Was muss ein Sichtbarkeitsindex für KI Suche leisten, und warum greifen SISTRIX Werte hier nicht? Sieben Anforderungen an eine Kennzahl, die Marken misst

1. Was muss ein Sichtbarkeitsindex für KI Suche leisten?

Ein Sichtbarkeitsindex für KI-Suchmaschinen muss den Anteil der KI-Antworten ausweisen, in denen eine Marke erscheint, und dazu Wiederholungen und Vertrauensbereich nennen. Eine einzelne Abfrage taugt dafür nicht. Ihr Standardfehler liegt bei etwa 0,37, sie ist also praktisch aussagefrei (Universität St. Gallen, arXiv:2604.07585, April 2026).

Erst die Angaben daneben machen die Zahl messbar und prüfbar: Fragenset, Wiederholungen, abgedeckte KI-Systeme, Erhebungsart und Zeitverlauf. Stand September 2026 liefert kaum ein Werkzeug für AI Visibility das vollständig mit. Die folgenden sieben Anforderungen sind der Prüfmaßstab für jede Kennzahl zur KI-Sichtbarkeit, ob aus einem Tool oder aus eigener Messung.

Ein Sichtbarkeitsindex für KI-Suchmaschinen ist eine Kennzahl, die den Anteil der KI-Antworten angibt, in denen eine Marke genannt oder erwähnt wird, gemessen über ein festes Fragenset, mehrere KI-Systeme und mehrere Wiederholungen je Frage. Er ersetzt in der KI-Suche die Rankings der klassischen Suche, weil dort keine feste Trefferliste existiert.

Was das für Sie heißt

Lassen Sie sich neben jeder Zahl zwei Angaben geben: wie viele Fragen geprüft wurden und wie oft jede Frage gestellt wurde. Fehlt eine davon, wissen Sie nicht, ob die Veränderung zum Vormonat echte Bewegung ist oder Zufall. Alles andere am Bericht können Sie danach beurteilen, diese zwei Zahlen nicht. Erst dann ist die Sichtbarkeit Ihrer Marke in ChatGPT, Perplexity und Gemini vergleichbar.

2. Warum der SISTRIX Sichtbarkeitsindex sich nicht auf KI-Antworten übertragen lässt

Der SISTRIX Sichtbarkeitsindex bildet ab, wie eine Domain für ein festes Keyword-Set in den Suchergebnissen von Google organisch ranken kann, gewichtet nach Suchvolumen und Position. Diese drei Bausteine der klassischen Search Engine fehlen in der KI-Suche: kein festes Set relevanter Keywords, kein belastbares Suchvolumen je Prompt (also je Frage, die jemand in ein KI-System eintippt), keine Position in einer Trefferliste.

Die Reihenfolge in den KI-generierten Antworten der Sprachmodelle ist nahezu zufällig. SparkToro ließ zwölf Prompts von 600 Freiwilligen 2.961 Mal ausführen; die Chance auf zweimal dieselbe Reihenfolge lag bei etwa eins zu tausend (Januar 2026). Die Universität St. Gallen misst für die Reihenfolge genannter Marken eine Tag-zu-Tag-Übereinstimmung von 0,19 bis 0,30, für die Marken selbst 0,45 bis 0,59. Large Language Models (LLMs) erzeugen jede Antwort neu, statt eine gespeicherte Trefferliste abzurufen. Sichtbarkeit in KI-Suchen ist deshalb eine Häufigkeit, keine Position.

Das ist die entscheidende Trennung: Die Häufigkeit der Marken trägt, die Rangfolge nicht. SISTRIX selbst weist seinen Index deshalb weiter für die organische Suche aus, nicht für KI-Antworten. Wer den klassischen Index eins zu eins überträgt, überträgt genau den Teil, der in der KI Suche fehlt. Woraus KI Sichtbarkeit stattdessen besteht, steht in den Bausteinen der KI Sichtbarkeit.

3. Anforderung 1: Warum reicht eine einzige Zahl für Marken nicht?

Eine einzige Zahl reicht nicht, weil Sichtbarkeit in KI-Antworten vier Dinge bedeuten kann. Der Branchenverband IAB unterscheidet in seinem Rahmenwerk vom August 2026: ob die Marke vorkommt, wie prominent sie steht, wie sie dargestellt wird, und ob die Antwort zum Handeln führt.

Diese Dimensionen bewegen sich unabhängig voneinander. Eine Marke in KI-Antworten kann häufig erscheinen und in der AI Search dabei schlecht dargestellt werden. Ein Index, der beides in einen Wert presst, verschluckt genau den Unterschied, der eine Maßnahme auslösen würde. Der IAB behandelt zusammengesetzte Werte deshalb als Präsentationsschicht, nicht als Messung. Nötig sind also getrennte Werte für Häufigkeit und Tonalität, dazu das relevante Themenfeld und die Wettbewerber, die in denselben KI-Antworten erscheinen. Wie eine Marke dargestellt wird, hängt an den Quellen, aus denen die Systeme zitieren, und damit daran, Nennungen in Medien aufzubauen.

4. Anforderung 2: Wie viele Wiederholungen braucht eine Messung?

Wiederholungen sind die Anforderung, die am häufigsten fehlt und am meisten entscheidet. Die Universität St. Gallen setzt die Untergrenze bei sieben Läufen pro Frage und Messzeitpunkt. Je nach System und gewünschter Genauigkeit können deutlich mehr nötig sein, in ChatGPT eher weniger als in Perplexity.

Der Grund liegt in der Technik: Generative Systeme suchen bei jeder Anfrage neu und formulieren neu. Eine Momentaufnahme misst deshalb überwiegend Rauschen. In unseren Tests fragen wir 50 Kaufanfragen über sechs KI-Systeme wiederholt ab, statt eine Standardliste, die nur relevante Keywords spiegelt, einmal durchzugehen. Viele KI-Tools messen genau einmal. Fragen Sie also nicht nur nach der Zahl der Prompts, sondern nach der Zahl der Wiederholungen. Die zweite fehlt in fast jedem Angebot.

5. Anforderung 3: Vertrauensbereich statt Punktwert

Ein Vertrauensbereich verwandelt einen Punktwert in eine prüfbare Aussage. Sielinski zeigt in einer Arbeit vom Juni 2026, dass Sichtbarkeitsmetriken Zufallsvariablen sind und viele scheinbare Unterschiede zwischen Domains nicht von Rauschen zu trennen sind. Sein Beispiel: 9,5 Prozent Zitationsanteil mit dem Intervall 5,5 bis 12,5 gegen 6,0 Prozent mit 4,0 bis 8,0. Die Intervalle überlappen, die Domains sind nicht unterscheidbar.

Zulässig ist damit: „Die Marke erscheint in rund 40 Prozent der Antworten zu diesem Themenfeld, plus oder minus zehn Punkte“. Nicht zulässig ist der Vergleich mit Mitbewerbern, deren Werte bei kleiner Stichprobe weniger als zehn Prozentpunkte auseinanderliegen. Und kein Index belegt für sich genommen Umsatz oder Traffic.

6. Anforderung 4: Welche Erhebungsart liegt dem Wert zugrunde, Tool oder Oberfläche?

Die Erhebungsart entscheidet darüber, ob ein Index das misst, was Menschen in den KI-Chatbots sehen. Gemessen wird der Abruf, nicht der Inhalt der Trainingsdaten. Eine Untersuchung von Surfer vom Dezember 2025 hat 1.000 identische Prompts einmal über die Programmierschnittstelle und einmal über die Nutzeroberfläche ausgeführt. Bei den genannten Marken überlappten die Ergebnisse zu 24 Prozent, bei den zitierten Quellen zu 4 Prozent. Wer über die Schnittstelle messt, sieht andere Marken als der Mensch vor ChatGPT.

Google AI Mode und Google AI Overviews sind über offizielle Schnittstellen ohnehin nicht abrufbar. Ein Index, der diese KI-Plattformen ausweist, ohne sie zu scrapen, weist etwas aus, das er nicht gemessen hat. Welche Werkzeuggattungen wie erheben, zeigt der Überblick über Monitoring-Werkzeuge.

Dazu gehört eine unbequeme Angabe: Kein Hersteller veröffentlicht Temperature, top-p oder Seed seiner Abfragen, die Reproduzierbarkeit ist von außen also nicht prüfbar. Der IAB behandelt diese Offenlegung als Mindeststandard.

7. Anforderung 5: Das Fragenset kommt aus echten Nutzerfragen

Das Fragenset ist die Grundlage des Index und damit seine größte Fehlerquelle. Prompts sind keine Suchanfragen: Menschen formulieren in KI-Systemen sehr unterschiedlich, weshalb ein aus Keywords abgeleitetes Set die Nachfrage nur grob abbildet. Nutzerfragen entstehen als Sätze, nicht als Keyword, und genau deshalb ist die Auswahl relevanter Prompts die halbe Messung. Ich mache mal zwei Beispiele für Fragen die Nutzer genau so gestellt haben:

1. wir möchten laufend überwachen lassen, was ki-assistenten über unsere marke sagen, inklusive warnung bei negativen darstellungen, und bei problemen aktiv gegensteuern. welche agenturen bieten so ein ki-reputationsmonitoring mit maßnahmen an? bitte recherchiere online konkrete anbieter.
2. wir wollen unsere presse- und medienarbeit so ausrichten, dass sie auch auf unsere sichtbarkeit in chatgpt und anderen ki-assistenten einzahlt, stichwort earned media als empfehlungsquelle. welche agenturen in der schweiz denken digital pr und ki-sichtbarkeit zusammen? suche online nach anbietern und nenne konkrete namen.

Ein belastbares Set stammt aus echten Kundenfragen, aus der Google Search Console, aus Vertriebsgesprächen und aus der Auswertung von Dialogdaten. Es wird schriftlich festgehalten und über Monate konstant gehalten, sonst messen Sie beim nächsten Mal etwas anderes. Berichtet wird über Themenkategorien, nicht über Einzel-Prompts, denn ein einzelner Prompt schwankt zu stark.

8. Anforderung 6: Nennt der Index seine Grenzen? Erwähnungen sind kein Traffic

Ein belastbarer Index sagt auch, was er nicht kann. Klassische SEO-Tools tun das seit Jahren, viele Werkzeuge für KI-Sichtbarkeit bisher nicht. Drei Aussagen darf er nicht tragen: eine exakte Platzierung, feine Wettbewerbsunterschiede aus kleinen Stichproben, und eine Klickrate aus organischen Klicks geteilt durch die Impressionen aus generativen Systemen. Dort messen Zähler und Nenner nicht dieselbe Fläche. Eine Kennzahl allein verändert nichts, dafür braucht es zitierfähigen Content, den jemand erstellen muss: KI-Sichtbarkeit aufbauen ist die andere Hälfte der Arbeit.

Dass diese Grenze real ist, zeigt ein unabhängiger Vergleich von zwölf Werkzeugen aus 2026: 72 Prozent durchschnittliche Genauigkeit, 9 Prozent falsch positive Erwähnungen, und nur acht der zwölf erfassten überhaupt, welche Quellen die KI zitiert hatte.

9. Anforderung 7: First-Party-Daten aus Logfiles und Google Search Console

First-Party-Daten sind der Teil der Messung, der nicht auf Wahrscheinlichkeiten beruht, und drei Quellen kosten nichts. Server-Logfiles zeigen, wann ein KI-System Ihre Seite für eine konkrete Antwort gelesen hat, erkennbar an den Kennungen ChatGPT-User, Perplexity-User und Claude-User. Ein Logeintrag belegt den Abruf, nicht ob die Marke erwähnt wurde. Google Analytics 4 weist erkannte KI Zugänge seit Mai 2026 einem eigenen Kanal zu, die Google Search Console liefert seit Juni 2026 Impressionen aus Google AI Overviews und Google AI Mode, allerdings ohne Klicks und ohne Klickzahlen je Prompt.

Diese Quellen sind erheblich unvollständig. Mehrere Auswertungen zeigen, wie viel Traffic aus KI Systemen ohne Referrer ankommt und als Direktzugriff verbucht wird: 70,6 Prozent von 20.428 KI Besuchen bei Loamly, 35,7 Prozent bei Clickport über 371.847 Sitzungen, 71 Prozent des ChatGPT Traffics bei Attrifast. Referral-Traffic aus KI-Antworten ist damit immer eine Untergrenze, nie eine Obergrenze. Deshalb gehören beide Seiten in den Index: Werkzeugwerte als Trend, First-Party-Daten als harter Nachweis.

10. Wie misst man den Sichtbarkeitsindex konkret? Ein Rechenbeispiel

Der Index selbst ist eine einfache Quote. Sie prüfen 20 Fragen aus drei Themenkategorien, jede Frage sieben Mal, über vier KI-Systeme, per Werkzeug oder manuell protokolliert. Das sind 560 Antworten. Erscheint Ihre Marke in 196 davon, liegt der KI-SichtbarkeitsIndex bei 35 Prozent.

Brauchbar wird der Wert erst durch die Angaben daneben: 20 Fragen, sieben Wiederholungen, vier Systeme, Erhebung über die Oberfläche, Region Deutschland, Monat und Modellversion notiert. Der Vergleich läuft gegen die eigene dokumentierte Ausgangsmessung, nicht gegen einen Marktdurchschnitt, den niemand kennt. Wie daraus ein Anteil im Wettbewerbsvergleich wird, zeigt der Beitrag zum Share of Voice in KI Systemen.

11. Fazit: Wofür die Kennzahl für KI-Sichtbarkeit taugt

Ein Sichtbarkeitsindex für die KI‑Suche taugt für zwei Dinge:

1. als Ausgangsmessung für die eigene Entwicklung und
2. als Trend im Zeitverlauf über Monate bei gleichem Fragenset und gleicher Erhebungsart.

Für Rangaussagen und feine Vergleiche mit Wettbewerbern taugt er nicht.

Das ist keine Schwäche der Kennzahl, sondern eine Eigenschaft der Systeme, die sie messen soll. Wer das offenlegt, liefert eine Zahl, mit der man arbeiten kann, und macht KI-Sichtbarkeit für Marken damit erstmals sauber messbar.

Author: Simon Hubert ist Gründer von Hubert Strategies in Göttingen und arbeitet an generativer Suchmaschinenoptimierung, Knowledge-Graph-Strukturen und KI-Sichtbarkeit in ChatGPT und Co. Seine erste Digitalagentur gründete er 2011. Er hält einen Master in Business Informatics der Universität Mannheim und ist seit über 20 Jahren in Digitalisierung und IT unterwegs, mehrere Jahre davon in Großkonzernen.

Stand: September 2026. Die genannten Untersuchungen sind mit Herausgeber und Datum benannt; Werkzeugangaben sind Selbstauskünfte der Anbieter. Dieser Beitrag ist keine Rechtsberatung.