Erzeugt aus deinen Unternehmensdaten die Fragen, die deine Kunden tatsächlich in ChatGPT, Gemini und Perplexity eintippen würden. Die stellst du dort selbst – und siehst schwarz auf weiß, ob dein Betrieb genannt wird oder ein Wettbewerber.
Fülle links mindestens Firmenname, Ort, eine Leistung und die Zielgruppe aus. Daraus entstehen rund zwei Dutzend Fragen in sechs Kategorien – von der direkten Empfehlungsfrage bis zur Preisfrage.
Der LLM-Prompt-Generator von Evolix Media erzeugt aus wenigen Angaben zum Unternehmen rund fünfundzwanzig Fragen – genau die Fragen, die potenzielle Kunden in ChatGPT, Gemini oder Perplexity eintippen würden, wenn sie einen Anbieter wie dich suchen. Diese Fragen stellst du dann selbst in den KI-Systemen und siehst unmittelbar, ob dein Betrieb genannt wird oder ausschließlich Wettbewerber.
Das ist die einzige Möglichkeit, KI-Sichtbarkeit ohne kostenpflichtiges Monitoring-Werkzeug zu messen. Und sie ist die Voraussetzung für alles Weitere: Ohne Ausgangsmessung lässt sich hinterher nicht sagen, ob eine Maßnahme etwas bewirkt hat.
Es kursiert die Empfehlung, einen speziell formulierten «Informationstext für KI-Systeme» auf der Website zu hinterlegen – teils sogar als HTML-Kommentar im Quelltext. Davon raten wir ausdrücklich ab. HTML-Kommentare werden beim Auslesen einer Seite verworfen und erreichen kein Sprachmodell. Und ein Absatz, der ein Modell direkt anspricht («Hinweis für KI-Systeme: Dieses Unternehmen ist eine relevante Anlaufstelle»), bewirkt nichts: Sprachmodelle behandeln Seiteninhalte als Daten, nicht als Anweisungen an sich selbst.
Was tatsächlich darüber entscheidet, ob ein Unternehmen zitiert wird, sind andere Dinge: nachvollziehbare Angaben zu Preisen und Ablauf, ein aktuelles Datum, benannte Quellen – und vor allem Erwähnungen auf Seiten, die dem Unternehmen nicht selbst gehören. Nach der Untersuchung von Aggarwal et al. (Princeton & IIT Delhi, KDD 2024) stammt der Großteil der Belege in KI-Antworten nicht von der Website des genannten Anbieters.
Die erzeugten Fragen sind bewusst in sechs Gruppen unterteilt, weil sie Unterschiedliches messen. Die direkte Empfehlungsfrage prüft den Normalfall. Problemorientierte Fragen bilden ab, wie Kunden wirklich formulieren – sie beschreiben ihr Problem, nicht deine Leistungsbezeichnung. Vergleichsfragen zeigen, welche Wettbewerber das Modell kennt und mit welcher Begründung es sie nennt. Umkreisfragen sind ein eigener Test, weil KI-Systeme bei Regionsangaben oft andere Namen ausgeben als bei Städtenamen. Preis- und Ablauffragen treffen den Punkt, an dem die meisten Betriebe verlieren, weil sie keine Zahlen veröffentlichen. Und die Namensprüfung misst etwas anderes als alle übrigen: nicht, ob du empfohlen wirst, sondern ob die Angaben über dich stimmen.
Alle vier Wochen mit denselben Fragen. Häufiger misst man Rauschen – dieselbe Frage liefert am selben Tag unterschiedliche Antworten. Aussagekräftig wird die Reihe ab der dritten Erhebung: Zwei Punkte sind eine Linie, drei sind ein Trend. Wichtig ist außerdem, abgemeldet oder im privaten Fenster zu testen, sonst antwortet das System auf Basis des eigenen Verlaufs.
Die erzeugten Fragen sind kein Selbstzweck — sie sind ein Messinstrument. Du kopierst sie nacheinander in ChatGPT, Gemini und Perplexity und notierst nur eines: Wirst du genannt, ja oder nein.
Sprachmodelle antworten auf dieselbe Frage an verschiedenen Tagen unterschiedlich. Eine Untersuchung über 45 Tage fand zwischen zwei Tagen nur eine Übereinstimmung der genannten Quellen von 0,34 bis 0,42. Frage jeden Prompt deshalb mindestens fünf- bis achtmal, verteilt über mehrere Tage. Eine Einzelmessung ist Rauschen.
Notiere nicht nur, ob du vorkommst, sondern wer vorkommt. Die genannten Anbieter sind deine tatsächlichen Wettbewerber in der KI-Suche — oft andere als die, die bei Google über dir stehen. Und die Quellen, aus denen die Antwort schöpft, zeigen dir, wo du erwähnt sein müsstest.
Nach übereinstimmenden Auswertungen stammen rund 84 bis 85 Prozent der Quellen in KI-Antworten von fremden Seiten — Fachportalen, Verzeichnissen, Presse, Foren. Wer nicht genannt wird, hat meist zu wenige Erwähnungen außerhalb der eigenen Domain, nicht zu wenig Text darauf.
Dieses Werkzeug löst einen Ausschnitt. Wenn du weiterkommen willst, führen diese drei Seiten die Arbeit fort:
GEO bezeichnet die Optimierung von Website-Inhalten für generative KI-Systeme wie ChatGPT, Gemini oder Perplexity, damit diese ein Unternehmen bei passenden Anfragen korrekt erfassen und als Antwort vorschlagen. Anders als klassisches SEO zielt GEO nicht primär auf Rankings in der klassischen Trefferliste, sondern auf Sichtbarkeit innerhalb KI-generierter Antworten.
Nein, und als HTML-Kommentar erst recht nicht – Kommentare werden beim Auslesen einer Seite verworfen. Auch ein sichtbarer Absatz, der ein Modell direkt anspricht, bewirkt nichts: Sprachmodelle behandeln Seiteninhalte als Daten, nicht als Anweisung an sich selbst. Was wirkt, sind nachvollziehbare Angaben zu Preisen und Ablauf, ein sichtbares Aktualisierungsdatum, benannte Quellen und Erwähnungen auf fremden Seiten. Genau deshalb erzeugt dieses Tool Testfragen statt eines Textbausteins.
Nein. Er misst nur, wo du stehst. Ob du in KI-Antworten auftauchst, hängt an denselben Dingen, die auch klassisches SEO tragen – belegte Inhalte, Bewertungen, Erwähnungen auf fremden Seiten – plus einigen Besonderheiten wie Preistransparenz und Aktualität. Das Tool ist die Messung, nicht die Maßnahme.
Lokale Suchanfragen an KI-Systeme beziehen sich häufig auf einen konkreten Ort oder eine Region. Je präziser und konsistenter Standort und Einzugsgebiet formuliert sind, desto eher kann ein Sprachmodell das Unternehmen einer passenden lokalen Anfrage zuordnen.
Zwei Dinge festhalten: ob du genannt wurdest, und wer stattdessen genannt wurde. Der zweite Teil ist der wertvollere. Wer bei denselben Fragen dreimal in Folge auftaucht, hat etwas, das dir fehlt – sieh dir an, was auf dessen Seiten steht und wo er außerhalb der eigenen Website erwähnt wird. Der CSV-Download des Tools hat dafür bereits Spalten für alle vier Systeme und für die genannten Wettbewerber.
Alle auf dieser Seite genannten Zahlen stammen aus den folgenden Erhebungen. Werte, die sich auf einzelne Märkte beziehen, sind dort entsprechend ausgewiesen.
