KI-Sichtbarkeit messen: Was GEO-Daten aus der Praxis wirklich zeigen
«Bringt das überhaupt etwas?»
Diese Frage höre ich in fast jedem Gespräch über Generative Engine Optimization, kurz GEO. Gemeint ist die Arbeit daran, dass Unternehmen und ihre Inhalte in Antworten von ChatGPT, Perplexity, Gemini und den Google AI Overviews auftauchen.
Die ehrliche Antwort ist unbequemer, als viele Ratgeber vermuten lassen: Ein Teil lässt sich messen. Andere Wirkungen bleiben schwer zuzuordnen. Und die messbaren Zahlen sind häufig kleiner, als die Debatte nahelegt.
Ich arbeite seit rund sieben Jahren in der Suchmaschinenoptimierung und seit drei Jahren an der Sichtbarkeit in KI-Antworten. In diesem Beitrag zeige ich drei Datensätze aus meiner Arbeit und erkläre, was sie aussagen und was nicht.
KI-Sichtbarkeit messen: Vier Ebenen auseinanderhalten
Wer GEO auswertet, sollte verschiedene Beobachtungen getrennt erfassen:
Ebene | Was gemessen wird | Was daraus nicht automatisch folgt |
|---|---|---|
Crawler-Zugriff | Ein automatisierter Dienst ruft eine Seite ab. | Die Seite wird in einer Antwort zitiert. |
Nennung oder Quellenverweis | Ein Unternehmen oder eine Website erscheint in einer KI-Antwort. | Jemand klickt auf die Website. |
Website-Besuch | Ein Nutzer gelangt aus einem KI-Assistenten auf die Website. | Daraus entsteht eine Anfrage oder ein Verkauf. |
Geschäftsergebnis | Eine Anfrage, ein Abschluss oder Umsatz wird erfasst. | GEO war allein für das Ergebnis verantwortlich. |
Diese Trennung verhindert, dass aus einem Bot-Abruf bereits ein Erfolg oder aus steigenden Anfragen vorschnell ein GEO-Effekt wird.
Die Datengrundlage dieses Beitrags
Die folgenden Zahlen stammen aus meinen eigenen Auswertungen:
Agentur-Website evolix-media.de: Google Analytics 4, Bericht «Traffic-Akquisition», Standard-Channelgruppe, 28 Tage mit Auswertungsstand Mitte Oktober 2026. Ergänzend Google Search Console, 28 Tage bis zum 13. Oktober 2026.
Anonymisierter Handwerksbetrieb: Google Search Console, Leistungsbericht, Suchtyp «Web». Discover, Bilder- und News-Suche sind nicht enthalten. Die Betreuung läuft seit Juli 2023.
Zehn anonymisierte Kundenprojekte: Auswertung aus 2025/2026 nach jeweils zwölf Monaten. Verglichen wird der Durchschnitt der letzten drei Monate mit dem Durchschnitt der drei Monate vor Projektstart. Grundlagen sind Search Console, die Anfrage-Dokumentation der Kunden und feste Prompt-Tests.
Ein Teil der Werte in der Projektauswertung ist geschätzt. Prozentuale Veränderungen sind auf fünf Prozentpunkte gerundet. Die Auswertung ist keine kontrollierte Studie und erlaubt keinen isolierten Nachweis der GEO-Wirkung.
1. KI-Traffic in GA4 messen: Kleine Zahlen richtig einordnen
Google Analytics 4 führt in der Standard-Channelgruppe einen eigenen Kanal «AI Assistant». Er erfasst Besuche aus erkannten KI-Assistenten.
Auf meiner Agentur-Website waren das innerhalb von 28 Tagen 11 von insgesamt 280 Sitzungen, also rund 3,9 Prozent. Ergänzend verzeichnete die Search Console im ausgewerteten 28-Tage-Zeitraum 70 Klicks aus der Google-Suche.
Dabei sind GA4-Sitzungen und Search-Console-Klicks unterschiedliche Messgrössen. Sie sollten nicht direkt gleichgesetzt werden.
Was diese Zahlen nicht vollständig erfassen
Besuche ohne verwertbare Herkunftsinformation können unter «Direct» erscheinen. Welcher Anteil davon tatsächlich aus KI-Assistenten stammt, lässt sich daraus allein nicht bestimmen.
Klicks aus Google AI Overviews und AI Mode gehören in GA4 zur organischen Suche und nicht zum Kanal «AI Assistant». Google unterscheidet diese Zugriffe ausdrücklich.
Automatisierte Crawler-Abrufe lassen sich wiederum nicht zuverlässig aus gewöhnlichen GA4-Besuchsdaten ablesen. Dafür sind Server- oder CDN-Logs relevant.
Ich betrachte die erkannten KI-Besuche deshalb als den messbaren Ausschnitt, nicht als vollständige Abbildung aller KI-Kontakte.
Elf Sitzungen reichen nicht für ein Qualitätsurteil
Die Engagement-Rate lag bei den elf KI-Sitzungen bei rund 55 Prozent, bei der organischen Suche bei 65 Prozent.
Daraus folgt weder, dass KI-Besucher schlechter sind, noch das Gegenteil. Bei elf Sitzungen entspricht eine einzelne Sitzung bereits rund neun Prozentpunkten.
Eine längere Beobachtung und eine grössere Stichprobe sind nötig, bevor sich die Qualität sinnvoll vergleichen lässt. Mehr Monate allein lösen das Problem nicht, wenn weiterhin kaum Besuche zusammenkommen.
2. Eine SEO-Fallstudie: Wachstum ohne isolierten GEO-Nachweis
Der zweite Datensatz stammt von einem Handwerksbetrieb in Norddeutschland, den ich seit Juli 2023 betreue. Vorher gab es keine laufende Suchmaschinenoptimierung.
Die folgenden Zahlen stammen aus dem dritten Projektjahr:
Kennzahl | 13.09.2025 bis 04.01.2026 | 03.02.2026 bis 15.03.2026 |
|---|---|---|
Kalendertage | 114 | 41 |
Klicks insgesamt | 9’048 | 4’657 |
Impressionen insgesamt | 717’581 | 382’309 |
Klicks pro Tag | 79,4 | 113,6 |
Impressionen pro Tag | 6’294,6 | 9’324,6 |
Klickrate | 1,3 % | 1,2 % |
Durchschnittliche Position | 11,4 | 9,7 |
Quelle: Auswertung des Autors aus der Google Search Console. Tageswerte berücksichtigen Anfangs- und Enddatum.
Da die Zeiträume unterschiedlich lang sind, vergleiche ich Tageswerte. Die Klicks pro Tag stiegen um rund 43 Prozent, die Impressionen pro Tag um rund 48 Prozent.
Laut Inhaber nahmen auch die Anfragen über die Website deutlich zu. Eine bezifferte Auswertung liegt dafür nicht vor.
Welche Massnahmen parallel liefen
Zum Projekt gehörten ein Relaunch, die Pflege des Google-Unternehmensprofils, eine klare Zuordnung von Keywords zu Seiten, eigene Leistungs- und Produktseiten, technische Optimierungen inklusive strukturierter Daten sowie Verzeichniseinträge und Backlinks.
Hinzu kamen Arbeiten an Inhalten mit Blick auf ihre Auffindbarkeit und Verwendung in KI-Antworten.
Genau hier liegt die Grenze: Die Massnahmen liefen parallel. Welchen Anteil GEO am Wachstum hatte, lässt sich daraus nicht ableiten. Auch Saisonalität und Veränderungen der Suchnachfrage sind durch die Umrechnung auf Tageswerte nicht herausgerechnet.
Was sich trotzdem untersuchen lässt
Die Website erzielte im späteren Zeitraum mehr Impressionen und Klicks pro Tag. Die durchschnittliche Position verbesserte sich ebenfalls.
Aus dem Durchschnittswert von 9,7 folgt allerdings nicht, dass viele einzelne Suchanfragen neu die Top 10 erreicht haben. Dafür müssen Suchanfragen und Seiten getrennt betrachtet werden.
Auch die Klickrate von rund 1,2 Prozent ist ein Ausgangspunkt für weitere Analysen. Ob Titel oder Beschreibungen verbessert werden sollten, hängt unter anderem von Suchanfrage, Position, Gerät und Darstellung der Suchergebnisse ab. Die aggregierte Klickrate allein erklärt die Ursache nicht.
3. Zehn Projekte: Warum bessere Ergebnisse noch keinen GEO-Effekt beweisen
Der dritte Datensatz umfasst zehn anonymisierte Projekte nach jeweils zwölf Monaten.
Gruppe | Anfragen | Organische Klicks | Anzahl Top-10-Keywords |
|---|---|---|---|
Alle zehn Projekte, Median | +135 % | +195 % | Faktor 4,5 |
Lokale Dienstleister, fünf Projekte | +135 % | +220 % | Faktor 6,3 |
B2B-Unternehmen, vier Projekte | +165 % | +195 % | Faktor 4,5 |
Online-Shop, ein Projekt | +90 % | +115 % | Faktor 3,0 |
Quelle: Projektauswertung des Autors. Teilweise geschätzte Werte; prozentuale Veränderungen auf fünf Prozentpunkte gerundet. Die Shop-Zeile beschreibt einen Einzelfall.
Sechs Projekte hatten GEO als festen Bestandteil, vier nicht. Der Median des Anfragewachstums lag bei den Projekten mit GEO bei 150 Prozent, bei den übrigen bei 120 Prozent.
Das sieht zunächst nach einem Beleg aus. Die Auswertung trägt diesen Schluss jedoch nicht:
Die Projekte wurden nicht zufällig vergleichbaren Gruppen zugeteilt.
Die GEO-Projekte sind überwiegend B2B-Projekte, die anderen überwiegend lokale Unternehmen.
Ausgangslage, Branche und weitere Massnahmen unterscheiden sich.
Ein Teil der Werte ist geschätzt.
Saisonalität und eigene Massnahmen der Kunden wurden nicht herausgerechnet.
Das stärkste Einzelprojekt, ein Handwerksbetrieb mit 275 Prozent mehr Anfragen, hatte keinen GEO-Schwerpunkt.
Mehr Anfragen bedeuten nicht automatisch Rentabilität
Unter den verwendeten Annahmen erreichten vier von zehn Projekten im ersten Jahr rechnerisch den Break-even. Grundlage waren geschätzte Abschlussquoten und Margen.
Bei den lokalen Dienstleistern waren es drei von fünf Projekten, im B2B eines von vier. Der Shop erreichte ihn nicht.
Im B2B habe ich nur den Erstauftrag berücksichtigt, nicht den möglichen Kundenwert über mehrere Jahre. Diese Zahlen sind deshalb eine modellbasierte Wirtschaftlichkeitsabschätzung, keine abschliessende Gewinnrechnung.
4. Grenzen und Fehlannahmen aus der GEO-Praxis
Sichtbarkeit schwankt
In der Handwerksfallstudie kam es im Umfeld von Google-Updates mehrfach zu vorübergehenden Einbrüchen. Wir beobachteten die Entwicklung und verbesserten gezielt betroffene Inhalte. Anschliessend stabilisierte sich die Sichtbarkeit wieder.
Diese zeitliche Abfolge zeigt jedoch nicht, welchen Anteil die Anpassungen an der Erholung hatten.
Einzelne Prompt-Tests sind Momentaufnahmen
Dieselbe Frage kann je nach Sitzung, Modell, Standort und Zeitpunkt unterschiedliche Antworten und Quellen liefern.
Eine feste Prompt-Liste verbessert die Vergleichbarkeit. Dafür sollten Datum, verwendetes System, erkennbare Modellversion, Sprache, Standort beziehungsweise Region und Suchmodus dokumentiert werden.
Wiederholte Tests helfen, Schwankungen zu erkennen. Auch sie repräsentieren nur die untersuchten Fragen und Bedingungen.
Eine llms.txt-Datei ist kein belegter Ranking-Hebel
Für Google Search ist die Lage klar: Google erklärt, dass llms.txt-Dateien für die Sichtbarkeit und Rankings seiner Suche weder erforderlich noch hilfreich sind.
Für andere Systeme sollte die jeweilige Dokumentation geprüft werden. Eine allgemeine Sichtbarkeitswirkung leite ich aus einer solchen Datei nicht ab.
KI-Crawler haben unterschiedliche Aufgaben
Mehrfach habe ich bei Kunden robots.txt-Regeln gefunden, die KI-Crawler blockierten und lange nicht überprüft worden waren.
Dabei ist wichtig, Training und Suche zu unterscheiden. OpenAI beschreibt beispielsweise GPTBot für die mögliche Verwendung von Inhalten beim Modelltraining und OAI-SearchBot für Suchfunktionen. Die Regeln lassen sich unabhängig steuern.
Eine GPTBot-Sperre allein erklärt deshalb keine fehlende Sichtbarkeit in ChatGPT Search. Umgekehrt garantiert ein erlaubter Suchcrawler keine Aufnahme als Quelle.
5. Mein Mess-Setup für KI-Sichtbarkeit
Ein grundlegendes Mess-Setup lässt sich mit vorhandenen Werkzeugen aufbauen:
Werkzeug | Was ich damit untersuche |
|---|---|
GA4 | Erkannte KI-Sitzungen, Herkunft, Landingpages und relevante Schlüsselereignisse. |
Google Search Console | Entwicklung von Klicks, Impressionen, Positionen und zusätzlich Sichtbarkeit in generativen KI-Suchfunktionen. |
Feste Prompt-Liste | Nennungen, Quellenverweise und Veränderungen bei ausgewählten Fragen. |
Anfrage-Dokumentation | Herkunft, Qualität und spätere Ergebnisse von Anfragen, soweit nachvollziehbar. |
Server- oder CDN-Logs | Automatisierte Abrufe, technische Fehler und Erreichbarkeit einzelner Seiten. |
GA4: Angekommene Besucher untersuchen
Ich prüfe den Kanal «AI Assistant» und ergänzend Quelle/Medium, etwa auf ChatGPT, Perplexity, Gemini, Copilot und Claude.
Die Landingpages zeigen, auf welchen Seiten erkannte KI-Besucher ankommen. Sie zeigen nicht vollständig, welche Inhalte die Systeme zuvor gelesen oder in Antworten verwendet haben.
Search Console: KI-Bericht zusätzlich nutzen
Neben dem allgemeinen Leistungsbericht bietet Google inzwischen eigene Berichte zur Sichtbarkeit in generativen KI-Funktionen an.
Diese zusätzliche Perspektive ist wichtig. Sie beweist aber ebenfalls nicht, dass eine bestimmte Optimierung die Veränderung verursacht hat.
Prompt-Tests: Nennung und Zitation getrennt zählen
Ein Unternehmen kann erwähnt werden, ohne dass die eigene Website verlinkt wird. Eine Website kann als Quelle erscheinen, ohne dass das Unternehmen empfohlen wird.
Diese Beobachtungen erfasse ich getrennt. So bleibt erkennbar, was sich tatsächlich verändert hat.
Anfragen: Geschäftlichen Nutzen verfolgen
Bei Kunden dokumentieren wir, soweit möglich, woher Anfragen kommen und was daraus entsteht.
Selbstauskünfte wie «über ChatGPT gefunden» sind hilfreich, aber nicht lückenlos. Für die wirtschaftliche Bewertung zählen neben der Anzahl auch Qualität, Abschlussquote und Wert der Anfragen.
Logs: Abrufe nicht mit Empfehlungen verwechseln
Ein verifizierter Bot-Abruf zeigt, dass eine Seite angefragt wurde. Er belegt keine Zitation, keinen Nutzerbesuch und keinen Abschluss.
Fazit: KI-Sichtbarkeit messen heisst, mehrere Perspektiven zu verbinden
KI-Sichtbarkeit lässt sich in Teilbereichen messen: über dokumentierte Nennungen und Quellenverweise, erkannte Website-Besuche und die verfügbaren Berichte der Plattformen.
Schwieriger ist die Frage, welche Massnahme welchen zusätzlichen Geschäftserfolg verursacht hat. Meine Projektauswertung kann diesen isolierten Nachweis nicht liefern.
In der untersuchten Auswahl lagen erste beobachtete Veränderungen häufig zwischen dem dritten und siebten Monat. Das ist eine Erfahrung aus diesen Projekten, keine allgemeine Wartefrist und kein Nachweis eines GEO-Effekts.
Für die Praxis hilft eine klare Trennung: Was wurde beobachtet? Was ist geschätzt? Und welche Ursache bleibt offen? Wer diese Fragen von Anfang an beantwortet, kann Ergebnisse verständlicher einordnen und realistischere Erwartungen setzen.
