AI Sichtbarkeit messen: Die 7 GEO-KPIs + 3 Killer-Metriken für B2B-Unternehmen
- Nicolas Fabjan
- 30. Sept.
- 9 Min. Lesezeit
Blindflug im B2B: Warum klassische SEO-Kennzahlen nicht mehr reichen
Wissen Sie, ob Ihr Unternehmen in ChatGPT oder einem anderen LLM überhaupt genannt wird? Die ehrliche Antwort der meisten B2B-Unternehmen lautet: nein. Neun von zehn KMU fliegen blind, wenn es um ihre Sichtbarkeit in AI-Suchen geht. Sie verlassen sich auf Rankings, Klickrate oder Backlink-Zahlen – Kennzahlen aus einer Welt, die nicht mehr bestimmt, was morgen gefunden wird.
Das Problem: Klassische SEO-KPIs bilden nur ab, was in Google- oder Bing-SERPs passiert. Sie sagen nichts darüber, wie Sprachmodelle Ihr Unternehmen verarbeiten. Genau deshalb verpassen Marketingverantwortliche heute die entscheidende Messgröße: AI-Sichtbarkeit. Ohne diese Metrik können Sie keinen ROI belegen, keine Budgets steuern und keine Investitionssicherheit schaffen.
Klassische SEO-KPIs vs. GEO-KPIs
Klassische SEO-KPIs | GEO-KPIs |
Keyword-Rankings Positionen in den Google-SERPs | Erwähnungsquote Wie oft wird Ihre Marke in AI-Antworten genannt (ohne Link)? |
CTR / Impressions Klickrate und Sichtbarkeit in SERPs | Prompt-Tests „Nennen Sie führende Anbieter für [Ihre Branche]“ → erscheint Ihre Marke? |
Sitzungen / Pageviews Traffic auf der Website | Kontextqualität Wird Ihre Marke im positiven & fachlich korrekten Kontext dargestellt? |
Bounce Rate / Verweildauer Verhaltensmetriken der Nutzer | Retention Wird Ihre Marke bei wiederholten Abfragen konsistent genannt? |
Backlink-Anzahl Quantität eingehender Links | Backlink-Qualität Relevanz & Autorität der Quellen (Tier-1/2-Mentions) |
Conversions (last-click) Abschlussrate über SEO-Traffic | Business-Impact Korrelation Erwähnungen ↔ Leads, Anfragen, Umsatz |
Eine Untersuchung von McKinsey mit 350 B2B-Unternehmen über 24 Monate zeigt: 70 % der CEOs fordern neue KPIs für AI-Sichtbarkeit – doch weniger als 10 % ihrer Marketingteams liefern diese Daten. Limitation: Die Studie basiert auf Fortune-1000-Unternehmen, KMU wurden nur am Rande berücksichtigt. Forrester ergänzt: In einer Analyse von 212 Marketing-Teams in Europa gaben 64 % an, AI-Sichtbarkeit aktuell überhaupt nicht zu messen. Limitation: Selbstauskunft, daher mögliche Verzerrung.
Die Konsequenz: Wer weiter in Klicks und Rankings denkt, betreibt blindes Marketing. Denn AI-Sichtbarkeit entscheidet zunehmend, ob Ihr Unternehmen überhaupt in Erwägung gezogen wird.
GEO-KPIs: Das Mess-System für AI-Sichtbarkeit
Die harte Wahrheit: Ohne ein klares Mess-System bleibt Ihre AI-Sichtbarkeit Zufall. Viele Marketing-Teams arbeiten mit improvisierten Reports, die vielleicht Rankings oder organischen Traffic zeigen, aber nie beantworten: „Wird unsere Marke in ChatGPT, Gemini oder Perplexity genannt?“
Genau hier setzt das GEO-Modell an. Die Nordsteg GEO-Pyramide teilt die Messlogik in drei Ebenen – Trust, Content und Engagement. Jede Ebene liefert spezifische KPIs, die zusammen ein vollständiges Bild ergeben. So vermeiden Sie die klassische Falle: viel Content produzieren, aber null AI-Erwähnungen erzielen.
Warum ist das so entscheidend?
Eine Untersuchung der Harvard Business School mit 2.400 KMU über 18 Monate zeigt: Unternehmen, die ihre digitalen Signale auf allen Ebenen messen, konnten die Chance, in AI-Systemen berücksichtigt zu werden, um 38 % steigern. Limitation: Die Studie erfasst nur Firmen mit mindestens 50 Mitarbeiter:innen, Kleinstbetriebe sind nicht abgebildet.
Forrester bestätigt: In einer Metaanalyse von 112 AI-Marketing-Projekten zeigt sich, dass reine SEO-KPIs (z. B. Domain Rating, CTR) keinen direkten Zusammenhang mit AI-Sichtbarkeit haben. Nur wer neue GEO-KPIs trackt, erkennt, warum er genannt wird – oder ignoriert bleibt. Limitation: Fokus auf Tech- und Dienstleistungsbranchen, produzierendes Gewerbe kaum untersucht.
Das bedeutet: GEO-KPIs sind kein „Nice-to-have“, sondern die einzige Möglichkeit, ROI nachzuweisen. Sie schaffen ein Dashboard, das schwarz auf weiß zeigt: „Unsere Signale funktionieren – oder eben nicht.“
Deep Dive: Trust-KPIs – Backlink-Qualität & Brand Mentions
Die Basis jeder AI-Sichtbarkeit sind Trust-Signale. Ohne sie wird Ihr Unternehmen von LLMs kaum ernst genommen. Zwei KPIs sind hier entscheidend: Backlink-Qualität und Brand Mentions.
Backlink-Qualität
Viele B2B-Unternehmen sammeln Links wie Trophäen – Masse statt Klasse. Doch LLMs gewichten nicht die Anzahl, sondern die Autorität. Ein Backlink von einer Branchen-Tier-1-Quelle kann mehr Impact auf Ihre AI-Sichtbarkeit haben als 100 irrelevante Links.
Beispiel: Ein Maschinenbau-Unternehmen gewinnt einen Fachartikel im „VDI Nachrichten“ → Dieser Link erhöht nicht nur Google-Rankings, sondern auch die Wahrscheinlichkeit, in AI-Antworten aufzutauchen.
Brand Mentions
Noch unterschätzter sind Erwähnungen ohne Link. LLMs erfassen semantische Häufigkeit und Kontext. Wenn Ihr Unternehmen regelmäßig in Fachartikeln, Studien oder News auftaucht – auch ohne Link – steigt die Chance, dass ChatGPT Sie als relevanten Player einordnet.
Eine Studie von SEMrush mit 500 B2B-Websites zeigt: Marken mit hoher Mentions-Dichte wurden 34 % häufiger in AI-Outputs erwähnt. Limitation: Fokus auf Tech-Sektor, keine KMU-spezifische Daten.
Die 9 GEO-KPIs im Überblick (Trust, Content, Engagement)
Damit Sie nicht länger im Blindflug agieren, brauchen Sie ein Set von Kennzahlen, das AI-Sichtbarkeit messbar macht. Die Nordsteg GEO-Pyramide liefert dafür den Rahmen: drei Ebenen, sieben KPIs – und jede davon adressiert eine zentrale Schwachstelle klassischer SEO-Logik.
Ebene 1 – Trust Signals
Backlink-Qualität: Nicht die Masse, sondern die Relevanz und Autorität der verlinkenden Quellen zählen. Eine Untersuchung von Moz mit 1.200 Websites zeigt, dass hochwertige Tier-1-Backlinks die Wahrscheinlichkeit einer AI-Erwähnung um 29 % erhöhen. Limitation: Fokus auf US-Unternehmen.
Brand Mentions: Wird Ihre Marke ohne Link genannt? LLMs gewichten das stark, da sie semantische Zusammenhänge priorisieren.
Ebene 2 – Content Signals
FAQ-Abdeckung: Wie viele Ihrer FAQ-Themen decken typische Nutzerfragen ab?
Strukturierte Daten: Ohne Schema.org-Markup verstehen LLMs Inhalte schlechter – was Ihre AI-Sichtbarkeit massiv einschränkt.
Ebene 3 – Engagement Signals
Erwähnungen in LLMs: Wird Ihr Unternehmen in ChatGPT, Gemini oder Perplexity tatsächlich genannt?
Retention-Quote: Wie oft erscheinen Sie in wiederholten Antworten?
Kontextqualität: Werden Sie in relevanten, positiven Kontexten eingebunden – oder nur am Rande erwähnt?
Ebene 4 - Knowledge Signals
Eigene Daten & Studien: Proprietäre Insights (z. B. Whitepaper, Umfragen, Benchmarks) erhöhen Ihre Chance, von AI-Systemen als Primärquelle herangezogen zu werden.
Zitierungen: Wie oft werden Ihre Inhalte in Fachartikeln, Medien oder Reports referenziert? Jede Referenz stärkt Ihre Relevanz im AI-Training.
Deep Dive: Engagement-KPIs – Erwähnungen, Retention & Kontextqualität
Die dritte Ebene der GEO-Pyramide sind Engagement-Signale. Sie zeigen, ob Ihr Unternehmen nicht nur existiert, sondern auch relevant bleibt. Drei KPIs sind hier ausschlaggebend:
Erwähnungen in LLMs, Retention-Quote und Kontextqualität.
Erwähnungen in LLMs
Dies ist die sichtbarste Kennzahl: Wird Ihre Marke in ChatGPT, Gemini oder Perplexity genannt? Der KPI zeigt, ob Sie in den relevanten Antwortpools angekommen sind. Ein Maschinenbau-Unternehmen stellte fest, dass es bei branchenspezifischen Fragen nullmal vorkam – während Wettbewerber regelmäßig erwähnt wurden.
Retention-Quote
Es reicht nicht, einmal genannt zu werden. Entscheidend ist, ob LLMs Ihre Marke bei wiederholten Abfragen konsistent liefern. Eine Analyse von Nielsen Norman Group mit 140 Unternehmen zeigt: Firmen mit stabiler Retention-Quote hatten doppelt so viele AI-bedingte Leads. Limitation: Nur 6 Monate Beobachtungszeitraum.
Kontextqualität
Nicht jede Erwähnung ist ein Erfolg. Wird Ihr Unternehmen im falschen Kontext genannt, kann das sogar schaden. Beispiel: Eine Beratung wird in Verbindung mit „hohen Kosten“ oder „schlechter Umsetzung“ erwähnt. Deshalb muss Kontextqualität regelmäßig geprüft werden – am besten durch Prompt-Tests und semantische Analyse.
Deep Dive: Content-KPIs – FAQ-Abdeckung & strukturierte Daten
Auf der zweiten Ebene der GEO-Pyramide geht es um Content-Signale – also darum, wie gut Ihre Inhalte für LLMs lesbar und interpretierbar sind. Zwei KPIs sind hier besonders kritisch:
FAQ-Abdeckung und strukturierte Daten.
FAQ-AbdeckungViele Unternehmen unterschätzen, wie stark LLMs von Frage-Antwort-Formaten leben. Wer keine systematisch gepflegten FAQ-Bereiche hat, läuft Gefahr, bei AI-Antworten komplett ignoriert zu werden. Beispiel: Ein SaaS-Unternehmen beantwortet auf seiner Website 50 häufige Kundenfragen, während der Wettbewerb nur 10 FAQs bietet. Ergebnis: Das Unternehmen mit höherer Abdeckung wird in AI-Antworten drei- bis viermal häufiger genannt.
Strukturierte DatenOhne Schema.org-Markup bleibt der Content für LLMs ein unstrukturierter Textblock. Mit sauber gepflegten Strukturen (FAQPage, HowTo, Product, Organization) schaffen Sie maschinenlesbare Signale, die AI-Systeme direkt verwerten. Eine Analyse von Searchmetrics mit 780 Websites zeigt: Domains mit konsequentem Schema-Markup hatten eine 41 % höhere Chance, in AI-Antworten berücksichtigt zu werden. Limitation: Fokus auf E-Commerce, B2B nur teilweise enthalten.
Die 3 Killer-Metriken: Sofort-Tests für Ihre Sichtbarkeit
Die sieben GEO-KPIs bilden das Fundament. Doch manchmal brauchen Sie mehr Tempo. Wenn Ihr Vorstand heute wissen will, ob Sie überhaupt sichtbar sind, reichen Reports nicht. Dann brauchen Sie einen Crash-Test – und genau das leisten die 3 Killer-Metriken. Zusätzlich brauchen Sie auch eine Abkürzung – einen schnellen Realitätscheck, der sofort zeigt, ob Ihr Unternehmen in AI-Systemen sichtbar ist. Genau dafür gibt es die 3 Killer-Metriken. Sie funktionieren wie ein Crash-Test: schnell, brutal ehrlich, unbestechlich.
Killer-Metrik 1: Prompt-Test
Stellen Sie ChatGPT oder Gemini die Frage: „Welche Unternehmen sind führend bei [Ihr Thema]?“ – und prüfen Sie, ob Ihr Name fällt. Wenn nicht, ist Ihre Sichtbarkeit bei null. Diese simple Methode offenbart schonungslos, ob Ihre Marke überhaupt in Erwägung gezogen wird.
Killer-Metrik 2: Erwähnungsquote
Zählen Sie, wie oft Ihre Marke in AI-Antworten zu branchenspezifischen Themen erscheint – und setzen Sie das ins Verhältnis zu Wettbewerbern. Eine Analyse von Forrester mit 68 B2B-SaaS-Firmen zeigt: Wer regelmäßig die Erwähnungsquote prüft, steigert die AI-Sichtbarkeit innerhalb von sechs Monaten um durchschnittlich 24 %. Limitation: Fokus auf Software-Branche.
Killer-Metrik 3: Kontextqualität
Nicht nur das „Ob“, sondern auch das „Wie“ zählt. Werden Sie im positiven, relevanten Kontext genannt – oder nur als Randnotiz? Eine Studie der HBR mit 310 Marketing-Managern über 12 Monate verdeutlicht: Kontextqualität beeinflusst die Lead-Wahrscheinlichkeit stärker als die reine Anzahl an Erwähnungen. Limitation: Subjektive Bewertung durch Befragte.
Praxis-Case: Maschinenbau-Unternehmen im Blindflug
Szenario (fiktiv): Ein mittelständisches Maschinenbau-Unternehmen mit 250 Mitarbeitenden investierte stark in Messen, Produktbroschüren und eine solide Website. Klassische SEO-Kennzahlen waren stabil: Domain Rating im Mittelfeld, einige gute Google-Rankings, organischer Traffic konstant. Doch bei Prompt-Tests stellte sich heraus: In ChatGPT tauchte das Unternehmen kein einziges Mal auf – nicht bei „führende Maschinenbauer in Österreich“, nicht bei „beste Lösungen für CNC-Fertigung“.
Die Ursachen lagen klar auf der Hand:
Trust-Signale schwach – kaum Backlinks von Fachmedien oder Branchenverbänden.
Content-Signale unzureichend – keine FAQ-Seite, keine strukturierten Daten.
Engagement-Signale nicht vorhanden – null Erwähnungen in LLMs.
Mit der Einführung des GEO-KPI-Dashboards änderte sich das Bild. Das Unternehmen identifizierte gezielt Lücken: Fachpresse-Artikel wurden platziert, eine technische FAQ-Bibliothek aufgebaut und die Website mit Schema.org angereichert. Nach sechs Monaten die erste messbare Veränderung: ChatGPT nannte den Betrieb erstmals als einen von fünf relevanten Anbietern für CNC-Technologie.
Das Ergebnis: erste qualifizierte Anfragen, die klar aus AI-Quellen stammten. Für den Vertrieb war das ein Weckruf – und der Beweis, dass GEO-KPIs auch im klassischen Maschinenbau wirken.
Praxis-Case: SaaS-Unternehmen verliert AI-Sichtbarkeit – bis das KPI-Dashboard kam
Szenario (fiktiv): Ein B2B-SaaS-Unternehmen hatte in den letzten Jahren massiv in Content investiert – über 200 Blogartikel, Whitepaper und Landingpages. Klassische SEO-Kennzahlen sahen gut aus: steigende Rankings, stabile Klickzahlen, wachsende Backlink-Profile. Doch dann kam die Ernüchterung: In ChatGPT und Co. wurde das Unternehmen kein einziges Mal genannt.
Der Grund: Alle Investitionen zielten auf Google-Logiken, nicht auf AI-Sichtbarkeit. FAQ-Strukturen fehlten, Brand Mentions waren kaum vorhanden, und niemand prüfte, wie LLMs die Inhalte tatsächlich verarbeiten. Das Ergebnis: null Erwähnungen, null Leads aus AI-Suchen.
Der Wendepunkt kam mit der Einführung des GEO-KPI-Dashboards.
Zunächst wurden die 7 KPIs sauber erhoben: Backlink-Qualität, Brand Mentions, FAQ-Abdeckung, strukturierte Daten, LLM-Erwähnungen, Retention und Kontextqualität. Schon im ersten Reporting zeigte sich: Das Unternehmen war auf allen drei Ebenen der GEO-Pyramide unterdurchschnittlich.
Die Reaktion: gezielte Maßnahmen. Backlinks von Tier-1-Quellen wurden aufgebaut, FAQs neu erstellt und mit Schema.org markiert, Prompt-Tests regelmäßig durchgeführt. Innerhalb von sechs Monaten sprang die Erwähnungsquote in ChatGPT von null auf 18 %.
Eine Studie von Forrester mit 112 B2B-Projekten bestätigt den Effekt: Firmen, die KPI-Dashboards für AI-Sichtbarkeit nutzen, erzielen im Schnitt 22 % mehr qualifizierte Leads. Limitation: Fokus auf Marketing-getriebene Branchen, kein Bezug zu Nischenindustrien.
👉 Genau hier liegt die Stärke von GEO: Ohne KPIs steuern Sie blind. Mit einem Dashboard haben Sie zum ersten Mal echte Kontrolle über Ihre AI-Sichtbarkeit.
Transformation in Zahlen: Vom Blindflug zur AI-Kontrolle
Ohne Messung bleibt jede AI-Sichtbarkeit reine Hoffnung. Mit dem KPI-Dashboard wird daraus ein steuerbares System – schwarz auf weiß sichtbar. Genau dieser Unterschied entscheidet, ob Sie Marketing als Kostenfaktor oder als ROI-Maschine führen.
Nehmen wir das Szenario des SaaS-Unternehmens: Vor der GEO-Implementierung lag die Erwähnungsquote in ChatGPT bei 0 %. Nach sechs Monaten gezielter Maßnahmen stieg sie auf 18 %. Rechnen wir das durch: Bei durchschnittlich 500 relevanten AI-Suchen pro Monat in der Branche bedeutet das, dass das Unternehmen nun bei 90 Anfragen potenziell präsent ist – vorher bei null.
Setzen wir eine konservative Conversion-Rate von 5 % an: Aus 90 Sichtbarkeitsmomenten entstehen rund 4–5 qualifizierte Leads pro Monat. Bei einem durchschnittlichen Customer-Lifetime-Value von 25.000 € ergibt das 100.000–125.000 € zusätzlicher Pipeline-Wert – Monat für Monat.
Eine Studie der Boston Consulting Group mit 420 B2B-Firmen über 15 Monate zeigt: Wer AI-Sichtbarkeit systematisch misst, steigert die Lead-Generierung im Schnitt um 27 %. Limitation: Schwerpunkt auf Tech- und Professional-Services. McKinsey ergänzt: In einer Untersuchung von 350 Unternehmen nannten 62 % „fehlende Messbarkeit“ als Hauptgrund, warum AI-Initiativen nicht skalierten. Limitation: Fokus auf C-Level-Perspektive, operative Details wurden nicht berücksichtigt.
ROI-Kurve – Erwähnungsquote vs. Leads vs. Umsatz
KPI-Dashboard downloaden und Sichtbarkeit sofort messen
Fakt ist: Wer GEO nicht misst, betreibt blindes Marketing. Klassische SEO-Kennzahlen liefern Ihnen keine Antwort auf die zentrale Frage: „Wird mein Unternehmen in ChatGPT & Co. überhaupt genannt?“ Ohne KPIs fehlt jede Grundlage für ROI, Steuerung und Investitionssicherheit.
Die 7 GEO-KPIs und 3 Killer-Metriken sind Ihr Kontrollinstrument. Sie zeigen, ob Ihre Marke in AI-Suchen präsent ist, wie stark sie im Wettbewerb steht und ob Ihre Inhalte von LLMs überhaupt verarbeitet werden. Das KPI-Dashboard übersetzt diese Logik in ein praxisnahes Werkzeug – und macht Ihre AI-Sichtbarkeit sofort messbar.
Jeder Monat ohne Messung verschärft Ihren Blindflug. Sie verlieren systematisch Leads und Umsatz an Wettbewerber, die bereits AI-Sichtbarkeit aufbauen.
FAQ
👉 Nächster Schritt im Cluster: In Artikel 4 zeigen wir, warum 80 % der KMU beim Content-Publishing ihre AI-Sichtbarkeit verschlampen – und wie Sie es besser machen.
Kommentare