KI-Sichtbarkeit messen: wie PSentry vorgeht, was fehlt

In der Stichprobe, auf die sich die Zahlen in diesem Text stützen, steht keine einzige Antwort auf eine deutschsprachige Frage. Für einen Beitrag auf Deutsch, der erklärt, wie PSentry KI-Sichtbarkeit misst, ist das eine unbequeme Feststellung. Sie gehört trotzdem an den Anfang, denn eine Methode, die ihre Lücken erst im Kleingedruckten nennt, verdient kein Vertrauen.

Im Folgenden steht das Verfahren vollständig: welche Assistenten mit welchen Modellen befragt werden, über welchen Zugang, wie oft, in welchen Sprachen, was eine Antwort zeigt und was sie verschweigt. Ein Versprechen, wie sich Ihre Zahlen entwickeln werden, enthält der Text nicht. PSentry misst, mehr nicht.

KI-Sichtbarkeit messen: das Verfahren in Kürze

PSentry misst KI-Sichtbarkeit, indem ein fester Satz von Einkäuferfragen an vier Assistenten geht, ChatGPT, Claude, Gemini und Perplexity, und zwar über deren offizielle APIs, zweimal im Monat, in jeder Sprache und jedem Markt, in dem ein Unternehmen verkauft. Jede Antwort wird gespeichert und auf drei Dinge hin gelesen: Wird die Marke genannt? Welche anderen Unternehmen werden genannt? Welche Webquellen gibt die Antwort an? Die Messwerte werden je Sprache und Markt zu einem AI Visibility Score und einem Verlauf zusammengefasst. Nichts an diesem Verfahren versucht, die Antworten der Assistenten zu beeinflussen.

Was die Messung nicht sieht

Eine ehrliche Methodenseite ist zum großen Teil eine Liste blinder Flecken. Das sind unsere:

• Das Gedächtnis. ChatGPT kann gespeicherte Angaben eines Nutzers und frühere Unterhaltungen heranziehen. Ein API-Aufruf beginnt bei null. Der Einkäufer, der seit einem Monat mit dem Assistenten über einen bestimmten Lieferanten spricht, ist nicht abgebildet.
• Die Personalisierung. Eigene Anweisungen, Tarif, Kontoeinstellungen und Verlauf prägen, was ein angemeldeter Nutzer liest. In unserem Aufruf kommt nichts davon vor.
• Die Werbung. In einigen ChatGPT-Tarifen blendet OpenAI gekennzeichnete Anzeigen unter der Antwort ein. Sie stehen außerhalb der Antwort und außerhalb der API-Antwort, wir erfassen sie also nicht.
• Google AI Mode und AI Overviews. Beides sind Funktionen der Google-Suche, nicht der Gemini-API. Eine Gemini-Messung sagt über keines von beiden etwas Direktes aus; den Unterschied erklärt der Beitrag Gemini ist nicht Google AI Mode.
• Der Standort des Einkäufers. Eine Messung für einen Markt behauptet nicht, einen Nutzer nachzubilden, der aus diesem Land zugreift. Sie bildet die Frage nach, in der Sprache dieses Marktes, jedes Mal gleich gestellt.

Vier Assistenten, kleinere Modelle

Die vier Plattformen stehen fest. Das Modell dahinter ändert sich, weil die Anbieter Modelle nach eigenem Zeitplan einstellen und veröffentlichen. Stand 20. Oktober 2026 sieht die Konfiguration der App so aus:

• ChatGPT: gpt-5-mini, laut OpenAI-Dokumentation eine schnellere, kostengünstigere Version von GPT-5;
• Claude: claude-haiku-4-5, von Anthropic am 15. Oktober 2025 als neues kleines Modell vorgestellt;
• Gemini: ein Gemini-Modell über die API von Google;
• Perplexity: sonar-pro über die API von Perplexity.

Die Folge ist eindeutig. Wer ChatGPT mit einem bezahlten Tarif nutzt, bekommt seine Antwort womöglich von einem größeren Modell als dem, das wir befragen, und ein größeres Modell kann mehr wissen und eine andere Lieferantenliste nennen. Das kleinere Modell erlaubt es, denselben Fragensatz an vier Assistenten in fünf Sprachen zweimal im Monat zu stellen, zu einem Preis, den ein exportierender Mittelständler tragen kann. Das ist eine Kostenentscheidung, und sie kostet Genauigkeit.

Wenn ein Anbieter ein Modell einstellt und wir auf den Nachfolger wechseln, gehört das Datum neben die Messreihe. Ein Sprung bei einem einzelnen Assistenten an genau diesem Tag sagt mehr über das Modell als über den Markt.

Warum über die API

Die API ist der Zugang, den ein Anbieter für Software baut, das Chatfenster der Zugang für Menschen. PSentry nutzt den ersten, bei allen vier Assistenten.

Der Grund heißt Wiederholbarkeit. Ein API-Aufruf enthält nur, was der Aufrufer hineinlegt: Frage, Modell, Parameter. Kein Kontoverlauf, keine gespeicherten Vorlieben, kein früheres Gespräch, das die Antwort in eine Richtung zieht. Unterscheiden sich zwei Messungen im Abstand von zwei Wochen, hat sich der Assistent oder das Web verändert, nicht das messende Konto. Und ein Vergleich zwischen Deutsch und Französisch ist nur fair, wenn das Messinstrument in beiden Sprachen identisch ist.

Der Preis: Eine API-Antwort ist kein Bildschirmfoto vom Rechner Ihres Einkäufers. Sie ist das, was diesem Bildschirm am nächsten kommt und sich trotzdem zweimal messen und vergleichen lässt.

Für Unternehmen, die Kennzahlen in Berichte an Geschäftsführung oder Beirat übernehmen, hat das einen praktischen Nutzen: Jede Zahl lässt sich auf eine konkrete Frage, ein konkretes Modell und ein Datum zurückführen. Ein Screenshot, den der Vertrieb an einem Dienstagmorgen weiterleitet, ist dagegen eine Anekdote mit Zeitstempel. Nachvollziehbar ist nur, was sich unter gleichen Bedingungen wiederholen lässt.

Zweimal im Monat, mit Absicht

Alle Tarife umfassen zwei Scans im Monat. Echtzeit-Warnungen oder Dauerabfragen gibt es nicht, und das ist keine Lücke, die demnächst geschlossen wird.

Antworten eines Sprachmodells sind probabilistisch. Dieselbe Frage, zweimal in einer Stunde gestellt, kann zwei verschiedene Listen liefern. Wer alle paar Stunden misst, zeichnet vor allem dieses Rauschen auf und hält es für Bewegung. Die ausführliche Begründung steht im Beitrag Häufiger zu messen macht die Daten schlechter. Als Faustregel gilt: Eine Veränderung, die in einer Messung auftaucht und in der nächsten verschwunden ist, ist Wetter. Eine, die über zwei oder drei Messungen hinweg hält, beim selben Assistenten und in derselben Sprache, ist eine Besprechung wert.

Was eine Antwort zeigt

Jede gespeicherte Antwort verrät drei Dinge: ob die Marke vorkommt, welche Wettbewerber der Assistent stattdessen nennt (oft lokale Anbieter, die auf keiner internen Wettbewerbsliste stehen) und auf welche Webquellen er sich stützt, sofern er welche angibt. Eine Rangposition gibt es nicht, denn eine Antwort ist keine Ergebnisseite. Belastbar ist die Häufigkeit: wie oft die Marke über viele Fragen hinweg genannt wird, verglichen mit den Namen daneben.

Bei den Quellen verhalten sich die Assistenten sehr unterschiedlich. Zwischen dem 13. Dezember 2025 und dem 20. Oktober 2026 hat PSentry 17.719 Antworten der vier Assistenten über deren APIs gesammelt. Von 100 Antworten von Claude nannten 97 mindestens eine Quelle, bei Perplexity waren es 94 von 100, bei Gemini 56 oder 57, bei ChatGPT 44. Auch die Menge unterscheidet sich: rund 12 Quellen je Antwort bei Claude, zwischen 11 und 12 bei Perplexity, rund 10 bei Gemini, rund 4 bei ChatGPT. Eine ChatGPT-Antwort ohne Quelle ist also der Normalfall und kein Messfehler.

Die Grenzen der Stichprobe gehören direkt neben die Zahlen. Die Fragen stammen von PSentry-Nutzern, überwiegend aus B2B-Dienstleistung und Industrie; ein Abbild aller Anfragen an KI-Assistenten ist das nicht. Die Antworten verteilen sich auf Italienisch, Französisch und Englisch, dazu nur 259 auf Spanisch, was für Schlüsse zu wenig ist. Auf Deutsch, wie eingangs gesagt, keine.

Was heißt das für ein Unternehmen, das auf Deutsch messen möchte? Die Messung selbst funktioniert auf Deutsch genauso wie in jeder anderen der fünf Sprachen: eigener Fragensatz, dieselben vier Assistenten, derselbe Rhythmus. Es fehlt lediglich der Vergleichswert aus unserer bisherigen Stichprobe. Wie viele Quellen eine deutsche Antwort typischerweise nennt oder wie stark sie auf Domains mit .de zurückgreift, können wir heute nicht sagen, und wir schreiben es deshalb auch nicht hin.

Jeder Messwert im Dashboard von PSentry lässt sich als CSV exportieren, und die öffentliche API (/v1/sites) liefert dieselben Daten an ein Skript. Wirkt eine Zahl falsch, steht der Antworttext, aus dem sie entstanden ist, zum Nachlesen bereit.

Deutsch heißt nicht Deutschland

Eine Sprache ist kein Land. Deutsch ist Einkaufssprache in Deutschland, Österreich, der Deutschschweiz, Liechtenstein und Südtirol. Ein Hersteller, der nach Stuttgart und nach Zürich liefert, bekommt in beiden Märkten Fragen auf Deutsch, aber von Einkäufern mit anderen Händlern, anderen Branchenverzeichnissen und teils anderen Begriffen. Eine Messung auf Deutsch sagt Ihnen, was die Assistenten auf Deutsch antworten. Ob der Einkäufer in Graz oder in Hamburg sitzt, entscheidet sie nicht.

Wo diese Unterschiede zählen, gehören sie in die Formulierung der Fragen: in Fachbegriffe, Normen, Verbände und Ortsnamen, die nur in einem der Märkte vorkommen. Jede Sprache bekommt ohnehin ihren eigenen Fragensatz, geschrieben wie ein Einkäufer dieses Marktes fragen würde, und ihren eigenen Score. Die Analyse der Exportlücken zeigt dann die Märkte, in denen Sie verkaufen und die Assistenten Sie nicht nennen.

Was Einkauf und IT vor dem ersten Scan wissen wollen

Macht ein kleineres Modell die Messwerte wertlos?

Nein. Es macht sie zu Messwerten eines bestimmten Modells, und deshalb wird das Modell genannt. Verläufe beim selben Assistenten und Vergleiche zwischen Sprachen halten, weil auf beiden Seiten dasselbe Modell steht. Eine Aussage darüber, was jeder ChatGPT-Nutzer sieht, hielte nicht, und wir treffen sie nicht.

Verändert PSentry, was die Assistenten über meine Marke sagen?

Nein. PSentry ist ein Messwerkzeug: Es stellt Fragen und speichert Antworten. Es veröffentlicht keine Inhalte, übermittelt nichts an die Anbieter und verspricht keine bessere Sichtbarkeit.

Kann ich einen Messwert selbst prüfen?

Ja. Nehmen Sie eine Frage aus Ihrem Satz, den Antworttext aus dem Export und das Datum: Das ist, was der Assistent an diesem Tag über seine API geliefert hat, Wort für Wort.