AI Visibility: Wenn Google nicht mehr allein entscheidet

Seit Monaten beobachten wir in den Analytics unserer Kunden eine stille Verschiebung: Direktzugriffe die eigentlich keine sind. Traffic der kommt, ohne einen Referrer zu hinterlassen. Nutzer die Markennamen suchen die weder in klassischen SEO-Kampagnen noch in Paid Ads explizit beworben wurden.

Die plausibelste Erklärung: Nutzer finden Marken über KI-gestützte Suchoberflächen (Perplexity, ChatGPT mit Search-Funktion, Gemini) und kommen dann direkt auf die Website. Kein klassischer Klick-Pfad. Kein auswertbarer Referrer.

Das ist kein marginales Phänomen mehr.

Was KI-Suchoberflächen anders machen

Klassische Suchmaschinen zeigen eine Liste. Der Nutzer wählt, klickt, liest. Die Sichtbarkeit misst man an Position und CTR.

KI-Suchoberflächen synthetisieren. Sie beantworten eine Frage und zitieren dabei Quellen, manchmal auch nicht. Der Nutzer liest eine Zusammenfassung und klickt vielleicht auf eine Quelle, vielleicht nicht. Die Entscheidung ob eine Marke in dieser Zusammenfassung vorkommt, ist keine Ranking-Entscheidung mehr. Es ist eine Relevanz-Entscheidung die das Modell trifft.

Was das Modell als relevant betrachtet, ist nicht dasselbe wie was Google als relevant betrachtet. Backlinks spielen eine kleinere Rolle. Thematische Konsistenz und Tiefe spielen eine größere. Ob eine Marke in glaubwürdigen Quellen erwähnt wird, die das Modell kennt, spielt eine sehr große Rolle.

Wie wir AI Visibility heute messen

Wir haben einen systematischen Ansatz entwickelt, rudimentär aber belastbar:

Benchmark-Fragen definieren. Für jeden Kunden formulieren wir 20–30 Fragen die ein potenzieller Interessent stellen könnte: Vergleiche ("Was ist der beste Anbieter für X in Deutschland?"), Kategorien ("Welche Unternehmen machen Y?"), Problembeschreibungen ("Ich suche jemanden der Z kann"). Diese Fragen stellen wir systematisch in verschiedenen KI-Suchoberflächen.

Präsenz dokumentieren. Wird die Marke genannt? In welchem Kontext? Mit welcher Bewertung? Werden Wettbewerber genannt, die nicht genannt werden sollten?

Qualitative Analyse. Was sagen die KI-Systeme über die Marke wenn man explizit nach ihr fragt? Stimmt das mit der gewünschten Positionierung überein?

Das ist kein exaktes Messverfahren. Es gibt noch keine verlässlichen Tools die das vollständig automatisieren. Aber es gibt einen Überblick den kein klassisches SEO-Tool liefert.

Was Unternehmen tun können

Klare, tiefe thematische Positionierung aufbauen. KI-Systeme bevorzugen Quellen die zu einem Thema consistent und substanzreich sind. Eine Marke die zehn Themen oberflächlich abdeckt, ist weniger präsent als eine die drei Themen wirklich tief abdeckt.

Erwähnungen in hochwertigen Quellen kultivieren. Fachpresse, Branchenpublikationen, Verbände: Orte, deren Inhalte in die Trainingsdaten und Retrieval-Quellen der großen Modelle einfließen. Das ist klassisches PR-Denken mit neuem Kontext.

Eigene Inhalte strukturierter aufbauen. Fragen explizit beantworten, Vergleiche einbeziehen, Fakten klar und auffindbar formulieren. Nicht für den Leser, der ohnehin davon profitiert, sondern auch für die Systeme die diesen Content zitieren.

Wo das hinführt

AI Visibility ist kein Ersatz für klassisches SEO. Es ist eine neue Dimension von Sichtbarkeit die parallel entsteht. Wer nur Google optimiert, optimiert für eine Oberfläche die einen wachsenden Teil der Suchanfragen nicht mehr bedient.

Die gute Nachricht: Was für AI Visibility funktioniert, ist fast immer auch für klassische Suchmaschinen gut. Klare Positionierung, substanzreiche Inhalte, glaubwürdige Präsenz in guten Quellen: das ist kein Widerspruch.

Die schlechte Nachricht: Es gibt noch keine verlässliche Metrologie. Wir messen was wir können, interpretieren was wir sehen, und passen an. Das ist unbefriedigend für alle die gewohnt sind, Marketing in klaren Zahlen zu führen. Aber es ist der Stand der Dinge.

Mehr zur Methode und den fünf Hebeln dahinter: Answer Engine Optimization (AEO). Den größeren Rahmen — wie KI-Antwortsysteme insgesamt Quellen wählen — beschreibt Generative Engine Optimization (GEO).