So misst Achtung.app KI-Sichtbarkeit

Search-grounded Messung

Search-grounded heißt: Das KI-Modell sucht bei jeder Anfrage live im Web und zitiert die Quellen, die es dabei findet. Closed-book heißt: Das Modell antwortet aus seinen Trainingsdaten, deren Stand Monate oder Jahre zurückliegt. Achtung.app misst Sichtbarkeit ausschließlich search-grounded.

Vier Gründe für search-grounded statt closed-book

1. Näher an der tatsächlichen Nutzung. ChatGPT, Gemini, Perplexity und Claude laufen in ihren Endprodukten heute mit Live-Websuche. Eine Closed-book-API-Antwort misst die Modell-Erinnerung an Trainingsdaten, nicht das, was ein Modell zur Anfrage im Web findet. Das wäre eine Kategorienverwechslung: Markenerinnerung statt KI-Sichtbarkeit. Achtung.app misst die offiziell angebotenen, webgestützten Antworten der Anbieter und reproduziert dabei bewusst nicht die persönliche Sitzung eines einzelnen Nutzers: Account-Verlauf, Personalisierung und Oberflächen-Experimente bleiben außen vor, damit Messungen über Zeit vergleichbar bleiben.
2. Zitate sind für Kunden überprüfbar. Eine search-grounded Antwort liefert URLs. Du klickst, prüfst, bestätigst: „Ja, unsere Marke steht auf dieser Seite, das ist die Quelle, die das Modell zitiert hat.“ Closed-book liefert keinen solchen Audit-Trail; weder Kunde noch Achtung.app könnten unterscheiden, ob eine Erwähnung real oder halluziniert war.
3. Closed-book bevorzugt alte Marken. Trainingsdaten haben einen Cutoff. Marken, die vor diesem Stichtag groß waren, dominieren; neue oder schnell wachsende Marken werden systematisch unterbewertet. Search-grounded ignoriert den Cutoff und arbeitet mit dem aktuellen Web-Index.
4. Varianz bleibt messbar. Closed-book-Outputs verschieben sich mit jedem Modell-Update; ein Fine-Tune im November kann Rankings verändern, ohne dass sich an der tatsächlichen Sichtbarkeit etwas geändert hat, und von außen ist dieser Sprung nicht von einer echten Veränderung zu unterscheiden. Search-grounded ist dagegen an Live-Suchergebnisse gekoppelt, die Achtung.app selbst beobachten kann. Wie stark die Antworten trotzdem schwanken, rechnet Achtung.app nicht weg, sondern misst es mit.

Vier Anbieter beantworten die Anfragen mit Live-Websuche und liefern Zitate mit URL. Ab dem Starter-Tarif laufen drei davon täglich: ChatGPT (OpenAI), Gemini (Google) und Perplexity. Claude (Anthropic) läuft seit Mai 2026 dazu, kostenbedingt auf wöchentlicher Kadenz. Im Lite-Tarif werden alle vier wöchentlich abgefragt. Methodisch ist Claude damit vollwertig vergleichbar, nur seltener aktualisiert.

Wie verlässlich die Websuche stattfindet, unterscheidet sich pro Anbieter. Bei ChatGPT und Claude erzwingt Achtung.app das Suchwerkzeug auf jeder einzelnen Anfrage. Perplexity sucht bauartbedingt immer. Gemini lässt sich technisch nicht dazu zwingen: Googles Suchwerkzeug kennt keinen Schalter dafür, das Modell entscheidet pro Anfrage selbst.

Wie sich diese Wahl von anderen Messansätzen unterscheidet und warum zwei Tools dieselbe Marke unterschiedlich bewerten können, erklärt der neutrale Überblick zu den Messmethoden

Messquellen: dokumentierte Schnittstellen statt Scraping

Achtung.app misst ausschließlich über die dokumentierten Schnittstellen der jeweiligen Anbieter. Achtung.app scrapt keine Suchergebnisseiten, automatisiert keine Chat- oder Suchoberflächen und umgeht keine CAPTCHAs oder Anti-Bot-Systeme. Zwischen Achtung.app und den KI-Anbietern sitzt auch kein Drittanbieter, der Messwerte weiterreicht.

Das ist nicht nur eine technische Entscheidung, sondern Teil der Messmethodik. Inoffizielle Zugänge lassen sich blockieren, verändern oder über andere Infrastruktur leiten. Messwerte könnten sich dadurch verschieben, obwohl sich an der Sichtbarkeit einer Marke nichts geändert hat. Ein Rückgang in deinem Chart soll eine Veränderung der beobachteten Sichtbarkeit bedeuten und nicht den stillen Ausfall eines Messwegs.

Deshalb nimmt Achtung.app eine Plattform erst dann ins laufende Monitoring auf, wenn sie über einen dafür vorgesehenen, automatisierbaren Zugang belastbar messbar ist. Die Websuche-Seite stammt aus der Brave Search API, einem eigenständigen Suchindex mit dokumentierter Schnittstelle. Websites von Marken ruft Achtung.app direkt ab, etwa um zu prüfen, ob eine Domain existiert und erreichbar ist. Das gehört zu den Hygiene-Prüfungen und nicht zur Sichtbarkeitsmessung.

Woher zitieren KI-Plattformen?

Jede search-grounded Antwort enthält die Quellen, mit denen das Modell seine Aussagen belegt. Achtung.app speichert diese Quellen pro Antwort und wertet sie pro Anbieter aus: welche Domains zitiert werden, wie häufig, und ob eine etablierte Quelle wieder verschwindet.

Die Auswertung zählt jede Domain höchstens einmal pro Antwort und filtert technische Artefakte wie eingebettete Bild-URLs heraus. So entsteht pro Anbieter ein Profil der bevorzugten Drittquellen: Branchenverzeichnisse, Bewertungsportale, Foren, Videoplattformen, Google-Unternehmensprofile und die Fachmedien der jeweiligen Nische.

Die Anbieter unterscheiden sich dabei deutlich. Welche Plattform welche Quellen bevorzugt, veröffentlicht Achtung.app mit konkreten Zahlen und Stichprobengrößen in den Einblicken: Zur aktuellen Quellen-Auswertung

Im laufenden Tracking zeigt Achtung.app pro Marke, welche Quellen die einzelnen Anbieter tatsächlich zitieren. Veröffentlichte Aggregate stammen ausschließlich aus eigenen Messreihen.

Blinde Messung

Achtung.app fragt KI-Assistenten nach Empfehlungen in einer Nische, ohne den Markennamen oder die Domain in der Anfrage zu nennen. Nur wenn ein Modell eine Marke von sich aus vorschlägt, zählt das als organische Nennung.

Das ist absichtlich strenger als die Messung von Tools, die direkt nach einer Marke fragen. Eine solche Antwort belegt, dass das Modell die Marke kennt. Sie belegt aber keine ungestützte Sichtbarkeit bei markenfreien Fragen. Mehr über GEO erfahren →

Anfragen werden pro Keyword mehrfach ausgeführt, nie nur einmal. Achtung.app misst deshalb auch, wie zuverlässig eine Nennung wiederkommt, und nicht nur, ob sie einmal vorkam. Wie das genau funktioniert, steht im nächsten Abschnitt.

Doppelabfrage und Antwortvarianz

Generative Antworten können sich unterscheiden, obwohl dieselbe Frage gestellt wurde. Achtung.app führt deshalb jede getrackte Anfrage pro Anbieter zweimal am Tag aus und mittelt beide Läufe in die KI-Prominenz. Eine einzelne Antwort ist ein Stichprobenwert, kein Messwert.

Die beiden Läufe ziehen ihre Formulierung unabhängig voneinander aus den aktiven Fragevorlagen der jeweiligen Nische. Meistens sind es also zwei verschiedene Formulierungen derselben Frage. Das ist so gewollt: Eine Marke, die nur bei genau einer Formulierung auftaucht, ist nicht so sichtbar wie eine, die bei mehreren auftaucht.

Die Sampling-Parameter bleiben dabei fest. Jede Sichtbarkeitsanfrage läuft mit Temperatur 0. Einen festen Seed gibt es bei der search-grounded Messung nicht: Perplexity, Gemini und Claude bieten keinen solchen Parameter, und bei OpenAI läuft die erzwungene Websuche über die Responses API, die ihn nicht akzeptiert. Temperatur 0 macht ein Modell nicht deterministisch, sie senkt nur die Sampling-Varianz. Was zwischen zwei Läufen abweicht, stammt deshalb überwiegend aus der Live-Websuche dahinter, aber nicht ausschließlich.

Ziehen beide Läufe zufällig dieselbe Formulierung, entsteht ein echtes Kontrollpaar: gleicher Fragetext, gleiche Parameter, beide im selben Tages-Batch erhoben. Aus diesen Paaren berechnet Achtung.app wöchentlich, wie stark sich die genannten Marken zwischen zwei Antworten überschneiden, getrennt nach Anbieter und nur innerhalb desselben Modells. Ein Modellwechsel mitten in der Reihe kann sich so nicht als Stabilitätsänderung tarnen.

Damit dieser Vergleich trägt, muss festliegen, welches Modell antwortet. Wo ein Anbieter datierte Snapshots anbietet, fragt Achtung.app den Snapshot an und nicht den gleitenden Alias, der im Hintergrund ausgetauscht werden kann. Unabhängig davon speichert Achtung.app zu jeder einzelnen Antwort die Modellkennung, die tatsächlich geantwortet hat. Diese Kennung steht im Monatsreport unter den Anbieterwerten. Zwei aufeinanderfolgende Reports zeigen einen Modellwechsel damit im Klartext, statt ihn als Veränderung der Sichtbarkeit erscheinen zu lassen.

Diese Kurve wird laufend neu berechnet, auch wenn sie fällt. Die aktuellen Werte mit Stichprobengröße und Zeitraum stehen in den Einblicken: Zur Antwortstabilität der KI-Plattformen

Im Tracking gibt es die passende Zahl pro Marke: Wenn ein Anbieter deine Marke an einem Tag nennt, wie zuverlässig taucht sie im zweiten Lauf wieder auf? Achtung.app zeigt diesen Wert erst ab 20 ausgewerteten Gruppen an. Darunter ist er nicht belastbar, und keine Zahl ist besser als eine wackelige.

Die KI-Prominenz

Die KI-Prominenz ist der Sichtbarkeitswert einer Marke von 0 bis 100, ab dem Starter-Tarif täglich neu berechnet und im Lite-Tarif wöchentlich. Sie setzt sich aus sechs Faktoren zusammen. Die Gewichtung kann sich verändern, wenn Achtung.app neue Daten hat; die Faktoren selbst und ihre Definitionen sind stabil.

• Nennungshäufigkeit (Mention Frequency) – Anteil der Anfragen, bei denen die Marke überhaupt genannt wurde. Gezählt wird die Nennung in der Antwort, nicht die Verlinkung der Website als Quelle.
• Nennungsbreite (Mention Breadth) – Anteil der KI-Plattformen, die die Marke nennen. Misst Verteilung statt Lautstärke.
• Empfehlungsstärke (Recommendation Strength) – Wie aktiv eine Nennung als Empfehlung formuliert ist (von neutraler Erwähnung bis expliziter Top-Empfehlung).
• Position – Wo in der Antwort die Marke auftaucht. Erste Nennungen zählen mehr als spät erwähnte.
• Sentiment – Tonalität der Erwähnung (positiv/neutral/negativ).
• Trend-Momentum – Veränderung der Nennungsrate gegenüber der Vorperiode.

Halluzinations-Filter

KI-Modelle erfinden Marken. Achtung.app filtert Wettbewerber-Profile durch zwei unabhängige Prüfungen, bevor sie gespeichert werden: Existiert die Domain? Ist die Website erreichbar?

Profile, die beide Prüfungen nicht bestehen, werden verworfen. Das reduziert die Sichtbarkeit erfundener Wettbewerber, eliminiert sie aber nicht vollständig – Domains, die existieren, aber nichts mit der Nische zu tun haben, können durchrutschen. Achtung.app arbeitet daran.

Search Console Fusion

Marken können ihre Google Search Console mit Achtung.app verbinden. Achtung.app liest Klicks, Impressions, CTR und Position pro Anfrage. Die Verbindung ist optional und getrennt vom Tracking – eine Marke kann auch ohne GSC vollständig getrackt werden.

Achtung.app nutzt GSC für eine Sache, die ohne sie nicht geht: das Erkennen von Signalen, dass generative Suchergebnisse organische Klicks verdrängen. Wenn Google eine eigene KI-generierte Antwort liefert, zeigen klassische Sichtbarkeitsmetriken nicht mehr das vollständige Bild.

Dieses Erkennen ist eine Heuristik und keine Meldung von Google. Achtung.app sucht in den GSC-Daten nach Anfragen, die wie eine Frage formuliert sind, genug Impressionen haben, weit oben stehen und trotzdem fast keine Klicks bekommen. Das ist ein begründeter Verdacht auf eine generative Antwort über dem Ergebnis, kein Beleg dafür, und wird auch so ausgewiesen.

Seit Juni 2026 stellt Google für einen Teil der Search-Console-Properties einen eigenen Bericht zu generativen Suchfunktionen bereit. Er ist First-Party, aber bislang nur in der Oberfläche verfügbar und nicht über die dokumentierte Search-Console-Schnittstelle. Er weist nur Impressionen aus, fasst AI Overviews und AI Mode zusammen und deckt ausschließlich eigene, verifizierte Properties ab, also keine Wettbewerber. Achtung.app integriert diese Daten, sobald sie über eine offizielle Schnittstelle abrufbar sind. Bis dahin bleibt die Heuristik oben die Annäherung, die ohne offiziellen Zugang möglich ist.

GSC-Daten verlassen das System nie. Achtung.app veröffentlicht keine Marken-spezifischen GSC-Zahlen, weder im Brand-Portal eines anderen Teams noch in den öffentlichen Beobachtungen.

Marktsignale: News und Wettbewerber

Achtung.app sammelt täglich Nachrichten über die Brave News API für die Marke und ihre erkannten Wettbewerber. Marken in schnelldrehenden Branchen wie Tech, Finance, Sport oder Breaking News können zusätzlich eine xAI-Suche auf X/Twitter aktivieren, die verifizierte Posts zur Marke einbringt. Jede X-URL stammt aus dem xAI-Suchindex, nicht aus der Modell-Ausgabe; die Belegkette ist dadurch durchgehend nachvollziehbar. Jeder Beitrag wird anschließend durch ein LLM auf Relevanz und potenziellen Geschäftsbezug bewertet, bevor er als Alarm sichtbar wird.

Die Bewertung ist eine Annäherung, kein Urteil. Ein Artikel mit hoher Relevanz-Punktzahl ist ein Artikel, der nach Einschätzung von Achtung.app Aufmerksamkeit verdient – nicht eine garantierte Geschäftsbedrohung.

Alarme und Schwellwerte

Achtung.app führt jeden Tag sechs Detektoren aus, die zusammen die folgenden acht Schwellwerte prüfen, jeder mit einer Mindest-Datenbasis und einer Sperrfrist, damit dein Posteingang nicht voller Hintergrund-Rauschen ist. Jede Meldung trägt einen Schweregrad: kritisch, Warnung oder Information.

• KI-Prominenz: Tageswert weicht um mindestens 5 Punkte vom 7-Tage-Schnitt ab (ab 10 Punkten kritisch).
• Anbieter-Einbruch: Sichtbarkeit auf einem einzelnen Anbieter fällt um mindestens 15 Punkte gegenüber seinem 7-Tage-Schnitt (ab 30 Punkten kritisch).
• Anbieter-Konzentration: Über 60 Prozent aller Zitierungen kommen aus einer einzigen Quelle, was dich abhängig von ihrem Algorithmus macht.
• Wettbewerber-Schub: Ein bestehender Wettbewerber wird, basierend auf seinem eigenen 7-Tage-Schnitt, um mehr als 50 Prozent häufiger zitiert; ein neuer Wettbewerber taucht an mindestens drei der letzten sieben Tage auf.
• Verlorene Quelle: Eine Drittseite, die in den letzten 14 Tagen mindestens dreimal aufgetaucht ist und in der Hälfte ihrer Erscheinungen neben deiner Marke zitiert wurde, schweigt seit drei Tagen.
• Hochwirkungs-News: Ein Nachrichtenartikel zu deiner Marke erreicht heute Relevanz von mindestens 75 und Wirkung von mindestens 70 (ab Wirkung 85 als Warnung).
• Negative Darstellung: Mindestens zwei Nennungen der letzten drei Tage bewerten deine Marke negativ und machen mindestens jede zehnte ausgewertete Nennung aus (immer kritisch).
• Nachlassende Empfehlung: Der Anteil positiv gerahmter Nennungen fällt in den letzten drei Tagen um mindestens 15 Punkte gegenüber den elf Tagen davor (ab 25 Punkten kritisch, wenn zugleich weniger als zwei von fünf Nennungen positiv ausfallen). Voraussetzung sind 15 ausgewertete Nennungen im aktuellen und 30 im vorherigen Zeitraum.

Der tägliche Digest geht nach Abschluss der Score-Berechnung raus. Nutzer wählen pro Schweregrad und pro Kanal (E-Mail oder Push) selbst, was sie sehen wollen.

Branchen-Reports

Für ausgewählte Nischen veröffentlicht Achtung.app freie Branchen-Reports unter /branche/{nische}, gelistet im Verzeichnis /branchen. Die Daten stehen unter CC BY 4.0: Markennamen, Rankings und Aggregate dürfen mit Namensnennung weiterverwendet werden.

Jeder Report stellt zwei Sichtbarkeitsquellen nebeneinander. Auf der KI-Seite beantworten dieselben search-grounded Anbieter wie im Abo-Tracking typische Anfragen der Nische, jede Anfrage mehrfach pro Anbieter; welche Anbieter ein Report genutzt hat, weist er selbst aus. Die Websuche-Seite stammt aus der Brave Search API für dieselben Anfragen.

Gezählt wird pro Marke, nicht pro Domain: hubspot.de, blog.hubspot.de und hubspot.com sind ein Eintrag, in beiden Kanälen.

Das Ranking in einem Report ist kein 0-100-Score, sondern eine Vergleichsansicht innerhalb der Nische: Nennungshäufigkeit, durchschnittliche Position in der KI-Antwort und SERP-Platz, sowie ein Überlappungs-Vergleich zwischen KI-Top-10 und Web-Top-10. SERP-Daten erhebt Achtung.app wöchentlich, KI-Daten pro Report-Lauf. Alle Branchen-Reports ansehen

Kostenloser Sichtbarkeitscheck

Der öffentliche Sichtbarkeitscheck auf /ki-sichtbarkeitscheck fragt ChatGPT und Gemini blind nach Empfehlungen in der eingegebenen Nische und liefert nach wenigen Minuten ein Ergebnis per E-Mail. Er ist als Einstieg gedacht, nicht als Ersatz für das laufende Monitoring.

Der Check-Score ist bewusst konservativer gerechnet als die laufend berechnete KI-Prominenz eines Abo-Accounts. Er mittelt nur zwei der sechs oben genannten Faktoren: Nennungshäufigkeit und Modellbreite. Sentiment, Positionsgewicht, Empfehlungsstärke und Trend-Momentum fließen nicht ein. Grund: Ein einmaliger Check hat weder historische Vergleichswerte noch die Anfrage-Tiefe, die diese Faktoren belastbar machen würden.

Das Ergebnis ist richtungsweisend, nicht abschließend. Es zeigt, ob und in welchen Modellen eine Marke in ihrer Nische auftaucht. Es ersetzt keine laufende Beobachtung und lässt sich nicht direkt mit dem Abo-Score einer Marke vergleichen. Check starten

Was Google selbst zu KI-Optimierung empfiehlt

Google hat einen offiziellen Leitfaden zur Optimierung für AI Overviews und AI Mode veröffentlicht. Vier Punkte sind für die Diskussion um „GEO" oder „AEO" zentral.

1. Keine Spezialdateien. Dateien wie llms.txt und KI-spezifische Markups bringen nichts. Dieselbe Crawl- und Index-Hygiene, die eine Seite in der klassischen Suche auffindbar macht, macht sie auch in KI-Antworten auffindbar.
2. Kein KI-Schreibstil, kein Content-Chunking. Inhalte für Maschinen umzuschreiben oder in kleine Fragmente zu zerlegen, ist ausdrücklich nicht empfohlen. Geschrieben wird für Menschen.
3. Schema.org ist Teil normaler SEO-Hygiene, kein KI-Hebel. Strukturierte Daten qualifizieren Seiten für Rich Results und stützen den Knowledge Graph, sind aber laut Google weder Voraussetzung für die KI-Features noch ein direkter Faktor für KI-Zitate.
4. Künstliche Markennennungen funktionieren nicht. Gekaufte oder gezielt gestreute Erwähnungen haben keinen messbaren KI-Effekt und können Googles Spam-Policies verletzen.

Praktisch bedeutet das: Es gibt keine technische Abkürzung zu mehr KI-Sichtbarkeit. Wer in den Antworten von ChatGPT, Gemini oder Perplexity vorkommen will, braucht echte Abdeckung in den Quellen, die diese Modelle pro Anfrage live durchsuchen.

Googles Leitfaden bezieht sich auf die eigenen KI-Features. ChatGPT und Perplexity nutzen andere Infrastruktur, aber dasselbe Grundmuster: Live-Websuche pro Anfrage, dann eine zitierte Antwort. Was Auffindbarkeit in klassischen Suchergebnissen verbessert, verbessert in der Regel auch die Wahrscheinlichkeit, in KI-Antworten genannt zu werden.

An genau dieser Stelle setzt Achtung.app an: nicht bei der Frage, wie du diese Abdeckung aufbaust, sondern bei der Frage, ob sie in echten KI-Antworten ankommt, pro Anbieter, pro Keyword, Messung für Messung.

Quelle: Google, AI features and your website.

Was Achtung.app noch nicht misst

Diese Liste ist absichtlich öffentlich. Sie ändert sich, wenn Achtung.app etwas hinzufügt – und sie ist die ehrlichste Antwort darauf, wie weit das Produkt heute ist.

• Vorhersage zukünftiger Sichtbarkeit. Achtung.app beobachtet Trends, prognostiziert sie aber nicht.
• Direkte Umsatzzuordnung. Achtung.app verbindet Sichtbarkeit nicht automatisch mit Klicks, Leads oder Umsatz. Das ist auf der Roadmap.
• Empfehlungs-Workflows. Insights sind heute Texte, keine nachverfolgbaren Aufgaben.
• Vollständige Halluzinations-Erkennung. Der Filter fängt offensichtliche Erfindungen ab, aber nicht alle.
• Google AI Mode als eigene Messquelle. Für die automatisierte Antwortmessung gibt es dafür keinen öffentlich dokumentierten Zugang.
• Bezahlte Platzierungen in KI-Oberflächen, zum Beispiel ChatGPT Ads. Gemessen wird die Antwort selbst, nicht der Anzeigenblock daneben.