AI-Visibility tracken (ChatGPT, Perplexity, Gemini)

Klassisches SEO misst, ob du in Googles Top-10 stehst. AI-Visibility misst, ob du in den Antworten von ChatGPT, Perplexity, Gemini und Claude überhaupt vorkommst — und wenn ja, wie. Diese Anleitung zeigt dir den kompletten Tracking-Workflow.

Was ist AI-Visibility?

LLMs erzeugen Antworten aus eigenem Training, aus Web-Recherchen oder aus retrieval-augmentierten Quellen. Wenn ein Nutzer fragt „Was ist die beste vegane Proteinquelle?", listet das Modell Anbieter, Marken, URLs. Wer dort genannt wird, gewinnt Traffic, Trust und Marktanteil. Wer nicht, ist unsichtbar — egal wie gut die Google-Position ist.

Rankion stellt deine Marken-relevanten Fragen automatisch und periodisch an mehrere Modelle und protokolliert: Wirst du genannt? In welchem Kontext? Welche Quellen zitiert das Modell?

Tracking-Projekt erstellen

Im Menü: AI Visibility → Neues Tracking. Der Wizard fragt dich:

1. Name — z.B. „Vegane Proteine DACH"
2. Modus — Domain-Tracking (eine Marke/Domain) oder Keyword-Tracking (Topic, alle relevanten Player)
3. Domain bzw. Keywords — was getrackt wird

Nach der Analyse (Schritt 2) startet der Assistent beim Weitergehen von selbst den Sitemap-Scan; nach wenigen Minuten erscheinen die Vorschläge aus deinen eigenen Seiten unter Keyword-Vorschläge aus der Sitemap. Die Analyse kostet dabei einmalig 5 Credits, der Sitemap-Scan ebenfalls einmalig 5 Credits.

Per API:

curl -X POST https://rankion.ai/api/v1/tracking-projects \
  -H "Authorization: Bearer DEIN_TOKEN" \
  -d '{"name": "Vegane Proteine DACH", "mode": "domain", "domain": "meinedomain.de"}'

Hast du im Team bereits ein SEO-Projekt angelegt, bietet dir die noch leere AI-Visibility-Seite es direkt zur Auswahl an. Ein Klick darauf startet den Assistenten mit vorausgefülltem Namen und vorausgefüllter Domain, statt dass du alles neu eintippst. Der Weg über „Neues Tracking" bleibt daneben unverändert bestehen.

Brand-Aliase definieren

Marken haben Schreibvarianten. „MeineDomain", „Meine Domain GmbH", „MD24" — alles dieselbe Firma. Pflege Aliase im Projekt, damit Erwähnungen korrekt zugerechnet werden. Ohne Aliase übersiehst du Hits.

Plattformen wählen

Wähle, welche Modelle abgefragt werden. Übliche Auswahl:

{
  "llm_platforms": ["chatgpt", "perplexity", "gemini", "claude"]
}

Jede Plattform kostet Credits pro Run. Du kannst auch nur eine wählen, wenn dein Markt klar ist (z.B. nur Perplexity für Tech-B2B).

Frequenz festlegen

Fünf Frequenzen stehen zur Wahl:

Schon vor dem Speichern zeigt die Auswahl, was eine Frequenz kostet — etwa „Wöchentlich — bis zu ca. 200 Credits/Monat". Diese Vorschau je Frequenz-Option steht an drei Stellen: im Einrichtungsassistenten, in den Einstellungen der Projektansicht eines AI-Visibility-Projekts und in den SEO-Einstellungen des Projekts. Die Seite Prompt-Monitoring zeigt keine Auswahl je Frequenz, sondern die Summe für die aktuelle Prompt-Auswahl bei der eingestellten Frequenz; ein Hilfe-Symbol erklärt die Rechnung. In den Einstellungen der Projektansicht und auf der Monitoring-Seite rechnet die Vorschau mit dem, was gerade eingestellt ist, auch ungespeichert.

Berechnet wird mit 1 Credit je erhaltener Antwort. Eine Antwort entsteht je aktivem Prompt × Plattform × Suchmodus (mit/ohne Websuche); Google AI Mode läuft nur mit Suche, Grok nur ohne. Läuft der Reality Check mit, zählen beide Suchmodi plus 15 Credits je Lauf; laufen Google AI Overviews mit, kommt 1 Credit je aktivem Keyword hinzu. Die Monatssumme ist Credits je Lauf mal der höchsten Zahl möglicher Läufe im Kalendermonat (Tabelle oben) — daher „bis zu": in vielen Monaten laufen weniger Läufe, und abgebucht wird nur je tatsächlich erhaltener Antwort. Dein Tarif begrenzt, wie viele Prompts und Plattformen je Lauf laufen; die Vorschau rechnet diese Grenze schon ein.

Beispiel: 20 aktive Prompts × 2 Plattformen × 1 Suchmodus = 40 Credits je Lauf — wöchentlich bis zu ca. 200 Credits/Monat, täglich bis zu ca. 1.240.

Per API liefert GET /api/v1/tracking-projects/{id}/prompts/cost-preview dieselbe Rechnung (monthly_credits, credits_per_run, credit_breakdown), mit prompt_ids[]=… für eine Teilauswahl.

Für die meisten Marken reicht weekly; schnelllebige Märkte (News, Krypto) profitieren von daily.

Run starten + warten

Der erste Run wird beim Anlegen automatisch geplant. Manuell triggerst du:

curl -X POST https://rankion.ai/api/v1/tracking-projects/{id}/run \
  -H "Authorization: Bearer DEIN_TOKEN"

Antwort: HTTP 202 mit Job-ID. Dauer abhängig von Anzahl Fragen × Plattformen — meist 2–10 Minuten. UI pollt automatisch und zeigt Live-Fortschritt.

Score interpretieren

Nach dem Run siehst du:

• Visibility-Score (0–100) — wie oft wurdest du genannt, in welcher Position der Antwort, mit welchem Sentiment.
• Reality Check / AVI — gleicht das Modell-Wissen mit den realen Top-10-SERPs ab. Großer Gap = LLM erinnert sich an dich, Google nicht (oder umgekehrt).
• Plattform-Breakdown — wo bist du stark, wo schwach.
• Trends — historische Entwicklung pro Run.

Wenn sich der Fragensatz geändert hat

Der Trend-Verlauf vergleicht nur Gleiches mit Gleichem, solange an allen Messtagen dieselben Fragen gelaufen sind. Kommen Fragen dazu oder werden sie umformuliert, bewegt sich die Zahl, ohne dass sich deine Sichtbarkeit bewegt hat. Neue Fragen sind oft informativer gestellt und nennen seltener eine Marke; der Anteil sinkt dann allein durch den größeren Fragensatz.

Zwei Dinge zeigen dir das:

• Eine gestrichelte Strecke im Trend-Verlauf heißt: zwischen diesen beiden Messtagen hat sich der Fragensatz geändert. Die Werte links und rechts davon beruhen auf verschiedenen Fragen. Die Zahl im Tooltip nennt die Fragen je Tag.
• Der Hinweis über den Kennzahlen »Der Fragensatz hat sich in diesem Zeitraum geändert« nennt, wie viele Fragen hinzugekommen oder umformuliert wurden, und bietet »Auf gleiche Basis umstellen« an. Danach zählen nur noch Fragen, die seit deiner ersten Messung unverändert aktiv sind.

Für einen Vergleich zweier Zeitpunkte, den du vorzeigen willst, nimm die gleiche Basis. Für die Frage, wie sichtbar du heute insgesamt bist, nimm alle Fragen.

Graue Bänder: Teilmessung

Ein grau hinterlegter Zeitraum im Trend-Verlauf heißt: an diesem Messtag hat ein Lauf nur einen Teil deiner Fragen geprüft — weniger als 80 % der Fragen, die zu dem Zeitpunkt aktiv waren. Bis zum 10.10.2026 begrenzte der Tarif die Zahl der Fragen je Lauf; an solchen Tagen lief zum Beispiel nur jede vierte Frage.

Der Wert eines solchen Tages beruht damit auf einer kleineren und anderen Auswahl von Fragen und ist mit einem vollständigen Messtag nur eingeschränkt vergleichbar. Unter dem Chart steht je grauem Zeitraum, wie viele Fragen gemessen wurden, etwa »29.09.2026: 50 von 203 Prompts gemessen«. Der laufende Tag wird erst bewertet, wenn er vorbei ist.

Über die API bekommst du dieselbe Angabe mit ?partial_measurements=1 am Endpunkt visibility-trend.

Trend, Legende und Pausenhinweis lesen

• Die senkrechte Achse folgt deinen Werten. Im »Sichtbarkeits-Trend pro AI-Engine« und im Verlauf unter »Wie entwickelt sich der Abstand zu deinen Wettbewerbern?« reicht die Prozentachse nicht mehr fest bis 100 %. Sie hat vier gleiche Schritte ab 0 und endet knapp über deinem höchsten Wert (mit etwas Luft, nie über 100 %). Liegt deine Sichtbarkeit bei 25 %, geht die Achse bis 30 % statt bis 100 %, und die Linien nutzen die ganze Höhe. Im Wettbewerber-Verlauf gilt das für die Größen »Nennungen« und »Zitate«; der »Mittlere Rang« bleibt umgekehrt, kleiner ist besser. Tooltips und Tabelle zeigen weiter dieselben Zahlen.
• In der Legende steht ein Grund statt eines Strichs. Hat eine Plattform im gewählten Zeitraum keinen Wert, steht dort »nicht im Messplan« oder »keine Messung«. Nicht im Messplan: das Projekt fragt diese Plattform derzeit nicht ab, weil sie in den Projekt-Einstellungen nicht ausgewählt ist oder über der Plattform-Grenze deines Tarifs liegt. Keine Messung: die Plattform ist eingeplant, aber im Zeitraum kam keine Antwort von ihr. Fahre mit der Maus über den Text, dann erscheint die Erklärung.
• »Tracking pausiert: Guthaben reicht nicht«. Deckt das Guthaben deines Teams nicht einmal einen vollständigen Lauf, überspringt Rankion die geplanten Messungen. Auf der Projektseite zeigt ein Hinweisband das an, in der Projektübersicht ein Band mit der Zahl der betroffenen Projekte und an jedem Projekt »Pausiert: Guthaben fehlt«. Mit »Credits aufladen« kommst du zur Aufladung. Deine bisherigen Daten bleiben erhalten; die Messungen laufen wieder, sobald das Guthaben für einen Lauf reicht.

Plattformen je Prompt wählen

Im Fenster »Keywords & Prompts hinzufügen« wählst du unter »Plattformen«, wohin die neuen Prompts gehen. Zur Auswahl stehen die Plattformen, die für dein Team freigeschaltet sind; neben jeder steht, was sie pro Lauf an Credits kostet. Amazon Rufus ist nicht vorausgewählt. Im nächsten Schritt kannst du die Plattformen jedes einzelnen Prompts umschalten, mindestens eine bleibt immer gewählt.

Allgemeine Fragen laufen nur auf den KI-Assistenten. Für Amazon Rufus erzeugt der Assistent eigene Produktsuchen im Stil der Amazon-Suche, etwa »handcreme trockene haut«, weil Rufus produktbezogen antwortet.

Citations analysieren

Spannend wird's bei den Cited Sources. Modelle linken in Antworten oft auf konkrete URLs. Rankion sammelt sie, aggregiert pro Domain und zeigt dir:

• Welche URLs werden am häufigsten zitiert?
• Welche Konkurrenten hängen oben?
• Welche eigenen Inhalte werden gar nicht aufgegriffen?

Das ist deine Content-Roadmap: Themen, bei denen du fehlst, sind die nächsten Artikel — siehe Erster Artikel mit dem AI Content Editor.

Weiterlesen

Tiefenwissen zu Setup, Limits, Datenmodell und allen Endpoints liegt in AI-Visibility Tracking und der API-Referenz. Fragen zu Credits & Quoten beantwortet Credits & Rate-Limits.