AI Search Visibility messen

Googles AI Overviews sind derzeit eine der für die Allgemeinheit sichtbarsten Änderungen im Suchverhalten. Sie erscheinen bei ausgewählten Suchanfragen und liefern direkt in der Google-Oberfläche eine KI-generierte Zusammenfassung. Diese zeigt in der Regel Links zu den Quellen, aber oftmals haben die Nutzer:innen dann schon ihre Informationen erhalten und klicken nicht mehr weiter.

Laut Sistrix wurde im Juni 2025 in Deutschland bereits bei 9,3 Prozent aller Google-Suchanfragen ein AI Overview angezeigt. In Großbritannien waren es zu diesem Zeitpunkt sogar fast 24 Prozent. Tendenz: für alle Länder exponentiell steigend. Entscheidend: Rund 75 Prozent der verlinkten Inhalte in AI Overviews stammen aus den Top 12 organischen Treffern. D.h. die klassischen SEO-Rankings bleiben erst einmal relevant, reichen allein aber nicht mehr aus.

Große Sprachmodelle (LLMs) wie ChatGPT oder Perplexity entwickeln sich zunehmend zu alternativen Suchmaschinen. Sie verarbeiten Suchanfragen kontextbasiert, liefern individuelle Antworten und integrieren teilweise Live-Webdaten. Immer mehr Nutzer:innen starten ihre Recherche direkt in diesen Interfaces, ohne den „Umweg“ über Google. AI Browser wie Comet könnten insbesondere bei jüngeren Zielgruppen schon bald das Internet dominieren.

Die Zahl der monatlichen Sessions mit AI-Assistenten ist von April 2024 bis April 2025 um 180 Prozent gestiegen. Während ChatGPT weiterhin dominiert, gewinnen auch Tools wie Gemini (Google), Claude oder DeepSeek an Marktanteil. Gartner prognostiziert, dass Unternehmen bis zu 25 Prozent ihres organischen Such-Traffics bis 2026 verlieren könnten, wenn sie auf diese Entwicklung nicht reagieren.

AI verändert nicht nur den Zugang zu Informationen, sondern auch den Kaufentscheidungsprozess. Die klassische Customer Journey – bestehend aus Awareness, Consideration und Conversion – kann durch generative Antworten verkürzt werden.

Anstatt sich durch viele Seiten zu klicken, erhalten User oftmals bereits direkt eine konkrete Produktempfehlung oder Problemlösung im Chat. Das bedeutet: Viele klassische Touchpoints entfallen, insbesondere im oberen und mittleren Funnel (TOFU und MOFU). Insbesondere Affiliate-Modelle, werbefinanzierte Vergleichsportale oder Ratgeberseiten, aber auch andere Webseiten, verlieren Sichtbarkeit und Reichweite.

Gleichzeitig deuten aktuell viele Zeichen darauf hin, dass die Qualität der verbleibenden Websitebesuche steigt: Wer nach einer AI-Empfehlung eine Seite aufruft, kommt meist mit einer klareren Absicht und ist weiter in der Entscheidungsfindung. Erste Daten deuten darauf hin, dass die Conversion-Effizienz von AI-Traffic höher ist als bei klassischen Kanälen.

Klassische Kennzahlen wie „Klicks auf Suchergebnisse“ allein reichen nicht mehr aus. Sie müssen durch andere, neue Kennzahlen ergänzt werden, um ein vollständiges Bild der Markenwahrnehmung zu erhalten. Nur so lässt sich die Online-Attribution zu Kaufentscheidungen bestmöglich ermitteln. Heute ist es beispielsweise entscheidend, ob Ihre Inhalte in KI-Antworten erscheinen, auch wenn niemand darauf klickt.

Unsere Annahme zur Entwicklung lautet wie folgt:

Die folgenden KPIs können ein erster Ansatz sein, um in das Thema einzusteigen:

Grundsätzlich sollten die KPIs in zwei Kategorien unterteilt werden:

• AI Visibility Metriken: vor dem Besuch der Webseite
• AI Website Performance Metriken: ab dem Besuch der Webseite, der durch AI getriggert wurde

Tiefergehende KPI-Definitionen und weitere Details zu diesem Thema finden Sie in unserem Blogpost „Neue KPIs für die Webseitenmessung“.

Im Rahmen des Webinars haben uns verschiedene Fragen rund um AI Search Visibility erreicht. Einige dieser Fragen konnten wir direkt live beantworten, andere haben wir anschließend individuell im persönlichen Austausch geklärt. Da viele der Themen eine hohe Relevanz für Marketing-Entscheider:innen haben, beantworten wir sie hier nochmals gesammelt. So profitieren auch alle, die nicht live dabei sein konnten, von den Erkenntnissen und Empfehlungen.

Unsere Prognose ist, dass die Webseite auch kurz und mittelfristig weiter Relevanz hat. Sie wird zwar aufgrund der oben beschriebenen Änderungen weniger direkt besucht, bleibt aber dennoch wichtig: sowohl für den AI-Crawler als auch für Inhalte, die Vertrauen schaffen. Ohne hochwertige Inhalte gibt es auch keine sinnvollen AI-Antworten. Content bleibt die Grundlage jeder AI-gesteuerten Sichtbarkeit. Außerdem lassen sich bereits jetzt LLMs mit Online-Shops verbinden, sodass Nutzer:innen ggf. die Informationen über Chat GPT & Co. finden, den eigentlichen Kaufabschluss aber dann über die Webseite tätigen. Es könnte somit darauf hinauslaufen, dass das User Interface von Webseiten in einigen Fällen nicht mehr so relevant ist, aber die Backend-Systeme mit dem Content dennoch eine große Bedeutung behalten.

Am besten über ein persönliches Beispiel: Wie hat sich das eigene Suchverhalten verändert? Viele Entscheider:innen haben selbst schon gemerkt, dass sie öfter Tools wie ChatGPT oder Perplexity verwenden, anstatt Google zu nutzen. Danach können die Slides und Recording unseres Webinar helfen, das Thema kurz und knackig zu vertiefen und intern strategisch zu verankern. Auch ein kurzer interner Workshop kann hilfreich sein.

Erstelle einen eigenen AI-Marketingkanal. In GA4 nutzt du dazu reguläre Ausdrücke (Regex), um Referer wie chatgpt.com, perplexity.ai oder gemini.google.com zu erfassen.

In Adobe Analytics legst du eine neue Channel-Regel im Marketing Channel Manager an. Wichtig ist, die Regel vor der allgemeinen „Referral“-Kategorie einzuordnen. So wird AI-Traffic korrekt zugeordnet und kann separat analysiert werden.

Adobe Analytics bietet die Möglichkeit, eigene Marketingkanäle auf Basis von Referrer-Logik zu definieren. Für AI-Traffic empfiehlt es sich, eine neue Channel-Regel anzulegen, die Domains wie chatgpt.com, perplexity.ai oder gemini.google.com erkennt. Wichtig ist, diese Regel im Channel Manager über die allgemeine „Referral“-Regel zu platzieren. So werden Besuche aus AI-Antworten separat erfasst. In Workspace-Reports kannst du dann sehen, wie sich dieser Traffic verhält, welche Seiten besucht werden und wie gut diese Inhalte performen.

Das hängt vom Traffic-Volumen und der Rolle von Search für deine Marke sowie von den individuellen Unternehmens- und Marketing-Zielen ab. Wer stark auf organischen Traffic setzt oder jetzt bereits in AI-Overviews auftaucht, sollte täglich aktualisieren. In anderen Fällen reichen wöchentliche Updates. Wichtig ist, einen festen Prozess zu etablieren, um Veränderungen rechtzeitig zu erkennen und zu bewerten.

AI-Quellen wie ChatGPT oder Perplexity hinterlassen in der Regel einen spezifischen Referrer, der im Webanalyse-Tool sichtbar ist. ChatGPT hängt z. B. an jeden Link utm_source=chatgpt.com an. Diese Referrer müssen jedoch aktiv erfasst und kategorisiert werden, etwa in einem separaten Kanal „AI Traffic“. Bei Google AI Overviews ist die Unterscheidung schwieriger, da sie innerhalb der Google-Suche angezeigt werden. Hier kann ein verändertes Klickverhalten bei gleichbleibendem Ranking ein Signal sein, z. B. mehr Impressions, aber weniger Klicks als vorher.

Ja, es gibt inzwischen Tools, die genau darauf spezialisiert sind. Sie analysieren, ob und wie oft deine Domain oder dein Markenname in AI-Antworten vorkommt, z. B. bei ChatGPT, Perplexity oder Gemini. Diese sogenannte „Zero-Click Presence“ ist wichtig, da sie zeigt, ob du trotz fehlender Klicks Sichtbarkeit erzeugst. Tools wie Peec oder Otterly helfen dabei, solche Erwähnungen systematisch zu tracken. Das ist besonders relevant für Markenaufbau, Thought Leadership und Awareness-Kampagnen.

AEO steht für Answer Engine Optimization und zielt darauf ab, Inhalte so aufzubereiten, dass sie von klassischen AI-Overviews (wie in Google) gut verarbeitet und übernommen werden können. GEO hingegen steht für Generative Engine Optimization und geht einen Schritt weiter. Hier geht es darum, Inhalte für LLMs wie ChatGPT oder Perplexity zu optimieren. Das bedeutet, dass die Inhalte semantisch klar, prompt-kompatibel und thematisch relevant sind. Beide Ansätze verfolgen ähnliche Ziele, aber mit unterschiedlichen technischen und inhaltlichen Anforderungen. Für viele Unternehmen lohnt es sich, beides zu berücksichtigen, vor allem wenn sowohl organischer Search-Traffic als auch AI-gestützte Discovery relevant sind.

Ein gutes Beispiel sind Nutzer:innen, die über AI-Empfehlungen auf Ihre Website gelangen. Diese Personen kommen oft mit klarem Informationsinteresse. Wenn Sie feststellen, dass sie auf der Seite zwar ankommen, aber kaum scrollen oder direkt abspringen, kann das ein Signal sein, dass die Inhalte nicht zur Erwartung passen. Umgekehrt kann eine hohe Scroll-Tiefe zeigen, dass Ihr Inhalt relevant ist und die Personen weiterlesen. So lässt sich messen, welche Inhalte in AI-getriebenen Sessions wirklich wirken und welche Sie optimieren sollten.

Viele Firmen stehen aktuell vor der Frage, wie sie konkret auf die Veränderungen im Suchverhalten reagieren sollen. Unsere klare Empfehlung lautet: Warten Sie nicht ab, sondern beginnen Sie jetzt mit ersten Maßnahmen, um Sichtbarkeit und Wirkung Ihrer Inhalte im AI-Kontext systematisch zu erfassen und zu verbessern. So können Sie Schritt für Schritt lernen und optimieren.

Wir schlagen die folgenden Schritte vor, um einen praktischen Einstieg in das Thema zu schaffen und loszulegen:

• Analysieren Sie Impressions und Klicks zu Ihren Top-Keywords
• Prüfen Sie manuell, ob Ihre Inhalte in AI-Overviews erscheinen
• Richten Sie einen AI-Traffic-Kanal in GA4 oder Adobe Analytics ein –> Eine Adobe Analytics Referrer Liste und die GA4 RegEx Liste (Stand: Juli 2025) erhalten Sie von uns kostenfrei auf dieser Seite.
• Verwenden Sie neue Tools zur Messung Ihrer AI-Sichtbarkeit
• Definieren Sie klare KPIs für GEO- und AEO-Initiativen
• Optimieren Sie Ihre Inhalte auf Nutzerintention, Struktur und Aktualität

Unser Webinar „Neue KPIs für AI Search“ von unserer Senior Digital Analytics & AI Expertin Constanze Bogner richtete sich gezielt an Marketing-Verantwortliche, die sich mit der Frage beschäftigen, wie AI Search die Sichtbarkeit und Messbarkeit ihrer Website verändert. Im Mittelpunkt standen neue KPI-Logiken, praxisnahe Beispiele und konkrete Empfehlungen für GA4 und Adobe Analytics.

Hier können Sie sich das Recording des Webinars, die Slides sowie die Adobe Analytics Referrer Liste und die GA4 RegEx Liste kostenfrei herunterladen: