KI-Sichtbarkeit: die 4 strategischen Variablen, die vor der Messung festgelegt werden müssen

Fragen Sie ChatGPT, Ihnen eine Uhr als Geschenk zu empfehlen. Es schlägt Ihnen Seiko, Casio, Tissot vor. Nicht Swatch. Dabei ist dies eine der weltweit bekanntesten Uhrenmarken.

Diese Situation habe ich im klassischen SEO dutzende Male erlebt. Eine Marke kommt mit derselben Anfrage: "Wir wollen überall Erster sein, bei allem." Heute mit der KI ist das Versprechen identisch. Und genauso unrealistisch, wenn man die Grundlagen nicht vorher legt.

Denn Ihre KI-Sichtbarkeit ist keine technische Frage. Sie ist das Ergebnis von 4 strategischen Variablen, die vor jeder Messung festgelegt werden müssen. Bevor Sie überhaupt ein Tool konfigurieren, bevor Sie ein Audit starten, bevor Sie eine Seite optimieren.

Diese 4 Variablen bestimmen, was Sie messen, und damit, was Sie verbessern können. Ändern Sie eine Variable, ändert sich das Ergebnis. Swatch fällt je nach Formulierung der Frage auf ChatGPT von 75% auf 38%. Dieselbe Marke, dieselbe Plattform, zwei Prompts: 37 Punkte Unterschied.

Dieser Artikel erläutert diese 4 Variablen anhand echter Daten von Swatch, zwei Monate lang täglich auf 7 KI-Plattformen gemessen.

Bevor wir die 4 Variablen im Detail betrachten, eine nützliche Unterscheidung.

Zwei Ansätze: Sichtbarkeit und Narrativ

In Sachen KI-Sichtbarkeit gibt es zwei grundlegende Fragen:

1. Werden Sie zitiert? Das ist der Mention-First-Ansatz. Erscheint Ihre Marke in den KI-Antworten? Wie häufig? Im Vergleich zu Ihren Wettbewerbern? Das interessiert die meisten Marken zuerst: gefunden zu werden.

2. Wer spricht über Sie? Das ist der Citation-First-Ansatz. Wenn KIs über Ihre Marke sprechen, welche Quellen zitieren sie? Ist es Ihre offizielle Website, ein wohlwollender redaktioneller Artikel oder die Vergleichsseite eines Wettbewerbers? Die zitierten Quellen prägen das Narrativ. Wenn beim Sprechen über Sie ein Wettbewerber zitiert wird, kontrolliert er, wie Sie dargestellt werden.

Die meisten Marken benötigen beide Ansätze. Jede der folgenden 4 Variablen stützt sich auf den einen oder den anderen.

Variable 1: die Prompts, die Sie messen

Ansatz: Mention-First Kernfrage: Wird Ihre Marke empfohlen, wenn sie nicht namentlich genannt wird?

Das ist die unmittelbarste Strategie. Sie erstellen einen Mix aus Branded-Abfragen (die Ihre Marke erwähnen) und Industry-Abfragen (die einen Bedarf beschreiben, ohne jemanden zu nennen) und vergleichen dann die Sichtbarkeit auf beiden.

Branded-Abfragen zielen auf den direkten Vergleich: "Swatch oder Casio, welche soll ich als Alltagsuhr wählen?" Industry-Abfragen zielen auf den Bedarf: "Ich suche eine Uhr zum Verschenken mit einem guten Preis-Leistungs-Verhältnis."

Die Lücke zwischen beiden sagt Ihnen, ob die KIs Sie kennen (branded) und ob sie Sie spontan empfehlen (industry). Das ist Ihre spontane Bekanntheit im KI-Universum.

Was das für Swatch bedeutet

Bei Industry-Abfragen (ohne Nennung der Marke) erscheint Swatch nur in 38% der ChatGPT-Antworten auf den Geschenk-Prompt. Bei Branded-Abfragen ("Swatch vs Casio") steigt es auf 92%. Die KI kennt Swatch, empfiehlt es aber nicht spontan.

ChatGPT empfiehlt Seiko und Casio. Nicht Swatch. Und das ist kein Zufall: Bei den 3 Industry-Prompts auf Französisch zitiert ChatGPT Swatch je nach Formulierung nur in 38 bis 54% der Antworten.

Die Vergleichsanalyse zeigt auch, wer die Sichtbarkeit abschöpft, die Sie verlieren:

Seiko dominiert die sektoriellen Antworten im Segment erschwinglicher Uhren. Bei den Abfragen "Geschenk" und "Preis-Leistungs-Verhältnis" ist es der erste Reflex der KIs.

Variable 2: die von den KIs zitierten Quellen

Ansatz: Citation-First Kernfrage: Welche Quellen nutzen die KIs, um über Sie zu sprechen?

Hier lautet die Frage nicht mehr "Werden Sie zitiert?", sondern "Wer spricht über Sie?". Wenn eine KI eine Frage zu Ihrer Marke beantwortet, stützt sie sich auf Quellen. Einige sind Ihre eigenen (offizielle Website, Blog), andere stammen von Dritten (Medien, Wettbewerber, Foren, YouTube).

Das Verhältnis zwischen Ihren Quellen und den Drittquellen ist Ihr Owned Citation Share. Je höher, desto mehr kontrollieren Sie, was die KIs über Sie sagen.

Denken Sie daran so: Ihr Unternehmen hat im letzten Jahr vielleicht in eine Produktneupositionierung oder eine CSR-Initiative investiert. Spiegelt sich das in der Art wider, wie die KIs über Sie sprechen? Oder übernehmen sie noch ein altes Narrativ, vielleicht sogar einen Vergleichsartikel, der von einem Wettbewerber veröffentlicht wurde?

Was das für Swatch bedeutet

Von 51 408 Zitaten, die aus den KI-Antworten extrahiert wurden, macht swatch.com 27% des Gesamten aus. Das ist die am häufigsten zitierte Quelle, und zwar mit Abstand. Aber es bedeutet auch, dass 73% des Narrativs von Dritten geprägt werden.

Unter diesen Dritten kumulieren die Websites der Wettbewerber mehr als 7 600 Zitate:

Wenn eine KI über Swatch spricht, zitiert sie in derselben Antwort oft einen Wettbewerber.

Die Gap-Analyse geht weiter: Sie identifiziert Websites, die Ihre Wettbewerber zitieren, Ihre Marke aber nie. Für Swatch erwähnen Medien wie elle.de, frandroid.com, lesnumeriques.com oder businessinsider.de in ihren Artikeln über Uhrmacherkunst Seiko und Certina, aber nicht Swatch. Das sind konkrete PR-Chancen: Wenn diese Medien über Ihre Wettbewerber sprechen, könnten sie auch über Sie sprechen.

Das Sentiment vervollständigt das Bild: 64% positive Antworten, 35% neutral, fast null negativ. Keine Krise, aber ein Drittel sachlicher Antworten ohne Enthusiasmus. Das ist ein Hebel, um den Marken-Content zu stärken. Unser Artikel über die Sentiment-Analyse im Premium-Sektor erläutert diese Dynamiken im Detail.

Variable 3: die anvisierte KI-Plattform

Ansatz: Mention-First Kernfrage: Sieht Sie jede KI-Plattform auf die gleiche Weise?

Das ist oft die überraschendste Erkenntnis. Was viele Marken nicht realisieren, ist, dass jede KI-Engine ihre eigenen Verzerrungen hat. Eine Marke kann von Claude systematisch empfohlen und auf Perplexity vollständig abwesend sein, bei derselben Frage.

Warum? Weil KIs nicht auf die gleiche Weise funktionieren. Claude stützt sich stärker auf sein internes Wissen. Perplexity sucht Web-Quellen in Echtzeit und zitiert, was es findet. ChatGPT Web macht Shopping Search und scrapt E-Commerce-Kataloge. Gemini generiert lange Listen, die die Positionen verwässern.

Wenn Sie nur eine einzige Plattform messen, entgeht Ihnen die Hälfte des Bildes.

Was das für Swatch bedeutet

Die Gesamt-Sichtbarkeit von Swatch liegt bei 85.8%. Das wirkt solide. Doch diese Zahl verbirgt spektakuläre Unterschiede:

• Claude empfiehlt Swatch in 96% der Antworten auf Industry-Abfragen
• Gemini: 97%
• Grok: 100%
• Perplexity: 33%
• ChatGPT Web: 38%

Perplexity kennt Swatch (100% bei Branded-Abfragen). Aber bei Industry-Abfragen findet es keine zitierbaren Web-Quellen, die Swatch erwähnen, und empfiehlt es daher nicht.

Dieselbe Frage, derselbe Zeitpunkt, aber Claude setzt Swatch an die erste Stelle, während Perplexity es überhaupt nicht erwähnt. Dieser Mechanismus wird in unserem Artikel über den Übergang von Suchmaschinen zu Antwortmaschinen ausführlich erläutert.

Variable 4: die Sprachen und Regionen Ihres Publikums

Ansatz: Mention-First Kernfrage: Ist Ihre Marke in allen Sprachen Ihrer Märkte gleichermaßen sichtbar?

KIs haben eine starke sprachliche Verzerrung. Sie bevorzugen Sprachen, in denen sie am meisten hochwertige Inhalte zum Verwerten finden. Für eine Schweizer Marke, die auf Französisch, Deutsch und Italienisch operiert, kann diese Lücke erheblich sein.

Für eine globale Marke bestätigt die mehrsprachige Analyse oft, dass alles in Ordnung ist. Für eine lokale oder regionale Marke deckt sie schwarze Löcher auf.

Swatch: ein globales Profil

Swatch ist eine weltweite Marke. Ihre Sichtbarkeit bei Industry-Abfragen ist auf Französisch (86%), Deutsch (86%), Englisch (86%) und Italienisch (85%) nahezu identisch. Eine Lücke von 1.5 Punkten, nichts Umsetzbares. Swatch hat überall Content, in allen Sprachen.

Für eine Marke mit starker regionaler Verankerung, die hauptsächlich in der Romandie oder der Deutschschweiz tätig ist, ist die Geschichte ganz anders. Wenn sich die Sichtbarkeit bei sektoriellen Abfragen zwischen Französisch und Deutsch um 9 Punkte unterscheidet, während die Bekanntheit in beiden Regionen gleichwertig ist, liegt das nicht an einem Bekanntheitsdefizit. Es liegt an einem Content-Defizit: Die deutschsprachigen Quellen, die die KIs konsultieren, erwähnen die Marke weniger als die französischsprachigen Quellen.

Und wenn man Sprache und Plattform kreuzt, explodieren die Unterschiede. Eine Marke kann auf ChatGPT API auf Deutsch nur in 30% der sektoriellen Antworten erscheinen. Weniger als eine Antwort von drei, in der Sprache ihres Hauptmarktes.

Perplexity zitiert comparis.ch, hellosafe.ch, bonus.ch. Diese Vergleichsportale positionieren regionale Versicherer in ihren Ranglisten nicht gleichermassen. Wenn ein Schweizer Interessent Perplexity fragt, welche Versicherung er wählen soll, erscheinen die regional verankerten Akteure nicht.

Die Vorarbeit vor jeder Messung

Die 4 Variablen sind keine Optionen, die man in einem Tool aktiviert. Es sind Entscheidungen, die Sie mit Ihrem Marketing-Team oder Ihrer Agentur treffen müssen, noch bevor Sie irgendetwas konfigurieren.

Wenn Sie ohne das starten, werden Sie Rauschen messen. Zahlen, die sich ohne klaren Grund bewegen, Vergleiche, die nichts bedeuten, Massnahmen, die nicht die richtigen Hebel ansprechen.

Wenn Sie mit diesen 4 getroffenen Entscheidungen starten, wird die Messung nützlich. Sie wissen, was Sie optimieren, für wen, auf welcher Plattform, in welcher Sprache. Das Reporting folgt. Die Massnahmen auch.

Für Agenturen ist diese Vorarbeit auch ein Deliverable an sich. Es ist oft der Moment, in dem der Kunde realisiert, dass "überall sichtbar sein" weder möglich noch wünschenswert ist. Unser Leitfaden GEO für Agenturen erläutert, wie man dieses Gespräch strukturiert.

Fazit

Ihre KI-Sichtbarkeit hängt nicht von einem mysteriösen Algorithmus ab. Sie hängt von 4 Entscheidungen ab, die Sie treffen: welche Prompts messen, welche Quellen überwachen, welche Plattformen priorisieren, welche Sprachen und Regionen ansprechen.

Diese Entscheidungen werden im Vorfeld getroffen, nicht danach. Das ist der Unterschied zwischen einem gesteuerten KI-Referenzierungsprozess und einem Hintergrundrauschen, das ohne Kurs gemessen wird.

---

Methodik

Daten, die täglich von der Repliq-Plattform zwischen dem 10. Februar und dem 13. April 2026 zur Marke Swatch erhoben wurden: 13 240 Messungen, 36 Prompts, 4 Sprachen (FR, EN, DE, IT), 51 408 extrahierte Zitate, 1 551 identifizierte Quellen, 5 getrackte Wettbewerber. Plattformen: ChatGPT (API + Web), Claude, Gemini, Google AI Mode, Perplexity, Grok. Deduplizierte Messungen (1 pro Provider pro Tag pro Prompt). Um die verwendeten KPIs zu verstehen, lesen Sie unseren Artikel über die 3 essentiellen KPIs von GEO.