Was bedeutet „KI-Sichtbarkeit“ eigentlich für eine Website?

KI-Sichtbarkeit beschreibt, wie oft und wie positiv eine Marke in Antworten erscheint, die von KI-Assistenten wie ChatGPT, Claude, Gemini und Perplexity generiert werden. Dazu gehören direkte Markenerwähnungen, URL-Zitierungen und die Aufnahme in Empfehlungslisten. Im Gegensatz zu Suchrankings ist die KI-Sichtbarkeit keine feste Position; dieselbe Frage kann bei verschiedenen Durchläufen und auf unterschiedlichen Plattformen zu verschiedenen Antworten führen. Deshalb wird sie als Erwähnungsrate über einen Zeitraum gemessen und nicht als einzelner Ranking-Wert.

Wie viele Prompts sollte ich tracken und wie wähle ich sie aus?

Zwischen 10 und 25 Prompts sind der praktische Idealbereich für einen selbstgebauten Tracker. Leiten Sie diese aus der Sprache Ihrer Kunden ab: Fragen aus Verkaufsgesprächen, Support-Tickets, Suchanfragen aus der Google Search Console mit kommerzieller Absicht sowie Vergleichsfragen, die Interessenten vor der Auswahl von Anbietern stellen. Priorisieren Sie markenunabhängige Prompts, bei denen eine Empfehlung den Kauf tatsächlich beeinflussen würde, und halten Sie die Liste für mindestens ein Quartal unverändert, damit Ihre Trenddaten vergleichbar bleiben.

Was kostet der Betrieb eines auf Claude basierenden Sichtbarkeits-Trackers?

Die Kosten skalieren mit der Anzahl der Prompts und der Häufigkeit der Durchläufe. Ein wöchentlicher Durchlauf von 20 Prompts liegt bei den API-Kosten typischerweise im Bereich von wenigen Dollar pro Monat, da jede Abfrage nur eine kurze Vervollständigung darstellt. Das macht den benutzerdefinierten Ansatz selbst für kleine Marketingteams praktikabel, mit dem Kompromiss, dass er nur eine KI-Engine überwacht und nicht die gesamte Landschaft an Assistenten und Antwort-Engines.

Kann das Tracking der KI-Sichtbarkeit meiner Website schaden oder gegen Plattformregeln verstoßen?

Nein, der Tracker sendet Fragen lediglich über die offizielle, kostenpflichtige API an ein KI-Modell und liest die Antworten aus – genau das, wofür die API konzipiert ist. Er scrapt keine Benutzeroberflächen, automatisiert keine Verbraucherkonten und greift nicht in den Code Ihrer Website ein. Die Hauptrisiken sind operativer Natur: das Offenlegen Ihres API-Keys durch Hardcoding oder das Ziehen von Schlüssen aus zu wenigen Daten. Beides lässt sich durch die Verwendung von Umgebungsvariablen und ein Messfenster von mindestens sechs Wochen vermeiden.

Mein Tracker zeigt null Erwähnungen an. Kann ich das Problem selbst beheben?

Null Erwähnungen sind am Anfang völlig normal und lassen sich beheben, aber nicht über Nacht. KI-Assistenten bevorzugen Quellen mit eindeutigen Entitätsinformationen, Inhalten im Antwortformat, glaubwürdigen Erwähnungen durch Dritte sowie technisch sauberen, crawl-fähigen Seiten. Die Verbesserung dieser Faktoren – statt zu versuchen, sich durch „Prompt-Engineering“ in die Antworten zu mogeln – führt zu einer höheren Erwähnungsrate. Rechnen Sie mit Fortschritten über Monate, nicht über Tage, und nutzen Sie den Tracker, um zu prüfen, welche Änderungen tatsächlich zu Zuwächsen führen.

Wie geht Broworks bei Kunden-Websites mit der KI-Sichtbarkeit um?

Broworks betrachtet KI-Sichtbarkeit als Erweiterung von technischem SEO und Content-Architektur, nicht als eigenständige Disziplin. Die Arbeit für Kunden beginnt mit einer Messbasis, wie dem hier beschriebenen Tracker, gefolgt von der Bereinigung von Entitäten und Schemata, einer antwortorientierten Umstrukturierung der Seiten sowie Performance-Optimierungen in Webflow. Dieselbe strukturelle Arbeit, die KI-Zitate fördert, hat bereits zu belegten Ergebnissen wie einem organischen Traffic-Wachstum von über 200 % für Frontera geführt, da Suchmaschinen und KI-Modelle weitgehend dieselben Grundlagen belohnen.

Claude KI-Sichtbarkeits-Tracker für eine Website

Ein AI-Visibility-Tracker ist ein Skript oder Tool, das KI-Assistenten regelmäßig die Fragen stellt, die auch Ihre Kunden stellen, und anschließend protokolliert, ob Ihre Marke oder Website in den Antworten erscheint. Sie können ein solches Tool mit der Claude-API, einem kurzen Python-Skript und einer Liste von Prompts selbst erstellen – ganz ohne SaaS-Abonnement.

TL; DR

Problem: KI-Assistenten beeinflussen Kaufentscheidungen zunehmend direkt in ihren Antworten (etwa 93 % der KI-Suchanfragen enden ohne Klick), doch die meisten Teams haben keine Möglichkeit zu messen, ob sie überhaupt erwähnt werden.
Erkenntnis: Sie benötigen keine Enterprise-Plattform, um eine Basis zu schaffen. Ein Python-Skript, das die Claude-API nutzt, kann die tatsächlichen Fragen Ihrer Kunden in festen Intervallen abfragen und jede Erwähnung, Zitation sowie das Auftauchen von Wettbewerbern in einer CSV-Datei speichern, die Ihnen gehört.
Fazit: Legen Sie 10–25 Prompts mit kommerzieller Absicht fest, lassen Sie den Tracker ein Quartal lang wöchentlich laufen und betrachten Sie den Trendverlauf – nicht den einzelnen Durchlauf – als die relevante Entscheidungsgrundlage.

So bauen Sie einen AI-Visibility-Tracker für Ihre Website mit Claude

Dieser Leitfaden richtet sich an Marketingleiter, Gründer und SEO-Verantwortliche, die ihre AI-Visibility messen möchten, ohne sich an ein Enterprise-Tool zu binden. Am Ende verfügen Sie über einen funktionierenden Tracker für Mac oder Windows, der Markenerwähnungen, Zitationen und Wettbewerberauftritte im Zeitverlauf protokolliert. Der vollständige Quellcode ist auf GitHub verfügbar; den Zugriff können Sie über das Formular am Ende dieses Artikels anfordern.

‍

Warum ein AI-Visibility-Tracker heute wichtig ist

Traditionelles Ranking-Tracking zeigt Ihnen, wo Sie bei Google stehen. Es verrät Ihnen jedoch nichts darüber, ob ChatGPT, Claude, Perplexity oder Gemini Sie empfehlen, wenn ein Käufer fragt: „Was ist die beste Webflow-Agentur für B2B-SaaS?“

Dieser blinde Fleck wird immer größer. Der KI-Referral-Traffic ist zwischen 2024 und 2026 um das 16-fache gestiegen und erreicht 0,32 % des gesamten Website-Traffics – mittlerweile stammt etwa jeder 312. Website-Besuch von einer KI-Suchmaschine. Die absoluten Zahlen sind im Vergleich zur organischen Suche noch gering, aber der Einfluss geht weit über Klicks hinaus: Rund 93 % der KI-Suchanfragen enden ohne Klick auf eine Website. Das bedeutet, dass Ihre Marke oft direkt innerhalb der Antwort bewertet und entweder empfohlen oder ignoriert wird.‍

Ein AI-Visibility-Tracker misst, wie oft KI-Assistenten wie Claude, ChatGPT und Perplexity eine bestimmte Marke oder Website erwähnen oder zitieren, wenn sie relevante Kundenfragen beantworten. Das Tool sendet in festgelegten Abständen eine definierte Reihe von Prompts an ein KI-Modell, durchsucht die Antworten nach Marken- und Domainnennungen und protokolliert die Ergebnisse, um Sichtbarkeitstrends aufzuzeigen.

‍

Was der Claude-Visibility-Tracker leistet

Der Tracker, den wir bei Broworks entwickelt haben, ist bewusst einfach gehalten. Er:

Sendet eine definierte Liste von Prompts (die echten Fragen Ihrer Käufer) über die API an Claude
Durchsucht jede Antwort nach Ihrem Markennamen, Ihrer Domain und den Namen Ihrer Wettbewerber
Protokolliert jeden Durchlauf mit Zeitstempel in einer CSV-Datei, damit Sie die Sichtbarkeit im Zeitverlauf grafisch darstellen können
Läuft nach der Einrichtung automatisch nach Zeitplan (täglich oder wöchentlich) ohne manuellen Aufwand
Kostet je nach Prompt-Volumen nur wenige Cent pro Durchlauf

Es ist kein Ersatz für umfassende Plattformen wie Profound oder Scrunch AI, die mehrere Suchmaschinen und Regionen tracken. Es ist eine schnelle, transparente Basis, die Sie vollständig kontrollieren – und für viele Teams ist das genau der richtige Ausgangspunkt am Anfang des Funnels.

‍

Schritt für Schritt: Den Tracker erstellen

Schritt 1: Python installieren

Der Tracker benötigt Python 3.10 oder neuer.

Mac: Öffnen Sie das Terminal und führen Sie python3 --versionaus. Falls Python nicht installiert oder älter als 3.10 ist, laden Sie den aktuellen Installer von python.org/downloads herunter und führen Sie ihn aus.
Windows: Laden Sie den Installer von derselben Seite herunter. Aktivieren Sie während der Installation das Kontrollkästchen "Add Python to PATH"– diesen Schritt vergessen die meisten, und wenn man ihn überspringt, funktionieren alle nachfolgenden Befehle nicht.
Überprüfen Sie die Installation: Führen Sie python3 --version (Mac) oder python --version (Windows-Eingabeaufforderung) aus. Sie sollten eine Ausgabe wie Python 3.12.xsehen.

‍

Schritt 2: Claude-API-Schlüssel abrufen

Erstellen Sie ein Konto in der Anthropic Console und laden Sie ein kleines Guthaben auf (5 $ reichen für den Anfang völlig aus).
Gehen Sie zu API Keys, generieren Sie einen neuen Schlüssel und speichern Sie ihn an einem sicheren Ort. Er wird Ihnen nur einmal angezeigt.
Fügen Sie diesen Schlüssel niemals direkt in das Skript ein und laden Sie ihn nicht auf GitHub hoch. Der Tracker liest ihn stattdessen aus einer Umgebungsvariablen.

Legen Sie die Umgebungsvariable fest:

Mac: Führen Sie im Terminal export ANTHROPIC_API_KEY="your-key-here" aus.. Damit die Änderung dauerhaft übernommen wird, fügen Sie diese Zeile zu Ihrer ~/.zshrc Datei hinzu.
Windows: Suchen Sie nach „Umgebungsvariablen bearbeiten“, fügen Sie eine neue Benutzervariable mit dem Namen ANTHROPIC_API_KEYhinzu und fügen Sie Ihren Schlüssel als Wert ein. Starten Sie anschließend die Eingabeaufforderung neu.

‍

Schritt 3: Den Tracker-Code abrufen

Das vollständige, sofort einsatzbereite Repository ist geschützt. Füllen Sie das kurze Formular in diesem Artikel aus, um den GitHub-Link per E-Mail zu erhalten. Sobald Sie diesen haben:

Mac: git clone das Repository oder laden Sie die ZIP-Datei herunter und entpacken Sie diese in einen Ordner wie ~/ai-visibility-tracker.
Windows: Laden Sie die ZIP-Datei von GitHub herunter und entpacken Sie diese nach C:\ai-visibility-tracker.

Installiere anschließend die Abhängigkeiten innerhalb des Ordners:

pip install anthropic pandas

(Verwende auf dem Mac pip3 , falls pip nicht erkannt wird.)

‍

Schritt 4: Konfiguration für deine Marke

Hier musst du Anpassungen vornehmen, um den Tracker für dich zu personalisieren. Öffne config.py in einem Texteditor deiner Wahl und aktualisiere die folgenden drei Punkte:

BRAND_NAME – dein Firmenname, genau so, wie er öffentlich geschrieben wird (z. B. "Broworks"). Füge gängige Varianten zu BRAND_ALIASES hinzu, falls dein Name unterschiedlich geschrieben wird.
DOMAIN – deine Hauptdomain ohne Protokoll (z. B. "broworks.net"). Der Tracker gleicht dies mit allen URLs ab, die Claude zitiert.
WETTBEWERBER – eine Liste von 3–5 Markennamen Ihrer Wettbewerber. Damit wird der Tracker von einem Spiegel zu einem Benchmark: Sie sehen nicht nur Ihre eigenen Erwähnungen, sondern auch Ihren Share of Voice.

Öffnen Sie als Nächstes prompts.txt und ersetzen Sie die Beispiel-Prompts durch 10–25 Fragen, die Ihre tatsächlichen Kunden stellen. Gute Prompts sind spezifisch und kommerziell ausgerichtet: „beste Webflow-Agentur für SaaS“, „wen sollte ich für eine Migration von WordPress zu Webflowbeauftragen“, „beste Agenturen für KI-Suchoptimierung“. Vermeiden Sie allgemeine Fragen wie „Was ist Webflow“ – bei solchen Suchanfragen gewinnt niemand eine wertvolle Erwähnung.

‍

Schritt 5: Ausführen

Vom Tracker-Ordner aus:

Mac: python3 tracker.py
Windows: python tracker.py

Das Skript sendet jeden Prompt an Claude, prüft jede Antwort auf Ihre Marke, Domain und Wettbewerber und fügt die Ergebnisse an results.csvan. Jede Zeile protokolliert das Datum, den Prompt, ob Sie erwähnt wurden, ob Sie per URL zitiert wurden und welche Wettbewerber aufgetaucht sind.

‍

Schritt 6: Zeitplan festlegen

Ein einzelner Durchlauf ist nur eine Momentaufnahme. Der wahre Wert liegt im Trendverlauf.

Mac: Verwenden Sie cron. Führen Sie crontab -e aus und fügen Sie eine Zeile wie 0 8 * * 1 cd ~/ai-visibility-tracker && python3 tracker.py hinzu, um das Skript jeden Montag um 8 Uhr morgens auszuführen.
Windows: Öffnen Sie die Aufgabenplanung, erstellen Sie eine einfache Aufgabe, legen Sie einen wöchentlichen Trigger fest und verweisen Sie die Aktion auf python mit tracker.py als Argument und dem Tracker-Ordner unter „Starten in“.

Öffnen Sie nach vier bis sechs Wochen results.csv in einem Tabellenkalkulationsprogramm und stellen Sie die Erwähnungsrate pro Woche grafisch dar. Das ist Ihre Basislinie für die KI-Sichtbarkeit.

Um einen einfachen KI-Sichtbarkeits-Tracker zu erstellen, benötigen Sie vier Komponenten: Python 3.10+, einen Anthropic-API-Schlüssel, eine Konfigurationsdatei mit Ihrem Markennamen, Ihrer Domain und Ihren Wettbewerbern sowie eine Liste von 10–25 Prompts mit Kaufabsicht. Das Skript fragt Claude nach einem Zeitplan ab, durchsucht die Antworten nach Erwähnungen und Zitaten und protokolliert die Ergebnisse zur Trendanalyse in einer CSV-Datei.

‍

Häufige Fehler und Fallstricke

Nur markenbezogene Prompts testen. Die Frage „Erzähl mir etwas über [Ihre Marke]“ beweist gar nichts. Verfolgen Sie die markenunabhängigen, kommerziellen Fragen, bei denen eine Empfehlung tatsächlich zu Geschäftsabschlüssen führt.
Prompts während des laufenden Prozesses ändern. Wenn Sie Ihre Prompt-Liste jede Woche bearbeiten, werden Ihre Trenddaten wertlos. Legen Sie die Liste für mindestens ein Quartal fest.
Zu viel in einen einzelnen Durchlauf hineininterpretieren. KI-Antworten variieren zwischen den Durchläufen. Eine einzelne fehlende Erwähnung ist Rauschen; ein sechswöchiger Rückgang ist ein Signal.
Das „Warum“ ignorieren. Der Tracker zeigt Ihnen ob Sie sichtbar sind, nicht warum. Die Behebung einer geringen Sichtbarkeit läuft meist auf strukturierte Inhalte, Entitäten-Klarheit und eine crawlbare Website-Architektur hinaus – dieselben Grundlagen, die wir in unseren Ressourcen zur LLM-Sichtbarkeitbehandeln.
Den API-Schlüssel fest im Code hinterlegen. Jeder mit Repository-Zugriff kann sie sehen, und geleakte Keys werden schnell missbraucht. Umgebungsvariablen haben ihren Grund.

‍

Tracker vs. manuelle Prüfungen vs. SaaS-Plattformen

‍

Approach	Cost	Setup time	Data ownership	Best for
Manual AI checks	Free	None	None (screenshots)	One-off sanity checks
Custom Claude tracker	~$2–10/month API usage	1–2 hours	Full (your CSV)	Baseline trend tracking
SaaS platforms	High monthly subscription	Days, incl. onboarding	Vendor-hosted	Multi-engine enterprise monitoring

‍

Ein benutzerdefinierter, auf Claude basierender KI-Sichtbarkeits-Tracker kostet etwa 2–10 $ pro Monat an API-Gebühren und ist in ein bis zwei Stunden eingerichtet. Im Vergleich dazu stehen Enterprise-SaaS-Plattformen, die mehrere KI-Engines zu deutlich höheren monatlichen Kosten überwachen. Der benutzerdefinierte Ansatz eignet sich für Teams, die eine kontrollierte, transparente Basis wünschen; SaaS-Plattformen sind ideal für Teams, die eine Abdeckung über mehrere Engines und Regionen hinweg benötigen.

‍

Was man mit den Daten anfangen sollte

Die Messung der Sichtbarkeit ist nur der erste Schritt. Wenn der Tracker zeigt, dass Sie bei Antworten fehlen, die Ihre Konkurrenten dominieren, liegt die Lösung auf Ihrer Website: klare Entitätsdefinitionen, antwortorientierte Inhalte, strukturierte Daten sowie schnelle, saubere Seiten, die von KI-Crawlern verarbeitet werden können. Hier kommt es auf das Fundament der Website an; Inhaltsstruktur und technische Qualität verstärken sich gegenseitig. Wir haben dies bei unserer eigenen Arbeit für Kunden gesehen: Nach einer strukturellen und inhaltlichen Überarbeitung mit Fokus auf Crawlbarkeit und antwortorientierte Seiten konnte Visa Franchise den organischen Traffic um 284 % steigern – und genau diese Disziplin führt zu Zitierungen in KI-Antworten. Wenn Ihre aktuelle Plattform solche Änderungen verlangsamt oder anfällig macht, ist eine speziell dafür entwickelte Webflow-Entwicklung oft der Schlüssel zum Erfolg.

Erst messen. Dann beheben, was die Messung aufdeckt.

Häufig gestellte Fragen zu

KI-Suchsichtbarkeit verfolgen und verbessern