Was prüft ein Audit der KI Sichtbarkeit im Unternehmen? 15 von 50 Marken bestehen alle vier Felder

1. Einführung: Was ein Audit der KI Sichtbarkeit im Quelltext leistet

Ein Audit der KI Sichtbarkeit im Unternehmen beantwortet eine Frage, die sich prüfen lässt. Kann ein KI-System Ihre Firma überhaupt eindeutig zuordnen, bevor es sie in einer Antwort nennt? Ein KI-System liest Ihre Startseite wie ein Zusteller ein Klingelschild: Steht der Name nicht dran, hilft die schönste Fassade nichts.

Wir haben das am 3. Oktober an 50 deutschen Franchise-Marken durchgerechnet. 15 davon bestanden alle vier Felder, die weiter unten stehen (Hubert-Strategies-Stichprobe, Oktober). Die übrigen 35 verfehlten mindestens einen Punkt, fast immer denselben.

Dieser Beitrag beschreibt die vier Felder, den Ablauf und die Frage, welcher Befund am schwersten wiegt. Behandelt wird die Seite der Prüfung, die in Ihrem eigenen Quelltext stattfindet. Eine fertige Antwort aus einem generativen Suchsystem ersetzt die klassische Trefferliste nicht, aber sie steht davor. Die Messung über ein festes Fragen-Set gehört ebenfalls zu einer geordneten Bestandsaufnahme, steht aber auf einem anderen Blatt.

Auf einen Blick

Ein Audit der KI Sichtbarkeit im Unternehmen ist eine strukturierte Prüfung, ob KI-Systeme eine Firma lesen, eindeutig zuordnen und in Antworten nennen können. Es verbindet zwei Teile: eine Messung über ein festes Fragen-Set aus relevanten Kundenfragen und eine Abnahme der eigenen Website. Am Ende stehen ein dokumentierter Ausgangswert, ein Vergleich mit zwei bis drei Wettbewerbern und eine nach Wirkung sortierte Liste von Handlungsempfehlungen.

Was das für Sie heißt

Betrifft Sie das? Ja, sobald Kunden ihre Fragen an einen KI-Assistenten stellen statt an eine Suchmaschine. Was kostet Nichtstun? In unseren Tests dauert die Prüfung der vier Felder zwei bis drei Stunden je Website, das ist eine Schätzung. Wer sie überspringt, arbeitet mit hoher Wahrscheinlichkeit am falschen Feld: Bei allen 50 geprüften Marken war der Zugang offen, der Verweis auf ein fremdes Profil fehlte dagegen bei 34. Der erste Schritt ist also kein Projekt, sondern ein Nachmittag, und er lässt sich ohne externe Hilfe gehen.

2. Warum beginnt ein Audit nicht beim Zugang für KI-Crawler?

Der Zugang für KI-Crawler steht in fast jeder Prüfliste ganz oben. Häufig heißt es, der erste Schritt sei die Frage, ob diese Programme Ihre Seite überhaupt lesen dürfen. Das trifft für den deutschsprachigen Mittelstand nicht zu. In einer Zufallsstichprobe von 24.550 Hosts mit den Endungen .de, .at und .ch sperren 2,27 Prozent den GPTBot aus (Ahrefs, September 2026). Unter den 57 größten deutschsprachigen Portalen sind es 40,4 Prozent, also Faktor 18.

Die Sperre in der robots.txt ist wie ein Schild am Gartentor. Nachsehen lohnt sich, nur steht dort meistens gar kein Schild. 61,9 Prozent der untersuchten Hosts haben überhaupt eine robots.txt (Ahrefs, September 2026). Bei unseren 50 Marken wurde keines der beiden wichtigsten Abruf-Programme von OpenAI gesperrt.

Monika Butterweck von Ahrefs fasst den Befund so zusammen: „KI-Bots blockieren ist im deutschsprachigen Longtail die Ausnahme, nicht die Regel.“

Gefunden wird fast immer woanders.

Wer das erste Feld abhakt und zufrieden ist, hält eine offene Tür für ein Ergebnis. Offen ist die Tür aber bei fast allen, und damit wird daraus kein Unterschied zu den Wettbewerbern. Ein Unterschied entsteht erst dort, wo die meisten nichts hinterlegt haben, und das sind die Felder zwei und drei.

Geprüft wird das Feld trotzdem, denn es kostet nur zwei Minuten. Wer zum ersten Mal mit diesen Signalen arbeitet, findet die Grundlagen von Entity SEO als Einstieg. Wie sich die Prüfung im Quelltext von der Messung in den Antworten unterscheidet, zeigt der Beitrag darüber, was ein Audit alles umfasst.

3. Welche vier Felder entscheiden über die Zuordnung Ihrer Marke?

Vier Felder tragen das Ergebnis, und sie bauen aufeinander auf. Ohne Zugang wird nichts gelesen, ohne Identität nichts zugeordnet, ohne Bestätigung nichts geglaubt. Die folgende Tabelle nennt je Feld das Prüfobjekt und den Befund aus unserer Stichprobe.

Das zweite Feld heißt Identität und meint einen Organisationsknoten in JSON-LD, einem Datenformat für strukturierte Daten im Quelltext. Dort stehen Name, Beschreibung und Anschrift semantisch eindeutig, also so, dass sie von einem Programm ohne Deutung übernommen werden. Genau dafür gibt es Arbeit an den Angaben über die Firma.

Das dritte Feld ist das sperrigste und zugleich das wirksamste. Ein Verweis nach draußen zeigt dem System, dass die Angaben nicht nur von Ihnen selbst stammen. Belegte Nennungen entstehen über Erwähnungen in geprüften Fachmedien und über gepflegte Profile in offenen Verzeichnissen. Bei 34 der 50 Marken war davon nichts hinterlegt.

Das vierte Feld prüft, ob der Text überhaupt im ausgelieferten Quelltext steht. Bei vielen Seiten wird der Inhalt erst im Browser zusammengebaut, und die Abruf-Programme der KI-Anbieter warten darauf nicht. 41 der 50 Marken lieferten mindestens 300 Wörter ohne JavaScript, der Mittelwert lag bei 719 Wörtern. Die neun Ausreißer waren bekannte Namen, deren klare Inhalte für Menschen verständlich dastehen, im ausgelieferten Quelltext aber fehlen.

Die Reihenfolge ist keine Geschmacksfrage.

Ein Audit, das nur misst, liefert eine Zahl. Erst die vier Felder liefern eine Reihenfolge, und die Reihenfolge entscheidet, wofür das Budget ausgegeben wird.

4. Wie prüfen Sie die vier Felder an der eigenen Website?

Der Ablauf braucht keinen Zugang zu einem kostenpflichtigen Werkzeug. Fünf Schritte genügen, und vier davon laufen im Browser. Am besten hält man die Befunde in einer Tabelle fest, sonst ist die Arbeit beim nächsten Mal verloren.

Rechnen Sie mit einem halben Tag.

Schritt 1: Die robots.txt gegen die Bot-Namen halten

Rufen Sie Ihre Domain mit dem Zusatz /robots.txt auf. Gesucht werden die Einträge GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot und Google-Extended. Wer Copilot, DeepSeek oder Meta AI mitprüfen will, nimmt deren Namen dazu. Google führt den letzten in seiner Übersicht der gängigen Crawler als eigenen Namen, mit dem sich die Nutzung für Gemini steuern lässt (Google, Juli 2026). Steht hinter einem dieser Namen eine Sperre, wird sie notiert und geprüft, ob das so gewollt war.

Schritt 2: Den Organisationsknoten im Quelltext suchen

Öffnen Sie den Quelltext Ihrer Startseite und suchen Sie nach dem Wort Organization. Finden Sie es in einem Abschnitt mit der Kennzeichnung application/ld+json, ist das Feld erfüllt. Prüfen Sie dort drei Angaben: Name, Beschreibungssatz und Anschrift. In unserer Stichprobe fehlte dieser Knoten bei 23 von 50 Marken, also bei knapp der Hälfte. Bei weiteren 11 war er zwar vorhanden, blieb aber ohne jeden Verweis nach draußen.

Schritt 3: Die Verweise auf fremde Profile nachgehen

Im selben Abschnitt steht im Idealfall das Feld sameAs, also die Liste der Verweise auf Ihre Profile anderswo. Das Vokabular beschreibt es als Verweis auf eine Seite, die dieselbe Sache eindeutig bezeichnet. Klicken Sie jeden Verweis einmal an, denn eine tote Adresse ist schlechter als gar keine. Wie die Abnahme im Detail läuft, steht im Beitrag über Fremdprofile im Quelltext abnehmen.

Schritt 4: Die Startseite ohne JavaScript ansehen

Schalten Sie JavaScript im Browser ab und laden Sie die Startseite neu. Was jetzt noch dasteht, wird von den Abruf-Programmen der KI-Anbieter gelesen. Die Seite sieht dann aus wie bei einer alten Textanzeige. Neun der 50 geprüften Startseiten lieferten weniger als 300 Wörter.

Schritt 5: Die Befunde nach Wirkung sortieren

Die vier Befunde werden nebeneinandergelegt und nach Aufwand und Wirkung sortiert. Ein fehlender Organisationsknoten ist an einem Vormittag erledigt, eine fehlende Fremdnennung benötigt Wochen. Beginnen Sie deshalb unten im Stapel. Was lange wirkt, wird zuerst angestoßen; was schnell geht, füllt die Wartezeit. Aus dieser Reihenfolge entsteht die Roadmap, und mit ihr ein Zeitrahmen, den auch der Vertrieb lesen kann.

5. Welcher Befund wiegt am schwersten?

Ein Feldbefund ist prüfbar, eine Nennungsquote ist eine Schätzung. Darin liegt der Unterschied, der in vielen Auswertungen verwischt wird. Ein einzelner Messwert verhält sich ähnlich wie eine Wasserstandsmeldung nach einem Regentag: richtig gemessen, aber ohne Reihe wertlos. Das gilt für jede Kennzahl, die aus KI-Antworten stammt, ob Nennungsrate, Share of Voice oder Sentiment, also die Tonalität der Nennung. Eine gemessene Quote nahe 25 Prozent schwankt bei rund 300 Antworten um etwa fünf Prozentpunkte, bei 72 Antworten um rund zehn (Cloro, September 2026).

Die Analyse formuliert es so: „Eine einzelne Antwort beweist nichts: Dasselbe Modell wiederholte bei derselben Frage wenige Minuten später nur rund 40 Prozent der zitierten Domains.“ Im Original: „One answer proves nothing: the same model on the same prompt minutes apart repeated only ~40% of its cited domains in our paired runs.“

Deshalb wird bei uns so gewichtet: Ein fehlendes Feld ist ein Befund, eine schwankende Quote ist ein Hinweis. Seriös ist eine Messung erst, wenn Methodik und Zahl der Antworten dabeistehen, und nachvollziehbar wird sie erst mit der Liste der Prompts, also der eingetippten Fragen. Gegenprüfen lässt sich das kostenlos. Microsoft zeigt seit dem 10. Februar 2026 im Bericht zur KI-Leistung, welche Seiten in KI-Antworten als Quelle erscheinen, samt der Anfragen, über die sie abgerufen wurden (Microsoft, 2026). Zwei Datenquellen reichen damit schon aus, um Rankings und Nennungen nebeneinanderzulegen: die Google Search Console für die organische Google-Sichtbarkeit und dieser Bericht für die KI-Seite. Gerade für mittelständische Betriebe ist das der günstigste Einstieg in eine belegte Aussage.

Beides zusammen ergibt erst ein Bild.

Praktisch heißt das: Die Feldbefunde werden in die Maßnahmenliste geschrieben, die Quote in die Verlaufskurve. Wer die Quote in die Maßnahmenliste schreibt, diskutiert im nächsten Quartal über Schwankungen statt über Arbeit. Auf mehrere Standorte oder Marken lässt sich der Ablauf skalieren, weil die vier Felder überall dieselben bleiben.

6. Fazit: Erst die Felder schließen, dann die Nennung messen

Ein Audit der KI Sichtbarkeit beginnt nicht mit einer Zahl, sondern mit vier prüfbaren Feldern. Drei davon lassen sich an einem Nachmittag abhaken. Das vierte, die Bestätigung von außen, kostet Zeit und ist genau deshalb der Punkt, an dem sich der Marktführer einer Nische vom Rest unterscheidet.

Messen kommt danach.

15 von 50 geprüften Marken bestanden alle vier. Als Urteil über diese Marken ist die Zahl nicht gemeint, wohl aber als Standortbestimmung für alle anderen. Das Ziel: ein Quelltext, aus dem ein System Ihre Firma ohne Deutung zuordnen kann, bevor überhaupt gemessen wird, ob Sie bei Google und in KI-Antworten vorkommen.

7. Anhang: Checkliste in sechs Punkten

Die Liste deckt die vier Felder ab, dazu zwei Punkte, die erfahrungsgemäß vergessen werden.

8. FAQ: Häufige Fragen zum Audit der KI Sichtbarkeit

Der Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme entwickeln sich schnell; genannte Zahlen sind den verlinkten Quellen entnommen und können sich ändern.