Ein AI Visibility Checker zeigt, ob die großen KI-Engines (ChatGPT, Perplexity, Google AI Overviews und Copilot) deine Marke nennen, wenn Käufer:innen Fragen zu deiner Kategorie stellen. Eine solide Version kannst du heute Nachmittag selbst bauen, mit einem festen Prompt-Set und einer Tabelle, und erst danach entscheiden, ob sich ein kostenpflichtiger Tracker lohnt.
- Ein AI Visibility Checker zählt Markennennungen und Zitierungen über Chatbots hinweg, weil KI-Antworten kein festes Ranking kennen.
- Ein kostenloser manueller Check braucht 10 bis 30 unbrandete Prompts, jeweils 3 bis 5 Mal ausgeführt.
- Bezahlte Tracker starten bei 29 US-Dollar im Monat mit Otterly.AI Lite und reichen bis rund 400 US-Dollar mit Profound Growth.
- Warte mit der Bewertung eines Scores, bis jeder Prompt sieben- oder achtmal gelaufen ist.
Was ein AI Visibility Checker wirklich misst
Ein AI Visibility Checker spielt eine Reihe von Käuferfragen durch KI-Engines und erfasst, ob deine Marke auftaucht, wie sie beschrieben wird und welche Quellen die Credits bekommen. Klassisches Ranking-Tracking liefert dir eine Position pro Keyword. KI-Antworten kennen keine feste Position, deshalb zählt ein Checker, wie oft du über viele Durchläufe hinweg erscheinst.
Zählen ist wichtig, weil einzelne Antworten fast zufällig sind. In einer Studie von SparkToro und Gumshoe ließen 600 Freiwillige 12 identische Prompts durch ChatGPT, Claude und Googles KI laufen und sammelten knapp 3.000 Antworten. Die Chance, zweimal dieselbe Markenliste zu bekommen, lag bei unter 1 zu 100. Dieselbe Liste in derselben Reihenfolge zu erhalten, passierte etwa einmal in 1.000 Versuchen.
Die meisten Checker melden eine Mischung aus diesen fünf Signalen:
- Mentions: ob dein Markenname überhaupt in der Antwort vorkommt.
- Zitierungen: ob die Engine auf deine Seiten als Quelle verlinkt und woher Referral-Klicks kommen.
- Share of Voice: wie oft du im Vergleich zum Wettbewerb bei denselben Prompts genannt wirst.
- Sentiment: wie die Antwort dich beschreibt, von Top-Empfehlung bis Randnotiz mit Einschränkung.
- Prompt Coverage: der Anteil deiner getrackten Prompts, bei denen du mindestens einmal auftauchst.
Markenlisten verändern sich außerdem laufend. Über 1.247 Käufer-Intent-Prompts, 90 Tage lang auf acht KI-Plattformen getrackt, lieferten rund 17 Prozent der Prompts eine andere Markenauswahl als am Vortag, und die mittlere Markenliste blieb nur 5 Tage unverändert.
So prüfst du deine eigene KI-Sichtbarkeit heute kostenlos
Du brauchst rund 20 Minuten, eine Tabelle und Logins für die Engines, die deine Käufer:innen nutzen. Ziel ist ein wiederholbarer Test, deshalb geht es bei jedem Schritt darum, die Bedingungen von Durchlauf zu Durchlauf identisch zu halten. Gute Prompts folgen Mustern wie „bestes X für Y”, „X vs. Y” und „wie löse ich Z mit kleinem Budget”.
- Schreibe 10 bis 30 unbrandete Käufer-Prompts aus Vertriebsgesprächen und Support-Tickets.
- Gib jedem Prompt eine ID und friere den Wortlaut ein. Ein verändertes Wort erzeugt einen neuen Test.
- Markiere deine 10 Kern-Prompts, die der Kaufentscheidung am nächsten liegen. Die lässt du am häufigsten erneut laufen.
- Nutze einen temporären Chat in ChatGPT oder ein Inkognito-Fenster, damit gespeicherte Erinnerungen draußen bleiben.
- Wiederhole jeden Prompt 3 bis 5 Mal in frischen Chats, sowohl mit Websuche aus als auch mit Websuche an.
Protokolliere jeden Durchlauf mit einheitlichem Kontext: Prompt-ID, Engine, Modell, Suchmodus, Datum, Uhrzeit und Standort. Erfasse jeden Durchlauf in einer eigenen Zeile und halte das vollständige Ergebnis fest: die komplette Antwort, genannte Marken in Reihenfolge, deine Position, jede zitierte URL und Mention ja/nein. Mit diesen Feldern lässt sich der Durchlauf im nächsten Monat sauber mit diesem hier vergleichen, und du kannst Ergebnisse später bewerten, ohne irgendetwas noch einmal zu machen. Die kostenlose manuelle Methode funktioniert bei jeder Engine gleich.
Mention Rate: der Anteil der Durchläufe, in denen deine Marke auftaucht. Genannt in 2 von 5 Durchläufen für einen Prompt bedeutet eine Mention Rate von 40 Prozent, und genau diese Prozentzahl trackst du über die Zeit.
Bezahlte AI-Visibility-Tools: Was sie tracken und was sie kosten
Drei dedizierte Tracker decken die meisten Budgets ab: Otterly.AI für Solo-Marketer und kleine Teams, Peec AI für den Mid-Market und Profound für Enterprise. Die Preise unten sind Listenpreise in USD oder EUR, so wie sie von den Anbietern oder Vergleichsseiten veröffentlicht werden.
| Tool | Getrackte Engines | Preis pro Monat | Am besten für |
|---|---|---|---|
| Otterly.AI | Vier KI-Suchmaschinen in jedem Plan. Google AI Mode, Gemini und Claude sind kostenpflichtige Add-ons (9 bis 149 US-Dollar extra). | Lite 29 US-Dollar (15 Prompts), Standard 189 US-Dollar (100 Prompts, API-Zugriff), Premium 489 US-Dollar (400 Prompts), Enterprise ab rund 1.000 US-Dollar | Solo-Marketer und kleine Teams |
| Peec AI | Du wählst 3 Modelle aus einem Pool. Zusätzliche Modelle kosten etwa 35 bis 165 US-Dollar. Claude und DeepSeek sind teils nur im Enterprise-Tarif verfügbar. | Starter etwa 89 bis 95 Euro (rund 50 Prompts, 1 Projekt), Pro etwa 245 US-Dollar bzw. 199 Euro, Advanced etwa 495 US-Dollar (350 Prompts, 5 Projekte, mehrere Länder) | Europäische Agenturen und Mid-Market-B2B-SaaS-Teams mit Fokus auf GEO-Tracking und Sentiment |
| Profound | Starter deckt nur ChatGPT ab. Growth ergänzt Perplexity und Google AI Overviews. | Starter 99 US-Dollar (50 Prompts, 1 Sitzplatz, nur jährliche Abrechnung), Growth 399 US-Dollar, Enterprise auf individuelles Angebot | Mid-Market- bis Enterprise-Teams mit Budget für tiefe Analytics und Agent-Traffic-Zuordnung |
Profound veröffentlicht für seine höheren Tarife keine Self-Service-Preise. Enterprise-Verträge bewegen sich typischerweise zwischen rund 30.000 US-Dollar und sechsstelligen Beträgen im Jahr, also am besten ein Angebot einholen. Weitere Enterprise-Optionen in derselben Preisklasse sind KIME, TMX Visibility und Scrunch AI. Otterly.AIs eigene Preisseite listet jedes Add-on einzeln auf.
Brauchst du überhaupt eins? Für die meisten kleinen Teams im ersten Monat nicht. Eine Tabelle bewältigt 10 bis 30 Prompts problemlos. Die Rechnung ändert sich, sobald du einen stabilen Prozentwert willst: Dafür braucht es mindestens 60 Durchläufe pro Prompt, und das macht niemand von Hand. Sobald deine Prompt-Liste größer wird, als du in einer Stunde pro Woche abarbeiten kannst, zahlt sich Automatisierung aus.
Ergebnisse richtig lesen: guter Score, schlechter Score oder nur Rauschen?
Einen universellen „guten” AI-Visibility-Score gibt es nicht. Jeder Anbieter baut seine Skala von 0 bis 100 anders auf, deshalb sind die einzigen fairen Vergleiche dein eigener Trend über die Zeit und dein Share of Voice gegenüber dem Wettbewerb bei denselben Prompts.
Die Stichprobengröße entscheidet, ob eine Zahl überhaupt etwas bedeutet. Eine Analyse von knapp 12.800 KI-Antworten ergab, dass ein einzelner Durchlauf ein 95-Prozent-Konfidenzintervall von rund ±33 Prozentpunkten hat. Sieben bis acht Wiederholungen pro Prompt engen das auf etwa ±10 ein, und erst dann bekommt die Zahl Gewicht.
Auch die Volatilität unterscheidet sich je nach Engine. Perplexitys Markenlisten blieben im Median 3 Tage stabil, Claudes 11. Über 90 Tage wechselte die an erster Stelle empfohlene Marke bei 65 Prozent der Prompts mindestens einmal, ein Rückgang von einer Woche zur nächsten ist also oft nur eine Neumischung.
Folienreif: Eine Mention Rate, die angibt, wie viele Prompts und Durchläufe dahinterstehen, übersteht eine kritische Rückfrage der Geschäftsführung. „ChatGPT hat uns einmal erwähnt” tut das nicht.
Richte den Aufwand nach der Frage aus, die du beantworten willst. Ein schneller Check braucht 10 bis 30 Prompts mit je einem Durchlauf. Eine erste Baseline braucht 20 bis 50 Prompts mit zwei bis sechs Durchläufen. Zu belegen, dass eine Optimierung gewirkt hat, erfordert 40 bis 100 Käufer-Intent-Prompts mit 300 bis 900 Durchläufen pro Engine, typischerweise zwei- oder dreimal pro Woche über vier bis sechs Wochen.
Investiere neuen Aufwand in neue Fragen. Die Ergebnisse schwanken stärker zwischen verschiedenen Prompts als zwischen Wiederholungen desselben Prompts, eine echte neue Kundenfrage bringt dir also mehr als ein umformulierter alter Prompt. In Themen zu denken hilft dabei, mit rund 15 bis 20 Prompts pro Thema als praktischer Untergrenze.
Ein guter Rhythmus: Lass deine 10 Kern-Prompts jeden Montag laufen, protokolliere sie in derselben Tabelle und beurteile den Trend nach vier Wochen. Öffne dabei auch jede zitierte URL, denn Engines zitieren mitunter Seiten, die es gar nicht gibt oder die nicht das sagen, was die Antwort behauptet. Wenn dir ein Anbieter einen Score zeigt, frag nach, wie viele Durchläufe pro Prompt dahinterstehen.
Fünf Hebel, die deine Chancen auf Zitierung erhöhen
Wenn dein Check zeigt, dass du fehlst, arbeite diese Punkte der Reihe nach ab. Der erste dauert Minuten, der letzte dauert Monate.
- Erlaube Retrieval-Agenten (OAI-SearchBot, ChatGPT-User, PerplexityBot, Claude-SearchBot) in der robots.txt, damit sie Seiten für Zitierungen abrufen können.
- Eröffne jede frageförmige H2 mit einer Antwort-Kapsel: einer in sich geschlossenen 40- bis 60-Wörter-Antwort.
- Halte Abschnitte bei 120 bis 180 Wörtern, mit kurzen Absätzen, Tabellen für Vergleiche und Listen für Eigenschaften.
- Verdiene dir Mentions auf Quellen, die die Engines selbst zitieren, etwa Reddit, Fachportale, Bewertungsseiten und Wikipedia.
- Füge Organization-, Person- und Article-Schema hinzu, dazu sichtbare Autor:innen-Profile, damit Engines prüfen können, wer was geschrieben hat.
In der robots.txt kannst du weiterhin reine Trainings-Crawler wie GPTBot, ClaudeBot und Google-Extended blockieren, während die Such-Agenten erlaubt bleiben. Blockiere niemals den Googlebot, denn damit verschwindest du auch aus der Google-Suche und aus AI Overviews. Die Abschnittslänge zahlt sich ebenfalls aus: Abschnitte mit 120 bis 180 Wörtern erreichen im Schnitt 4,6 Zitierungen, Abschnitte unter 50 Wörtern nur 2,7. Schema garantiert für sich genommen nichts, macht deine Seiten aber trotzdem leichter auslesbar und zuordenbar.
Timing: Eine Änderung der robots.txt wirkt auf deinem Server sofort, aber Anbieter wie OpenAI können Tage bis Wochen brauchen, um der neuen Regel vollständig zu folgen. Teste nach einem Monat erneut, bevor du die Wirkung beurteilst.
Alle fünf Hebel lassen sich intern umsetzen, am besten mit der robots.txt diese Woche und Antwort-Kapseln auf deinen drei wichtigsten Seiten als Nächstes. Falls dein Team für Kapseln, Restrukturierung und regelmäßige Updates die Stunden fehlen: Claire ist ein KI-Agent, der Inhalte für Google und KI-Suchmaschinen wie ChatGPT recherchiert, schreibt und veröffentlicht.
AI-Referral-Traffic in deinen Analytics erkennen
Zitierungen mit Links tauchen in GA4 als Referral-Besuche von den Domains der Engines auf. Damit du sie an einer Stelle siehst, leg in GA4 eine benutzerdefinierte Kanalgruppe an, füge einen Kanal namens „AI Referral” mit Session Source passend zu den unten stehenden Domains hinzu und priorisiere ihn über dem Standard-Referral-Kanal, damit diese Besuche dort nicht einfach aufgehen.
- chatgpt.com
- perplexity.ai
- copilot.microsoft.com
- gemini.google.com
Kombiniere das mit der Search Console: Fallen die organischen Impressionen, während die Besuche von KI-Domains steigen, siehst du eine Kanalverschiebung, und die lässt sich deutlich einfacher erklären als ein reiner Traffic-Verlust.
Dein nächster Schritt: diese Woche eine Baseline schaffen
Die meisten Teams verlieren Wochen damit, Tracker zu vergleichen, während vier Wochen Tabellen-Test schon zeigen würden, ob überhaupt ein Sichtbarkeitsproblem vorliegt. Lass deine 10 Kern-Prompts heute laufen, protokolliere jede Antwort und trag dir eine Erinnerung ein, genau dasselbe Set in vier Wochen zu wiederholen. Ist die Lücke real, hast du die Daten, um ein Tool oder einen Content-Push zu rechtfertigen. Läuft es bereits gut, hast du auch das schriftlich.
FAQ
Kann ich meine Website direkt bei ChatGPT einreichen, damit es meine Marke kennt?
Nein, es gibt kein Einreichungsformular, das deine Marke in ChatGPTs Antworten bringt. Was du kontrollieren kannst, ist der Zugriff: Erlaube OAI-SearchBot in der robots.txt, damit ChatGPTs Suche deine Seiten abrufen kann, und halte die Website für reguläre Suchmaschinen indexierbar.
Was schützt das Blockieren von KI-Crawlern in der robots.txt tatsächlich?
Künftiges Training durch regelkonforme Crawler, und sonst nichts. GPTBot, ClaudeBot oder Google-Extended zu blockieren hält sie ab jetzt draußen, holt aber nicht zurück, was bereits gesammelt wurde. Blockierst du auch die Such-Bots, kostet dich das Zitierungen.
Bringt eine Zitierung durch ChatGPT oder Perplexity meiner Website tatsächlich Traffic?
Meist etwas. Zitierte Links in ChatGPT und Perplexity sind klickbar, und diese Besuche erscheinen unter Referrern wie chatgpt.com. Viele Nutzer:innen bekommen ihre Antwort, ohne zu klicken, deshalb bauen Mentions Bekanntheit auf, während Referral-Besuche der Teil sind, den du messen kannst.
Ist ein kostenloses AI-Visibility-Checker-Widget genauso verlässlich wie manuelles Testen oder ein bezahltes Tool?
Selten, wenn es jeden Prompt nur einmal ausführt. Ein einzelner Durchlauf sagt dir fast nichts über deine typische Sichtbarkeit aus. Nutze ein Widget als ersten Eindruck und vertrau nur Ergebnissen, die auf mehreren Durchläufen pro Prompt beruhen.