---
title: "LLM-Sichtbarkeit: Warum du messen solltest, ob KI-Systeme deine Marke kennen"
description: "LLM-Sichtbarkeit messen: 10,8 % Conversion aus KI-Traffic (Augenlaser-Website, Jan. bis März 2026), organisch 1,3 %. Monitoring von Keywords zu Prompts."
url: https://hechtinsgefecht.de/llm-sichtbarkeit/
date_published: 2026-03-14
date_modified: 2026-10-07
organization: HECHT INS GEFECHT
organization_url: https://hechtinsgefecht.de
organization_knowledge_graph_id: /g/1pp2twrtc
organization_sameas:
  - https://www.northdata.de/HECHT+INS+GEFECHT+GmbH,+Bremen/HRB+42926
  - https://firmeneintrag.creditreform.de/28309/2051250968/HECHT_INS_GEFECHT_GMBH
  - https://www.companyhouse.de/HECHT-INS-GEFECHT-GmbH-Bremen
  - https://implisense.com/de/companies/hecht-ins-gefecht-gmbh-bremen--DETQXQBC7O52
  - https://www.linkedin.com/company/hechtinsgefecht
  - https://www.xing.com/pages/hecht-ins-gefecht/
  - https://social.hechtinsgefecht.de/@hig
  - https://x.com/hechtinsgefecht
  - https://www.facebook.com/HechtinsGefecht/
  - https://www.instagram.com/hechtinsgefecht/
  - https://de.pinterest.com/HechtinsGefecht/
  - https://www.threads.com/@hechtinsgefecht
  - https://www.crunchbase.com/organization/hecht-ins-gefecht-digitalagentur-f%C3%BCr-webdesign-seo
  - https://clutch.co/profile/hecht-ins-gefecht
  - https://www.designrush.com/agency/profile/hecht-ins-gefecht
  - https://agencies.semrush.com/hecht-ins-gefecht/
  - https://www.sortlist.de/agency/hecht-ins-gefecht
  - https://www.goodfirms.co/company/hecht-ins-gefecht
  - https://techbehemoths.com/company/hecht-ins-gefecht
  - https://themanifest.com/company/hecht-ins-gefecht
  - https://www.topseos.com/profile/hecht-ins-gefecht-digitalagentur-fur-webdesign-seo
  - https://www.semfirms.com/profile/hecht-ins-gefecht
  - https://www.omt.de/agentur-finden/agentur/hecht-ins-gefecht/
  - https://onlinemarketing.de/dienstleister/online-marketing-agentur/bremen/hecht-ins-gefecht
  - https://www.agenturtipp.de/agentur/hecht-ins-gefecht/
  - https://www.seo-united.de/seo-agenturen/hecht-ins-gefecht-3461/
  - https://omr.com/de/reviews/service/hecht-ins-gefecht
  - https://www.ibusiness.de/dienstleister/jb/092582windolph.html
  - https://feedbax.de/anbieter/hecht-ins-gefecht
  - https://feedbax.ai/profile/hecht-ins-gefecht
  - https://www.werbeagentur.de/de/a/hecht-ins-gefecht
  - https://www.campixx.de/agenturen/seo/hecht-ins-gefecht/
  - https://agenturfinder.com/agenturen/hecht-ins-gefecht/
  - https://agencyvista.com/agency/hecht-ins-gefecht/marketing-agency/summary
  - https://www.bark.com/de/de/company/hecht-ins-gefecht/NlYy2/
  - https://www.provenexpert.com/de-de/hecht-ins-gefecht/
  - https://de.trustpilot.com/review/hechtinsgefecht.de
  - https://www.trustedshops.de/bewertung/hechtinsgefecht-de
  - https://www.awwwards.com/HECHTINSGEFECHT/
  - https://www.bremen.de/visitenkarte/digitalagentur-hecht-ins-gefecht---webdesign--seo-46684197
  - https://www.yelp.com/biz/hecht-ins-gefecht-bremen
  - https://maps.apple.com/place?place-id=IBAEFB4CEAFB63F7B
author: Benny Windolph
author_url: https://hechtinsgefecht.de/benny-windolph/
author_orcid: https://orcid.org/0009-0009-2458-3099
author_knowledge_graph_id: /g/11v4_sqnsh
---
# LLM-Sichtbarkeit: Warum du messen solltest, ob KI-Systeme deine Marke kennen

Large Language Model (LLM)-Sichtbarkeit beschreibt, wie oft und wie prominent eine Marke in den Antworten von KI-Systemen erscheint. Gemeint sind ChatGPT, Perplexity, [Google AI Overviews](https://hechtinsgefecht.de/ai-overviews/), Claude und Gemini. Nicht ob deine Website rankt, sondern [ob KI-Systeme deine Marke empfehlen](https://hechtinsgefecht.de/semantic-drift/), wenn jemand fragt.

Die meisten Unternehmen wissen nicht einmal, ob [ChatGPT](https://hechtinsgefecht.de/chatgpt-seo/) ihre Marke kennt. Gleichzeitig nutzen über 900 Millionen Menschen wöchentlich allein ChatGPT (offizielle OpenAI-Zahl, Februar 2026). Perplexity meldete für Mai 2025 rund 780 Millionen Suchanfragen, Google AI Overviews erreichen über 2,5 Milliarden Nutzer monatlich (Stand: Google I/O 2026).

Mehrere Messungen zeigen hohe Conversion-Raten für LLM-Traffic, teils deutlich über denen von organischem Traffic. Laut einer Semrush-Studie vom Juni 2025 sind Besucher aus KI-Suchsystemen gemessen an der Conversion-Rate **4,4-mal** so wertvoll wie klassische organische Besucher. Jason Tabeling hat für Search Engine Land 13 Monate Daten aus der Kundenbasis seiner Agentur ausgewertet, von Januar 2025 bis Februar 2026. Er kam auf **rund 18 %** Conversion-Rate (Kauf oder Lead) für LLM-Traffic. Auf der Augenlaser-Website einer Augenklinik, die HECHT INS GEFECHT betreut, lag die Conversion-Rate für LLM-Traffic von Januar bis März 2026 bei **10,8 %**. Die organische Suche kam im selben Zeitraum auf 1,3 %.

Auch die Kaufabsicht ist eine andere. Wer ChatGPT fragt „Welche SEO-Agentur in Bremen ist auf E-Commerce spezialisiert?“, bekommt konkrete Empfehlungen. Es gibt keine 10 blauen Links zum Vergleichen. Die Vorauswahl trifft das KI-System.

LLM-Traffic in Zahlen: 900 Mio. wöchentliche ChatGPT-Nutzer, 4,4-facher Traffic-Wert, 10,8 % Conversion-Rate

LLM-Traffic in Zahlen

900 Mio.+
wöchentliche ChatGPT-Nutzer

4,4×
wertvoller als organischer Traffic

10,8 %
Conversion-Rate bei LLM-Traffic

OpenAI · Semrush · eigene Kundendaten (2026)

LLM-Traffic wandelt besser als klassische Google-Klicks.
Abb. 1 · HECHT INS GEFECHT

Abb. 1: Die Kernzahlen zu LLM-Traffic mit Reichweite, Conversion-Wert und gemessener Conversion-Rate.

## Inhalt

1. [Der Paradigmenwechsel: Von Keywords zu Prompts](#der-paradigmenwechsel-von-keywords-zu-prompts)
2. [LLM-Sichtbarkeit messen: Metriken und Tools](#llm-sichtbarkeit-messen-metriken-und-tools)
3. [Plattform-Unterschiede: Warum ChatGPT nicht Perplexity ist](#plattform-unterschiede-warum-chatgpt-nicht-perplexity-ist)
4. [LLM-Monitoring in der Praxis: Echte Daten aus Rankscale](#llm-monitoring-in-der-praxis-echte-daten-aus-rankscale)
5. [Der Kundencase: Content-Strategie ohne Keywords](#der-kundencase-content-strategie-ohne-keywords)
6. [Was die Forschung bestätigt](#was-die-forschung-bestatigt)
7. [Content für LLM-Sichtbarkeit schreiben](#content-fur-llm-sichtbarkeit-schreiben)
8. [LLM-Sichtbarkeit aufbauen: Der Fahrplan](#llm-sichtbarkeit-aufbauen-der-fahrplan)
9. [Häufige Fragen zu LLM-Sichtbarkeit](#haufige-fragen-zu-llm-sichtbarkeit)
10. [Quellen](#quellen)

## Der Paradigmenwechsel: Von Keywords zu Prompts

Ich sage das in Erstgesprächen inzwischen offen: Keyword-Recherche allein reicht nicht mehr. Keywords waren eine Übersetzungshilfe zwischen dem, was Menschen eigentlich wissen wollen, und dem, was sie in ein Suchfeld eintippen. LLMs nehmen den Nutzern diese Übersetzung ab. Menschen stellen KI-Systemen vollständige Fragen in natürlicher Sprache.

Bei einer Augenklinik hat HECHT INS GEFECHT die Content-Strategie deswegen im Sommer 2025 umgestellt. Neue Blogposts entstehen seitdem aus Prompts, die Rankscale zeigt. Keywords und Suchvolumen dienen nur noch als Indikator.

Der Workflow sieht so aus:

1. **Prompts identifizieren:** Rankscale analysiert, welche Fragen Nutzer bei KI-Systemen zu einem Themenfeld stellen.
2. **Topics ableiten:** Aus den Prompts ergeben sich Themencluster, die kein klassisches Keyword-Tool anzeigt.
3. **Content schreiben:** Blogposts, die exakt auf die identifizierten Prompts antworten: kurz, präzise, isoliert verständlich.
4. **Sichtbarkeit tracken:** Nach Veröffentlichung messen, ob und wo KI-Systeme den Content zitieren.

Ein Beispiel aus diesem Workflow ist die Frage nach einer Altersgrenze für Augenlasern, ohne nennenswertes Google-Suchvolumen. In zwei Audits im Sommer 2026 nannten Perplexity und Claude beide Male Beiträge der Klinik zur Altersfrage als Quelle, ChatGPT einmal, Gemini nie. Klassische Keyword-Recherche hätte diese Frage nie priorisiert.

Die Google-Klicks der Augenlaser-Website stiegen von rund 110 pro Tag im September 2025 auf rund 265 im März 2026. Alle Blogposts zusammen trugen im März gut die Hälfte, parallel liefen weitere Maßnahmen. In die Zeiträume fallen das December 2025 Core Update, das March 2026 Core Update ab 27. März und das May 2026 Core Update. Im September 2026 lag der Schnitt bei rund 170.

### Warum das funktioniert

Laut Semrush (Juni 2025) ranken fast 90 % der von ChatGPT zitierten Seiten bei Google für verwandte Suchanfragen auf Position 21 oder schlechter. Laut Ahrefs (Juni 2025) teilen sich nur 14 % der 50 meistgenannten Quellen Google AI Overviews, ChatGPT und Perplexity. Die Semrush-Zahl sagt vor allem etwas über ChatGPT aus. OpenAI bezieht die Suchergebnisse für ChatGPT laut eigener Aussage von externen Suchdiensten und aus Inhalten direkter Partner. Google beschreibt AI Overviews dagegen in einem Dokument aus dem US-Kartellverfahren als gestützt auf die Top-Ergebnisse der Websuche. Gefunden werden muss dein Content also trotzdem, nur nicht zwingend auf Googles Seite 1.

Content gezielt für LLM-Prompts zu schreiben lohnt sich deswegen auch dann, wenn das Suchvolumen bei Google null ist. Prompts zeigen Fragen, die kein Keyword-Tool abbildet. Zitiert wird eine Seite trotzdem in der Regel nur, wenn die Suche des jeweiligen KI-Systems sie findet und sie zum Intent der Frage passt.

Ein Onlineshop in einer Nischenbranche kam in KI-Antworten kaum als Quelle vor. Laut Rankscale stammten über alle gemessenen KI-Systeme nur 1,3 % der Quellenangaben von der eigenen Domain, im Tool heißt dieser Wert Self-Citations. In ChatGPT stand für dieselben Fragen ein anderer Shop desselben Inhabers auf Platz 1, kein Wettbewerber. Ein Wettbewerber sperrt GPTBot, den Trainings-Crawler von OpenAI, und wird trotzdem regelmäßig zitiert. Die Lücke lag im Ranking und im Intent. Die Ratgeberseiten standen bei Google auf Position 20 bis 50, und für kommerzielle Vergleichsfragen gab es gar keine Seite.

## LLM-Sichtbarkeit messen: Metriken und Tools

LLM-Sichtbarkeit lässt sich mit sechs Metriken messen:

Sechs Metriken für LLM-Sichtbarkeit: Visibility Score, Detection Rate, Position, Citations, Brand Mentions, Sentiment

6 Metriken für LLM-Sichtbarkeit

1
Visibility Score
Markenpräsenz über alle
KI-Plattformen (Skala 0 bis 100).

2
Detection Rate
Anteil der Abfragen, bei denen
die Marke überhaupt erkannt wird.

3
Durchschnittsposition
Position in der KI-Antwort.
Nach meiner Erfahrung zählen Plätze 1 bis 3.

4
Citations
Verlinkungen der eigenen
Domain als Quelle in Antworten.

5
Brand Mentions
Erwähnungen der Marke
im Antworttext, auch ohne Link.

6
Sentiment
Darstellung der Marke:
positiv, neutral oder negativ.

Messbar machen heißt steuerbar machen.
Abb. 2 · HECHT INS GEFECHT

Abb. 2: Die 6 zentralen Metriken für LLM-Sichtbarkeit im Überblick.

- **Visibility Score:** Aggregierter Wert der Markenpräsenz über alle KI-Plattformen hinweg. 0 = unsichtbar, 100 = dominierend.
- **Detection Rate:** In wie viel % der Abfragen deine Marke überhaupt erkannt wird.
- **Durchschnittsposition:** Auf welcher Position deine Marke erscheint, wenn sie erwähnt wird. Nach meiner Erfahrung zählen vor allem die Plätze 1 bis 3.
- **Citations:** Wie oft deine Domain als Quelle verlinkt wird: aktiv zitiert statt bloß erwähnt.
- **Brand Mentions:** Erwähnungen deiner Marke im Antworttext, mit oder ohne Link.
- **Sentiment:** Wie deine Marke dargestellt wird: positiv, neutral oder negativ.

### Tools für LLM-Sichtbarkeits-Monitoring: Rankscale, Otterly, DataForSEO

AI Search Monitoring bezeichnet das systematische Tracking der Markenpräsenz in KI-generierten Antworten, getrennt von klassischem Rank-Tracking, das nur Google-Positionen misst.

HECHT INS GEFECHT arbeitet in der Praxis mit Rankscale und einem selbst gebauten Monitoring. Diese Tools kommen in Frage:

[Rankscale](https://rankscale.ai/) (ab 17 $/Monat bei jährlicher Zahlung) ist ein AI Visibility Tracker, der mehr als 17 KI-Plattformen abdeckt. Die Spanne reicht von ChatGPT über Perplexity und Claude bis zu DeepSeek und Google AI Mode. Rankscale trackt Visibility Scores, Citations, Sentiment und Wettbewerber-Vergleiche. Was Rankscale besonders macht, ist die Prompt Research. Rankscale schätzt per semantischer Rekonstruktion, wie oft Fragen zu einem Thema bei KI-Systemen gestellt werden. Echte Nutzerfragen liest das Tool nicht aus. Das ist die Grundlage für eine promptbasierte Content-Strategie. Der Pro-Plan kostet 99 $/Monat mit 10 Dashboards und 1.200 Credits. Für Agenturen ist der Growth-Plan mit 385 $/Monat und 50 Dashboards gedacht.

[DataForSEO AI Optimization API](https://dataforseo.com/apis/ai-optimization-api) (Abrechnung pro Abfrage ohne Abo, Mindesteinzahlung 50 $) liefert die Rohdaten: LLM Mentions, AI Search Volume, Antworten von ChatGPT, Claude, Gemini und Perplexity. DataForSEO ist eine API für Entwickler und Agenturen, die LLM-Daten in eigene Tools oder Dashboards integrieren wollen. Eine fertige Monitoring-Oberfläche gibt es dort nicht. Die API liefert klassische SEO-Daten (SERPs, Rankings, Backlinks) und AI-Visibility-Daten aus demselben Konto. Für Teams, die ein Dashboard mit nur einer Integration bauen wollen, ist das die kürzeste Route.

**Wer diese Kombination nicht selbst zusammenbauen will, kann sie auch in einer Suite finden, zum Beispiel mit [SE Ranking](https://seranking.com/de/). SE Ranking (ab 87,20 €/Monat bei jährlicher Zahlung) trackt Erwähnungen, Citations und Positionen in AI Overviews, AI Mode, ChatGPT, Gemini und Perplexity, im selben Konto wie traditionelle Rankings und Backlinks. Das AI-Search-Add-on (ab 63,20 €/Monat bei jährlicher Zahlung) schaltet zusätzlich SE Visible frei, das eigenständige AI-Visibility-Tool von SE Ranking mit Sentiment- und Quellenanalyse. Auswerten lässt sich alles in der Plattform, per API oder über MCP direkt in einem KI-Assistenten.**

Daneben gibt es weitere Anbieter. OtterlyAI (Lite ab 29 $/Monat) bietet AI Search Monitoring. Die Looker-Studio-Anbindung gibt es erst ab dem Standard-Plan mit 189 $/Monat. Peec AI (ab 85 €/Monat) fokussiert auf Sentiment-Analyse und AI-Visibility-Tracking, im Starter-Plan über drei KI-Modelle. Kalicube (Jason Barnard) setzt weniger auf Monitoring als auf aktive Markensteuerung über Knowledge Panel und AI Representation und bietet das als Beratung an.

## Plattform-Unterschiede: Warum ChatGPT nicht Perplexity ist

Ein Fehler, den ich häufig sehe: LLM-Sichtbarkeit als monolithische Metrik zu behandeln. In der Praxis unterscheiden sich die Plattformen massiv.

Bei einer Augenklinik, die HECHT INS GEFECHT betreut, erkennt Rankscale die Marke in rund 68 % der Abfragen. Je nach KI-System und Woche schwankt die Sichtbarkeit stark. Im September und Anfang Oktober lag sie in ChatGPT zwischen rund 31 und 82 %, in Perplexity zwischen rund 21 und 63 %. Ein Grund ist, dass die Systeme auf unterschiedliche Datenquellen zugreifen und ihr Wissen zu unterschiedlichen Zeitpunkten aktualisieren.

Für den Prompt [„Beste SEO-Agenturen in Deutschland“](https://hechtinsgefecht.de/sichtbarste-seo-agenturen-llm-deutschland/) liegt HECHT INS GEFECHT bei 36,2 % Visibility und 51,1 % Detection Rate im 30-Tage-Fenster von Rankscale bis zum 09.10.2026. Verglichen mit Claneo (rund 82 %), Seokratie (rund 73 %) und Suchhelden (rund 57 %) ist da noch Luft nach oben.

### Was das für die Strategie bedeutet

Du kannst nicht pauschal „für KI optimieren“. Du musst verstehen, welche Plattform welche Datenquellen nutzt, und genau dort sichtbar werden. ChatGPT nutzt für aktuelle Antworten eine [Websuche](https://hechtinsgefecht.de/indexierung-llm-sichtbarkeit/). Voraussetzung bleibt, dass OAI-SearchBot, der [Such-Crawler von ChatGPT](https://hechtinsgefecht.de/chatgpt-crawler-bug/), deine Website abrufen kann. Perplexity zitiert nach meiner Beobachtung häufig aktuelle Quellen. Google AI Overviews bevorzugen Seiten, die bei Google bereits gut ranken, aber eben nicht ausschließlich.

## LLM-Monitoring in der Praxis: Echte Daten aus Rankscale

HECHT INS GEFECHT misst die LLM-Sichtbarkeit eigener Marken und von Kunden mit Rankscale und einem selbst gebauten Monitoring. Die Werte ändern sich täglich, die Tabelle zeigt den Stand Anfang Oktober 2026. Drei Beispiele zeigen die Bandbreite: eine Personal Brand bei 100 % Visibility, eine Augenklinik bei rund 59 % und HECHT INS GEFECHT bei rund 36 % für einen hart umkämpften Agentur-Prompt.

### Rankscale-Snapshot: drei Marken, drei Sichtbarkeitsniveaus

| Marke | Visibility | Detection | Position | Top 3 |
| --- | --- | --- | --- | --- |
| Benny Windolph (Personal Brand) | 100 % | 100 % | #1 | 100 % |
| Augenklinik (Kunde, 4 Standort-Prompts) | 58,8 % | 68,4 % | #3,0 | 63,2 % |
| HECHT INS GEFECHT („Beste SEO-Agenturen“) | 36,2 % | 51,1 % | #4,9 | 17,8 % |

Meine Personal Brand wird bei Fragen nach meinem Namen von allen gemessenen KI-Systemen erkannt und auf Position 1 genannt. Nach meiner Einschätzung ist das das Ergebnis konsequenter Entity-Arbeit über [Schema-Markup](https://hechtinsgefecht.de/schema-strukturierte-daten/), [Brand SEO](https://hechtinsgefecht.de/brand-seo/), [Citations](https://hechtinsgefecht.de/brand-mentions-statt-backlinks/) und aktives [Bewertungsmanagement](https://hechtinsgefecht.de/bewertungsmanagement-google-yelp/). Die Augenklinik erreicht über vier Standort-Prompts 58,8 % Visibility bei Durchschnittsposition 3,0. HECHT INS GEFECHT liegt beim generischen Prompt „Beste SEO-Agenturen in Deutschland“ bei 36,2 %.

Nach meiner Erfahrung hängt LLM-Sichtbarkeit weniger von der Größe des Unternehmens ab als von eindeutigen, einheitlichen und breit gestreuten Markeninformationen. Dazu gehören einheitliche Markenbeschreibungen, überprüfbare Fakten im Content und aktive Citations.

Die eigenen Wettbewerbsbeiträge von HECHT INS GEFECHT zeigen das. 2025 holte keywordkoenig.org beim Agenturtipp SEO-Contest 2025 Platz 3 bei Google und den Preis für die höchste KI-Sichtbarkeit (Messung: Rankscale). 2026 gewann serponado.org den SEO-Contest, eine neue Domain, gestartet bei Domain Rating 0. Der Entity-Aufbau aus Schema, Definition, Citations und Bewertungen stand in Tagen statt Monaten. Nach meiner Erfahrung gleichen Tempo und Vollständigkeit des Entity-Aufbaus fehlendes Domain-Alter aus. Wie, zeigt der Beitrag zur [Google Sandbox](https://hechtinsgefecht.de/google-sandbox/).

## Der Kundencase: Content-Strategie ohne Keywords

Bei einer Augenklinik hat HECHT INS GEFECHT im Sommer 2025 die Content-Strategie umgestellt. Neue Inhalte entstehen seitdem aus Rankscale-Prompts, Keywords dienen nur noch als Indikator. Die Bilanz: 10,8 % Conversion-Rate über LLM-Traffic auf der Augenlaser-Website von Januar bis März 2026, +200 % LLM-Sessions gemessen im August 2025 und im März 2026 über 67 % LLM-Sichtbarkeit für die Standort-Prompts.

### Ausgangslage: solide Google-Rankings, keine LLM-Transparenz

Der Kunde stand bei Google solide. In der Spitze standen nach meinen Zahlen aus dem Projekt 130 Keywords auf Platz 1 bis 3, der geschätzte organische Traffic lag laut Semrush bei rund 16.000 Besuchen monatlich. Aber aus dem Team des Kunden kam sinngemäß die Rückmeldung: „Die jungen Leute suchen bei ChatGPT. Und da werden wir nicht gefunden.“ Doch, wurden sie. Es wusste nur niemand, weil niemand gemessen hat.

### Von SEO-Keywords zu semantischen Content-Signalen

HECHT INS GEFECHT hat die [klassische Keyword-Recherche](https://hechtinsgefecht.de/topic-research-statt-keyword-recherche/) für diesen Kunden zurückgefahren. Stattdessen:

1. **Rankscale-Analyse der bestehenden Seiten:** zeigt, welche Themen die aktuellen Seiten abdecken und wo Lücken in der LLM-Sichtbarkeit sind.
2. **Prompt-Generierung:** Rankscale schlägt relevante Prompts zu Themenfeldern vor, also vollständige Fragen statt Keywords.
3. **Kurze, fokussierte Blogposts:** Ein Thema pro Post, direkte Antwort auf den Prompt, keine Keyword-Stuffing-Textwüsten.
4. **Dual-Tracking:** Google-Performance über die Search Console, LLM-Performance über Rankscale.

### 10,8 % Conversion-Rate über LLM-Traffic

**LLM-Sichtbarkeit:** im März 2026 über 67 % für die Standort-Prompts, Top 3 in über 50 % der Fälle.

**Traffic:** +200 % Sessions aus LLMs, gemessen im August 2025. Für ein Kernthema sogar +700 %.

**Conversion:** **10,8 %** der Sitzungen aus KI-Systemen mit Terminbuchung, gemessen in Google Analytics 4 auf der Augenlaser-Website, Januar bis März 2026. Die organische Google-Suche kam im selben Zeitraum auf 1,3 %.

**Keywords:** Bis Juli 2025 ist die Zahl der Top-3-Keywords von 130 auf 56 gesunken. Der geschätzte Traffic lag zu diesem Zeitpunkt wieder bei rund 12.000 Besuchen im Monat, der Höchstwert hatte bei rund 16.000 gelegen.

### Was Analytics nicht zeigt

Die 10,8 % Conversion-Rate beziehen sich ausschließlich auf den direkt messbaren LLM-Traffic. Gemeint sind Nutzer, die über einen Link in der KI-Antwort tatsächlich klicken. Der tatsächliche Einfluss von LLM-Sichtbarkeit liegt nach meiner Einschätzung deutlich höher.

Hintergrund dazu: Nicht jedes KI-System verlinkt die empfohlene Marke. Und selbst wenn ein Link ausgegeben wird, googelt ein Teil der Nutzer den Markennamen anschließend ohnehin nochmal. In Google Analytics taucht so ein Besuch dann als organischer Traffic oder als Direct Traffic auf, nicht als LLM-Referral. Die KI-Empfehlung hat den Klick ausgelöst, in keinem gängigen Attribution-Modell ist sie aber sichtbar.

Was sich messen lässt, sollte sauber gemessen werden: GA4 weist LLM-Traffic im Standardkanal „KI-Assistent“ (englisch „AI Assistant“) aus, darunter Referrer von KI-Assistenten wie ChatGPT, Gemini, Deepseek, Copilot und Grok. Für Zeiträume vor der Einführung dieses Kanals brauchst du weiter einen eigenen Filter auf Quellen wie chatgpt.com und perplexity.ai. Klicks ohne Referrer landen weiter unter Direct.

Genau die Lücke zwischen KI-Empfehlung und messbarem Klick meine ich, wenn ich von einem **Dark Funnel** spreche. Ein indirekter Indikator ist nach meiner Erfahrung das **Branded Search Volume**. Wenn mehr Menschen deinen Markennamen bei Google eingeben, ohne dass du an deiner Google-Strategie etwas geändert hast, kann das darauf hindeuten, dass KI-Systeme deine Marke empfehlen. HECHT INS GEFECHT wertet bei Kunden deshalb beides aus: die direkten LLM-Referrals in Analytics und die Impressionen für Suchanfragen mit dem Markennamen in der Search Console. Für AI Overviews und AI Mode steht allen Websites seit dem 31.08.2026 zusätzlich der Leistungsbericht zu generativen KI-Funktionen in der Search Console zur Verfügung. ChatGPT und Perplexity erfasst er nicht.

In einem Call mit der Klinik habe ich es so formuliert: „Wo stehen wir bei Google? Das ist mir gerade ein bisschen Wurst. Hauptsache wir werden gefunden.“ Google bleibt relevant. Die ständige Fixierung auf das Google-Ranking verstellt aber den Blick auf die Gesamtsichtbarkeit.

## Was die Forschung bestätigt

Diese Studien liefern Zahlen zu Zitierung und Traffic aus KI-Systemen:

- **GEO-Paper (KDD ’24):** In Einzelbeispielen der Studie erhöht eine Quellenangabe im Text die LLM-Sichtbarkeit um 132,4 %, autoritativer Ton um 89,1 %, relevante Statistiken um 65,5 %. Über alle getesteten Queries nennt das Paper für die besten Methoden (Quellenangaben, Zitate, Statistiken) 30 bis 40 % Steigerung beim positionsgewichteten Textanteil der Quelle in der Antwort und 15 bis 30 % beim subjektiven Eindruck. Basis ist GEO-bench mit 10.000 Queries und Antworten von GPT-3.5.
- **Ahrefs (Juni 2025):** Nur 14 % der 50 meistgenannten Quellen teilen sich Google AI Overviews, ChatGPT und Perplexity. Jedes System braucht deshalb eine eigene Prüfung.
- **Semrush (Juni 2025):** Fast 90 % der von ChatGPT zitierten Seiten ranken bei Google für verwandte Suchanfragen auf Position 21 oder schlechter. Ein gutes Google-Ranking allein erklärt ChatGPT-Zitate also nicht.
- **TrustRadius (April 2025):** In der Befragung von TrustRadius gaben 72 % der befragten Käufer von B2B-Technologie an, AI Overviews gesehen zu haben. 90 % davon klickten nach eigener Angabe auf mindestens eine zitierte Quelle. Wer in AI Overviews als Quelle steht, kann also Klicks bekommen.

GEO-Paper Visibility-Impact: Quellenangabe +132,4 %, autoritativer Ton +89,1 %, Statistiken +65,5 %

GEO-Paper: Visibility-Impact

Welche Content-Merkmale heben KI-Sichtbarkeit an?
Quellenangabe im Text

+132,4 %
Autoritativer Ton

+89,1 %
Relevante Statistiken

+65,5 %

Aggarwal et al. (2024)
„GEO: Generative Engine Optimization“, KDD ’24

In Einzelbeispielen: Quellen vor Ton vor Zahlen.
Abb. 3 · HECHT INS GEFECHT

Abb. 3: Visibility-Impact laut GEO-Paper, gemessen an Einzelbeispielen der Studie. In diesen Beispielen hat die Quellenangabe im Text den größten Effekt auf die LLM-Sichtbarkeit. Über alle Queries nennt das Paper für die besten Methoden 30 bis 40 % beim positionsgewichteten Textanteil.

Beim SEO-Wettbewerb von Agenturtipp 2025 hat HECHT INS GEFECHT für das fiktive Keyword „Keywordkönig“ konsequent auf LLM-Sichtbarkeit optimiert: [NAPD-Konsistenz](https://hechtinsgefecht.de/geo-generative-engine-optimization/), Citations, [Schema-Markup](https://hechtinsgefecht.de/schema-strukturierte-daten/), semantisch optimierter Content. Die [offizielle Wertung](https://www.agenturtipp.de/cms/artikel/49-keywordkoenig-gekroent-seo-contest-2025-entschieden/) von Agenturtipp (Messung: Rankscale) zählte an den drei Bewertungsstichtagen 23 Nennungen und damit Platz 1 in der KI-Wertung, Platz 2 kam auf 21. Über die gesamte Laufzeit zählte Rankscale 199 Quellenangaben in Perplexity und Claude, Platz 2 kam auf 131. Die Details zum Vorgehen beschreibe ich im GEO-Artikel.

## Content für LLM-Sichtbarkeit schreiben

Die Prinzipien für LLM-optimierten Content habe ich ausführlich im Artikel zu [Semantischem SEO](https://hechtinsgefecht.de/semantisches-seo/) beschrieben. Für den Kontext LLM-Sichtbarkeit sind 5 Punkte besonders relevant:

1. **Antwort zuerst.** Laut einer Auswertung von Kevin Indig stammen 44,2 % der ChatGPT-Zitate aus den ersten 30 % eines Textes. Die Kernaussage gehört in den ersten Satz, nicht in den dritten Absatz.
2. **Isoliert verständliche Absätze.** Viele KI-Suchsysteme zerlegen Seiten in Abschnitte, sogenannte Chunks, und verwenden nur die passenden. Jeder Absatz muss ohne den Rest der Seite funktionieren.
3. **Konkrete Fakten.** Kevin Indig fand in oft zitierten Passagen eine Entity-Dichte von 20,6 %, in normalem Text 5 bis 8 %. Er vermutet, dass konkrete Fakten die Wiedergabe für das Modell sicherer machen. „Wir sind seit 2005 am Markt“ ist konkreter als „seit vielen Jahren“.
4. **Keine negative Sprache.** Nach meiner Beobachtung in Rankscale-Auswertungen werden negativ oder aggressiv formulierte Passagen seltener zitiert. Eine Studie dazu kenne ich nicht.
5. **Kurze Sätze, aktive Sprache.** Keine eingeschobenen Nebensätze, keine Vergleiche, keine Allegorien. Das senkt auch die [Cost of Retrieval](https://hechtinsgefecht.de/cost-of-retrieval/), also den Aufwand für Suchsysteme, eine Aussage zu verarbeiten.

Zum Format gehört eine eigene, kurze Seite pro identifiziertem Prompt statt einer einzigen sehr langen Übersichtsseite. Kevin Indig hat im April 2026 bei 815.000 Query-Seiten-Paaren gemessen, dass ChatGPT fokussierte, kürzere Seiten häufiger zitiert als umfassende „Ultimate Guides“. Die Seitenanzahl ergibt sich aus der Größe des Prompt-Sets, nicht aus Suchvolumen-Tabellen. Veröffentlicht wird fortlaufend statt als Einmalprojekt, denn neue Posts tauchen nach meiner Beobachtung teils binnen Tagen in KI-Antworten auf.

In einem Interview für eine Masterarbeit zur LLM-Optimierung habe ich gesagt: Kleine Unternehmen, die ihre Marke klar definieren und konsistent kommunizieren, können mit deutlich größeren Wettbewerbern konkurrieren.

## LLM-Sichtbarkeit aufbauen: Der Fahrplan

Wer bei null anfängt, braucht keinen 20-Punkte-Plan. Fünf Schritte reichen. Die Schritte 2 bis 4 beschreibt der [GEO-Guide](https://hechtinsgefecht.de/geo-generative-engine-optimization/) von HECHT INS GEFECHT im Detail, hier steht das Wesentliche:

1. **Ist-Zustand messen.** ChatGPT, Perplexity und Gemini direkt zur eigenen Marke befragen. Oder professionell über Rankscale oder DataForSEO.
2. **NAPD-Konsistenz herstellen.** Name, Adresse, Telefon, Beschreibungstext (NAPD), überall identisch. Wie der Beschreibungstext aussehen muss, zeigt unser [Entity-Dokument-Guide](https://hechtinsgefecht.de/ueber-uns-seite-entity-hub/).
3. **Citations aufbauen.** Erst die Portale, die KI-Systeme selbst als Quelle nennen, dann die Breite. Menge allein trägt nicht: Ein Ticket-Anbieter hatte über 16.300 Trustpilot-Bewertungen, weit mehr als jeder Wettbewerber, und lag in der LLM-Sichtbarkeit im Februar 2026 trotzdem nur auf Platz 10 von 13. Die Nennungen fehlten dort, wo LLMs ihr Wissen holen.
4. **Content auf Prompts ausrichten.** Rankscale oder ähnliche Tools nutzen, um relevante Nutzer-Prompts zu identifizieren. Kurze, fokussierte Antworten schreiben.
5. **Monitoring einrichten.** Wöchentlich messen, monatlich auswerten, das Prompt-Set dabei konstant halten, sonst sind die Werte nicht vergleichbar. Plattform-Unterschiede beobachten. Bei Sentiment-Einbrüchen sofort reagieren.

Fünf-Schritte-Fahrplan für LLM-Sichtbarkeit: Ist-Zustand, NAPD, Citations, Content, Monitoring

LLM-Sichtbarkeit aufbauen

1
Ist-Zustand messen
KI-Systeme direkt befragen oder
per Monitoring-Tool tracken.

2
NAPD-Konsistenz herstellen
Name, Adresse, Telefon,
Beschreibungstext, überall identisch.

3
Citations aufbauen
Erst die Portale, die KI-Systeme
selbst nennen, dann die Breite.

4
Content auf Prompts ausrichten
KI-Prompts als Input für
Blogposts und Landingpages nutzen.

5
Monitoring einrichten
Wöchentlich messen,
monatlich auswerten, justieren.

Wer LLM-Sichtbarkeit nicht misst, baut sie auch nicht.
Abb. 4 · HECHT INS GEFECHT

Abb. 4: Der Fahrplan in 5 Schritten zum Aufbau von LLM-Sichtbarkeit.

Wie hoch die LLM-Sichtbarkeit deiner Marke ist, misst HECHT INS GEFECHT als Teil der laufenden Betreuung. Am Anfang steht das [SEO-Audit](https://hechtinsgefecht.de/geo-seo-audit/).

## Häufige Fragen zu LLM-Sichtbarkeit

### Was ist LLM-Sichtbarkeit?

LLM-Sichtbarkeit beschreibt, wie oft und wie prominent eine Marke in den Antworten von KI-Systemen wie ChatGPT, Perplexity, Google AI Overviews und Claude erscheint. LLM-Sichtbarkeit wird über Metriken wie Visibility Score, Detection Rate, Citations und Brand Mentions gemessen. Ein hoher LLM-Visibility-Score bedeutet: KI-Systeme kennen deine Marke, ordnen deine Marke korrekt zu und empfehlen deine Marke aktiv.

### Wie messe ich meine LLM-Sichtbarkeit?

LLM-Sichtbarkeit lässt sich manuell prüfen, indem du bei ChatGPT, Perplexity und Gemini nach deiner Marke und deinen Kernthemen fragst. Professionelle Tools wie Rankscale (ab 17 $/Monat bei jährlicher Zahlung) tracken Visibility Scores über mehr als 17 KI-Plattformen. HECHT INS GEFECHT misst damit unter anderem Detection Rate, Citations, Sentiment und Wettbewerber-Vergleiche. **SE Visible by SE Ranking (ab 99 $/Monat, bei jährlicher Zahlung 20 % günstiger) deckt fünf Engines ab und liefert Sentiment- und Quellenanalysen für sieben Länder (USA, Großbritannien, Kanada, Frankreich, Deutschland, Niederlande, Spanien), auswertbar in der Plattform oder per API.** Für eigene Tool-Integrationen liefert auch die DataForSEO AI Optimization API die Rohdaten per Pay-per-Task.

### Ist LLM-Traffic wirklich besser als Google-Traffic?

Mehrere Messungen zeigen hohe Conversion-Raten für LLM-Traffic, teils deutlich über denen von organischem Traffic. Laut einer Semrush-Studie vom Juni 2025 sind Besucher aus KI-Suchsystemen gemessen an der Conversion-Rate 4,4-mal so wertvoll wie organische Besucher. Jason Tabeling hat für Search Engine Land 13 Monate Daten aus der Kundenbasis seiner Agentur ausgewertet, von Januar 2025 bis Februar 2026. Er kam auf rund 18 % Conversion-Rate (Kauf oder Lead) für LLM-Traffic. Auf der Augenlaser-Website einer Augenklinik, die HECHT INS GEFECHT betreut, lag die Conversion-Rate für LLM-Traffic von Januar bis März 2026 bei 10,8 %, die organische Suche im selben Zeitraum bei 1,3 %. Eine mögliche Erklärung ist, dass LLM-Nutzer spezifischere Fragen stellen und gezielte Empfehlungen erhalten.

### Brauche ich LLM-Sichtbarkeit auch als lokales Unternehmen?

Gerade lokale Unternehmen profitieren von LLM-Sichtbarkeit. Wenn jemand ChatGPT fragt „Welcher Zahnarzt in Hamburg macht gute Implantate?“, empfiehlt das KI-System Praxen, die es als Entität kennt. Die Basis sind konsistente Citations, Bewertungen und klare Beschreibungstexte. [GEO (Generative Engine Optimization)](https://hechtinsgefecht.de/geo-generative-engine-optimization/) überträgt bewährte Local-SEO-Prinzipien auf KI-Systeme.

### Ersetzt LLM-Optimierung das klassische SEO?

LLM-Optimierung ersetzt SEO nicht, LLM-Optimierung ergänzt SEO. Wer gutes [Semantisches SEO](https://hechtinsgefecht.de/semantisches-seo/) macht (klare Entitäten, [starke Marke](https://hechtinsgefecht.de/brand-seo/), [technisch schnelle Website](https://hechtinsgefecht.de/cost-of-retrieval/)), hat nach meiner Faustregel bereits 80 % der Grundlage für LLM-Sichtbarkeit gelegt. Was dazukommt, sind NAPD-Konsistenz, promptbasierte Content-Strategie und aktives Monitoring der KI-Plattformen.

### Wie lange dauert es, bis LLM-Sichtbarkeit steigt?

LLM-Sichtbarkeit reagiert schneller als Google-Rankings. Bei einer Augenklinik, die HECHT INS GEFECHT betreut, waren neue Blogposts nach meiner Beobachtung innerhalb weniger Tage in KI-Antworten sichtbar. Bis NAPD-Änderungen über Citations bei allen Plattformen ankommen, vergehen nach meiner Erfahrung 4 bis 8 Wochen, je nach KI-System auch länger. Erste Verschiebungen im Visibility Score durch Content-Updates und neue Citations sehe ich oft schon innerhalb eines Monats.

## Quellen

- Semrush (Juni 2025): [„We Studied the Impact of AI Search on SEO Traffic“](https://www.semrush.com/blog/ai-search-seo-traffic-study/), Besucher aus der KI-Suche gemessen an der Conversion-Rate 4,4-mal so wertvoll, fast 90 % der von ChatGPT zitierten Seiten bei Google auf Position 21 oder schlechter (verwandte Suchanfragen)
- Search Engine Land (Februar 2026): Jason Tabeling, [„What 13 months of data reveals about LLM traffic, growth, and conversions“](https://searchengineland.com/what-13-months-of-data-reveals-about-llm-traffic-growth-and-conversions-470115), rund 18 % Conversion-Rate für LLM-Traffic über die Kundenbasis einer Agentur, Januar 2025 bis Februar 2026
- Aggarwal et al. (2024): [„GEO: Generative Engine Optimization“](https://arxiv.org/abs/2311.09735), KDD ’24. Visibility-Impact in Einzelbeispielen: Citations +132,4 %, Statistiken +65,5 %, autoritativer Ton +89,1 %; über alle Queries 30 bis 40 % beim positionsgewichteten Textanteil, 15 bis 30 % beim subjektiven Eindruck
- Ahrefs (Juni 2025): Patrick Stox, [„86% of Top Mentioned Sources Are Not Shared Across ChatGPT, Perplexity, and AI Overviews“](https://ahrefs.com/blog/top-mentioned-sources-are-not-shared-across-ai-assistants/), nur 14 % der 50 meistgenannten Quellen geteilt
- TrustRadius (April 2025): „Bridging the Trust Gap: B2B Tech Buying in the Age of AI“, 72 % der befragten B2B-Käufer sahen AI Overviews, 90 % davon klickten auf mindestens eine zitierte Quelle
- Indig, Kevin (2026): [„The Science of How AI Pays Attention“](https://www.growth-memo.com/p/the-science-of-how-ai-pays-attention), Growth Memo
- Indig, Kevin (2026): [„Shorter, Focused Content Wins in ChatGPT“](https://www.growth-memo.com/p/shorter-focused-content-wins-in-chatgpt), Growth Memo
- [OpenAI: Overview of OpenAI Crawlers](https://developers.openai.com/api/docs/bots)
- [OpenAI-Hilfe: ChatGPT search](https://help.openai.com/en/articles/9237897-chatgpt-search)
- [Google-Analytics-Hilfe: Standard-Channelgruppe](https://support.google.com/analytics/answer/9756891?hl=de), Kanal „KI-Assistent“
- [Search-Console-Hilfe: Leistungsbericht zu generativen KI-Funktionen (Google Suche)](https://support.google.com/webmasters/answer/16984139)
- OpenAI (Februar 2026): [ChatGPT erreicht 900 Mio. wöchentliche aktive Nutzer](https://techcrunch.com/2026/02/27/chatgpt-reaches-900m-weekly-active-users/)
- Perplexity (Juni 2025): [780 Mio. Queries im Mai 2025](https://techcrunch.com/2025/06/05/perplexity-received-780-million-queries-last-month-ceo-says/), CEO-Angabe auf dem Bloomberg Tech Summit
- Google I/O 2026 (Mai 2026): [AI Overviews mit über 2,5 Mrd. monatlichen Nutzern](https://blog.google/innovation-and-ai/sundar-pichai-io-2026/), Keynote Sundar Pichai
- Windolph, Benny: „Semantisches SEO“, HECHT INS GEFECHT, Content-Regeln für Google und KI-Systeme
- Windolph, Benny: „GEO: Generative Engine Optimization“, HECHT INS GEFECHT, NAPD-Framework und Citations