Glossar zu KI-Sichtbarkeit & GEO

Googles AI Overview (früher „Search Generative Experience", SGE) ist die KI-Antwort, die Google seit 2024/2025 schrittweise oberhalb der klassischen Treffer einblendet. Anders als bei ChatGPT oder Perplexity sieht der Nutzer beides: die KI-Antwort und die Trefferliste. In der Praxis bedeutet das oft, dass die KI-Antwort die Frage bereits beantwortet und der Klick auf die Trefferliste ausbleibt.

Für Marken hat das zwei Folgen: erstens werden bisher zuverlässige Klick-Kennzahlen aus Google Search Console unzuverlässig (siehe „KI-Overview-Signal"), zweitens entscheidet die Auswahl der zitierten Drittquellen direkt mit, welche Marken im AI Overview auftauchen, oft sind das andere Quellen als die, die im klassischen Top-10-Ranking stehen.

GEO steht für Generative Engine Optimisation. Wo klassisches SEO darauf optimiert, in einer Liste von Links möglichst weit oben zu erscheinen, optimiert GEO darauf, in der Antwort selbst genannt, zitiert oder empfohlen zu werden.

Der Hebel verschiebt sich damit von Keyword-Rankings hin zu drei Dingen: erreichbar sein für KI-Live-Abruf-Crawler, wieder erkennbar sein in den Trainingsdaten der Modelle, und inhaltlich anschlussfähig sein für die Fragen, die echte Nutzer stellen. Klassische SEO-Signale (Inhalt, Autorität, technische Hygiene) sind weiterhin relevant, ihr Gewicht und die genaue Mechanik weichen aber von der reinen SERP-Optimierung ab.

Achtung.app misst GEO, ohne es zu trainieren: das Tool sagt Marken, wo sie in KI-Antworten stehen und welche Drittquellen die KI aktuell bevorzugt. Was Marken daraus machen, bleibt deren Content- und PR-Strategie überlassen.

Eine GEO-Lücke ist die konkreteste Handlungsaufforderung im System. Statt nur zu sagen „dein Score liegt bei 42", sagt sie: „Bei dieser Anfrage hat die KI Wettbewerber A, B und C genannt, dich aber nicht, weil...".

Die Lückengründe sind eigenständige LLM-Analysen, kein simples Pattern-Matching. Typische Begründungen: keine Studie/Dokumentation zum Thema auf der Website auffindbar; Branche nicht eindeutig zuordbar; lokaler Fokus, der nicht in den Quellen auftaucht; Wettbewerber mit konkreten Zahlen oder Vergleichstabellen, die in den KI-Antworten auftauchen.

Aus GEO-Lücken entstehen die wöchentlichen Content-Vorschläge: jeder Vorschlag benennt die zitierten Drittquellen, den Lückengrund und das strukturelle Element, das einzubauen ist (FAQ-Schema, Vergleichstabelle, dated Benchmark).

Der Joint Prominence Delta beantwortet die Frage „Gehört diese Marke eher zur klassischen Websuche oder zu den KI-Antworten?" auf einer normalisierten Skala. Beide Prominenzwerte werden auf 0–1 skaliert, dann zieht die Formel den KI-Wert vom Websuche-Wert ab.

Ein deutlich negativer Delta bedeutet: die Marke wird von KI-Modellen überproportional empfohlen, obwohl sie in der Google-Trefferliste kaum auftaucht (typisch für aufstrebende SaaS-Anbieter mit gutem PR-Anschluss). Ein deutlich positiver Delta bedeutet: die Marke dominiert die organische Websuche, taucht aber in den KI-Antworten kaum auf (typisch für etablierte Anbieter mit dünner GEO-Bearbeitung).

Im Branchen-Report erscheint der Delta als „Δ Joint Prom."-Spalte und als sortierender Balken in der Same-Brand-Asymmetrie-Grafik.

Die KI-Nennungsrate ist die rohe Trefferquote: über alle Anfragen, alle Anbieter und alle Tagesläufe der letzten 30 Tage gerechnet, wie oft tauchte die Marke in der KI-Antwort auf?

Sie ist die zugänglichere Schwester der KI-Prominenz: ohne Gewichtung nach Position, Anbieter, Tonalität oder Empfehlungsstärke. Eine Marke kann eine hohe Nennungsrate haben (oft genannt), aber eine moderate KI-Prominenz (immer am Ende der Antwort, neutraler Ton, kein Top-Pick). Beide Kennzahlen ergänzen einander.

Wenn eine Anfrage in GSC viele Impressionen, aber kaum Klicks bringt, ist das ein klassisches Symptom für Googles AI Overview: die Antwort steht oberhalb der organischen Treffer, der Nutzer bekommt sie geliefert, ohne klicken zu müssen.

Achtung.app sucht in den GSC-Daten gezielt nach diesem Muster und führt die betroffenen Anfragen als KI-Overview-Signale auf. Sie sind die hochpriorisierten Ziele für GEO-Arbeit, dort wo die organische Sichtbarkeit auf dem Papier groß wirkt, aber praktisch in eine KI-Karte fließt.

Das Signal ist nur sichtbar, wenn Google Search Console für die Marke verbunden ist.

Die KI-Prominenz ist Achtung.apps Hauptkennzahl. Sechs Komponenten fließen ein: Nennungs-Häufigkeit (20 %), Nennungs-Breite über mehrere Anbieter (20 %), Empfehlungs-Stärke (25 %), Positions-Score je nachdem, wie früh die Marke in der Antwort erscheint (15 %), Tonalität der Nennungen (10 %) und Trend-Momentum über die letzten Wochen (10 %).

Ein Wert von 80 oder höher heißt Top-Promi: die Marke wird verlässlich, von mehreren KI-Anbietern, prominent und positiv genannt. Niedrige Werte sind keine negative Bewertung durch die KI, sie zeigen lediglich, dass die Marke nicht aktiv aus dem Modell heraus empfohlen wird, also genau die Lücke, die GEO schließen will.

Die KI-Prominenz wird aus markenfreien Anfragen abgeleitet (siehe „Organische KI-Sichtbarkeit"), nicht aus expliziten Markennennungen.

Jedes getrackte Keyword wird mehrfach pro KI-Anbieter pro Tag abgefragt. KI-Modelle sind stochastisch, dieselbe Frage liefert nicht jedes Mal exakt dieselbe Antwort. Der Konsistenz-Score misst, wie häufig die Marke über die Wiederholungen hinweg auftaucht: 100 % heißt in jedem Lauf genannt, 50 % heißt in der Hälfte der Läufe genannt.

Hohe Konsistenz bedeutet: die Marke ist im Modell stabil verankert. Niedrige Konsistenz bedeutet: das Modell kennt die Marke zwar, ruft sie aber nicht zuverlässig ab, der typische Zustand von Marken am Rand des Empfehlungs-Korridors. Der Score ist pro Anbieter sichtbar, weil die Konsistenz zwischen ChatGPT, Gemini und Perplexity oft deutlich auseinanderläuft.

Die KI-Welt kennt zwei Crawler-Familien mit sehr unterschiedlicher Funktion. Live-Abruf-Crawler holen sich Webseiten jetzt, weil ein Nutzer gerade eine Frage gestellt hat, deren Antwort aktuelle Informationen braucht. Wer diese Crawler blockt (in robots.txt oder per Edge-Regel an der Firewall), verschwindet direkt aus den Antworten in ChatGPT, Perplexity und Claude.

Aktuelle Live-Abruf-Crawler sind unter anderem OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, Claude-User und Claude-SearchBot. Achtung.apps Website-Hygiene-Audit prüft wöchentlich, ob sie alle erlaubt sind und keine stille Edge-Sperre greift.

Trainings-Crawler (siehe nächster Eintrag) sind etwas anderes und bewertet das System bewusst nicht.

llms.txt ist ein neuer, noch nicht standardisierter Vorschlag: eine kompakte Markdown-Datei am Host-Root, die einem KI-Modell auf einen Blick erklärt, was die Seite ist, worum es geht und welche Sub-Pfade die wichtigsten Quellen liefern.

Die Adoption durch große KI-Anbieter ist heute (Stand 2026) dünn und der nachweisbare Effekt unklar. Trotzdem kostet die Datei nichts und signalisiert eine bewusste KI-Strategie. Achtung.apps Website-Hygiene-Audit prüft ihr Vorhandensein als Wichtig-Check (nicht kritisch), und Achtung.app selbst liefert eine umfangreiche /llms.txt aus.

Klassische Markenanalyse fragt KI-Modelle gern direkt: „Was weißt du über Marke X?". Diese Methode misst nichts Brauchbares, denn die KI redet über jede Marke, die man ihr nennt, egal wie sichtbar sie tatsächlich ist.

Achtung.app dreht den Spieß um. Das System stellt täglich markenfreie Fragen aus dem Markt der Marke („Was sind die besten Karateschulen in Berlin?", „Welche Tools helfen bei Projektmanagement?"). Die Frage enthält nie den Markennamen und nie die Domain. Die KI nennt die Marke aus eigenem Antrieb, oder eben nicht.

Das Ergebnis ist eine viel härtere, aber ehrlichere Kennzahl: organische KI-Sichtbarkeit spiegelt das wider, was ein echter Kunde erlebt, der die KI um Rat fragt.

Die nackten Zahlen 0 bis 100 brauchen einen Anker. Der PromiTier liefert ihn: vier Stufen, deren Namen aus der Promi-Welt entlehnt sind und gleichzeitig die Idee festhalten, dass es in der KI-Sichtbarkeit um Bekanntheit innerhalb einer Branche geht.

Die Stufen sind ein UI-Hilfsmittel, der eigentliche Wert bleibt die 0–100-Zahl.

Search-grounded heißt: das KI-Modell beantwortet die Frage nicht allein aus seinem Trainingsstand heraus, sondern ruft live Web-Inhalte ab und zitiert sie nachvollziehbar in der Antwort. ChatGPT (mit aktiviertem Web-Browsing), Gemini, Perplexity und Claude bieten diesen Modus an, Achtung.app trackt aktuell die drei search-grounded Anbieter ChatGPT, Gemini und Perplexity.

Der Modus ist aus drei Gründen die Grundlage seriöser KI-Sichtbarkeitsmessung: erstens spiegelt er das, was echte Nutzer sehen, zweitens sind die zitierten Quellen auditierbar, und drittens benachteiligt der reine Trainingsstand systematisch ältere Marken (closed-book bevorzugt alteingesessene Namen, die in mehr Crawls auftauchten).

In der deutschen Produktkopie steht der Begriff in der Regel mit der eingeklammerten Erklärung Live-Websuche pro Anfrage.

Trainings-Crawler füttern das Vortraining künftiger Modellgenerationen. Wer sie zulässt, gibt seinen Inhalten eine Chance, in Anthropics, OpenAIs oder Googles nächstem Modell als Allgemeinwissen anzukommen. Wer sie blockt, verzichtet auf diese Spur, beeinflusst aber die aktuelle Sichtbarkeit in Live-Antworten nicht.

Zulassen oder blocken ist deshalb eine redaktionelle Entscheidung, kein Hygiene-Mangel. Achtung.app berichtet die Verdikte für GPTBot, Google-Extended, ClaudeBot, CCBot und Applebot-Extended in einer eigenen Zeilengruppe der Hygiene-Matrix, bewertet sie aber nicht und führt sie nicht im „KI-bereit"-Siegel.

In search-grounded Antworten sind die zitierten Quellen ein zentraler Aktionspunkt. Wer dort vorkommt, taucht in der KI-Antwort auf, oft sogar als verlinkte Quelle. Achtung.app sammelt alle Drittseiten, die KI-Modelle bei den Anfragen einer Marke heranziehen, und ordnet sie nach Häufigkeit, Anbieter-Reichweite und Chance.

Das Chancen-Badge (hoch / mittel / niedrig) markiert die Quellen, deren Eintrag den größten Hebel verspricht: oft genannt, aber noch nicht von der eigenen Marke besetzt. Press-Outreach, Gastbeiträge oder Verzeichnis-Einträge auf Hoch-Chance-Quellen sind einer der direktesten Wege, KI-Sichtbarkeit zu erhöhen.