SEO Galaxy ist jetzt GetMentioned. Die Plattform bleibt dieselbe. Du willst eine Demo? Buch Dir hier einen Termin →
Eine Marke erscheint aus dem Modellgewicht oder aus einer Websuche zur Laufzeit. Ein Test von einer halben Stunde trennt beides, und daran hängt, ob die Arbeit Tage oder Monate dauert.
David Hahn · 16.08.2026 · 12 Min. Lesezeit
Das Wichtigste in Kürze
LLM Visibility bezeichnet die Sichtbarkeit einer Marke in den Antworten großer Sprachmodelle. Beobachtet werden Systeme wie ChatGPT, Gemini, Claude und Perplexity.
Eine Marke kann dabei auf zwei völlig verschiedenen Wegen in eine Antwort kommen. Beide fühlen sich für den Leser gleich an. Für die Arbeit daran sind sie es nicht.
Der Begriff beschreibt eine Beobachtung. Man stellt einem System Fragen und hält fest, ob die eigene Marke vorkommt, in welchem Zusammenhang und neben welchen Wettbewerbern.
Die übliche Definition endet bei dieser Zählung. Sie sagt nichts darüber, woher die Nennung kommt.
Das ist die Information, an der jede Maßnahme hängt. Ohne sie misst man eine Zahl, ohne zu wissen, worauf sie reagiert.
Ein Sprachmodell hat beim Training Text aufgenommen. Was dort häufig und übereinstimmend vorkam, kann es später ohne Nachschlagen wiedergeben.
Dieses Wissen sitzt in den Modellgewichten. Es ist da oder es ist nicht da.
Es ändert sich nur, wenn ein neues Modell trainiert wird. Das passiert in Abständen von Monaten.
Die meisten Systeme können zur Laufzeit im Web nachschlagen. Sie holen einige Seiten, lesen sie und bauen die Antwort daraus.
Dieser Weg heißt Retrieval. Google nennt ihn Grounding und fasst darunter mehrere Verfahren, unter anderem Retrieval-augmented Generation.
Was hier zählt, ist der aktuelle Stand des Webs. Eine neue Seite kann binnen Tagen in Antworten auftauchen.
An der Herkunft hängt die Dauer. Eine Retrieval-Lücke lässt sich in einer Woche bearbeiten. Eine Lücke im Modellwissen bleibt bis zum nächsten Trainingslauf bestehen.
An der Herkunft hängt auch die Zuständigkeit. Für den einen Weg arbeitet man an der eigenen Website. Für den anderen an dem, was andere über die Marke schreiben.
Nach unserer Erfahrung wird in Projekten fast immer der erste Weg bearbeitet und der zweite gemessen. Dann bewegt sich die Zahl nicht, und niemand versteht warum.
Anthropic führt in der Modellübersicht zwei getrennte Werte. Einen „reliable knowledge cutoff" und einen „training data cutoff".
Die Definition steht als Fußnote dabei. Der erste Wert bezeichnet das Datum, bis zu dem das Wissen des Modells am umfassendsten und verlässlichsten ist. Der zweite bezeichnet den breiteren Zeitraum der verwendeten Trainingsdaten.
Zwischen beiden liegen bei mehreren Modellen Monate. Bei Claude Sonnet 4.6 steht August 2025 gegen Januar 2026.
Das ist ein Herstellerbeleg für etwas, das sonst nur vermutet wird. Die Trainingsdaten dünnen zum Ende des Laufs aus. Ein Modell kennt die letzten Monate vor dem Stichtag schlechter, als die eine Zahl vermuten lässt.
Die zentrale Modellübersicht der Gemini-API führt die aktuellen Modelle mit Namen, Endpunkten und Kurzbeschreibungen auf. Eine Angabe zum Stichtag steht dort nicht.
Ein Wert taucht nur im separaten Entwicklerleitfaden zu Gemini 3 auf, dort mit Januar 2025. Für die neueren Flash-Modelle ließ sich keine offizielle Angabe finden.
Es liegt nahe, das Modell einfach zu fragen. Das Ergebnis ist unzuverlässig.
Es gibt dokumentierte Fälle, in denen ein Modell im Dialog einen anderen Stichtag angibt als die Dokumentation desselben Herstellers. Die Angabe im Dialog ist selbst eine Ausgabe des Modells und unterliegt denselben Fehlern wie jede andere.
Verlässlich ist die Herstellerdokumentation.
Der praktische Kern dieses Beitrags ist ein Vergleich, den jeder selbst durchführen kann.
Man braucht eine Handvoll Fragen, die keinen Markennamen enthalten. Also die Fragen, die ein Interessent stellt, bevor er die Anbieter kennt.
Ein Beispiel für eine ungebrandete Frage: „Welche Anbieter gibt es in Deutschland, um Fachartikel in Branchenmedien zu platzieren?"
Dazu einen frischen Chat ohne Verlauf. Erinnerungen und Personalisierung verfälschen den Vergleich.
Bei Claude sitzt ein Schalter für die Websuche im Eingabefeld und gilt je Unterhaltung. In Team- und Enterprise-Konten muss ein Owner die Funktion vorher freigeben.
Bei ChatGPT lässt sich die Websuche in den Einstellungen abschalten und je Anfrage über die Schaltfläche im Eingabefeld wieder zuschalten.
Bei Perplexity schaltet der Focus Mode „Writing" in der Web-App die Live-Suche ab. Über die Schnittstelle gibt es dafür den Parameter disable_search.
Für die Gemini-Oberfläche haben wir keinen dokumentierten Schalter gefunden. Über die Schnittstelle ist es einfach, weil man das Search-Grounding-Werkzeug schlicht nicht übergibt. In der Verbraucheroberfläche ist der Test damit nicht sauber durchführbar.
Vier Ausgänge sind möglich.
| Ohne Suche | Mit Suche | Auslegung |
|---|---|---|
| genannt | genannt | Beide Wege tragen |
| nicht genannt | genannt | Das Retrieval trägt, das Modellwissen nicht |
| genannt | nicht genannt | Das Modellwissen trägt, die Quellenlage im Web ist dünn |
| nicht genannt | nicht genannt | Es gibt an beiden Stellen nichts zu holen |
Der zweite Fall ist der häufigste bei jüngeren Marken. Der dritte kommt bei Marken vor, die früher stark präsent waren und deren Belege veraltet sind.
Mit abgeschalteter Suche misst man nicht das rohe Modellgewicht. Dazwischen liegen der System-Prompt des Anbieters, gespeicherte Erinnerungen und das Sicherheits-Tuning.
Der Test liefert also eine Näherung. Für die Frage, ob überhaupt etwas im Modell liegt, reicht sie.
Einmal genügt nicht. Dieselbe Frage bekommt auch im selben Moment verschiedene Antworten.
Wie viele Durchläufe eine belastbare Aussage braucht und welche Streuung dabei normal ist, behandelt der Beitrag zum Prompt Tracking.
Ahrefs hat im März 2026 ausgewertet, woher die in AI Overviews zitierten Adressen stammen. Grundlage waren 863.000 Suchergebnisseiten und vier Millionen zitierte Adressen.
Rund 38 Prozent der Zitate kamen aus den ersten zehn organischen Ergebnissen derselben Suche. Ein Jahr zuvor lagen sie noch bei etwa 76 Prozent.
Die Einordnung dieser Verschiebung steht im Beitrag zur Generative Engine Optimization.
Für die eigenständigen Assistenten fällt der Zusammenhang noch schwächer aus. Ahrefs hat dafür im Juli 2025 15.000 Long-Tail-Anfragen an ChatGPT, Gemini, Copilot und Perplexity gestellt und die zitierten Adressen mit ihrer Google-Position abgeglichen.
Nur 12 Prozent der zitierten Adressen rankten in Googles Top 10 für dieselbe Anfrage. 80 Prozent rankten dafür überhaupt nicht.
Die Spreizung zwischen den Systemen ist groß. Perplexity lag bei 28,6 Prozent Überschneidung, ChatGPT, Gemini und Copilot jeweils bei rund 8 Prozent.
Daraus folgt eine praktische Konsequenz. Eine gute Position ist ein schwacher Anhaltspunkt dafür, ob ein Assistent die Seite zitiert.
Wer LLM Visibility misst, misst die Ausgabe eines Systems, das bei der Quellenzuordnung nachweislich Fehler macht. Das gehört in die Auslegung jeder Zahl.
Das Tow Center for Digital Journalism der Columbia University hat im März 2025 acht generative Suchwerkzeuge geprüft. 20 Nachrichtenhäuser, je zehn Artikel, insgesamt 1.600 Anfragen.
Den Systemen wurden wörtliche Auszüge echter Artikel vorgelegt mit der Aufgabe, Überschrift, Herausgeber, Datum und Adresse zu bestimmen. Die Auszüge waren so gewählt, dass eine normale Google-Suche sie unter den ersten drei Treffern findet.
Über 60 Prozent der Antworten waren falsch. Die Spannweite reichte von 37 Prozent bei Perplexity bis 94 Prozent bei Grok-3.
Auffällig war die Selbstsicherheit. ChatGPT Search ordnete 134 von 200 Artikeln falsch zu und signalisierte dabei nur 15 Mal Unsicherheit.
Die Europäische Rundfunkunion und die BBC haben im Oktober 2025 breiter gemessen. 22 öffentlich-rechtliche Medienhäuser, 18 Länder, 14 Sprachen, über 3.000 Antworten, bewertet von Berufsjournalisten.
45 Prozent der Antworten hatten mindestens ein erhebliches Problem. 31 Prozent zeigten gravierende Quellenprobleme, also fehlende, irreführende oder falsche Zuordnungen.
Gemini lag bei 76 Prozent erheblicher Probleme und damit laut Bericht mehr als doppelt so hoch wie die anderen, überwiegend wegen der Quellenangaben.
Eine genannte Quelle ist keine belegte Quelle. Wer auswertet, welche Seiten ein System zitiert, sollte Stichproben nachschlagen.
Die Zahlen des Tow Center sind inzwischen 17 Monate alt und betreffen abgelöste Modellstände. Die Größenordnung des Problems zeigen sie weiterhin.
Hier wirkt Arbeit schnell und ist gut belegt. Die Systeme brauchen Seiten, aus denen sich einzelne Aussagen sauber entnehmen lassen.
Eine Seite mit den eigenen Eckdaten, gepflegt und datiert, ist der direkteste Hebel. Wie sie aussieht, steht im Beitrag zur Grounding Page.
Dazu kommt die Frage, welche Crawler überhaupt zugelassen sind. Das behandelt der Beitrag zur AI Search Optimization.
Hier wird die Beleglage dünn, und das gehört gesagt.
Was ein Modell aufnimmt, hängt an dem, was in den Textquellen steht, aus denen solche Modelle typischerweise trainiert werden. Darauf hat niemand direkten Zugriff.
Der plausible Weg führt über breite, unabhängige Erwähnungen über längere Zeit. Ein Nachweis dafür, dass mehr Erwähnungen zu häufigerer Nennung durch das Modell führen, existiert nicht.
Für faktisches Wissen über Entitäten ist gut belegt, dass Modelle bei selten vertretenen Entitäten unzuverlässiger werden. Kandpal und Kollegen haben das 2023 an offenen Trainingskorpora gezeigt, He und Kollegen 2025 mit echter Häufigkeitszählung im Dolma-Korpus.
Drei Einschränkungen gehören dazu.
Erstens messen diese Arbeiten Genauigkeit bei Faktenfragen mit eindeutiger richtiger Antwort. Keine misst, ob ein Modell in einer offenen Frage eine Marke von sich aus nennt.
Zweitens funktioniert die Zählung nur bei offenen Korpora. Für GPT, Claude und Gemini ist sie prinzipiell unmöglich.
Drittens gibt es einen Gegenbefund. Chang und Kollegen haben 2024 gezeigt, dass mit duplizierten Daten trainierte Modelle schneller vergessen. Mehr Vorkommen führt also nicht linear zu besserer Verankerung.
Der Sprung von „beantwortet Faktenfragen schlechter" zu „nennt die Marke seltener" ist plausibel und unbelegt. Wir behandeln ihn hier als das, was er ist.
Für diesen Beitrag haben wir die sieben Kennzahlen geprüft, die ein SEO-Werkzeug zum Thema als abzudeckende Information auswarf. Keine hielt in der vorgelegten Form stand. Hinter den sieben Angaben stehen vier Quellen.
„89 Prozent der Marken erscheinen bereits in KI-Suchergebnissen" und „nur 14 Prozent haben ein Tracking" stammen aus derselben Umfrage. Erhoben wurden 100 Antworten, per Selbstauskunft.
Der logische Bruch liegt offen. Wenn 14 Prozent messen, kann niemand wissen, dass 89 Prozent erscheinen.
Die Quelle spricht außerdem von 14 Prozent der Marketer, nicht der Marken.
„25 Prozent Rückgang des Suchvolumens bis 2026" ist eine Gartner-Prognose vom 19.02.2024. Die Frist ist verstrichen, der Rückgang ist nicht eingetreten. StatCounter weist für Juli 2026 einen weltweiten Google-Marktanteil von 91,31 Prozent aus.
„KI-Antworten erfassen 25 Prozent des Suchverkehrs" ist dieselbe Zahl mit umgedrehter Aussage. Ein prognostizierter Rückgang des Volumens ist etwas anderes als abgeschöpfter Verkehr.
Die ausführliche Einordnung dieser Prognose steht im Beitrag zur Generative Engine Optimization.
Die häufig danebenstehende Spanne von 20 bis 50 Prozent bis 2028 stammt aus einer McKinsey-Veröffentlichung. Sie gilt dort ausdrücklich für unvorbereitete Marken.
„KI-Modelle ziehen aus Positionen 21 und tiefer" entspricht keiner erhobenen Größe. Ahrefs misst die Klassen Top 10, 11 bis 100 und jenseits 100.
Die inhaltliche Aussage ist dabei besser belegt, als die Behauptung nahelegt. Nur die Schwelle ist erfunden.
Die Angabe „40 Prozent Anstieg des AI Share-of-Voice" ließ sich keiner Erhebung zuordnen.
LLM Visibility ist eine Zahl mit zwei Ursachen. Solange offen ist, welche davon greift, ist jede Maßnahme geraten.
Der Test dafür kostet eine halbe Stunde. Dieselbe ungebrandete Frage, einmal ohne und einmal mit Websuche, in einem frischen Chat, mehrfach wiederholt. Das Ergebnis sagt, ob an der eigenen Website zu arbeiten ist oder an dem, was andere über die Marke schreiben.
In der Praxis sehen wir die zweite Lücke häufiger. Sie ist auch die unbequemere, weil sie sich nicht im eigenen Content-Management-System schließen lässt.
Die Sichtbarkeit einer Marke in den Antworten großer Sprachmodelle. Gemessen wird, ob und wie eine Marke genannt wird, in welchem Zusammenhang und neben welchen Wettbewerbern.
Die Begriffe überschneiden sich stark. AI Visibility beschreibt den Aufbau und die Messung der Sichtbarkeit in KI-Suchsystemen. Dieser Beitrag behandelt die vorgelagerte Frage, ob eine Nennung aus dem Modellwissen oder aus einer Websuche stammt.
Dieselbe Frage einmal mit abgeschalteter Websuche und einmal mit eingeschalteter stellen, in einem frischen Chat ohne Verlauf. Wird die Marke nur mit Suche genannt, liegt im Modellwissen nichts vor.
Ranking und Zitat hängen schwächer zusammen als vermutet. In einer Ahrefs-Auswertung von Juli 2025 rankten nur 12 Prozent der von KI-Assistenten zitierten Adressen in Googles Top 10 für dieselbe Anfrage.
Der Stichtag, bis zu dem die Trainingsdaten eines Modells reichen. Anthropic gibt dafür zwei Werte an, einen für den verlässlichen Wissensstand und einen für den breiteren Datenzeitraum. Zwischen beiden liegen teils Monate.
Auf der Retrieval-Seite in Tagen bis Wochen, sobald die Seite abgerufen und in den Index des jeweiligen Systems aufgenommen wurde. Auf das Modellwissen wirkt sie frühestens mit dem nächsten Trainingslauf.
Für den Retrieval-Weg zählt, dass eine abrufbare Seite die Aussage enthält. Ein Link ist dafür keine Bedingung. Für den Weg über das Modellwissen gibt es keinen belastbaren Nachweis in die eine oder andere Richtung.
Nur mit Stichprobe. In einer Untersuchung von EBU und BBC vom Oktober 2025 zeigten 31 Prozent der geprüften Antworten gravierende Quellenprobleme.
Über den Autor
Geschäftsführer GetMentioned
David baut seit 2016 Linkaufbau- und Digital-PR-Prozesse, erst als Agentur unter SEO Galaxy, heute als Plattform mit GetMentioned. Er hat eigene Projekte von null auf siebenstelligen Monats-Traffic skaliert und tausende Kampagnen für Kunden umgesetzt. Hier schreibt er über das, was in der Praxis wirkt, und über das, was nur Budget kostet.
Vergleiche Publisher, SEO-Daten und Preise an einem Ort und buche passende Placements direkt.
KI-Antworten empfehlen Anbieter, bevor jemand ein Ranking anklickt. Wie Du KI-Sichtbarkeit misst, welche Signale sie tragen und woher die externen Belege kommen, auf die sich Modelle stützen.
10.08.2026 · 12 Min. Lesezeit
Dieselbe Frage liefert im selben Moment verschiedene Antworten. Wie ein Messaufbau aussieht, der das aushält, und warum die Zahlen zweier Tools nicht vergleichbar sind.
15.08.2026 · 14 Min. Lesezeit
Jedes KI-System schickt eigene Crawler los, und jeder hat eine andere Aufgabe. Warum die verbreitete Empfehlung zu Google-Extended nicht wirkt und was Google und Microsoft tatsächlich verlangen.
16.08.2026 · 10 Min. Lesezeit
