KI-Sichtbarkeit auditieren, ohne aus Signalen Rankings zu machen

KI-Sichtbarkeit besteht aus mehreren, getrennten Beobachtungen. Eine Antwort kann Deine Marke nennen, auf eine Deiner Seiten verweisen, eine Aussage daraus aufgreifen oder Dich gar nicht erwähnen. Diese Ereignisse haben nicht dieselbe Bedeutung. Eine Namensnennung ist keine Empfehlung, und ein Link beweist nicht, dass genau diese Seite die Antwort verursacht hat. Definiere deshalb vor dem Start, was Dein Audit zählt.

Zu jeder Beobachtung gehören Kontextdaten: exakter Prompt, Sprache und Markt, verwendete Oberfläche, Datum, Antworttext, sichtbare Quellen und die Einordnung durch die prüfende Person. So bleiben spätere Vergleiche nachvollziehbar. Das ist wichtig, weil Modelle, Retrieval und Formulierungen sich ändern können. Ziel ist ein belegbarer Arbeitsstand statt eines Scores, der wie ein allgemeines Ranking klingt.

• Erwähnungsrate: Anteil der Prompts mit Markenname.
• Quellenrate: Anteil der Antworten mit sichtbarer Quelle Deiner Domain.
• Kontext: Option, Beispiel, Empfehlung oder kritische Einordnung.
• Themenabdeckung: Fragen mit fehlender, falscher oder unklarer Darstellung.

Gute Prompts orientieren sich an Fragen, die Interessierte bei einer Recherche wirklich stellen. Kombiniere allgemeine Kategoriefragen mit Vergleichs-, Aufgaben- und gegebenenfalls lokalen oder regulatorischen Fragen. Frage nicht nur nach Deiner Marke: Solche Prompts prüfen vor allem Bekanntheit. Nicht markengebundene Fragen zeigen eher, ob ein System Deine Marke mit einem Bedarf oder einer Lösung verbindet.

Halte das Set klein genug, damit Du jede Antwort lesen kannst, und versieh es mit einer Version. Ein monatlicher Lauf kann Veränderungen sichtbar machen, er beweist aus wenigen Antworten aber keinen Trend und keine Ursache. Wenn Sprache oder Land relevant sind, trenne die Sets. Deutsche und englische Antworten zusammenzuwerfen verdeckt Unterschiede bei Quellen, Begriffen und Antwortverhalten.

• Orientierung: Wie wähle ich einen SEO-Audit-Prozess?
• Abwägung: Was gehört in einen Whitelabel-Report?
• Alternativen: Welche Werkzeuge beobachten KI-Antworten?
• Prüfung: Fragen zu bekannten Funktionen oder Anforderungen.

Eine Erwähnung ohne Link kann ein Hinweis auf Wiedererkennung sein, bietet Leserinnen und Lesern aber keinen klaren Beleg. Eine sichtbare Quelle ist konkreter, kann jedoch auf eine Drittseite zeigen und sich bei einer neuen Antwort wieder ändern. Sichere die URL, den umgebenden Satz und die Information, ob die Seite die Aussage tatsächlich stützt. Behandle KI-Text als redaktionelles Ergebnis, das Faktencheck braucht, nicht als selbsterklärende Analytics-Zahl.

Auch Tonalität verlangt Zurückhaltung. Ordne positiv, neutral, gemischt oder negativ nur zu, wenn die Sprache es trägt, und nutze bei Bedarf „unklar“. Eine Marke kann neben einer Einschränkung erscheinen, ohne dass die Antwort ein Gesamturteil fällt. Menschliche Stichproben verhindern Scheingenauigkeit und helfen, echte Korrekturen von normaler Variation generativer Antworten zu unterscheiden.

• Vollständige Antwort und sichtbare Links speichern.
• Veraltete Aussagen an die verantwortliche Person weitergeben.
• Wettbewerber als Antwortpräsenz vergleichen, nicht als Marktanteil.
• Fehlende Quellen, Ablehnungen und schwankende Antworten markieren.

Öffentliche, gut gepflegte Seiten sind für Crawler und Menschen leichter erreichbar und verständlich. Trotzdem garantiert keine technische Massnahme eine Erwähnung in einer KI-Antwort. Prüfe zuerst Indexierbarkeit, HTTP-Status, Canonicals, interne Links und lesbaren Inhalt. Strukturierte Daten können Eigenschaften einer Seite erklären, wenn sie korrekt sind und zum sichtbaren Inhalt passen. Sie sind kein Schalter für Zitate durch KI-Systeme.

Robots.txt ist ebenfalls ein operativer Prüfpunkt. Die Datei beschreibt Crawl-Regeln für kooperierende User-Agents; Server, CDN oder Login können Abrufe zusätzlich begrenzen. Dokumentiere, was Dein Test zeigt, statt anzunehmen, jede KI-Oberfläche verwende denselben Crawler. Zugang zu verbessern kann für die normale Website sinnvoll sein, auch wenn ein Effekt in KI-Antworten offen bleibt.

• Wichtige URLs auf Status, Canonical und darstellbaren Inhalt testen.
• Strukturierte Daten gegen passende Standards validieren.
• Robots.txt und Serverantworten für dokumentierte Bots prüfen.
• Keine Ressourcen blockieren, die öffentlichen Inhalt erst lesbar machen.

llms.txt ist ein vorgeschlagener Ansatz für einen kompakten, maschinenlesbaren Wegweiser auf einer Website. Er kann nützlich sein, um kanonische Dokumentation, Begriffe und wichtige Seiten zusammenzufassen. Es handelt sich jedoch nicht um einen universell übernommenen Webstandard. Das Veröffentlichen verpflichtet kein KI-System, Deine Seite zu crawlen, abzurufen, zu zitieren oder zu empfehlen.

Wenn Du eine Datei pflegst, sollte sie mit Deiner öffentlichen Website und ihrer Verantwortung übereinstimmen. Verlinke stabile, hilfreiche Seiten statt Werbeversprechen, gib keine internen Inhalte frei und plane Aktualisierungen bei neuen URLs oder Regeln ein. Die faire Audit-Frage lautet: Ist ein korrekter Wegweiser erreichbar? Nicht: Hat die Datei Sichtbarkeit in einem bestimmten Assistenten freigeschaltet?

• Nur öffentliche kanonische Quellen verlinken.
• Seitenzweck klar und ohne unbelegte Superlative beschreiben.
• Änderungen versionieren und mit der Dokumentation prüfen.
• Robots-Regeln und Zugriffsschutz getrennt entscheiden.

Lege eine Ausgangsmessung an und notiere Prompt-Version, Sprache, Land, Datum und sichtbar gemachte Modellinformation. Prüfe danach fehlerhafte Aussagen, fehlende Quellseiten und missverständliche Positionierung. Priorisiere Verbesserungen, die auch ohne KI-Oberfläche nützen: klare Fachinhalte, korrekte Produktseiten und technisch erreichbare Informationen. So investierst Du nicht in eine Taktik, deren Wirkung Du nicht belegen kannst.

AuditLumo kann ausgewählte Prompts in ChatGPT, Claude, Perplexity und Gemini neben einem SEO-Audit beobachten. Das Ergebnis soll aber eine Prüfung auslösen, nicht sie ersetzen. Ergänze es mit Search-Console- und Analytics-Daten für die klassische Suche und behalte die Rohantworten. Wöchentliche oder monatliche Läufe helfen besonders dann, wenn Verantwortlichkeiten und ein Änderungsprotokoll klar sind.

• Rhythmus an Änderungen von Seiten und Botschaften anpassen.
• Verantwortung für Fakten, Technik und Inhalte festlegen.
• Prompts, Klassifikationen und Seitenanpassungen protokollieren.
• Unsicherheit neben den Zählern transparent berichten.