Inhalt
- Warum klassische SEO-KPIs nicht mehr reichen
- Aktueller Stand der Branche
- Die neue Messlogik für AI Search: Welche KPIs jetzt zählen
- Expertenmeinungen: Was sagen die Profis?
- Einordnung: Welche KPI-Cluster sich in der Praxis durchsetzen
- Praktische Tipps: So baust du ein sinnvolles AI-Search-Reporting auf
- Fazit: Neue Kennzahlen für eine neue Suchlogik
Potenzielle Kaufentscheidungen werden zunehmend mithilfe von KI getroffen. Egal ob B2B oder B2C: Kund*innen stellen ihre Fragen zunehmend über
ChatGPT, Gemini, Perplexity und Co. Während bei einer klassischen Google-Suche ein Eintrag, ein Klick oder eine Impression hinterlassen wird, bleibt genau dieser Schritt in der
AI Search unsichtbar. Eine Herausforderung, die viele Marketing-Teams zum Umdenken anregt.
Wenn sich die Suchlogik verändert, kannst du deine Performance nicht mehr an gängigen Kennzahlen messen. Traffic, Rankings und Click-Through-Rate erzählen nur noch einen Teil der Geschichte. Was fehlt, sind KPIs für Einfluss, Relevanz und tatsächliche Business-Wirkung in AI Search.
Wir haben verschiedene Branchenexpert*innen an einen Tisch geholt und wollten wissen: Wo entsteht durch AI Search tatsächlich Wirkung? Ihre Antworten zeigen eindeutig, dass sich am meisten gerade bei den Metriken verändert, die bisher niemand im Blick hatte.
Das Wichtigste in Kürze
- AI Search verändert die Suchlogik: Der Klick fällt weg, auf dem klassische SEO-Reportings aufbauen, klassische KPIs wie Traffic und Rankings erfassen einen wachsenden Teil der Nachfrage nicht mehr.
- Mentions, Citations, Sentiment und Share of Voice werden zu den neuen Leitgrößen für Sichtbarkeit in Answer Engines.
- Relevante KPIs lassen sich in drei aufeinander aufbauenden Ebenen sortieren: Sichtbarkeit, Einfluss und Geschäftswirkung.
- Expert*innen aus SEO, Content und Business sind sich einig: Relative Sichtbarkeit im Wettbewerbsvergleich und CRM-verknüpfte Daten zählen mehr als absolute Erwähnungen oder Klicks.
- Ein schlankes Set aus drei bis fünf KPIs, verknüpft mit CRM-Daten, bringt mehr als ein überladenes Dashboard.
Expert Roundtable
Manchmal reicht eine Meinung nicht aus. In „Expert Roundtables” bringen wir führende Köpfe zusammen, um ein spezifisches Problem, eine innovative Lösung oder spannende Daten aus verschiedenen Blickwinkeln zu beleuchten.
Warum klassische SEO-KPIs nicht mehr reichen
Ganz ersetzt AI Search die Google-Suche nicht, sie läuft parallel dazu und wird genutzt, um sich in einem Zug zu informieren und die Auswahl schon vor dem ersten Klick einzugrenzen. Früher haben Traffic und Rankings die Performance dabei zuverlässig abgebildet. Heute erfassen dieselben Zahlen einen wachsenden Teil der Nachfrage gar nicht mehr.
AI Search verändert die Logik von Erfolgsmessung
Durch eine direkte Antwort im Chat fällt der Klick weg, auf den SEO-Reportings seit zwanzig Jahren aufbauen. Infolgedessen verkürzt sich auch die Customer Journey deiner Kund*innen, weil Nutzer*innen eine fertige Empfehlung bekommen, statt sich durch Suchergebnisse zu klicken.
Für dein Marketing-Team äußert sich das vor allem im Rückgang deines organischen Traffics. Dieser ist allerdings nicht nur allein darin begründet, dass sich das Suchverhalten verschiebt und Websites und Landingpages allgemein weniger Klicks erhalten als zuvor. Ausschlaggebend ist, wie präsent du in den Antworten der KI-Modelle bist. Wird dein Unternehmen zitiert oder erwähnt? Wenn die Antwort auf beide Fragen „Nein“ oder „Ich weiß es nicht“ lautet, büßt du Sichtbarkeit ein.
„Wenn jemand ChatGPT fragt, welches Produkt er nutzen soll, und deine Marke taucht in der Antwort nicht auf, hast du Boden verloren, den du in deinen Analytics gar nicht siehst. Ein ziemlich großer blinder Fleck, wenn man bedenkt, wie Käufer*innen heute wirklich suchen.“
– Lauren Parker, Senior-Marketerin bei HubSpot
Wie groß dieser blinde Fleck ist, zeigt
HubSpots State-of-AEO-Report 2026, der über 4.000 Marketer*innen weltweit befragt:
58 Prozent optimieren ihre Inhalte bereits aktiv für Answer Engines,
44 Prozent haben selbst eine Kaufentscheidung wegen einer KI-Empfehlung getroffen. Das zeigt, wie wichtig Citations und Mentions in den gängigen KI-Modellen inzwischen geworden sind: Eine Mention nennt deine Marke, eine Citation verweist zusätzlich mit Quellenangabe auf deine Seite, und beides entscheidet mit, ob potenzielle Kund*innen dich im Moment der Entscheidung überhaupt wahrnehmen. Rankings und Klickzahlen bilden damit nur noch einen Teil deiner Performance ab.
Aktueller Stand der Branche
Noch vor zwei Jahren gab es für AI-Search-Sichtbarkeit praktisch keine etablierten Messansätze. Heute haben sich erste Methoden durchgesetzt, auch wenn sie je nach Unternehmen sehr unterschiedlich konsequent angewendet werden.
Wie Unternehmen Sichtbarkeit in AI Search heute messen
Answer Engines spielen andere Signale aus als etwa eine klassische Suchmaschinen-Ergebnisseite. Du erhältst eine zusammengefasste Antwort, die relevante Marken aufgreift, nennt, zitiert oder schlicht ignoriert. Das ist eine Veränderung, in der vor allem Mentions, Citations und Brand Visibility an Bedeutung gewinnen.
Mentions, Citations und Brand Visibility im Vergleich
1
Mention
Die Nennung deiner Marke innerhalb einer KI-Antwort, ganz ohne Quellenangabe.
2
Citation
Die konkrete Quellenangabe, mit der die KI direkt auf deine Seite verweist.
3
Brand Visibility
Das Gesamtbild aus beidem: wie präsent und wie glaubwürdig deine Marke in den Augen der KI wirkt.
„Marken spielen ein Rätselraten. Sie wissen, dass ihre Käufer*innen Answer Engines nutzen, aber nicht, was diese dort über sie erfahren. Mentions, Citations, Sentiment, Share of Voice – all das ist heute nachverfolgbar. Die Teams, die das verstanden haben, ziehen davon.“
– Lauren Parker, Senior-Marketerin bei HubSpot
Eine
HubSpot-Studie verdeutlicht, wie groß der Unterschied sein kann: Durch gezielte Optimierung von Produktseiten, FAQ-Bereichen und Vergleichsartikeln stiegen die Citations im eigenen AEO-Programm um 433 Prozent, die Leads aus AI-Quellen um 1.850 Prozent. Diese Leads konvertierten laut HubSpot zum Dreifachen der Rate anderer Kanäle.
Auch bei HubSpot-Kund*innen zeigen sich erste konkrete Ergebnisse. Der Vertriebstrainer Sandler gewinnt laut einer
HubSpot-Casestudy innerhalb weniger Wochen 8.000 neue Website-Besucher*innen über AEO-optimierten Content, davon 4.000 mit ICP-Fit, und verzeichnet ein Jahr über Jahr zehn Prozent mehr Account-Conversions.
Eine weitere HubSpot-Casestudy belegt, dass die Buchungsplattform Fresha einen AI-Visibility-Score von 68,3 Prozent hat und damit in ihrem Wettbewerbsfeld auf allen acht getrackten AI-Plattformen vorn liegt. Die
Casestudy der Mercantile Bank of Michigan zählt 952 KI-Zitationen, das 2,4-Fache ihres nächsten Wettbewerbers, und einen Share of Voice von 13 Prozent in ihrer Kategorie.
Wichtig dabei: Die Zahlen stammen aus Case Studies, die HubSpot selbst zu seinem eigenen AEO-Tool veröffentlicht. Nicht bei allen wird eine Vergleichsbasis oder ein Zeitraum genannt.
Solche Zahlen setzen allerdings eine systematische Messung voraus, an der es den meisten Unternehmen bisher fehlt. Die Grenzen der heutigen Analyse liegen vor allem in der Stichprobengröße. Wenn du also von Hand ein paar Prompts in ChatGPT eingibst, bekommst du eine Momentaufnahme, keine verlässliche Messung.
Die neue Messlogik für AI Search: Welche KPIs jetzt zählen
Aufbauend auf dem HubSpot-State-of-AEO und der Studie lässt sich ableiten, welche KPIs in Zukunft die Erfolgsmessung bestimmen. Die wichtigsten KPI-Kategorien lassen sich in drei Ebenen sortieren, die aufeinander aufbauen: Sichtbarkeit, Einfluss und Geschäftswirkung.
Alle KPIs auf einen Blick
Visibility KPIs
Brand Inclusion Rate
Wie häufig eine Marke in KI-generierten Antworten zu relevanten Themen überhaupt auftaucht.
Citation-Häufigkeit
Wie oft eine Marke mit konkreter Quellenangabe genannt wird.
Influence KPIs
AI Share of Voice
Eigene Citations geteilt durch die Gesamtzahl aller Citations zu einem Thema, mal hundert.
Answer Prominence
Ob eine Marke als Hauptempfehlung oder nur als Randnotiz erscheint.
Sentiment
Gemessen auf einer Skala von minus 100 bis plus 100 Prozent.
Business KPIs
AI-assistierte Signale
Gestiegene Markensuchen, Direct Traffic oder Demo-Anfragen, die sich auf AI-Exposition zurückführen lassen.
Auf der Visibility-Ebene steht die Brand-Inclusion-Rate, also wie häufig eine Marke in KI-generierten Antworten zu relevanten Themen überhaupt auftaucht, dazu die reine Citation-Häufigkeit mit Quellenangabe. Auf der Influence-Ebene zählt vor allem die AI Share of Voice, berechnet als Anzahl der eigenen Citations geteilt durch die Gesamtzahl aller Citations zu einem Thema, mal hundert.
Spannend für dich zu wissen: HubSpot beschreibt dazu in einer eigenen Fallstudie, wie ein einziges Content-Update die AI Share of Voice für eine Seite innerhalb von 24 Stunden von 25 auf 63 Prozent skaliert, bevor sie sich bei rund 43 Prozent einpendelt.
Dazu kommen Answer Prominence, also ob eine Marke als Hauptempfehlung oder nur als Randnotiz erscheint, und Sentiment, gemessen auf einer Skala von minus 100 bis plus 100 Prozent. Auf der Business-Ebene geht es um AI-assistierte Signale wie gestiegene Markensuchen, Direct Traffic oder Demo-Anfragen, die sich auf AI-Exposition zurückführen lassen.
Expertenmeinungen: Was sagen die Profis?
Drei Perspektiven auf dieselbe Frage: Woran erkennt man, ob eine AI-Search-Strategie wirkt? Share of Voice, Content und Business kommen dabei zu unterschiedlichen Antworten, und genau diese Unterschiede zeigen, wie vielschichtig gute Messung in AI Search sein muss.
Sichtbarkeit als Frühindikator
Welche Metrik zuerst beobachtet werden sollte, hängt stark davon ab, wie früh im Funnel ein Unternehmen ansetzen will. Die Brand-Inclusion-Rate eignet sich als erster Indikator, weil sie unabhängig davon misst, ob eine Nennung positiv, neutral oder negativ ausfällt. Sie zeigt nur: Taucht die Marke überhaupt auf?
„Ein Tipp, den ich jedem Team geben würde, das mit AEO startet: Tracke Queries über die gesamte Buyer Journey hinweg, nicht nur die offensichtlichen High-Intent-Queries. Das heißt: von unbranded Top-of-Funnel-Queries, bei denen ein Buyer noch herausfindet, welches Problem er überhaupt hat, bis hin zu branded Bottom-of-Funnel-Queries, bei denen aktiv Lösungen verglichen werden. Jede Phase sagt dir etwas anderes darüber, wo deine Share of Voice am stärksten ist und wo die Lücken liegen. Und die Lücken liegen nicht immer dort, wo man sie erwarten würde. Diese frühen unbranded Queries sind es wert, beachtet zu werden. Wenn du dort häufiger auftauchst als deine Wettbewerber, bist du im Referenzrahmen des Buyers, bevor die eigentliche Bewertung überhaupt beginnt. Wenn nicht, ist das eine verpasste Chance.“
– Lauren Parker, Senior-Marketerin bei HubSpot
Share of Voice als Wettbewerbsmaß
„Die reine Anzahl an Erwähnungen sagt wenig aus, solange man nicht weiß, in welchem Kontext sie entstehen. 100 Erwähnungen bei Prompts, die für die eigene Brand keine Rolle spielen, sind weniger wert als 10 relevante Mentions. Share of Voice setzt die eigene Sichtbarkeit ins Verhältnis zum Wettbewerb und zeigt, wie präsent eine Marke bei den für sie relevanten Themen und Prompts tatsächlich ist. Entscheidend ist dabei aber auch ein sauber definiertes Prompt-Set, ohne das ist auch Share of Voice nur eine hübsche Zahl.“
– Vanessa Wurster, Co-Founderin von Seocation
Relative Sichtbarkeit schlägt absolute Erwähnungen, weil eine einzelne Mention wenig aussagt, solange unklar ist, wie oft die Konkurrenz an derselben Stelle genannt wird. Wo Unternehmen ihre Position dabei am ehesten falsch einschätzen, beschreibt Vanessa so:
„Viele schauen nur auf die bekannten Wettbewerber aus dem klassischen SEO. In AI Search konkurriert man aber auch mit anderen Seitentypen oder Plattformen, die von der KI als Quelle herangezogen werden. Sichtbarkeit entsteht oft außerhalb der eigenen Website. Wer nur die Website im Blick hat, lässt Sichtbarkeitspotenzial liegen. SEO, PR und Social Media müssen deshalb zusammengedacht werden, nicht in getrennten Silos.“
– Vanessa Wurster, Co-Founderin von Seocation
Citations, Mentions und Sentiment
„Das Sentiment von KI-Antworten ist grundsätzlich eher positiv oder neutral, negativ wird es in der Regel nur, wenn der Prompt explizit nach Nachteilen fragt. Dass ein positives Sentiment pauschal zu einer besseren Markenwahrnehmung und mehr Umsatz führt, ist nach meinem Kenntnisstand bisher nicht sauber belegt, ich gehe eher davon aus, dass es nur einer von vielen Faktoren ist, neben Preis, Erfahrungsberichten und Bewertungen.“
– Magdalena Mues, Geschäftsführerin, Claneo
Wie eine KI über eine Marke spricht, prägt das Markenbild mindestens so stark wie die reine Nennung. Ein Sentiment-Wert zeigt, ob eine Marke als vertrauenswürdig, als Mittel der Wahl oder eher beiläufig beschrieben wird, und das wirkt sich direkt darauf aus, wie viel eine Citation am Ende wert ist.
„Content wird in KI-Antworten besonders häufig referenziert, wenn er aktuell, gut strukturiert und auf relevante Query-Fan-Out-Phrasen optimiert ist.“
– Magdalena Mues, Geschäftsführerin, Claneo
Business-Impact
„Die verlässlichste Zahl ist Self-Reported Attribution. Frag neue Kund*innen im Formular oder im Sales Call, wo sie zuerst von euch gehört haben, und verknüpfe die Antworten mit dem CRM. Klicks taugen dafür kaum, Nutzer*innen klicken selten auf Quellen in AI-Antworten, und gut 70 Prozent des Traffics aus AI-Tools landen in GA4 als 'Direct'. Bei einem meiner Kund*innen ist der organische Traffic im Jahresvergleich fast um die Hälfte gefallen, die Conversions sind aber um knapp 20 Prozent gestiegen. Über Self-Reported Attribution haben wir gesehen, dass AI Search bei rund 10 Prozent des Neugeschäfts eine Rolle gespielt hat.“
– Kevin Indig, Advisor
Am Ende zählt, ob AI Search Pipeline erzeugt. Dafür braucht es eine KPI, die AI-Signale mit CRM-Daten verbindet, etwa Leads, die sich auf AI-Referrer-Traffic zurückführen lassen, und deren Conversion-Rate im Vergleich zu anderen Kanälen. Wie sich das im Alltag überprüfen lässt, beschreibt Kevin so:
„Ich schaue auf zwei Ebenen. Wöchentlich prüft das Team die Frühindikatoren: Werden wir bei einem festen Set von 20 bis 50 kaufnahen Prompts gefunden, zitiert und auf der Shortlist genannt, und beschreibt die AI unser Produkt richtig? Monatlich schaut das Management, ob sich das in Opportunities, Erwähnungen im Sales-Gespräch, Win Rate und Umsatz zeigt. Wenn die Frühindikatoren steigen und unten nichts ankommt, stimmt etwas nicht. Wer wirklich wissen will, was wirkt, braucht Inkrementalitätstests: Änderung auf einer Gruppe von Seiten ausrollen, Effekt messen, zurückdrehen. Bei einem Kunden haben wir so gesehen, dass ein 'zuletzt aktualisiert'-Datum die Zitierungen verdreifacht hat.“
– Kevin Indig, Advisor
Einordnung: Welche KPI-Cluster sich in der Praxis durchsetzen
Aus den vier Perspektiven lassen sich drei Muster herauslesen, die sich klar voneinander unterscheiden:
- Wahrnehmung: Ist deine Marke überhaupt sichtbar?
- Relevanz: Wie stark wiegt sie im Vergleich zum Wettbewerb?
- Wirkung: Wird daraus am Ende Umsatz?
Visibility-KPIs wie die Brand Inclusion Rate sind Frühindikatoren. Sie reagieren schnell auf Content-Änderungen, sagen aber wenig über die Geschäftswirkung aus. Business-KPIs wie assistierte Conversions wirken dagegen nachgelagert und brauchen länger, bis sich Veränderungen zeigen. Betrachtest du beide Ebenen gemeinsam, erkennst du, ob eine aktuelle Sichtbarkeitssteigerung tatsächlich etwas bewirkt oder nur ein kurzfristiger Ausschlag ist.
Praktische Tipps: So baust du ein sinnvolles AI-Search-Reporting auf
Was du dir für dein eigenes Reporting mitnehmen kannst, ist vor allem eine Erkenntnis: Ein überladenes Dashboard mit zwanzig Kennzahlen hilft dir nicht weiter. Sinnvoller ist ein kleines Set aus drei bis fünf KPIs, die du tatsächlich regelmäßig anschaust. Dabei gilt:
AI Search sollte getrennt vom klassischen SEO-Reporting erscheinen, aber nicht isoliert davon betrachtet werden, da sich beide Kanäle gegenseitig beeinflussen.
Prüfe Ergebnisse regelmäßig im Wettbewerbsvergleich: Eine Share of Voice von 40 Prozent bedeutet wenig, wenn du nicht weißt, wie die drei wichtigsten Wettbewerber dastehen.
Verknüpfe AI-Search-Signale mit CRM-, Lead- und Conversion-Daten, damit sich am Ende ein Euro-Wert zuordnen lässt.
Baue zwei verschiedene Reportings auf: eines fürs Management, das auf Business-KPIs fokussiert, und eines für operative Teams, das tiefer in Visibility- und Influence-Metriken einsteigt.
Fazit: Neue Kennzahlen für eine neue Suchlogik
AI Search braucht neue KPIs, weil sich die Suchlogik grundlegend verändert hat. Heute ist es wichtig zu wissen, wo deine Marke steht. Ein einfacher Blick auf Rankings und Traffic reicht nicht mehr aus. Was zählt, ist deine Sichtbarkeit innerhalb von Answer Engines. Es zählt deshalb nicht mehr nur, ob deine Marke präsent ist, sondern auch, wie sie eingeordnet wird und was daraus am Ende an Pipeline entsteht.
Wenn du auf ein schlankes Set aus Visibility-, Influence- und Business-KPIs setzt, schaffst du dir die Grundlage für eine langfristige Steuerung. So siehst du nicht nur, ob du auftauchst. Du siehst auch, wie stark du im Vergleich zum Wettbewerb wiegst. Und ob sich das am Ende in echten Geschäftszahlen niederschlägt.
Bewertest du AI Search dagegen weiterhin nur über den klassischen Traffic, übersiehst du genau den Teil des Einflusses, der für Marke und Pipeline inzwischen am meisten zählt.
Häufige Fragen zu KPIs in der AI Search
Die wichtigsten Antworten zu Sichtbarkeit, Messung und Business-Impact in Answer Engines auf einen Blick.
Warum reichen klassische SEO-KPIs wie Traffic und Rankings in der AI Search nicht mehr aus?
Weil der Klick, auf dem klassische Reportings basieren, in AI Search häufig entfällt: Nutzer*innen bekommen eine fertige Antwort direkt im Chat, statt auf eine Quelle zu klicken. Traffic und Rankings bilden deshalb nur noch einen Teil der tatsächlichen Sichtbarkeit ab.
Was ist der Unterschied zwischen einer Mention und einer Citation?
Eine Mention nennt deine Marke in einer KI-Antwort, eine Citation verweist zusätzlich mit Quellenangabe auf deine Seite. Beide entscheiden mit, ob potenzielle Kund*innen dich im Moment der Entscheidung überhaupt wahrnehmen.
Welche KPIs sollten Unternehmen für AI Search tracken?
Die wichtigsten KPIs lassen sich in drei Ebenen sortieren: Sichtbarkeit (Brand-Inclusion-Rate, Citation-Häufigkeit), Einfluss (Share of Voice, Answer Prominence, Sentiment) und Geschäftswirkung (AI-assistierte Signale wie gestiegene Markensuchen, Direct Traffic oder Demo-Anfragen).
Wie wird die AI Share of Voice berechnet?
Die AI Share of Voice ergibt sich aus der Anzahl der eigenen Citations geteilt durch die Gesamtzahl aller Citations zu einem Thema, multipliziert mit 100. Sie zeigt, wie präsent eine Marke im Vergleich zum Wettbewerb bei den für sie relevanten Themen und Prompts tatsächlich ist.
Wie lässt sich der Business-Impact von AI Search messen?
Am verlässlichsten über Self-Reported Attribution: Neue Kund*innen im Formular oder Sales Call fragen, wo sie zuerst von einem Unternehmen gehört haben, und die Antworten mit dem CRM verknüpfen. Klicks allein reichen kaum, da ein Großteil des AI-Traffics in Analytics-Tools als „Direct" erscheint.