Das IAB hat der KI-Sichtbarkeit eine einheitliche Sprache gegeben. Jetzt müssen Marken diese noch in konkrete Entscheidungen umsetzen.

TL;DR: Das IAB (Interactive Advertising Bureau) hat sein erstes Framework zur Messung der KI-Sichtbarkeit veröffentlicht und bietet der Branche damit eine gemeinsame Hierarchie (Präsenz, Bedeutung, Darstellung, Überzeugungskraft) sowie eine klare Abgrenzung zwischen Orientierungsdatenpunkten und entscheidungsrelevanten Messwerten. Ein gemeinsames Vokabular ist jedoch nur der Anfang: McKinsey stellt fest, dass nur 16 % der Fortune-500-Marken die KI-Suche systematisch verfolgen. Und im Falle von Multi-Location-Marken kann ein auf den ersten Blick solider Durchschnittswert darüber hinwegtäuschen, wo Sie Markt für Markt an Boden verlieren. Jenette Simisky, VP of Product Management bei Yext, erläutert, wie die Erfassung der KI-Sichtbarkeit zu einer Grundlage für konkretes Handeln wird: Messen Sie konsistent, erstellen Sie mit Scout Benchmarks zu lokalen Wettbewerbern, schließen Sie die Lücken mithilfe des Knowledge Graph und messen Sie erneut.

---

Marketingteams haben zwei Jahrzehnte mit der Verbesserung der Messung ihres Erfolgs in der Suche verbracht. Rankings, Impressionen, Klicks, Besucherzahlen, Konversionen: ein allgemeingültiges Vokabular, auf das man vertraute.

Doch dann hat die KI-Suche dieses System demontiert.

Kund*innen können nun ChatGPT, Gemini oder Perplexity eine Frage stellen, eine einzige synthetisierte Antwort erhalten, eine Entscheidung treffen und Ihre Website dabei gar nicht erst besuchen.

Damit stehen Marketer*innen vor einer schwierigen Frage, für die es keine einheitliche Antwort gibt: Ist unsere Marke überhaupt präsent? Lange Zeit stammten die Antworten von mehr als 20 verschiedenen Anbietern, von denen jeder die KI-Sichtbarkeit auf seine eigene Weise maß. McKinsey stellte fest, dass nur 16 % der Marken die KI-Suchleistung systematisch verfolgen. Und das trotz der Tatsache, dass die Nachzügler unter ihnen Gefahr laufen, fast die Hälfte ihres Traffics zu verlieren.

In diesem Monat begann sich dies zu ändern. Das IAB veröffentlichte sein erstes Framework zur Messung der Markensichtbarkeit auf KI-gestützten Plattformen: eine gemeinsame Sprache für einen Bereich, den bisher jeder für sich selbst neu erfunden hat. Dies ist ein bedeutender Schritt, der die KI-Sichtbarkeit von „etwas, das wir im Auge behalten sollten“ zu „etwas, das wir systematisch messen, steuern und verbessern können“ macht.

Um herauszufinden, was das Framework tatsächlich für Marken verändert und wo noch die schwierigere Arbeit liegt, haben wir uns mit Jenette Simisky, VP, Product Management bei Yext, zusammengesetzt, die jeden Tag mit Marken an genau diesem Problem arbeitet.

1. Das IAB hat soeben sein erstes Framework zur Messung der KI-Sichtbarkeit veröffentlicht. Warum ist dies gerade jetzt von Bedeutung und welches Problem löst es für Marken?

Das Wichtigste, was das IAB-Framework leistet, ist die Bestätigung, dass sich die KI-Sichtbarkeit zu einer echten Marketingdisziplin entwickelt und nicht nur eine experimentelle Metrik bleibt.

Seit Jahren verfügen Marken über ein relativ bewährtes Konzept zur Messung der Suchleistung. Dazu gehörten Rankings, Impressionen, Klicks, Traffic und Konversionen. Die KI-gestützte Suche verändert diesen Prozess grundlegend. Verbraucher*innen können ChatGPT, Gemini, Claude oder Perplexity eine Frage stellen, eine Antwort erhalten, eine Entscheidung treffen und Ihre Website dabei gar nicht erst besuchen.

Dadurch entsteht eine enorme Messlücke. Marken müssen wissen: Wurde ich überhaupt erwähnt? Wie prominent? Was hat die KI über mich gesagt? Hat sie mich gegenüber meinem Wettbewerber empfohlen? Entscheidend ist zudem: Was kann ich tun, um die Antwort zu beeinflussen?

Bislang haben die Anbieter diese Fragen auf sehr unterschiedliche Weise beantwortet. Die Tatsache, dass das IAB mehr als 20 Anbieter von Lösungen für die Messung der KI-Sichtbarkeit identifiziert hat, deren Methodik und Ergebnisse kaum einheitlich sind, verdeutlicht das Problem besonders eindrücklich.

Die Schaffung einer gemeinsamen Sprache im Zusammenhang mit der KI-Sichtbarkeit ist ein wichtiger Faktor. Denn sie bietet Marketer*innen einen Rahmen, um einen interessanten Datenpunkt von etwas zu unterscheiden, das sie tatsächlich zur Entscheidungsfindung im Unternehmen nutzen können.

Und für mich ist das der entscheidende Wandel: Wir entwickeln uns weg von der Einstellung „Die KI-Suche ist etwas, das wir im Auge behalten sollten“ zu „Die KI-Sichtbarkeit ist etwas, das wir systematisch messen, steuern und verbessern müssen.“

2. Wie lassen sich Präsenz, Bedeutung, Darstellung und Überzeugungskraft in einfachen Worten erklären und warum sie eher als Hierarchie und nicht als vier separate Metriken funktionieren?

Mir gefällt diese Hierarchie sehr gut, da sie widerspiegelt, wie Verbraucher*innen mit KI-Antworten umgehen.

• Präsenz ist: Sind Sie da? Wenn jemand einer KI-Engine eine für Ihr Unternehmen relevante Frage stellt, wird Ihre Marke dann überhaupt angezeigt? Werden Sie erwähnt oder zitiert? Und falls ja, wie oft im Vergleich zu Ihren Mitbewerbern?
• Bedeutung bedeutet: Wenn Sie vertreten sind, wo genau befinden Sie sich? Sind Sie die erste Empfehlung? Eine von mehreren genannten Marken? Werden Wettbewerber regelmäßig vor Ihnen angezeigt?
• Darstellung bedeutet: Was wird über Sie gesagt? Sichtbarkeit ist nicht automatisch positiv. KI könnte Ihre Marke anhand veralteter Informationen beschreiben, negative Themen hervorheben oder einen Wettbewerber einfach in einem günstigeren Licht darstellen. Stimmung, Genauigkeit und Kontext spielen dabei eine wichtige Rolle.
• Überzeugungskraft bedeutet: Führt die Antwort tatsächlich dazu, dass sich jemand für Sie entscheiden möchte? Letztendlich sollte Sichtbarkeit eine Verbraucherentscheidung beeinflussen. Erwähnt die KI-Engine einfach nur Ihre Marke oder empfiehlt sie Sie aktiv?

Die Hierarchie ist wichtig, da Sie keine Schritte überspringen können. Sie können Kund*innen nicht mithilfe von KI beeinflussen, wenn Sie nicht Teil der Antwort sind. Außerdem reicht Ihre Präsenz allein nicht aus, wenn Sie hinter der Konkurrenz zurückbleiben oder gar negativ dargestellt werden.

Deshalb denke ich, dass Marken die KI-Sichtbarkeit letztlich als System betrachten müssen, anstatt sich auf eine einzige Metrik zu fixieren.

3. Was ist der praktische Unterschied zwischen richtungsweisender und entscheidungsreifer Messung und wie sollten Marken erkennen, welche davon sie vor sich haben?

Die Richtungsmessung zeigt Ihnen, wohin Sie schauen müssen. Die entscheidungsrelevante Messung gibt Ihnen genügend Sicherheit, um Entscheidungen zu treffen.

Trenddaten können äußerst nützlich sein. Sie können Ihnen Aufschluss darüber geben, dass Sie seltener angezeigt werden als ein Mitbewerber, dass sich die Stimmung gegenüber Ihrer Marke verändert oder dass Ihre Leistung in den verschiedenen KI-Engines unterschiedlich ausfällt.

Wenn ich jedoch Budgetmittel umschichten, meine Content-Strategie ändern oder eine Optimierungsstrategie an Tausenden von Standorten umsetzen möchte, benötige ich eine wesentlich fundiertere Grundlage für diese Schlussfolgerung.

Genau hier gewinnen Faktoren wie Stichprobengröße, Prompt-Abdeckung, geografische Verteilung, Testhäufigkeit, Reproduzierbarkeit und der Wettbewerbskontext entscheidende Bedeutung.

Eine Frage, die alle Marketer*innen gegenüber ihren Anbietern von KI-Sichtbarkeitslösungen stellen sollten, lautet: Was genau verbirgt sich hinter dieser Zahl?

Wie viele Prompts wurden getestet? Welche Prompts? Welche Modelle? Wie häufig? Für welche Standorte? Sind die Prompts markenspezifisch oder markenneutral? Wie werden die Wettbewerber ausgewählt? Kann ich das Ergebnis im Laufe der Zeit reproduzieren?

Ein schönes Dashboard bedeutet nicht zwangsläufig, dass Sie über entscheidungsreife Daten verfügen.

4. McKinsey stellte fest, dass nur 16 % der Marken ihre Performance in der KI-Suche systematisch verfolgen, obwohl Nachzügler die Hälfte ihres Traffics verlieren könnten. Warum gibt es eine solche Lücke?

Weil sich das Verhalten schneller als die derzeitige Messinfrastruktur verändert hat.

Die Marketingbranche hat Jahrzehnte mit der Entwicklung von Systemen verbracht, die auf einem weitgehend vorhersehbaren Suchprozess basierten: Anfrage, Ergebnisseite, Klick, Website. KI durchbricht dieses Modell. Nun wird die Antwort selbst zum Ziel.

Gleichzeitig sind KI-Antworten probabilistischer Natur. Wenn Sie eine ähnliche Frage zweimal stellen, erhalten Sie möglicherweise unterschiedliche Antworten. Die Ergebnisse können je nach Modell, Prompt, Standort und Kontext variieren. Traditionelle SEO-Messmethoden lassen sich daher nicht ohne Weiteres auf die KI-Suche anwenden.

Hinzu kommt ein praktisches Problem: Viele Marken wissen nicht, wo sie anfangen sollen. Sie hören zwar Begriffe wie GEO, AEO, KI-Sichtbarkeit und Prompt-Optimierung, doch die Diskussion kann schnell sehr theoretisch werden.

Ich denke, die Chance besteht darin, dies für Marketer*innen zu vereinfachen. Beginnen Sie mit drei Fragen:

1. Wie schneide ich ab?
2. Wie schneide ich im Vergleich zu meinen Wettbewerbern ab?
3. Was soll ich als Nächstes tun?

Wenn Messungen Ihnen letztendlich nicht beim Beantworten dieser dritten Frage helfen können, haben sie nur einen begrenzten Wert.

5. Das IAB nennt das Wettbewerbsbewusstsein als einen der wichtigsten Anwendungsfälle für die Richtungsmessung. Wie kann Yext Marken beim Wettbewerbsvergleich im Bereich der KI-Antworten unterstützen?

Dies ist ein Bereich, in dem sich Scout besonders unterscheidet.

Scout teilt einer Marke nicht nur mit, ob sie in einer KI-Antwort aufgeführt wurde. Es bewertet die Sichtbarkeit im Vergleich zu den Wettbewerbern, die den Verbrauchern tatsächlich angezeigt werden (sowohl in der KI-Suche als auch in der herkömmlichen Suche) und führt diese Analyse bis auf die lokale Ebene durch.

Dieser lokale Kontext ist für Multi-Location-Marken von enormer Bedeutung. Das Wettbewerbsumfeld eines Anbieters im Gesundheitswesen in Boston kann sich völlig von dem desselben Dienstleisters in einem anderen Markt unterscheiden. Gleiches gilt für Finanzdienstleistungen, Gastronomie, Einzelhandel, Automobilbranche und eigentlich für jede Marke mit mehreren Standorten.

Scout analysiert sowohl markenspezifische als auch markenneutrale Anfragen und erfasst Datenpunkte wie die KI-Gewinnrate, den Share of Voice, das Ranking, Zitierquellen und das Suchvolumen sowie die Stimmung und die Entwicklung im Zeitverlauf. Marken können von der Gesamtsituation auf einzelne Märkte und Standorte herunterbrechen, um genau zu verstehen, wo sie erfolgreich sind und wo sie an Boden verlieren.

Und dann gehen wir über die Metriken hinaus.

Wir können damit beginnen, die Frage zu beantworten, warum ein Wettbewerber erfolgreich ist. Vielleicht verfügt er über ein größeres Bewertungsvolumen. Vielleicht sind seine lokalen Seiten mit Schema-Markup versehen. Vielleicht sind seine strukturierten Daten vollständiger. Vielleicht enthalten die Quellen, auf die sich KI-Systeme stützen, bessere oder einheitlichere Informationen über ihn.

Das ist der Unterschied zwischen der Überwachung von KI und dem tatsächlichen Aufbau einer Strategie für die KI-Sichtbarkeit.

6. Wenn die Branche in Richtung einer entscheidungsrelevanten Messung tendiert, welche Rolle spielt dann Yext bei der Unterstützung von Marken auf diesem Weg? Und wie sollten sich diese darauf vorbereiten?

Ich denke, das Erreichen entscheidungsrelevanter Messungen erfordert Konsistenz, Skalierbarkeit und Handlungsrelevanz.

Konsistenz steht an erster Stelle. KI-Antworten sind naturgemäß variabel, weshalb Sie eine kontrollierte Methodik benötigen, um im Zeitverlauf aussagekräftige Vergleiche anstellen zu können. Bei Scout verwenden wir bewusst einen einheitlichen Fragenkatalog und wiederholen diese Messung. Wenn Sie Ihre Fragen ständig ändern, während sich auch die KI-Antworten ändern, lässt sich nur sehr schwer feststellen, ob sich die Markenleistung tatsächlich verbessert hat oder ob Sie lediglich etwas anderes messen.

Dann benötigen Sie Skalierbarkeit. Und wenn ich von Skalierbarkeit spreche, meine ich damit nicht unbedingt, Tausende verschiedener Fragen zu stellen. Ich meine damit, mithilfe dieser einheitlichen Methodik (standortübergreifend, über verschiedene KI-Engines und Wettbewerber hinweg sowie im Zeitverlauf) genügend Beobachtungen zu generieren, damit Sie ein echtes Muster von der natürlichen Variabilität generativer KI unterscheiden können.

Dies ist besonders wichtig für Unternehmen und Multi-Location-Marken. Ein Durchschnittswert auf Markenebene kann zwar positiv erscheinen, dabei jedoch erhebliche Unterschiede zwischen den einzelnen Märkten verschleiern. Im größeren Maßstab können Sie erkennen, wo Sie durchweg erfolgreich sind oder zurückfallen, welche Wettbewerber stattdessen angezeigt werden und ob sich diese Muster im Laufe der Zeit tatsächlich ändern.

Und schließlich muss die Messung umsetzbar sein. Das Ziel ist nicht ein weiteres Dashboard. Es geht darum, zu verstehen, welche Faktoren Ihre Sichtbarkeit beeinflussen und was Sie zur Verbesserung dieser Sichtbarkeit tun können.

Genau hier ist Yext meiner Meinung nach besonders gut aufgestellt. Scout kann ermitteln, wo eine Marke erfolgreich ist und wo sie Defizite aufweist. Und Yext kann diese Erkenntnisse wiederum mit der digitalen Präsenz verknüpfen, welche die KI-Antworten überhaupt erst beeinflusst. Wenn sich die Chance auf Unternehmensinformationen, Bewertungen, lokale Inhalte oder andere Sichtbarkeitssignale bezieht, können Marken über Yext Maßnahmen ergreifen und anschließend erneut messen.

Letztlich ist das genau die Schleife, die wir zu erzeugen versuchen: konsequent messen, im großen Stil beobachten, verstehen, was das Ergebnis antreibt, Maßnahmen ergreifen und erneut messen.

7. Gibt es noch etwas hinzuzufügen?

Ich möchte noch hinzufügen, dass die KI-Sichtbarkeit kein wirklich neuer Kanal ist, den man isoliert verwalten sollte. Sie ist vielmehr das Ergebnis Ihrer gesamten digitalen Präsenz.

KI-Systeme generieren Informationen aus Ihrer Website, Ihren Einträgen, Bewertungen, Social-Media-Inhalten und vielen anderen Quellen. Es reicht nicht aus, eine einzige Seite für ChatGPT zu optimieren und sich dann als Sieger zu erklären.

Ich glaube, dass das auch der Grund ist, weshalb Yext hier einzigartig positioniert ist.

Wir unterstützen seit Jahren große, komplexe Marken dabei, die zugrunde liegenden Informationen über ihre Unternehmen im gesamten digitalen Ökosystem zu verwalten. Mit Scout erhalten diese Marken nun die nötige Analyseebene, um nachzuvollziehen, wie diese Informationen von KI-Engines und herkömmlichen Suchmaschinen interpretiert werden – und wie sie im Vergleich zu Wettbewerbern abschneiden. Mit dem Knowledge Graph von Yext und den Produkten zur Markensichtbarkeit können sie dann auf der Grundlage dieser Erkenntnisse entsprechende Maßnahmen ergreifen.

Das andere Alleinstellungsmerkmal, das ich hervorheben möchte, ist die lokale Intelligenz.

Es gibt viele Tools, die einem CMO sagen können: „Ihre Marke wurde in 37 % dieser Prompts angezeigt.“ Das ist interessant.

Wenn Sie jedoch 5.000 Standorte verwalten, lauten die wichtigeren Fragen: Wo machen wir Verluste? An wen verlieren wir? Warum sind diese erfolgreich? Was sollten wir als Erstes verbessern? Und können wir dies in großem Maßstab umsetzen?

Das ist das Problem, auf das wir uns mit Scout konzentrieren.

Das IAB-Framework ist ein wichtiger Schritt, da es der Branche ein gemeinsames Vokabular zur Messung dieser neuen Welt an die Hand gibt. Der nächste Schritt besteht in der Umwandlung dieser Messwerte in etwas, das Marketer*innen tatsächlich nutzen können.

Gerade hier wird es für mich spannend: Die KI-Sichtbarkeit sollte nicht nur messbar, sondern auch steuerbar sein.

Fazit

Das IAB-Framework ist von Bedeutung, da es der Branche erstmals eine einheitliche Grundlage für den Austausch über die KI-Sichtbarkeit bietet: ein gemeinsames Vokabular, wo es zuvor 20 konkurrierende Begriffe gab. Doch ein Vokabular ist nur ein Ausgangspunkt, kein Ziel. Die erfolgreichsten Marken werden nicht diejenigen sein, die über die meisten Dashboards verfügen. Es werden vielmehr jene sein, denen die Beantwortung der dritten Frage „Was soll ich als Nächstes tun?“ gelingt und die anschließend nachweisen können, dass die ergriffenen Maßnahmen erfolgreich waren.

Das ist der Wandel, den es zu verinnerlichen gilt: Die KI-Sichtbarkeit sollte nicht nur etwas sein, das Sie messen. Sie sollte etwas sein, das Sie steuern: Messen Sie konsequent, beobachten Sie in großem Maßstab, finden Sie heraus, was das Ergebnis beeinflusst, handeln Sie entsprechend und messen Sie dann erneut. Das Framework sagt Ihnen, worauf Sie achten müssen. Erst wenn Sie den Kreislauf schließen, wird aus einer von Ihnen beobachteten Zahl ein Ergebnis, auf das Sie Einfluss haben.

KI-Sichtbarkeit sollte steuerbar sein, nicht nur messbar. Erfahren Sie, wie Yext Marken beim Schließen des Kreislaufs unterstützt