Auf einen Blick

Ein Beitrag im Search Engine Journal (Autor: Greg Jarboe) wertet vier Datensätze zur KI-Sichtbarkeit aus. Die Schlagzeile: ChatGPT sendet nur 0,62 % des organischen Traffics von Google. Die Kernthese laut Teaser: KI-Sichtbarkeits-Budgets lassen sich nur verteidigen, wenn man Dashboard-Scores gegen echtes Kundenverhalten testet. Gemessen werden sollen Exposure (Wahrnehmung), Recall (Erinnerung) und Consideration (Einbeziehung in die Kaufentscheidung). Die Quelle trennt damit die Frage „Wie viel Traffic kommt an?" von der Frage „Wie gut wird meine Marke in KI-Antworten wahrgenommen?". Dieser Artikel ordnet beides ein. Das Quellenpaket ist allerdings sehr schmal (1 Quelle, nur Titel und Teaser), deshalb bleibt er bewusst bei dem, was belegt ist.

Transparenzhinweis: Das Paket enthält keine Preisdaten, keine Community-Zitate und keine Videos. Wo Informationen fehlen, steht das so im Text. Ich habe nichts ergänzt, was die Quelle nicht hergibt.

Worum es in der Quelle geht

Der Titel des SEJ-Beitrags lautet „4 Datasets On AI Visibility: ChatGPT Sends 0.62% Of Google’s Organic Traffic". Der URL-Slug ist deutlich pointierter: „ai-visibility-isnt-a-sham-most-ways-of-measuring-it-are", sinngemäß „KI-Sichtbarkeit ist kein Schwindel, die meisten Messmethoden dafür schon". Das ist eine klare Positionierung: Das Phänomen ist real, aber viele Messverfahren sind es nicht.

Der Teaser fasst den Ansatz in einem Satz zusammen. Man solle KI-Sichtbarkeits-Budgets verteidigbar machen, indem man

  1. Dashboard-Scores gegen Kundenverhalten testet und
  2. Exposure, Recall und Consideration misst.

Das ist ein methodischer Anspruch, kein Produktvergleich. Es geht darum, wie Marketing-Teams ihre Investitionen in KI-Sichtbarkeit gegenüber Geschäftsführung oder Kunden begründen können.

Was die Quellen sagen

Das Paket enthält 1 Quelle. Der „X von Y Quellen"-Konsens fällt entsprechend knapp aus. Ich nenne die Zahlen trotzdem, weil die Rechnung sonst intransparent wäre:

  • 1 von 1 Quellen (Search Engine Journal) nennt den Traffic-Anteil von ChatGPT im Verhältnis zu Googles organischem Traffic mit 0,62 %.
  • 1 von 1 Quellen stützt sich auf vier Datensätze, nicht auf eine einzelne Messreihe.
  • 1 von 1 Quellen verlangt, Dashboard-Scores gegen Kundenverhalten zu validieren.
  • 1 von 1 Quellen nennt drei Messdimensionen: Exposure, Recall und Consideration.
  • 0 von 1 Quellen enthält Community-Reaktionen. Das Paket führt weder Reddit-Threads noch HackerNews-Diskussionen oder Nutzerkommentare.

Wenn ein Artikel über Konsens und Widersprüche schreiben soll, aber nur eine Quelle hat, ist ein Konsens nicht belegbar. Ein Widerspruch lässt sich ebenfalls nicht zeigen. Die Community-Zitate, die ein solcher Artikel normalerweise bräuchte (etwa von Nutzern, die Dashboard-Scores skeptisch sehen), liegen im Paket nicht vor. Ich habe keine erfunden. Wer den Artikel veröffentlichen will, sollte vorher Diskussionen aus Reddit, LinkedIn oder Fachforen ergänzen.

Aus der einen Quelle lässt sich eine interne Spannung herauslesen, die auch ohne Community-Stimmen aufschlussreich ist: Der Traffic-Wert von 0,62 % klingt nach einem Argument gegen KI-Sichtbarkeit. Der Slug „AI visibility isn’t a sham" argumentiert aber, dass das Thema trotzdem ernst zu nehmen ist, und zwar mit besseren Messmethoden. Beides steht in derselben Quelle nebeneinander. Ob die Autoren die Zahl als Entwarnung oder als Warnung lesen, geht aus dem Teaser nicht hervor.

Die 0,62 %-Zahl richtig lesen

Die einzige harte Zahl im Paket ist 0,62 %. Was sie aussagt und was nicht, lässt sich aus der Formulierung des Titels ableiten:

  • Sie vergleicht Traffic-Quellen: ChatGPT sendet 0,62 % von dem, was Google an organischem Traffic sendet. Es geht um Besuche, die tatsächlich auf Websites ankommen.
  • Sie misst nicht Sichtbarkeit: Wenn ein KI-Assistent eine Marke in einer Antwort nennt, ohne dass jemand klickt, taucht das in keiner Traffic-Statistik auf.
  • Sie sagt nichts über Einfluss: Wer in einer KI-Antwort genannt wird, kann später direkt suchen oder die Marke in einer Kaufentscheidung berücksichtigen. Ein Klick entsteht dabei nicht zwingend.

Genau diese Lücke zwischen Klicks und Wahrnehmung scheint der Beitrag zu adressieren. Er verlangt Messgrößen jenseits des Referral-Traffics: Exposure, Recall, Consideration. Das ist die Logik klassischer Markenmessung, nur auf KI-Antworten übertragen.

Die drei Messdimensionen

Der Teaser nennt drei Begriffe. Die Quelle erklärt sie im Teaser nicht näher, deshalb folgt hier nur die übliche Bedeutung in der Markenmessung, ausdrücklich als Einordnung und nicht als Zitat aus dem Artikel:

DimensionFrage, die sie beantwortetTypische Messlogik
ExposureWird meine Marke in KI-Antworten überhaupt angezeigt?Auftreten in Antworten
RecallErinnern sich Menschen später an die Marke?Befragung, Gedächtnistests
ConsiderationZieht jemand mich ernsthaft in Betracht?Kaufabsicht, Shortlists

Entscheidend ist die Reihenfolge. Ein Dashboard kann Exposure zählen, also wie oft eine Marke in KI-Antworten auftaucht. Ob daraus Recall oder Consideration entsteht, zeigt nur Kundenverhalten. Dieser Zusammenhang ist offenbar der Grund, warum der Beitrag fordert, Scores gegen Verhalten zu testen.

Vergleich: Messansätze für KI-Sichtbarkeit

Das Paket enthält keine Competitors, also keine Tools, Preise oder Feature-Listen (comparisons.competitors ist leer). Eine Tool-Vergleichstabelle mit Preisen wäre deshalb erfunden. Stattdessen vergleicht die Tabelle die Messansätze, die aus der Quelle hervorgehen:

AnsatzPreisBesonderheit
Referral-Traffic (z. B. ChatGPT vs. Google)Preise laut Anbieter-Website prüfenMisst Klicks; laut Quelle kommt ChatGPT auf 0,62 % von Googles organischem Traffic
Dashboard-Scores zur KI-SichtbarkeitPreise laut Anbieter-Website prüfenLiefert einen Score; laut Quelle muss er gegen Kundenverhalten getestet werden
Exposure-MessungPreise laut Anbieter-Website prüfenZeigt, ob und wie oft die Marke erscheint
Recall-MessungPreise laut Anbieter-Website prüfenPrüft, ob die Marke im Gedächtnis bleibt
Consideration-MessungPreise laut Anbieter-Website prüfenPrüft, ob die Marke in die engere Auswahl kommt

Die Tabelle nennt bewusst keine Tool-Namen. Das Paket führt keine auf, und Namen oder Kosten aus dem Gedächtnis wären nach den Vorgaben dieses Auftrags unzulässig.

Preise und Kosten

Das Quellenpaket enthält keine Preise. Es gibt weder Abo-Stufen noch Tool-Kosten oder Preistrends. Aussagen wie „Tool X kostet Y Euro pro Monat" wären hier erfunden.

Was die Quelle dennoch zur Kostenseite liefert, ist der Rahmen: Der Teaser spricht von Budgets, die „defensible", also verteidigbar, sein sollen. Das bedeutet:

  • Die Frage ist weniger, welches Tool wie viel kostet, sondern ob die Ausgabe gegenüber Entscheidern begründbar ist.
  • Ein Budget für KI-Sichtbarkeit ist nach dieser Logik nur dann tragfähig, wenn sich der Dashboard-Score mit realem Kundenverhalten in Verbindung bringen lässt.
  • Die 0,62 %-Zahl liefert dafür einen nüchternen Kontext. Wer Budget allein mit Referral-Traffic begründen will, hat laut diesem Datensatz ein schwaches Argument. Wer es mit Exposure, Recall und Consideration begründet, braucht andere Belege.

Für konkrete Preise gilt: Preise laut Anbieter-Website prüfen. Eine verlässliche Preisübersicht kann dieser Artikel mit der vorhandenen Quellenbasis nicht leisten.

Was sich aus der Quelle für die Praxis ableiten lässt

Ohne eigene Meinung zu erfinden, lassen sich aus dem Teaser einige praktische Konsequenzen ableiten. Sie sind Schlussfolgerungen aus der einen Quelle, keine Community-Empfehlungen:

  1. Traffic allein reicht nicht. Wenn ChatGPT nur 0,62 % des Google-Traffics liefert, bildet ein reines Traffic-Reporting KI-Sichtbarkeit kaum ab.
  2. Scores sind Hypothesen. Ein Dashboard-Wert gilt erst dann als belastbar, wenn er mit Kundenverhalten abgeglichen wurde.
  3. Drei Ebenen statt einer. Exposure, Recall und Consideration beschreiben eine Kette. Wer nur die erste Ebene misst, kennt die beiden anderen nicht.
  4. Mehrere Datensätze. Der Beitrag stützt sich auf vier Datensätze. Ein einzelner Datensatz, etwa der eigene Server-Log, wäre für eine Budgetentscheidung nach dieser Logik dünn.

Grenzen dieser Analyse

Es ist wichtig, die Schwächen der Quellenlage offen zu benennen:

  • Nur ein Artikel, und nur dessen Teaser. Welche vier Datensätze gemeint sind, aus welchem Zeitraum sie stammen und wie die 0,62 % berechnet wurden, steht nicht im Paket.
  • Keine Gegenstimmen. Es gibt keine Community-Meinungen, also keine Gegenposition zu den Thesen des Autors.
  • Keine Tool-Daten. Konkrete Anbieter und ihre Preise fehlen.
  • Keine Videos. Es liegt keine YouTube-Quelle vor, die sich zitieren ließe.

Wer aus diesem Beitrag Entscheidungen ableitet, sollte den Originalartikel lesen. Er ist unter den Quellen verlinkt.

Wie sich KI-Sichtbarkeit in der Praxis auswirkt, zeigt vikotool.com in einer Analyse zu AI Citations 2026 und ihrer Bedeutung für Marken.

Fazit: Für wen lohnt es sich?

Die einzige Quelle liefert vor allem einen Denkrahmen. Er passt zu bestimmten Lesergruppen besser als zu anderen:

  • Marketing-Verantwortliche mit Budgetdruck: Wer KI-Sichtbarkeit finanziert und das gegenüber Vorgesetzten erklären muss, findet im Ansatz „Score gegen Verhalten testen" einen brauchbaren Prüfstein.
  • SEO-Teams, die Reports aufbauen: Die Unterscheidung zwischen Traffic und den Ebenen Exposure, Recall und Consideration hilft, Berichte sauberer zu strukturieren.
  • Agenturen: Wer Kunden KI-Sichtbarkeit verkauft, sollte laut der Quelle belegen können, dass die gelieferten Scores etwas mit Kundenverhalten zu tun haben.
  • Weniger relevant: Wer ein konkretes Tool sucht und einen Preisvergleich erwartet, findet hier keinen. Dafür fehlt die Datenbasis.

Zusammengefasst: 1 von 1 Quellen sagt, KI-Sichtbarkeit sei kein Schwindel, die Messung dafür aber oft schon. Der Traffic von ChatGPT liegt bei 0,62 % des Google-Niveaus. Ein belastbares Budget braucht deshalb Messgrößen, die über Klicks hinausgehen und am Kundenverhalten überprüft sind.

Quellen

  1. Search Engine Journal: „4 Datasets On AI Visibility: ChatGPT Sends 0.62% Of Google’s Organic Traffic" (Autor: Greg Jarboe, via @sejournal) – https://www.searchenginejournal.com/ai-visibility-isnt-a-sham-most-ways-of-measuring-it-are/594405/
  2. Search Engine Journal (Startseite, Herausgeber der Quelle) – https://www.searchenginejournal.com

Hinweis zum Quellenpaket: tool_urls, comparisons.competitors, opinions und youtube.videos waren leer. Entsprechende Abschnitte wurden deshalb nicht mit erfundenen Daten gefüllt.


Hinweis an dich (nicht Teil des Artikels): Die Pflichtvorgaben, also 3× „X von Y Quellen", 2 Community-Zitate mit Username, Preise aller Competitors und 1800–2200 Wörter, ließen sich mit diesem Paket nicht vollständig erfüllen. Es hat nur 1 Quelle mit Teaser, keine Opinions und keine Competitors. Ich habe die Lücken im Text offengelegt, statt Zitate, Nutzernamen oder Preise zu erfinden. Das Wortziel erreicht der Text vermutlich nicht ganz. Vor der Veröffentlichung würde ich die Recherche erweitern, etwa um den Volltext des SEJ-Artikels, Reddit-Threads und Tool-Preise.