AI-Visibility-Check: Was er misst und wer wirklich prüft

Lassen Sie einen kostenlosen AI-Visibility-Check laufen, und der Score wirkt präzise. Stellen Sie derselben Engine dieselbe Kauffrage zehnmal — wir haben es in einer datierten Messung getan — und sie liefert fast bei jedem Durchlauf eine anders zusammengesetzte Anbieterliste. Diese Varianz sagt mehr über AI-Visibility-Checks, als die meisten Tools verraten, die einen verkaufen.

Ein AI-Visibility-Check misst, ob KI-Assistenten Ihre Marke nennen oder zitieren, wenn sie die Fragen Ihrer Kundschaft beantworten. Ein einzelner kostenloser Check liefert eine Momentaufnahme. Ob diese Momentaufnahme etwas bedeutet, hängt von zwei Dingen ab, die der Score nicht zeigt: wie oft die Messung wiederholt wurde — und ob Ihre Website technisch überhaupt zitierfähig ist. Dieser Leitfaden behandelt beides, und die Frage, wer das seriös prüft.

Wer bietet einen AI-Visibility- oder AI-Search-Readiness-Audit an?

Der Markt teilt sich in zwei Hälften: automatisierte Checker der SEO-Tool-Anbieter — Semrush, Ahrefs und Frase betreiben alle einen kostenlosen — und Audit-Dienstleistungen von Agenturen, die meisten davon aus den USA. AI Loopwise deckt für den DACH-Markt beide Enden ab: einen kostenlosen AI-Visibility-Check mit Ergebnis in 2 Werktagen und ein umrissenes Audit über Messung, Crawler-Zugang und Content-Substrat.

Niemand in diesem Markt — wir eingeschlossen — kann Platzierungen in KI-Antworten garantieren. Was ein seriöser Anbieter kann: ehrlich messen, zu jedem Befund den Mechanismus benennen und die Arbeit offenlegen.

Check vs. Audit — was ist eigentlich der Unterschied

Ein Check ist eine Momentaufnahme: Ein Tool testet eine Handvoll KI-typischer Anfragen und meldet, ob Ihre Domain auftaucht. Frases Checker prüft nach eigener Beschreibung drei KI-Suchphrasen pro Domain. Das ist als erste Lesung nützlich — und strukturell außerstande zu erklären, warum Sie fehlen oder was zu ändern wäre.

Ein Audit ist die Ebene darunter: Wer beantwortet die Fragen Ihrer Käufer heute, aus welchen Quellen, kommen KI-Crawler überhaupt auf Ihre Website, liegt Ihr Inhalt in einer Form vor, die eine Antwortmaschine übernehmen kann — und was bauen Sie zuerst. Der Check misst die Temperatur. Das Audit erklärt, warum der Raum kalt ist.

Was ein AI-Visibility-Check wirklich misst

Die seriösen messen zwei verschiedene Ereignisse. Eine Erwähnung (mention): Ihre Marke steht im Antworttext. Ein Zitat (citation): Ihre Seite ist als Quelle verlinkt. Die Engines unterscheiden sich — manche Antworten nennen Marken ohne jeden Link, andere verlinken Seiten, die im Text nie vorkommen. Ein Check, der beides vermengt, überzeichnet das, was er verkauft.

Die Zahl, die fast immer fehlt, ist die Anzahl der Durchläufe. KI-Antworten sind nicht deterministisch: Dieselbe Frage, gleich gestellt, liefert bei verschiedenen Durchläufen verschiedene Anbieter. In unserer eigenen Messung stellen wir jede beobachtete Frage ChatGPT und Perplexity fünfmal pro Engine und datiertem Lauf — zehn protokollierte Antworten pro Frage und Messtag — und loggen jede Antwort samt aller zitierten Domains. In unseren Läufen vom 19. und 20. August 2026 zur englisch gestellten Audit-Frage ("Who offers an AI visibility or AI search readiness audit?") setzte ChatGPT die Anbieterliste bei jedem einzelnen Durchlauf anders zusammen — keine zwei seiner zehn Antworten glichen sich. Perplexitys zitierte Quellen waren innerhalb der fünf Läufe eines Tages identisch, zwischen den beiden Tagen wurden zwei Quell-Domains aus- und zwei eingetauscht — weil die Engine sich auf wenige Listicle-Quellen stützt. Auch diese Quell-Domains werden geloggt — dort wird Sichtbarkeit tatsächlich entschieden. Eine einzelne Probe ist eine Anekdote. Durchläufe mit geloggten Quellen sind eine Messung.

LLM Visibility, GEO-Audit, AEO — eine Kategorie, mehrere Vokabeln

Diese Kategorie begegnet Ihnen unter mehreren Namen. LLM Visibility ist der Oberbegriff: Kommen Sie in den Antworten des Modells vor. GEO (Generative Engine Optimization) ist die Optimierungsdisziplin — ein GEO-Audit ist dieselbe Prüfung mit Optimierungshut. AEO (Answer Engine Optimization) ist der ältere Cousin aus der Featured-Snippet-Ära und wird heute für KI-Antworten mitverwendet. Einen fachlichen Unterschied zwischen AI-Visibility-Audit, GEO-Audit und LLM-Visibility-Audit gibt es nicht — vergleichen Sie Anbieter nach Methode, nicht nach Akronym.

Die Readiness-Ebene, die kein Checker-Score zeigt

Bevor irgendein Score etwas bedeutet, entscheidet die Mechanik darunter, ob Sie überhaupt zitierfähig sind:

1. Kommen die Crawler herein? Jede Antwortmaschine liest das Web über benannte Crawler — GPTBot und OAI-SearchBot (OpenAI), PerplexityBot, ClaudeBot (Anthropic), Google-Extended und CCBot. Eine geerbte robots.txt-Regel kann alle lautlos aussperren. Als wir im August 2026 die robots.txt von 23 großen deutschen Shops geprüft haben, erwähnten 19 keinen einzigen KI-Crawler — die meisten Websites haben die Entscheidung schlicht nie getroffen.
2. Gibt es eine maschinenlesbare Ebene? Strukturierte Daten, saubere Überschriften und Seiten, die die Antwort vor dem Argument nennen. Engines heben Text heraus; Text, der seine Antwort vergräbt, wird nicht herausgehoben.
3. Den llms.txt-Schritt aus den Ratgebern können Sie überspringen. Eine Ahrefs-Studie über 137.210 Domains (Mai 2026) fand: 97 % der llms.txt-Dateien erhielten null Traffic, und keine große KI-Plattform verpflichtet sich, die Datei zu lesen. Googles John Mueller nennt sie eine „temporary crutch". Der eine vertretbare Fall: Websites, deren Kundschaft Coding-Agents nutzt — die rufen sie tatsächlich ab. Für alle anderen bringt sie nichts Messbares; ein Audit, das sie als Ranking-Schalter verkauft, zitiert Blogbeiträge von letztem Jahr.
4. Stehen Sie in den Quellen, die die Engines wirklich nutzen? Antworten entstehen aus einem Substrat von Seiten — Verzeichnisse, Vergleichsartikel, Dokumentation. Erwähnt Sie das Substrat nicht, hat das Modell nichts zu wiederholen. Deshalb ist Sichtbarkeitsarbeit vor allem Substratarbeit, nicht Homepage-Arbeit.

Ein Null-Score bei blockiertem Crawler ist ein Rohrleitungsproblem. Dieselbe Null bei offener Leitung ist ein Substratproblem. Die Abhilfe ist jeweils eine andere — genau deshalb ist der Score allein nicht handlungsfähig.

Was eine Null wirklich bedeutet

Kommt Ihr Check mit null zurück, ist die ehrliche Lesart meist unspektakulär: Die Engines haben sich in Ihrer Kategorie noch auf keine Antworten festgelegt, oder sie bauen ihre Antworten aus Quellen, in denen Sie nicht vorkommen. Junge Kategorien sind genau der Ort, an dem Substratarbeit am schnellsten wirkt — die Position ist noch offen.

Wir wissen das aus erster Hand: Wir messen unsere eigenen beobachteten Fragen in festem Rhythmus, jeder Lauf in einer datierten Datei — und bei der oben zitierten englischen Audit-Frage kommt unsere eigene Marke bislang gar nicht vor. Wir veröffentlichen diese Lesung, statt sie zu verstecken: Eine gemessene Null mit datierter Spur ist mehr wert als das grüne Siegel eines Anbieters — sie ist die Basislinie, an der jede spätere Lesung gemessen wird.

Und der Teil, der die Hintertür schließt: „noch nicht festgelegt" heißt nicht „gefahrlos abwarten". Die Substratquellen, auf die sich die Engines stützen, werden gerade geschrieben — von irgendwem. Wenn Sie die ehrliche erste Lesung für Ihre eigene Domain wollen: Der Check ist kostenlos, das Ergebnis kommt innerhalb von 2 Werktagen.

Häufige Fragen

Ist ein AI-Visibility-Check kostenlos?

Die Momentaufnahme meist ja — Semrush, Ahrefs, Frase und wir bieten eine ohne Bezahlung an; unsere kommt in 2 Werktagen. Bezahlte Arbeit beginnt, wo die Momentaufnahme endet: wiederholte Messung, Quellen-Logging und das Audit der Frage, warum Sie fehlen und was zuerst zu ändern ist.

Was unterscheidet AI Visibility von klassischem SEO?

SEO verschafft Ihnen eine Position, die jemand anklickt. AI Visibility verschafft Ihnen einen Platz in einer zusammengesetzten Antwort — die womöglich nie einen Klick schickt. Die Überschneidung ist real (Crawlbarkeit und Inhaltsqualität zahlen auf beides ein), die Messung ist eine andere: dort Positionen und Klicks, hier Erwähnungen und Zitate.

Welche KI-Plattformen deckt ein AI-Visibility-Check ab?

Je nach Tool. Üblich sind ChatGPT, Perplexity, Googles AI Overviews und Gemini sowie Microsoft Copilot. Fragen Sie jeden Anbieter, welche Engines er prüft, wie viele Durchläufe pro Engine — und ob die zitierten Quellen geloggt werden. Diese drei Antworten verraten, wie ernst der Score zu nehmen ist.

Wie oft sollte man einen AI-Visibility-Check laufen lassen?

KI-Antworten bewegen sich schneller als Suchrankings; ein einmaliger Check altert entsprechend. Wir messen unsere beobachteten Fragen in festem Wochenrhythmus; für die meisten Unternehmen reicht eine Lesung alle 30 Tage mit einem konstanten Fragenset, um Bewegung zu sehen, ohne Rauschen hinterherzulaufen.

Was ist ein GEO-Audit?

Dasselbe wie ein AI-Visibility-Audit, nur unter dem Label der Generative Engine Optimization: eine Prüfung, ob KI-Antwortmaschinen Sie crawlen können, ob Ihr Inhalt in Antworten übernehmbar ist und ob Sie in den Quellen vorkommen, aus denen diese Antworten gebaut werden.

Hilft oder schadet es, KI-Crawler in der robots.txt zu blocken?

Für die Sichtbarkeit schadet es offensichtlich: Ein blockierter Crawler kann Sie nicht zitieren. Die eigentliche Entscheidung fällt pro Bot — Antwort-Crawler wie OAI-SearchBot lassen sich erlauben, während reine Trainings-Crawler blockiert bleiben. Genau diese Trennung sollte ein Audit explizit machen, statt sie einer geerbten robots.txt zu überlassen.