KERNARTIKEL

KI-Sichtbarkeit Self-Assessment: 25 Fragen für Ihr Unternehmen

Self-Assessment mit 25 Fragen zu KI-Sichtbarkeit, Tech-SEO, Content und Off-Page. Mit Scoring-System und Empfehlungen je Reifegrad.

Autor: Thomas Weber, Founder•Stand: 2026-06-18•1700 Wörter

KI-Sichtbarkeit Self-Assessment: 25 Fragen für Ihr Unternehmen

Ein KI-Sichtbarkeit Self-Assessment ist ein strukturiertes Audit-Verfahren, das anhand gezielter Prüffragen bewertet, wie gut digitale Unternehmensinhalte von Large Language Models (LLMs) wie ChatGPT, Perplexity oder Google Gemini gefunden, verarbeitet und zitiert werden. Im Gegensatz zum traditionellen SEO-Audit liegt der Fokus hier auf maschinenlesbarer Semantik, Entitäten-Autorität und spezifischen Formatierungsmustern für Answer Engines.

Zusammenfassung

  • Fundierte Standortbestimmung: Messen Sie Ihren Reifegrad in der Generative Engine Optimization (GEO) durch 25 präzise Ja/Nein-Fragen.
  • Fünf Test-Kategorien: Der Audit prüft Content-Architektur, On-Page-Signale, technische Basis, Off-Page-Autorität und kontinuierliche Überwachung.
  • Klares Scoring-Modell: Die Auswertung ordnet Ihr Unternehmen in vier Entwicklungsstufen von "Anfänger" bis "Vorreiter" ein.
  • Direkte Handlungsempfehlungen: Je nach ermitteltem Punktestand erhalten Sie konkrete nächste Schritte für Ihre Optimierung.
  • B2B-Fokus: Speziell entwickelt für die Anforderungen mittelständischer B2B-Unternehmen im DACH-Raum.

Inhaltsverzeichnis

Warum benötigen B2B-Unternehmen einen speziellen KI-Audit?

Suchmaschinen verändern ihre Auslieferung grundlegend. Nutzer suchen Antworten, keine bloßen Linklisten mehr. Klassische SEO-Checklisten konzentrieren sich auf Keyword-Dichte, Backlink-Ankertexte und Ladezeiten. Diese Faktoren greifen bei der Optimierung für generative KI zu kurz.

Large Language Models (LLMs) bewerten Inhalte nach Informationsdichte, Originalität, struktureller Übersichtlichkeit und der Verbindung zu bekannten Entitäten im Knowledge Graph. Ein B2B-Anbieter, der bei Google auf Position eins für "Industriepumpen" rankt, taucht in ChatGPT möglicherweise überhaupt nicht auf, wenn seine Texte keine klaren Definitionen oder spezifischen Expertenzitate enthalten.

Um Ressourcen künftig richtig zu verteilen, benötigen Sie eine ehrliche Einschätzung Ihres Ist-Zustandes. Eine fundierte /ki-sichtbarkeit-vs-seo-budget-allocation gelingt nur, wenn Sie wissen, wo die Lücken in der maschinenlesbaren Informationsbereitstellung bestehen.

Wie funktioniert das Assessment in der Praxis?

Der Ablauf ist einfach und direkt. Gehen Sie die folgenden 25 Fragen durch. Beantworten Sie jede Frage mit einem strengen "Ja" oder "Nein".

Ein "Ja" vergeben Sie nur, wenn Sie die genannte Maßnahme aktiv und flächendeckend implementiert haben. Ein "Ist in Planung" oder "Machen wir bei manchen Texten" zählt als "Nein". Notieren Sie sich für jedes "Ja" einen Punkt. Am Ende addieren Sie Ihre Punkte und vergleichen diese mit dem Reifegrad-Raster.

Haben Sie Ihre Content-Architektur auf KI ausgerichtet? (Kategorie A)

KI-Systeme benötigen Kontext. Sie extrahieren Informationen nicht einzeln, sondern verbinden Konzepte. Ihre inhaltliche Strategie ist das Fundament der KI-Sichtbarkeit.

1. Veröffentlichen Sie echtes Expertenwissen anstelle allgemeiner Ratgeber? LLMs sind bereits auf Millionen von Basis-Artikeln trainiert. Ein Standard-Lexikonartikel über "Was ist CNC-Fräsen" bietet der KI keinen neuen Mehrwert. Sie punkten mit proprietären Daten, Feldstudien und spezifischen B2B-Fallstricken aus der Praxis.

2. Haben Sie ein semantisches Themencluster rund um Ihre Kernentität aufgebaut? Ihre Website sollte nicht aus isolierten Blogbeiträgen bestehen. Organisieren Sie Inhalte um zentrale Hub-Seiten, die eine Hauptentität erschöpfend behandeln und tief in technische Spezifikationen verlinken.

3. Setzen Sie auf eine Definition-First-Strategie beim Einstieg in komplexe Themen? Beantworten Sie die Kernfrage eines Artikels direkt im ersten Absatz. Vermeiden Sie lange historische Einleitungen. KI-Bots scannen die ersten Sätze nach kompakten Begriffsbestimmungen.

4. Validieren Sie Ihre Inhalte regelmäßig durch einen Abgleich mit aktuellen KI-Outputs? Haben Sie methodisch geprüft, wie ChatGPT auf Branchenfragen antwortet und wo Ihre Seite erwähnt werden könnte? Eine professionelle Umsetzung erfordert oft einen strukturierten /ki-content-strategie/content-audit-fuer-geo, um inhaltliche Lücken zu ermitteln.

5. Werden Vordenker und Fachexperten Ihres Unternehmens namentlich in Texten als Autoren genannt? Gesichtslose Unternehmensartikel bauen keine Autorität auf. Bringen Sie die Namen Ihrer Ingenieure oder Berater mit den publizierten Fachinhalten in direkte Verbindung.

Nutzen Sie smarte On-Page-Strukturen für LLMs? (Kategorie B)

Die Formatierung bestimmt, wie leicht eine KI Informationen extrahieren und gewichten kann. Optische Strukturierung hilft Lesern. Maschinelle Strukturierung hilft Algorithmen.

6. Beginnen umfangreiche Artikel mit einer klaren Zusammenfassung-Sektion? "Too Long, Didn't Read"-Boxen mit vier bis sechs prägnanten Bullet Points ermöglichen Crawlern eine sofortige Erfassung der wesentlichen Fakten eines Dokuments.

7. Integrieren Sie vergleichende Markdown- oder HTML-Tabellen für technische Daten? KI-Systeme verarbeiten tabellarische Datenstrukturen exzellent. Ein Fließtext über die Unterschiede zweier Software-Schnittstellen wird schlechter extrahiert als eine strukturierte Feature-Tabelle mit klaren Gegenüberstellungen.

8. Enthalten Ihre Seiten FAQs mit Suchabsichts-genauen Fragen? Orientieren Sie sich an realen Fragen, die Nutzer in Perplexity oder Copilot eingeben. Strukturieren Sie diese als klare H3-Überschriften gefolgt von einer direkten, ein- bis zweisatzigen Antwort.

9. Nutzen Sie eine logisch fehlerfreie H1- bis H6-Überschriftenhierarchie? Optik darf Struktur nicht ersetzen. Überspringen Sie keine Lücken. Einer H2 muss zwingend eine H3 folgen, keine H4. Für RAG-Systeme (Retrieval-Augmented Generation) dienen Überschriften als direkte Navigationsanker.

10. Trennen Sie Fakten klar von werblichen Aussagen? Reduzieren Sie Marketing-Sprache. LLMs bevorzugen objektiv geschriebene Phrasen. Ein Satz wie "Unser Produkt X beschleunigt Prozess Y um 20 Prozent" ist wertvoller als "Lernen Sie unser innovatives Meisterstück kennen".

Ist Ihre technische Basis maschinenlesbar? (Kategorie C)

Technisches SEO bildet die Brücke zwischen On-Page-Inhalt und der Verarbeitungsebene der Suchmaschinen. Für die Generative Engine Optimization wachsen die Anforderungen.

11. Stellen Sie eine llms.txt Datei im Root-Verzeichnis bereit? Dieses Format liefert KI-Crawlern eine extrem reduzierte, textbasierte Zusammenfassung Ihrer wichtigsten Ressourcen und Kontaktpunkte, optimiert für den sofortigen maschinellen Abruf. Eine tiefere Begutachtung dieser Methode finden Sie im Artikel zur /technische-geo.

12. Erlauben Sie KI-Bots aktiv den Zugriff über die robots.txt? Viele Unternehmen blockieren blindlings alle Crawler, um Ressourcen zu schonen. Wer in LLMs auftauchen will, muss Zugriffe von GPTBot, ClaudeBot oder OAI-SearchBot zulassen.

13. Implementieren Sie ein fehlerfreies JSON-LD Schema-Markup? Nutzen Sie strukturierte Daten explizit für "Organization", "Person", "Article" und vor allem "FAQPage". B2B-Unternehmen sollten ihre Produkte zudem über "Product"-Schemas spezifizieren.

14. Sind Ihre Webseiten-Texte frei von unnötigen Javascript-Barrieren? Render-Blockierungen schaden massiv. Wenn Kerninhalte erst durch Klicks, komplexe API-Aufrufe oder stark verzögertes Skriptladen sichtbar werden, erfassen rasch handelnde KI-Bots oft nur eine leere Hülle.

15. Rendern Ihre Seiteninhalte konsistent über verschiedene Bots hinweg? Prüfen Sie Ihre Serverauslieferung. Liefern Sie für Googlebot den gleichen strukturierten Text wie für Standard-User-Agents oder spezielle Scraping-Tools von KI-Suchmaschinen?

Spiegeln externe Quellen Ihre Autorität wider? (Kategorie D)

Ein Modell glaubt Ihrer Website nur, wenn externe Datenpunkte die aufgestellten Behauptungen stützen. Diese externe Bestätigung ist entscheidend.

16. Verfügt Ihr Unternehmen über einen verifizierten Eintrag in Wikidata? Wikidata ist eine der primären Trainingsquellen für LLMs. Fehlt Ihr Unternehmen dort, existieren Sie im tiefsten semantischen Wissensgraphen schlichtweg nicht.

17. Werden Sie gezielt in etablierten B2B-Fachmedien erwähnt? Pressemitteilungen ohne Substanz verpuffen. Echte Erwähnungen als Lösungsanbieter in Fachmagazinen trainieren die Parameter der KI. Für eine tiefergehende Betrachtung empfiehlt sich die Lektüre zur /ki-sichtbarkeit-mittelstand.

18. Pflegen Sie Ihre Präsenz auf Software- oder B2B-Bewertungsplattformen? Für Softwareanbieter ist Capterra oder G2 relevant, für Dienstleister ProvenExpert oder branchenspezifische Verzeichnisse. LLMs ziehen Bewertungen heran, um sentimentbasierte Fragen zu beantworten.

19. Gibt es organische Diskussionen über Ihre Lösungen in relevanten Foren? Nutzerzentrierte Plattformen wie Reddit, Stack Overflow (für Entwickler-Tools) oder spezialisierte Branchenforen liefern wertvolle Ground-Truth-Daten, die Perplexity und Google zur Bewertung heranziehen.

20. Zitieren renommierte Branchenexperten Ihre veröffentlichten Studien? Originalforschung ist der effektivste Weg zu glaubwürdigen Erwähnungen. Bringen Sie eigene Zahlenangaben und Bandbreiten auf den Markt, die andere zwingend zitieren müssen.

Werden Prozesse messbar gesteuert? (Kategorie E)

Optimierung benötigt Kennzahlen. Ohne kontinuierliches Monitoring und feste Verantwortlichkeiten erzielen Sie nur strukturlose Einzelerfolge.

21. Testen Sie Ihre Marke mit einem standardisierten Set an Prompts in ChatGPT und Perplexity? Sie benötigen eine fest definierte Liste von Branchenfragen, mit der Sie wöchentlich das Ausgabe-Ergebnis verschiedener KI-Plattformen testen, dokumentieren und vergleichen.

22. Dokumentieren Sie die Share of Voice Ihrer Marke im Vergleich zu Wettbewerbern? Wenn eine KI fünf Top-Anbieter auflistet und Sie auf Platz drei stehen, entspricht das einem konkreten sichtbaren Anteil. Messen Sie, wie oft die Wettbewerber vor Ihnen genannt werden.

23. Gibt es im Unternehmen eine klare personelle Verantwortlichkeit für KI-Sichtbarkeit? Dieses Feld liegt genau zwischen PR, klassischem Content Marketing und technischer SEO. Ohne eine definierte Zuständigkeit verweisen Fachabteilungen gern aufeinander.

24. Differenzieren Sie zwischen informationsgetriebenen und transaktionalen Antworten? Messen Sie separat, ob Sie bei "Wie funktioniert XY" zitiert werden (informational) oder explizit als Empfehlung bei "Bester Anbieter für XY" erscheinen (transaktional).

25. Analysieren Sie das Sentiment, mit dem KI-Tools über Ihre Produkte sprechen? Es reicht nicht, nur aufzutauchen. Wird Ihr Produkt im KI-Chat als "günstige Einsteigerlösung" oder als "präzise Enterprise-Software" beschrieben? Erfassen Sie den Bewertungs-Tenor methodisch.

Wie werten Sie Ihren Score professionell aus?

Zählen Sie nun alle Fragen zusammen, die Sie mit einem ehrlichen „Ja“ beantwortet haben. Ordnen Sie Ihr Ergebnis der folgenden Matrix zu. Die Tabelle zeigt Ihnen den Reifegrad, den Fokus Ihrer nächsten Schritte und empfohlene Handlungen.

Score Reifegrad Empfohlener Fokus Erste Schritte zur Optimierung
0 - 8 Lernender Basis-Setup herstellen, strukturelle Fehler beheben Erlauben Sie KI-Bots den Crawl, strukturieren Sie die Navigation logisch und etablieren Sie Definition-first.
9 - 15 Fortgeschritten Content aufwerten, Autoren etablieren Bauen Sie FAQ-Schema-Markups ein, vertiefen Sie Experteninhalte, publizieren Sie Tabellen und nutzen Sie klarere Semantik.
16 - 20 Grundsolide Off-Page-Signale aktivieren, Prozesse automatisieren Beantragen Sie Wikidata-Einträge, forcieren Sie Nennungen in branchenspezifischen PR-Texten, führen Sie Tracking-Routinen ein.
21 - 25 Vorreiter Vorherrschaft sichern, Detailanalyse betreiben Starten Sie Sentiment-Analysen, optimieren Sie spezifische RAG-Metriken, launchen Sie proprietäre Studien zur Marktdominanz.

Unabhängig von Ihrem genauen Punktestand erfordert der Übergang von klassischer SEO zu AEO viel Disziplin. Legen Sie sich einen klaren Zeitplan zurecht. Ein strukturiertes Vorgehen finden Sie in der /generative-engine-optimization/geo-90-tage-roadmap-mittelstand. Nehmen Sie sich zunächst die Kategorien vor, in denen Sie am schlechtesten abgeschnitten haben, um den stärksten Hebel für Ihre Reichweite zu generieren.

FAQ

Wie oft sollte das Assessment wiederholt werden?

Führen Sie dieses Self-Assessment alle drei bis sechs Monate durch. Die Ranking-Kriterien der KI-Modelle entwickeln sich rasant. Eine regelmäßige Standortbestimmung stellt sicher, dass strukturelle Optimierungen beibehalten und neue Trends rechtzeitig berücksichtigt werden.

Warum reichen meine bisherigen SEO-Tools dafür nicht aus?

Standard-SEO-Tools fokussieren sich auf Suchvolumina, Linkmetriken und klassische Keyword-Rankings in Google. Sie erfassen weder, wie ein Large Language Model Ihren Text intern gewichtet, noch können sie simulieren, ob Perplexity Ihre Entitäten im Knowledge Graph verknüpft hat.

Was ist der häufigste Fehler im B2B-Mittelstand hinsichtlich KI-Sichtbarkeit?

Der größte Fallstrick ist austauschbarer, generischer Content. B2B-Unternehmen veröffentlichen oft oberflächliche Lexikon-Artikel, statt ihre tiefe, proprietäre Branchenerfahrung auszuspielen. KI-Modelle ignorieren solche Duplikate von Standardwissen weitgehend.

Dürfen für das Assessment externe Agenturen hinzugezogen werden?

Ja. Ein neutraler Blick von außen erhöht die Validität des Ergebnisses spürbar. Besonders bei den technischen Fragen (JSON-LD, Crawl-Budgets oder llms.txt) hilft die Einschätzung eines technischen SEO-Managers, um fehlerhafte "Ja"-Antworten zu vermeiden.

Ab welchem Punktestand gewinne ich merklich an B2B-Leads durch LLMs?

Erste signifikante Nennungen in KI-Zusammenfassungen zeigen sich häufig ab einem Wert von etwa 15 Punkten. Die Lead-Generierung skaliert besonders stark, wenn hohe Scores im Bereich "Off-Page & Autorität" erreicht werden, da LLMs diese Signale als starken Indikator für Verlässlichkeit werten.