Schritt 1: das Fragenset bilden
Sammeln Sie 50 bis 100 echte Käuferfragen: Vertriebsanfragen, Support-Tickets, Suchvorschläge, Fragen, die Ihre Interessenten den Engines stellen. Ordnen Sie sie in semantische Cluster (Entdeckung, Vergleich, Preis, Umsetzung, Reputation). Dieses Set bleibt für die gesamte Programmdauer eingefroren: Wer es unterwegs ändert, zerstört die Vergleichbarkeit der Messungen.
Schritt 2: die Baseline (Woche 1)
Stellen Sie jede Frage jeder verfolgten Engine (mindestens Google AI Overviews, ChatGPT, Perplexity; je nach Markt Gemini, Copilot, Claude oder Grok ergänzen), am festen Datum, und archivieren Sie jede Antwort als datierten Screenshot. Dann scoren Sie:
| Dimension | Was sie misst | Skala |
|---|---|---|
| Sichtbarkeit | Anteil der Antworten, die die Marke nennen, pro Engine | 0-100 |
| Zitationsrate | Häufigkeit und Rang von Zitationen Ihrer Domain; Autoritätsstruktur der zitierten Quellen | 0-100 |
| Semantische Abdeckung | Anteil der Fragen-Cluster, in denen die Marke erscheint | 0-100 |
| Markenwahrnehmung | Genauigkeit der Fakten (Daten, Tätigkeit, Zertifizierungen) und Sentiment der Beschreibungen | 0-100 |
Schritt 3: Intervention und Nachmessung
Die Referenzstruktur ist der 90-Tage-POC: Woche 1, Baseline mit Belegen; Wochen 2 bis 10, Intervention (technischer Kanal, Antwort-Engineering, Quellengraph); Woche 12, Nachmessung mit demselben Fragenset, denselben Engines, denselben Bedingungen. Danach wird die Messung monatlich und permanent. Strikte Regeln: Bericht pro Engine, niemals ein globaler Durchschnitt, der Probleme verdeckt; jede Anomalie (Halluzination, falscher Fakt) wird erfasst und an der Quelle korrigiert.
Entscheidungsschwellen
- Sichtbarkeit steigt, Zitationsrate flach: Sie werden über Dritte erwähnt; stärken Sie Ihre Website als Primärquelle.
- Semantische Abdeckung löchrig: Die fehlenden Cluster bilden die Content-Prioritätenliste.
- Markenwahrnehmung verschlechtert: Entitätsfehler — Fakten an der Quelle korrigieren und im nächsten Zyklus nachmessen.
Welche Werkzeuge?
Eine gepflegte Tabellenkalkulation genügt zum Start: eine Zeile pro Frage und Engine, die Spalten Nennung / Zitation / Genauigkeit, der Link zum Screenshot. Werkzeuge automatisieren die Erfassung, wenn das Programm wächst, aber sie ersetzen weder das eingefrorene Fragenset noch die menschliche Nachlese. Entscheidend ist nicht das Werkzeug, sondern die Disziplin: gleiche Fragen, gleiche Engines, gleiches Datum, jeden Monat, mit Belegen. Berichte werden pro Engine und Cluster vorgelegt, niemals als einziger Durchschnitt.
Wie berichtet man die Ergebnisse?
Ein brauchbarer GEO-Bericht hat drei Teile: die Scores der vier Dimensionen pro Engine im Zeitverlauf, die Belege (verlinkte Screenshots je Frage und Engine) und die Maßnahmenliste, die aus den Befunden folgt. Er richtet sich an zwei Leser: Die Führungsebene braucht den Trend und die Entscheidung, das Umsetzungsteam braucht die Cluster mit Lücken und die korrigierten Fehler. Berichten Sie monatlich zum festen Termin, auch wenn sich wenig bewegt hat — ein dokumentierter Stillstand ist Information, ein ausgelassener Zyklus ist ein Loch in der Beweiskette. Bei Agenturmandaten gehören Baseline und Nachmessung beiderseits bestätigt in den Vertrag; nur so sind Zusagen wie Indexierungsrate oder KI-Zitationsabdeckung prüfbar.
Typische Fallen
Erste Falle: die Fragen ändern, „um die neuen Inhalte widerzuspiegeln“ — die Messung wird unvergleichbar und das Programm unüberprüfbar. Zweite: messen ohne zu archivieren; ohne Screenshots ist keine Abnahme möglich und kein Versprechen verifizierbar. Dritte: die Engines zu einem einzigen Durchschnitt addieren. Vierte: einmalig messen; Antworten driften schnell (bei Perplexity in Tagen), nur die monatliche Reihe zeigt den Trend. Fünfte: Positionen versprechen; die einzigen ehrlichen Garantien betreffen Baseline, Nachmessung, Indexierungsrate und KI-Zitationsabdeckung. Zur vollständigen Definition des Rahmens siehe den offenen Vier-Dimensionen-Standard.