Case Study
Sichtbarkeit in KI-Antworten messbar machen.
Ein Dashboard verbindet zwei Perspektiven: Welche KI-Systeme rufen die eigenen Inhalte tatsächlich ab – und wird die Marke in den Antworten dieser Systeme genannt? Beides wird laufend erfasst und ausgewertet.
- Branche
- Internationaler Markenhersteller
- Projekt
- Dashboard für KI-Sichtbarkeit und Logfile-Analyse
- Besonderheit
- Kombination aus Server-Logdaten und KI-Antwortmonitoring
- Status
- Im laufenden Betrieb, wöchentliche Auswertung
Auswertungszeitraum
01.02.2026
bis 28.02.2026 23:59
KI-Abrufe (Antwortsysteme)
18.402
Assistenzsysteme mit Live-Abruf
KI-Trainings-Crawler
42.115
Crawler zur Modellschulung
Klassische Suchmaschinen
96.870
Index-Crawler
Zugriffe je System
Ausgangslage
Reichweite entsteht zunehmend in KI-Antworten – gemessen wurde sie nicht.
Klassische Webanalyse zeigt Besuche, aber nicht, ob ein Assistenzsystem Inhalte abgerufen und in seiner Antwort verwendet hat. Gleichzeitig fehlte jede Aussage darüber, ob die Marke bei relevanten Fragen überhaupt auftaucht – und wenn ja, an welcher Stelle.
- KI-Zugriffe gingen im allgemeinen Bot-Verkehr unter
- Keine Unterscheidung zwischen Training, Abruf und Suche
- Nennungen in KI-Antworten nur stichprobenhaft geprüft
- Keine Verlaufsdaten, nur einzelne Momentaufnahmen
Anforderung
Technische Abrufe und inhaltliche Nennungen an einem Ort.
- 1Sichtbar machen, welche KI- und Suchsysteme die Website tatsächlich abrufen.
- 2Zwischen Antwortsystemen, Trainings-Crawlern und klassischer Suche unterscheiden.
- 3Serverlogs ohne IT-Umweg hochladen und automatisch auswerten lassen.
- 4Einen Fragenkatalog pflegen, der die reale Kundensicht abbildet.
- 5Regelmäßig prüfen, ob die Marke in KI-Antworten genannt wird – und an welcher Stelle.
- 6Entwicklungen im Wochenverlauf statt Momentaufnahmen sehen.
- 7Zugriff nach Rollen trennen: Auswertung für alle, Verwaltung für Administration.
Problemstellung
Die Schwierigkeit lag in Datenmenge, Zuordnung und Vergleichbarkeit.
Herangehensweise
Erst die eigenen Daten, dann der Blick von außen.
Zuerst entstand die Logfile-Auswertung, weil sie belastbare eigene Zahlen liefert. Darauf folgte der Fragenkatalog mit dem laufenden Monitoring der KI-Antworten, zuletzt die Verlaufs- und Themenauswertung. Jeder Baustein war produktiv nutzbar, bevor der nächste begann.
Lösung
Ein Dashboard für Abrufe, Nennungen und Entwicklung.
Logfiles per Upload
Serverlogs werden im Browser hochgeladen und automatisch verarbeitet. Zeilen, Zeiträume und Trefferzahlen sind unmittelbar nach dem Import sichtbar.
Klassifizierte Zugriffe
Jeder Zugriff wird einer Kategorie zugeordnet: KI-Abruf zur Antwortgenerierung, Crawler zur Modellschulung oder klassische Suchmaschine.
Monitoring der KI-Antworten
Ein gepflegter Fragenkatalog wird regelmäßig gegen mehrere Sprachmodelle geprüft. Erfasst wird, ob und an welcher Position die Marke genannt wird.
Trends statt Momentaufnahmen
Wochenverläufe je Frage und Themenfeld zeigen, wo Sichtbarkeit entsteht und wo sie verloren geht – mit Drill-down bis zur einzelnen Antwort.
Rollen und Zugänge
Auswertungen stehen dem Marketing offen, Verwaltung von Fragen, Modellen und Nutzenden bleibt der Administration vorbehalten.
Eigene Datenbasis
Logdaten, Fragenkatalog und Antwortverläufe liegen in der eigenen Datenbank – auswertbar, exportierbar und unabhängig von Analysetools Dritter.
Nennung der eigenen Marke in KI-Antworten
| Frage | Modelle mit Nennung | Position | Tendenz |
|---|---|---|---|
| Welcher Anbieter eignet sich für …? | 4 von 5 | Platz 2 | steigend |
| Worauf sollte man bei … achten? | 5 von 5 | Platz 1 | steigend |
| Welche Alternativen gibt es zu …? | 2 von 5 | Platz 6 | fallend |
| Was kostet … im Mittelstand? | 3 von 5 | Platz 4 | steigend |
| Wer sind die führenden Anbieter für …? | 1 von 5 | nicht platziert | fallend |
Fragen im Katalog
84
Geprüfte Modelle
5
Sichtbarkeitsquote
62 %
Sichtbarkeit im Wochenverlauf
Anteil der Fragen, bei denen die eigene Marke in der KI-Antwort genannt wird.
Stärkster Zuwachs
Themenfeld Beratung · +18 Punkte
Handlungsbedarf
Themenfeld Preise · 2 von 5 Modellen
Kundennutzen
Aus einem blinden Fleck wird eine steuerbare Kennzahl.
KI-Traffic wird sichtbar.
Abrufe durch Antwortsysteme sind nicht mehr im Gesamtverkehr versteckt.
Unterscheidung statt Bauchgefühl.
Training, Abruf und Suche sind klar getrennt ausgewiesen.
Messbare Markenpräsenz.
Nennung und Position in KI-Antworten sind dokumentiert.
Content mit Wirkung.
Es wird erkennbar, welche Inhalte KI-Systeme tatsächlich heranziehen.
Frühwarnung.
Sichtbarkeitsverluste fallen im Wochenverlauf auf, nicht im Quartalsbericht.
Belastbare Berichte.
Zahlen aus eigenen Logs statt geschätzter Drittanbieter-Werte.
Ein Ort für beide Sichten.
Technische Abrufe und inhaltliche Nennungen im selben Dashboard.
Volle Datenhoheit.
Datenbank, Auswertungen und Exporte bleiben im Unternehmen.
Technischer Steckbrief
- Web-Anwendung auf React-Basis mit rollenbasiertem Zugang
- Serverseitige Verarbeitung großer Logdateien mit Kennzahlenaggregation
- Regelwerk zur Erkennung und Klassifizierung von KI-, Trainings- und Suchsystemen
- Automatisierte Abfrage mehrerer Sprachmodelle über eine gemeinsame Schnittstelle
- Historisierung aller Antworten für Wochen- und Themenverläufe
- PostgreSQL-Datenhaltung mit Zugriffsregeln auf Zeilenebene
„Wir wissen heute, welche KI-Systeme uns lesen – und ob sie uns weiterempfehlen.“
Wer in KI-Antworten fehlt, fehlt im Markt.
Wir machen Abrufe und Nennungen messbar – mit Ihren eigenen Daten und einer Auswertung, die zu Ihren Themen passt.