KI-Sichtbarkeit: Wissen wir eigentlich, was wirkt?

Wer in ChatGPT, Gemini oder Perplexity sichtbar sein will, braucht strategische PR. Diese These hört man derzeit immer häufiger. Sie klingt plausibel und genau deshalb lohnt es sich, genauer hinzusehen. Denn plausibel ist noch lange nicht bewiesen. Vielleicht liegt darin sogar eines der größeren Probleme unserer gegenwärtigen Beschäftigung mit KI: Wir machen aus Beobachtungen erstaunlich schnell Gewissheiten.

Wenn aus einer Beobachtung plötzlich Wissen wird

In den vergangenen Monaten ist rund um die Sichtbarkeit von Unternehmen in generativen KI-Systemen ein neuer Markt entstanden. GEO, AI Visibility, LLM Optimization – die Begriffe wechseln, die Versprechen ähneln sich. Unternehmen sollen ihre Inhalte anders strukturieren, häufiger in relevanten Medien vorkommen, ihre digitale Autorität erhöhen und dafür sorgen, dass sie von ChatGPT & Co. als vertrauenswürdige Quelle erkannt werden.

Vieles davon ist sinnvoll. Problematisch wird es erst dort, wo aus einem möglichen Zusammenhang eine vermeintlich gesicherte Ursache wird. Ein gutes Beispiel ist die derzeit häufig zu lesende These, strategische PR führe zu mehr Sichtbarkeit in generativen Systemen. Die Argumentation erscheint zunächst logisch: Eine Marke, über die viel berichtet wird, hinterlässt mehr Spuren im digitalen Raum. Sie wird häufiger erwähnt, zitiert und verlinkt. Also müsste sie auch von generativen Systemen häufiger gefunden und genannt werden.

Möglicherweise ist das tatsächlich so. Nur wissen wir damit noch nicht, ob es wegen der PR so ist.

Diese Unterscheidung mag akademisch klingen, ist für Marketingentscheidungen aber ausgesprochen praktisch. Denn zwischen „zwei Dinge treten gemeinsam auf“ und „das eine verursacht das andere“ liegt ein erheblicher Unterschied. Wer diesen Unterschied übersieht, investiert möglicherweise viel Geld in die richtige Maßnahme aus dem falschen Grund – oder in die falsche Maßnahme, weil die Erklärung so überzeugend klang.

Was heißt eigentlich „sichtbar“?

Schon beim Begriff KI-Sichtbarkeit lohnt sich ein zweiter Blick. Was genau meinen wir damit? Dass eine Unternehmenswebsite von einem System gefunden wird? Dass ihre Inhalte für eine Antwort verwendet werden? Dass die Website als Quelle erscheint? Dass der Unternehmensname genannt wird? Oder dass ChatGPT das Unternehmen einem potenziellen Kunden tatsächlich empfiehlt?

Das sind sehr unterschiedliche Dinge.

In der Forschung werden dafür Begriffe wie Retrieval, Citation, Brand Mention oder Recommendation verwendet. Für die Marketingpraxis ist weniger die Terminologie entscheidend als die Erkenntnis dahinter: Eine KI kann Inhalte eines Unternehmens verwenden, ohne das Unternehmen zu nennen. Sie kann ein Unternehmen nennen, ohne dessen Website als Quelle zu verwenden. Und sie kann eine Marke kennen, ohne sie in einer konkreten Kaufsituation zu empfehlen.

Aktuelle Untersuchungen zeigen zudem, dass externe Quellen eine erhebliche Bedeutung haben können. In einer 2026 veröffentlichten Untersuchung von mehr als 167.000 URL-basierten Zitierungen bei 128 Marken stammte ein großer Teil der verwendeten Quellen von Dritten und nicht von den Unternehmen selbst. Das ist für PR-Verantwortliche durchaus eine gute Nachricht. Es spricht dafür, dass mediale Präsenz, unabhängige Erwähnungen und externe Autorität relevant sein können.

Es beweist aber nicht, dass strategische PR die Ursache für die spätere Sichtbarkeit ist.

Das alte Problem von Korrelation und Kausalität

Nehmen wir zwei bekannte Unternehmen. Beide werden häufig in Fachmedien erwähnt und beide erscheinen häufig in Antworten generativer Systeme. Daraus könnten wir schließen, dass die Medienpräsenz zur KI-Sichtbarkeit geführt hat.

Wir könnten aber auch eine andere Geschichte erzählen. Vielleicht sind diese Unternehmen schlicht bekannter. Vielleicht verfügen sie über umfangreichere Websites, mehr Backlinks, mehr Fachpublikationen, Wikipedia-Einträge, bessere strukturierte Daten oder eine längere digitale Historie. Wahrscheinlich wirken mehrere dieser Faktoren gleichzeitig.

Das ist der Punkt, an dem Marketing unangenehm wissenschaftlich werden muss.

Denn eine gute Geschichte ist noch keine gute Erklärung.

Wir Menschen lieben plausible Kausalitäten. A geschieht, danach beobachten wir B, also erklären wir B mit A. Das spart Denkarbeit und vermittelt Sicherheit. Nur hat Wirklichkeit die unangenehme Eigenschaft, sich nicht an unsere einfachen Geschichten halten zu müssen.

Eine aktuelle Untersuchung zur Brand Visibility in GPT- und Gemini-Systemen formuliert diese Einschränkung selbst sehr deutlich: Die gefundenen Zusammenhänge sind prädiktiv und beobachtend, nicht kausal. Das klingt nach einer kleinen methodischen Fußnote. Tatsächlich ist es der entscheidende Satz.

Wir können zunehmend erkennen, was mit KI-Sichtbarkeit zusammenhängt. Wir wissen aber wesentlich weniger darüber, was sie zuverlässig verursacht.

Strategische PR ist deshalb weder die Lösung noch irrelevant

Es wäre nun ebenso falsch, ins andere Extrem zu fallen und PR für bedeutungslos zu erklären. Externe Erwähnungen, journalistische Quellen, Fachmedien und andere Formen unabhängiger Autorität können für generative Systeme sehr wohl relevant sein. Die Forschung liefert dafür zunehmend interessante Hinweise.

Nur ist PR eben ein Faktor in einem komplexeren System.

Und vielleicht sollten wir genau dort beginnen, anders über KI-Sichtbarkeit zu sprechen. Nicht: Welche Maßnahme bringt uns in ChatGPT? Sondern: Unter welchen Bedingungen erhöht welche Maßnahme bei welchen Fragestellungen unsere Wahrscheinlichkeit, gefunden, genannt oder empfohlen zu werden?

Das ist eine weniger spektakuläre Frage. Aber eine wesentlich bessere.

Denn generative Systeme funktionieren nicht wie die Google-Ergebnisliste, an die wir uns über viele Jahre gewöhnt haben. Sie suchen, kombinieren, bewerten und formulieren. Ergebnisse können sich zwischen Plattformen unterscheiden, zwischen Sprachen, zwischen Web- und App-Versionen und sogar zwischen unterschiedlich formulierten Fragen mit nahezu identischer Bedeutung.

Deshalb halte ich auch die Frage „Wie sichtbar ist unsere Marke in KI?“ für zu grob. Interessanter wäre zu wissen, bei welchen Fragen wir sichtbar sind, in welchem Zusammenhang, gegenüber welchen Wettbewerbern und auf Basis welcher Quellen.

Erst dann entsteht aus Sichtbarkeit eine Information, mit der Marketing tatsächlich arbeiten kann.

Unser eigentliches Problem ist nicht Information

An diesem Punkt wird die Diskussion für mich größer als eine weitere Debatte über Marketingtechnologie. Sie berührt eine Frage, mit der ich mich seit einiger Zeit intensiv beschäftige: den Übergang von einer Wissens- zu einer Verständnisgesellschaft.

Wir haben in den vergangenen Jahrzehnten gelernt, immer mehr Information verfügbar zu machen. Das Internet hat sie zugänglich gemacht, Google hat sie auffindbar gemacht und generative KI macht sie nun in Sekunden zu scheinbar schlüssigen Antworten.

Was dadurch nicht automatisch entstanden ist, ist mehr Verständnis.

Das erleben wir gerade exemplarisch bei KI-Sichtbarkeit. Wir können immer mehr messen. Wir sehen, wie oft eine Marke genannt wird, welche Quellen auftauchen, welche Wettbewerber erscheinen und wie sich Ergebnisse verändern. Aber die Tatsache, dass wir etwas beobachten können, bedeutet noch nicht, dass wir verstanden haben, warum es geschieht.

Genau hier liegt für mich die entscheidende Grenze zwischen Information und Orientierung.

Marketing braucht beides. Es muss wissen, was passiert. Es muss aber vor allem verstehen, welche Entscheidung daraus folgt.

Erst verstehen, dann optimieren

Deshalb würde ich Unternehmen derzeit auch nicht empfehlen, mit der Frage zu beginnen, wie sie ihre KI-Sichtbarkeit optimieren können. Ich würde einen Schritt zurückgehen und zunächst fragen: Was wissen Sie über Ihre heutige Sichtbarkeit überhaupt?

Bei welchen Themen werden Sie gefunden? Wo tauchen Wettbewerber auf, Sie aber nicht? Welche Quellen verwendet das System? Werden Sie als Quelle verwendet, aber als Marke nicht genannt? Werden Sie genannt, aber nicht empfohlen? Gibt es Unterschiede zwischen ChatGPT, Gemini und Perplexity? Und verändern sich diese Ergebnisse, wenn Sie bestimmte Maßnahmen setzen?

Solche Fragen sind weniger sexy als das Versprechen, mit fünf Maßnahmen „AI-ready“ zu werden. Sie sind aber methodisch wesentlich näher an dem, was Unternehmen benötigen.

Fazit: Vielleicht wird Urteilskraft zur eigentlichen Marketingkompetenz

Je leistungsfähiger KI wird, desto billiger wird Information. Texte, Analysen, Zusammenfassungen und Empfehlungen können wir bereits heute in einer Menge produzieren, die vor wenigen Jahren kaum vorstellbar gewesen wäre.

Damit verschiebt sich der Engpass.

Wenn Information nahezu unbegrenzt verfügbar ist, wird die Fähigkeit wertvoller, sie einzuordnen. Zu unterscheiden, was wir wissen und was wir lediglich vermuten. Zu erkennen, wann eine Korrelation interessant ist und wann sie tatsächlich eine Entscheidung rechtfertigt.

Vielleicht ist das eine der unterschätzten Folgen von KI für das Marketing. Wir brauchen nicht nur mehr technologische Kompetenz. Wir brauchen wieder mehr Urteilskraft.

Wenn uns also jemand erklärt, strategische PR schaffe KI-Sichtbarkeit, müssen wir dieser Aussage weder reflexartig zustimmen noch sie reflexartig ablehnen. PR kann sehr wohl eine wichtige Rolle spielen.

Wir sollten nur eine Frage stellen, bevor wir aus einer plausiblen These eine Strategie machen:

Woher wissen wir eigentlich, dass es so ist?

Für mich beginnt genau dort gutes Marketing. Und vielleicht auch ein vernünftigerer Umgang mit KI.

Weiterbildungs-Tipp: B2B-Performance-Management – Wie Marketing messbar erfolgreicher wird

Woher wissen wir, dass eine Maßnahme tatsächlich wirkt? Darum geht es im Kurs B2B-Performance-Management der bvik B2B-Kompetenz-Werkstatt. In digitalen Workshops erklärt Prof. Dr. Uwe Seebacher, wie Sie mit den richtigen KPIs und einem empathischen Verständnis für interne und externe Touchpoints Ihr Marketing strategisch ausrichten, messbar erfolgreicher und dessen Beitrag zum Unternehmenserfolg sichtbar machen.

Hier geht’s zur Anmeldung.