1. Was ist KI Share of Voice?
KI Share of Voice (KI-SoV) ist der Anteil relevanter KI-Antworten, in denen eine Marke positiv erwähnt wird, gemessen an einem definierten Frageset. Er wird als Prozentzahl ausgedrückt und ist die primäre Metrik zur Messung von KI-Sichtbarkeit.
Formel: KI-SoV = (Anzahl Antworten mit Markenerwähnung / Gesamtzahl getesteter Fragen) × 100
Der KI Share of Voice ist das Äquivalent des klassischen Share of Voice aus der Markenforschung, angepasst an die neue Realität der KI-gestützten Informationssuche. Wo klassischer SoV misst, wie oft eine Marke in Werbung, Medien oder Suchergebnissen erscheint, misst KI-SoV die Präsenz in synthetisierten Antworten von Sprachmodellen.
Die Metrik ist deshalb so relevant, weil sie direkt abbildet, was potenzielle Kunden sehen, wenn sie KI-Systeme zur Recherche nutzen. Ein Unternehmen mit einem KI-SoV von 40 Prozent wird in 4 von 10 relevanten Anfragen genannt. Ein Unternehmen mit einem KI-SoV von 5 Prozent ist für den Großteil seiner potenziellen Kunden in der KI-Recherchephase unsichtbar.
2. Warum KI-SoV die wichtigste Metrik der GEO-Ära ist
Klassische SEO-Metriken wie Keyword-Rankings, organischer Traffic und Backlink-Anzahl messen Sichtbarkeit in einer Welt, in der Nutzer Suchergebnislisten durchsuchen und auf Links klicken. Diese Welt existiert noch, aber sie schrumpft. KI-Systeme beantworten Fragen direkt, ohne dass der Nutzer eine Website besuchen muss.
Das bedeutet: Ein Unternehmen kann auf Platz 1 für ein wichtiges Keyword ranken und trotzdem in 90 Prozent der relevanten KI-Antworten fehlen. Umgekehrt kann ein Unternehmen mit mittelmäßigen SEO-Rankings einen hohen KI-SoV haben, wenn es die richtigen Autoritätssignale gesetzt hat.
Wichtige Unterscheidung: KI-SoV misst nicht, ob Ihre Website in den Trainingsdaten eines Modells vorkommt. Er misst, ob das Modell Ihre Marke in einer konkreten Antwort auf eine konkrete Frage nennt. Das ist eine Funktion von Autorität, Relevanz und Quellenvielfalt, nicht von Keyword-Dichte.
Für B2B-Unternehmen ist KI-SoV besonders kritisch, weil die Recherchephase im B2B-Kaufprozess länger und intensiver ist als im B2C-Bereich. Einkäufer und Entscheider nutzen KI-Systeme für komplexe Fachfragen, Anbietervergleiche und Marktrecherchen. Wer in dieser Phase nicht sichtbar ist, verliert Leads, bevor ein Erstkontakt stattgefunden hat.
3. KI-SoV manuell messen: Schritt für Schritt
Manuelles Tracking ist der einfachste Einstieg und für die meisten Unternehmen der richtige erste Schritt. Es erfordert keine Lizenzgebühren und liefert bereits belastbare Daten.
Schritt 1: Frageset definieren
Definieren Sie 20 bis 50 Fragen, die Ihre Zielgruppe in KI-Systemen stellen würde. Das Frageset sollte drei Kategorien abdecken: Kategorierecherche ("Welche Anbieter gibt es für X?"), Problemlösungsrecherche ("Wie löse ich Problem Y?") und Vergleichsrecherche ("Was ist der Unterschied zwischen X und Z?"). Wählen Sie Fragen, die für Ihre Kernzielgruppe relevant sind, nicht Fragen, bei denen Sie bereits bekannt sind.
Schritt 2: Wettbewerber definieren
Definieren Sie 3 bis 5 direkte Wettbewerber, gegen die Sie Ihren KI-SoV messen wollen. Wählen Sie Unternehmen, die für dieselben Kunden relevant sind, nicht unbedingt die größten Player im Markt. Der relative KI-SoV gegenüber direkten Wettbewerbern ist aussagekräftiger als ein absoluter Wert.
Schritt 3: Testen und dokumentieren
Testen Sie jede Frage in ChatGPT (GPT-4), Perplexity und Google AI Overviews. Dokumentieren Sie für jede Antwort: Wird Ihre Marke genannt? Wenn ja, in welchem Kontext (positiv, neutral, negativ)? Auf welcher Position? Welche Wettbewerber werden genannt? Verwenden Sie eine einfache Tabelle mit diesen Spalten.
Schritt 4: KI-SoV berechnen
Berechnen Sie den KI-SoV separat für jedes KI-System und als Gesamtwert. Berechnen Sie auch den KI-SoV Ihrer Wettbewerber, um den relativen Vorsprung oder Rückstand zu verstehen. Wiederholen Sie diesen Prozess wöchentlich oder monatlich und dokumentieren Sie den Trend.
| Frage | ChatGPT | Perplexity | Google AIOverviews | Kontext |
|---|---|---|---|---|
| Welche Anbieter für X sind führend? | Ja (Pos. 2) | Ja (Pos. 1) | Nein | Positiv |
| Wie löse ich Problem Y? | Nein | Ja (Pos. 3) | Nein | Neutral |
| Was ist der Unterschied X vs. Z? | Ja (Pos. 1) | Ja (Pos. 2) | Ja (Pos. 1) | Positiv |
Beispiel-Tracking-Tabelle: Grün = Marke genannt, Grau = nicht genannt. Position zeigt Rangfolge in der Antwort.
4. Tools für automatisiertes Tracking
Für größere Fragesets und systematisches Monitoring empfehlen sich spezialisierte Tools. Der Markt für KI-Sichtbarkeits-Tracking ist noch jung, aber einige Anbieter haben sich bereits etabliert.
| Tool | Stärken | Einschränkungen | Preismodell |
|---|---|---|---|
| Profound | Umfassendes KI-SoV-Tracking, Wettbewerbsvergleich, Sentiment-Analyse | Teuer für kleine Unternehmen, primär US-Markt | Enterprise, ab ca. $500/Monat |
| Otterly.ai | Einfache Bedienung, gutes Preis-Leistungs-Verhältnis, DACH-kompatibel | Weniger Tiefe bei Sentiment-Analyse | Ab ca. $99/Monat |
| Brandwatch | Etabliertes Tool, breite Medienabdeckung, KI-Monitoring als Add-on | KI-Tracking nicht Kernfokus, teuer | Enterprise, auf Anfrage |
| Manuell (Spreadsheet) | Kostenlos, volle Kontrolle, kein Vendor-Lock-in | Zeitaufwändig, nicht skalierbar über 50 Fragen | Kostenlos |
Für die meisten mittelständischen Unternehmen empfiehlt sich ein hybrider Ansatz: Manuelles Tracking für die wichtigsten 20 bis 30 Fragen, ergänzt durch ein Tool für automatisiertes Monitoring der Kernmetriken. Der Einsatz eines spezialisierten Tools lohnt sich, wenn das Frageset mehr als 50 Fragen umfasst oder wenn wöchentliches Reporting für mehrere Stakeholder erforderlich ist.
5. Benchmarks und Interpretation
KI-SoV-Benchmarks variieren stark nach Branche, Wettbewerbsintensität und Marktreife. Die folgenden Orientierungswerte basieren auf Beobachtungen aus verschiedenen B2B-Märkten im DACH-Raum.
Wichtiger als der absolute Wert ist der Trend. Ein Unternehmen, das seinen KI-SoV in 6 Monaten von 8 auf 22 Prozent gesteigert hat, ist auf einem guten Weg. Ein Unternehmen, das seit 12 Monaten bei 15 Prozent stagniert, hat ein strukturelles Problem in seiner GEO-Strategie.
Ebenso wichtig ist die Verteilung über Themenfelder. Ein hoher Gesamt-KI-SoV kann über Schwächen in einzelnen Themenbereichen hinwegtäuschen. Messen Sie den KI-SoV separat für jede wichtige Produktkategorie oder Dienstleistung.
6. KI-SoV systematisch steigern
KI-SoV steigt nicht durch einzelne Maßnahmen, sondern durch systematische Arbeit an mehreren Hebeln gleichzeitig. Die folgenden Hebel sind nach Wirkungsgeschwindigkeit sortiert.
Hebel 1: Citation-Ready Content (Wirkung: 60–90 Tage)
Inhalte, die präzise Definitionen, klare Strukturen und belegbare Fakten enthalten, werden von KI-Systemen bevorzugt zitiert. Erstellen Sie pro Kernthema eine umfassende Pillar Page. Verwenden Sie strukturierte Formate: Definitionen, Tabellen, nummerierte Listen. Aktualisieren Sie bestehende Inhalte regelmäßig, da KI-Systeme aktuelle Quellen bevorzugen.
Hebel 2: Entity-Struktur (Wirkung: 30–60 Tage)
Schema.org-Markup (Organization, Service, Person, FAQPage) hilft KI-Systemen, Ihre Marke als klar definierte Entität zu erkennen. Konsistente Beschreibungen in Branchenverzeichnissen, Google Business Profile und LinkedIn verstärken das Entitätssignal. Dieser Hebel wirkt schnell, weil er die Grundlage für alle anderen Maßnahmen legt.
Hebel 3: Authority Building (Wirkung: 90–180 Tage)
Gastbeiträge in relevanten Fachmedien, Zitate in Branchenberichten und Erwähnungen in Podcasts bauen externe Autorität auf. KI-Systeme vertrauen externen Quellen mehr als der eigenen Website. Ziel ist ein "Surround Sound": Ihre Kernaussagen erscheinen konsistent in den Quellen, die KI-Modelle als vertrauenswürdig einstufen.
Hebel 4: Sentiment-Management (kontinuierlich)
Negative Erwähnungen in KI-Antworten können den effektiven KI-SoV senken, auch wenn die Marke häufig genannt wird. Monitoring von Sentiment und proaktives Management negativer Narrative sind kontinuierliche Aufgaben.
7. Reporting und Stakeholder-Kommunikation
KI-SoV ist eine neue Metrik, die viele Stakeholder noch nicht kennen. Effektives Reporting erklärt nicht nur den Wert, sondern stellt ihn in den Kontext klassischer Metriken.
| Report-Element | Inhalt | Frequenz |
|---|---|---|
| KI-SoV-Dashboard | Aktueller KI-SoV, Trend, Wettbewerbsvergleich | Wöchentlich |
| Themenfeld-Analyse | KI-SoV nach Produktkategorie oder Dienstleistung | Monatlich |
| Sentiment-Report | Tonalität der Erwähnungen, kritische Formulierungen | Monatlich |
| Maßnahmen-Wirkungsanalyse | Korrelation zwischen Maßnahmen und KI-SoV-Veränderungen | Quartalsweise |
| Strategischer Review | Zielabgleich, Anpassung der GEO-Strategie | Quartalsweise |
Für die Kommunikation mit Geschäftsführung und Vorstand empfiehlt sich eine klare Verbindung zwischen KI-SoV und Geschäftsergebnissen: Inbound-Lead-Rate, Qualität der Leads und Abschlussrate bei Leads aus KI-Kanälen. Diese Verbindung herzustellen erfordert ein sauberes Lead-Tracking, das den Ursprungskanal erfasst.
8. Häufige Messfehler
Ein Frageset mit weniger als 20 Fragen liefert keine statistisch belastbaren Ergebnisse. Zufällige Schwankungen in einzelnen Antworten können den KI-SoV stark verzerren. Empfehlung: Mindestens 30 Fragen für ein belastbares Bild.
ChatGPT, Perplexity und Google AI Overviews haben unterschiedliche Quellen und Algorithmen. Wer nur eine Plattform testet, sieht nur einen Teil des Bildes. Ein vollständiges Tracking umfasst mindestens drei Systeme.
Ein absoluter KI-SoV von 20 Prozent kann stark oder schwach sein, je nachdem, was Wettbewerber erreichen. Ohne Wettbewerbsdaten fehlt der Kontext für die Interpretation.
Eine Erwähnung im negativen Kontext schadet mehr als sie nützt. Tracking ohne Sentiment-Analyse liefert ein unvollständiges Bild der tatsächlichen KI-Sichtbarkeit.
Ohne eine Baseline vor dem Start von GEO-Maßnahmen ist es unmöglich, deren Wirkung zu messen. Der erste Schritt jeder GEO-Strategie ist immer der Baseline-Audit.
9. Häufig gestellte Fragen
KI Share of Voice (KI-SoV) misst, wie oft eine Marke in relevanten KI-Antworten von Systemen wie ChatGPT, Perplexity oder Google AI Overviews erscheint, im Verhältnis zu relevanten Wettbewerbern. Er wird als Prozentzahl ausgedrückt: Wenn eine Marke in 15 von 50 getesteten Antworten erscheint, beträgt ihr KI-SoV 30 Prozent. Diese Metrik ist der zentrale KPI für jede GEO-Strategie.
Der einfachste Einstieg ist manuelles Tracking: Definieren Sie 20 bis 30 relevante Fragen, testen Sie diese wöchentlich in ChatGPT und Perplexity und dokumentieren Sie die Ergebnisse in einer Tabelle. Dieser Ansatz kostet keine Lizenzgebühren und liefert bereits belastbare Daten für die Steuerung der GEO-Strategie. Für größere Fragesets und automatisiertes Tracking empfehlen sich Tools wie Profound oder Otterly.ai.
Wöchentliches Tracking ist empfehlenswert, um Trends rechtzeitig zu erkennen. Monatliche Berichte reichen für die strategische Steuerung. Bei aktiven GEO-Kampagnen oder nach größeren Content-Veröffentlichungen ist tägliches Tracking für 2 bis 4 Wochen sinnvoll, um die Wirkung der Maßnahmen zu beobachten.
Ein absoluter Benchmark ist schwer zu definieren, da er stark von der Wettbewerbsintensität der Branche abhängt. Als Orientierung: Ein KI-SoV von über 30 Prozent in Kernthemen ist ein starkes Ergebnis. Wichtiger als der absolute Wert ist der relative Vorsprung gegenüber dem nächsten Wettbewerber und der Trend über Zeit.
Jedes KI-System hat unterschiedliche Trainingsdaten, Retrieval-Mechanismen und Gewichtungsalgorithmen. ChatGPT und Perplexity greifen auf unterschiedliche Quellen zurück. Google AI Overviews bevorzugt Quellen, die bereits in den Google-Index aufgenommen sind. Ein vollständiges Bild ergibt sich nur durch Tracking über mehrere Systeme hinweg.
Ja, und das ist oft sogar aufschlussreicher. Messen Sie, wie oft Ihre Produkte oder Dienstleistungen in Antworten zu spezifischen Anwendungsfällen erscheinen, nicht nur bei direkten Markenanfragen. Das zeigt, ob Sie als Lösung für konkrete Probleme wahrgenommen werden, was für den B2B-Kaufprozess entscheidend ist.
10. Weiterführende Ressourcen
Grundlagen der Generative Engine Optimization vollständig erklärt
Wie Mittelständler und Konzerne ihre KI-Sichtbarkeit systematisch aufbauen
Strukturprinzipien für Inhalte, die KI-Systeme bevorzugt zitieren
Gemeinsamkeiten, Unterschiede und wie beide Disziplinen zusammenspielen
