GEO-KPIs 2026: Die 8 Kennzahlen, die Ihre Sichtbarkeit in der KI-Suche wirklich messen

Zwischen dem, was Ihr Content-Team produziert, und dem, was KI-Systeme tatsächlich über Sie sagen, wächst eine Lücke, über die niemand gern spricht. Sie können bei Google auf Platz 1 stehen und in den KI-Antworten, die Ihre Interessenten lesen, bevor sie überhaupt klicken, vollständig fehlen. Niemand misst diese Abwesenheit, weil es dafür lange keinen Rahmen gab. Das ändert sich jetzt. GEO-KPIs liefern Ihnen acht konkrete Zahlen, die Ihre tatsächliche Präsenz in der KI-Suche sichtbar machen, und jede davon hängt an einer Entscheidung, die Sie in diesem Quartal treffen können.

Was sind GEO-KPIs?

GEO steht für Generative Engine Optimization, also die Disziplin, die eigene Marke in KI-generierten Antworten sichtbar und empfohlen zu machen. GEO-KPIs sind die Kennzahlen, die messen, wie gut das gelingt.

Klassische SEO-Kennzahlen messen Ihr Verhältnis zu den Crawlern der Suchmaschinen. GEO-Kennzahlen messen Ihr Verhältnis zu den Sprachmodellen. Das ist nicht dasselbe.

Wenn jemand Perplexity fragt, welches Tool für [Ihre Kategorie] das beste ist, bekommt er keine Liste mit Ranking-URLs. Er bekommt einen Absatz, manchmal zwei, geschrieben von einer KI, die Quellen zitiert, denen sie vertraut. Ihr Google-Ranking entscheidet nicht darüber, ob Sie in diesem Absatz vorkommen. Entscheidend sind die Klarheit Ihrer Positionierung im Web, die Häufigkeit, mit der autoritative Quellen Ihre Marke im Kontext nennen, und die Verlässlichkeit, mit der Ihre Inhalte die konkreten Fragen der Kaufinteressenten beantworten.

Der Unterschied zwischen SEO und AEO wird mit GEO-Kennzahlen messbar. Ohne sie sind Sie im Blindflug in einem Kanal unterwegs, der bereits 30 bis 40 % der Kaufrecherche in Ihrer Kategorie beeinflusst.

Die drei grundlegenden Fragen, die GEO-KPIs beantworten:

1. Erscheint Ihre Marke überhaupt in KI-Antworten? (Frage nach der Sichtbarkeitsschwelle)
2. Wie oft, und in welchem Kontext? (Frage nach Häufigkeit und Einordnung)
3. Gewinnen oder verlieren Sie Anteile gegenüber Wettbewerbern? (Frage nach der Marktposition)

Klassische Dashboards beantworten keine dieser Fragen. Deshalb brauchen Sie ein eigenes Messgerüst.

Die 8 zentralen GEO-Kennzahlen für 2026

1. Citation Frequency

Definition: Wie oft KI-Systeme Ihre Marke nennen, wenn sie auf ein festgelegtes Set an Ziel-Prompts antworten.

Sie bauen eine Prompt-Bibliothek auf, in der Regel 30 bis 100 Abfragen, die echte Kaufabsicht in Ihrer Kategorie abbilden. Diese Prompts lassen Sie wöchentlich durch ChatGPT, Perplexity, Claude und Gemini laufen. Citation Frequency sagt Ihnen, in wie vielen dieser Antworten Ihr Markenname, ein Verweis auf Ihre Inhalte oder eine direkte Empfehlung vorkommt.

Ein guter Ausgangswert: Erscheint Ihre Marke in weniger als 8 % der Ziel-Prompts, ist Ihre Präsenz in der KI-Suche praktisch unsichtbar. Starke Marken in umkämpften SaaS-Kategorien halten über ihre zentrale Prompt-Bibliothek hinweg typischerweise 25 bis 40 % Citation Frequency.

2. Share of Model Voice (SOMV)

Definition: Ihre Markennennungen in KI-Antworten geteilt durch alle Markennennungen in allen Antworten, also Ihr Marktanteil im KI-Kanal.

SOMV ist das GEO-Gegenstück zum Share of Voice im Paid Media. Erzeugt Ihre Prompt-Bibliothek über die Abfragen einer Woche 300 Markennennungen und entfallen 54 davon auf Ihre Marke, liegt Ihr SOMV bei 18 %.

Was als gut gilt, hängt stark von der Sättigung der Kategorie ab. In jungen, weniger dicht besetzten Segmenten sind 25 bis 35 % SOMV innerhalb von sechs Monaten gezielter GEO-Arbeit erreichbar. In reifen, hart umkämpften Kategorien wie E-Mail-Marketing-Tools, CRM oder Projektmanagement steht selbst 8 bis 12 % SOMV für eine starke Position.

Diese eine Kennzahl ist die, nach der die meisten CMOs zuerst fragen. Sie überträgt sich direkt auf Gespräche über die Wettbewerbsposition.

3. Answer Inclusion Rate

Definition: Der Anteil der relevanten Prompts entlang Ihrer definierten Buyer Journey, in deren KI-generierter Antwort Ihre Marke vorkommt.

Der Unterschied zu Citation Frequency liegt im Umfang. Citation Frequency zählt reine Erscheinungen. Answer Inclusion Rate misst Abdeckung, also in wie vielen verschiedenen Fragetypen mit Kaufabsicht Sie auftauchen, nicht nur wie oft Sie insgesamt auftauchen.

Eine Marke kann eine ordentliche Citation Frequency haben, weil sie einen schmalen Ausschnitt der Prompts beherrscht. Answer Inclusion Rate zeigt, ob diese Sichtbarkeit tief und schmal ist oder breit über den gesamten Funnel reicht.

Zielwert: mindestens 30 % Answer Inclusion Rate über die Prompt-Kategorien TOFU, MOFU und BOFU hinweg.

4. Citation Sentiment Score

Definition: Das Verhältnis von positiver, neutraler und negativer Formulierung in KI-Antworten, die Ihre Marke nennen.

KI-Systeme zitieren Ihre Marke nicht nur, sie rahmen sie ein. „Unternehmen X gilt als einfach zu bedienen" ist etwas anderes als „Unternehmen X kann für Enterprise-Teams einschränkend sein". Beides sind Zitate. Nur eines hilft Ihnen.

Sie berechnen den Wert, indem Sie jedes Zitat in Ihrer Prompt-Bibliothek prüfen und die Tonalität des umgebenden Satzes erfassen. Positive Rahmung trägt zur Conversion bei. Negative Rahmung erzeugt Reibung genau in dem Moment, in dem ein Kaufinteressent seine Absicht bildet, selbst wenn die Empfehlung insgesamt wohlwollend ausfällt.

Streben Sie mindestens 80 % positive Rahmung über alle Zitate Ihrer Prompt-Bibliothek an.

5. Prompt Coverage Rate

Definition: Der Anteil Ihrer Ziel-Kaufabfragen, in denen Ihre Marke mindestens einmal auftaucht, an welcher Stelle der KI-Antwort auch immer.

Das ist eine binäre Kennzahl: Sie sind in der Antwort oder nicht. Prompt Coverage Rate liefert Ihnen eine klare Kennzahl für die Breite Ihrer KI-Präsenz.

Verfolgen Sie das über drei Ebenen: Prompts in der Awareness-Phase („was ist [Kategorie]"), Consideration-Prompts („beste Tools für [Kategorie] bei [Anwendungsfall]") und Decision-Prompts („[Ihre Marke] gegen [Wettbewerber]"). Eine gesunde Marke sollte in der Awareness-Phase mindestens 15 % Abdeckung zeigen und in der Decision-Phase mindestens 60 %.

6. AI Visibility Rank

Definition: Ihre relative Position in KI-Antworten, wenn mehrere Marken empfohlen werden: erste Nennung, zweite Nennung oder später.

Wenn eine KI-Antwort fünf Tools einer Kategorie auflistet, hat die zuerst genannte Marke einen messbaren Conversion-Vorteil. Untersuchungen zum Klickverhalten bei KI-Antworten deuten darauf hin, dass die zuerst zitierte Marke etwa 40 % der Interaktion aus dieser Antwort auf sich zieht.

Ihre durchschnittliche Nennungsposition über alle Prompt-Typen zeigt Ihnen, ob Sie als primäre Lösung empfohlen oder nur nebenbei erwähnt werden.

7. Citation Accuracy

Definition: Wie korrekt KI-Systeme Ihr Produkt darstellen: richtige Preise, richtige Funktionen, richtige Positionierung.

Das ist die am wenigsten verfolgte GEO-Kennzahl. KI-Modelle werden auf historischen Daten trainiert und nennen überholte Preise mit voller Überzeugung, beschreiben abgekündigte Funktionen oder ordnen Ihre Produktkategorie falsch ein. Jedes ungenaue Zitat ist ein aktives Conversion-Risiko.

Führen Sie monatlich ein Citation-Accuracy-Audit über Ihre zehn häufigsten Prompts durch. Markieren Sie sachliche Fehler und korrigieren Sie über Ihre eigenen autoritativen Inhalte. Das Modelltraining korrigiert solche Fehler mit der Zeit, aber nur, wenn die korrekte Information klar auf Quellen steht, die Sie kontrollieren und die für Crawler erreichbar sind.

8. Cross-Model Coverage

Definition: Wie verlässlich Ihre Marke über ChatGPT, Perplexity, Claude, Gemini und weitere KI-Plattformen hinweg erscheint, nicht nur in einer.

Diese Dimension lassen die meisten Teams aus, weil sie manuell mühsam zu verfolgen ist. Doch verschiedene KI-Systeme empfehlen Unterschiedliches. Eine Marke, die in 35 % der Perplexity-Antworten und in 4 % der ChatGPT-Antworten erscheint, hat eine strukturelle Schwachstelle, besonders dann, wenn Ihr Käufersegment stark zu ChatGPT-Nutzern neigt.

Cross-Model Coverage legt dieses strukturelle Risiko offen. Sie ist zugleich Ihr Frühwarnsignal: Fällt die Abdeckung eines Modells von Woche zu Woche deutlich ab, lohnt die Prüfung, bevor daraus ein Pipeline-Problem wird.

GEO-KPIs erfassen: Tools und Methoden

Automatisiertes Tracking mit Allable

Das KI-Sichtbarkeits-Dashboard von Allable verfolgt alle acht GEO-Kennzahlen automatisch. Sie definieren Ihre Prompt-Bibliothek mit Ihren Ziel-Kaufabfragen, und Allable führt sie in festem Rhythmus gegen die großen KI-Systeme aus. Die Plattform zeigt Citation Frequency, SOMV, Answer Inclusion Rate und Cross-Model Coverage in einer Ansicht, mit Verlauf von Woche zu Woche, damit Sie sehen, was sich bewegt.

Das GEO-Monitoring von Allable startet mit einer 7-tägigen kostenlosen Testphase (750 Credits, Kreditkarte erforderlich), mit erweiterten Prompt-Bibliotheken und historischem Verlauf in Pro (99 €/Monat) und Business (199 €/Monat). Für Teams, die ihre GEO-Kennzahlen wöchentlich an die Geschäftsführung berichten, entfallen durch den automatisierten Ansatz rund vier Stunden manuelle Arbeit pro Woche.

Manuelles Tracking für frühe Teams

Wenn Sie Ihr erstes GEO-Messgerüst aufbauen, starten Sie mit einer Prompt-Bibliothek von 30 Abfragen. Lassen Sie sie montags in ChatGPT und Perplexity laufen. Protokollieren Sie die Ergebnisse in einer Tabelle: Prompt, Modell, Marke zitiert (ja oder nein), Position in der Antwort, Tonalität (positiv, neutral oder negativ), Kennzeichnung zur Genauigkeit.

Das kostet 60 bis 90 Minuten pro Woche und liefert genug Daten, um Citation Frequency, Answer Inclusion Rate und einen richtungsweisenden SOMV gegen Ihre zwei wichtigsten Wettbewerber zu berechnen. Es ist zugleich der schnellste Weg zu verstehen, welche Art von Inhalt Zitate in KI-Systemen tatsächlich auslöst, und das schärft Ihre Produktionsprioritäten sofort.

Hybrid-Ansatz für wachsende Teams

Der wirksamste Ansatz für Marketing-Teams mit drei bis acht Personen: Automatisieren Sie die Datenerhebung mit einem spezialisierten LLM-Tracking-Tool, und behalten Sie sich die manuelle Analyse für die monatliche Detailprüfung vor. Die Automatisierung fängt das wöchentliche Signal ab, die manuelle Prüfung fängt die Feinheiten ab. Zum Beispiel die Erkenntnis, dass jedes positive Zitat Ihrer Marke aus Prompts stammt, die „kleines Team" als Zusatz enthalten, was Ihnen einiges über Ihre tatsächliche Positionierung in der KI-Ebene verrät.

Für einen breiteren Blick auf den Markt vergleichen Sie die Optionen in unserer Übersicht zu KI-Sichtbarkeits-Tools, bevor Sie sich auf einen Stack festlegen.

GEO-Benchmarks für 2026

Diese Benchmarks sind richtungsweisend. Sie beruhen auf Tracking-Daten aus umkämpften Kategorien Mitte 2026, und der Kontext Ihrer Kategorie zählt.

Citation-Frequency-Benchmarks nach Phase:

Share of Model Voice nach Kategorietyp:

• Junge und Nischen-Segmente: 20 bis 35 % SOMV sind in sechs Monaten realistisch für einen First Mover mit solider Content-Infrastruktur
• Segmente mit mittlerem Wettbewerb (etwa Nischen-SaaS-Tools oder spezifische professionelle Dienstleistungen): 12 bis 20 % SOMV zeigen eine starke Position
• Segmente mit hohem Wettbewerb (E-Mail-Marketing, CRM, breite Produktivitäts-Tools): 5 bis 10 % SOMV sind wettbewerbsfähig; alles darüber ist eine Führungsposition in der Kategorie

Ihre Ziele für die ersten 90 Tage:

Versuchen Sie nicht, alle acht Kennzahlen gleichzeitig zu verbessern. Wählen Sie in den ersten 90 Tagen drei aus: Citation Frequency, Answer Inclusion Rate und einen Cross-Model-Coverage-Wert für Ihre Hauptplattform. Setzen Sie ein konkretes numerisches Ziel, etwa „Citation Frequency bei Consideration-Prompts auf Perplexity von 7 auf 18 % bringen", und kein ungefähres Richtungsziel.

GEO-KPIs im Reporting: So zeigen Sie sie Ihrem CMO

Die meisten Marketing-Verantwortlichen wollen keine acht Kennzahlen auf einer Wochenfolie. Sie wollen drei: die Kernzahl, die Wettbewerbszahl und den Verlauf.

Das Dashboard mit drei Kennzahlen für die Geschäftsführung:

1. Prompt Coverage Rate (diese Woche gegen den Vormonat) als zentrale Präsenzzahl in der KI, leicht zu erklären
2. Share of Model Voice gegen Ihren stärksten Wettbewerber als Einordnung, die sofort sitzt
3. Answer Inclusion Rate über TOFU, MOFU und BOFU: zeigt, ob Ihr Investment die Kaufinteressenten in der Entscheidungsphase erreicht

Zeigen Sie diese drei wöchentlich. Die vollständige Aufschlüsselung aller acht Kennzahlen bringen Sie in den monatlichen Marketing-Review, mit dem redaktionellen Bezug: Welche Inhalte treiben die Zitate, die die Zahlen bewegt haben?

GEO-Kennzahlen mit der Pipeline verbinden:

Das ist das schwierigere Gespräch, und zugleich das Gespräch, das Budget einbringt. Der Zusammenhang funktioniert so: KI-Zitate erzeugen nicht zugeordneten Direktverkehr. Wenn Kaufinteressenten eine Kategorie in Perplexity recherchieren und Ihre Marke zitiert wird, besuchen viele von ihnen später in derselben Sitzung Ihre Website, häufig über eine Markensuche oder eine direkte URL. In Ihren Analysedaten erscheint dieser Verkehr als „direkt" oder als „Markensuche", nicht als KI-zugeordnet.

Prüfen Sie, ob Monate mit steigendem SOMV und steigender Prompt Coverage Rate mit steigendem Markensuchvolumen und Direktverkehr zusammenfallen. In den meisten Fällen, in denen Teams diese Analyse sorgfältig machen, zeigt sich der Zusammenhang innerhalb von 60 bis 90 Tagen. Das ist Ihr belastbarer Nachweis für das CMO-Gespräch.