GEO-Reporting: Welche Kennzahlen in den Management-Bericht gehören

GEO-Projekte scheitern selten an der Umsetzung und häufig am Reporting. Nach zwei Quartalen fragt die Geschäftsführung nach dem Ergebnis, und das Marketing legt Rankings, Sitzungen und Impressionen vor — Kennzahlen aus einer anderen Disziplin. Die Folge ist eine Diskussion über Zahlen, die niemand für relevant hält, und ein Budget, das im nächsten Jahr fehlt.

Das Problem ist lösbar, erfordert aber die Einsicht, dass KI-Sichtbarkeit eigene Kennzahlen braucht und dass diese Kennzahlen anders erhoben werden.

Die Grundlage: ein festes Prüfset

Alle belastbaren GEO-Kennzahlen beruhen auf demselben Verfahren: eine definierte Menge an Fragen, regelmäßig in denselben Systemen gestellt, Antworten protokolliert. Anforderungen an ein brauchbares Prüfset:

30 bis 60 Fragen, aufgeteilt in Marken-, Kategorie-, Problem- und Vergleichsfragen. Weniger ist statistisch zu wackelig, mehr wird im manuellen Betrieb nicht durchgehalten.
Formuliert wie von Kunden, nicht wie Keywords. Ganze Sätze mit Kontext, so wie tatsächlich getippt wird.
Über die Zeit stabil. Wer Fragen austauscht, verliert die Vergleichbarkeit. Erweiterungen kommen als neuer Block dazu, alte Fragen bleiben.
Mehrere Systeme, mehrere Durchläufe, ohne angemeldeten Verlauf, an verschiedenen Tagen. Einzelne Antworten schwanken; nur Durchschnittswerte über mehrere Läufe sind aussagekräftig.

Die fünf Kennzahlen, die tragen

1. Nennungsquote

Anteil der Fragen, in deren Antwort die Marke vorkommt, getrennt nach System. Die Basiskennzahl. Sie beantwortet die einfachste und wichtigste Frage: Kommen wir überhaupt vor.

2. Citation Share of Voice

Anteil der eigenen Nennungen an allen genannten Anbietern im Prüfset. Diese Kennzahl ist wettbewerbsbezogen und damit die für die Geschäftsführung aussagekräftigste. Sie zeigt Verschiebungen im Markt, nicht nur die eigene Entwicklung.

3. Quellenanteil

Anteil der Antworten, in denen die eigene Domain als verlinkte Quelle auftaucht — nicht nur der Markenname im Text. Der Unterschied ist wichtig: Genannt werden ist gut, als Quelle zitiert werden ist besser, weil daraus Klicks entstehen.

4. Sachliche Richtigkeit

Anteil der Antworten, in denen alle Angaben über das Unternehmen zutreffen. Diese Kennzahl wird häufig übersehen und ist im Zweifel die wichtigste: Eine falsche Preisangabe in einer prominenten Antwort richtet mehr Schaden an, als zehn zusätzliche Nennungen einbringen.

5. Positionierungstreue

Qualitativ, aber protokollierbar: Mit welchen Attributen wird die Marke beschrieben, und decken sie sich mit der gewünschten Positionierung. Wenn Sie sich als Spezialist für komplexe Sanierungen verstehen und Assistenten Sie als günstigen Allrounder beschreiben, ist das ein Befund mit strategischer Konsequenz.

Drei Zahlen, die in die Irre führen

Referrer-Traffic aus KI-Systemen. Die Zahl ist strukturell unvollständig: Viele Klicks kommen ohne Referrer, Antworten ohne Klick tauchen gar nicht auf. Als absolute Größe ist sie wertlos, als Trend über Monate brauchbar — und genau so gehört sie berichtet.

Rankings für KI-Keywords. Es gibt keine Positionen in KI-Antworten. Wer eine Rankingtabelle vorlegt, misst etwas anderes als das, worüber er spricht.

Einzelne Screenshots. Ein Screenshot einer guten Antwort ist eine Anekdote. Modelle antworten nicht deterministisch, dieselbe Frage kann fünf Minuten später anders beantwortet werden. Screenshots eignen sich zur Illustration eines Befunds, nie als Beleg.

Aufbau eines monatlichen Berichts

Eine Seite reicht, wenn sie richtig aufgebaut ist:

Kopfzeile mit den fünf Kennzahlen, jeweils aktueller Wert, Vormonat und Ausgangswert bei Projektstart.
Ein Absatz Einordnung: Was hat sich verändert und woran liegt es. Ohne Interpretation ist eine Zahlenreihe wertlos.
Wettbewerbsvergleich beim Share of Voice, mit den drei relevantesten Anbietern.
Fehlerliste: Welche falschen Angaben wurden gefunden, welche wurden behoben, welche sind offen.
Nächste Maßnahmen mit erwarteter Wirkung und Zeithorizont.

Erwartungen richtig setzen

Der häufigste Konflikt entsteht aus falschen Zeiterwartungen. Realistisch ist: Technische Korrekturen wirken innerhalb von zwei bis sechs Wochen auf Systeme mit Live-Retrieval. Inhaltliche Maßnahmen brauchen ein bis drei Monate, bis sie sich in der Nennungsquote zeigen. Entitäts- und Reputationsarbeit wirkt über sechs bis zwölf Monate. Antworten, die aus Modellwissen statt aus Live-Quellen stammen, ändern sich erst mit der nächsten Modellgeneration.

Wer das zu Projektbeginn schriftlich festhält, führt im zweiten Quartal eine Diskussion über Fortschritt statt über Enttäuschung.

Den laufenden Betrieb dieser Messung deckt AI Visibility Tracking ab, die einmalige Bestandsaufnahme ein GEO-Audit.