Zwei Familien von Kennzahlen, um die Wirkung der LLMs zu messen
GEO zu messen (Generative Engine Optimization, die Optimierung für generative Suchmaschinen) heißt, den Platz Ihrer Marke in den Antworten von ChatGPT, Perplexity, Gemini, Copilot oder den AI Overviews von Google zu verfolgen. Das ganze System beruht auf einer einfachen Unterscheidung. Präsenz-Kennzahlen messen diesen Platz in den Antworten: Sie reagieren schnell und steuern die tägliche Arbeit. Ergebnis-Kennzahlen messen die reale Wirkung aufs Geschäft: Leads, Registrierungen, Verkäufe, mit Wochen Verzögerung. Erstere rechtfertigen den Aufwand, Letztere das Budget. Sie brauchen beide.
Präsenz-Kennzahlen: das Prompt-Monitoring
Das Prompt-Monitoring besteht darin, jeden Tag auf mehreren Modellen eine Bibliothek von Fragen abzuspielen, die Ihr Geschäft und Ihre Produktziele abbildet, und dann festzuhalten, was die Antworten über Ihre Marke sagen. Verkaufen Sie zum Beispiel eine Software für die elektronische Rechnungsstellung, sind das die Fragen, die ein Finanzchef vor der Entscheidung stellt: „Welche Software für die elektronische Rechnungsstellung eignet sich für ein KMU?“, „Welche Lösungen sind konform mit der E-Rechnungsreform?“. Schöpfen Sie sie aus Verkaufsgesprächen, Support-Tickets und den Suchanfragen aus der Search Console, in natürliche Sprache umformuliert. Halten Sie die Prompts, die Ihre Marke nennen, getrennt: Dort werden Sie fast immer erwähnt, und sie blähen alle Werte auf.
Ein Prompt-Monitoring-Werkzeug wie Peec, Profound oder Otterly automatisiert diese Sammlung und erfasst in jeder Antwort drei Daten: Erwähnungen (Ihre Marke wird genannt), Rang (der Platz Ihrer Marke unter denen, die die Antwort nennt) und Zitate (die Seiten, die das Modell als Quellen anzeigt, ob Ihre eigenen oder die eines Dritten).
Aus den Erwähnungen und ihrem Rang leite ich fünf Kennzahlen ab. Die Zitate kommen weiter unten zum Einsatz, als qualitative Lesart.
| Kennzahl | Berechnung | Was sie aussagt |
|---|---|---|
| Share of Voice | Ihre Erwähnungen im Verhältnis zu denen aller verfolgten Marken, Ihre eingeschlossen | Ihre Leistung im Vergleich zu den anderen. Für sich genommen ohne Geschäftswert, aber ihr Trend bestätigt Ihre Anstrengungen, oder eben nicht. |
| Sichtbarkeit | Anteil der gespielten Prompts, in denen Sie erwähnt werden | Ihre Abdeckung des von der Prompt-Bibliothek definierten Feldes. Eine gute Steuerungskennzahl. |
| Position | Mittlerer Rang Ihrer Erwähnung unter den genannten Marken, nur über die Prompts, in denen Sie vorkommen | Wer zuerst genannt wird, genießt vermutlich die höhere Glaubwürdigkeit. Für sich allein gelesen schmeichelt sie: Aus Prompts zu verschwinden, in denen Sie schlecht platziert waren, verbessert sie. |
| Gewichtete Erwähnung | Mittel des inversen Rangs über alle Prompts, Abwesenheiten eingeschlossen, auf 100 skaliert (Formel unter der Tabelle) | Verbindet Abdeckung und Rang in einer einzigen Zahl. Täglich verfolgt ist sie die Steuerungskennzahl, die aussagekräftigste von allen. |
| Gewichteter Share of Voice | Ihre gewichtete Erwähnung im Verhältnis zur Summe der gewichteten Erwähnungen aller verfolgten Marken | Ihr Gewicht in den Antworten gegenüber dem Markt, Abdeckung und Rang zusammengenommen. Reicher als der klassische Share of Voice, und komplementär. |
Die gewichtete Erwähnung verdient ihre Formel, denn sie steuert die Arbeit. Für jeden Prompt zählt Ihre Erwähnung den Kehrwert ihres Rangs: 1 beim ersten Platz, 0,5 beim zweiten, 0,33 beim dritten, 0 bei Abwesenheit. Der Mittelwert über die ganze Bibliothek, mal 100, ergibt die Kennzahl. Beispiel mit 100 Prompts: 30-mal Erster, 20-mal Zweiter, 10-mal Dritter und in den 40 übrigen abwesend, also 30 × 1 + 20 × 0,5 + 10 × 0,33 + 40 × 0 = 43,3 Punkte auf 100 Prompts, folglich eine gewichtete Erwähnung von 43 von 100. Die 40 Abwesenheiten schlagen zu Buche: Das unterscheidet diese Kennzahl von der Position. Berechnen Sie sie Modell für Modell, bevor Sie einen Mittelwert bilden: ChatGPT und Perplexity stufen Sie nicht gleich ein, und der Unterschied zwischen beiden ist oft lehrreich.
Ergänzen Sie zwei qualitative Lesarten. Zuerst die Zitate: Eine zitierte Seite beeinflusst die Erzählung des Modells. Machen Sie diejenigen aus, die funktionieren, und nutzen Sie sie, um Ihre Investitionen zu begründen oder Ihre Maßnahmen zu priorisieren: welche Diskussionsfäden zuerst beeinflussen, welche Videoproduzenten kontaktieren. Beobachten Sie auch die der Wettbewerber. Dann das Sentiment: die Art, wie die Modelle über Sie sprechen. Wenn Sie regelmäßig Dritte versorgen, die über Ihre Marke sprechen werden, verfolgen Sie die Wirkung jedes Ereignisses, etwa eines neuen Gütesiegels, auf das Sentiment insgesamt oder je Produkt.
Vier ergänzende Quellen: Suchmaschinen, Logs, Panels, AI Overviews
Diese vier Quellen messen weder Präsenz noch Ergebnis: Sie beleuchten die Mechanik zwischen beiden, was die Bots lesen, was die Suchmaschinen anzeigen, woher die Besucher kommen. Man zieht sie einmal im Monat heran, oder wenn sich eine Zahl des Prompt-Monitorings ohne erkennbaren Grund bewegt.
| Quelle | Was sie liefert |
|---|---|
| Die Daten der Suchmaschinen | Bing Webmaster Tools und Google Search Console veröffentlichen jeweils Daten über den Platz Ihrer Seiten in ihren generierten Antworten, Copilot auf der einen Seite, AI Overviews und AI Mode auf der anderen. Sie dienen vor allem dazu, eine Budgetzuteilung zu begründen oder einen Punkt zu vertiefen. |
| Die Server-Logs | Filtern Sie die Bots der LLMs in Ihren Logs und trennen Sie zwei Familien: die Trainings- und Indexierungs-Bots (GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot), die die Modelle und ihre Indizes speisen, und die Antwort-Bots (ChatGPT-User, Perplexity-User, Claude-User), die eine Seite in dem Moment lesen, in dem ein Modell eine Antwort verfasst. Letztere beweisen Seite für Seite, dass Sie als Quelle dienen. Und wenn Sie eine technische Verbesserung ausrollen, damit die Modelle die Website besser verstehen, lesen Sie hier ihre Wirkung auf das Crawling ab. |
| Daten von Drittanbietern | Manche Panels, wie Similarweb, schätzen, welcher Anteil Ihrer Besucher am selben Tag auch ChatGPT oder Perplexity genutzt hat und wie viele Besuche Ihnen jeder Assistent im Vergleich zu Ihren Wettbewerbern schickt. Schätzungen, mit Vorsicht zu genießen, aber der Blickwinkel, extern und vergleichend, ist wertvoll. |
| Das Monitoring der AI Overviews | Ihr Rank-Tracking-Werkzeug (Semrush, Ahrefs oder SE Ranking bieten es an) zeigt Keyword für Keyword, ob ein AI Overview erscheint und ob Ihre Website darin zitiert wird. Eine gute Steuerungskennzahl, um die Wirkung einer Änderung an der Website zu messen: neuer Inhalt, neue Aufbereitung. |
Ergebnis-Kennzahlen: die reale Wirkung auf Ihre Interessenten
Zuerst das Erfragte. Die Frage „Wie haben Sie von uns erfahren?“ misst die reale geschäftliche Wirkung, und ihr Urteil weicht oft vom Attributionsmodell ab. Ohne sie verpassen Sie das häufigste Szenario: Jemand liest eine Empfehlung in einem LLM, tippt Ihre Marke bei Google ein und klickt auf einen bezahlten oder organischen Link. Kein Attributionsmodell sieht diese Kette.
Dann die Analytik. Legen Sie in GA4 eine benutzerdefinierte Channelgruppe „LLM“ an, definiert über einen regulären Ausdruck auf der Sitzungsquelle: chatgpt.com, perplexity.ai, copilot.microsoft.com, gemini.google.com, claude.ai, chat.mistral.ai. Ohne sie gehen diese Besuche im Kanal „Referral“ unter. Kommt ein Besucher über einen Klick auf einen Link in einer Antwort, können Sie ihn zuordnen. Diese Zahl ist eine Untergrenze: Klicks aus den AI Overviews und aus AI Mode kommen als organischer Google-Traffic an, vom klassischen SEO nicht zu unterscheiden, und die mobilen Apps der Assistenten senden oft keinen Referrer, diese Besuche landen im Direkttraffic. Ergänzen Sie das mit Cookies: Besucht ein Interessent Ihre Website, geht über ein LLM und kommt zurück, zeigt der Bericht „Conversion-Pfade“ diesen Zwischenschritt als mittleren Kontaktpunkt, unabhängig vom gewählten Attributionsmodell.
Zuletzt die indirekten Signale. Ein unerklärter Anstieg des Marken- und Direkttraffics verrät oft dasselbe Szenario wie das Erfragte: eine gelesene Empfehlung, dann eine Suche. Lassen Sie täglich die Protokolle der Anrufe Ihrer Vertriebsteams auswerten, um Interessenten zu erkennen, die ein LLM als Quelle nennen; eine kleine Automatisierung genügt, ein Skript, das einem Modell zu jedem Protokoll eine einzige Frage stellt, „Sagt der Interessent, er habe die Marke über eine KI entdeckt?“, und ein Feld im CRM ankreuzt, wenn die Antwort Ja lautet. Und behalten Sie die öffentlichen oder kostenpflichtigen Befragungsstudien im Blick, die dokumentieren, wie Menschen suchen: immer aufschlussreich.
| Signal | Was es erfasst | Seine Grenze |
|---|---|---|
| Erfragtes | Den realen Kanal, über den Interessenten Sie fanden | Hängt von Erinnerung und Ehrlichkeit der Befragten ab |
| Analytik (GA4) | Direkte Klicks aus den Antworten der LLMs | Blind für die Empfehlung mit anschließender Markensuche und für Klicks ohne Referrer |
| Indirekte Signale | Markentraffic, Vertriebsprotokolle, Studien | Korrelationen, nie Beweise für sich allein |
Alles zusammenführen, und womit anfangen
Das letzte Glied ist das einfachste, sofern Sie eine Reihenfolge einhalten. Am ersten Tag richten Sie ein, was kostenlos ist und dessen Historie sich nicht nachholen lässt: die Frage „Wie haben Sie von uns erfahren?“ in den Formularen und die Channelgruppe LLM in GA4. In der ersten Woche bauen Sie die Prompt-Bibliothek auf und starten das Monitoring. Im ersten Monat schließen Sie die ergänzenden Quellen an.
Führen Sie dann alle diese Daten an einem Ort zusammen, am Anfang genügt eine Tabellenkalkulation, und übertragen Sie einem KI-Assistenten, in meinem Fall Claude, eine wöchentliche Analyse, mit einer kurzen Zusammenfassung der Trends als Slack-Nachricht. Drei Leserhythmen: die gewichtete Erwähnung jeden Tag, durch die Person, die die Arbeit macht; die Zusammenfassung jede Woche, durch das Marketingteam; Präsenz und Ergebnis Seite an Seite jedes Quartal, vor der Geschäftsführung, denn dieser Vergleich entscheidet über das Budget. Messen lohnt nur, wenn jemand es jede Woche liest.
2026 lässt sich die Wirkung der LLMs auf die Leadgenerierung von keinem fertigen Dashboard ablesen. Man rekonstruiert sie Kennzahl für Kennzahl, Präsenz auf der einen Seite, Ergebnis auf der anderen, bis beide Kurven dieselbe Geschichte erzählen: Die gewichtete Erwähnung steigt in einem Quartal, der Anteil der Interessenten, die eine KI angeben, im nächsten. Solange sie auseinanderlaufen, wissen Sie, wo Sie suchen müssen: Bei Präsenz ohne Ergebnis werden Sie bei Prompts genannt, die Ihre Käufer nicht zu Ihnen führen; bei Ergebnis ohne Präsenz deckt Ihre Bibliothek nicht ab, was sie wirklich fragen.
Häufige Fragen
Weitere Analysen zur GEO-Messung und zur generativen Suche finden Sie in den Artikeln des Journals.