Customer Journey mit KI-Suche: Vom Prompt bis zum bestätigten Termin

Kurzantwort: KI-Suche verschiebt einen Teil von Recherche, Vergleich und Vorauswahl in die Antwortoberfläche. Nutzer besuchen eine Website dadurch häufig später und mit konkreteren Fragen. Unternehmen müssen deshalb Prompt, Citation, Zielseite, Conversion und CRM-Ergebnis verbinden – ohne jeden späteren Direct- oder Brand-Search-Besuch automatisch der KI zuzurechnen.

Die klassische Darstellung „Suchanfrage → Treffer → Website → Conversion“ war schon immer vereinfacht. Mit ChatGPT, Gemini, Perplexity, AI Overviews und AI Mode wird die Journey noch weniger linear: Ein Nutzer fragt nach, vergleicht Kriterien, prüft Quellen, wechselt zur Website, sucht die Marke später erneut und bucht möglicherweise auf einem anderen Gerät.

Die neue Journey in sieben Phasen

Nicht jeder Nutzer durchläuft jede Phase. Die Tabelle ist ein Diagnosemodell, keine starre Sequenz.

Was innerhalb einer KI-Antwort passieren kann

Eine dialogische Oberfläche kann mehrere klassische Seitenschritte komprimieren:

• Problem erklären,
• Lösungskategorien nennen,
• Anbieter oder Produkte vergleichen,
• Vor- und Nachteile zusammenfassen,
• Quellen verlinken,
• Rückfragen zu Preis, Region oder Anforderungen beantworten.

Das verkürzt nicht automatisch die gesamte Entscheidung. Bei teuren, riskanten oder regulierten Angeboten steigt häufig der Bedarf an Verifikation: Wer ist der Anbieter? Stimmt die Aussage? Welche Datenbasis und Grenzen gelten? Wie läuft die Zusammenarbeit?

Deshalb braucht die Website weiterhin Tiefe. Die KI-Antwort kann ein Einstieg oder Filter sein, ersetzt aber nicht zwangsläufig Preislogik, Vertrag, Datenschutzprüfung, Demo oder Beratung.

Citation, Mention und Empfehlung getrennt behandeln

Eine Marke kann in einer Antwort vorkommen, ohne dass ihre Website verlinkt wird. Eine Website kann als Quelle dienen, ohne dass der Anbieter empfohlen wird. Eine Empfehlung kann wiederum aus einer Drittquelle stammen.

Messen Sie deshalb getrennt:

1. Brand Mention: Marke wird genannt.
2. Citation: eigene URL wird als Quelle verlinkt.
3. Recommendation: Marke erscheint in einer Auswahl oder Empfehlung.
4. Accuracy: relevante Aussagen sind korrekt.
5. Referral: Nutzer klickt erkennbar auf die Website.
6. Conversion: Nutzer führt eine definierte Aktion aus.
7. Business Outcome: Aktion wird qualifiziert und wirtschaftlich wirksam.

Die LLMO-KPI-Definitionen liefern dazu klare Zähler und Nenner.

Warum Zero-Click nicht gleich Wirkungslosigkeit ist

Eine Antwort kann Markenwissen erzeugen, ohne einen sofortigen Klick zu senden. Der Nutzer sucht später den Namen bei Google, tippt die Domain direkt ein oder fragt eine Kollegin. Diese Wirkung ist möglich, aber nicht automatisch bewiesen.

Nutzen Sie drei Evidenzstufen:

Vermeiden Sie, sämtlichen Direct Traffic nach einer Kampagne als KI-Wirkung zu deklarieren. Presse, Ads, Empfehlungen, Saison und andere Kanäle können denselben Effekt erzeugen.

Welche Inhalte zu welcher Phase passen

Exploration: Problem und Kategorie

Erklären Sie Begriffe, Optionen und Voraussetzungen. Eine gute Grundlagen- oder Branchen-Seite hilft zu verstehen, ob die Lösungskategorie überhaupt passt.

Vergleich: Kriterien statt Eigenlob

Vergleichsseiten sollten Alternativen, Entscheidungskriterien, Zielgruppen und Grenzen transparent darstellen. Ein pauschales „wir sind die Besten“ hilft weder Nutzer noch Verifikation.

Verifikation: Belege und Identität

Verlinken Sie Methodik, Primärquellen, reale Autoren, freigegebene Cases und Unternehmensinformationen. Eigene Zahlen benötigen Zeitraum, Baseline, Stichprobe und Grenzen.

Handlung: passende Zielseite

Ein Ratgeber über Monitoring sollte nicht nur auf eine allgemeine Kontaktseite führen. Besser ist ein kontextueller Weg zur passenden Leistung, einem Website-Check oder einem bereits qualifizierten Terminprozess.

Unser LLMO-Audit adressiert die Diagnosephase; AI Monitoring passt zur wiederholten Beobachtung. So erhält die interne Verlinkung eine Funktion in der Journey.

Die Conversion-Strecke muss bestätigte Zustände messen

Ein robustes Ereignismodell unterscheidet:

landing_view
→ cta_click
→ form_open
→ form_submit
→ calendar_view
→ appointment_selected
→ appointment_booked
→ qualified_lead
→ opportunity
→ customer

appointment_booked darf erst ausgelöst werden, wenn das externe Kalendersystem die Buchung bestätigt. Ein Klick auf den Kalender oder eine ausgewählte Uhrzeit reicht nicht. Gleiches gilt für Käufe: Checkout-Start und bestätigte Zahlung sind verschiedene Zustände.

Speichern Sie Landingpage und source-Parameter bis zum CRM-Datensatz. Branchen- und Stadtseiten können Kontext wie Branche oder Region vorausfüllen, ohne die Nutzerantwort zu erfinden.

Customer-Journey-Mapping mit echten Fragen

Erstellen Sie pro Zielgruppe eine einfache Map:

1. häufigster Auslöser oder Einwand,
2. typische Problemfrage,
3. Vergleichskriterien,
4. notwendige Vertrauensbelege,
5. passende Zielseite,
6. niedrigster sinnvoller Conversion-Schritt,
7. bestätigtes Geschäftsergebnis.

Die Suchintention-/Prompt-Matrix verbindet echte Kundenfragen mit Landingpage und Prompt-IDs. So wird der Content-Plan nicht von generischen Blogideen, sondern von Entscheidungslücken gesteuert.

Search Console und KI-Oberflächen gemeinsam auswerten

Google rollt einen eigenen Generative-AI-Leistungsbericht aus. Er kann – sofern für die Property verfügbar – Impressionen aus AI Overviews und AI Mode nach Seite, Land, Gerät und Zeit zeigen. Diese Daten ergänzen, aber ersetzen nicht die normale Search-Performance und Websiteanalyse.

Für andere Antwortoberflächen braucht es weiterhin:

• ein festes Prompt-Set,
• gespeicherte Antworten und Citations,
• Referrer- und Landingpage-Daten,
• Self-Reported Attribution,
• CRM- und Umsatzdaten.

Die Reporting-Methodik trennt veröffentlichte Maßnahmen von beobachteter Reaktion und Geschäftswert.

Ein Monatsreport entlang der Journey

Ein hilfreicher Report zeigt nicht nur eine Sichtbarkeitszahl. Er beantwortet:

• Welche Fragen und Oberflächen wurden gemessen?
• Welche Marken und Quellen erschienen?
• Welche Aussagen waren falsch oder unvollständig?
• Welche Zielseiten erhielten Search- oder AI-Impressionen?
• Welche Einstiege führten zu CTA, Formular und Kalender?
• Welche Termine wurden extern bestätigt und qualifiziert?
• Welche Änderungen wurden im Zeitraum veröffentlicht?
• Welche anderen Faktoren könnten die Entwicklung erklären?

Der LLMO-ROI-Leitfaden verbindet diese Stufen mit Vollkosten und realisiertem Wert.

Häufige Journey-Fehler

• jede KI-Nennung als Empfehlung werten,
• nur den letzten Klick betrachten,
• Direct Traffic vollständig der KI zurechnen,
• alle Ratgeber auf denselben generischen CTA führen,
• Kalenderansicht mit Buchung verwechseln,
• keine Zielgruppen- oder Seiteninformation ins CRM übertragen,
• Content-Releases ohne Baseline dokumentieren,
• Conversion versprechen, obwohl nur Sichtbarkeit gemessen wird.

Fazit: Die Journey endet nicht bei der KI-Antwort

KI-Suche kann Recherche und Vergleich verdichten. Geschäftswirkung entsteht aber erst, wenn korrekte Informationen zur passenden Zielseite, einer reibungsarmen Handlung und einem bestätigten Ergebnis führen. Bauen Sie deshalb keinen isolierten GEO-Kanal, sondern einen messbaren Weg vom Prompt bis zum CRM.

Sie möchten sehen, ob Ihre aktuellen Einstiegsseiten tatsächlich bis zu einem bestätigten Termin führen? Website prüfen und anschließend einen verfügbaren Termin wählen.

Quellenstand: 15. Juli 2026. Aussagen zu Google AI-Funktionen und Messung basieren auf dem aktuellen Google-Leitfaden für generative Suche und dem offiziellen Search-Console-Bericht.