Ein GEO-Projekt sollte nicht mit zufälligen Content-Rewrites beginnen. Es sollte mit einem AI-Sichtbarkeits-Audit starten, das zeigt, wo die Marke erscheint, wo sie fehlt, welche Seiten Fragen beantworten können und welche Evidence vor der Optimierung verbessert werden muss.
Was ein AI-Sichtbarkeits-Audit finden soll
Ein AI-Sichtbarkeits-Audit macht aus einem vagen Problem eine diagnostic map. Es prüft, ob Marke, Entities, Pages und Evidence auf AI search surfaces wie AI Overviews, AI Mode, ChatGPT, Gemini und Perplexity gefunden, verstanden und cited werden können.
Das Audit verspricht keine Rankings, Citations oder Traffic-Lifts. Es identifiziert page-level gaps, citation gaps, measurement gaps sowie crawl- oder structure issues, die vor einem GEO-Projekt behoben werden sollten.
Was Sie lernen werden
- Wie Entity clarity, query coverage, answer fit und citation gaps geprüft werden.
- Wie ein controlled prompt test set genutzt wird, ohne daraus total AI visibility abzuleiten.
- Wie Search Console, GA4, BigQuery und prompt evidence gemeinsam gelesen werden.
- Wie Fixes priorisiert werden, bevor neue GEO-Inhalte erstellt werden.
Was vor dem Audit gesammelt werden sollte
Sammeln Sie canonical names der Marke, products, service pages, comparison pages, documentation, Search Console data, GA4 reports, BigQuery exports falls vorhanden, structured data coverage, crawl/index status, important queries, known competitors und alle bisherigen prompt-test notes des Teams.
Beginnen Sie nicht mit Content-Rewrites. Beginnen Sie mit der Frage, welche Pages bereits die besten Chancen haben, Marktfragen zu beantworten.
Die 12-Punkte-Checkliste für AI-Sichtbarkeit
Die folgende Checkliste ist ein vom Autor definiertes Audit-System. Sie ist kein offizieller Standard von Google, OpenAI, Gemini, ChatGPT oder Perplexity.
| Audit-Punkt | Was geprüft wird | Wie getestet wird | Benötigte Evidenz | Priorität | Verantwortlich |
|---|---|---|---|---|---|
| Entity-Klarheit | Marke, Produkt, Service, Gründer und Kategoriebezeichnungen sind konsistent | Seitentexte, Titles, Schema, Profile und Third-Party-Mentions vergleichen | Entity-Varianten und bevorzugte Benennung | Kritisch | SEO Lead |
| Konsistente Marken- und Produktbenennung | Unterschiedliche Benennungen spalten die Wiedererkennung nicht auf | Navigation, Seiten, Metadata und externe Profile prüfen | Liste der Benennungsfehler | Hoch | Content Owner |
| Query- und Themenabdeckung | Priorisierte Buyer Questions haben eine passende Seite | Queries mit vorhandenen Seiten und fehlenden Themen mappen | Query-Seiten-Matrix | Kritisch | SEO und Content Owner |
| AI-Overview- / AI-Mode-Sichtbarkeit | Google AI surfaces zeigen oder übergehen die Site bei relevanten Queries | Search Console AI visibility signals prüfen, wenn verfügbar | Seiten-, Query-, Länder- und Gerätesignale | Hoch | SEO Analyst |
| Kontrollierter Prompt-Test-Set | Prompts repräsentieren Buyer Questions ohne Full-Market-Proof-Claim | Dasselbe Prompt-Set in ausgewählten AI-Systemen ausführen | Prompt, Modell, Datum, Antwort und genannte Quellen | Hoch | GEO Analyst |
| Citation-Gap-Karte | Wettbewerber oder Quellen erscheinen, während die Marke fehlt | Mentions und cited sources nach Prompt-Gruppe vergleichen | Citation-Gap-Matrix | Kritisch | GEO Analyst |
| Wettbewerber- und Entity-Vergleich | AI answers verstehen Wettbewerber klarer als die Marke | Entity-Beschreibungen und cited proof vergleichen | Wettbewerber-/Entity-Notizen | Mittel | SEO Strategist |
| Antwort-Fit auf Seitenebene | Bestehende Seiten beantworten die Query-Form direkt | Opening answer, Headings, Tabellen, FAQ und Proof prüfen | Fix-Notizen auf Seitenebene | Kritisch | Content Owner |
| Content-Struktur und Extrahierbarkeit | Seiten sind für Nutzer und Maschinen leicht erfassbar und zitierbar | Headings, kurze Definitionen, Tabellen, Listen und Zusammenfassungen prüfen | Extrahierbarkeitsprobleme | Hoch | Content Owner |
| Quellentransparenz und Evidenz | Claims werden durch sichtbaren Proof und Source Context gestützt | Citations, Author-Signale, Daten, Data und Methodik prüfen | Evidenzlücken | Hoch | Editor |
| Structured Data und Crawl-/Index-Zugriff | Google kann die Seite korrekt crawlen, indexieren und interpretieren | Search Console, Robots, Snippets, Structured Data und Dokumentationsfit prüfen | Crawl- und Schema-Befunde | Kritisch | Technical SEO |
| Mess- und Reporting-Bereitschaft | Visibility, Referrals und Assisted Outcomes sind monitorbar | Search Console, GA4, BigQuery Export, Dashboards und Attribution-Notizen prüfen | Messplan | Hoch | Analytics Owner |
Soll ich dieses Audit auf Ihrer Website durchführen? Buchen Sie ein AI visibility audit und ich liefere eine page-level fix list, citation-gap map und measurement plan statt eines generischen GEO-Reports.
Einen kontrollierten Prompt-Test-Set durchführen
Ich nutze ein kontrolliertes Prompt-Test-Set, um Brand Visibility, Wettbewerber-Mentions, Citation Gaps und Antwortqualität zu vergleichen. Die Größe des Test-Sets sollte zu Markt, Query Set und Audit Scope passen.
Jeder Prompt sollte mit Prompt-Text, Ziel-Intent, Modell oder AI Surface, Datum, Antwortzusammenfassung, cited oder mentioned sources, Brand-Nennung und der Seite geloggt werden, die geeignet gewesen wäre.
Prompt-Tests sind kein Traffic-Proof. Sie liefern qualitative Diagnose-Evidenz, aber keinen universellen Benchmark.
Citation Gaps kartieren
Citation Gaps entstehen, wenn eine AI answer Wettbewerber, Publisher, Foren, Dokumentation oder Review-Quellen nennt, während die Marke fehlt. Ziel ist nicht, jede Mention zu jagen. Ziel ist zu erkennen, welche Seite, welcher Proof Point oder welche Third-Party-Quelle fehlt.
| Query- oder Prompt-Gruppe | Wer wird erwähnt? | Ist unsere Marke enthalten? | Quellen-/Citation-Qualität | Fix auf Seitenebene | Nächste Aktion |
|---|---|---|---|---|---|
| Kategorie-Definitions-Prompts | Wettbewerber und Bildungsquellen | Nein | Gemischt; einige Quellen sind sehr allgemeine Erklärseiten | Klarere Definition und Proof Section bauen | Priorisierte Seite aktualisieren |
| Vergleichs-Prompts | Review-Sites und Wettbewerberseiten | Manchmal | Quellenqualität variiert je Markt | Ehrliche Vergleichskriterien und Entity-Klarheit ergänzen | Vergleichsseite mappen |
| Problem-/Lösungs-Prompts | Guides und Forendiskussionen | Nein | Einige Quellen passen kommerziell schwach | Antwortorientierte Problemseite erstellen | Seitenbrief schreiben |
| Vendor-Shortlist-Prompts | Bekannte Marken und Marktplätze | Nein | Stärkere Entity Recognition für Wettbewerber | Third-Party-Proof und Markenkonsistenz stärken | Citation-Gap-Outreach-Plan erstellen |
Search Console und AI-Sichtbarkeitssignale gemeinsam lesen
Search Console kann nützliche visibility signals zeigen, wenn Reports verfügbar sind, ersetzt aber prompt testing, page review oder conversion analysis nicht. Behandeln Sie AI visibility data als eine Ebene: hilfreich für Muster, aber nicht ausreichend für die vollständige GEO-Entscheidung.
Wenn der Report für eine Property nicht sichtbar ist, dokumentieren Sie diese limitation und nutzen Sie query mapping, page fit, crawl/index status und controlled prompt testing, bis mehr Daten verfügbar sind.
Antwort-Fit auf Seitenebene prüfen
Page-level answer fit stellt eine einfache Frage: Könnte diese Page in eine nützliche AI answer übernommen werden, ohne dass das Modell zu viel schließen muss?
Prüfen Sie, ob die Page mit einer direct answer beginnt, die Entity klar benennt, erklärt, für wen sie ist, Evidence liefert, scannable headings nutzt, bei Bedarf comparison oder decision criteria enthält und wichtige facts nicht vergräbt.
Structured Data, Crawl-Zugriff und Quellentransparenz prüfen
Structured Data ist eine clarity layer, keine citation guarantee. Google sagt, dass für Google Search behavior die Search Central structured data documentation als maßgeblich behandelt werden sollte, nicht Schema.org allein.
Prüfen Sie crawlability, indexability, snippet controls, canonical signals, structured data fit, author und organization signals, dates, methodology und source transparency. Gehen Sie nicht davon aus, dass llms.txt oder schema allein AI citations erzeugen.
Messung: GA4, BigQuery und Reporting-Hinweise
GA4 und Search Console sollten vorsichtig genutzt werden, weil AI visibility und AI referral measurement nicht dasselbe sind. Google sagt, dass GA4 property data als raw events nach BigQuery exportiert werden kann, um SQL-like analysis zu ermöglichen; bei sauberem analytics setup hilft das tieferem Reporting.
Consent Mode kann measurement interpretation beeinflussen. Google sagt, consent mode kommuniziert den cookie oder app identifier consent status der Nutzer an Google und stellt selbst kein Banner bereit; es arbeitet mit einer bestehenden consent solution.
Priorisierung: Was vor einem GEO-Projekt behoben werden sollte
| Finding | Business impact | Effort | Risk if ignored | Fix order |
|---|---|---|---|---|
| Keine Page passt zu high-value buyer questions | AI answers cite andere sources by default | Medium | GEO work zielt auf falsche Pages | Zuerst beheben |
| Entity naming ist inkonsistent | Brand recognition fragmentiert | Low to medium | AI systems verknüpfen schwache Signale | Früh beheben |
| Citation gaps zeigen competitors mit stärkerem Proof | Marke fehlt in decision answers | Medium | Content updates übersehen authority gaps | Nach page mapping beheben |
| Pages antworten spät oder indirekt | Extractability ist schwach | Low | Starke Pages bleiben in summaries unsichtbar | Im Content Refresh beheben |
| Crawl oder snippet access ist unklar | Search visibility kann limitiert sein | Medium | AI visibility work steht auf schwacher Basis | Vor content expansion beheben |
| Measurement ist nicht bereit | Progress kann nicht erklärt werden | Medium | Stakeholders sehen activity statt evidence | Vor reporting cadence beheben |
Häufige Fehler, die GEO-Audits nutzlos machen
- Mit neuem Content beginnen, bevor existing page fit geprüft wurde.
- Prompt tests als Traffic- oder Citation-Share-Benchmarks behandeln.
- Annehmen, dass schema, llms.txt oder eine einzelne technische Datei AI visibility löst.
- Search Console, crawl access und measurement setup ignorieren.
- Fake ChatGPT-, Gemini-, Perplexity- oder AI-Overview-Outputs als real evidence zeigen.
- Ein Audit ohne page-level fix list und owner liefern.
Abschließende Empfehlung
Führen Sie das Audit aus, bevor das GEO-Projekt startet. Die richtige Reihenfolge: Queries auf Pages mappen, controlled prompts testen, citation gaps identifizieren, page-level answer fit prüfen, crawl und structured data signals validieren, dann den measurement plan bauen.
Für die breitere Strategie kombinieren Sie diese Checkliste mit dem GEO pillar, dem Search Console generative AI report guide, dem GEO KPI stack, dem rankings and AI citations guide, dem llms.txt and schema article und dem AI traffic tracking guide.
Soll ich dieses Audit auf Ihrer Website durchführen? Buchen Sie ein AI visibility audit und ich liefere eine page-level fix list, citation-gap map und measurement plan statt eines generischen GEO-Reports.
FAQ
Was ist ein AI visibility audit?
Ein AI visibility audit prüft vor einem GEO-Projekt, ob Marke, Pages, Entities und Evidence in AI search answers erscheinen können und wo die gaps liegen.
Ist AI visibility dasselbe wie SEO rankings?
Nein. Rankings, citations, mentions, AI impressions und referral traffic sind verwandte signals, aber nicht dieselbe metric.
Wie viele Prompts sollte ich testen?
Nutzen Sie ein controlled prompt set, das zu market und audit scope passt. Eine feste Prompt-Zahl ist kein official oder universal benchmark.
Garantiert schema AI citations?
Nein. Structured Data kann page meaning für geeignete Google Search features klären, garantiert aber keine AI citations oder visibility.
Sollte ich mit Content Updates oder Measurement starten?
Starten Sie mit dem Audit. Vor Content-Rewrites müssen pages, queries, citations und measurement gaps bekannt sein.
Kann Search Console AI visibility beweisen?
Search Console kann nützliche signals liefern, wenn Reports verfügbar sind, sollte aber mit prompt testing, page review und analytics data kombiniert werden.
Was sollte nach dem Audit zuerst behoben werden?
Pages, die zu valuable queries passen, aber keine clear answers, strong evidence, crawl access oder measurement readiness haben, sollten zuerst behoben werden.