KPIs in der AI Search

Wie oft taucht Ihre Marke in KI-Antworten auf – egal ob mit oder ohne Quelle?

→ Indikator für grundlegende Präsenz im KI-Kosmos

Warum ist das wichtig? Mentions sind der erste und niedrigschwelligste Indikator dafür, ob eine Marke überhaupt im "Relevant Set" eines LLMs vorkommt. Ohne Mentions gibt es keine Sichtbarkeit – unabhängig davon, wie gut Inhalte sind. 

Beispiel: Ein:e User:in fragt: „Was sind die besten PDF-Tools?“. Die Antwort enthält: „Adobe Acrobat, Smallpdf und PDF24 sind gängige Lösungen…". 

→ Adobe erhält damit eine Mention, auch wenn kein Link gesetzt ist. 

Was kann das KPI gut? 

• Misst grundlegende KI-Präsenz 

• Zeigt, ob eine Marke im Entscheidungsraum der KI existiert 

• Früher Indikator für erfolgreiche GEO-Optimierung 

  
  

Was kann das KPI nicht? 

• Keine Aussage über Qualität oder Bewertung (positiv/negativ) 

• Keine Aussage über Einfluss auf Entscheidungen 

• Keine Differenzierung zwischen prominenter und beiläufiger Nennung 

  
  

Fazit: Mentions sind ein notwendiger, aber kein ausreichender KPI. Sie zeigen zwar Sichtbarkeit, aber noch nicht deren tatsächliche Wirkung. Hier lassen sich erste Ansatzpunkte finden: Themen- und Content-Lücken können identifiziert und gezielt ausgebaut werden, um die eigene Präsenz in der KI zu erhöhen. 

Wie oft werden Ihre Inhalte aktiv als Quelle in KI-Antworten genutzt? 

→ Zeigt, ob Inhalte als vertrauenswürdige Grundlage dienen 

Warum ist das wichtig? Citations sind der stärkste Qualitätsindikator in der AI Search. Sie zeigen nicht nur, dass eine Marke „bekannt“ ist, sondern dass ihre Inhalte aktiv zur Beantwortung von Fragen herangezogen werden. 

Beispiel: Der User fragt: „Wie funktioniert ein PDF-Editor?“. Die Antwort enthält: „Laut Adobe können Nutzer mit Acrobat PDFs bearbeiten…". 

→ Adobe wird dabei als Quelle genutzt. 

Wichtig: Hier unterscheidet man zwischen implizite Citations (wie in unserem Beispiel) und explizite Citations mit klickbarem Link. 

Was kann das KPI gut? 

• Misst Vertrauen und Autorität 

• Starker Indikator für Content-Qualität 

• Zeigt echte Nutzung von Inhalten; explizite Citations können zusätzlich Klicks auf die Website generieren 

  
  

Was kann das KPI nicht? 

• Kann durch einzelne besonders starke Inhalte überproportional beeinflusst werden 

• Keine vollständige Sichtbarkeit aller Erwähnungen 

• Keine direkte Aussage über Markenimage 

  
  

Fazit: Citations zeigen, ob Inhalte nicht nur sichtbar, sondern relevant und vertrauenswürdig sind. Daraus ergeben sich direkte Hebel: Inhalte können gezielt so optimiert werden, dass sie häufiger als Quelle genutzt werden, und Content-Lücken lassen sich schließen, um Autorität in relevanten Themenfeldern aufzubauen. 

Wie positiv oder negativ wird Ihre Marke in KI-Antworten dargestellt?

→ Entscheidend für Wahrnehmung und Markenwirkung 

Warum ist das wichtig? KI-Systeme spiegeln bestehende Narrative. Das KPI Sentiment zeigt, welches Bild einer Marke im Modell verankert ist (eher positiv oder negativ) und gibt auch einen Eindruck, was Nutzer:innen wahrnehmen. 

Beispiel: „Adobe Acrobat ist leistungsstark, aber teuer…" 

→ Gemischtes Sentiment über die Marke. Das Produkt wird als teuer wahrgenommen (negatives Sentiment), aber qualitativ positiv bewertet (positives Sentiment).  

Was kann das KPI gut? 

• Misst Markenwahrnehmung 

• Frühindikator für Reputationsrisiken 

• Steuerungsgröße für Content 

  
  

Was kann das KPI nicht? 

• Subjektiv und schwankend 

• Prompt-abhängig 

• Kein direkter Business Impact 

  
  

Fazit: Sentiment zeigt, wie die Marke von der KI bewertet wird und nicht nur, ob sie gefunden wird. Das eröffnet konkrete Handlungsoptionen: Inhalte können gezielt so angepasst werden, dass negative Narrative adressiert werden, und gezielte Brand- und Content-Arbeit kann die Wahrnehmung langfristig in eine positivere Richtung verschieben. 

Wie sichtbar ist Ihre Marke im Vergleich zum Wettbewerb über viele Prompts hinweg? 

→ Sollte über einen gewissen Zeiträume bewertet werden, denn diese Kennzahl ist sehr schwankend. 

Warum ist das wichtig? Der Visibility Score bündelt Mentions über ein definiertes Prompt-Set und macht Entwicklungen messbar. Er zeigt deine relative Position im KI-Markt. 

Wichtiger Hinweis: 

• Stark abhängig vom gewählten Prompt-Set (Themen, Formulierungen) 

• Einzelmessungen schwanken → Trends über Zeit sind entscheidend 

  
  

Was kann das KPI gut? 

• Vergleichbarkeit über Zeit (Trend) 

• Benchmarking gegen Wettbewerber 

• Erfolgsmessung von GEO-Maßnahmen 

  
  

Was kann das KPI nicht? 

• Keine Aussage über Qualität (Sentiment) oder Vertrauen (Citations) 

• Verzerrung durch Prompt-Auswahl möglich 

• Keine direkte Aussage über Traffic/Business Impact 

  
  

Fazit: Der Visibility Score zeigt die relative Marktposition, aber nur im Kontext eines sauberen Prompt-Sets.  

Vorgehen: 

1. Definieren Sie ein stabiles, repräsentatives Prompt-Set (Use Cases & Intents). 

2. Tracken Sie regelmäßig Mentions je Prompt. 

3. Gewichten Sie die Prompts zu einem Index (z. B. Anteil der Nennungen). 

4. Vergleichen Sie mit Wettbewerbern und bewerten Sie vor allem den Trend über Zeit statt Einzelwerte. 

Welche Marken werden neben der eigenen Brand genannt und wer dominiert Themen? 

→ Zeigt reale Konkurrenz in KI-Antworten  

Warum ist das wichtig? AI Search ist ein Wettbewerb um Antwortplätze. Der Wettbewerbsvergleich zeigt, wer aktuell die Deutungshoheit über gewisse Themen besitzt.

  
Beispiel: User:in fragt: „Was sind die besten PDF-Tools?“. Die Antwort nennt dabei Marken wie Adobe, Smallpdf, PDF24.  

→ Diese Marken bilden das tatsächliches Wettbewerbsumfeld in der KI. 

Was kann das KPI gut? 

• Identifiziert neue (oft unerwartete) Wettbewerber 

• Zeigt Themen-Ownership und Lücken 

• Grundlage für strategische Positionierung 

  
  

Was kann das KPI nicht? 

• Keine Aussage über Markenwahrnehmung (Sentiment) 

• Keine direkte Aussage über Traffic/Conversion 

• Abhängig vom Prompt-Set 

  
  

Fazit: Der Wettbewerbsvergleich macht sichtbar, gegen wen Sie in der KI wirklich antreffen und nicht nur im klassischen Markt. Konkret heißt das für die eigene Marke: Themenfelder mit hoher Wettbewerbsdichte können gezielt differenziert besetzt werden, während unbesetzte oder schwach bespielte Themen als Opportunity für schnellen Visibility-Aufbau dienen. 

Gibt es Zugriffe durch KI-Systeme und Agenten auf Ihre Inhalte? 

→ Die gänzlich neue Form der Nutzung. 

Warum ist das wichtig? Agentic Traffic entsteht durch autonome KI-Agenten, die Daten analysieren, Entscheidungen treffen und Aktionen ausführen (z. B. Recherche, Vergleich, teilweise auch Kaufvorbereitung) und dies oft ohne direkten menschlichen Klick. Im Unterschied zu Mentions (reine Nennung in Antworten) zeigt Agentic Traffic, dass die Inhalte aktiv abgefragt und verarbeitet werden. 

Wichtig zu wissen:  

• Wachstum: Mit Tools wie ChatGPT (Browsing/Agents), Perplexity und anderen KI-Agenten nimmt dieser Traffic schnell zu. 

• Agentic Commerce: In Teilbereichen wählen Agenten Produkte vor oder initiieren Schritte im Kaufprozess. 

• Anderes Verhalten: Zugriffe sind schneller, zielgerichteter und oft API-orientiert – stellen neue Anforderungen an Tracking, Rate-Limits und Infrastruktur. 

• Implikation: Sichtbarkeit verschiebt sich teilweise in einen „Maschinen-Layer“, der nicht über klassische Klicks messbar ist. 

Beispiel: Ein KI-Agent aggregiert Informationen zu „beste PDF-Tools“, ruft Inhalte von adobe.com ab, um einen strukturierten Vergleich der Tools zu erstellen, und nutzt diese Daten für die weitere Verarbeitung. 

→ Inhalte werden aktiv von Systemen genutzt, auch ohne direkten User-Klick. 

Was kann das KPI gut? 

• Zeigt, ob Inhalte von AI-Systemen aktiv abgerufen werden 

• Früher Indikator für Relevanz in agentischen Workflows 

• Ergänzt klassische Traffic-Perspektiven 

  
  

Was kann das KPI nicht? 

• Schwer eindeutig zu identifizieren (User vs. Bot/Agent) 

• Keine direkte Aussage über menschliche Interaktion 

• Kein unmittelbarer Business Impact ableitbar 
  

Fazit: Agentic Traffic zeigt, ob Inhalte im „Maschinen-Layer“ stattfinden. Das eröffnet konkrete Ansatzpunkte: Inhalte und technische Strukturen (z. B. APIs, strukturierte Daten, Crawlability) können gezielt so optimiert werden, dass sie für KI-Systeme leichter zugänglich und nutzbar sind. 

Gibt es Traffic, der direkt aus AI-Systemen kommt? 

→ Misst konkrete Wirkung von AI-Sichtbarkeit 

Warum ist das wichtig? Referred Traffic ist der direkteste Beleg dafür, dass AI Visibility nicht nur theoretisch existiert, sondern tatsächliches Nutzerverhalten auslöst. Er zeigt, ob Nutzer:innen nach einer KI-Antwort aktiv auf deine Inhalte klicken. 

Beispiel: Ein:e User:in erhält in einer KI-Antwort eine Empfehlung mit Quelle und klickt auf den enthaltenen Link zur Website. 

→ Jackpot! Sichtbarkeit wird zu messbarem Traffic. 

Was kann das KPI gut? 

• Misst tatsächliche Wirkung von AI Visibility 

• Verbindet AI Search mit klassischen Performance-KPIs 

• Ermöglicht Attribution von KI-getriebenem Traffic 
  
  

Was kann das KPI nicht? 

• Erfasst nur explizite Citations mit Klickmöglichkeit 

• Unterschätzt Einfluss von impliziten Mentions (ohne Klick) 

• Abhängig von Tracking und Referrer-Erkennung 

  
  

Fazit: Referred Traffic zeigt, ob AI Visibility in konkrete Nutzung übersetzt wird. Das eröffnet konkrete Ansatzpunkte: Inhalte und Snippets können gezielt so gestaltet werden, dass sie klickwürdiger werden, und klare Value Propositions erhöhen die Wahrscheinlichkeit, dass Nutzer aus der KI-Antwort heraus auf die Website wechseln. 

Neben den Kernmetriken lohnt sich auch ein Blick auf weitere KPIs, die das Gesamtbild vervollständigen und helfen, AI Visibility ganzheitlich zu bewerten:

AI Search verändert nicht nur die Suche, sondern auch die Erfolgsmessung. 

Unternehmen müssen drei Ebenen verstehen: 

• Präsenz (Mentions, Coverage) 

• Vertrauen (Citations, Sentiment) 

• Wirkung (Traffic, Marktanteil) 

Weitere Handlungsempfehlungen zum Thema AI Search finden Sie in unserem AI Playbook – hier geht´s zum kostenlosen Download.