Wie berichtest du über GEO Metriken, wenn KI-Modelle bei weniger als 6 % der lokalen Unternehmensempfehlungen übereinstimmen?
Ein praktischer Leitfaden zu den GEO Metriken, die Marken mit vielen Standorten tracken sollten – vom AI Visibility Score bis zum GEO Reporting Dashboard – und was die Zahlen dir noch nicht verraten können.
Kernaussagen
- GEO Metriken messen drei Dimensionen – Sichtbarkeit, Wettbewerb und Vertrauen – und werden erst aussagekräftig, wenn du alle drei über Wochen hinweg zusammen liest
- Ein schlecht aufgebautes Prompt-Set verfälscht deine KI-Sichtbarkeitsdaten, wenn du sie deiner Führungsebene präsentierst
- Wisse, was die Zahlen dir nicht sagen können, bevor jemand fragt – denn die Person, die deinen Bericht liest, wird irgendwann fragen
Eine US-Restaurantmarke – einer unserer Kunden – mit Hunderten von Standorten hat ihre Standortnamen standardisiert, Listings bereinigt, strukturierte Menüdaten und detaillierte Attribute über Bewertungs- und Verzeichnisseiten hinweg hinzugefügt.
Das Team hat die KI-Zitationsrate der Marke verzehnfacht und die Erwähnungen für ungebrandete Prompts mehr als verdoppelt. Aber natürlich haben sie nicht nur Variationen von „bestes Restaurant"-Prompts getrackt. Sie waren klug genug, ihre KI-Sichtbarkeit über mehrere Intent-Typen hinweg zu messen – von „beste" und „hoch bewertet" bis hin zu „günstig", „familienfreundlich" und attributspezifischen Suchen wie „Außenplätze in meiner Nähe".
In unserer eigenen Monitoring-Framework-Forschung unserer GEO/AEO-Analystin Katya Shishchenko hat das Tracking von nur 7 Intent-Typen weniger als die Hälfte der Unternehmen erfasst, die KI-Modelle tatsächlich empfohlen haben. Es brauchte 11, um 80 % zu erreichen.
Und selbst ein gut aufgebautes Prompt-Set zeigt dir nur einen Teil des Problems. In Katyas Cross-Model-Konsensus-Studie (auf die wir weiter unten eingehen) stimmten bei denselben Prompts, die über alle getesteten KI-Modelle und mehrere Durchläufe hinweg ausgeführt wurden, weniger als 6 % der empfohlenen Unternehmen modellübergreifend überein. Bei Restaurants waren es nur 2,3 %. Wir sprechen hier von derselben Frage, gestellt an verschiedene KI-Tools, die Empfehlungen liefert, die sich kaum überschneiden.
GEO Metriken für KI-Sichtbarkeit existieren, und GEO Dashboards ebenso. Aber Variablen wie Prompt-Intent und KI-Modelle prägen das Verständnis jeder Marke für ihre tatsächliche Sichtbarkeit ganz entscheidend. Sie schauen auf die richtigen GEO Metriken, ziehen aber nicht unbedingt die richtigen Schlüsse.
Das gelingt nur, wenn sie von Anfang an für maximale Modellabdeckung und Intent-Abdeckung optimieren – und darüber berichten. Das liefert die GEO Reports, die einer kritischen Nachfrage deines CMO zur Auffindbarkeit deiner Marke in der KI-Suche standhalten.
3 Dimensionen der KI-Sichtbarkeit – 3 Fragen an dein Tool
Bevor wir die wichtigsten KI-Suchmetriken vorstellen, über die dieses Jahr alle sprechen, solltest du verstehen, wie sich KI-Sichtbarkeit in drei Dimensionen aufteilen lässt – wobei die ersten beiden letztlich mit dem überlappen, was wir im klassischen Local SEO schon immer getrackt haben:
- Sichtbarkeit: Tauche ich in KI-Antworten auf? Über welche Prompts und Intent-Typen?
- Wettbewerb: Wer erscheint neben mir, und wer „ersetzt" mich? Von allen KI-Antworten, die eine Marke in meinem Bereich nennen – wie viele nennen meine?
- Vertrauen: Bin ich glaubwürdig genug, um zitiert zu werden?
Diese drei Dimensionen sagen dir unterschiedliche Dinge über dasselbe Prompt-Set. Allein betrachtet zeigt deine Sichtbarkeitsmetrik (Mention Rate), dass du in KI-Empfehlungen auftauchst. Deine Wettbewerbsmetrik (Share of Voice) sagt, dass du neben vielen anderen Unternehmen auftauchst. Deine Vertrauensmetrik (Citation Rate) erzählt zwei Geschichten: Bist du seriös genug, dass die KI auf dich als Quelle verlinkt? Und wenn du nicht zitiert wirst – oder gar nicht erwähnt – aus welchen Quellen schöpft das Modell für deine Branche und deine Wettbewerber? Das Monitoring dieser zitierten Quellen zeigt dir, wo du mit vollständigen und korrekten Informationen präsent sein musst, nicht nur ob du verlinkt wirst.
Unser Rat: Wenn du deinen GEO Report anschaust, stelle dir folgende Fragen:
- Bin ich überhaupt sichtbar?
- Gewinne ich gegen Wettbewerber?
- Bin ich vertrauenswürdig und einflussreich?
Die richtigen KI-Suchmetriken – mit dem nötigen Respekt vor den Variablen, die wir oben besprochen haben, Intent-Abdeckung und KI-Modellabdeckung – helfen dir, diese Fragen ehrlich zu beantworten.
Bin ich überhaupt sichtbar?
Beginnen wir mit der Absolute Mention Rate und den Impressions Captured.
Eine Mention ist jede neutrale Erwähnung deiner Marke in einer KI-generierten Antwort. Sie signalisiert Sichtbarkeit, bedeutet aber nicht, dass ein Tool – sei es Claude, Gemini oder ChatGPT – dich empfiehlt. Es ist fast so wie bei organischen SEO-Impressionen in Google: Du weißt, dass du in den Suchergebnissen aufgetaucht bist, aber du warst vielleicht weit, weit, weit unten in den SERPs.
Deine Absolute Mention Rate (AMR) misst, wie oft deine Marke in relevanten Suchen über alle KI-Antworten hinweg auftaucht, unabhängig von Wettbewerber-Erwähnungen. Stell dir vor: Von allem, was die KI gesagt hat – wie oft bin ich aufgetaucht?
Impressions Captured schätzt, wie viele Menschen Inhalte von deiner Website oder Domain sehen könnten, wenn sie in einer KI-Antwort erscheinen. Wenn dein Berliner Café in einer Antwort zitiert wird, die 10.000 Nutzer erreicht, sind das 10.000 erfasste Impressionen. Das Tracking hilft dir zu sehen, welche Websites oder Domains deine Marke vor die meisten potenziellen Kunden bringen.
Aber „sichtbar" hängt wirklich davon ab, wo du hinschaust. Wenn wir auf Katyas Cross-Model-Konsensus-Studie zurückkommen: Nur 5,5 % der für einen bestimmten Prompt empfohlenen Unternehmen tauchten über alle getesteten KI-Modelle hinweg auf. Fast 2 von 3 erschienen in den Empfehlungen nur eines Modells – für die anderen vier unsichtbar. Diese Inkonsistenz variiert je nach Unternehmenskategorie: Banken erreichten 10 % Konsens, Restaurants 2,3 %, Zahnarztpraxen effektiv null.
Das liegt daran, dass jedes Modell seine Empfehlungen aus unterschiedlichen Signalen, unterschiedlichen Quellen und unterschiedlichen Gewichtungen zusammensetzt – und deshalb trackt GEO Studio die Markensichtbarkeit und GEO Pulse die lokale Sichtbarkeit über 9 KI-Modelle separat, anstatt sie zu einem einzigen AI Visibility Score zu verschmelzen.
Zusammen liefern AMR und Impressions Captured deine Sichtbarkeitszahlen – aber nur wenn du sie modellübergreifend trackst. Sie zeigen dir, ob deine Marke präsent, auffindbar und im frühesten Moment der KI-Entdeckung bei echten Zielgruppen angekommen ist.
Gewinne ich gegen Wettbewerber?
Die eigentliche Frage, mit der viele Marken jetzt zu uns kommen, lautet: „Wie schneidet meine Marke im Vergleich zu lokalen Wettbewerbern in KI-generierten Antworten ab?"
Dann schaust du dir die Relative Mention Rate, den Share of Voice und den Mention Gap an.
Die Relative Mention Rate (RMR) zeigt, wie oft deine Marke erscheint, wenn überhaupt Marken genannt werden, im Vergleich zu Wettbewerbern im selben Set von KI-Antworten. GEO Studio berechnet dies, indem Antworten ohne Markenerwähnungen ausgeschlossen werden, was die RMR zu einem guten Indikator für Wettbewerbsstärke macht: Wenn die KI Namen nennt – wie oft nennt sie deinen im Vergleich zu allen anderen?
Der Share of Voice (SoV) zeigt, wie häufig deine Marke in KI-generierten Antworten innerhalb einer bestimmten Kategorie oder eines Prompt-Sets erscheint. KI-SoV wird durch starke Abdeckung, Glaubwürdigkeit und hochwertige Inhalte verdient. Aber du kannst ihn nur effektiv messen, wenn du diverse Intent-Typen trackst.
Aber deine Wettbewerbsposition ist nicht stabil über alle Modelle hinweg. In unserer Cross-Model-Forschung dieses Jahr zeigte jede KI-Plattform eine eigene „Persönlichkeit" beim Empfehlen von Unternehmen – für denselben Prompt.
- OpenAI (ChatGPT) wählt Favoriten und bleibt bei ihnen. Wenn es dein Unternehmen einmal empfiehlt, tut es das wahrscheinlich immer wieder – aber seine Shortlist ist klein, was bedeutet, dass die meisten Unternehmen in deiner Kategorie überhaupt nicht erscheinen.
- Gemini wirft das breiteste Netz aus und bringt dank seiner Verbindung zu Google Maps und Google Business Profile-Daten mehr Unternehmen als jedes andere Modell an die Oberfläche. Es zitierte auch Marken-Websites als Quellen mit einer höheren Rate als Perplexity – wenn also die lokalen Seiten deiner Marke gut strukturiert und indexiert sind, ist Gemini das Modell, das am ehesten auf sie verlinkt.
- Perplexity ist am ausgewogensten – es konzentriert Erwähnungen nicht auf wenige Gewinner wie ChatGPT und Gemini. Es ist auch das einzige Modell, das live aus dem Web abruft statt auf Trainingsdaten zu setzen, weshalb es die vielfältigsten Quellen zitiert – redaktionelle Guides, Bewertungsplattformen, Verzeichnisse – und seine Ergebnisse sich erheblich von den anderen Modellen unterscheiden können. Allerdings deckt es den kleinsten Pool an Unternehmen insgesamt ab – wenn du also nicht in seinem Pool bist, nützt dir diese gleichmäßige Verteilung und Quellenvielfalt nichts.
- Claude bringt das breiteste Universum an Unternehmen aller getesteten Modelle an die Oberfläche, aber die überwiegende Mehrheit davon erschien nur in Claudes Antworten und nirgendwo sonst. Es sieht am meisten, teilt aber am wenigsten mit anderen Modellen.
- Grok konzentriert Zitationen nicht so stark wie ChatGPT, deckt nicht so viele Unternehmen ab wie Gemini und greift auf einen anderen Mix von Signalen zurück – es bezieht mehr aus Social-Media-Inhalten und weniger aus traditionellen Webseiten.
Selbst innerhalb eines einzigen Modells werden die meisten Unternehmen ein- oder zweimal erwähnt, während wenige die KI-generierten Empfehlungen dominieren. Unsere Cross-Model-Studie hat uns gezeigt, dass dies für jeden gegebenen Prompt der Fall war – besonders bei Restaurants, wo die Lücke zwischen den meisterwähnten Marken und allen anderen am größten war.
Dein Mention Gap ist die Differenz zwischen deiner Mention Rate und der deiner Wettbewerber. GEO Studio zeigt dir grüne Balken in deinem Prompt-Set, wenn du das Feld anführst. Rote Balken signalisieren verpasste Inhalts-, Abdeckungs- und Autoritäts-Chancen, bei denen Wettbewerber häufiger als du in KI-Ergebnissen auftauchen.
Bin ich vertrauenswürdig und einflussreich?
Eine Zitation ist ein Verweis auf dein Unternehmen in einer KI-generierten Antwort, der Nutzer auf eine Webseite leitet. Wenn ein Verbraucher ChatGPT nach einem Café in Berlin-Mitte fragt und zu deiner lokalen Seite geleitet wird, zählt das als Zitation.
Die Citation Rate zeigt den Prozentsatz, wie oft deine Marke im Vergleich zu allen anderen Marken für die von dir getrackten Prompts zitiert wird. Eine höhere, konsistentere Rate signalisiert stärkere Autorität und Einfluss.
Dein Citation Gap misst die Differenz zwischen deiner Citation Rate und dem Spitzenreiter unter deinen Wettbewerbern über dieselben Prompts. Diese Lücke zu schließen bedeutet, dass dein Unternehmensstandort häufiger referenziert wird, was die Glaubwürdigkeit genau dann stärkt, wenn Kunden Entscheidungen treffen – und direkt mit deiner Location Performance Optimization zusammenhängt.
Zitationen sind ebenfalls nicht gleichmäßig verteilt. In unserer Studie zu Directory Presence und AI Citation Sources über 47.920 KI-Antworten und 617.201 ausgewertete Zitationen stammten 46,9 % aller von KI-Modellen zitierten Quellen von verzeichnisäquivalenten Plattformen – Branchenverzeichnisse, Bewertungsseiten, lokale Guides, Social Media, Buchungsplattformen, Spezial-Aggregatoren und Navigations-Apps.
Markeneigene Domains machten 35,5 % aus – die zweitgrößte Kategorie – was bedeutet, dass deine eigene Website bereits eine bedeutende Zitationsquelle ist. Aber das lässt immer noch fast zwei Drittel der Zitationen auf Drittanbieter-Quellen zeigen: redaktionelle Guides wie Timeout und Michelin, Bewertungsplattformen wie TripAdvisor und Yelp, und lokale Stadtführer. Wenn du nicht auf den Plattformen präsent bist, aus denen die KI über deine Domain hinaus schöpft, bedeutet das Schließen deines Citation Gaps in der Regel, Standortdatenkonsistenz und Drittanbieter-Präsenz neben deinen eigenen Website-Inhalten zu betrachten.
Die Source Attribution zeigt dir, woher diese Zitationen kommen – deine eigenen Inhalte, lokale Seiten, Blogs oder Drittanbieter-Seiten wie TripAdvisor, Yelp oder Google Business Profile. Die eigenen Seiten deiner Marke sind wichtig für die Sichtbarkeit, aber diversifiziere, wo du über deine Standorte sprichst – KI-Modelle ziehen aus mehreren Quellen, bevor sie entscheiden, wen sie zitieren, und eine Marke, die dort konsistent auftaucht, ist schwerer aus dieser KI-Antwort zu streichen.
GEO Metriken zusammengefasst: das Beispiel eines fiktiven Cafés
Nehmen wir an, du trackst ein spezialisiertes veganes Café namens Oat Habits Die Hard in Berlin-Friedrichshain.
Du trackst nicht nur einen Prompt – du hast ein Set aufgebaut, das mehrere Intent-Typen abdeckt: „Beste Cafés zum Arbeiten in Berlin", „günstiger Kaffee in Friedrichshain", „vegane Cafés mit Außenplätzen Berlin", „wohin gehen Einheimische zum Kaffeetrinken in Friedrichshain" und „Oat Habits Die Hard vs. Starbucks".
Du lässt GEO Studio außerdem über 9 Modelle laufen – darunter ChatGPT, Claude, Gemini, Perplexity, Grok, DeepSeek.
So liest sich jede GEO-Metrik über dieses Set.
* Für das gewählte Prompt-Set und die gewählte KI-Modellabdeckung in GEO Studio, GEO Pulse oder anderen KI-Tools.
Was deine GEO Metriken dir nicht verraten können
Es gibt einen Disclaimer (oder 4), der mit jedem KI-Sichtbarkeits-Tool mitgeliefert werden sollte. Teile diese mit deinem Team, denn nach unserer Erfahrung werden sie irgendwann als Fragen aufkommen.
- Eine Mention Rate ist keine Conversion Rate. In einer KI-Antwort genannt zu werden, bedeutet nicht, dass jemand deinen Standort besucht, deine Nummer angerufen oder etwas gekauft hat. Die Erwähnung fand in der Antwort eines Modells statt – du weißt nicht, ob die Person sie gelesen, ihr vertraut oder darauf reagiert hat. KI-Auffindbarkeit hat Attribution und die Customer Journey schlicht komplexer gemacht.
- Ein Einzellauf-Snapshot ist eine Anekdote, kein handlungsfähiger Datenpunkt. KI-Outputs variieren nach Session und Plattform – derselbe Prompt, zweimal in derselben Stunde gestellt, kann verschiedene Unternehmensempfehlungen produzieren. Deine GEO Metriken werden erst über wiederholte Durchläufe und Wochen von Daten aussagekräftig.
- Eine Mention zählt nur, wenn die KI einen von dir registrierten Namen verwendet hat. KI-Modelle bezeichnen Marken inkonsistent: mit und ohne Zusatz, in Kleinbuchstaben, nach Domain, nach Spitznamen. GEO Studio zählt eine Erwähnung, wenn die Antwort einen der für deine Marke hinterlegten Identifikatoren enthält.
- Die Position eines Unternehmens in einer KI-Antwort ist die Reihenfolge eines einzigen Durchlaufs, kein Ranking. Eine Google-Position bleibt oft zwischen den Checks bestehen. Bei KI-Tools ist das nicht der Fall. Berichte deine durchschnittliche KI-Modell-Position über mehrere Durchläufe hinweg – und wenn du einen Mention-Verlust meldest, öffne zuerst die Responses-Ansicht: Ein neuer Wettbewerber in der Antwort ist guter Intel; dieselben Marken in anderer Reihenfolge nicht.
Deine GEO-Analytics lesen, ohne überzureagieren
GEO liefert sein erstes messbares Signal etwa 2- bis 3-mal schneller als SEO – Wochen, nicht Monate. Das bedeutet, du wirst dein GEO Reporting der Führungsebene früher präsentieren als gedacht.
Wenn du das tust, bestimmen die zwei Variablen vom Anfang dieses Artikels – Intent-Abdeckung und Modellabdeckung – ob deine vorgeschlagene Strategie standhält oder bei der ersten Frage zusammenbricht. Das, und deine Ehrlichkeit darüber, was KI-Suchmetriken dir nicht über deine KI-Sichtbarkeit sagen.
So verdient dein GEO Reporting das Vertrauen deines Teams.



1.800 Marken vertrauen uns, um dauerhaft sichtbar zu bleiben
– nicht nur ein- oder zweimal in der lokalen Suche aufzutauchen.
ResSourceN









