KI-Sichtbarkeit messen: Taucht Ihr Blog in ChatGPT und Co. auf?

Seit Google AI Overviews im Januar 2025 rund 6,5 Prozent der untersuchten Keywords abdeckte und bis Juli desselben Jahres auf fast 25 Prozent sprang, hat sich eine Frage in Marketing-Meetings festgesetzt: Erscheint unser Blog eigentlich in diesen Antworten? Die gute Nachricht ist, dass sich das messen lässt. Die ehrliche Nachricht: exakt nicht, aber gut genug für strategische Entscheidungen.

Warum KI-Sichtbarkeit anders funktioniert als ein Google-Ranking

Bei klassischen Suchergebnissen gibt es eine Liste: Position 1, 2, 3. Unvollkommen, aber abrufbar. KI-Antworten kennen diese Linearität nicht. ChatGPT generiert eine Antwort, zieht dabei aus einem Modell, das auf Milliarden von Texten trainiert wurde, und ergänzt in der Web-Search-Variante aktuelle Quellen. Welche Quellen erscheinen, variiert von Anfrage zu Anfrage, manchmal sogar bei identischen Formulierungen.

Das führt zu zwei Dimensionen, die sich unterscheiden:

Brand Mention ist, wenn Ihr Unternehmensname oder Ihr Blog-Markenname in der Antwort erscheint, ohne dass notwendigerweise eine URL genannt wird. Die KI kennt Sie, zitiert Sie aber nicht direkt.

Brand Citation ist, wenn Ihre konkrete URL oder Ihr Artikel als Quellenangabe erscheint, anklickbar oder zumindest namentlich. Das ist das, was Klicks generiert und in GA4 als KI-Referrer sichtbar werden kann.

Wie Content in KI-Antworten landet und welche Strukturen dabei helfen, haben wir an anderer Stelle ausführlich beschrieben. Hier geht es um die Messseite.

Methode 1: GA4-Referrer-Filter einrichten

Der erste Schritt kostet nichts und liefert sofort Zahlen. OpenAI fügt seit 2025 allen Links, auf die Nutzer aus ChatGPT klicken, automatisch den UTM-Parameter utm_source=chatgpt.com an. Das macht ChatGPT-Traffic in Google Analytics 4 relativ sauber erkennbar.

Für die anderen Plattformen brauchen Sie einen eigenen Filter. Legen Sie in GA4 einen Segment oder einen benutzerdefinierten Bericht mit dieser Regex-Regel an:

chatgpt.*|.*perplexity.*|.*gemini.*|.*claude.ai

Was Sie daraus ablesen können: Wie viele Sessions kamen aus KI-Quellen, welche Artikel wurden besucht, wie war das Engagement und haben diese Besucher konvertiert? Letzteres ist der interessanteste Wert. Besucher aus KI-Quellen zeigen in Branchenbeobachtungen deutlich höhere Engagement-Raten als durchschnittlicher organischer Traffic, was plausibel ist: Wer in ChatGPT nach einer Antwort sucht und dann auf Ihr Blog klickt, hat eine sehr konkrete Absicht.

Ein Vorbehalt: Ein beträchtlicher Teil des KI-Traffics erscheint trotzdem als Direct. Nutzer kopieren URLs aus Antworten, die Referrer-Kette bricht. Was Sie in GA4 sehen, ist deshalb eine Untergrenze, kein vollständiges Bild.

Wer den AI-Assistant-Kanal in GA4 vollständig ausschöpfen und eine UTM-Strategie für aktiv gestreute Links aufbauen möchte, findet dazu eine ausführliche Anleitung in unserem Artikel zu ChatGPT-Traffic in GA4 messen.

Methode 2: Prompt-Testing, wöchentlich und strukturiert

GA4 zeigt Ihnen, wer geklickt hat. Prompt-Testing zeigt Ihnen, ob Sie überhaupt in Antworten auftauchen, auch wenn niemand klickt.

Das Vorgehen ist einfach. Erstellen Sie eine Liste von 20 bis 50 Fragen, die Ihre Zielgruppe typischerweise in ChatGPT, Perplexity oder Google AI Overviews eingibt. Für einen Unternehmensblog im B2B-Bereich könnten das sein: “Wie oft sollte ein Unternehmen bloggen?”, “Was kostet ein Unternehmensblog?”, “Wie optimiere ich Blogbeiträge für KI-Suchen?” Thematisch nah an Ihren Inhalten, aber formuliert wie echte Nutzerfragen, nicht wie Keywords.

Tragen Sie pro Prompt und Plattform ein: Wurde Ihre Marke erwähnt? Wurde Ihre URL zitiert? Auf welcher Position? Wie war der Kontext, wurde korrekt über Sie geschrieben?

Zwei Beobachtungen aus der Praxis machen diesen Schritt weniger frustrierend: Erstens sind Einzelmessungen tatsächlich Rauschen. Rand Fishkin von SparkToro hat 2026 belegt, dass dieselbe Frage an ChatGPT bei wiederholter Eingabe häufig andere Quellen produziert. Sie brauchen Serien und Zeitreihen, keine Momentaufnahmen. Zweitens ist der Wert nicht nur zu wissen, ob Sie vorkommen, sondern auch wie die KI über Sie schreibt. Falsche Fakten über Ihre Produkte oder Preise sollten Ihnen auffallen, bevor ein Interessent sie als Wahrheit nimmt.

Die KPIs, die sich daraus ableiten

Aus GA4-Daten und Prompt-Testing entstehen vier Kennzahlen, die sich wöchentlich oder monatlich verfolgen lassen:

Citation Frequency ist, wie oft Ihr Blog über Ihre Prompt-Liste hinweg als Quelle erscheint. Wenn Sie 50 Prompts testen und in 8 davon auftauchen, sind das 16 Prozent, eine Citation Frequency, die Sie nächsten Monat mit demselben Prompt-Set vergleichen können.

Brand Visibility ist der Anteil der Prompts, in denen Sie überhaupt vorkommen, ob mit oder ohne Link. Dieser Wert zeigt, ob Sie als thematische Autorität erkannt werden.

Citation Rank fragt, ob Sie die erste genannte Quelle sind oder eine unter vielen. Plattformen wie Perplexity zeigen Quellen in einer nummerierten Liste, das lässt sich direkt ablesen.

Share of Voice setzt Ihre Citation Frequency ins Verhältnis zu den zwei oder drei direkten Wettbewerbern. Absolut gesehen sagt “8 von 50 Prompts” wenig. Relativ gesehen sagt “Wettbewerber A erscheint in 22 von 50 Prompts” sehr viel.

Diese KPIs ergänzen die klassischen Blog-Metriken, die Sie ohnehin kennen. Welche davon für Ihre Situation wirklich zählen, hängt von Ihren Zielen ab. Dazu passt unser Überblick zu Blog-KPIs, die tatsächlich Auskunft geben.

Was sich nicht messen lässt, und warum das okay ist

KI-Sichtbarkeit hat Grenzen, die technisch begründet sind und nicht durch bessere Tools verschwinden werden. LLM-Modelle generieren Antworten probabilistisch, ohne ein festes Ranking-Protokoll. Es gibt keine öffentliche API für “Ihr Ranking in ChatGPT”. Modell-Updates können historische Werte über Nacht entwerten, weil sich Trainingsdaten und Retrieval-Algorithmen ändern.

Das bedeutet: Sie können keine exakten Zahlen liefern. Was Sie liefern können, sind Trends, relative Positionen gegenüber Wettbewerbern und die Qualität des Traffics, der tatsächlich bei Ihnen ankommt. Das ist für strategische Entscheidungen ausreichend.

Eine Konsequenz für die Praxis: Stecken Sie mehr Arbeit in Inhalte, die KI-Zitierbarkeit begünstigen, als in die Perfektionierung Ihrer Messmethodik. Direkte Antworten auf konkrete Fragen, klare Autorenschaft, nachprüfbare Zahlen und strukturierte Daten via Schema.org sind nach allem, was die Branche beobachtet, die verlässlichsten Hebel. Was SEO für Unternehmensblogs 2026 technisch und inhaltlich ausmacht, erklärt das im Detail.

Wann ein spezialisiertes Tool Sinn macht

Manuelles Prompt-Testing mit einer 50-Fragen-Liste kostet zwei bis drei Stunden pro Monat. Das ist vertretbar, solange Sie keine Skalierung brauchen. Sobald Sie Hunderte von Fragen über mehrere Plattformen systematisch tracken wollen, lohnt ein Blick auf Tools wie Otterly.ai für KMU oder Peec und Profound für Enterprise-Umgebungen. Der Semrush AI Toolkit integriert KI-Sichtbarkeit in eine SEO-Umgebung, die viele Teams ohnehin nutzen.

Empfehlung für den Einstieg: Richten Sie zuerst den GA4-Filter ein und testen Sie vier Wochen lang manuell mit einer kompakten Prompt-Liste. Wenn Sie danach ein konkretes Volumen sehen und die Arbeit skalieren wollen, vergleichen Sie Tools auf Basis echter Anforderungen statt auf Basis von Fallstudien.

Transparenz: Dieser Beitrag wurde KI-gestützt erstellt (Recherche, Entwurf, Bild) und vor der Veröffentlichung redaktionell geprüft und freigegeben. Die redaktionelle Verantwortung trägt Arno Hoffrichter. So arbeiten wir mit KI.