Kurzantwort: Relevante LLMO-KPIs messen drei Ebenen: Sichtbarkeit in KI-Antworten, Qualität der Darstellung und Geschäftswirkung. Die neun wichtigsten Kennzahlen sind Brand Mention Rate, Citation Rate, AI Share of Voice, Antwortposition, Quellenabdeckung, Answer Accuracy, Sentiment, AI Referral Traffic und Conversion Rate. Klassische SEO-Kennzahlen bleiben wichtig, erklären aber nur einen Teil der neuen Customer Journey.
Viele Dashboards vermischen zwei unterschiedliche Themen: die technische Leistung eines Sprachmodells und die Sichtbarkeit einer Marke in KI-Antworten. Für eine LLMO- und GEO-Strategie geht es nicht primär um Tokenkosten, Latenz oder Modell-Perplexity. Entscheidend ist, ob ChatGPT, Gemini, Claude, Perplexity und Google AI Ihre Marke bei relevanten Fragen nennen, korrekt einordnen und als Quelle verwenden.
Als LLMO Agentur Berlin kombinieren wir diese Signale mit Google Search Console, Webanalyse und Conversion-Daten. So wird aus einer Momentaufnahme ein Steuerungsmodell.
LLMO-KPI-Scorecard auf einen Blick
| Ebene | KPI | Kernfrage | Beispielhafte Berechnung |
|---|---|---|---|
| Sichtbarkeit | Brand Mention Rate | Bei wie vielen relevanten Prompts erscheint die Marke? | Prompts mit Markennennung ÷ alle getesteten Prompts |
| Sichtbarkeit | Citation Rate | Wie oft wird die eigene Domain als Quelle genutzt? | Antworten mit eigener Quelle ÷ alle Antworten mit Quellen |
| Wettbewerb | AI Share of Voice | Wie groß ist der Anteil gegenüber Wettbewerbern? | eigene Nennungen ÷ Nennungen aller beobachteten Marken |
| Sichtbarkeit | Antwortposition | Wie früh erscheint die Marke in Listen oder Empfehlungen? | Summe der Positionen ÷ Antworten mit Nennung |
| Quellen | Quellenabdeckung | Welche Domains prägen die Antworten? | relevante zitierende Domains ÷ definierte Zielquellen |
| Qualität | Answer Accuracy | Sind Aussagen über Angebot und Marke korrekt? | korrekte Aussagen ÷ geprüfte Aussagen |
| Qualität | Sentiment & Recommendation | Wird die Marke positiv und passend empfohlen? | positive/empfehlende Nennungen ÷ alle Nennungen |
| Nachfrage | AI Referral Traffic | Wie viele Besuche kommen direkt aus KI-Systemen? | Sessions mit AI-Referrer im Zeitraum |
| Geschäft | AI Conversion Rate | Wie oft werden AI-Sessions zu Leads oder Umsatz? | Conversions aus AI-Sessions ÷ AI-Sessions |
Kostenlose CSV-Vorlage für die Messung
Die LLMO-KPI-Scorecard als CSV herunterladen enthält die Felder für Messdatum, Modell, Oberfläche, Region, Prompt-Typ, Markennennung, Position, Citation, Empfehlung, Aussagegenauigkeit, Wettbewerber und Geschäftssignale. Sie funktioniert als neutraler Startpunkt in Excel, Google Sheets oder einem BI-Import.
Die Vorlage enthält bewusst keinen fertigen Gesamtscore. Ein einzelner Mischwert verdeckt schnell, ob ein Problem bei Sichtbarkeit, Korrektheit oder Conversion liegt. Werten Sie die Ebenen zunächst getrennt aus und dokumentieren Sie jede Änderung am Prompt-Set.
Messregeln: Diese Nenner dürfen nicht wechseln
| KPI | Zähler | Nenner | Vor dem Vergleich konstant halten |
|---|---|---|---|
| Brand Mention Rate | Prompts mit eigener Markennennung | alle ausgeführten relevanten Prompts | Prompt-Set, Modelle, Region, Sprache |
| Citation Rate | Antworten mit eigener Domain als Quelle | alle Antworten mit mindestens einer prüfbaren Quelle | Umgang mit Links, Quellenkarten und Wiederholungen |
| AI Share of Voice | eigene Markennennungen | Nennungen aller definierten Wettbewerber | Wettbewerber-Set und Zählregel pro Antwort |
| Recommendation Rate | Antworten mit expliziter Empfehlung | Antworten mit eigener Markennennung | Definition von Empfehlung und neutraler Nennung |
| Answer Accuracy | korrekte geprüfte Aussagen | alle geprüften Aussagen über die Marke | freigegebene Faktenbasis und Risikoklassen |
| AI Conversion Rate | definierte Conversions aus erkennbaren AI-Sessions | erkannte AI-Sessions | Referrer-Liste, Attribution und Conversion-Definition |
Die häufigste Ursache für unbrauchbare Trendlinien ist nicht das Modell, sondern eine still veränderte Messdefinition. Speichern Sie deshalb Formel, Prompt-Version und Ausnahmen gemeinsam mit dem Wert.
1. Brand Mention Rate: Taucht Ihre Marke überhaupt auf?
Die Brand Mention Rate ist der Anteil relevanter Prompts, bei denen ein KI-System Ihre Marke nennt. Sie ist der beste Startpunkt, weil sie eine einfache Ja/Nein-Frage beantwortet: Sind Sie Teil des Antwortsets?
Formel:
Brand Mention Rate = Prompts mit Markennennung / alle getesteten Prompts × 100
Ein Beispiel: Sie testen 100 kaufnahe Fragen in ChatGPT, Gemini und Perplexity. Ihre Marke erscheint in 27 Antworten. Die Mention Rate beträgt 27 Prozent.
Wichtig ist die Zusammensetzung des Prompt-Sets. Marken-Prompts wie „Was bietet Firma X?“ erzeugen fast immer Nennungen und verzerren das Ergebnis. Aussagekräftiger sind generische Kategorie-, Problem- und Vergleichsfragen wie:
- Welche Anbieter eignen sich für [Problem]?
- Welche Lösung ist für [Zielgruppe] empfehlenswert?
- [Anbieter A] oder [Anbieter B] – was passt besser?
- Wer bietet [Leistung] in [Region] an?
2. Citation Rate: Wird Ihre Website zur Quelle?
Eine Markennennung und eine Quellenangabe sind nicht dasselbe. Citation Rate misst, wie häufig Ihre Domain oder eine konkrete URL in Antworten verlinkt oder als Quelle referenziert wird.
Formel:
Citation Rate = Antworten mit eigener Domain als Quelle / alle Antworten mit Quellen × 100
Diese Kennzahl ist besonders wichtig für Publisher, SaaS-Unternehmen, E-Commerce und beratungsintensive Angebote. Eine hohe Citation Rate zeigt, dass Inhalte nicht nur vorhanden sind, sondern von einem System als brauchbarer Beleg ausgewählt werden.
Im Reporting sollte zusätzlich nach URL unterschieden werden. So erkennen Sie, ob Produktseiten, Ratgeber, Vergleichsseiten oder externe Profile den größten Beitrag leisten. Unser AI Monitoring verbindet diese URL-Ebene mit den dazugehörigen Prompts.
3. AI Share of Voice: Wer gewinnt die Kategorie?
Der AI Share of Voice vergleicht Ihre Markennennungen mit denen direkter Wettbewerber. Er ist aussagekräftiger als eine isolierte Mention Rate, weil er Marktbewegungen sichtbar macht.
Formel:
AI Share of Voice = eigene Markennennungen / Markennennungen aller beobachteten Anbieter × 100
Beobachten Sie nicht zehn beliebige Marken. Wählen Sie drei bis fünf Anbieter, die bei denselben Kaufentscheidungen konkurrieren. Segmentieren Sie außerdem nach:
- KI-System
- Region und Sprache
- Funnel-Stufe
- Produkt- oder Servicekategorie
- Brand-, Problem-, Vergleichs- und Kauf-Prompts
Ein Gesamtwert kann sonst verschleiern, dass Sie in ChatGPT stark, in Google AI aber unsichtbar sind.
4. Durchschnittliche Antwortposition: Werden Sie zuerst empfohlen?
Bei Listen und Anbieterempfehlungen zählt nicht nur die Nennung, sondern auch ihre Position. Eine Marke auf Platz eins erhält mehr Aufmerksamkeit als eine beiläufige Nennung am Ende einer langen Antwort.
Formel:
Ø Antwortposition = Summe aller gemessenen Positionen / Antworten mit Markennennung
Positionen lassen sich nicht in jeder Antwort eindeutig bestimmen. Nutzen Sie deshalb eine klare Messregel: Zählen Sie nur explizite Listen, Tabellen oder nacheinander genannte Empfehlungen. Freitext-Erwähnungen werden separat bewertet.
5. Quellenabdeckung: Welche Belege fehlen Ihrer Entität?
KI-Systeme bauen Antworten aus unterschiedlichen Quellenklassen: eigener Website, redaktionellen Medien, Verzeichnissen, Bewertungsplattformen, Communities, Studien und Datenbanken. Die Quellenabdeckung zeigt, in welchen dieser Umfelder Ihre Marke glaubwürdig belegt ist.
Eine praxisnahe Bewertung nutzt keine starre Prozentformel, sondern eine Matrix:
| Quellenklasse | vorhanden? | korrekt? | wird zitiert? | nächste Maßnahme |
|---|---|---|---|---|
| Eigene Leistungsseiten | ja/nein | ja/nein | ja/nein | Content aktualisieren |
| Branchenmedien | ja/nein | ja/nein | ja/nein | Digital PR priorisieren |
| Verzeichnisse/Profile | ja/nein | ja/nein | ja/nein | Entity-Daten konsolidieren |
| Kunden- und Partnerseiten | ja/nein | ja/nein | ja/nein | Referenzen ausbauen |
| Studien/Primärdaten | ja/nein | ja/nein | ja/nein | eigene Daten veröffentlichen |
Das technische Fundament bildet ein konsistentes Schema Markup. Strukturierte Daten ersetzen keine externen Belege, helfen Maschinen aber, Organisation, Leistungen, Personen und Standorte eindeutig zu verbinden.
6. Answer Accuracy: Versteht die KI Ihr Angebot korrekt?
Sichtbarkeit ohne Korrektheit kann schaden. Answer Accuracy bewertet, ob Aussagen über Ihre Marke fachlich und kommerziell stimmen.
Formel:
Answer Accuracy = korrekte Aussagen / alle geprüften Aussagen × 100
Definieren Sie vor der Prüfung eine Faktenbasis mit freigegebenen Angaben zu:
- Leistungen und Produktumfang
- Zielgruppen und Einsatzgebieten
- Standorten und Verfügbarkeit
- Preisen oder Angebotslogik
- Zertifizierungen, Partnern und Referenzen
- Ausschlüssen: Was bietet das Unternehmen ausdrücklich nicht an?
Klassifizieren Sie Fehler nach Risiko: unkritische Ungenauigkeit, kaufrelevanter Fehler, rechtliches oder reputatives Risiko. Dadurch erhält das Team eine sinnvollere Priorität als durch eine reine Fehlerquote.
7. Sentiment und Recommendation Rate: Wie wird die Marke eingeordnet?
Eine neutrale Nennung ist nicht automatisch eine Empfehlung. Für viele B2B-Unternehmen ist daher eine Recommendation Rate hilfreicher als ein allgemeiner Sentiment-Score.
Formel:
Recommendation Rate = Antworten mit klarer Empfehlung / Antworten mit Markennennung × 100
Ergänzend sollte die Begründung codiert werden: Wird Ihre Marke wegen Preis, Qualität, Spezialisierung, Standort oder Integrationen empfohlen? Stimmen diese Attribute mit der gewünschten Positionierung überein?
8. AI Referral Traffic: Kommen Nutzer aus KI-Systemen auf die Website?
Referral-Traffic zeigt, wie viele Sessions direkt aus KI-Oberflächen entstehen. Typische Referrer sind unter anderem ChatGPT und Perplexity. In einer datenschutzfreundlichen Webanalyse sollten mindestens folgende Werte segmentiert werden:
- Besucher und Sessions
- Landingpages
- Engagement und Verweildauer
- Formularstarts und Termin-Anfragen
- Downloads oder andere Mikro-Conversions
AI Referral Traffic bildet nur einen Teil der Wirkung ab. Nutzer können eine Marke in einer KI-Antwort entdecken und später direkt oder über Google suchen. Ergänzen Sie deshalb Brand-Search-Entwicklung, Direct Traffic und CRM-Angaben zur Erstquelle.
Google dokumentiert dafür source, medium und weitere Traffic-Source-Dimensionen in Google Analytics. Diese Dimensionen zeigen den technisch erkennbaren Ursprung einer Session; sie beweisen nicht, dass jeder frühere KI-Kontakt sichtbar attribuiert wurde. Deshalb bleiben direkte Referrals, spätere Brand-Suchen und CRM-Angaben getrennte Signale.
9. AI Conversion Rate: Wird Sichtbarkeit zu Geschäft?
Die wichtigste Management-Kennzahl ist die Conversion Rate aus erkennbaren KI-Touchpoints.
Formel:
AI Conversion Rate = Conversions aus AI-Sessions / AI-Sessions × 100
Für B2B sollten nicht nur Formulare zählen. Sinnvolle Stufen sind:
- AI Session
- Formularstart oder Kontaktklick
- qualifizierte Anfrage
- vereinbarter Termin
- Opportunity
- Abschluss
So erkennen Sie, ob AI Traffic zwar klein, aber überdurchschnittlich hochwertig ist.
Welche LLMO-KPIs sind im B2B relevant?
Im B2B ist Relevanz wichtiger als Reichweite. Ein Anbieter kann bei nur 20 hochspezifischen Prompts sichtbar sein und daraus mehr Wert gewinnen als aus 500 allgemeinen Erwähnungen.
Eine schlanke B2B-Scorecard enthält:
- Mention Rate bei kaufnahen Prompts
- Share of Voice gegen direkte Wettbewerber
- Answer Accuracy für Leistungen und Zielgruppen
- Citation Rate auf kommerziell relevante Seiten
- qualifizierte Leads und Opportunities mit AI-Touchpoint
Für Vorstand oder Geschäftsführung reichen fünf Trends. Das operative Team benötigt zusätzlich Prompt-, Modell-, Quellen- und URL-Ebene.
So bauen Sie ein belastbares LLMO-Dashboard auf
1. Prompt-Set festlegen
Starten Sie mit 50 bis 150 Fragen aus realer Nachfrage: GSC-Suchanfragen, Sales-Calls, Support-Fragen, Wettbewerbsvergleiche und typische Ausschreibungsbegriffe.
2. Messbedingungen dokumentieren
Speichern Sie Modell, Oberfläche, Region, Sprache, Datum und Personalisierungsstatus. Ohne diese Angaben sind Zeitvergleiche unsauber.
3. Baseline wiederholen
Ein einzelner Test ist keine Messreihe. Wiederholen Sie das identische Set und arbeiten Sie mit Mittelwerten sowie Schwankungsbreiten.
4. Maßnahmen annotieren
Halten Sie fest, wann Inhalte, Schema, interne Links oder externe Erwähnungen live gingen. Erst dann lassen sich Veränderungen sinnvoll einordnen.
5. Sichtbarkeit mit Conversion verbinden
Kombinieren Sie AI-Monitoring, Google Search Console, Webanalyse und CRM. Unsere Reporting-Methodik zeigt, wie diese Ebenen zusammenlaufen.
Primärquellen und methodische Grenzen
Die neun KPI-Namen auf dieser Seite sind unser offenes Steuerungsmodell, kein offizieller Industriestandard. Die technischen Grunddaten stammen aus den jeweils zuständigen Systemen: Die Search Analytics API von Google liefert unter anderem Klicks, Impressionen, CTR und Position nach definierten Dimensionen, weist aber selbst auf interne Datenlimits hin. Google Analytics beschreibt Herkunftsdaten nach ihrem jeweiligen Nutzer-, Session- oder Event-Scope. Diese Werte dürfen deshalb nicht ohne gemeinsame Definition in einen Gesamtscore gemischt werden.
Für wiederholte Prompt-Tests orientieren wir uns außerdem an dokumentierten Evaluationsprinzipien: Aufgaben vorab definieren, Fälle versionieren, Rohbeobachtungen erhalten und Auswertungen wiederholbar machen. Die OpenAI-Empfehlungen für Evaluationen dienen hier als methodische Primärquelle, nicht als Beleg für eine bestimmte Markenkennzahl oder ein erwartetes Ergebnis.
Häufige Messfehler
- Nur Marken-Prompts testen: Das Ergebnis wirkt besser, sagt aber wenig über Neukundengewinnung aus.
- Modelle zusammenwerfen: Sichtbarkeit in ChatGPT kann sich stark von Gemini oder Perplexity unterscheiden.
- Prompts ständig verändern: Dann ist kein sauberer Zeitvergleich möglich.
- Nennung mit Empfehlung verwechseln: Kontext und Position müssen separat bewertet werden.
- Nur Traffic messen: Viele KI-Touchpoints erzeugen keinen direkt sichtbaren Referral.
- Zu früh urteilen: Einzelne Antworten schwanken; Trends brauchen Wiederholungen.
- LLMO mit LLMOps vermischen: Tokenkosten und Latenz sind Produkt-KPIs, aber keine Kennzahlen für organische KI-Sichtbarkeit.
Fazit: Ein KPI allein reicht nicht
LLMO wird steuerbar, wenn Sichtbarkeit, Antwortqualität und Geschäftswirkung zusammen gemessen werden. Beginnen Sie mit Mention Rate, Citation Rate und Share of Voice. Ergänzen Sie Answer Accuracy und Recommendation Rate, bevor Sie Referral Traffic und Conversions bewerten.
Ein LLMO Audit liefert dafür die Baseline. Anschließend zeigt ein konstantes AI Monitoring, welche Maßnahmen wirken und wo neue Lücken entstehen.
Sie möchten wissen, welche fünf Kennzahlen für Ihr Geschäftsmodell wirklich zählen? Website und Messziel angeben und direkt einen Termin auswählen.
Häufig gestellte Fragen
Welche KPIs sind für LLMO und GEO relevant?
Die wichtigsten LLMO- und GEO-KPIs sind Brand Mention Rate, Citation Rate, AI Share of Voice, durchschnittliche Antwortposition, Quellenabdeckung, Answer Accuracy, Sentiment, AI Referral Traffic und Conversion Rate aus KI-Touchpoints. Ein belastbares Dashboard kombiniert Sichtbarkeit, Qualität und Geschäftswirkung.
Was ist der wichtigste LLMO-KPI?
Für die meisten Unternehmen ist die Brand Mention Rate der beste Startwert. Sie zeigt, bei welchem Anteil relevanter Prompts die eigene Marke überhaupt genannt wird. Allein reicht sie jedoch nicht: Eine Nennung ohne positive Einordnung, Quelle oder passenden Kontext kann wenig Geschäftswert haben.
Wie berechnet man AI Share of Voice?
AI Share of Voice ist der Anteil der eigenen Markennennungen an allen Markennennungen innerhalb eines festen Prompt-Sets. Formel: eigene Nennungen geteilt durch Nennungen aller beobachteten Marken mal 100. Prompt-Set, Modelle, Region und Messzeit müssen konstant bleiben.
Was ist der Unterschied zwischen Mention Rate und Citation Rate?
Mention Rate misst, wie häufig eine Marke genannt wird. Citation Rate misst, wie häufig eine eigene Domain oder URL als Quelle verlinkt oder referenziert wird. Eine Marke kann genannt werden, ohne dass ihre Website zitiert wird, und umgekehrt.
Wie oft sollte man LLMO-KPIs messen?
Die Frequenz hängt von Entscheidungsrhythmus, Stichprobengröße und Veränderlichkeit der beobachteten Oberflächen ab. Wichtiger als eine pauschale Tages- oder Wochenregel sind wiederholte Messungen mit identischem Prompt-Set, dokumentiertem Kontext und einem vorab festgelegten Auswertungsfenster.
Welche LLMO-KPIs sind im B2B besonders wichtig?
Im B2B zählen Sichtbarkeit bei kaufnahen Prompts, Share of Voice gegenüber direkten Wettbewerbern, korrekte Darstellung von Leistungen, Citation Rate und qualifizierte Conversions stärker als eine große Zahl allgemeiner Erwähnungen.
Wie misst man Traffic aus ChatGPT und anderen KI-Systemen?
AI Referral Traffic lässt sich in Webanalyse-Tools über Referrer wie chatgpt.com, perplexity.ai oder gemini.google.com erfassen. Ergänzend sollten Landingpage, Engagement, Termin-Anfragen und CRM-Quelle ausgewertet werden, weil nicht jeder KI-Touchpoint einen sichtbaren Referral erzeugt.
Gibt es eine Vorlage für ein LLMO-KPI-Dashboard?
Ja. Eine einfache Startvorlage sollte pro Messung Datum, Modell, Oberfläche, Region, Prompt, Markennennung, Position, Citation-URL, Empfehlung, Aussagegenauigkeit, Wettbewerber und Conversion-Signale erfassen. Daraus lassen sich Mention Rate, Citation Rate, Share of Voice und Qualitätskennzahlen nachvollziehbar berechnen.
Kostenlose Ersteinschätzung
Welche fünf Kennzahlen sind für Ihr Geschäftsmodell entscheidend?
Der Website-Check zeigt technische und inhaltliche Grundlagen. Danach lässt sich ein Messmodell aus Mention Rate, Citation Rate, Share of Voice und qualifizierten Conversions sauber abgrenzen.
Website und Messbedarf prüfenErgebnis zuerst. Kontaktdaten erst, wenn Sie fortfahren möchten.