AI Share of Voice: Warum die Zahl trügt – und 3 Metriken, die mehr zählen

Der klassische Share of Voice (SOV) ist praktisch obsolet – doch viele Unternehmen haben ihn durch einen ebenso fehlerhaften Nachfolger ersetzt: den AI Share of Voice. Software-Anbieter versprechen, Ihre Markensichtbarkeit über ChatGPT, Gemini, Claude, Perplexity und Google AI Overviews hinweg mit einer einzigen Prozentzahl zu messen. Das Problem: Diese Zahl beruht auf einem versteckten Nenner – und der ist in der AI-Suche praktisch unendlich.

Was ist AI Share of Voice?

Der klassische SOV hatte klare Grenzen, aber transparente Annahmen: Marketer definierten ein festes Keyword-Set, tracken die Sichtbarkeit gegen den Wettbewerb und nutzten diese Liste als stabilen Nenner. Jeder verstand, was gemessen wurde. Dieses Modell existiert nicht mehr – Suchergebnisse sind dynamisch, personalisiert und werden zunehmend durch dialogorientierte Oberflächen ersetzt.

Die Formel hinter AI Share of Voice

Im Kern rechnen die meisten Tools nach demselben Prinzip: Sie zählen nicht nur, ob Ihre Marke erwähnt wird, sondern auch wie prominent – also an welcher Position innerhalb der Antwort.

Warum klassische Share-of-Voice-Metriken versagen

Zwei grosse Verschiebungen haben die Grundannahmen von SEO und Brand-Tracking gebrochen: das Verschwinden der statischen Ergebnisseite und der rasante Aufstieg personalisierter, dialogorientierter Antworten. Zwischen AI-Zusammenfassungen, lokalisierten Ergebnissen, Merchant-Grids und Echtzeit-Feeds sehen keine zwei Nutzer dieselbe Oberfläche – selbst bei identischer Suchanfrage zur exakt gleichen Sekunde.

Wer heute organisch auf Platz 1 rankt, steht möglicherweise trotzdem unter mehreren Anzeigen, einer AI-Übersicht, aufklappbaren Fragen und Community-Diskussionen. Rankings schwanken stündlich. Einen präzisen «Anteil» an diesem Bildschirm zu berechnen, ist mathematisch praktisch unmöglich geworden.

Das Kernproblem: der versteckte Nenner

In der klassischen Suche war die Sichtbarkeit gegen ein bekanntes Keyword-Set messbar – ein transparenter, prüfbarer Nenner. In der generativen Suche ist die Menge möglicher Prompts effektiv unendlich. Nutzer suchen nicht mehr mit Zwei-Wort-Phrasen, sondern mit hochspezifischen, dialogartigen Anfragen, die ihren genauen Kontext, ihre Integrationen und Anforderungen beschreiben.

Weil kein Tool dieses unendliche Universum realistisch abbilden kann, wählen Anbieter einen kleinen, teils willkürlichen Ausschnitt statischer Prompts, schicken sie durch die AI-Modelle und aggregieren die Ergebnisse zu einer «globalen» Prozentzahl. Das Ergebnis misst den Share of Voice nur innerhalb einer künstlichen Sandbox – präsentiert diese aber, als wäre es das offene Web.

Warum jedes Tool eine andere Zahl zeigt: HubSpot vs. Semrush vs. Ahrefs & Co.

Weil jeder Anbieter einen anderen Prompt-Ausschnitt, andere Engines und eine andere Gewichtung nutzt, liefern die Tools für dieselbe Marke oft deutlich abweichende Werte. Ein Überblick, wer wie misst:

• HubSpot AEO Grader (ehem. AI Search Grader): kostenloser Einmal-Check ohne Konto. Fragt ChatGPT, Perplexity und Gemini mit standardisierten Prompts ab und bewertet fünf Dimensionen (Sentiment, Presence Quality, Brand Recognition, Share of Voice, Market Position). Der SoV ist ein «geschätzter» Prozentwert plus Rang-Bonus – eine Momentaufnahme, kein laufendes Monitoring.
• Semrush AI Visibility Toolkit / Enterprise AIO: testet hunderte Prompts pro Kategorie und misst Erwähnungen, Position, SoV-%, Sentiment und Verlauf über ChatGPT, Google AI Mode/AI Overviews, Gemini und Perplexity (Grok und Claude nur im Enterprise-Tier). Für ChatGPT fliesst zusätzlich das Suchvolumen des Themas in die Rechnung ein.
• Ahrefs Brand Radar: nutzt einen riesigen statischen Datensatz aus über 250 Millionen «People Also Ask»-Fragen, einmal pro Monat durch die LLMs geschickt. Sehr breit, aber weder in Echtzeit noch individuell auf Ihre Prompts zugeschnitten.
• Peec AI (Berlin): trackt Ihre selbst gewählten Prompts täglich in Echtzeit über rund sechs Engines, inklusive Sentiment und Quellen-Attribution in 115 Sprachen – der prominenteste GEO-Tool-Anbieter aus dem DACH-Raum.
• Profound: Enterprise-Lösung, die bis zu ~10 Engines trackt und stark auf regulierte Branchen und Compliance ausgerichtet ist.
• Otterly.AI: günstiger Einstieg für automatisiertes Monitoring von Marken-Erwähnungen und Zitationen.

Die entscheidende Achse: Manche Tools arbeiten mit einem riesigen, statischen Prompt-Set und monatlichem Update (Ahrefs), andere mit individuellen Prompts und täglicher Aktualisierung (Peec, Profound). Gemeinsam ist ihnen: Keines nutzt echte Nutzer-Konversationen – alle stützen sich auf synthetisches Prompt-Sampling öffentlicher LLM-Antworten.

Black-Box-Metriken und die Volatilität durch Modell-Updates

In der klassischen Suche liess sich ein gemeldeter Sichtbarkeitswert prüfen: Man konnte die zugrunde liegende Keyword-Liste einsehen und anpassen. Moderne LLM-Tools verbergen ihren Nenner in proprietären Systemen, die fast sicher unvollständig sind. Kommt ein Modell-Update, ändern sich die Zahlen – ohne dass sich an Ihrer Marke irgendetwas geändert hätte.

Ein konkretes Beispiel aus der GPT-5-Ära: Nach dem Update im Spätsommer 2025 brach der Anteil von Reddit an den zitierten Quellen in ChatGPT innerhalb weniger Wochen um rund 95 % ein – von etwa 14,3 % Anfang August auf 0,21 % Mitte September 2025 (Analyse von über 3 Mio. Zitationen). Wer Reddit-Sichtbarkeit trackte, sah einen dramatischen Einbruch, der nichts mit der eigenen Relevanz zu tun hatte.

Noch klarer belegt eine SISTRIX-Analyse von 3,8 Millionen deutschsprachigen ChatGPT-Antworten die Volatilität: Beim Wechsel auf GPT-5.5 am 22./23. Mai 2026 verschoben sich innerhalb von 48 Stunden 47 % der Zitationen, und die durchschnittliche Zahl der zitierten Quellen pro Antwort sank von 30,9 auf 28,4. SISTRIX betont ausdrücklich: Das ist Korrelation, kein Kausalitätsbeweis. Genau deshalb sollten AI-SoV-Werte als Richtungssignale gelten, nicht als harte Zahlen.

3 Metriken, die mehr zählen als AI Share of Voice

Ein von Search Engine Land geprägtes Framework verschiebt den Fokus – weg vom reinen Sichtbarkeits-Prozentsatz, hin zu der Frage, wie tief eine Marke in die konzeptuellen Modelle der AI eingebettet ist. Drei Metriken sind aussagekräftiger:

1. Share of Mentions (Erwähnungsanteil)

2. Share of Recommendations (Empfehlungsanteil)

3. Share of Narrative (Narrativ-Anteil)

Eine Erwähnung allein reicht nicht, wenn der Kontext Ihre Marke schlecht darstellt. Share of Narrative misst die Attribute, Adjektive und Assoziationen, die mit Ihrem Namen verknüpft werden – also wie die AI Ihre Marke einordnet. Drei typische Narrative:

• Das «Best»-Narrativ: Wie oft werden Sie als Premium- und Gold-Standard-Marktführer dargestellt? Positioniert das Modell Sie als leistungsfähigste Lösung?
• Das «Popular»-Narrativ: Wie oft gelten Sie als der breit adoptierte Industriestandard, die Default-Wahl?
• Das «Budget»-Narrativ: Wie oft werden Sie als günstige, Einstiegs- oder Value-Alternative kategorisiert?

Erwähnt eine AI Ihre Marke zwar häufig, beschreibt Ihr Produkt aber konsequent als komplexes Legacy-System, kann ein hoher Share of Voice Ihrer Pipeline sogar schaden. Sichtbarkeit im falschen Rahmen ist ein strategisches Risiko.

AI Share of Voice im DACH-Raum vs. USA & UK

Auf der Nachfrageseite ist der DACH-Raum überraschend weit: Laut einer Bitkom-Umfrage vom November 2025 nutzt bereits die Hälfte (50 %) der deutschen Internetnutzer zumindest gelegentlich AI-Chats statt der klassischen Suche – bei den 16- bis 29-Jährigen sind es 66 %. Damit liegt die deutsche Verbrauchernutzung ungefähr auf dem Niveau von UK (rund 47 % der Erwachsenen haben AI-Suche genutzt) und den USA. Der oft angenommene grosse Rückstand existiert auf der Konsumentenseite kaum noch.

Auf der Unternehmensseite holt der DACH-Raum schnell auf, startet aber von tiefer: Laut Bitkom-AI-Studie 2026 setzen 41 % der deutschen Unternehmen AI ein – 2024 waren es erst 17 %. Als Bremsen gelten vor allem rechtliche Unsicherheit und fehlendes Know-how.

Bei GEO-Strategie, Budgets und Enterprise-Tooling führt weiterhin der US-Markt (Profound, Semrush Enterprise AIO, Ahrefs). Die grosse Ausnahme kommt aber aus dem DACH-Raum: Das Berliner Tool Peec AI zählt zu den am schnellsten wachsenden Marketing-Startups Europas (rund 10 Mio. USD ARR 16 Monate nach Start, 21 Mio. USD Finanzierung im November 2025), und SISTRIX aus Deutschland hat sich zu einer führenden Quelle für AI-Zitationsforschung entwickelt. Kurz: Konsumenten-Nachfrage nahezu auf Augenhöhe, Enterprise-Reife noch US-geführt – mit Peec und SISTRIX als starken lokalen Ausnahmen.

Wie sich AI Share of Voice weiterentwickeln wird

Die Richtung ist absehbar: Weg von der einen, scheinpräzisen Prozentzahl – hin zu einem Bündel ehrlicherer, mehrdimensionaler Signale.

• Von der Einzahl zum Signal-Set: Führende Teams berichten Share of Mentions, Recommendations und Narrative gemeinsam statt einer einzigen «Sichtbarkeits-%».
• Von Keywords zu Entitäten: Entscheidend wird, wie klar Ihre Marke als Entität mit dokumentiertem Use-Case verstanden wird – nicht, welche Keywords Sie «besitzen».
• Agentische Suche: Mit AI-Agenten, die eigenständig recherchieren und einkaufen, zählt zunehmend, ob Ihre Marke in deren Auswahlprozess auftaucht.
• Eigene Messung statt Black Box: Wer den Nenner selbst definiert (eigene, relevante Prompt-Sets) und regelmässig prüft, gewinnt mehr Aussagekraft als aus jeder anbieter-internen Globalzahl.
• Standardisierung: Mittelfristig dürften sich transparentere, prüfbare Methoden durchsetzen – ähnlich wie sich früh im SEO gemeinsame Standards etabliert haben.

Häufige Fragen zu AI Share of Voice

Kann man AI Share of Voice überhaupt zuverlässig messen?

Nicht als exakte Zahl. Weil die Menge möglicher Prompts unendlich ist und jedes Tool nur einen Ausschnitt testet, ist der Wert immer eine Schätzung innerhalb einer Sandbox. Zuverlässig ist eher der Trend über die Zeit – solange Sie dasselbe Tool, dieselben Prompts und denselben Zeitraum vergleichen.

Warum zeigen HubSpot und Semrush unterschiedliche Werte?

Weil sie unterschiedliche Prompts, Engines und Gewichtungen verwenden. HubSpot macht einen kostenlosen Einmal-Check über drei Engines mit Rang-Bonus; Semrush testet laufend hunderte Prompts und bezieht für ChatGPT das Suchvolumen ein. Gleiche Marke, andere Mathematik – deshalb sind die absoluten Werte nicht vergleichbar.

Welches Tool eignet sich für den DACH-Raum?

Für deutschsprachige Prompts und tägliches Monitoring ist das Berliner Tool Peec AI stark (Mehrsprachigkeit, Quellen-Attribution). Für breite Marktdaten eignet sich Ahrefs Brand Radar, für laufendes Wettbewerbstracking Semrush. Wichtig ist weniger das Tool als konsequent gleiche Prompts und die Interpretation als Richtungssignal.

Ist AI Share of Voice dasselbe wie GEO?

Nein. GEO (Generative Engine Optimization) ist die Disziplin, Ihre Sichtbarkeit in AI-Suche zu verbessern. AI Share of Voice ist eine von mehreren Kennzahlen, mit denen sich der Erfolg dieser Arbeit messen lässt – am besten ergänzt um Share of Mentions, Recommendations und Narrative.

Fazit

AI Share of Voice ist ein nützliches Richtungssignal – aber keine harte Zahl, die man Führungsteams als absolute Wahrheit präsentieren sollte. Der versteckte Nenner, unterschiedliche Tool-Methoden und die Volatilität durch Modell-Updates machen die eine Prozentzahl trügerisch. Wer stattdessen misst, wie oft die Marke erwähnt, empfohlen und positiv gerahmt wird, steuert seine AI-Sichtbarkeit deutlich verlässlicher.