Wie kann ich kostenlos prüfen, ob ChatGPT meine Marke nennt?

Öffnen Sie ein frisches ChatGPT-Fenster — ohne Login, ohne Chat-Verlauf, ohne Personalisierung. Stellen Sie 15 bis 20 Fragen, die ein Interessent stellen würde, der Ihren Namen noch nicht kennt („Welche Anbieter für X gibt es in Deutschland?“). Notieren Sie für jede Antwort: Kommen Sie vor, an welcher Stelle, wer sonst, welche Quellen. Wiederholen Sie jede Frage dreimal — Modelle antworten nicht deterministisch. Dasselbe in Perplexity und Gemini. Das dauert rund zwei Stunden. Wenn Sie diese Zeit nicht haben, macht der kostenlose KI-Sichtbarkeits-Check unter /check im Kern dasselbe automatisiert.

Was ist der Unterschied zwischen einem SEO-Tool und einem LLM-Sichtbarkeits-Tool?

Ein SEO-Tool misst Positionen in einer Ergebnisliste zu Keywords. Ein LLM-Sichtbarkeits-Tool schickt Prompts an Sprachmodelle und misst, ob Ihre Marke im generierten Fließtext genannt wird — an welcher Stelle, in welchem Tonfall, auf Basis welcher Quellen. Es gibt in einer KI-Antwort keine Position 7. Es gibt genannt oder nicht genannt. Entsprechend andere Kennzahlen: Mention Rate, Position Score, Sentiment und Share of Citations statt Ranking, Impressionen und CTR. Und weil es keine offizielle Datenquelle gibt, erzeugt jedes dieser Tools seine Daten selbst, indem es fragt — deshalb weichen die Zahlen zwischen Tools ab.

Lohnt sich ein LLM-Tracking-Tool für kleine Unternehmen?

Es kommt darauf an, wie Ihre Kunden kaufen. Wenn Ihre Kategorie beratungsintensiv ist und Kaufentscheidungen mit einer Recherche beginnen — Software, Dienstleistungen, langlebige Anschaffungen — dann ja. Für kleine Budgets gilt: nicht mit einem 500-Dollar-Tarif anfangen. Zwei Stunden manueller Prompt-Test, dann ein Monitoring-Tool ab 20 bis 50 Euro im Monat. Ein Dashboard, aus dem niemand Maßnahmen ableitet, ist die teuerste Form von Beruhigung. Erst prüfen, ob Sie ein Problem haben; dann, ob jemand Zeit hat, es zu lösen; erst dann kaufen.

Wie oft sollte ich die KI-Sichtbarkeit messen?

Wöchentlich messen, monatlich auswerten, quartalsweise die Prompts überarbeiten. Wöchentlich, weil sich Retrieval-basierte Antworten innerhalb von Tagen ändern können. Monatlich auswerten, weil Wochenwerte rauschen. Und quartalsweise die Prompts revidieren, weil sich die Art, wie Menschen mit KI sprechen, schneller entwickelt als klassisches Suchverhalten. Tägliche Messung ist nur sinnvoll, wenn Sie eine Kampagne oder eine Krise begleiten.

Warum nennt ChatGPT meinen Wettbewerber und nicht mich?

Meist aus einem von drei Gründen. Erstens: Ihr Wettbewerber kommt in Quellen vor, die das Modell heranzieht (Fachpresse, Vergleichsportale, Reddit, Wikipedia), und Sie nicht. Zweitens: Ihre Inhalte sind nicht extrahierbar — ein Text ohne klare Definitionen, Struktur und Belege wird übersprungen, selbst wenn er inhaltlich besser ist. Drittens: Ihre Entität ist unscharf — wird Ihr Name uneinheitlich geschrieben oder Ihre Kategorie nirgends klar benannt, kann das Modell Sie keiner Frage zuordnen. Alle drei Ursachen sind adressierbar, und die Quellen-Analyse eines Tracking-Tools zeigt, welche zutrifft.

Sind diese Tools DSGVO-konform?

Das muss man pro Anbieter prüfen. Vier Fragen entscheiden: Wo werden die Daten gehostet? Gibt es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO? Welche Subprozessoren werden eingesetzt? Und findet ein Datentransfer in die USA statt? Die meisten Tools sind US-Anbieter mit US-Hosting — das ist nicht automatisch unzulässig, erfordert aber eine saubere Prüfung. Europäische Anbieter wie Peec, Rankscale oder GrowResonance verkürzen dieses Gespräch erheblich; GrowResonance hostet in Frankfurt und arbeitet AVV-konform. Das ersetzt keine Rechtsberatung — für die verbindliche Bewertung sollten Sie Ihren Datenschutzbeauftragten einbeziehen.

Wie lange dauert es, bis sich meine KI-Sichtbarkeit verbessert?

Messen geht sofort. Verbessern dauert vier bis zwölf Wochen. KI-Antworten speisen sich aus zwei Quellen: dem Trainingswissen des Modells und der Live-Suche (Retrieval). Was Sie über Retrieval erreichen — eine neue Fachpresse-Erwähnung, ein starker Reddit-Thread, eine gut strukturierte Seite — kann innerhalb von Tagen in Antworten auftauchen. Was im Trainingswissen verankert ist, ändert sich erst mit dem nächsten Modell-Update. Arbeiten Sie deshalb zuerst an den Hebeln, die über Retrieval wirken, und rechnen Sie damit, dass eine Maßnahme in Perplexity früher sichtbar wird als in ChatGPT.

Brauche ich als Agentur ein eigenes Tool — oder reicht das Tool des Kunden?

Wenn Sie KI-Sichtbarkeit als Leistung verkaufen wollen: eigenes Tool. Ein Tool, das der Kunde lizenziert, macht Sie zum Bediener fremder Software — die Leistung ist nicht Ihre, der Report trägt ein fremdes Logo, und der Kunde kann Sie jederzeit ersetzen. Ein Tool mit Multi-Client-Workspaces und White-Label-Reports dreht das um: Sie liefern eine Leistung unter Ihrer Marke, und die Position steht als eigener Betrag auf Ihrer Rechnung. Der Preisunterschied ist erheblich: zehn Kunden über ein Per-Domain-Tool kosten das Zehnfache des Einzelpreises, zehn Kunden über ein Agentur-Modell einen Pauschalbetrag.

Was, wenn die KI Falsches über mein Unternehmen behauptet?

Das ist häufiger als eine Nicht-Nennung und richtet mehr Schaden an. Modelle geben regelmäßig veraltete Preise, falsche Standorte oder erfundene Leistungen wieder. Die Ursache ist fast immer dieselbe: Irgendwo im Netz steht eine veraltete Information, die das Modell für autoritativ hält. Der Weg zur Korrektur führt nicht über eine Beschwerde bei OpenAI, sondern über die Quelle: Finden Sie heraus, welche Domains das Modell zitiert, wenn es die Falschaussage trifft, und korrigieren Sie dort. Genau dafür ist die Quellen-Analyse in diesen Tools da.

Welche Software misst, ob meine Marke in ChatGPT-Antworten erscheint? 10 Tools im Vergleich

12. Juli 2026 · Lucas Würms, Gründer GrowResonance

Die Kurzantwort in drei Sätzen

Kurz gesagt: Die Software-Kategorie, die Sie suchen, heißt LLM-Sichtbarkeits-Tracking (auch AI Visibility Tracking, GEO-Monitoring oder AEO-Tools). Diese Tools schicken in festen Abständen dieselben Fragen an ChatGPT, Claude, Perplexity, Gemini und Google AI Overviews, protokollieren jede Antwort und zählen aus, ob Ihre Marke genannt wird, an welcher Stelle, in welchem Tonfall und auf Basis welcher Quellen.

Zehn Anbieter sind aktuell ernstzunehmen. Profound führt das Enterprise-Segment mit 155 Mio. Dollar Funding und einer Milliarden-Bewertung an. Peec AI aus Berlin ist der schnellste Herausforderer im Mid-Market. Otterly.AI ist der günstigste seriöse Einstieg. GrowResonance — mein Produkt, und ich sage gleich offen, wo es nicht passt — ist auf Agenturen und Marketing-Teams im DACH-Mittelstand zugeschnitten, mit White-Label-Reports und EU-Hosting. Und die klassischen SEO-Suiten Semrush und Ahrefs haben AI-Module nachgerüstet, die für bestehende Kunden ausreichen und für alle anderen zu flach sind.

Die eigentliche Frage ist aber nicht „welches Tool ist das beste“. Sie lautet: Haben Sie jemanden, der mit den Daten etwas anfängt? Ein Dashboard, das niemand in Maßnahmen übersetzt, ist eine teure Beruhigungspille. Wer diese Frage mit Nein beantwortet, spart sich 500 Dollar im Monat und macht erst einmal einen manuellen Prompt-Test — der kostet zwei Stunden und liefert 80 Prozent der Erkenntnis.

Warum das Thema überhaupt Dringlichkeit hat, zeigen drei Zahlen aus unabhängigen Quellen:

Warum KI-Sichtbarkeit dringlich ist

Kennzahl	Wert	Quelle
Wöchentlich aktive ChatGPT-Nutzer	900 Mio. (Stand Februar 2026, mehr als doppelt so viele wie ein Jahr zuvor)	TechCrunch
Klickrate auf ein Suchergebnis mit AI-Zusammenfassung	8 % statt 15 % ohne — Pew analysierte 68.000 echte Suchanfragen	Pew Research Center
Wert eines KI-Such-Besuchers ggü. klassischem organischen Besucher	4,4× — gemessen an der Conversion Rate	Semrush AI Search Study

Diese drei Zahlen ergeben zusammen ein unangenehmes Bild: Der Traffic aus der klassischen Suche schrumpft, während der wenige Traffic, der aus KI-Antworten kommt, überdurchschnittlich gut konvertiert. Wer in den Antworten nicht vorkommt, verliert also nicht irgendeinen Traffic — er verliert genau den Teil, der kaufbereit ist. Und weil KI-Antworten keine Ergebnisliste sind, sondern eine Auswahl von drei bis fünf Namen, gibt es hier kein „Seite 2“. Es gibt genannt oder nicht genannt.

Warnung — der häufigste Messfehler: Fast jeder, der zum ersten Mal prüft, ob ChatGPT die eigene Marke nennt, fragt im eigenen ChatGPT-Account, mit aktiviertem Verlauf und Personalisierung. Das Modell kennt Sie dann bereits — aus früheren Chats, aus Ihrem Profil, aus der Formulierung Ihrer Frage. Das Ergebnis ist geschmeichelt und wertlos. Seriöse Messung heißt: frische Sessions, kein Verlauf, kein Login, keine Markennennung im Prompt, mehrere Wiederholungen pro Frage. Genau diese Disziplin ist der eigentliche Grund, warum es dafür Software gibt.

Was LLM-Sichtbarkeits-Tracking ist — und was nicht

Klassisches SEO misst eine Position in einer Liste. Sie ranken auf Platz 4 für ein Keyword, die Klickrate für Platz 4 ist bekannt, daraus ergibt sich eine Traffic-Prognose. Das ganze Modell beruht darauf, dass die Suchmaschine zehn blaue Links ausspielt und der Nutzer selbst auswählt.

Eine KI-Antwort funktioniert anders. Sie ist ein generierter Fließtext, der zwei bis fünf Anbieter nennt, jeden mit einem Halbsatz begründet und dabei möglicherweise drei Quellen zitiert. Es gibt keine Position 7. Es gibt keine Impressionen. Und dieselbe Frage, zweimal gestellt, kann zwei unterschiedliche Antworten erzeugen — Sprachmodelle sind nicht deterministisch. Erst die Wiederholung über viele Prompts und viele Läufe erzeugt eine Zahl, auf die man sich verlassen kann.

Genau das ist die Aufgabe der Software: Sie macht aus einem stochastischen Text eine Statistik. Sie fragt 25, 100 oder 340 Prompts pro Woche gegen fünf Modelle ab, parst jede Antwort, erkennt Markennennungen (auch Schreibvarianten), bestimmt die Reihenfolge, klassifiziert das Sentiment und extrahiert die zitierten Domains. Aus 1.700 Einzelantworten wird ein Wert: Ihre Marke wird in 52 % der relevanten Antworten genannt, durchschnittlich an Position 3,6, mit einem Sentiment von 89.

Die akademische Grundlage ist jünger, als die meisten glauben. Der Begriff Generative Engine Optimization wurde erst 2023 in einer Forschungsarbeit von Aggarwal et al. (später auf der KDD 2024 veröffentlicht) sauber definiert und mit einem Benchmark unterlegt. Die Autoren zeigten, dass sich die Sichtbarkeit einer Quelle in generierten Antworten durch gezielte Textänderungen — Zitate, Statistiken, Autoritätssignale — um bis zu 40 % steigern lässt. Das ist die wissenschaftliche Antwort darauf, warum Messen überhaupt lohnt: Weil die Größe steuerbar ist.

Klassisches SEO-Monitoring vs. LLM-Sichtbarkeits-Tracking

Dimension	Klassisches SEO-Monitoring	LLM-Sichtbarkeits-Tracking
Messobjekt	Position in einer Ergebnisliste (1–100)	Nennung in einem generierten Fließtext (ja/nein + Stelle)
Eingabe	Keywords	Prompts, wie „Welches Tool trackt Markennennungen in ChatGPT für Agenturen?“
Ergebnis-Stabilität	Deterministisch — gleiche Abfrage, gleiches Ergebnis	Stochastisch — nur Wiederholung erzeugt Aussagekraft
Wettbewerbsbild	10 Ergebnisse pro Seite, Platz 8 existiert noch	2–5 Namen pro Antwort. Platz 8 existiert nicht.
Erfolgs-KPI	Ranking, Impressionen, Klicks, CTR	Mention Rate, Position Score, Sentiment, Share of Citations
Hebel	Backlinks, Technik, Keyword-Abdeckung	Zitierbare Quellen, strukturierte Inhalte, konsistente Entitäts-Signale
Datenquelle	Search Console, Rank-Tracker, Index	Eigene Prompt-Läufe gegen Modell-APIs — es gibt keine „Search Console für ChatGPT“

Der letzte Punkt ist der wichtigste: Es gibt keine offizielle Datenquelle. OpenAI liefert Ihnen kein Dashboard darüber, wie oft Ihre Marke in Antworten vorkommt. Jedes Tool in diesem Artikel erzeugt seine Daten selbst, indem es fragt. Deshalb unterscheiden sich die Zahlen zwischen Tools — und deshalb ist Methodik-Transparenz ein Auswahlkriterium.

Die sechs Kennzahlen, die zählen

Egal welches Tool Sie wählen — die Metriken sind im Kern überall dieselben, nur die Namen wechseln. Wer sie versteht, durchschaut jedes Dashboard in fünf Minuten:

Kennzahl	Was sie misst	Woran Sie eine gute Zahl erkennen
Mention Rate / Visibility	Anteil der Prompts, in deren Antwort Ihre Marke vorkommt	Nur im Vergleich zum Wettbewerb aussagekräftig. 30 % können exzellent sein — wenn der Marktführer bei 35 % liegt.
Position Score	Durchschnittliche Stelle innerhalb der Aufzählung	Position 1–2 wird deutlich häufiger weiterverfolgt. Der Abstand zwischen 1 und 3 ist wertvoller als zwischen 3 und 5.
Sentiment	Wie das Modell über Sie spricht: empfehlend, neutral, einschränkend	Achten Sie auf „aber“-Sätze. „X ist gut, aber teuer“ zählt als Nennung — und verkauft trotzdem nichts.
Share of Citations	Wie oft Ihre Inhalte als Quelle unter der Antwort auftauchen	Die einzige Metrik mit direktem Traffic-Bezug. Eine Nennung ohne Zitat bringt Marke, aber keinen Klick.
Competitive Share	Ihr Anteil an allen Markennennungen in Ihrer Kategorie	Die Zahl, die im Management-Meeting funktioniert. Alles andere ist Kontext.
Accuracy	Anteil sachlich korrekter Aussagen über Ihr Unternehmen	Wird von fast allen Tools ignoriert und ist trotzdem kritisch: Ein Modell, das Standort, Preise oder Leistungen falsch wiedergibt, schadet mehr als eine Nicht-Nennung.

Praxis-Tipp: Fangen Sie nicht mit 200 Prompts an. Nehmen Sie 20 — und zwar ausschließlich solche, die ein Kunde vor dem Kauf stellen würde, ohne Ihren Namen zu kennen. „Beste CRM-Software für Handwerksbetriebe in Deutschland“ ist ein guter Prompt. „Was kann [Ihre Marke]?“ ist keiner. Wenn Sie unsicher sind, welche 20 Fragen Ihre Kategorie definieren, liefert unser kostenloser Sichtbarkeits-Check unter /check einen ersten Prompt-Satz plus Messwert in wenigen Minuten.

Wie ich die zehn Tools bewertet habe

Ich betreibe selbst ein Tool in dieser Kategorie. Das ist ein offensichtlicher Interessenkonflikt, und ich löse ihn so, wie ich es als Leser erwarten würde: Die Bewertungskriterien stehen vor der Liste, sie gelten für alle gleich, und bei meinem eigenen Produkt stehen im Contra-Block dieselben harten Punkte, die ich auch bei anderen nennen würde. Fünf Kriterien, in dieser Gewichtung:

Modell-Abdeckung. ChatGPT allein reicht nicht. Perplexity und Google AI Overviews entscheiden bei Recherche-Fragen mit.
Substanz statt Vanity-Score. Ein „AI Visibility Score“ ohne offengelegte Methodik ist eine Zahl ohne Bedeutung.
Quellen-Analyse. Ohne die Frage „welche Domain hat das Modell zitiert?“ bleibt jede Optimierung Raten.
Handlungsebene. Sagt das Tool nur, was ist — oder auch, was zu tun ist?
Agentur-Tauglichkeit. Mehrere Kunden, mehrere Workspaces, Reports unter eigener Marke.
Ehrliche Preise. Wer erst im Sales-Call eine Zahl nennt, hat etwas zu verbergen.

Nicht gewichtet habe ich: G2-Sternchen (kaufbar), selbst veröffentlichte Case Studies (kuratiert) und Funding-Höhe als Qualitätsbeweis (ein gut finanziertes Tool ist überlebensfähiger, nicht automatisch besser für Sie).

Der AEO-Kurs von Ahrefs erklärt sauber, warum Sichtbarkeit in KI-Antworten anders funktioniert als ein Google-Ranking — die Denkgrundlage für alles, was danach kommt.

Die 10 Tools im Einzelvergleich

Reihenfolge nach Gesamteignung für die Zielgruppe dieses Artikels: Agenturen und Marketing-Teams im deutschsprachigen Mittelstand. Wenn Sie ein Fortune-500-Konzern mit sechsstelligem AEO-Budget sind, lesen Sie die Liste von unten nach oben.

01 — GrowResonance · Am besten für Agenturen & DACH-Teams

Mein eigenes Produkt — deshalb hier die Offenlegung vorweg. GrowResonance trackt wöchentlich Visibility, Position und Sentiment in ChatGPT, Claude, Perplexity, Gemini und Google AI Overviews, hostet in Frankfurt und ist als einziges Tool in dieser Liste um die Frage herum gebaut, wie eine Agentur KI-Sichtbarkeit als eigene, abrechenbare Leistung unter eigener Marke ausliefert. Der Preis richtet sich nach der Zahl der Kunden-Workspaces, nicht nach Seats.

Visibility, Position und Sentiment pro Modell — wöchentlich oder täglich
Bis zu 25 Kunden-Workspaces aus einem Account, Prompts als gemeinsamer Pool
White-Label-Reports mit eigenem Logo und eigenen Farben — im Preis enthalten
Quellen-Tracking nach Typ (UGC, Fachpresse, Referenz, Editorial) mit Zitations-Quote
Content-Audit: LLM-Zitierbarkeits-Score pro Artikel plus To-do-Liste
Reddit- und LinkedIn-Agents: findet Diskussionen, liefert Entwürfe — Sie posten selbst
EU-Hosting Frankfurt, AVV-konform, CSV-/PDF-Export und API

Stärken:

Einziges Tool der Liste, dessen Preismetrik Kunden statt Seats ist — für Agenturen der entscheidende Unterschied
White-Label ist ab dem kleinsten Agentur-Plan enthalten, nicht als Add-on
EU-Hosting und AVV lösen das DSGVO-Gespräch, das bei US-Tools regelmäßig den Einkauf blockiert
Deutschsprachige Prompts und DACH-Quellen (heise, t3n, Handelsblatt) werden nativ erkannt
Transparente Preise auf der Website — kein Sales-Call nötig, um eine Zahl zu sehen

Schwächen:

Deutlich jüngeres Produkt als Profound oder Peec — keine Fortune-500-Referenzliste, keine dreijährige Feature-Historie
Prompt-Volumen kleiner als bei Enterprise-Tools: 340 Prompts im größten Agentur-Plan gegen Evertunes Millionen-Läufe
5 Modelle statt 17 — kein Grok, kein DeepSeek, kein Mistral
Kein automatisiertes Publishing: Empfehlungen werden geliefert, umgesetzt wird von Ihnen
Wenn Sie eine einzelne Marke ohne Kundenstruktur tracken, ist der Agentur-Vorteil wertlos — dann sind Otterly oder Rankscale günstiger

Warum es überzeugt: GrowResonance steht hier auf Platz 1, weil es die einzige Lösung ist, die eine Agentur wirtschaftlich macht. Bei 10 Kunden zahlen Sie 399 € im Monat — rund 40 € pro Kunde. Dieselben 10 Kunden mit einem Per-Seat-Tool zu tracken kostet ein Vielfaches, und der Report trägt am Ende trotzdem ein fremdes Logo. Für einen Konzern mit einer einzigen globalen Marke ist das irrelevant. Für eine Agentur ist es der ganze Business Case.

„Endlich sehen wir schwarz auf weiß, ob ChatGPT und Perplexity unsere Kunden nennen. Den wöchentlichen Report leiten wir direkt weiter — das spart uns jede Woche Stunden.“ — Maximilian Boos, Geschäftsführer, visseo medical. Preis: Marken ab 49 €/Monat, Agenturen ab 175 €/Monat.

02 — Profound · Am besten für Enterprise-Marketing

Der Kategorieführer, und das mit Abstand. Profound hat seit 2024 rund 155 Mio. Dollar eingesammelt, wurde im Februar 2026 in einer von Lightspeed geführten Series C mit einer Milliarde Dollar bewertet und zählt Target, Walmart, MongoDB, Figma, Indeed und DocuSign zu seinen Kunden. Rund 10 % der Fortune 500 nutzen die Plattform.

Answer Engine Insights: Markenwahrnehmung über alle großen Antwort-Maschinen
Agent Analytics: zeigt, wie KI-Crawler Ihre Website tatsächlich lesen
Conversation Explorer: welche Fragen Nutzer in Ihrer Kategorie wirklich stellen
Profound Agents: generiert AI-optimierte Inhalte in Ihrer Markenstimme
Sehr breite Modell-Abdeckung inkl. Copilot, Grok und AI Mode
Enterprise-Governance: SSO, Rollen, Audit-Logs; Attribution bis auf Conversion-Ebene

Stärken:

Read/Write statt reinem Monitoring: sagt nicht nur, was fehlt, sondern produziert die Gegenmaßnahme
Agent Analytics ist das ehrlichste Feature der Kategorie — es misst tatsächliches Crawler-Verhalten
Finanziell auf Jahre abgesichert: kein Risiko, dass der Anbieter in 12 Monaten verschwindet
Referenzliste, die im Vorstand keine Rückfragen auslöst

Schwächen:

Self-Serve startet bei 499 $/Monat; echte Enterprise-Verträge liegen laut Marktberichten bei 30.000–100.000 $ im Jahr
Kein Agentur-Modell: Multi-Client-Setups werden über teure Seats gelöst
US-Hosting und US-Rechtsraum — im DACH-Einkauf oft zusätzlicher Prüfaufwand
Ohne dediziertes Team im Haus ein Dashboard, das man einmal im Monat öffnet

Warum es überzeugt: Profound schließt als einziges Tool die vollständige Schleife — messen, verstehen, wie die Crawler Ihre Seite lesen, und dann automatisiert Inhalte erzeugen, die diese Lücke schließen. Wer Budget und Team hat, bekommt hier das tiefste Produkt am Markt. Wer beides nicht hat, kauft ein Statussymbol. Preis: ab 499 $/Monat (Self-Serve Lite).

03 — Peec AI · Am besten für Mid-Market-Analytics

Berlin, gegründet im Februar 2025, 29 Mio. Dollar Funding in unter zwölf Monaten, über 1.300 Kunden — darunter Chanel, Axel Springer, TUI, Wix und ElevenLabs. Peec ist der schnellste Aufsteiger der Kategorie und für europäische Mid-Market-Teams die naheliegendste Alternative zu Profound.

Prompt-zentriertes Dashboard statt Keyword-Logik
Visibility, Ranking, Sentiment und Quellen in einer Ansicht
Abdeckung: ChatGPT, Perplexity, Claude, Gemini, Google AI Overviews
Inline-Handlungsempfehlungen direkt am Prompt
Keine Jahresbindung — Einstiegstarife monatlich testbar
Europäischer Anbieter, sehr schnelle Feature-Frequenz (rund 300 Neukunden im Monat)

Stärken:

Bestes Preis-Leistungs-Verhältnis im Analytics-Segment: Enterprise-nahe Tiefe ab 75 € im Monat
Europäischer Anbieter — kürzere Wege bei DSGVO-Fragen als bei US-Tools
Quellen-Analyse präzise genug, um daraus konkrete PR- und Content-Maßnahmen abzuleiten
Kundenliste, die für ein Ein-Jahres-Startup ungewöhnlich stark ist

Schwächen:

Handlungsebene begrenzt: Empfehlungen ja, Umsetzung nein
Kein natives Agentur-/White-Label-Modell — Multi-Client wird über Projekte und Seats abgebildet
Der Sprung von 25 Prompts (Starter) auf 100 (Pro, 169 €) kommt in der Praxis früher als gedacht
Für Fortune-100-Deployments mit SOC 2 Type II und 50 Seats noch zu jung

Warum es überzeugt: Peec hat als erstes Tool verstanden, dass Prompts die neue Keyword-Einheit sind, und das Dashboard konsequent darum gebaut. Wer eine Marke hat, einen Marketing-Verantwortlichen, der die Daten liest, und kein Agentur-Geschäft — für den ist Peec das Tool, das ich empfehlen würde, auch wenn ich damit gegen mein eigenes Produkt argumentiere. Preis: ab 75 €/Monat (25 Prompts), Pro 169 €, Enterprise ab 424 €.

04 — Otterly.AI · Am besten für den günstigen Einstieg

Der niedrigste seriöse Einstiegspreis am Markt. Otterly trackt Markennennungen für selbst definierte Prompts über ChatGPT, Gemini, Copilot und Perplexity, warnt bei Veränderungen und liefert einen Wettbewerbsvergleich. Es versucht gar nicht erst, eine Content-Plattform zu sein — und ist genau deshalb gut.

Monitoring ab 29 $/Monat — der günstigste laufende Tarif der Kategorie
Prompt-Sets frei definierbar, keine Keyword-Zwangslogik
Alerts bei Veränderung der Nennungsmuster, Wettbewerbs-Reporting im Vergleich
Abdeckung: ChatGPT, Gemini, Copilot, Perplexity; Link- und Quellen-Tracking; 14-Tage-Testfenster

Stärken:

Ehrlich positioniert: Monitoring, gut gemacht, zu einem Preis, den jedes Budget verkraftet
Kein Onboarding-Overhead — in einer Stunde produktiv
Für Freelancer und Solo-Marketer der rationalste Startpunkt überhaupt

Schwächen:

Keine Handlungsebene. Otterly sagt Ihnen, was passiert — nicht, wie Sie es ändern
Kein Claude-Tracking, was in B2B-Kategorien zunehmend fehlt
Kein White-Label: Agenturen können tracken, aber nicht unter eigener Marke ausliefern
Analytics-Tiefe deutlich unter Peec oder Profound — kein Quellen-Typen-Modell, keine Content-Bewertung

Warum es überzeugt: Otterly gewinnt seinen Platz nicht durch Features, sondern durch Ehrlichkeit im Zuschnitt. Es kostet weniger als ein Team-Mittagessen und beantwortet die eine Frage, die 90 % der Erstinteressenten haben: Komme ich überhaupt vor? Preis: ab 29 $/Monat.

05 — Rankscale · Am besten für breiteste Modell-Abdeckung

Wien, gegründet 2024, sehr schlank finanziert — und trotzdem mit der breitesten Engine-Abdeckung dieser Liste: über 17 Antwort-Maschinen, darunter ChatGPT, Gemini, Claude, Perplexity, Grok, DeepSeek, Mistral, AI Mode und AI Overviews. Der eigentliche Differenzierer ist aber der AI Readiness Score.

17+ Engines — mehr als jedes andere Tool im Vergleich
AI Readiness Score: Seiten-Audit mit über 200 Prüfpunkten (Struktur, Schema, Crawlbarkeit, Autoritätssignale, Metadaten)
Credit-basiertes Modell, Abfrage-Frequenz von stündlich bis monatlich einstellbar
Einstieg ab 20 €/Monat, Pro bei 99 €, 7-Tage-Test ohne Vertrag; europäischer Anbieter (Österreich)

Stärken:

Das einzige günstige Tool, das nicht nur misst, sondern auf Seitenebene sagt, was zu reparieren ist
Engine-Abdeckung, für die andere Anbieter das Zehnfache verlangen
Credit-Modell passt gut zu unregelmäßigem Bedarf (z. B. Kampagnen-Peaks)

Schwächen:

Sehr kleines Unternehmen mit rund 915.000 $ Funding — Anbieter-Risiko in einer konsolidierenden Kategorie
Credits sind schwerer zu budgetieren als ein fixer Monatspreis; Vielnutzer landen schnell im 780-€-Enterprise-Tarif
17 Engines klingen gut, aber DeepSeek und Mistral erzeugen im DACH-B2B kaum relevantes Volumen — Abdeckung ist nicht gleich Relevanz
Kein echtes Agentur-/White-Label-Modell

Warum es überzeugt: Rankscale ist das beste Tool für Leute, die technisch arbeiten wollen. Der Readiness Score liefert eine konkrete To-do-Liste pro URL, statt einer Zahl, die man anstarrt. Für 99 € im Monat bekommen Sie hier mehr umsetzbare Substanz als bei manchem 300-Dollar-Dashboard. Preis: ab 20 €/Monat, Pro 99 €, Enterprise 780 €.

06 — Semrush AI Visibility Toolkit · Am besten für bestehende Semrush-Kunden

Semrush hat die AI-Sichtbarkeit als Modul in seine Suite gebaut. Das Toolkit kostet 99 $ im Monat pro Domain und lässt sich mit den vorhandenen SEO-Daten kombinieren — Rankings, Backlinks, Keyword-Gaps und AI-Mentions in einem Login. Für Teams, die ohnehin Semrush zahlen, ist das der Weg des geringsten Widerstands.

AI-Mentions über die großen Antwort-Maschinen, direkt verknüpft mit klassischen SEO-Daten
Share of Voice gegen definierte Wettbewerber, Sentiment-Auswertung der Nennungen
Prompt-Pakete zubuchbar (50 weitere Prompts für 60 $), Reporting-Vorlagen aus dem bestehenden Semrush-Reporting
99 $/Monat als Standalone; Bundle „Semrush One“ ab 199 $ für Teams mit Vollbedarf

Stärken:

Kein neuer Vendor, kein neuer Vertrag, keine neue Login-Landschaft
Kombination aus Ranking- und Mention-Daten ist analytisch wertvoll: Sie sehen, ob Ihre Google-Stärke sich in KI-Nennungen übersetzt
Für den Einstieg im Konzern-Umfeld politisch am einfachsten durchzusetzen

Schwächen:

Deutlich flacher als die Spezialisten — Quellen-Analyse und Handlungsebene sind rudimentär
Preis pro Domain: für eine Agentur mit 10 Kunden werden aus 99 $ schnell 990 $
Zweiter Nutzer mit AI-Zugriff kostet nochmals 99 $
Prompt-Kontingente knapp bemessen und separat verkauft

Warum es überzeugt: Semrush gewinnt nicht durch Produktqualität, sondern durch Distribution — es ist das Tool, das Sie bereits haben. Für ein Team, das die Frage „kommen wir in ChatGPT vor?“ erstmals beantworten muss und keinen neuen Beschaffungsprozess starten will, ein völlig legitimer Weg. Nur sollte man sich nicht einreden, damit Tiefe zu kaufen. Preis: 99 $/Monat pro Domain (Add-on oder Standalone).

07 — Ahrefs Brand Radar · Am besten für Marken-Monitoring mit SEO-Tiefe

Ahrefs' Antwort auf die Kategorie. Brand Radar misst Marken-Erwähnungen über KI-Plattformen und klassische SERPs hinweg und ist über eine kostenlose Stufe anfassbar, bevor Geld fließt. Der Haken liegt in der Preisstruktur: Volle Plattform-Abdeckung wird schnell teuer.

Marken-Mentions über KI-Plattformen und klassische Suche, kostenlose Einstiegsstufe
Verknüpfung mit Ahrefs' Backlink- und Content-Daten, Wettbewerbsvergleich auf Marken-Ebene
Share-of-Voice-Entwicklung über Zeit; Basis-Plan (Lite) ab 129 $/Monat
AI-Indizes einzeln oder gebündelt zubuchbar; sehr solide Datenqualität aus dem eigenen Crawler-Index

Stärken:

Die kostenlose Stufe ist ein ehrliches Angebot — Sie sehen etwas, bevor Sie zahlen
Ahrefs' Backlink-Daten sind für die Frage „welche Quellen zitieren mich?“ ein echter Vorteil
Für SEO-Teams, die ohnehin in Ahrefs leben, ist der Kontextwechsel gleich null

Schwächen:

Intransparenteste Preisstruktur der Liste: AI-Indizes kosten 199 $ pro Plattform oder 699 $ gebündelt — realistisch über 800 $/Monat für volle Abdeckung
Damit für volle Abdeckung teurer als Profound — bei geringerer AEO-Tiefe
Kein Agentur-Modell, kein White-Label
Prompt-Ebene schwächer als bei den Spezialisten: Fokus auf Marken-Mentions, nicht auf der Antwort-Mechanik

Warum es überzeugt: Brand Radar ist stark, wenn Sie Ihre KI-Sichtbarkeit als Fortsetzung Ihrer Off-Page-Arbeit begreifen. Ahrefs kennt jede Domain, die je auf Sie verlinkt hat. Wer nur wissen will, ob ChatGPT ihn nennt, zahlt dafür allerdings deutlich zu viel. Preis: kostenlose Stufe, Lite ab 129 $/Monat, volle AI-Abdeckung ~828 $/Monat.

08 — AthenaHQ · Am besten für Automatisierung

Y-Combinator-Startup mit dem kleinsten Funding dieser Liste, aber einem bemerkenswerten Gründer: Andrew Yan war Product Manager in der Google-Suche und arbeitete an Googles KI-Suche mit DeepMind. Der Differenzierer ist das Action Center, das AI-optimierte Inhalte nicht nur vorschlägt, sondern erzeugt und veröffentlicht.

Action Center: automatische Erzeugung und Publikation optimierter Inhalte
Native Shopify-Integration, GA4-Anbindung zur Umsatz-Attribution
Monitoring über die großen Antwort-Maschinen, Credit-basiertes Self-Serve-Modell (295 $ für 3.600 Credits)
Kunden u. a. SoFi, Wix, ZoomInfo; Enterprise-Tarif auf Anfrage

Stärken:

Eines von nur vier Tools mit echter Handlungsebene — Messung ohne Umsetzung ist Theater, und Athena weiß das
GA4-Attribution beantwortet die einzige Frage, die die Geschäftsführung wirklich stellt: Bringt das Umsatz?
E-Commerce-Fokus über Shopify ist im Markt selten sauber gelöst

Schwächen:

2,2 Mio. $ Seed — das kleinste Polster in einer Kategorie, die gerade konsolidiert
Automatisch publizierte Inhalte sind ein Risiko: ohne organisierte Qualitätskontrolle entsteht genau der generische Content, den Modelle ignorieren
Credit-Modell macht die monatlichen Kosten schwer planbar
Kein Agentur-/White-Label-Modell; DACH-Quellen und deutschsprachige Prompts nicht der Fokus

Warum es überzeugt: AthenaHQ ist die Wette darauf, dass die Zukunft der Kategorie nicht im Messen liegt, sondern im automatisierten Handeln. Für ein technikaffines Team, das Content-Produktion ohnehin automatisiert, der logische nächste Schritt. Für ein Team, das Qualität über Volumen stellt, ein Werkzeug an der kurzen Leine. Preis: ab 295 $/Monat (3.600 Credits).

09 — Scrunch AI · Am besten für technische Enterprise-Setups

19 Mio. $ Series A, geführt von Decibel, über 500 Marken als Kunden. Der Differenzierer ist die Agent Experience Platform: eine Auslieferungsschicht, die KI-Bots eine für sie optimierte Version Ihrer Seiten serviert. Das ist ein Infrastruktur-Ansatz, kein Dashboard-Ansatz.

Agent Experience Platform: eigene Auslieferungsschicht für KI-Crawler
Monitoring über die großen Antwort-Maschinen; erkennt, welche Bots Ihre Seiten wie oft lesen
Für große, komplexe Produktkataloge ausgelegt; Enterprise-Governance und Rollenmodelle
Self-Serve-Einstieg ab rund 299 $/Monat, Enterprise-Verträge individuell

Stärken:

Löst ein Problem, das die anderen nur beschreiben: Wenn der Crawler Ihre Seite nicht sauber lesen kann, hilft kein Dashboard
Der Infrastruktur-Ansatz ist verteidigungsfähig — er lässt sich nicht in ein Reporting-Modul kopieren
Starke Wahl für große Kataloge (Shops, Marktplätze, Hersteller mit tausenden SKUs)

Schwächen:

Braucht Engineering-Kapazität. Ohne Entwickler-Ressourcen bleibt das Hauptfeature ungenutzt
Content-Cloaking für Bots ist eine Grauzone: wer AI-Crawlern etwas anderes ausliefert als Menschen, muss die Plattform-Richtlinien genau kennen
Für eine 15-Personen-Agentur oder einen Mittelständler mit 40 Seiten deutlich überdimensioniert
Kein White-Label, kein Multi-Client-Preismodell

Warum es überzeugt: Scrunch beantwortet die Frage, die alle Dashboard-Tools offenlassen — was, wenn das Modell Ihre Inhalte gar nicht erst korrekt aufnimmt? Für Unternehmen mit großen, technisch schwierigen Websites der relevantere Hebel als jede weitere Metrik. Preis: ab ca. 299 $/Monat, Enterprise individuell.

10 — Evertune · Am besten für statistische Belastbarkeit

Das teuerste Tool der Liste und das methodisch strengste. Evertune, gegründet von Trade-Desk-Veteranen, fährt über eine Million Prompts pro Marke und Monat — eine Größenordnung mehr als die Konkurrenz. Über direkten API-Zugang zu Foundation-Modellen kann das Team zudem trennen, was aus dem Trainingswissen des Modells stammt und was aus der Live-Suche.

Über 1 Mio. Prompt-Läufe pro Marke und Monat; statistische Signifikanz statt Stichprobe
Trennung von Basismodell-Wissen und such-augmentierten Antworten, direkter API-Zugang zu den Foundation-Modellen
Content Studio als Handlungsebene; Fokus auf Kategorien mit langer Kaufentscheidung (Automotive, Healthcare, B2B-Software)
Kunden u. a. Canada Goose und Miro; Markenpositionierungs-Analysen über Zeit

Stärken:

Die einzige Plattform, deren Zahlen einer statistischen Prüfung standhalten — bei 1 Mio. Läufen sind Zufallsschwankungen kein Argument mehr
Die Trennung von Trainingswissen und Retrieval ist analytisch der klügste Ansatz am Markt: zeigt, ob Sie ein Content- oder ein Reputations-Problem haben
Für Kategorien mit hohem Warenkorb rechnet sich der Preis schnell

Schwächen:

Ab 3.000 $ im Monat — mehr, als die meisten deutschen Mittelständler für ihr gesamtes Marketing-Tooling ausgeben
Kein Self-Serve, kein transparenter Einstieg, alles über Sales
Overkill, wenn Sie 20 Prompts und drei Wettbewerber haben
Kein Agentur-Modell, keine White-Label-Auslieferung

Warum es überzeugt: Evertune steht am Ende dieser Liste, nicht weil es schwach ist, sondern weil es für fast niemanden hier passt. Methodisch das beste Produkt der Kategorie, wirtschaftlich für weniger als ein Prozent der Leser sinnvoll. Genau diese Unterscheidung ist der Punkt: Das beste Tool und das richtige Tool sind selten dasselbe. Preis: ab 3.000 $/Monat.

Erwähnenswert, aber nicht in den Top 10: HubSpot AEO bietet einen kostenlosen einmaligen AEO-Grader plus laufendes Monitoring von 25 Prompts für 50 $/Monat — für bestehende HubSpot-Kunden praktisch, mit nur drei Engines aber zu schmal. Rankshift bietet unbegrenzte Projekte und Seats ab 49 €/Monat und ist für Agenturen mit sehr hohem Prompt-Volumen eine Prüfung wert — allerdings ohne White-Label. Und Conductor hat sein Enterprise-SEO-Produkt um ein AI-Search-Modul erweitert, das für bestehende Kunden ausreicht und für neue keinen Grund liefert.

Die Umsetzungsseite: welche Inhalte und Quellen Modelle tatsächlich dazu bringen, eine Marke zu nennen — die praktische Ergänzung zum Messen.

Der Stack-Leitfaden: in 5 Phasen von „keine Ahnung“ zu „steuerbar“

Kein Tool dieser Liste löst das Problem allein. Was funktioniert, ist eine Reihenfolge — und die meisten Teams überspringen genau die Phasen, die am günstigsten sind und am meisten bringen.

Diagnose — zwei Stunden, null Euro
Bevor Sie etwas kaufen: Schreiben Sie 20 Fragen auf, die ein Kunde stellt, bevor er Ihren Namen kennt. Stellen Sie jede dreimal in einem frischen ChatGPT-Fenster ohne Login, dreimal in Perplexity, dreimal in Gemini. Notieren Sie: Wurden Sie genannt? An welcher Stelle? Wer sonst? Welche Quellen? Danach wissen Sie, ob Sie ein Problem haben. Der kostenlose Check unter /check nimmt Ihnen diese zwei Stunden ab.
Baseline — ein Tool, 30 Tage, ein Zahlenwert
Automatisieren Sie die Diagnose mit genau EINEM Tool nach Ihrer Situation. Lassen Sie es 30 Tage laufen, ohne etwas zu ändern — Sie brauchen einen stabilen Ausgangswert, sonst lässt sich später kein Effekt nachweisen. Das ist die Phase, in der die meisten ungeduldig werden und danach nie erklären können, was gewirkt hat.
Quellen-Arbeit — der eigentliche Hebel
Schauen Sie, welche Domains das Modell zitiert, wenn es Ihre Wettbewerber nennt. In DACH sind das immer wieder dieselben: heise, t3n, Handelsblatt, Fachportale — und überraschend konstant Reddit und Wikipedia. Das ist PR- und Community-Arbeit, keine SEO-Arbeit. Ein Gastbeitrag im richtigen Fachmedium bewegt Ihre Mention Rate mehr als zehn optimierte Landingpages.
Content-Umbau — zitierbar statt nur lesbar
Erst jetzt kommt Ihre Website ins Spiel. Modelle zitieren, was sie leicht extrahieren können: klare Definitionen im ersten Absatz, saubere H2/H3-Hierarchie, echte FAQ-Strukturen, Zahlen mit Quelle, Autorennennung. Jeder wichtige Artikel bekommt einen Abschnitt, der Ihre Kernaussage in zwei Sätzen beantwortet — extrahierbar, ohne Kontext.
Routine — Reporting, das jemand liest
Wöchentlicher Lauf, monatlicher Report, quartalsweise Prompt-Revision. Der Prompt-Satz veraltet schneller als ein Keyword-Set. Für Agenturen ist genau hier der Geschäftsmodell-Moment: ein monatlicher Report unter eigener Marke, der eine Zahl zeigt, die vorher niemand hatte, ist eine abrechenbare Leistung.

Warum es überzeugt: Die Reihenfolge ist wichtiger als das Tool. Phase 1 kostet nichts und schließt die Hälfte aller Fehlkäufe aus. Phase 3 bringt mehr Sichtbarkeit als jede Software-Lizenz. Und Phase 5 ist der Grund, warum Agenturen in dieser Kategorie mehr verdienen können als Tool-Anbieter.

Die große Vergleichstabelle

Alle zehn Tools, sechs Dimensionen. „Agentur-tauglich“ bedeutet: mehrere Kunden-Workspaces und Reports unter eigener Marke — nicht nur „man kann es als Agentur benutzen“.

Preise Stand Juli 2026, aus öffentlichen Preisseiten. Enterprise-Konditionen weichen ab.

#	Tool	Am besten für	Agentur-tauglich	Preis (Einstieg)
01	GrowResonance	Agenturen & DACH-Teams	Ja — bis 25 Workspaces	49 € / 175 €
02	Profound	Enterprise	Eingeschränkt (teure Seats)	499 $
03	Peec AI	Mid-Market	Eingeschränkt (kein White-Label)	75 €
04	Otterly.AI	Einstieg / Solo	Eingeschränkt (Tracking ja, Auslieferung nein)	29 $
05	Rankscale	Breite Abdeckung + Technik	Eingeschränkt (kein White-Label)	20 €
06	Semrush AI Toolkit	Bestehende Semrush-Kunden	Eingeschränkt (Preis pro Domain)	99 $ / Domain
07	Ahrefs Brand Radar	SEO-Teams (Off-Page)	Nein	gratis / 129 $
08	AthenaHQ	Automatisierungs-Teams	Nein	295 $
09	Scrunch AI	Große technische Sites	Nein	~299 $
10	Evertune	High-Consideration-Kategorien	Nein	3.000 $

Die ehrliche Kaufentscheidung in einem Satz: Eine Marke, kleines Budget — Otterly oder Rankscale. Eine Marke, echtes Marketing-Team — Peec AI. Mehrere Kunden, Reports unter eigener Marke — GrowResonance. Konzern mit AEO-Budget — Profound. Und wenn Sie noch nie gemessen haben: zuerst zwei Stunden manuell testen oder den Gratis-Check unter /check laufen lassen, bevor Sie irgendetwas unterschreiben.

Finden Sie in 5 Minuten heraus, ob ChatGPT Sie kennt. Der Gratis-Check von GrowResonance fragt die relevanten Modelle mit einem Prompt-Satz aus Ihrer Kategorie ab und zeigt schwarz auf weiß, ob und wo Ihre Marke genannt wird — und wer stattdessen empfohlen wird. Ohne Kreditkarte. Wenn Sie mehrere Kunden betreuen: Die Agentur-Tarife starten bei 175 € im Monat, White-Label inklusive.

Häufige Fragen

Wie kann ich kostenlos prüfen, ob ChatGPT meine Marke nennt?
Öffnen Sie ein frisches ChatGPT-Fenster — ohne Login, ohne Chat-Verlauf, ohne Personalisierung. Stellen Sie 15 bis 20 Fragen, die ein Interessent stellen würde, der Ihren Namen noch nicht kennt („Welche Anbieter für X gibt es in Deutschland?“). Notieren Sie für jede Antwort: Kommen Sie vor, an welcher Stelle, wer sonst, welche Quellen. Wiederholen Sie jede Frage dreimal — Modelle antworten nicht deterministisch. Dasselbe in Perplexity und Gemini. Das dauert rund zwei Stunden. Wenn Sie diese Zeit nicht haben, macht der kostenlose KI-Sichtbarkeits-Check unter /check im Kern dasselbe automatisiert.
Was ist der Unterschied zwischen einem SEO-Tool und einem LLM-Sichtbarkeits-Tool?
Ein SEO-Tool misst Positionen in einer Ergebnisliste zu Keywords. Ein LLM-Sichtbarkeits-Tool schickt Prompts an Sprachmodelle und misst, ob Ihre Marke im generierten Fließtext genannt wird — an welcher Stelle, in welchem Tonfall, auf Basis welcher Quellen. Es gibt in einer KI-Antwort keine Position 7. Es gibt genannt oder nicht genannt. Entsprechend andere Kennzahlen: Mention Rate, Position Score, Sentiment und Share of Citations statt Ranking, Impressionen und CTR. Und weil es keine offizielle Datenquelle gibt, erzeugt jedes dieser Tools seine Daten selbst, indem es fragt — deshalb weichen die Zahlen zwischen Tools ab.
Lohnt sich ein LLM-Tracking-Tool für kleine Unternehmen?
Es kommt darauf an, wie Ihre Kunden kaufen. Wenn Ihre Kategorie beratungsintensiv ist und Kaufentscheidungen mit einer Recherche beginnen — Software, Dienstleistungen, langlebige Anschaffungen — dann ja. Für kleine Budgets gilt: nicht mit einem 500-Dollar-Tarif anfangen. Zwei Stunden manueller Prompt-Test, dann ein Monitoring-Tool ab 20 bis 50 Euro im Monat. Ein Dashboard, aus dem niemand Maßnahmen ableitet, ist die teuerste Form von Beruhigung. Erst prüfen, ob Sie ein Problem haben; dann, ob jemand Zeit hat, es zu lösen; erst dann kaufen.
Wie oft sollte ich die KI-Sichtbarkeit messen?
Wöchentlich messen, monatlich auswerten, quartalsweise die Prompts überarbeiten. Wöchentlich, weil sich Retrieval-basierte Antworten innerhalb von Tagen ändern können. Monatlich auswerten, weil Wochenwerte rauschen. Und quartalsweise die Prompts revidieren, weil sich die Art, wie Menschen mit KI sprechen, schneller entwickelt als klassisches Suchverhalten. Tägliche Messung ist nur sinnvoll, wenn Sie eine Kampagne oder eine Krise begleiten.
Warum nennt ChatGPT meinen Wettbewerber und nicht mich?
Meist aus einem von drei Gründen. Erstens: Ihr Wettbewerber kommt in Quellen vor, die das Modell heranzieht (Fachpresse, Vergleichsportale, Reddit, Wikipedia), und Sie nicht. Zweitens: Ihre Inhalte sind nicht extrahierbar — ein Text ohne klare Definitionen, Struktur und Belege wird übersprungen, selbst wenn er inhaltlich besser ist. Drittens: Ihre Entität ist unscharf — wird Ihr Name uneinheitlich geschrieben oder Ihre Kategorie nirgends klar benannt, kann das Modell Sie keiner Frage zuordnen. Alle drei Ursachen sind adressierbar, und die Quellen-Analyse eines Tracking-Tools zeigt, welche zutrifft.
Sind diese Tools DSGVO-konform?
Das muss man pro Anbieter prüfen. Vier Fragen entscheiden: Wo werden die Daten gehostet? Gibt es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO? Welche Subprozessoren werden eingesetzt? Und findet ein Datentransfer in die USA statt? Die meisten Tools sind US-Anbieter mit US-Hosting — das ist nicht automatisch unzulässig, erfordert aber eine saubere Prüfung. Europäische Anbieter wie Peec, Rankscale oder GrowResonance verkürzen dieses Gespräch erheblich; GrowResonance hostet in Frankfurt und arbeitet AVV-konform. Das ersetzt keine Rechtsberatung — für die verbindliche Bewertung sollten Sie Ihren Datenschutzbeauftragten einbeziehen.
Wie lange dauert es, bis sich meine KI-Sichtbarkeit verbessert?
Messen geht sofort. Verbessern dauert vier bis zwölf Wochen. KI-Antworten speisen sich aus zwei Quellen: dem Trainingswissen des Modells und der Live-Suche (Retrieval). Was Sie über Retrieval erreichen — eine neue Fachpresse-Erwähnung, ein starker Reddit-Thread, eine gut strukturierte Seite — kann innerhalb von Tagen in Antworten auftauchen. Was im Trainingswissen verankert ist, ändert sich erst mit dem nächsten Modell-Update. Arbeiten Sie deshalb zuerst an den Hebeln, die über Retrieval wirken, und rechnen Sie damit, dass eine Maßnahme in Perplexity früher sichtbar wird als in ChatGPT.
Brauche ich als Agentur ein eigenes Tool — oder reicht das Tool des Kunden?
Wenn Sie KI-Sichtbarkeit als Leistung verkaufen wollen: eigenes Tool. Ein Tool, das der Kunde lizenziert, macht Sie zum Bediener fremder Software — die Leistung ist nicht Ihre, der Report trägt ein fremdes Logo, und der Kunde kann Sie jederzeit ersetzen. Ein Tool mit Multi-Client-Workspaces und White-Label-Reports dreht das um: Sie liefern eine Leistung unter Ihrer Marke, und die Position steht als eigener Betrag auf Ihrer Rechnung. Der Preisunterschied ist erheblich: zehn Kunden über ein Per-Domain-Tool kosten das Zehnfache des Einzelpreises, zehn Kunden über ein Agentur-Modell einen Pauschalbetrag.
Was, wenn die KI Falsches über mein Unternehmen behauptet?
Das ist häufiger als eine Nicht-Nennung und richtet mehr Schaden an. Modelle geben regelmäßig veraltete Preise, falsche Standorte oder erfundene Leistungen wieder. Die Ursache ist fast immer dieselbe: Irgendwo im Netz steht eine veraltete Information, die das Modell für autoritativ hält. Der Weg zur Korrektur führt nicht über eine Beschwerde bei OpenAI, sondern über die Quelle: Finden Sie heraus, welche Domains das Modell zitiert, wenn es die Falschaussage trifft, und korrigieren Sie dort. Genau dafür ist die Quellen-Analyse in diesen Tools da.

Prüfen Sie, ob KI-Systeme Ihre Marke nennen.

Kostenlos testen Gratis KI-Sichtbarkeits-Check

Die Kurzantwort in drei Sätzen

Was LLM-Sichtbarkeits-Tracking ist — und was nicht

Die sechs Kennzahlen, die zählen

Wie ich die zehn Tools bewertet habe

Die 10 Tools im Einzelvergleich

01 — GrowResonance · Am besten für Agenturen & DACH-Teams

02 — Profound · Am besten für Enterprise-Marketing

03 — Peec AI · Am besten für Mid-Market-Analytics

04 — Otterly.AI · Am besten für den günstigen Einstieg

05 — Rankscale · Am besten für breiteste Modell-Abdeckung

06 — Semrush AI Visibility Toolkit · Am besten für bestehende Semrush-Kunden

07 — Ahrefs Brand Radar · Am besten für Marken-Monitoring mit SEO-Tiefe

08 — AthenaHQ · Am besten für Automatisierung

09 — Scrunch AI · Am besten für technische Enterprise-Setups

10 — Evertune · Am besten für statistische Belastbarkeit

Der Stack-Leitfaden: in 5 Phasen von „keine Ahnung“ zu „steuerbar“

Die große Vergleichstabelle

Häufige Fragen

Weiterführend

Prüfen Sie, ob KI-Systeme Ihre Marke nennen.