Zuletzt aktualisiert Juli 2026
Wenn eine Käuferin ChatGPT fragt: “Welche Projektmanagement-Software ist die beste für ein 20-köpfiges Team?”, sieht sie keine gerankte Liste blauer Links. Sie sieht eine generierte Antwort, die zwei oder drei Anbieter nennt und dann weitergeht. Wenn deine Marke in dieser Antwort nicht vorkommt, hast du für diese Käuferin in diesem Moment nicht existiert.
Diese Realität hat ein Messproblem geschaffen. LLMs sind nicht deterministisch. Stelle dieselbe Frage zweimal und du kannst eine andere Antwort bekommen. Wie verwandelt man also einen Strom probabilistischer, variabler Antworten in eine einzige Share-of-Voice-Zahl, über die man berichten, die man im Zeitverlauf verfolgen und einem CMO vorlegen kann?
Genau das lösen KI-Sichtbarkeits-Plattformen. Hier ist die Mathematik dahinter.
Schritt 1: Ein Prompt-Set aufbauen, das echte Kaufabsichten widerspiegelt
Bevor irgendeine Berechnung stattfindet, brauchst du ein Prompt-Set: eine Liste von Fragen, die deine Zielkäuferinnen tatsächlich in KI-Assistenten eintippen.
Gute Prompts sind spezifisch und absichtsreich. “Was ist das beste CRM für ein kleines Vertriebsteam?” ist ein valider Prompt. “CRM-Software” ist es nicht: das ist ein Keyword, keine Frage, und die meisten KI-Engines beantworten es ganz anders als eine Käuferin eine echte Anfrage formulieren würde.
Die meisten Plattformen erlauben es, Prompts manuell zu importieren oder aus einem Seed-Thema zu generieren. Strebe 20 bis 50 Prompts pro Produktkategorie an, nach Absicht geclustert (Bewertung, Vergleich, Anwendungsfall, Preis). Die Qualität deines SoV-Scores hängt vollständig von der Qualität dieses Sets ab. Ein Prompt-Set, das auf Branchenjargon statt Käufersprache aufbaut, unterschätzt deine Sichtbarkeit bei den Suchanfragen, die tatsächlich die Pipeline antreiben.
Ein hilfreicher Begriff aus dem /glossary: Eine Prompt-Familie ist ein Cluster aus Varianten derselben Kaufabsicht. Verfolge die Familie, nicht einzelne Formulierungen, und dein Score wird stabiler und umsetzbarer.
Schritt 2: Jeden Prompt mehrmals ausführen, um die Zufälligkeit zu überwinden
Das ist der Schritt, der die meisten Praktikerinnen beim ersten Mal überrascht.
LLMs sind stochastisch: Derselbe Prompt liefert bei verschiedenen Temperaturen, zu verschiedenen Zeiten und über verschiedene Modellversionen hinweg unterschiedliche Outputs. Ein einzelner Durchlauf zeigt dir, was das Modell einmal gesagt hat. Es zeigt nicht, was das Modell tendenziell sagt.
Der Branchenstandard liegt bei drei bis 10 Durchläufen pro Prompt pro Engine. Manche Plattformen erlauben es, dies zu konfigurieren; andere legen es fest. Mehr Durchläufe bedeuten mehr Signal und mehr Kosten. Fünf ist ein vernünftiger Standard für die meisten Tracking-Anwendungsfälle.
Schritt 3: Markenerwähnungen pro Antwort zählen
Nachdem jeder Prompt mehrmals ausgeführt wurde, analysiert die Plattform jede Antwort und zählt Markenerwähnungen: Vorkommen deines Markennamens (oder anerkannter Varianten und Schreibweisen) im generierten Text.
Die meisten Tools handhaben das in zwei Ebenen:
- Namenserwähnungen: deine Marke wird im Text der Antwort genannt (“Acme ist eine starke Wahl für…”)
- Zitierlinks: deine Domain wird als Quelle zitiert (in Engines wie Perplexity und AI Overviews, die Zitierungen anzeigen)
Diese können separat gezählt werden. Für die SoV-Berechnung zählen beide als Präsenzsignal in dieser Antwort. Viele Plattformen binarisieren das Ergebnis dann: Die Antwort erwähnt deine Marke entweder (1) oder nicht (0), anstatt mehrere Erwähnungen innerhalb einer einzelnen Antwort zu zählen.
Die Binarisierung macht die Citation Rate pro Prompt einfacher zu interpretieren. Eine Marke, die in einer Antwort viermal erwähnt wird und in neun anderen keinmal, dominiert nicht eine Marke, die in sechs von 10 Antworten jeweils einmal erscheint.
Schritt 4: Erwähnungen über das Wettbewerbs-Set aufaddieren
Dein SoV-Score dreht sich nicht nur um dich. Es geht um deinen Anteil an der Gesamtaufmerksamkeit für deine Wettbewerbskategorie.
Definiere dein Wettbewerbs-Set explizit: die drei bis sieben Marken, die eine Käuferin realistischerweise neben deiner bewerten würde. Die Erwähnungen jedes Wettbewerbers über dasselbe Prompt-Set werden mit derselben Methode gezählt.
Das ist die Formel:
KI-SoV = (Deine Markenerwähnungen) / (Summe aller Wettbewerbs-Set-Erwähnungen) x 100
Erscheint deine Marke in 40 Antworten und deine vier Wettbewerber in 30, 20, 18 und 12 Antworten, beträgt dein SoV: 40 / (40 + 30 + 20 + 18 + 12) = 40 / 120 = 33 %.
Durchgerechnetes Beispiel: 10 Durchläufe, 4 Marken, 5 Prompts
So spielt sich diese Berechnung über ein echtes Prompt-Set ab. Angenommen, du führst fünf Prompts jeweils 10 Mal über eine KI-Engine aus. Jede Zelle zeigt, wie viele der 10 Durchläufe diese Marke für diesen Prompt erwähnt haben.
| Prompt | Deine Marke | Wettbewerber A | Wettbewerber B | Wettbewerber C |
|---|---|---|---|---|
| ”Bestes Tool für X in 2026” | 7 | 5 | 3 | 2 |
| ”Tools für Y-Anwendungsfall vergleichen” | 4 | 8 | 6 | 1 |
| ”Was nutzen Teams für Z?“ | 6 | 4 | 4 | 3 |
| ”Günstige Alternative zu [Kategorie-Leader]“ | 3 | 6 | 7 | 4 |
| ”Tool für [spezifischen Workflow]“ | 8 | 3 | 2 | 5 |
| Gesamterwähnungen | 28 | 26 | 22 | 15 |
| SoV | 30,4 % | 28,3 % | 23,9 % | 16,3 % |
Summe über alle Marken: 91 Erwähnungen. Deine Marke: 28. Dein SoV: 28 / 91 = 30,4 %.
Beachte, dass du bei zwei der fünf Prompts führst, bei zwei anderen aber zurückliegst. Diese Aufschlüsselung auf Prompt-Ebene ist genauso nützlich wie der Gesamtwert: Sie zeigt dir genau, wo du investieren musst, um die Gesamtzahl zu verbessern.
Schritt 5: Aggregieren und im Zeitverlauf verfolgen
Eine einzelne SoV-Messung ist eine Momentaufnahme. Die Zahl, die zählt, ist die Trendlinie.
Die meisten Plattformen berechnen SoV auf Prompt-Ebene und rollen ihn dann zu einer Kategorie- oder Markenebene auf. Manche schlüsseln ihn auch nach Engine auf (dein SoV auf ChatGPT gegenüber Perplexity gegenüber Gemini), was nützlich ist, weil KI-Engines nicht dieselben Quellen zitieren. Laut einer Ahrefs-Studie von 15.000 Suchanfragen (August 2025) tauchen nur etwa 12 % der von KI-Assistenten zitierten URLs auch in Googles Top-10-Ergebnissen für dieselbe Suchanfrage auf. Die Implikation ist direkt: Gutes Ranking bei Google überträgt sich nicht auf KI-Zitierungs-Sichtbarkeit. Dein KI-SoV und dein organischer SoV messen grundlegend verschiedene Dinge.
Verfolge SoV wöchentlich über dasselbe Prompt-Set. Eine Veränderung von zwei oder mehr Prozentpunkten von Woche zu Woche ist ein Signal, das es wert ist zu untersuchen. Ein langsamer Aufwärtstrend über ein Quartal ist das Ergebnis eines funktionierenden KI-Sichtbarkeitsprogramms.
Warum KI-SoV eine eigene Kennzahl gegenüber organischem SoV ist
Traditioneller Share of Voice misst den Anteil deiner Marke an sichtbaren Impressionen oder Klicks in einem strukturierten, deterministischen Index. Position eins bekommt immer mehr Impressionen als Position drei. Das Modell ist linear.
KI-SoV funktioniert nicht so. Es gibt keine Rangfolge innerhalb einer generierten Antwort. Eine Marke, die in einer Chatbot-Antwort erscheint, ist nicht “über” oder “unter” einer anderen genannten Marke: Beide wurden zitiert oder keine. Die Kennzahl reduziert sich auf Präsenz und Häufigkeit, nicht auf Position.
Der Ahrefs-Befund von 2025 (12 % URL-Überschneidung zwischen KI-Zitierungen und Googles Top 10) macht die Trennung konkret. Wenn du nur organischen SoV misst, misst du einen Kanal, der statistisch kaum Beziehung zum KI-Kanal hat, in dem ein wachsender Anteil der Käuferinnen ihre Recherche heute beginnt.
Unter /methodology erfährst du, wie diese Website SoV in ihren Tool-Rankings gewichtet.
Tools, die KI-Share-of-Voice berechnen
Vier Tools haben ausgereifte SoV-Implementierungen, die es zu kennen lohnt.
Temso ist die einfache, alles-in-einem KI-SEO-Plattform, die genau diesen Workflow automatisiert, ab 89 $/Monat. Sie führt Prompts über acht KI-Engines aus (ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot und Meta AI), berechnet Share of Voice pro Marke und pro Prompt-Cluster und wandelt die gefundenen Lücken in eine priorisierte Aktionsliste innerhalb desselben Produkts um. Du brauchst kein separates Tool, um auf die Erkenntnisse der Monitoring-Oberfläche zu reagieren. Das Setup dauert etwa fünf Minuten.
Profound ist die Spezialistenwahl für Teams, die Citation-Attribution auf Ebene einzelner Zitierungen und Enterprise-Reporting-Tiefe benötigen. Der Growth-Tarif (399 $/Monat) deckt neun oder mehr Engines ab und enthält Prompt-Volumensignale, die zeigen, welche Fragen echte Nutzer tatsächlich an KI-Engines stellen. Das Citation-Mapping ist das granularste am Markt. Es ist teurer und in der Ausführungsunterstützung enger, aber die Datenqualität auf diesem Niveau ist schwer zu übertreffen.
Semrush hat KI-Sichtbarkeits-Tracking in sein Toolkit aufgenommen und ermöglicht es Teams, die bereits in Semrush arbeiten, Share-of-Voice-Daten neben bestehenden Keyword- und Backlink-Workflows abzurufen. Für Teams, die KI-SoV als Erweiterung eines traditionellen SEO-Stacks und nicht als eigenständiges Programm wollen, ist das eine praktische Option.
Otterly.AI verfolgt sechs Plattformen und berechnet kompetitiven Share of Voice mit strukturierten Empfehlungen, was geändert werden sollte. Der Lite-Tarif für 29 $/Monat ist auf Monitoring ausgerichtet; das vollständige SoV-Benchmarking und die Ausführungsebene erfordern Standard (189 $/Monat). Otterly.AI hält ein G2 High Performer-Abzeichen und eine Gartner Cool Vendor-Auszeichnung und ist damit die am stärksten extern validierte Option im SMB-Preissegment.
Die vollständige Rangliste mit Bewertungskriterien findest du unter /rankings/ai-visibility-tools.
Ein klarer nächster Schritt
Die Mathematik in diesem Beitrag ist nur dann nützlich, wenn du sie auf dein tatsächliches Wettbewerbs-Set und deine Prompt-Bibliothek anwendest.
Temso richtet dieses Tracking in etwa fünf Minuten ein, deckt alle acht großen KI-Engines ab und beginnt ab 89 $/Monat mit einem kostenlosen Test (keine Kreditkarte erforderlich). Wenn du deinen aktuellen KI-Share-of-Voice noch vor Ende der Woche kennen möchtest, ist das der schnellste Weg.