So messen Sie die Sichtbarkeit Ihrer Brand in ChatGPT, Perplexity und den Google AI Overviews

Ein wachsender Teil Ihrer Kunden gewinnt einen ersten Eindruck von Ihrer Brand mittlerweile in einer AI-Antwort – sei es in ChatGPT, Perplexity oder den Google AI Overviews. Das Problem dabei ist: Ihre gängigen Tools sind auf diesem Auge blind. Google Analytics trackt es nicht. Ihre SEO-Plattform trackt es nicht. Und Social Listening schon gar nicht. Dabei ist gerade der entscheidende Moment unsichtbar: Wird Ihre Brand nicht erwähnt, wird auch nichts erfasst. Kein Klick, keine Impression, keine Bounce-Rate. Die Opportunity verpufft einfach.

Die gute Nachricht ist: AI-Sichtbarkeit ist messbar. Dieses Guide zeigt Ihnen genau wie – inklusive einer Copy-and-Paste-Prompt-Matrix, die Sie noch heute Nachmittag nutzen können. (Wenn Sie sich erst einen Überblick verschaffen wollen, starten Sie mit unserem vollständigen Guide zu Generative Engine Optimization.)

Was „Sichtbarkeit“ in einer AI-Antwort wirklich bedeutet

Bevor Sie irgendetwas messen, sollten Sie sich darauf einigen, was Sie eigentlich messen wollen. Diese fünf Metriken sind entscheidend:

• Nennungsquote (Mention Rate): Der Prozentsatz der getesteten Prompts, in denen Ihre Brand überhaupt auftaucht. Das ist die wichtigste Kennzahl.

• Share of Voice (oder Share of Model): Wie oft Sie im Vergleich zu namentlich genannten Mitbewerbern bei denselben Prompts auftauchen. Das ist Ihr kompetitiver Benchmark.

• Zitierquote (Citation Rate): Ob die Antwort tatsächlich auf Sie verlinkt und Sie nicht nur namentlich nennt. Zitate bringen trackbaren Traffic; Erwähnungen stärken das Brand-Bewusstsein.

• Position und Prominenz: Wo Sie in der Antwort landen. AI-Engines neigen dazu, die zuerst genannte Brand als Standardempfehlung zu behandeln. Ganz unten im letzten Absatz zu stehen, ist also nicht dasselbe wie die Liste anzuführen.

• Sentiment und Korrektheit: Nicht nur, ob Sie auftauchen, sondern wie Sie beschrieben werden. Eine überzeugende, aber veraltete Erwähnung (falsche Preise, falsches Positioning) kann Sie den Deal kosten.

Warum Sie jede Engine einzeln messen müssen

Hier ist der Fehler, den fast alle machen: Sie betrachten die „AI-Sichtbarkeit“ als eine einzige Gesamtzahl. Das ist sie nicht. ChatGPT, Perplexity und Google AI Overviews nutzen unterschiedliche Quellen und zitieren auf völlig andere Weise. Ein gutes Ergebnis in einer Engine sagt also fast nichts über die anderen aus. Sie müssen jede für sich betrachten.

ChatGPT nennt Brands sehr großzügig, verlinkt aber selten auf sie. Schätzungen zufolge enthalten nur etwa 20 % der ChatGPT-Nennungen ein anklickbares Zitat. Das bedeutet: Etwa 80 % der Empfehlungen und Vergleiche, die die Meinung der Nutzer prägen, sind für herkömmliche Analytics unsichtbar. ChatGPT nutzt Retrieval-Augmented Generation mit „Fan-Out“-Sub-Queries und greift stark auf lexikalische und Community-Quellen wie Wikipedia, Reddit, Amazon und Forbes zurück.

Perplexity ist das genaue Gegenteil. Es crawlt das Web in Echtzeit und enthält fast immer anklickbare Inline-Zitate (meist vier bis acht Quellen pro Antwort). Dadurch ist es die einzige große Engine, bei der sich AI-Sichtbarkeit direkt in trackbaren Referral-Traffic in GA4 übersetzen lässt. Perplexity ist zudem sehr Reddit-lastig: Wenn Sie in den relevanten Community-Threads nicht vorkommen, sind Sie oft auch in Perplexity nicht präsent.

Google AI Overviews erscheinen mittlerweile bei etwa 48 % aller Suchanfragen – ein Anstieg von rund 34,5 % Ende 2025. Sie zeigen eine starke Vorliebe für etablierte Brands (laut Otterly-Daten von 2026 gehen fast 60 % der Zitate an Brand-Domains), tauchen aber nur bei einem Teil der Anfragen auf, und die meisten AI-Suche-Sessions enden ohne Klick. Das bedeutet: Die bloße Nennung ist oft schon die gesamte Impression.

Die manuelle Methode: Ein Schnelltest für heute Nachmittag

Sie brauchen keine teure Plattform, um einen ersten Richtwert zu bekommen. Sie brauchen nur die richtigen Prompts. Statt zu raten, welche Fragen Sie testen sollen, kopieren Sie einfach die folgende Matrix, ersetzen Sie die Platzhalter in den Klammern mit Ihren Daten und lassen Sie jeden Prompt in allen drei Engines laufen.

Platzhalter: [category] = Ihre Produkt-/Dienstleistungskategorie · [brand] = Ihre Brand · [competitor] = ein wichtiger Mitbewerber · [role] = Jobbezeichnung Ihres Käufers · [problem] = das Problem, das Sie lösen · [region] = Ihr Markt

Ein konkretes Beispiel:

Kategorie: "What are the best AI visibility platforms for European brands?" Vergleich: "How does 3RD compare to Profound?" Persona: "What should a CMO look for when choosing an AI visibility tool?" Problem: "How do I find out if ChatGPT recommends my brand?" Brand-direkt: "What is 3RD and who is it for?"

So gehen Sie vor: Testen Sie 10–15 Prompts aus den fünf Typen. Lassen Sie jeden Prompt drei- bis fünfmal pro Engine laufen, da AI-Antworten variieren. Dokumentieren Sie für jede Antwort fünf Dinge: Ob Ihre Brand auftaucht, an welcher Position sie steht, welche Wettbewerber genannt werden, ob Sie verlinkt oder nur namentlich erwähnt werden und ob die Beschreibung korrekt ist. An einem Nachmittag haben Sie so einen soliden Baseline-Wert – und meistens auch ein paar unangenehme Überraschungen.

Die Grenze dieser manuellen Methode liegt im Volumen. 25 Prompts jeweils fünfmal abzufragen ergibt 125 Datenpunkte: Genug, um klare Muster zu erkennen, aber zu wenig für statistisch verlässliche Sichtbarkeitsraten. Das ist der Moment, in dem aus einem manuellen Schnelltest ein kontinuierliches, automatisiertes Tracking werden sollte.

Typische Fehler beim Messen der AI-Sichtbarkeit

Beim Messen der AI-Sichtbarkeit kann man leicht Fehler machen, die die Zahlen zwar präzise aussehen lassen, ihnen aber die Aussagekraft nehmen. Achten Sie auf Folgendes:

1. Fokus auf Rankings statt auf die Nennungsquote. In einer AI-Antwort schwankt die Position von Abfrage zu Abfrage stark. Was wirklich stabil und entscheidend ist, ist die Frage, wie oft Sie über viele Abfragen hinweg erscheinen. Wie die Analysen von SparkToro zeigen, ist die exakte Position meist Rauschen; die Frequenz ist das eigentliche Signal.

2. Nur eine Engine messen. Ein hervorragendes Ergebnis bei ChatGPT sagt absolut nichts über Perplexity oder die AI Overviews aus. Messen Sie jede Engine separat, sonst optimieren Sie im Blindflug.

3. Erwähnungen zählen, aber Zitate ignorieren (oder umgekehrt). Erwähnungen bauen das Brand-Bewusstsein auf; Zitate bringen Traffic. Bei ChatGPT haben die meisten Erwähnungen keinen Link; Perplexity verlinkt fast alles. Tracken Sie beides als zwei unterschiedliche Metriken.

4. Sentiment und Korrektheit vernachlässigen. Genannt zu werden, ist nicht automatisch ein Erfolg. AI-Systeme plappern regelmäßig veraltete Preise oder falsche Produktpositionierungen nach. Erfassen Sie immer auch, wie Sie beschrieben werden, nicht nur, ob Sie auftauchen.

5. Jeden Prompt nur einmal abfragen. Generative Antworten sind probabilistisch: Dieselbe Frage nennt bei verschiedenen Durchgängen unterschiedliche Brands. Eine einzige Abfrage ist eine Anekdote, keine Messung.

6. Auf saubere Klick-Attribution hoffen. Die meisten AI-Erwähnungen führen nie zu einem trackbaren Klick. Klassische Analytics-Tools werden den Einfluss der AI also immer unterschätzen. Betrachten Sie die Attribution als Richtungsweiser und fügen Sie ein Feld „Wie haben Sie von uns gehört?“ (z. B. mit der Option „AI-Assistent“) in Ihr Onboarding ein, um den Rest zu erfassen.

7. Einmal testen und abhaken. Sichtbarkeit verändert sich, wenn Modelle aktualisiert werden und Webinhalte veralten. Lassen Sie dieselben Prompts in einem festen Turnus laufen, um echte Trends zu erkennen.

Vom Messen zum Handeln

Ein Schnelltest zeigt Ihnen, wo Sie heute stehen. Sichtbarkeit nachhaltig zu verbessern erfordert jedoch eine fortlaufende Messung über alle Engines hinweg sowie einen Kontext, den eine manuelle Abfrage nicht liefern kann: Welche Quellen treiben Ihre Sichtbarkeit an, wie stehen Sie im Zeitverlauf im Vergleich zur Konkurrenz da und bei welchen Prompts verlieren Sie an Boden – und warum?

An dieser Stelle stößt der manuelle Schnelltest an seine Grenzen, und hier kommt 3RD ins Spiel. Die Plattform führt diese Prompt-Tests automatisiert und in großem Stil durch – über Hunderte von Prompts bei ChatGPT, Perplexity, Gemini, Claude und Google AI. So wird aus Ihrer Momentaufnahme ein Live-Trend. Was Sie manuell zudem nie herausfinden könnten, ist das Warum: 3RD analysiert genau, welche Quellen die jeweiligen Prompts dominieren, wo ein Mitbewerber an Ihnen vorbeizieht und welcher Content diese Lücke schließen würde. So raten Sie nicht länger, was zu tun ist, sondern arbeiten eine priorisierte To-do-Liste ab.

Fazit

Was man nicht messen kann, kann man nicht steuern – und traditionelle Analytics-Tools sehen bei AI-Antworten nichts. Starten Sie mit einem manuellen Schnelltest anhand der obigen Prompt-Matrix, bewerten Sie jede Engine individuell, tracken Sie die Frequenz statt starrer Rankings und behalten Sie sowohl Erwähnungen als auch Zitate im Blick. Wenn Sie das konsequent tun, verliert die Frage „Wie sichtbar sind wir in den AI-Engines?“ ihren Schrecken und wird zu einer Kennzahl, die Sie aktiv optimieren können.

Sie möchten Ihren Baseline-Wert ohne mühsame Excel-Tabellen ermitteln? Starten Sie jetzt mit 3RD, um zu sehen, wie Ihre Brand bei ChatGPT, Perplexity, Gemini, Claude und Google AI abschneidet und wo Sie zuerst ansetzen sollten.