KI-Radar

Methodik & Scoring

Wie wir Sichtbarkeit und KI-Bereitschaft messen — offen, ehrlich, nachvollziehbar.

Unsere Philosophie: Ehrlichkeit statt Schein-Präzision

KI-Sichtbarkeit ist kein exakt messbares Phänomen. Sprachmodelle sind nicht-deterministisch — dieselbe Frage liefert in zwei Läufen unterschiedliche Antworten. Deshalb weisen wir Konfidenz explizit aus und cappen alle Scores bei 80/100. Kein Unternehmen ist perfekt sichtbar — ein Score von 100 wäre gelogen.

Statt Schein-Dezimalen (73,4 Punkte) vergeben wir Klassen: niedrig · mittel · gut · stark. Das ist ehrlicher und für Entscheidungen nützlicher.

Score-Bänder

Klasse	Punktbereich	Bedeutung
stark	65–80	Sehr gute KI-Präsenz — Benchmark für andere
gut	45–64	Solide Basis, einzelne Lücken schließen
mittel	25–44	Sichtbar, aber noch nicht zitierbar
niedrig	0–24	Kaum präsent — dringender Handlungsbedarf

Visibility-Score (extern) — Gewichtung

Wir stellen 5–10 Prompts aus drei Kaufentscheidungs-Phasen (Awareness / Consideration / Decision) an mehrere KI-Engines und analysieren die Antworten.

Signal	Gewicht	Erklärung
Mention	30 %	Marke wird in der Antwort genannt
Recommendation	25 %	Marke wird aktiv empfohlen
Position	20 %	Platz in einer Auflistung (1 = Maximum)
Citation	15 %	Website wird als Quelle verlinkt
Sentiment	10 %	Tonalität der Erwähnung

Primary Recommendation (erste Nennung in einer Liste) wird als Multiplikator auf das Recommendation-Signal angerechnet. Share-of-Voice zeigt den Marktanteil eurer Marke vs. erkannten Wettbewerbern.

Readiness-Score (on-site) — Gewichtung

Wir prüfen eure Website deterministisch — ohne KI, ohne Nicht-Determinismus. Jedes Signal ist reproduzierbar.

Kriterium	Gewicht	Was geprüft wird
Strukturierte Daten	25 %	JSON-LD: Organization, FAQPage, Article, Product — valide und vorhanden?
Content-Qualität	20 %	H-Hierarchie, Antwortblöcke (~120–180 Wörter), Statistiken mit Quelle
Crawler-Zugang	20 %	robots.txt: OAI-SearchBot, Claude-SearchBot, PerplexityBot, Bingbot erlaubt?
Extrahierbarkeit	15 %	SSR/statisch lesbar (ohne JavaScript), semantische Struktur
llms.txt	10 %	Datei vorhanden, < 5 KB, valides Format
Metadaten & Technik	10 %	Sitemap, Canonical, kein noindex, HTTPS, TTFB

Wichtig: Das Blockieren von Training-Bots (GPTBot, CCBot) schadet eurer Sichtbarkeit nicht — diese Bots bestimmen keine Suchergebnisse. Nur Search-Bots zählen für die aktuelle Zitierbarkeit.

Ehrlichkeitsprinzipien

Cap bei 80 — Kein Score erreicht 100. Vollständige KI-Sichtbarkeit ist ein bewegliches Ziel (Modelle ändern sich, Citations driften ~40–60 % pro Monat).

Konfidenz-Ausweise — Bei wenigen Prompts oder hoher Varianz zwischen Engines wird "Konfidenz: niedrig" ausgegeben. Besser ehrlich unsicher als präzise falsch.

Engine-Breakdown — Der Report zeigt, welche Engines befragt wurden und wie die Mention-/Recommendation-Rate pro Engine ausfällt. Kein Blackbox-Mittelwert.

Reproduzierbarkeit — Readiness-Signale sind deterministisch und jederzeit nachprüfbar. Visibility-Signale sind probabilistisch; bei Zweifel mehrere Läufe mitteln.

Diese Methodik-Seite ist öffentlich und wird mit jeder Score-Formel-Änderung aktualisiert. Transparenz ist unser Differenzierungsmerkmal — nicht nur ein Versprechen.

Engines & Kosten

Im MVP-Modus nutzen wir Gemini 2.5 Flash + Search Grounding (5.000 Queries/Monat im Gratiskontingent) und Perplexity Sonar (~0,006 $/Query, beste grounded-Qualität). Der kombinierte Scan-Aufwand beträgt ~0,18–0,90 $ je Domain.

Im Abo-Modus (Starter / Pro / Agentur) werden zusätzlich OpenAI gpt-4o-mini + Web Search eingesetzt, um ChatGPT-spezifisches Verhalten abzubilden.