GeoUp-Studie

Warum eine einzelne Messung nichts beweist: KI-Sichtbarkeit richtig messen

KI-Antworten schwanken von Lauf zu Lauf um mehrere Prozentpunkte. Was unsere Messreihe über die Auflösungsgrenze einer Messung sagt, welche drei Regeln eine Reihe belastbar machen, und was eine Reihe zeigt, das ein Einzelwert nie zeigen kann.

24. September 2026 · 4 Min. Lesezeit

Eine einzelne Messung der KI-Sichtbarkeit ist eine Momentaufnahme, kein Ergebnis. In unserer Messreihe seit Juli 2026 (19 Kundenwebsites, 119 Messläufe, 17.790 KI-Antworten) schwankten einzelne Unternehmen zwischen zwei Läufen um bis zu 12,7 Prozentpunkte, ohne dass sich an ihrer Website oder ihrem Markt etwas geändert hätte. Belastbar wird KI-Sichtbarkeit erst als Reihe: gleiche Fragen, gleiche Methode, Mittelwert aus mehreren Läufen.

Wie stark schwanken einzelne Messungen?

Alle folgenden Werte stammen aus identischen Fragen, identischer Methode und demselben Rhythmus von 150 Antworten pro Lauf:

  • Ein bekannter Automobilzulieferer: 28,0 Prozent am 7. September, 40,7 Prozent am 15. September, 30,0 Prozent am 23. September. Über zehn Läufe seit Juli lag er zwischen 26,7 und 40,7 Prozent.
  • Ein Hersteller von Küchengeräten: 32,0 Prozent am 16. September, 22,7 Prozent am 24. September. Spanne über zehn Läufe: 22,7 bis 34,0 Prozent.
  • Ein Hersteller von Bodenpflegegeräten: 12,0 Prozent am 22. Juli, 4,7 Prozent eine Woche später.

Der Grund liegt in der Natur der Systeme: KI-Antworten sind nicht deterministisch. Dieselbe Frage liefert an zwei Tagen zwei verschiedene Antworten, die Live-Suche zieht andere Quellen, die Liste wird anders zusammengesetzt. Dazu kommt die Auflösungsgrenze: Bei 150 Antworten pro Lauf entspricht eine einzige Nennung 0,67 Prozentpunkten. Eine Bewegung von zwei Prozentpunkten sind drei Nennungen mehr oder weniger. Darunter ist nichts interpretierbar.

„Belastbare Aussagen entstehen erst durch regelmäßige Messungen über mehrere Systeme hinweg." (GeoUp, Auswertung von 12.769 KI-Antworten, Juli 2026)

Drei Regeln für belastbare Messreihen

  • Gleiche Fragen. Ändert sich das Fragenset, beginnt eine neue Reihe. Ein Beispiel aus unseren frühen Daten: Bei einer Marketing-Agentur stieg der Wert zwischen Februar und April 2026 von 7,5 auf 17,6 Prozent, allerdings mit monatlich neu erzeugten Fragen, von denen nur 6 bis 10 der 27 identisch waren. Deshalb halten wir Fragensets seit dem Sommer konstant: Erst so wird ein Anstieg belastbar.
  • Gleiche Methode. Im Juli 2026 haben wir unsere Messung umgestellt: fünf statt vier Systeme, 30 statt 27 Fragen, Abfragen über die Nutzeroberflächen statt über API-Modelle. Bei den meisten Unternehmen verschoben sich die Werte dadurch gleichzeitig, bei einem Kfz-Dienstleister von 40,8 auf 17,3 Prozent. Das war kein Sichtbarkeitsverlust, sondern ein Methodenwechsel. Im Juli hatten wir diesen Sprung noch als Schwankung eingeordnet; die Reihe seither zeigt, dass es der Methodenwechsel war. Wir vergleichen deshalb nur innerhalb einer Methode.
  • Mittelwert statt Einzelwert. Wir bewerten Veränderungen nur über den Mittelwert von drei Läufen gegen den Mittelwert von drei früheren Läufen. Der 40,7-Prozent-Ausreißer des Automobilzulieferers wird so zu einem Drei-Läufe-Mittel von 32,9 Prozent, und der Vergleich mit dem Juli (31,2 Prozent) zeigt ein stabiles Niveau.

Was eine Reihe zeigt, was ein Einzelwert nicht zeigt

  • Ein regionaler Dienstleister, dieselben 27 Fragen seit März 2026: 5,0 Prozent im März, 10,0 im April, 14,2 im Mai, 10,0 im Juni. Seit der Messumstellung im Juli: 14,0, 13,3, 11,3, 10,7 und 10,7 Prozent. Die Reihe zeigt, dass sich das Niveau in den ersten drei Monaten verdoppelt bis verdreifacht hat und seit einem halben Jahr stabil dort steht. Ein Einzelwert, etwa der Juni-Wert von 10,0 Prozent, hätte dieses Wachstum unterschätzt.
  • Ein Software-Anbieter, dieselben 27 Fragen seit Juni: 0,9, 2,2, 3,7, 4,4, 2,2 und 4,4 Prozent. In den Monaten davor null Nennungen. Jeder einzelne Lauf schwankt um bis zu drei Nennungen, die Richtung über sechs Läufe ist eindeutig: von unsichtbar zu sichtbar. Erst die Reihe macht sie belastbar.
  • Ein B2B-Software-Anbieter, dieselben 30 Fragen seit Juli: 25,3, 27,3, 28,0 und 28,7 Prozent in vier Läufen. Jeder einzelne Schritt läge für sich im Rauschen. Vier Anstiege in Folge sind genau das Signal, das erst eine Reihe sichtbar macht.

Häufige Fragen

Wie oft sollte KI-Sichtbarkeit gemessen werden? Mindestens monatlich, besser alle zwei Wochen, damit sich schnell ein Mittelwert aus drei Läufen bilden lässt. Entscheidend ist weniger die Frequenz als die Konstanz: gleiche Fragen, gleiche Systeme, gleiche Methode.

Ab wann ist eine Veränderung echt? Als Faustregel: mindestens zwei Prozentpunkte im Vergleich zweier Drei-Läufe-Mittelwerte, bei 150 Antworten pro Lauf also mindestens drei Nennungen, idealerweise mit gleichbleibender Richtung über mehrere Läufe. Alles darunter liegt innerhalb der natürlichen Schwankung.

Kann ich Messungen verschiedener Tools oder Zeiträume vergleichen? Nicht direkt. Unterschiedliche Fragen, Systeme oder Abfragewege liefern unterschiedliche Grundniveaus. Vergleichbar sind nur Läufe innerhalb derselben Reihe.

Warum wird im Dashboard eine andere Zahl angezeigt als in dieser Auswertung? Weil es zwei Kennzahlen gibt. Diese Auswertung rechnet auf Antwort-Ebene: In wie vielen der 150 Antworten kommt das Unternehmen vor? Ein Dashboard zeigt oft die Fragen-Abdeckung: Bei wie vielen der 30 Fragen nennt mindestens ein System das Unternehmen? Beides ist richtig, die Nenner sind verschieden. Stand: September 2026.

Quellen

Werden Sie zur Empfehlung der KI.

Sehen Sie GeoUp in einer kurzen Demo, oder prüfen Sie direkt, wie KI-Systeme heute über Ihr Unternehmen sprechen.

Demo buchen Preise ansehen
← Alle News