Das AI Visibility Scorecard: Dein SEO-Dashboard ist tot, hier ist der Nachfolger

Ich erinnere mich an den Moment, als ich fassungslos auf zwei Bildschirme starrte. Links mein Analytics-Dashboard für einen Kunden. Top 3 bei Google für sein wichtigstes Keyword, organischer Traffic stabil. Nach alter Logik ein Erfolg. Rechts ein Chatfenster mit ChatGPT. Ich fragte nach einer Produktempfehlung in der Nische des Kunden. Sein Name? Tauchte nicht auf.

In diesem Moment wurde mir klar: Unsere Dashboards lügen. Sie messen eine Vergangenheit, die es so nicht mehr gibt. SEO, wie wir es kannten, ist nur noch die halbe Wahrheit. Die andere, entscheidende Hälfte spielt sich in Systemen ab, die nicht ranken, sondern antworten. Willkommen in der Ära der KI-Sichtbarkeit.

Wenn du wissen willst, ob deine Marke in dieser neuen Welt überhaupt existiert, brauchst du ein neues Messsystem. Ich zeige dir unser internes Framework, die AI Visibility Scorecard. Das ist kein Gerede. Es ist das System, mit dem wir für unsere Kunden die Präsenz in LLMs messbar, steuerbar und für das Management reportbar machen.

Das Wichtigste in Kürze: Die 5-Minuten-Scorecard

Keine Zeit? Hier ist das Framework. Die AI Visibility Scorecard ist ein offenes System, das die Präsenz deiner Marke in Modellen wie ChatGPT, Gemini und Perplexity misst. Es ersetzt Bauchgefühl durch KPIs und besteht aus zwei Kernschichten:

1. Der ‚Brand Mention‘ Index (Der „Was“-Faktor): Misst, wie oft, in welchem Kontext und mit welchem Sentiment deine Marke in generativen Antworten genannt wird. Das ist der Indikator für deine narrative Relevanz.
2. Der ‚Source Authority‘ Score (Der „Woher“-Faktor): Misst, wie oft deine Domain als Quelle für KI-Antworten zitiert wird. Er ist der Indikator für deine datenbasierte Autorität.

Zusammen ergeben diese beiden Scores ein klares Bild deiner tatsächlichen Sichtbarkeit. Eine Zahl, die du tracken, benchmarken und verbessern kannst.

Die Visibility-Krise: Warum dein SEO-Dashboard jetzt halb blind ist

Die meisten Marketer schauen auf Rankings, Traffic und Sichtbarkeitsindizes von Tools wie Sistrix. Das ist, als würde man bei einem Formel-1-Rennen nur auf die Reifentemperatur achten. Wichtig, ja – aber es erzählt nicht die ganze Geschichte.

Die Realität ist brutal. Die Beobachtungen auch:

• In der Praxis zeigt sich, dass viele etablierte Marken in KI-generierten Antworten kaum sichtbar sind.
• Ein Top-Ranking ist nach heutiger Beobachtung keine Garantie mehr, die Antwort in KI-Zusammenfassungen zu liefern.
• Nach unserer Einschätzung ist die Korrelation zwischen einem traditionellen Backlink-Profil und der KI-Sichtbarkeit oft erstaunlich gering. Die alten Autoritätssignale verlieren an Bedeutung.

Dein SEO-Dashboard erfasst diesen Shift nicht. Es misst die Sichtbarkeit in einer Welt, in der Nutzer Links klicken. Aber immer mehr Nutzer bekommen direkte Antworten. Wenn deine Marke nicht Teil dieser Antworten ist, verlierst du den Kampf um Aufmerksamkeit, bevor er überhaupt beginnt.

Unser Framework: Die AI Visibility Scorecard als dein neuer Nordstern

Andere Agenturen reden von „Generative Engine Optimization (GEO)“ oder verstecken, wie manche Tool-Anbieter, proprietäre „KI-Sichtbarkeits-Scores“ hinter einer Paywall. Wir geben dir den Bauplan in die Hand. Unsere AI Visibility Scorecard ist ein offenes, anpassbares Framework. Keine Blackbox. Keine Tool-Abhängigkeit.

Dieses System beantwortet die zwei entscheidenden Fragen:

1. Bin ich Teil der Konversation? (Brand Mention Index)
2. Bin ich die Grundlage der Fakten? (Source Authority Score)

Indem wir diese beiden Dimensionen systematisch messen, machen wir aus dem vagen Ziel („Wir müssen in der KI präsent sein“) eine messbare Operation.

Messmethode 1: Der ‚Brand Mention‘ Index (Was KI über dich sagt)

Der Brand Mention Index quantifiziert deine narrative Präsenz. Die Frage ist nicht nur, ob du genannt wirst, sondern wie. Wir messen drei Faktoren:

• Häufigkeit (Mention Frequency): Wie oft wird deine Marke in einem relevanten Themenset genannt?
• Kontext (Context Score): Wirst du als Marktführer, als eine von vielen Optionen oder als Beispiel für ein Problem genannt?
• Sentiment (Sentiment Score): Ist die Nennung positiv, neutral oder negativ?

Die Scoring-Formel

Wir nutzen eine gewichtete Formel für einen Score von 0-100. Eine vereinfachte Version sieht so aus:

Brand Mention Index = (Gewichtete Frequenz 0.5) + (Kontext-Score 0.3) + (Sentiment-Score * 0.2)

Dabei werden die einzelnen Metriken auf einer Skala bewertet (z.B. 1-5):

• Frequenz: 1 (nie genannt) bis 5 (immer genannt)
• Kontext: 1 (negativ assoziiert) bis 5 (als Top-Empfehlung genannt)
• Sentiment: 1 (klar negativ) bis 5 (klar positiv)

Systematische, reproduzierbare Tests brauchen ein standardisiertes Set von Prompts. Du musst es regelmäßig auf den verschiedenen Modellen (ChatGPT, Gemini, Claude etc.) ausführen. Das verhindert zufällige Einzelergebnisse und schafft eine verlässliche Zeitreihe.

Um dir den Einstieg zu erleichtern, haben wir unser internes Prompt-Protokoll als Vorlage aufbereitet.

Messmethode 2: Der ‚Source Authority‘ Score (Woher KI ihr Wissen nimmt)

Während der Brand Mention Index die narrative Ebene misst, geht der Source Authority Score an die Substanz. Wird deine Domain als Quelle für die Fakten und Daten genutzt, die eine KI in ihrer Antwort verwendet? Bei Antwortmaschinen wie Perplexity oder den Google AI Overviews ist das der entscheidende KPI.

Hier messen wir zwei Dinge:

• Zitationsfrequenz (Citation Frequency): Wie oft wird deine Domain als Quelle für Antworten in deinem Themencluster zitiert?
• Anteil am Modell (Share of Model): Welchen prozentualen Anteil haben deine Zitationen im Vergleich zu deinen direkten Wettbewerbern im selben Themencluster?

Die Messung ist hier technisch anspruchsvoller. Manuelle Abfragen sind zu langsam und fehleranfällig. Wir setzen auf einen kombinierten Tool-Stack:

• Systematische Abfragen: Wir nutzen die APIs der KI-Modelle, wo verfügbar.
• Custom Scraping-Scripts: Wo es keine APIs gibt, extrahieren und zählen eigene Scripts die Zitationen in den Antworten automatisiert.

Diese Methode liefert harte, vergleichbare Daten. Wir sehen schwarz auf weiß, wessen Inhalte als vertrauenswürdig genug eingestuft werden, um die Grundlage für eine KI-Antwort zu sein. Beobachtungen zeigen hier oft einen deutlichen Unterschied: Während einige Modelle wie ChatGPT in E-Commerce-Antworten häufig Marken erwähnen, sind es bei Systemen wie Google AI Overviews tendenziell deutlich weniger. Du musst also genau wissen, auf welcher Plattform du als Quelle und auf welcher du als Marke genannt werden musst.

Die genaue technische Umsetzung, wie wir diese Daten erheben und mit dem Wettbewerb benchmarken, ist ein Thema für sich. Mehr dazu findest du in unserem detaillierten Guide: System-Analyse: Die Daten-Schnittstellen für unser Monitoring.

System-Analyse: So automatisierst du deine Datenerhebung

Die manuelle Abfrage deiner Sichtbarkeit ist ein guter Start, aber sie skaliert nicht. Professionelles Monitoring erfordert Automatisierung. Das Rückgrat unserer Scorecard ist ein System, das systematisch Daten über APIs und Scraping sammelt.

• API-Anbindungen: Für Modelle wie OpenAI (ChatGPT) oder die Google AI Platform (Gemini) nutzen wir die offiziellen APIs, um in großem Stil Prompts abzusetzen und die Antworten strukturiert zu erfassen.
• Scraping-Lösungen: Für Systeme ohne stabile APIs (wie die Zitationsanalyse in Perplexity) bauen wir gezielte Web-Scraper. Sie parsen die HTML-Struktur der Ergebnisseiten und extrahieren die relevanten Datenpunkte (Antworttext, Quellen-URLs).

Diese Rohdaten fließen in eine zentrale Datenbank. Dort werden sie verarbeitet, aggregiert und für das Reporting visualisiert. Das ist der Maschinenraum hinter der Scorecard. Eine ausführliche Anleitung zur technischen Infrastruktur findest du hier: Die Daten-Schnittstellen, die wir für unser Monitoring anzapfen.

Praxis-Dashboard: Von rohen Daten zu klaren Entscheidungen

Die besten Daten sind nutzlos, wenn sie nicht verstanden werden. Die Scorecard soll keine komplexen Tabellen erstellen, sondern dem Management eine klare Entscheidungsgrundlage liefern. Deshalb übersetzen wir die Scores in ein übersichtliches Dashboard, meistens in Looker Studio (ehemals Google Data Studio).

Ein solches Dashboard macht auf einen Blick sichtbar:

• Gesamtperformance: Wie hoch sind unsere aktuellen Scores?
• Entwicklung im Zeitverlauf: Verbessern oder verschlechtern wir uns?
• Wettbewerbs-Benchmark: Wo stehen wir im Vergleich zur Konkurrenz?
• Handlungsfelder: Bei welchen Themen sind wir stark, wo haben wir Lücken?

Damit wird der ROI von Content-Marketing und technischer Optimierung in der KI-Ära nachweisbar. Du kannst deinem Chef zeigen: „Wir haben in Thema X investiert, unser Source Authority Score ist um 15 % gestiegen, während Wettbewerber B stagniert.“ Das rechtfertigt Budgets. Es lenkt die Strategie.

Wie du ein solches Dashboard Schritt für Schritt aufbaust und welche Narrative du für dein Reporting nutzen solltest, zeigen wir dir in unserer Vorlage: Praxis-Dashboard: Wie wir unsere Scorecard im Reporting einsetzen.

FAQ & Strategischer Ausblick

Ist das nicht einfach nur ein neuer Name für SEO?
Nein. SEO optimiert für Klicks aus einer Liste von Links. KI-Sichtbarkeit optimiert für Nennungen und Zitationen innerhalb einer einzigen, autoritativen Antwort. Die zugrundeliegenden Signale (Entitäten, strukturierte Daten, Trust) sind fundamental anders.

Welche Tools brauche ich, um anzufangen?
Für den Anfang reicht der manuelle Test mit unserem Prompt-Protokoll und den KI-Modellen selbst. Für eine skalierbare Lösung brauchst du Zugriff auf APIs (z.B. OpenAI API) und idealerweise Kenntnisse in Python für Scraping-Scripts oder Tools wie Bright Data.

Wie oft sollte ich die Scorecard erheben?
Wir empfehlen einen monatlichen Rhythmus. Das ist häufig genug, um Trends zu erkennen, aber nicht so oft, dass man im Rauschen untergeht. Die KI-Modelle ändern sich nicht täglich.

Die AI Visibility Scorecard ist mehr als ein neues Dashboard. Es ist ein Mentalitätswechsel. Sie zwingt uns, nicht mehr in Keywords und Rankings zu denken, sondern in Entitäten, Autorität und narrativer Kontrolle. Die Marken, die diesen Wechsel heute vollziehen, werden die Gewinner der nächsten Dekade sein. Die anderen werden einfach nicht mehr erwähnt.