KI-Sichtbarkeit für Unternehmen – in ChatGPT und Perplexity vorkommen
Immer mehr Kaufentscheidungen beginnen nicht bei Google, sondern mit einer Frage an ChatGPT, Perplexity oder Copilot. Die Antwort nennt drei bis fünf Anbieter. Wer nicht dabei ist, existiert für diesen Interessenten nicht. Diese Seite erklärt, wie Sie Ihren aktuellen Stand messen, woran es meist liegt und wie Sie das Thema entweder selbst übernehmen oder gezielt einkaufen.
Warum Unternehmen in KI-Antworten unsichtbar bleiben
Der häufigste Irrtum: Wer bei Google gut rankt, werde auch von Sprachmodellen genannt. Das trifft nicht zu. Modelle bauen ihre Antworten aus Quellen, die sie als belegend einordnen, nicht aus Rankings. Vier Ursachen stecken hinter fast jedem Fall von Unsichtbarkeit:
Nur eine Quelle: Das Unternehmen kommt ausschließlich auf der eigenen Website vor. Modelle gewichten Eigenaussagen schwach, weil sie nicht überprüfbar sind.
Keine zitierfähigen Aussagen: Werbesprache ohne Zahlen, Zeitraum oder Beleg lässt sich nicht zitieren. "Führender Anbieter" ist wertlos, "seit 2019 über 120 Automatisierungsprojekte im Mittelstand umgesetzt" ist verwertbar.
Widersprüchliche Angaben: Abweichende Firmenbeschreibungen, Leistungen oder Standorte über Website, Verzeichnisse und Social Media. Das Modell kann die Entität nicht eindeutig zuordnen und lässt sie im Zweifel weg.
Crawler ausgesperrt: GPTBot, ClaudeBot oder PerplexityBot werden per robots.txt blockiert, oft ohne Absicht. Was nicht gecrawlt wird, kann nicht zitiert werden.
Den eigenen Stand messen – in vier Schritten
Vor jeder Maßnahme steht die Bestandsaufnahme. Ohne Ausgangswert lässt sich später kein Fortschritt belegen, und genau das fragt die Geschäftsführung bei der nächsten Budgetrunde.
Prompt-Set aufbauen: 20 bis 50 Fragen so formulieren, wie echte Interessenten sie stellen. Nicht "KI-Beratung Köln", sondern "Welche Agentur hilft uns dabei, Angebotsprozesse mit KI zu automatisieren?".
Gegen mehrere Modelle testen: ChatGPT, Perplexity, Google AI Mode und Copilot antworten unterschiedlich. Wer nur eines prüft, bekommt ein verzerrtes Bild.
Vier Kennzahlen protokollieren: Nennungsrate über alle Prompts, Position innerhalb der Antwort, welche Quellen das Modell anführt, und ob die Beschreibung des eigenen Unternehmens korrekt ist.
Crawler-Zugriffe auswerten: Server-Logs zeigen, ob und wie oft KI-Crawler die eigenen Seiten abrufen. Das ist der ehrlichste Frühindikator, weil er vor jeder Nennung kommt.
Wichtig: Antworten schwanken. Ein einzelner Test sagt wenig aus, erst die Wiederholung im festen Rhythmus macht Entwicklungen sichtbar. Monatlich genügt für die meisten Unternehmen.
Selbst betreuen oder einkaufen?
Beides ist vertretbar, die Entscheidung hängt an Teamgröße und Frequenz. Viele Marketingteams wollen das Thema dauerhaft selbst betreuen, brauchen aber einen Startpunkt.
Intern aufbauen
Extern einkaufen
Einmalkosten
2 bis 3 Workshoptage, 3.000–7.000 €
Bestandsaufnahme 2.000–5.000 €
Laufend
etwa 4 Stunden im Monat intern
1.500–6.000 € monatlich
Stärke
Wissen bleibt im Haus, schnelle Reaktion
Erfahrung über viele Branchen, kein Aufbau nötig
Schwäche
Anlaufzeit, Abhängigkeit von einzelnen Personen
Teurer auf Dauer, Wissen bleibt außerhalb
Empfehlung
Ab zwei Personen im Marketing und mittlerem Wettbewerbsdruck
Bei regulierten Branchen, Fehldarstellungen oder hohem Zeitdruck
Der pragmatische Mittelweg, der sich in der Praxis bewährt: eine externe Bestandsaufnahme mit Übergabe des Prompt-Sets, danach interne Betreuung mit Quartalsreview. So bleiben die laufenden Kosten niedrig und das Wissen im Unternehmen.
Was Sie Ihrem CFO vorlegen können
Budgetfreigaben scheitern selten am Thema, sondern an fehlenden Zahlen. Diese vier Größen machen KI-Sichtbarkeit für die Geschäftsführung greifbar:
Nennungsrate als Ausgangswert: "Bei 40 typischen Kundenfragen werden wir in 6 Antworten genannt, unsere drei wichtigsten Wettbewerber in 22 bis 28." Das ist eine Zahl, über die sich entscheiden lässt.
Herkunft der Anfragen: Referrer-Daten zeigen bereits heute Zugriffe aus ChatGPT und Perplexity. Diese Besucher kommen vorqualifiziert, weil die Empfehlung schon ausgesprochen wurde.
Kosten je Nennung: Aufwand geteilt durch zusätzliche Nennungen, im Vergleich zum Klickpreis bezahlter Anzeigen in derselben Nische.
Risiko der Fehldarstellung: In regulierten Branchen ist eine falsche Produktbeschreibung durch ein Sprachmodell kein Marketingthema, sondern ein Compliance-Thema. Das verschiebt die Dringlichkeit.
Erste Schritte, die sofort umsetzbar sind
robots.txt prüfen und GPTBot, ClaudeBot, PerplexityBot sowie CCBot ausdrücklich erlauben.
Eine llms.txt im Wurzelverzeichnis anlegen, die die wichtigsten Seiten und die eigene Positionierung in einfacher Sprache zusammenfasst.
Die zehn wichtigsten Aussagen über das eigene Unternehmen mit Zahl, Zeitraum und Quelle versehen und auf der Website sichtbar platzieren.
Firmenbeschreibung, Leistungen und Standort in allen relevanten Verzeichnissen und Profilen auf einen einheitlichen Stand bringen.
Ein Prompt-Set aus 20 Kundenfragen anlegen und einmal manuell durch ChatGPT und Perplexity schicken. Ergebnisse dokumentieren, das ist der Ausgangswert.
Die Punkte 1 bis 4 kosten nichts außer Zeit und beseitigen die häufigsten technischen Blocker. Punkt 5 dauert etwa zwei Stunden und liefert die Grundlage für jede weitere Entscheidung.
Beratung für KI-Sichtbarkeit finden
Im Verzeichnis von KI-Finder sind Berater und Agenturen gelistet, die auf KI-Sichtbarkeit, Generative Engine Optimization und AI Search spezialisiert sind. Stundensätze sind in jedem Profil offen ausgewiesen, die Anfrage ist kostenlos, eine Vermittlungsgebühr fällt nicht an.
KI-Sichtbarkeit beschreibt, ob und wie ein Unternehmen in den Antworten von ChatGPT, Perplexity, Google AI Overviews oder Microsoft Copilot vorkommt. Anders als bei Google gibt es keine Ergebnisliste mit Positionen, sondern eine formulierte Antwort, in der einige Anbieter genannt werden und alle anderen unsichtbar bleiben.
Warum taucht unser Unternehmen in manchen KI-Antworten auf und in anderen nicht?
Sprachmodelle antworten nicht deterministisch. Sie ziehen je nach Formulierung der Frage unterschiedliche Quellen heran und gewichten sie neu. Wer nur in einer einzigen Quelle vorkommt, erscheint entsprechend sporadisch. Stabile Präsenz entsteht erst, wenn mehrere unabhängige Quellen dasselbe über ein Unternehmen aussagen.
Wie messen wir, wie präsent wir aktuell in KI-Antworten sind?
Über einen Prompt-Satz von 20 bis 50 typischen Kundenfragen, der regelmäßig gegen mehrere Modelle gefahren und protokolliert wird. Gemessen werden Nennungsrate, Position innerhalb der Antwort, genannte Quellen und die Korrektheit der Beschreibung. Ergänzend zeigen Server-Logs, ob GPTBot, ClaudeBot und PerplexityBot die eigene Seite überhaupt crawlen.
Was kostet der Einstieg in KI-Sichtbarkeit?
Eine Bestandsaufnahme mit Prompt-Set und Quellenanalyse liegt bei 2.000 bis 5.000 Euro. Eine begleitete Umsetzung über drei Monate bewegt sich zwischen 8.000 und 25.000 Euro, abhängig davon, wie viel Content neu entsteht. Reine Monitoring-Lösungen starten bei etwa 200 Euro monatlich.
Kann unser Marketingteam das selbst übernehmen?
Ja, und das ist meist der günstigere Weg. Ein dreiköpfiges Team braucht dafür eine Einführung in Prompt-Monitoring, klare Regeln für zitierfähigen Content und einen festen Messrhythmus. Realistisch sind zwei bis drei Workshoptage plus Begleitung in den ersten Wochen, danach läuft es intern.
Wie lange dauert es, bis sich etwas verändert?
Erste Veränderungen in den Antworten sind nach vier bis acht Wochen messbar, sobald neue Inhalte gecrawlt und in Quellen aufgenommen wurden. Stabile Präsenz über mehrere Modelle hinweg braucht in der Regel drei bis sechs Monate.
ChatGPT beschreibt unser Unternehmen mit veralteten Informationen. Was tun?
Das Modell zitiert, was es findet. Wenn die aktuelle Positionierung nur auf der eigenen Website steht, alte Beschreibungen aber in Verzeichnissen, Pressemeldungen und Profilen stehen, gewinnt die Mehrheit. Der Weg führt über die Korrektur der Drittquellen, nicht über die eigene Seite allein.
Ist KI-Sichtbarkeit dasselbe wie SEO?
Es überschneidet sich, ist aber nicht identisch. Technische Auffindbarkeit und saubere Struktur sind gemeinsame Voraussetzung. Der Unterschied liegt im Ziel: SEO optimiert auf Klicks über Rankings, KI-Sichtbarkeit optimiert auf Zitierfähigkeit und Präsenz in den Quellen, aus denen Modelle ihre Antworten bauen.