Weniger Website-Klicks können mit größerer Sichtbarkeit in KI-Antworten zusammenfallen. Ob daraus ein geschäftlicher Nutzen entsteht, lässt sich am Klickverlauf allein nicht erkennen. Wer KI-Sichtbarkeit im Marketing messen will, sollte für Geschäftsführung und CMO drei Ebenen getrennt ausweisen: Präsenz in Antworten, qualifizierte Website-Nutzung und Geschäftsergebnisse. Erst mit nachvollziehbaren Datenquellen und klar benannten Grenzen wird daraus eine brauchbare Entscheidungsgrundlage.

Das Wichtigste in Kürze

• Eine Markenerwähnung, ein Quellenverweis und ein Website-Besuch sind unterschiedliche Beobachtungen. Berichten Sie diese einzeln und je Plattform.
• Wiederholte Abfragen eines festen Fragensets zeigen Veränderungen innerhalb einer Stichprobe. Sie bilden weder die gesamte Nutzung eines KI-Systems noch dessen Marktanteile ab.
• Mehr Sichtbarkeit und mehr Anfragen im selben Zeitraum belegen noch keinen ursächlichen Zusammenhang. Jede Handlungsempfehlung braucht eine prüfbare Begründung.

Was misst KI-Sichtbarkeit und was nicht?

KI-Sichtbarkeit beschreibt, ob und wie Ihre Marke oder Ihre Inhalte in KI-Antworten erscheinen. Sie misst zunächst Präsenz. Ob Menschen die Antwort wahrgenommen, Ihrer Marke vertraut oder später gekauft haben, ist damit noch offen.

Unterscheiden Sie eine bloße Markenerwähnung von einer ausdrücklichen Empfehlung und einem Quellenverweis auf eine eigene URL. Ein System kann Ihr Unternehmen nennen, ohne auf Ihre Website zu verlinken. Umgekehrt kann es einen Fachbeitrag als Quelle verwenden, ohne die Marke als Anbieter zu empfehlen. Prüfen Sie außerdem, ob die Aussagen sachlich stimmen.

Für belastbare Vergleiche braucht Ihr Monitoring ein dokumentiertes Fragenset aus realen Kundenanliegen. Halten Sie Sprache, Markt, Plattform, sichtbare Modellversion und Abfragemodus fest. Wiederholen Sie Abfragen unter möglichst gleichen Bedingungen und bewahren Sie die Antworten auf. Änderungen am Fragenset müssen im Bericht erkennbar bleiben.

Ordnen Sie die Fragen nach Geschäftsthema und Kaufphase. Eine Nennung auf eine direkte Frage nach Ihrem Markennamen ist anders einzuordnen als eine Empfehlung bei einem offenen Anbietervergleich. Berichten Sie solche Gruppen getrennt. Sonst kann eine hohe Quote bei leicht zu beantwortenden Markenfragen verdecken, dass Ihr Unternehmen bei wichtigen Auswahlentscheidungen fehlt.

Vincent DeLuca empfiehlt im DAC-Webinar zu KI-Kennzahlen und Performance, die überwachten Fragen aus konkreten Kauf- und Problemsituationen abzuleiten und über die Zeit stabil zu halten. Die entsprechende Erläuterung beginnt ab Minute 43:43.

Daneben stehen Plattformdaten zur Verfügung. Die Google Search Console zeigt im Bericht zu generativen KI-Suchfunktionen Impressionen für eigene URLs in AI Overviews und AI Mode, unter anderem nach Seite und Land. Microsoft berichtet mit AI Performance in Bing Webmaster Tools über Zitationen in unterstützten Microsoft- und Partnerangeboten.

Solche Daten ergänzen das eigene Monitoring. Ihre Definitionen und ihre Abdeckung unterscheiden sich jedoch. Eine Quote aus selbst getesteten Antworten bleibt eine Stichprobenkennzahl; eine Plattformmeldung bleibt auf den erfassten Ausschnitt beschränkt. Beides ist keine vollständige Reichweitenmessung über alle KI-Systeme.

Wie unterscheiden sich Sichtbarkeit, Interaktion und Geschäftsergebnis?

Sichtbarkeit zeigt, wo Ihre Marke vorkommt. Interaktion zeigt, was Menschen auf Ihrer Website tun. Geschäftsergebnisse zeigen, was daraus für das Unternehmen entsteht. Diese Ebenen gehören nebeneinander in den Bericht; sie lassen sich selten lückenlos zu einer einzigen Nutzerreise verbinden.

Auf der ersten Ebene stehen Erwähnungen, Empfehlungen und Quellenverweise. Das sind Hinweise auf Ihre Präsenz bei bestimmten Fragen. Eine Antwort ohne Besuch bleibt außerhalb der Website-Analyse.

Für die zweite Ebene bietet GA4 inzwischen den Standardkanal „KI-Assistent“. Google hat ihn am 13. Mai 2026 eingeführt. Er erfasst Zugriffe anhand erkannter Herkunftsverweise. Nach der aktuellen Kanaldefinition gehören Google AI Overviews und AI Mode weiterhin zur organischen Suche. Ein Bericht über den Kanal „KI-Assistent“ bildet deshalb nicht den gesamten Traffic aus KI-Antworten ab.

Zählen Sie anschließend nicht nur Sitzungen. Definieren Sie, welche Nutzung für Ihr Geschäft relevant ist, etwa der Besuch einer Leistungsseite mit anschließendem Aufruf der Kontaktmöglichkeit. Eine engagierte Sitzung nach GA4-Definition erfüllt technische Kriterien wie Nutzungsdauer, Seitenaufrufe oder ein Schlüsselereignis. Das ist noch keine vertriebliche Qualifizierung.

Die dritte Ebene beginnt bei akzeptierten Anfragen und führt zu Verkaufschancen, Abschlüssen und Deckungsbeiträgen. Hierfür brauchen Sie Rückmeldungen aus dem Vertrieb. Verfolgen Sie Kontakte außerdem nach dem Zeitpunkt ihrer Erstanfrage weiter. Ein Abschluss im November kann aus einem Kontakt im September stammen. Werden beide Werte ohne diese zeitliche Zuordnung nebeneinandergestellt, entsteht leicht ein falscher Eindruck vom aktuellen Marketingbeitrag. Vergleichen Sie Kontaktgruppen möglichst nach einer ähnlich langen Bearbeitungszeit. Eine Formularsendung allein sagt wenig darüber aus, ob Bedarf, Zuständigkeit und Angebot zusammenpassen.

Dokumentieren Sie, welche Kontakte sich tatsächlich mit einer erfassten Sitzung verbinden lassen. Lassen Sie unbekannte Herkunft unbekannt. Die Bedeutung sauberer Definitionen und verknüpfter Datensätze vertieft DAC im Beitrag zur Qualität und Nutzbarkeit von CRM-Daten. Ohne diese Grundlage kann auch ein detailliertes Dashboard den Beitrag zum Geschäft nur eingeschränkt beurteilen.

Welche Kennzahlen gehören ins Management-Dashboard?

Ins Management-Dashboard gehören wenige Kennzahlen mit klarer Bedeutung. Jede Zahl sollte eine Entscheidung unterstützen und erkennen lassen, aus welcher Datenquelle sie stammt. Eine gemeinsame Gesamtpunktzahl würde die Unterschiede zwischen Sichtbarkeit, Nutzung und Ergebnis verdecken.

Diese KPI-Tabelle kann als Grundlage dienen:

Fiktives Dashboard-Beispiel, keine DAC-Kundendaten: Die folgende Gegenüberstellung verwendet zwei gleich lange Zeiträume von jeweils 28 Tagen. Das Testpanel umfasst je Zeitraum dieselben 20 deutschsprachigen Fragen für Deutschland mit fünf Wiederholungen auf einer festgelegten KI-Plattform. Gezählt werden 100 auswertbare Antworten; technische Fehlläufe werden separat protokolliert.

Die Zahlen sprechen für eine genauere Prüfung der Besucherqualität. Sie rechtfertigen weder die Aussage, KI ersetze verlorene Suchklicks, noch eine automatische Budgeterhöhung. Testpanel, Suchklicks und Website-Sitzungen bilden unterschiedliche Mengen ab. Bei vier akzeptierten Anfragen verändern bereits einzelne Fälle das Bild erheblich. Prüfen Sie deshalb deren Qualität und weiteren Verlauf, bevor Sie aus der unveränderten Anzahl auf ein stabiles Ergebnis schließen.

Welche Interpretationsfehler sollten Sie vermeiden?

Der wichtigste Fehler ist, aus gemeinsam verlaufenden Kennzahlen eine Wirkung abzuleiten. Wenn Quellenverweise und Anfragen gleichzeitig steigen, können beide Entwicklungen mit einer Kampagne, einer Produkteinführung oder saisonaler Nachfrage zusammenhängen. Der Monatsbericht beschreibt zunächst eine Korrelation.

Attribution beantwortet eine andere Frage: Welchem erfassten Kontakt wird ein Ergebnis nach bestimmten Regeln zugerechnet? Google erläutert dieses Prinzip in seiner Dokumentation zur Attribution. Eine Zuordnung zu einem KI-Kanal bedeutet nicht, dass der Kontakt ohne KI ausgeblieben wäre. Für einen ursächlichen Wirkungsnachweis brauchen Sie ein geeignetes Untersuchungsdesign, gegebenenfalls mit Kontrollgruppen. Ein Vorher-nachher-Vergleich allein reicht dafür nicht.

Vermeiden Sie außerdem doppelte Zählungen. Die KI-Impressionen aus der Search Console sind bereits in den entsprechenden Gesamtleistungsdaten enthalten. Sie dürfen daher nicht noch einmal auf die gesamten Suchimpressionen aufgeschlagen werden. Auch mehrere verlinkte URLs in derselben Antwort sind nicht automatisch mehrere erreichte Personen.

Ebenso wenig lässt sich aus weniger Suchklicks unmittelbar auf einen Zero-Click-Effekt schließen. Prüfen Sie Suchnachfrage, Rankings, Suchanfragenmix und betroffene Seiten. Eine sinkende Klickrate kann unterschiedliche Ursachen haben. Vergleichen Sie außerdem keine gesamten Suchklicks mit ausschließlich KI-bezogenen Impressionen zu einer vermeintlichen KI-Klickrate.

Bei eigenen Abfragen gefährden wechselnde Fragen, neue Modelle oder veränderte Suchmodi die Vergleichbarkeit. Mehrere Wiederholungen derselben Frage machen die Auswahl noch nicht repräsentativ. Melden Sie Ausfälle und Methodenänderungen; ein fehlender Messwert ist kein Wert von null. Das gilt ebenso bei veränderter Kanalzuordnung. Für Zeiträume vor Einführung des GA4-Kanals „KI-Assistent“ ist gegebenenfalls eine gesonderte Auswertung nötig. Ein Sprung nach einer neuen Erfassungsregel kann ein Messeffekt sein, ohne dass sich die tatsächliche Nutzung verändert hat.

Trennen Sie schließlich automatisierte Abrufe von menschlicher Nutzung. Ein Crawlerzugriff belegt keine gelesene KI-Antwort. Und ein späterer direkter Website-Besuch lässt sich ohne weitere Informationen keiner früheren KI-Begegnung zuweisen.

Wie wird aus dem Monatsreport eine Entscheidung?

Aus dem Monatsreport wird eine Entscheidung, wenn die Beobachtung zu einer konkreten Prüfung oder Maßnahme führt. Die Geschäftsführung sollte erkennen können, was sich verändert hat, wie belastbar die Aussage ist und wer den nächsten Schritt verantwortet.

Im fiktiven Beispiel ist die Sichtbarkeit gestiegen. Die zusätzlichen erfassten Sitzungen haben jedoch kaum mehr qualifizierte Nutzung und keinen Anstieg der akzeptierten Anfragen gebracht. Das Analytics-Team sollte deshalb zuerst Quellenmix und Erfassung prüfen. Anschließend untersucht das Content-Team die betroffenen Einstiegsseiten: Treffen Inhalt und Angebot die Erwartungen dieser Besucher? Gibt es einen verständlichen nächsten Schritt?

Eine zweite Ausgangslage verlangt eine andere Reaktion. Fehlt die Marke bei wichtigen Entscheidungsfragen wiederholt, während Wettbewerber erscheinen, sollte das Team die konkreten Antworten und Quellen prüfen. Sind die relevanten Leistungen verständlich beschrieben? Fehlen Nachweise oder aktuelle Angaben? Daraus kann ein begrenzter Inhaltstest entstehen. Priorisieren Sie Themen nach ihrer Bedeutung für das Geschäft: Eine fehlende Antwort auf eine konkrete Leistungs- oder Auswahlfrage kann eine frühere Bearbeitung verdienen als geringe Präsenz bei einem allgemein gehaltenen Branchenthema. Ein neu entdecktes Thema gehört zunächst in eine ergänzende Stichprobe, damit das bestehende Fragenset vergleichbar bleibt.

Bei falschen Angaben zu Produkten, Standorten oder Leistungen geht es zunächst um sachliche Korrektheit. Prüfen und berichtigen Sie die eigenen Angaben sowie beeinflussbare Quellen. Kontrollieren Sie anschließend erneut, wie die Marke dargestellt wird. Eine positiv formulierte Antwort ist wenig wert, wenn ihr Inhalt nicht stimmt.

Legen Sie vor jeder Maßnahme fest, woran Sie deren Ergebnis beurteilen. Bei einer Inhaltskorrektur kann das die sachliche Richtigkeit wiederholter Antworten sein. Bei einer überarbeiteten Einstiegsseite zählen qualifizierte Nutzung und akzeptierte Anfragen. Beides braucht einen angemessenen Beobachtungszeitraum; bei wenigen Fällen bleibt das Ergebnis vorläufig.

Halten Sie zum Abschluss eine Entscheidung mit Zuständigkeit, Termin und Prüfkriterium fest. Kennzeichnen Sie offen, wenn die Daten vorerst nur weiteres Beobachten erlauben. Bei der Frage, welche Maßnahmen Vorrang haben sollten, ergänzt das DAC-Webinar zur Priorisierung von SEO und KI-Suche die Perspektive anhand von Geschäftsmodell und Kundenreise.

Nutzen Sie für die nächste Berichtsperiode ein Reporting-Muster mit drei getrennten Blöcken: Sichtbarkeit, qualifizierte Nutzung und Geschäftsergebnis. Ergänzen Sie Datenstand, Vergleichszeitraum und eine begründete Handlungsempfehlung. DAC verbindet SEO und AIO/GEO mit Analytics. Ein sinnvoller erster Schritt ist, gemeinsam festzulegen, welche Entscheidung Ihr Bericht unterstützen soll.

Reportingmuster für den Monatsbericht

Berichtsrahmen

Zeitraum: [Datum bis Datum] Vergleich: [gleich langer Zeitraum]

Datenstand: [Datum] Verantwortlich: [Name]

Geschäftsfrage: [Welche Entscheidung soll dieser Bericht unterstützen?]

Sichtbarkeit

Plattform und Markt: [Plattform, sichtbare Modellversion, Suchmodus, Sprache und Markt]

Testpanel: [Version des Fragensets, Themen, Wiederholungen, auswertbare Antworten und Fehlläufe]

Markenerwähnungen: [Anzahl von Gesamtzahl; Vorperiode und aktueller Wert]

Quellenverweise: [Antworten mit eigener URL; je Antwort höchstens einmal zählen]

Plattformdaten: [Google-KI-Impressionen und Bing-Zitationen getrennt; wichtigste Seiten und Datenstand]

Sachliche Richtigkeit: [Befund, Beispielantwort und gegebenenfalls Korrekturbedarf]

Website Nutzung

Erfasste Zugriffe: [Sitzungen im Kanal „KI-Assistent“, nach Quelle aufgeteilt]

Organische Suche: [Sitzungen und Suchklicks separat; Google-KI-Suchzugriffe sind nicht im Kanal „KI-Assistent“ enthalten]

Qualifizierte Nutzung: [Geschäftliche Definition, Anzahl und Anteil an den erfassten Sitzungen]

Geschäftsergebnis

Akzeptierte Anfragen: [Anzahl, Definition und nachvollziehbar verbundene Kontakte]

Weiterer Verlauf: [Verkaufschancen, Abschlüsse und Deckungsbeiträge nach Kontaktgruppe]

Bearbeitungszeit: [Erstanfragezeitraum und Auswertungsstichtag]

Entscheidung

Beobachtung: [Welche relevante Veränderung zeigen die Daten?]

Mögliche Erklärung: [Als Hypothese formulieren; alternative Erklärungen benennen]

Nächste Maßnahme: [Eine priorisierte Maßnahme]

Zuständigkeit und Termin: [Name, nächster Prüftermin]

Prüfkriterium: [Welche Beobachtung bestätigt oder widerlegt die Arbeitshypothese?]

Datengrenzen: [Fehlende Herkunft, Methodenänderungen, kleine Fallzahlen, Datenlücken und offene Fragen]