KI-Sichtbarkeit einmal messen reicht nicht

Ein einzelner Test wirkt auf den ersten Blick praktisch: Man stellt eine Frage in ChatGPT oder Claude und schaut, ob die eigene Firma auftaucht. Genau dort beginnt aber das Problem.

Eine einzelne Antwort zeigt nur, was in diesem einen Moment passiert ist. Sie zeigt nicht, wie oft eine Firma bei ähnlichen Fragen genannt wird, welche Quellen die Antwort beeinflussen oder ob das Ergebnis wenige Minuten später wieder anders aussieht.

Eine neue Studie der Universität St.Gallen zeigt, warum einzelne KI-Tests für Unternehmen zu wenig aussagen. KI-Antworten sind nicht so stabil wie klassische Google-Rankings. Dieselbe Frage kann wenige Minuten später andere Quellen, andere Empfehlungen und eine andere Reihenfolge ausgeben.

Für Schweizer Unternehmen bedeutet das: KI-Sichtbarkeit ist keine Momentaufnahme. Sie ist eine Wahrscheinlichkeit.

Quelle: Schulte, Bleeker und Kaufmann: "Don't Measure Once: Measuring Visibility in AI Search (GEO)", arXiv, eingereicht am 8. April 2026. Die Studie ist ein arXiv-Preprint von Julius Schulte, Malte Bleeker und Philipp Kaufmann mit Daten aus einem Schweizer Messaufbau.

Das Wichtigste in Kürze

• Die Studie untersuchte KI-Antworten aus der Schweiz über 45 bis 46 Tage.
• Gemessen wurden ChatGPT, Gemini, Google AI Mode und Perplexity.
• Die getesteten Fragen waren deutsch und basierten auf Schweizer Suchumfeldern wie Telekom, Immobilienverkauf, Sportartikel und Elektronik.
• Zwischen zwei aufeinanderfolgenden Tagen überschnitten sich zitierte Quellen nur zu rund 34 bis 42 Prozent.
• Marken wurden etwas stabiler erwähnt, aber auch dort lag die Überschneidung je nach Branche nur bei 45 bis 59 Prozent.
• Die Autoren empfehlen mindestens 7 Wiederholungen pro Frage für Markenmessung und mindestens 8 Wiederholungen, wenn Quellen gemessen werden.
• Für einzelne Marken empfehlen sie rollierende Auswertungen über zwei bis vier Wochen statt kurze Stichproben.

Was sagt die Studie konkret über KI-Sichtbarkeit?

Die Studie sagt: KI-Sichtbarkeit darf nicht als einzelner Messwert verstanden werden, sondern als Verteilung über mehrere Abfragen, Fragen, Plattformen und Zeitpunkte. Ein einzelner ChatGPT- oder Claude-Test kann zufällig gut oder schlecht aussehen.

Die Autoren untersuchten, wie stabil Marken und Quellen in KI-Antworten auftauchen. GEO steht für Generative Engine Optimization, also die Optimierung dafür, in KI-Antworten, KI-Suche und generativen Suchsystemen genannt oder zitiert zu werden.

Die Studie arbeitete mit zwei Messfenstern. Vom 24. Januar bis 20. März 2026 wurde geprüft, wie stark sich KI-Antworten von Tag zu Tag verändern. Vom 21. bis 25. März 2026 wurde zusätzlich untersucht, wie stark identische Abfragen innerhalb kurzer Zeit schwanken.

Gemessen wurden ChatGPT, Gemini, Google AI Mode und Perplexity. Die Untersuchung ist für die Schweiz besonders spannend, weil die Daten von Schweizer Servern aus gesammelt wurden. Die Fragen waren deutsch und kamen aus realistischen Schweizer Suchumfeldern: Telekom, Immobilienverkauf, Sportartikel und Elektronik.

Das ist kein abstrakter Labortest für englische US-Suchen. Es ist nah an dem, was Schweizer Nutzer tatsächlich fragen könnten. Gleichzeitig ist genau diese regionale Eingrenzung wichtig: Die Resultate sind besonders spannend für die Schweiz, aber nicht automatisch eins zu eins auf jedes Land, jede Sprache und jede Branche übertragbar.

Warum sind einzelne KI-Tests so unsicher?

Ein einzelner KI-Test ist unsicher, weil KI-Antworten nicht wie klassische Suchresultate funktionieren. Bei Google können Rankings schwanken, aber eine gut platzierte Seite verschwindet nicht bei jeder zweiten Abfrage komplett. Bei KI-Antworten ist das anders.

Die Studie beschreibt dieses Muster als Einschluss- oder Ausschlussdynamik: Eine Marke oder Quelle taucht in einer Antwort auf, in der nächsten aber gar nicht mehr.

• KI-Plattformen formulieren Antworten probabilistisch.
• Systeme wählen aus vielen möglichen Quellen nur wenige für die finale Antwort aus.
• KI-Fragen werden nicht exakt wie Keywords behandelt.
• Websuche, Indexfrische, Standort, Sprache und Produktlogik der Plattform beeinflussen das Ergebnis.
• Manche Plattformen aktivieren Websuche nicht bei jeder Frage.

Für Unternehmen ist das entscheidend. Wer nur einmal misst, misst möglicherweise Zufall.

Wie stark schwanken Quellen in KI-Antworten?

Die Quellen schwankten in der Studie sehr stark: Von einem Tag zum nächsten lag die durchschnittliche Überschneidung der zitierten Quellen je nach Branche nur bei 34 bis 42 Prozent. Anders gesagt: Rund 58 bis 66 Prozent der Quellen konnten sich von einem Tag auf den nächsten ändern.

Die Spannbreite war deutlich: Elektronik lag bei 33,6 Prozent Quellen-Überschneidung, Sportartikel bei 35,5 Prozent, Immobilienverkauf bei 37,8 Prozent und Telekom bei 42,3 Prozent.

Das ist für klassisches SEO ungewohnt. Bei Google würde niemand eine SERP ernsthaft beurteilen, wenn sich zwei Drittel der sichtbaren Quellen täglich austauschen. In KI-Antworten ist genau diese Instabilität aber Teil des Systems.

Noch wichtiger: Die Reihenfolge der Quellen schwankte ebenfalls. Die Studie nutzte neben Jaccard-Ähnlichkeit auch Rank-Biased Overlap, also eine Kennzahl, die stärker gewichtet, was oben in einer Liste steht. Es ändert sich also nicht nur, welche Quellen auftauchen, sondern auch, welche Quellen prominent erscheinen.

Sind Marken stabiler als Quellen?

Ja, Marken waren stabiler als einzelne Quellen, aber nicht stabil genug für Einmalmessungen. Bei den Branchen mit ausreichender Markenerkennung lag die Marken-Überschneidung von Tag zu Tag zwischen 45 und 59 Prozent.

Auch hier war die Spannbreite gross. In Elektronik lag die Marken-Überschneidung bei 55,7 Prozent, in Sportartikel bei 45,3 Prozent und in Telekom bei 58,9 Prozent.

Das ist ein wichtiger Unterschied für KI-Sichtbarkeitsaudits. Die einzelne URL ist oft zu volatil. Heute zitiert ChatGPT vielleicht eine Vergleichsseite, morgen ein Forum, übermorgen eine Händlerseite. Die bessere Grundfrage lautet deshalb zuerst: Wird die Marke über mehrere Fragen, Plattformen und Wiederholungen hinweg überhaupt genannt?

Danach kommt die zweite Frage: Welche Quellen helfen dabei, dass diese Marke genannt oder empfohlen wird?

Warum muss dieselbe Frage mehrfach gestellt werden?

Dieselbe Frage muss mehrfach gestellt werden, weil auch identische Abfragen innerhalb kurzer Zeit unterschiedliche Antworten liefern können. Die Studie prüfte nicht nur Tagesschwankungen, sondern auch wiederholte Abfragen innerhalb von 24 Stunden.

Bei Quellen lag die durchschnittliche Überschneidung je nach Branche nur bei 32 bis 43 Prozent. Bei Marken lag sie in den ausgewerteten Branchen zwischen 33 und 48 Prozent.

Das ist der stärkste Punkt der Studie für die Praxis: Die Schwankung kommt nicht nur von Tagesupdates, Indexfrische oder externen Veränderungen. Ein grosser Teil entsteht aus der KI-Antwortlogik selbst.

Wenn ein Unternehmen also heute einmal eine konkrete Kundenfrage prüft, zum Beispiel:

Welche Anbieter in der Schweiz eignen sich für die Installation einer Solaranlage auf einem Einfamilienhaus?

und danach entscheidet, ob es "sichtbar" ist oder nicht, ist diese Entscheidung methodisch schwach. Die nächste identische Abfrage kann bereits ein anderes Bild zeigen.

Was bedeutet das für KI-Sichtbarkeitsaudits?

Ein seriöser KI-Sichtbarkeitsaudit darf nicht nur einzelne Screenshots sammeln. Er muss wiederholt messen, Fragen sauber gruppieren und Ergebnisse als Wahrscheinlichkeit auswerten.

Schwach ist eine Messung, wenn sie aus einer Frage, einer Plattform, einem Durchlauf und einem Screenshot besteht. Besser ist ein Fragenset nach Suchintentionen, über mehrere KI-Plattformen und wiederholte Durchläufe hinweg.

Die Auswertung sollte deshalb nicht nur sagen: "sichtbar" oder "unsichtbar". Sie sollte zeigen, in wie vielen Fällen eine Firma genannt wird, in welchem Kontext sie erscheint, welche Quellen dahinterliegen und welche Wettbewerber die Antwort gewinnen.

Genau hier unterscheidet sich ein ernsthafter KI-Audit von einem schnellen Tool-Check. Ein Tool kann eine Antwort abfragen. Eine Analyse muss erklären, was diese Antwort bedeutet.

Wie viele Wiederholungen braucht eine Messung?

Die Studie empfiehlt mindestens 7 Wiederholungen pro Frage für Markenmessung und mindestens 8 Wiederholungen, wenn Quellen gemessen werden. Für einzelne Marken ist zudem eine längere Beobachtung wichtig: Die Autoren empfehlen rollierende Aggregation über zwei bis vier Wochen.

Für die Praxis heisst das: Ein Audit muss schon in der ersten Messung mehrere Durchläufe enthalten. Sonst zeigt er nicht Sichtbarkeit, sondern nur eine einzelne Antwort.

Ein einmaliger Audit ist ein sinnvoller Startpunkt, aber keine laufende Kontrolle. Für Schweizer KMU ist der klare Hinweis: Einzelwerte sind weniger wichtig als Entwicklung über Zeit.

Am aussagekräftigsten sind rollierende Auswertungen, die neue Antworten laufend in den Vergleich aufnehmen. Kontinuierliches Monitoring zeigt, ob eine Firma stabiler empfohlen wird, ob Wettbewerber aufholen und welche Quellen immer wieder Einfluss haben.

Welche Suchintentionen sollte ein Unternehmen messen?

Ein Unternehmen sollte nicht nur die offensichtlichste Frage messen, sondern verschiedene echte Suchintentionen abbilden. Die Studie zeigt: Nicht jede Frage ist gleich stabil.

Für GEO ist das zentral. Unternehmen sollten nicht nur eine einzelne Frage testen, sondern verschiedene Suchintentionen abbilden. Dazu gehören zum Beispiel:

• Informationsfragen: "Was muss ich beachten, wenn..."
• Empfehlungsfragen: "Welche Anbieter empfiehlst du für..."
• Vergleichsfragen: "Vergleiche die besten Anbieter für..."
• Entscheidungsfragen: "Wer ist die beste Wahl für..."
• Lokale Fragen: "Welche Firma in Zürich, Uster oder Appenzell..."
• Problemfragen: "Warum werde ich in KI-Antworten nicht genannt?"
• Branchenfragen: "Welche Lösung passt für eine Zahnarztpraxis, einen Treuhänder oder einen Installateur..."
• Kostenfragen: "Was kostet eine gute Lösung für..."
• Vertrauensfragen: "Woran erkenne ich einen seriösen Anbieter für..."
• Alternativfragen: "Welche Alternative zu Anbieter X gibt es in der Schweiz?"
• Umsetzungsfragen: "Wie gehe ich vor, wenn ich..."
• Risiko- und Einwandfragen: "Welche Fehler sollte ich vermeiden bei..."
• Aktualitätsfragen: "Welche Anbieter sind 2026 relevant für..."

Erst diese Breite zeigt, wo ein Unternehmen auftaucht, fehlt oder von Wettbewerbern verdrängt wird. Für einen Audit ist deshalb nicht die einzelne Frage entscheidend, sondern ob die wichtigsten Suchintentionen eines Marktes abgedeckt sind.

Welche Quellen nutzt KI für Empfehlungen?

KI-Plattformen nutzen nicht nur die eigene Website eines Unternehmens. Sie können Antworten aus Suchresultaten, Branchenverzeichnissen, Vergleichsseiten, Bewertungsprofilen, Medienartikeln, Google Business Profiles, Foren, Plattformprofilen und anderen Drittquellen zusammensetzen.

Für Unternehmen ist diese Quellenfrage oft wichtiger als die erste Markenfrage. Wenn eine Firma nicht empfohlen wird, liegt das nicht immer daran, dass ihre Website schlecht ist. Manchmal fehlen die Quellen, die KI-Plattformen in dieser Branche bevorzugt heranziehen. Manchmal existieren die Quellen, aber sie beschreiben Wettbewerber klarer. Und manchmal wird die eigene Firma zwar gefunden, aber nicht als passende Empfehlung eingeordnet.

Deshalb braucht GEO immer zwei Blickrichtungen:

• Welche Marken werden genannt?
• Welche Quellen machen diese Nennung plausibel?
• Welche Quellen tauchen wiederholt auf?
• Welche Drittseiten fehlen für die eigene Firma?
• Welche Inhalte auf der eigenen Website können KI-Plattformen direkt extrahieren?

Das ist der Punkt, an dem aus Messen Strategie wird.

Warum ist diese Studie für Schweizer KMU besonders relevant?

Die Studie ist für Schweizer KMU besonders relevant, weil viele internationale GEO-Diskussionen auf englischen US-Suchanfragen basieren. Für Schweizer Unternehmen ist das nur begrenzt hilfreich.

Die Schweiz hat eigene Bedingungen: Deutsch, Französisch, Italienisch und Englisch spielen je nach Zielgruppe eine Rolle. Lokale Anbieter, Branchenverzeichnisse und Medienquellen unterscheiden sich von Deutschland und den USA. Schweizer Nutzer suchen oft nach Vertrauen, Nähe, Rechtsraum, Preisen und Seriosität.

Eine Schweizer Firma muss also nicht nur "irgendwie im Internet" vorkommen. Sie muss in den Quellen, Profilen, Inhalten und Antwortmustern vorkommen, die für Schweizer Fragen plausibel sind.

Was sollten Unternehmen aus der Studie lernen?

Die wichtigste Lektion ist einfach: KI-Sichtbarkeit wird nicht mit einer einzelnen Frage bewiesen. Sie wird über Muster gemessen.

Ein Unternehmen sollte deshalb vier Ebenen prüfen:

1. Wird die Firma genannt?

Taucht die Marke in relevanten Fragen überhaupt auf? Wenn ja: in welchen Plattformen, bei welchen Suchintentionen und wie oft?

2. In welchem Kontext wird sie genannt?

Wird die Firma empfohlen, neutral erwähnt, mit Wettbewerbern verglichen oder nur als Nebenquelle zitiert?

3. Welche Quellen beeinflussen die Antwort?

Zitiert die KI die eigene Website, Branchenverzeichnisse, Medien, Vergleichsportale, Bewertungen, Social Profiles oder fremde Ratgeberseiten?

4. Welche Wettbewerber gewinnen die Antwort?

Wenn die eigene Firma fehlt, ist die nächste Frage nicht nur "warum fehlen wir?", sondern: "Wer wird stattdessen genannt und welche Signale haben diese Anbieter?"

Wie misst WebEvolve KI- und Google-Sichtbarkeit laufend?

WebEvolve behandelt KI-Sichtbarkeit nicht als einmaligen Screenshot. Mit eigener Messsoftware prüfen wir täglich, ob Firmen in KI-Antworten, in Google-Suchresultaten und in relevanten Wettbewerbsumfeldern auftauchen.

Auf dem KI-Barometer zeigen wir diesen Ansatz öffentlich für ausgewählte Schweizer Märkte. Für Kunden nutzen wir die gleiche Messlogik gezielt: mit individuellen Fragegruppen nach Suchintention, Branchen- und Standortbezug, Wettbewerbsvergleich, Google-Suchdaten und wiederholter Auswertung über Zeit.

Dabei geht es nicht nur um Markennamen. Entscheidend ist auch, welche Quellen KI-Plattformen für ihre Empfehlungen verwenden. Wir analysieren laufend, ob Antworten von der eigenen Website, Branchenverzeichnissen, Bewertungsplattformen, Medien, Vergleichsseiten, Google Business Profiles oder anderen Drittquellen ausgehen.

Diese Quellenanalyse ist der praktische Hebel. Wenn eine KI-Plattform immer wieder dieselben Quellen nutzt, lässt sich daraus ableiten, wo ein Unternehmen klarer auftreten muss: auf der eigenen Website, in strukturierten Leistungsseiten, in lokalen Einträgen, in Bewertungen, in Fachprofilen oder auf externen Seiten, die KI-Antworten bereits prägen.

Fazit: KI-Sichtbarkeit ist kein Screenshot, sondern ein Messsystem

Die neue Schweizer GEO-Studie macht sichtbar, was viele Unternehmen in der Praxis bereits spüren: KI-Antworten sind nützlich, aber nicht stabil genug für einfache Ja-Nein-Urteile.

Wer einmal fragt, erhält eine Antwort. Wer mehrmals fragt, erkennt ein Muster.

Für Schweizer Unternehmen ist das die eigentliche Veränderung. SEO war lange eine Rankingfrage. GEO wird stärker zu einer Wahrscheinlichkeitsfrage:

• Wie oft werden wir genannt?
• Bei welchen Fragen fehlen wir?
• Welche Wettbewerber werden häufiger empfohlen?
• Welche Quellen nutzt die KI?
• Welche Inhalte und Signale fehlen, damit unsere Firma plausibler in die Antwort kommt?

Genau dort beginnt die Arbeit an Google- und KI-Empfehlungen.

WebEvolve prüft im KI-Sichtbarkeitsaudit, ob Ihre Firma in relevanten KI-Antworten auftaucht, wie sie in Google-Suchresultaten steht, welche Wettbewerber empfohlen werden und welche Quellen die Antworten prägen. Der Audit zeigt den Stand zum Prüfzeitpunkt und macht sichtbar, welche Massnahmen Ihre Chancen in KI-Plattformen, Google und Maps verbessern können.

Häufig gestellte Fragen

Was bedeutet KI-Sichtbarkeit?

KI-Sichtbarkeit bedeutet, ob eine Firma, Marke, Website oder Quelle in Antworten von KI-Plattformen wie ChatGPT, Perplexity, Gemini oder Google AI Mode auftaucht. Es geht nicht nur um Rankings, sondern um Erwähnungen, Empfehlungen, Zitate und den Kontext der Antwort.

Warum reicht ein einzelner KI-Test nicht?

Ein einzelner KI-Test reicht nicht, weil KI-Antworten stark schwanken können. Die Studie zeigt, dass sich zitierte Quellen von einem Tag zum nächsten nur zu rund 34 bis 42 Prozent überschneiden. Selbst identische Fragen innerhalb kurzer Zeit können andere Quellen und Marken liefern.

Wie oft sollte man KI-Sichtbarkeit messen?

Die Studie empfiehlt mindestens 7 Wiederholungen pro Frage für Markenmessung und mindestens 8 Wiederholungen, wenn Quellen gemessen werden. Für einzelne Marken sind rollierende Auswertungen über zwei bis vier Wochen sinnvoller als kurze Stichproben.

Welche KI-Plattformen sollte ein Unternehmen prüfen?

Für Schweizer Unternehmen sind vor allem ChatGPT, Perplexity, Gemini und Google AI Mode relevant. Je nach Branche können weitere Plattformen oder Google AI Overviews wichtig sein. Entscheidend ist, dass die getesteten Plattformen zur realen Kundensuche passen.

Warum muss man die Quellen hinter KI-Empfehlungen analysieren?

Die Quellen hinter KI-Empfehlungen zeigen, warum eine Firma genannt wird oder fehlt. Wenn KI-Plattformen wiederholt dieselben Verzeichnisse, Bewertungsprofile, Medien, Vergleichsseiten oder Google-Einträge verwenden, entstehen daraus konkrete Massnahmen für Website, Profile, externe Erwähnungen und lokale Suchsignale.

Kann man KI-Empfehlungen garantieren?

Nein. KI-Empfehlungen lassen sich nicht garantieren. Man kann aber die Wahrscheinlichkeit verbessern, indem Website, Inhalte, Unternehmensdaten, Quellenlage, Bewertungen, Profile und externe Erwähnungen klarer und vertrauenswürdiger werden.

Quellen

1. Don't Measure Once: Measuring Visibility in AI Search (GEO), arXiv:2604.07585
2. DOI: 10.48550/arXiv.2604.07585
3. Julius Schulte, Alexandria Universität St.Gallen
4. KI-Barometer Schweiz