du Fortschritt erkennst und Budgets rechtfertigst. Ohne so einen Wert bleibt KI-Sichtbarkeit ein Bauchgefühl. Mit ihm kannst du sagen: 'Vor drei Monaten lagen wir bei 22, heute bei 41.' Das schafft Vergleichbarkeit über Zeit und gegenüber Wettbewerbern.
Wie er funktioniert
Für einen Sichtbarkeits-Score stellst du KI-Systemen eine feste Liste typischer Fragen aus deinem Bereich, sogenannte Prompts. Für jede Antwort wird geprüft: Wirst du genannt? Wirst du als Quelle zitiert? Wirst du sogar aktiv empfohlen? Diese Beobachtungen bekommen Gewichte. Eine klare Empfehlung zählt mehr als eine beiläufige Erwähnung. Aus den gewichteten Treffern über alle Prompts und mehrere KI-Systeme hinweg entsteht ein Durchschnitt, meist auf einer Skala von 0 bis 100. Wichtig ist, dass die Messung wiederholbar ist: gleiche Fragen, gleiche Systeme, regelmäßiger Rhythmus. Nur so sind zwei Messungen überhaupt vergleichbar und der Score aussagekräftig statt zufällig.
Häufige Fehler
Der größte Fehler ist eine wacklige Messbasis. Wer heute fünf Fragen stellt und nächsten Monat andere zwölf, misst Rauschen statt Fortschritt. Lege deine Prompts einmal sauber fest und halte sie stabil. Ein zweiter Fehler: nur ein einziges KI-System zu prüfen. Deine Kunden nutzen unterschiedliche Assistenten, also gehören mehrere in die Messung. Auch riskant ist es, jede Nennung gleich zu werten. Ein bloßes Vorkommen in einer langen Liste ist weniger wert als eine klare Empfehlung. Und schließlich: Ein einzelner Messpunkt sagt wenig. KI-Antworten schwanken von Abfrage zu Abfrage. Erst mehrere Messungen über Zeit ergeben ein verlässliches Bild.
Bezug zu KI-Empfehlungen
Der Sichtbarkeits-Score ist eng verwandt mit der Frage, ob und wie oft ein KI-Assistent dich weiterempfiehlt. Genau das ist der wertvollste Teil des Scores. Eine reine Erwähnung bringt dir Aufmerksamkeit, aber eine aktive Empfehlung bringt dir Kundschaft. Deshalb schlüsseln gute Scores auf, welcher Anteil deiner Sichtbarkeit aus echten Empfehlungen besteht und welcher nur aus beiläufigen Nennungen. So erkennst du, ob du zwar sichtbar, aber nicht überzeugend bist. Wenn du dann gezielt an Zitierfähigkeit, klaren Fakten und guter Auffindbarkeit für KI-Crawler arbeitest, verschiebt sich dein Score von passiver Erwähnung hin zu aktiver Empfehlung – und das zahlt direkt auf Umsatz ein.
Beispiel
Stell dir einen mittelgroßen Fahrradladen vor. Der Inhaber lässt monatlich fünfzehn typische Fragen an drei KI-Assistenten stellen, etwa 'Wo kaufe ich in Köln ein gutes Lastenrad?'. Im Januar wird der Laden nur in zwei von fünfzehn Antworten genannt, Score 14. Danach baut das Team eine klare FAQ-Seite, saubere Öffnungszeiten und echte Kundenstimmen auf. Im April taucht der Laden in neun Antworten auf, dreimal sogar als klare Empfehlung. Der Score steigt auf 52. Diese Zahl zeigt dem Inhaber schwarz auf weiß, dass sich die Arbeit gelohnt hat.
Häufige Fragen
Ab welchem Sichtbarkeits-Score bin ich gut aufgestellt?
Es gibt keinen festen Schwellenwert, weil Skalen und Prompts je nach Anbieter verschieden sind. Aussagekräftig ist vor allem die Entwicklung über Zeit und der Vergleich mit direkten Wettbewerbern in denselben Fragen. Ein steigender Score bei stabiler Messbasis ist wichtiger als eine absolute Zahl.
Wie oft sollte ich den Score messen?
Ein monatlicher Rhythmus ist für die meisten sinnvoll. KI-Antworten schwanken, deshalb glätten regelmäßige Messungen den Zufall heraus. Wichtiger als die Frequenz ist, dass du Fragen, Systeme und Bewertung konstant hältst, damit zwei Messungen wirklich vergleichbar bleiben.