Ein Marketing-Leiter eines SaaS-Anbieters für Projektmanagement öffnet am Dienstagmorgen Perplexity und tippt ein, welche Tools Teams mit fünfzig Mitarbeitenden aktuell empfehlen. Die Antwort nennt sechs Marken, drei davon sind seine direkten Wettbewerber, seine eigene erscheint erst in der dritten Folgefrage. Er wiederholt den Test mit zwanzig Varianten, dokumentiert jede Antwort und stellt fest, dass seine Marke in vier von fünf Fällen unter der Wahrnehmungsschwelle bleibt. Genau hier wird die Frage was ist AI Share of Voice zur zentralen KPI seines Quartals.
Denn absolute Sichtbarkeit sagt wenig darüber aus, wie man relativ zum Wettbewerb steht. Eine Marke kann in zwanzig Prozent aller relevanten Prompts auftauchen und trotzdem den letzten Platz im Markt belegen, wenn die Konkurrenz sechzig Prozent erreicht. AI Share of Voice schließt diese Lücke, weil die Metrik jede Marken-Erwähnung in KI-Antworten ins Verhältnis zu allen anderen Erwähnungen setzt. Dieser Glossareintrag klärt Definition, Formel, Berechnungsschritte, Benchmarks und Tools.
Was bedeutet AI Share of Voice genau?
AI Share of Voice ist der prozentuale Anteil einer Marke an allen Marken-Erwähnungen, die KI-Systeme wie ChatGPT, Perplexity, Gemini und Claude in Antworten auf eine definierte Prompt-Menge produzieren. Der Wert beschreibt damit den Marktanteil in KI-generierten Antworten und lässt sich direkt mit Wettbewerbern vergleichen (Conductor Glossary, 2026). Mehr dazu in unserem was ist KI-Content-Optimierung.
Anders als klassische Sichtbarkeits-Metriken misst AI Share of Voice nicht nur, ob eine Marke auftaucht, sondern wie groß ihr relativer Anteil am gesamten Marken-Gespräch in KI-Antworten ist. Die Kennzahl wird deshalb auch als Marktanteils-Thermometer für KI-Suche verstanden (Profound Docs, 2025).
AI Share of Voice wird pro Themenfeld, pro Plattform und pro Zeitpunkt berechnet. Ein B2B-Anbieter kann im Themenfeld „Projektmanagement-Tools" in ChatGPT achtzehn Prozent erreichen und parallel in Perplexity nur vier Prozent. Diese Differenz ist für die GEO-Arbeit häufig wichtiger als der Gesamtwert, weil sie zeigt, welche Plattform welche Lücken hat. Wie die Metrik sich inhaltlich vom klassischen Begriff unterscheidet, beschreibt unser Glossareintrag zu Share of Voice.
Wie unterscheidet sich AI Share of Voice vom klassischen Share of Voice?
Der klassische Share of Voice misst Medien- und PR-Präsenz, AI Share of Voice misst die Präsenz in KI-Antworten. Beide Metriken teilen die prozentuale Logik, unterscheiden sich aber in Datenquelle, Messmethodik und Frequenz. Eine ausführliche Anleitung bietet unser was ist robots.txt für KI.
Dimension | Klassischer Share of Voice | AI Share of Voice |
|---|---|---|
Datenquelle | Presse, Social Media, Werbe-Impressions | Antworten aus ChatGPT, Perplexity, Gemini, Claude |
Messmethodik | Media-Monitoring, Ad-Tracking | Prompt-Pools mit systematischer Abfrage |
Frequenz | Monatlich oder quartalsweise | Wöchentlich oder monatlich |
Einfluss-Hebel | PR-Kampagnen, Paid Media | Content, Entity-Signale, Off-Site-Erwähnungen |
Zielgruppe | Medienlandschaft | KI-gestützte Käufer |
Die beiden Metriken korrelieren nicht automatisch. Eine Marke mit hoher PR-Präsenz kann in KI-Antworten schwach abschneiden, wenn die Sprachmodelle keine strukturierten, zitierbaren Quellen finden. Umgekehrt erreichen spezialisierte B2B-Anbieter regelmäßig höhere AI-Share-of-Voice-Werte als global bekannte Konzerne, weil ihre Fachautorität in schmalen Themenfeldern tiefer verankert ist (Sistrix, 2026). Weitere Informationen liefert unser was ist Citation Count.
Wie berechnet man AI Share of Voice?
Die Grundformel ist einfach, die saubere Umsetzung braucht allerdings Disziplin. Die folgenden Schritte beschreiben das Verfahren, das wir bei rankprompt.de in Kundenprojekten als Baseline einsetzen.
Prompt-Pool definieren. Sammeln Sie fünfzig bis zweihundert Prompts, die Ihre Zielgruppe realistisch stellt. Mischen Sie generische Kategoriefragen, Vergleichsfragen, Problem-Formulierungen und Kauf-orientierte Prompts. Der Pool muss über mindestens sechs Monate konstant bleiben, sonst verlieren Sie den Zeitvergleich.
Wettbewerber-Liste festlegen. Identifizieren Sie fünf bis fünfzehn relevante Wettbewerber im jeweiligen Themenfeld. Die Liste entscheidet, welche Marken als legitime Erwähnungen im Nenner zählen und welche als irrelevante Platzhalter aus der Bewertung fallen.
Plattformen parallel testen. Führen Sie jeden Prompt in ChatGPT, Perplexity, Gemini und Claude durch, jeweils in frischen Chats ohne Konversationshistorie. Die Plattformen unterscheiden sich in Trainingsdaten und Retrieval-Logik, das schlägt direkt auf den Wert durch.
Marken-Erwähnungen zählen. Notieren Sie pro Antwort, welche Marken genannt werden und wie oft. Eine Marke, die zweimal im selben Text auftaucht, zählt häufig höher gewichtet als eine Einzel-Nennung, abhängig vom gewählten Modell.
Formel anwenden. AI Share of Voice = (Eigene Marken-Erwähnungen geteilt durch Gesamtzahl aller Marken-Erwähnungen) mal hundert. Das Ergebnis ist ein Prozentwert pro Plattform und pro Themenfeld.
Monatlich wiederholen. Führen Sie den Durchlauf mit identischem Prompt-Pool und identischer Wettbewerber-Liste durch. Erst die Zeitreihe liefert belastbare Aussagen über Trend und Wirksamkeit der GEO-Maßnahmen.
Einige Tools arbeiten zusätzlich mit Gewichtung nach Position und Kontext, ähnlich wie beim Brand Mention Score. Die gewichtete Variante liefert präzisere Aussagen, ist allerdings in der manuellen Berechnung aufwändiger.
Welche Faktoren beeinflussen AI Share of Voice?
Fünf Hebel bestimmen, wie hoch oder niedrig der Wert ausfällt. Die folgende Übersicht zeigt die wichtigsten Einflussgrößen, die wir bei rankprompt.de in jeder Analyse systematisch prüfen.
Themenautorität der Domain. Sprachmodelle bevorzugen Marken, die in einem schmalen Themenfeld tief verankert sind. Ein Generalist mit breiter, flacher Content-Struktur erreicht selten hohe Werte.
Zitierbarkeit der Inhalte. Absätze mit direkten Antwortsätzen, konkreten Zahlen und benannten Quellen werden häufiger in KI-Antworten wiedergegeben als vage Marketing-Texte.
Off-Site-Erwähnungen. Nennungen auf G2, OMR Reviews, Reddit, LinkedIn und in Fachmedien speisen das Modell-Wissen. Ohne diese Signale bleibt die Marke für viele Prompts unsichtbar.
Schema- und Entity-Signale. Organization-Schema, konsistente NAP-Daten und eine saubere Entity-Basis helfen Modellen, die Marke eindeutig zuzuordnen.
Prompt-Pool-Zusammensetzung. Ein Pool mit vielen vergleichenden Prompts hebt den Wert, weil KI-Systeme dort systematisch mehrere Marken nennen. Ein Pool mit vielen Markennamen-Prompts drückt ihn, weil dort oft nur die Zielmarke erwähnt wird.
Die Gewichtung der Faktoren variiert je nach Plattform. Perplexity reagiert stark auf frische Off-Site-Signale, weil das System mit Live-Retrieval arbeitet. ChatGPT reagiert stärker auf strukturelle Autorität und Training-Signale, weil die Antworten überwiegend aus dem Trainingsdatensatz kommen (Averi, 2026).
Content und Entity als wichtigster Hebel
Unter den fünf Faktoren ziehen Content-Tiefe und Entity-Konsistenz den größten Ausschlag. Wer in einer GEO-Audit-Woche 20 neue zitierbare Passagen mit klaren Zahlen und Quellen ergänzt und parallel die Organization- und Author-Schemas vereinheitlicht, sieht den AI Share of Voice in Live-Retrieval-Plattformen oft binnen Wochen steigen. Wie sich diese Arbeit im Gesamtbild der LLMO-Disziplin einordnet, vertieft unser Glossareintrag.
Welche Benchmarks gelten für AI Share of Voice?
Belastbare Benchmarks hängen stark von Kategorie, Plattform und Prompt-Pool ab. Als Orientierung nutzen wir bei rankprompt.de eine einfache Vier-Stufen-Logik, die sich in B2B-Kategorien mit fünf bis fünfzehn aktiven Wettbewerbern bewährt hat.
Marktführer in einer Kategorie erreichen typischerweise fünfundzwanzig bis vierzig Prozent AI Share of Voice in relevanten Prompt-Pools. Starke Challenger liegen zwischen zehn und zwanzig Prozent. Aufstrebende Herausforderer bewegen sich zwischen drei und zehn Prozent. Der Rest der Kategorie teilt sich die verbleibenden Prozentpunkte, meist in Einzelanteilen unter drei Prozent pro Marke.
Ein Praxisbeispiel zeigt die Dynamik. HubSpot hat auf der Inbound 2025 berichtet, dass die Marke nach einem systematischen AEO-Pivot die höchste Share of Voice in ihrem Kategorie-Umfeld erreicht hat, begleitet von einem Anstieg der Citations um 433 Prozent und einer Steigerung der Demand Generation um 2000 Prozent (HubSpot Inbound 2025, Asia Frost). Der Zeithorizont für diesen Sprung lag bei zwölf bis achtzehn Monaten.
Die Benchmarks ändern sich schnell. Laut einer Averi-Analyse aus 2026 nutzen 73 Prozent der B2B-Einkäufer generative KI-Tools in mindestens einer Phase des Kaufprozesses, ChatGPT verarbeitet täglich rund 2,5 Milliarden Anfragen (Averi, 2026). Die Folge ist, dass Kategorien schneller saturiert werden und der Schwellenwert für sichtbare Präsenz Quartal für Quartal steigt. Wer heute drei Prozent hält, ist in sechs Monaten möglicherweise unterhalb der Wahrnehmungsschwelle, wenn die Konkurrenz aktiv in GEO investiert.
Welche Tools messen AI Share of Voice?
Eine eigenständige Tool-Kategorie hat sich 2024 und 2025 etabliert, die AI Share of Voice und verwandte Metriken systematisch tracken kann. Die Tools unterscheiden sich in Plattform-Abdeckung, Prompt-Kapazität und DACH-Sprach-Unterstützung.
Profound aus den USA deckt ChatGPT, Perplexity, Gemini, Claude und Copilot ab und ist für große Prompt-Volumen ausgelegt, Einstieg ab 500 US-Dollar pro Monat. Peec AI aus Deutschland fokussiert auf den DACH-Markt, deckt ChatGPT, Perplexity, Gemini und Claude ab und startet bei 89 Euro pro Monat. Otterly.AI aus Österreich arbeitet mit ChatGPT, Google AI Overviews und Perplexity ab 29 US-Dollar pro Monat. Athena aus den USA deckt ChatGPT, Perplexity und Gemini auf Enterprise-Ebene ab (Peec AI, 2025).
Der Tool-Einsatz ersetzt die Messlogik nicht, er automatisiert sie. Auch wer ein Tool einsetzt, muss die Prompt-Liste aktiv pflegen, die Wettbewerber-Definition sauber halten und die Ergebnisse interpretieren. Eine automatisierte Zahl ohne inhaltliches Verständnis verleitet zu Fehl-Entscheidungen.
Manuelle Baseline ohne Tool
Wer ohne Budget starten will, kommt mit einer Tabelle weit. Dreißig bis fünfzig Prompts, vier Plattformen, fünf Wettbewerber und ein monatlicher Durchlauf liefern in wenigen Stunden einen belastbaren Startwert. Der entscheidende Vorteil der manuellen Methode ist die inhaltliche Nähe zur Messung, weil das Team bei jedem Prompt sieht, wie KI-Systeme die Marke tatsächlich beschreiben. Spätere Tool-Automatisierung fällt deutlich leichter, wenn die Logik vorher manuell durchdacht wurde.
Gängige Irrtümer über AI Share of Voice
Irrtum 1: Ein hoher AI Share of Voice bedeutet automatisch mehr Umsatz. Falsch. Die Metrik misst Marktanteil in KI-Antworten, nicht Conversion. Eine Marke kann dreißig Prozent erreichen und trotzdem wenig Neugeschäft aus dem Kanal ziehen, wenn die Landingpages nicht auf KI-getriebene Besucher abgestimmt sind oder die Tonalität der Erwähnungen schwach ausfällt.
Irrtum 2: Die Metrik ist stabil und lässt sich einmal berechnen. Falsch. Sprachmodelle werden laufend neu trainiert, Live-Retrieval ändert Quellen, Prompts liefern bei jedem Durchlauf leicht abweichende Antworten. Eine Einmal-Messung ist ein Snapshot, aussagekräftig wird die Metrik erst als Zeitreihe mit monatlichen oder wöchentlichen Erhebungen.
Irrtum 3: AI Share of Voice und Google-Marktanteil sind vergleichbar. Falsch. Der Google-Marktanteil wird aus Klicks, Impressionen oder Search-Share gebildet, während AI Share of Voice aus Marken-Erwähnungen in KI-Antworten stammt. Beide Metriken haben unterschiedliche Signal-Pfade. Wer Platz eins in Google hält, kann in ChatGPT trotzdem unter der Wahrnehmungsschwelle liegen, weil GPTBot und PerplexityBot andere Quellen gewichten als der klassische Googlebot.
Irrtum 4: Nur B2C-Marken können relevante Werte erreichen. Falsch. B2B-Nischen-Anbieter erreichen in spezialisierten Prompt-Pools regelmäßig höhere Werte als globale B2C-Marken, weil ihre Themenautorität tiefer verankert ist und ihre Fachcommunity konsistent über sie spricht. Wir sehen das bei rankprompt.de besonders in vertikalen SaaS-Kategorien wie HR-Software, PropTech und LegalTech.
FAQ: Häufig gestellte Fragen
Was ist AI Share of Voice in einem Satz?
AI Share of Voice ist der prozentuale Anteil einer Marke an allen Marken-Erwähnungen, die KI-Systeme wie ChatGPT, Perplexity, Gemini und Claude in Antworten auf eine definierte Prompt-Menge produzieren (Conductor Glossary, 2026).
Wie groß sollte der Prompt-Pool für eine belastbare Messung sein?
Ein Pool von fünfzig bis zweihundert Prompts liefert in den meisten Kategorien belastbare Ergebnisse. Tools wie Profound und Peec AI arbeiten in Kundenprojekten typischerweise mit hundert bis fünfhundert Prompts pro Themenfeld. Wichtig ist, dass der Pool über mindestens sechs Monate konstant bleibt, sonst geht der Zeitvergleich verloren (Profound Docs, 2025).
Unterscheidet sich AI Share of Voice zwischen ChatGPT und Perplexity?
Ja, oft deutlich. ChatGPT antwortet überwiegend aus dem Trainingsdatensatz, Perplexity nutzt Live-Retrieval mit aktuellen Webquellen. Eine Marke, die starke Off-Site-Erwähnungen, aber wenig Entity-Stabilität hat, schneidet in Perplexity häufig besser ab. Umgekehrt liefert ChatGPT höhere Werte, wenn die Marke im Trainingskorpus breit verankert ist.
Wie schnell verändert sich AI Share of Voice nach GEO-Maßnahmen?
Erste Verschiebungen sehen wir bei unseren Kunden in Live-Retrieval-Plattformen wie Perplexity und Google AI Overviews innerhalb von zwei bis sechs Wochen, weil neue Inhalte dort fast sofort aufgegriffen werden. Bei Trainings-basierten Antworten in ChatGPT und Claude dauert es drei bis sechs Monate. Plattformübergreifende Verschiebungen zeigen sich also gestaffelt, nicht gleichzeitig.
Lohnt sich AI Share of Voice auch für kleine Unternehmen?
Ja, besonders in spezialisierten B2B-Kategorien. Kleine Anbieter können in schmalen Themenfeldern mit konsistenter Content- und Off-Site-Arbeit Werte zwischen zehn und fünfundzwanzig Prozent erreichen, weil die Konkurrenz in diesen Nischen selten aktiv in GEO investiert. Wer früh startet, sichert sich den Anteil, bevor die Kategorie saturiert.
---
Die Frage was ist AI Share of Voice ist 2026 keine akademische Randfrage mehr, sondern die Metrik, die GEO-Arbeit überhaupt gegen den Wettbewerb messbar macht. Visibility allein sagt wenig, wenn drei Konkurrenten gleichzeitig sichtbarer sind. Wir bei rankprompt.de nutzen AI Share of Voice als zentrale Steuerungsgröße in Kundenprojekten, definieren gemeinsam den passenden Prompt-Pool, richten das Tool-Tracking ein und leiten aus der Lücke zum Marktführer die Inhalts-, Schema- und Off-Site-Arbeit ab. Der schnellste Einstieg ist unsere GEO-Audit-Checkliste.
