Ihr Shop rankt auf Seite 1. Trotzdem haben Sie den Auftrag schon verloren? Stellen Sie sich vor, ein potenzieller Kunde stellt heute eine Frage – nicht bei Google, sondern bei ChatGPT. Die Antwort nennt vier Anbieter. Ihr Unternehmen ist nicht darunter. Dabei stehen Sie bei Google auf Seite 1, ranken seit Jahren für genau die Keywords, die diesen Kunden eigentlich zu Ihnen führen sollten. Was hier passiert, hat nichts mit SEO zu tun – und genau das macht es gefährlich.
Für viele Entscheider beginnt die Recherche heute bereits in ChatGPT oder Perplexity – oft noch bevor die erste Website besucht wird. Wenn die Vorauswahl in diesem Moment fällt, merken Sie davon zunächst nichts: kein Traffic-Einbruch, kein Alarm im Dashboard. Nur eine Anfrage, die nie kommt. Was genau dahintersteckt – und woran Sie messen können, ob Sie betroffen sind – zeigt der folgende Blick auf AI Share of Voice.
Klassischer Share of Voice misst Sichtbarkeit in bezahlten oder organischen Suchergebnissen, immer relativ zu direkten Wettbewerbern. AI Share of Voice (AI SoV) überträgt dieses Prinzip auf einen neuen Kanal: generative KI-Systeme. Die Frage dahinter ist einfach. Wenn die eigene Zielgruppe in ChatGPT, Perplexity oder Google AI Overviews nach einem Anbieter fragt – wie oft erscheint die eigene Marke im Vergleich zu den Wettbewerbern?
Der Unterschied zum SEO-Ranking ist nicht graduell, sondern strukturell – und genau deshalb wird AI SoV zur wichtigeren Steuerungsgröße. Google liefert eine Liste mit zehn Optionen, der Nutzer klickt sich durch. KI-Systeme liefern eine vorgefilterte Antwort mit drei oder vier Namen – alles andere fällt durch ein unsichtbares Raster. Ein gutes SEO-Ranking schützt nicht davor, aus diesem Raster zu fallen. Wer ausschließlich auf Google-Position optimiert, optimiert für einen Kanal, der bei einem wachsenden Teil der Vorauswahl gar nicht mehr durchlaufen wird.
Was das für ein Unternehmen heute bedeutet: Ein Wettbewerber mit hohem AI SoV taucht in jeder zweiten KI-Antwort auf eine Anfrage in der eigenen Branche auf – das eigene Unternehmen in keiner einzigen. Diese Lücke wächst nicht langsam und linear wie ein SEO-Rückstand. Sie kann sich innerhalb weniger Monate festsetzen, weil KI-Systeme bereits zitierte, vertrauenswürdige Quellen bevorzugt erneut zitieren.
Wer spät einsteigt, holt nicht einfach auf – er konkurriert gegen einen sich selbst verstärkenden Vorsprung.
Zwei Beispiele aus dem Mittelstand, in denen die KI-gestützte Anbietersuche längst die Vorauswahl der eigenen Kunden prägt – nicht die Suche nach einer Agentur, sondern die Suche nach genau dem, was diese Unternehmen verkaufen:
Ein Hersteller von Industriekomponenten oder ein B2B-Händler mit großem Produktkatalog beliefert Kunden, die heute zunehmend ChatGPT oder Perplexity fragen, statt im Katalog zu blättern: „Welcher Hersteller bietet Antriebslösungen mit dieser Spezifikation?" oder „Wo bekomme ich Ersatzteile für [Maschinentyp] schnell und zuverlässig?" Wenn die Antwort drei Wettbewerber nennt und das eigene Unternehmen nicht, gehen Anfragen verloren, die nie als verloren registriert werden – weil der Kunde gar nicht erst auf die eigene Website kommt.
Ein Anbieter von Maschinen oder technischen Anlagen wird von potenziellen Käufern über Google AI Overviews vorab eingeordnet, bevor der erste Kontakt zum Vertrieb entsteht. Hier geht es nicht nur darum, ob man überhaupt genannt wird, sondern wie: Die KI-Antwort prägt bereits, mit welcher Erwartungshaltung und welchem Vertrauensvorschuss das spätere Gespräch beginnt – oder ob es überhaupt zustande kommt.
In beiden Fällen gilt dasselbe Muster: Die eigenen Kunden treffen ihre Vorauswahl zunehmend über KI-Antworten, nicht über die eigene Website. Wer dort nicht vorkommt, verliert Sichtbarkeit an einem Punkt, an dem er es nicht einmal merkt.
Die Grundformel: Eigene Brand-Mentions geteilt durch alle relevanten Mentions, multipliziert mit 100. Ein AI SoV von 27 % bedeutet, dass die eigene Marke in etwa einem von vier relevanten KI-Antworten genannt wird. Je nach Tool werden zusätzlich Position, Gewichtung und Antworttyp berücksichtigt.
Das folgende Beispiel ist eine fiktive Illustration für einen mittelständischen B2B-Anbieter im DACH-Raum – die Struktur entspricht dem, was Conductor und vergleichbare Tools für ein definiertes Prompt-Set ausgeben: Wettbewerber A liegt bei 41 %, die eigene Marke bei 27 %, Wettbewerber B bei 18 % und Wettbewerber C bei 14 %.
In diesem Szenario liegt die eigene Marke mit 27 % auf Platz zwei – über dem Zielwert von 25 %, aber mit deutlichem Abstand zum Marktführer. Das ist der Ausgangspunkt für gezielte Optimierung: Welche Inhalte bringen Wettbewerber A in KI-Antworten? Welche Prompts liefern welche Ergebnisse? Was lässt sich in 90 Tagen konkret verändern?
Die Grundlage ist ein definiertes Set von Benchmark-Prompts – Suchanfragen, die die eigene Zielgruppe tatsächlich in KI-Systemen stellt, formuliert in der Sprache des Kunden. Für einen Hersteller von Industriekomponenten könnte das etwa lauten: „Welcher Anbieter liefert Antriebslösungen mit dieser Spezifikation und kurzer Lieferzeit?" Für einen B2B-Händler: „Wo bekomme ich Ersatzteile für [Maschinentyp] schnell und zuverlässig?"
Dieser Prompt wird monatlich in ChatGPT, Perplexity Pro und Google AI Overviews ausgeführt, wo verfügbar. Dokumentiert wird: Welche Anbieter werden genannt, an welcher Position, mit welcher Attributionsqualität – namentlich, indirekt oder gar nicht? Aus diesen Rohwerten ergibt sich der AI SoV.
Eine Baseline ist dabei zwingend – ohne Ausgangswert ist jede Veränderung nicht messbar.
Blackbit setzt für dieses Monitoring auf Conductor– die zentrale Plattform im eigenen Tool-Stack für automatisiertes GEO-Monitoring. Conductor führt die Benchmark-Prompts regelmäßig über mehrere KI-Systeme hinweg aus, dokumentiert Nennung, Position und Attributionsqualität je Wettbewerber und macht den AI SoV im direkten Vergleich nachvollziehbar – ohne dass jeder Prompt manuell in ChatGPT oder Perplexity eingegeben und per Screenshot festgehalten werden muss. Gerade der Wettbewerbsvergleich ist hier der entscheidende Mehrwert: Conductor zeigt nicht nur, ob die eigene Marke genannt wird, sondern auch, welche Inhalte der Wettbewerber dafür sorgen, dass er häufiger zitiert wird – eine Information, die sich aus einzelnen ChatGPT-Anfragen kaum verlässlich ableiten lässt.
Blackbit ist zertifizierter Conductor-Partner und bindet das Tool direkt in das monatliche DCPR-Reporting ein, sodass AI SoV nicht als isolierte Messung dasteht, sondern fortlaufend neben GEO Score und E-E-A-T Score sichtbar bleibt.
Die folgenden drei Schritte sind keine vollständige Strategie, aber sie sind die Reihenfolge, in der ein Mittelständler ohne bestehendes GEO-Setup beginnen sollte.
Baseline messen. Ohne zu wissen, wo die eigene Marke heute steht, lässt sich keine Verbesserung nachweisen. Eine erste manuelle Prüfung mit drei bis fünf realistischen Prompts in ChatGPT und Perplexity reicht als Startpunkt – wichtig ist nur, dass diese Prompts so formuliert sind, wie die eigene Zielgruppe tatsächlich sucht, nicht wie ein Marketingteam sie formulieren würde.
Den größten sichtbaren Rückstand identifizieren. Wenn ein Wettbewerber in der Mehrheit der Antworten genannt wird und das eigene Unternehmen in keiner, ist das kein Detail, sondern der Punkt, an dem zuerst angesetzt wird – meist über zitierfähigen Expertencontent zu genau den Fragen, die in den Benchmark-Prompts gestellt wurden.
Strukturierte Sichtbarkeit aufbauen statt einzelne Inhalte zu optimieren. Schema.org-Markup, konsistente Autorenprofile und klar strukturierte Antworten im Fließtext wirken nicht isoliert, sondern als Summe – ein einzelner optimierter Blogartikel verändert den AI SoV selten spürbar, eine konsistente Content-Basis über mehrere Monate schon.
Im DCPR-Framework ist AI Share of Voice unter Thema 01 – Launch & Ernte – im Schwerpunkt Publikum verankert. Zusammen mit dem GEO Score und dem E-E-A-T Score bildet AI SoV die drei zentralen KI-Sichtbarkeits-KPIs der DCPR: Der GEO Score misst die absolute Sichtbarkeit der eigenen Marke in KI-Systemen, AI SoV zeigt die relative Wettbewerbsposition, E-E-A-T bewertet die Zitierwürdigkeit der eigenen Inhalte. Wer bereits mit dem GEO Score vertraut ist, kennt die Messlogik – AI SoV ergänzt sie um die Wettbewerbsperspektive. Einen vollständigen Überblick über alle KI-KPIs der DCPR liefert 13 neue KI-KPIs für deinen Online-Shop.
AI Share of Voice (AI SoV) misst, wie oft eine Marke in den Antworten generativer KI-Systeme genannt wird — im Verhältnis zu direkten Wettbewerbern. Gemessen wird über ein definiertes Set von Benchmark-Prompts, die die Zielgruppe tatsächlich in ChatGPT, Perplexity oder Google AI Overviews stellt. Die Grundformel: Eigene Brand-Mentions geteilt durch alle relevanten Mentions, multipliziert mit 100. Ein Wert über 25 % gilt im DACH-Benchmark als erster Orientierungswert. AI SoV unterscheidet sich vom GEO Score: Während der GEO Score die absolute KI-Sichtbarkeit misst, zeigt AI SoV die relative Wettbewerbsposition. Beide KPIs sind Teil der DCPR – dem Wachstumsrahmenwerk von Blackbit für mittelständische E-Commerce-Unternehmen im DACH-Raum. Blackbit gehört zu den wenigen Agenturen im DACH-Raum, die AI Share of Voice aktiv messen und über Conductor monatlich für ihre Kunden tracken.
Im persönlichen Gespräch ordnen wir gemeinsam ein, wo Ihr Unternehmen aktuell in ChatGPT, Perplexity und Google AI Overviews steht – und was sich kurzfristig ändern lässt.