KI-Sichtbarkeit für Coaches: Erwähnungen sauber messen

Das Prompt-Set beginnt bei Entscheidungen, nicht bei deiner Wunschliste

‚Empfiehl Erfolgsladys‘ ist kein brauchbarer Test für offene Auffindbarkeit. Die Marke steckt bereits in der Frage. Du misst damit, ob ein System auf einen genannten Namen reagiert – nicht, ob es die Marke in einer Entscheidungslage selbst nennt.

Führe deshalb zwei getrennte Prompt-Sets. Das unbranded Set enthält Kategorie-, Problem- und Vergleichsfragen ohne Markennamen. Es misst beobachtete Nennung und Kontextpassung. Das branded Set enthält Marken- und Faktenfragen. Es prüft, ob öffentlich bekannte Angaben korrekt wiedergegeben werden.

Für einen Coach könnten offene Fragen lauten: ‚Wie kann ich Kundinnen gewinnen, ohne täglich auf Social Media zu posten?‘ oder ‚Wann passt YouTube besser als Google Ads für ein erklärungsbedürftiges Angebot?‘ Der Benchmark bleibt nah an deinem tatsächlichen Angebot.

Miss zuerst den Ausgangszustand – dann ändere Inhalte

Wenn du erst Seiten umschreibst und danach zum ersten Mal testest, fehlt dir der Vergleich. Du weißt nicht, ob eine Nennung neu ist, schon vorher vorkam oder lediglich in diesem Lauf zufällig erschien.

Führe den vollständigen Benchmark als Baseline aus. Sichere Antworten und Links. Notiere außerdem, welche Zielseiten aktuell indexierbar, erreichbar und fachlich führend sind. Erst danach wählst du eine begrenzte Änderung.

Der nächste Messpunkt sollte dasselbe Prompt-Set und möglichst dieselben Bedingungen nutzen. Neue Fragen kommen in eine getrennte Explorationsliste, damit die Zeitreihe nicht still ihren Nenner wechselt.

Eine Messreihe braucht eine ID und klar markierte Brüche

Vergib für jede Messreihe eine Benchmark-ID, zum Beispiel KI-COACH-DE-2026-07, und eine Prompt-Set-Version. Jede Frage erhält Prompt-ID, exakten Wortlaut, Intentklasse, Kennzeichnung branded oder unbranded und eine eigene Version.

Änderst du Wortlaut, Plattformoberfläche, sichtbare Modellbezeichnung, Sprache oder Region, dokumentierst du den Wechsel. Größere Änderungen eröffnen eine neue Vergleichsphase. So wird eine Verbesserung nicht versehentlich aus zwei unterschiedlichen Versuchsanordnungen gebaut.

Plattformen ändern ihre Systeme auch ohne dein Zutun. Eine kurze Versionsnotiz schützt deshalb vor falscher Genauigkeit: beobachteter Unterschied ja, erklärte Ursache noch offen.

Dokumentiere, was eine Antwort beeinflussen kann

Zu jedem Lauf gehören Plattform, Oberfläche, sichtbares Modelllabel, Tarif oder Workspace, Websuche an oder aus, Sprache, Land oder Region, Gerät, Login- oder Gaststatus, Datum und Uhrzeit. Bei ChatGPT kommen Memory, benutzerdefinierte Anweisungen und temporärer oder neuer Chat hinzu.

Nicht jede Plattform legt Modell und Suchschritte vollständig offen. Trage dann ‚nicht sichtbar‘ ein, statt eine Version zu erraten. Auch Standort, Personalisierung und umgeschriebene Suchanfragen können Ergebnisse beeinflussen.

Diese Felder erklären nicht automatisch jede Abweichung. Sie machen aber sichtbar, ob zwei Läufe überhaupt sinnvoll nebeneinanderstehen.

Kontrollierter Benchmark und reale Nutzung beantworten andere Fragen

Im kontrollierten Benchmark startest du jeden Lauf in einem frischen Kontext und hältst Sprache, Region, Suchstatus und Kontobedingungen möglichst konstant. Diese Messbahn eignet sich für wiederholbare Vergleiche.

In der Realitätsmessung darf dein normales Konto mit Verlauf, Memory oder persönlichem Standort vorkommen. Sie zeigt, was eine echte Nutzerin unter ihren Bedingungen sehen könnte. Weil diese Einflüsse variieren, darfst du die Ergebnisse nicht in den kontrollierten Nenner mischen.

Beide Bahnen sind nützlich. Der kontrollierte Test stärkt Vergleichbarkeit; die reale Beobachtung zeigt Vielfalt. Getrennte Tabellenblätter oder ein eindeutiges Feld verhindern, dass daraus eine scheinpräzise Gesamtquote entsteht.

Drei unabhängige Läufe sind ein Pilot, keine statistische Sicherheit

Generative Antworten können sich selbst bei gleicher Frage unterscheiden. Ein Lauf zeigt, was möglich war. Mehrere getrennte Läufe zeigen, was wiederkehrt.

Drei Wiederholungen pro Prompt sind ein praktikabler Start für eine kleine manuelle Messung. Schreibe bei kleinen Stichproben immer den Zähler und Nenner aus: 1/3 statt nur 33 Prozent. Ein Unterschied von 1/3 zu 2/3 ist eine beobachtete Variation, noch kein stabiler Trend.

Berichte zusätzlich die Spannweite zwischen Fragen oder Messpunkten. Bei stark schwankenden Ergebnissen brauchst du mehr unabhängige Läufe oder einen längeren Zeitraum. Mische keine fortlaufende Unterhaltung mit unabhängigen Tests, weil vorherige Nachrichten den Kontext verändern.

Jede Quote braucht einen fachlich passenden Nenner

Die unbranded Nennungsfrequenz lautet: offene Läufe mit Markennennung geteilt durch alle unabhängigen offenen Läufe. Die Prompt-Abdeckung fragt zusätzlich, bei wie vielen unbranded Prompt-IDs mindestens eine Nennung vorkam. Markenfragen gehören nicht in diese beiden Nenner.

Die Quellenquote lautet: Läufe mit anklickbarer eigener Domainquelle geteilt durch alle Läufe, in denen die verwendete Oberfläche Quellen zeigen konnte und die Websuche aktiv oder automatisch genutzt wurde. Für die Kontextpassung teilst du passende Rollen durch alle Läufe mit Nennung.

Die Faktengenauigkeit lautet: korrekt wiedergegebene Fakten geteilt durch alle in der Antwort prüfbaren Fakten. Ergänze die Zahl kritischer Fehler separat. Ein erfundenes Ergebnis darf nicht in einer hohen Durchschnittsquote verschwinden. Wenn du einen Gesamtscore verwendest, müssen Gewichtung und Verlust an Detail offen dokumentiert sein.

Eine verlinkte Quelle ist stärker als eine nicht belegbare Vermutung

Wenn deine Marke genannt wird, sichere die dazu angezeigten Quellen. Prüfe, ob der Link tatsächlich deine Aussage stützt, zur Frage passt und auf die kanonische Seite führt.

Eine Nennung ohne Link kann aus vielen Kontexten stammen. Du darfst daraus nicht schließen, dass genau dein Webauftritt die Quelle war. Markiere sie als unbelegte Erwähnung und halte die Interpretation klein.

OpenAI weist darauf hin, dass öffentliche Seiten in ChatGPT Search erscheinen können und OAI-SearchBot für Zusammenfassungen und Snippets nicht blockiert sein sollte. Das ist eine Zugänglichkeitsvoraussetzung, keine Empfehlungszusage.

Prompt-Benchmark, Google, Bing und Referrals bleiben getrennte Datenquellen

Der Generative-AI-Bericht in Google Search Console zeigt für freigeschaltete Properties Impressionen aus AI Overviews und AI Mode sowie Seiten, Länder, Daten und Geräte. Eine Suchanfragen-Dimension fehlt. Wenn der Bericht nicht sichtbar ist, kann das am begrenzten Rollout oder an zu wenigen Impressionen liegen; daraus folgt nicht automatisch null KI-Sichtbarkeit.

Google zählt externe Klicks aus AI Mode und AI Overviews nach den Regeln des Performance-Berichts. Eine Impression in einem AI Overview entsteht erst, wenn der Link im sichtbaren oder aufgeklappten Bereich erscheint. Die gemeinsame Positionsangabe eines Linkcontainers ist keine Rangliste der Empfehlungen. Diese Werte beschreiben Google-Sichtbarkeit, nicht die Nennungshäufigkeit in deinem eigenen Prompt-Set.

Bing AI Performance zeigt Zitationen, zitierte URLs, gruppierte Intents oder Themen und Citation Share für Microsofts KI-Oberflächen und Partner. Die Daten sind aggregiert und teilweise gesampelt. Sie enthalten nicht die exakten Nutzerprompts oder vollständigen Antworten und sind weder Rankingwert noch Traffic- oder Autoritätsnachweis.

Der Prompt-Benchmark liefert dagegen gespeicherte Antwortkontexte unter deinen Testbedingungen. Analytics sieht nur geklickte Übergänge. Anfrage- oder Gesprächsnotizen können eine passende Anfrage zeigen, erlauben aber ohne zusätzliche Evidenz keine Ursache-Wirkungs-Aussage. CrUX misst reale Nutzererfahrung und Core Web Vitals – nicht KI-Sichtbarkeit.

Technische Zugänglichkeit ist notwendig, aber nicht hinreichend

Eine Seite kann fachlich stark sein und trotzdem nicht als Quelle auftauchen, wenn sie nicht erreichbar, per noindex ausgeschlossen oder durch Schutzsysteme blockiert ist. Umgekehrt macht ein erlaubter Crawler aus schwachem Inhalt keine gute Empfehlung.

Prüfe HTTP-Status, robots.txt, Meta-Robots, Canonical, Verweise zwischen deinen Seiten und serverseitig sichtbaren Hauptinhalt. Bei OpenAI kommt der OAI-SearchBot-Zugriff hinzu. Bei Google bleiben die bekannten technischen Suchmaschinen-Grundlagen maßgeblich.

Diese Prüfung gehört in die Technik-QA. Auf der Contentseite entscheidest du anschließend, welche URL die Frage wirklich am besten beantwortet.

Für Google gelten weiterhin solide SEO-Grundlagen und eigenständiger Inhalt

Googles Leitfäden für generative Suchfunktionen stellen solide Suchmaschinen-Arbeit und einzigartigen, hilfreichen Inhalt in den Mittelpunkt. Für AI Overviews und AI Mode nennt Google keine zusätzlichen technischen Anforderungen, keine besonderen KI-Dateien und keine spezielle Auszeichnung mit strukturierten Daten.

Für Coaches heißt das: Schreibe nicht die zehnte allgemeine Liste zu Vertrauen, Positionierung und Sichtbarkeit. Zeige eine echte Entscheidung, ein eigenes Prüfverfahren, klare Grenzen und nachvollziehbare Erfahrung.

Der Prompt-Benchmark auf dieser Seite ist genau so ein eigenständiger Nutzwert. Er sagt nicht nur ‚Sei sichtbar‘, sondern zeigt, wie du Nennung, Quelle, Genauigkeit und Anfrage getrennt beobachtest.

Prüfe deine Marke an wenigen öffentlichen Fakten

Ein Markenfaktenblatt hält die Genauigkeitsprüfung klein. Notiere nur Angaben, die öffentlich belegt und aktuell sind: Name der Anbieterin, Zielgruppe, Kernthemen, tatsächliche Angebote, Region oder Online-Verfügbarkeit und wichtige Grenzen.

Bewerte pro Antwort, wie viele dieser Fakten korrekt wiedergegeben werden. Ergänze ein Risikofeld für Aussagen, die nie von dir stammen – etwa erfundene Zertifikate, garantierte Ergebnisse oder eine falsche Spezialisierung.

Wenn eine falsche Aussage wiederkehrt, suche zuerst nach widersprüchlichen oder veralteten öffentlichen Angaben. Eine einmalige Halluzination wird dokumentiert, aber nicht sofort zur Contentstrategie erklärt.

Mehr ähnliche Seiten können die führende Antwort verwischen

Wenn fünf Seiten dieselbe Frage mit leicht anderen Überschriften beantworten, ist nicht automatisch mehr fachliche Tiefe entstanden. Menschen, Suchmaschinen und Antwortsysteme müssen erst erkennen, welche URL die Hauptantwort trägt.

Ordne jeder Seite einen eigenen Nutzerjob zu. Diese Seite ist die Expertenreferenz für das versionierte, plattformübergreifende Messverfahren. Die gezielt verlinkte Seite /ki-sichtbarkeit-messen/ bleibt der kompakte operative Einstieg. Damit beide Rollen vor einer Indexierungsentscheidung geprüft werden können, bleiben beide vorerst noindex,follow.

Findest du keinen eigenständigen Informationsgewinn, konsolidiere den brauchbaren Inhalt in die stärkere Seite. Eine neue URL ist kein Qualitätsmerkmal.

Referral-Traffic zeigt einen Besuch, nicht die ganze Sichtbarkeit

OpenAI dokumentiert, dass geklickte Verweise aus ChatGPT automatisch mit utm_source=chatgpt.com versehen werden können. Solcher Traffic ist wertvoll, weil er einen tatsächlichen Übergang zur Website zeigt. Er erfasst aber ausschließlich Klicks – keine Erwähnungen, gelesenen Zitate oder Antworten ohne Websitebesuch.

Eine hilfreiche Nennung ohne Klick bleibt im manuellen Benchmark sichtbar. Ein Klick ohne Anfrage bleibt im Analytics-Pfad sichtbar. Beides sind verschiedene Ebenen und dürfen nicht gegeneinander ausgespielt werden.

Dokumentiere Landingpage, Referrer oder Kampagnenkennzeichen, passende nächste Handlung und späteren Gesprächsstatus. So erkennst du, ob KI-Einstiege nur neugierig machen oder tatsächlich zur richtigen Vertiefung führen.

Die letzte Kennzahl ist Anfragequalität, nicht Erwähnungsanteil

Eine Marke kann in vielen Antworten auftauchen und trotzdem unpassende Menschen anziehen. Das passiert, wenn die Einordnung zu breit ist, Angebotsgrenzen fehlen oder die verlinkte Seite einen anderen nächsten Schritt verspricht.

Verbinde deshalb qualifizierte Anfragen mit ihrem Einstieg, soweit deine Einwilligung und Datenlage das erlauben. Nutze einfache Gesprächscodes wie passend, unpassend, später oder nicht erschienen. Erfinde keine Motive, die die Interessentin nicht genannt hat.

Wenn Nennungen steigen, aber passende Anfragen nicht, ist das kein Beweis gegen KI-Sichtbarkeit. Es zeigt nur, dass Sichtbarkeit und geschäftlicher Anschluss noch nicht zusammenarbeiten.

Ein Messpunkt ist ein Foto; mehrere Messwellen zeigen beobachtete Muster

Plattformen ändern Modelle, Suchzugriff und Antwortdarstellung. Auch dein Webauftritt verändert sich. Darum gehört zu jeder Auswertung ein Datum und eine kurze Änderungsnotiz.

Vergleiche Baseline und feste Folgetermine unter derselben Version. Wiederkehrende Unterschiede ergeben ein beobachtetes Muster, aber noch keinen Kausalnachweis. Bei großen Plattform-, Prompt- oder Websiteänderungen markierst du einen Bruch in der Zeitreihe, statt vorher und nachher blind zu vermischen.

Für Erfolgsladys liegen feste Messpunkte näher als permanentes Prompten. Ein sauberer Monatslauf liefert mehr Lernwert als tägliche Einzeltests, die aus Nervosität immer neue Fragen verwenden.

Keine Nennung ist ein Ausgangswert, noch keine Ursachenanalyse

Wenn deine Marke in keinem Lauf erscheint, ist der Nullbefund zunächst sauber: Für dieses Prompt-Set, diese Plattformen und diese Bedingungen wurde keine Nennung beobachtet. Er beweist weder, dass deine Arbeit unbekannt ist, noch dass eine bestimmte technische Änderung fehlt.

Prüfe zuerst die Messung selbst. Passen die Fragen wirklich zu deinem Angebot? Sind die führenden Seiten öffentlich erreichbar und indexierbar? Beschreiben sie Zielgruppe, Problem, Arbeitsweise und Grenze eindeutig? Gibt es widersprüchliche Angaben an anderen öffentlichen Stellen?

Danach wählst du genau eine nachvollziehbare Verbesserung und hältst den nächsten Messpunkt ein. Wenn du gleichzeitig Positionierung, Seitenstruktur, externe Profile und Prompt-Set änderst, kannst du eine spätere Nennung keinem Schritt glaubwürdig zuordnen.

So sieht eine prüfbare Benchmark-Zeile aus

Eine Zeile enthält Benchmark-ID, Prompt-Set-Version, Prompt-ID und -Version, exakte Frage, Intentklasse, branded oder unbranded, Messbahn, Plattform, Oberfläche oder sichtbares Modelllabel, Sprache, Region, Konto-Status, Memory, Websuche, Datum, Laufnummer und Antwortbeleg. Danach folgen Nennung, Kontextrolle, Quellen-URL, passende Zielseite, prüfbare und korrekte Fakten sowie kritische Fehler.

In einer getrennten Auswertung stehen Referral-Sitzungen, besuchte Seite, gewählter CTA und qualifizierte Anfrage. Nicht jede Antwort lässt sich bis dorthin verbinden. Leere Felder bleiben leer; sie werden nicht mit Annahmen gefüllt.

Das Blatt wirkt zunächst detailliert. Nach dem ersten Lauf wird es zur Zeitersparnis, weil Diskussionen nicht mehr bei ‚Ich habe uns gestern einmal gesehen‘ beginnen.