AEO-Audit: Praxisleitfaden für KI-Sichtbarkeit

Kurz gesagt

Ein AEO-Audit prüft, ob KI-Antworten eine Marke spontan nennen, korrekt beschreiben und passende Alternativen empfehlen. Halten Sie Fragen stabil, trennen Sie nativen und Web-Modus und bewahren Sie vollständige Antworten auf, bevor Sie Korrekturen festlegen. Unser Barometer 2026 erfasste 106 Erwähnungen in 657 ungebrandeten Antworten, rund 16 %, in einer Teilstichprobe von nur 13 Marken. Das Ergebnis gilt ausschließlich für diese Teilstichprobe, nicht für den gesamten Markt.

Ein AEO-Audit untersucht, was Antwortsysteme über eine Marke sagen, welche Fehler sie wiederholen und welche Alternativen sie empfehlen. Es ist keine Sammlung von Schlüsselwörtern. Nützlich wird es erst mit Fragen, die einer echten Entscheidung nahekommen, mit Antworten unter vergleichbaren Bedingungen und mit einer klaren Trennung zwischen einer spontanen Erwähnung und einem Namen, der nur wegen der Frage wiederholt wird.

Was ist ein AEO-Audit?

Ein AEO-Audit ist eine strukturierte Prüfung der Markenpräsenz in Antworten auf eine Frage. Die praktische Frage lautet: Erkennt eine Antwort die Marke korrekt, im passenden Kontext und gegenüber den relevanten Wettbewerbern, wenn ein potenzieller Käufer nach Optionen, Rat oder einem Vergleich fragt? Analysiert wird deshalb die vollständige Antwort, ihr Kontext und gegebenenfalls die genannten Quellen.

Das Verfahren ersetzt keine Prüfung der Auffindbarkeit einer Website. Es beantwortet eine andere Frage: Wie formuliert eine Antwort eine Empfehlung, einen Vorbehalt oder eine Tatsachenbehauptung? Eine Antwort kann eine Marke nennen, ohne sie zu empfehlen: Diese Erwähnung kann trotzdem spontan sein, wenn die Frage den Markennamen nicht nennt. Die Wiederholung eines bereits im Prompt enthaltenen Namens, mit oder ohne erfundenes Detail, belegt dagegen keine spontane Sichtbarkeit.

Wann ist ein AEO-Audit sinnvoll?

Ein Audit ist sinnvoll, wenn KI-gestützte Recherche eine Kaufentscheidung beeinflusst, wenn ein Team eine ungewöhnliche Behauptung entdeckt oder wenn ein neues Angebot beziehungsweise eine neue Positionierung überprüft werden soll. Es geht nicht darum, jedes Modell mit Hunderten Varianten zu testen. Es geht um einen belastbaren Ausgangspunkt für die Fragen, die tatsächlich relevant sind.

• Vor einem Content- oder Digital-PR-Projekt, um den Ausgangspunkt festzuhalten.
• Nach Änderungen an Website, Angebot oder Positionierung, um die Beschreibung der Marke zu prüfen.
• Für Agenturkunden, um Marken zu vergleichen, die beim selben Anwendungsfall wiederkehren.
• Nach einem festgestellten Sachfehler, um Belege zu sichern, bevor eine Korrektur vorgeschlagen wird.

AEO-Software auswählen: Audit, Monitoring oder Content-Produktion?

Verlangen Sie für die Produktion in großem Umfang eine Vorführung mit Ihren eigenen Briefings. Prüfen Sie, ob jede Aussage eine überprüfbare Quelle erhält, Stapel die Markenvorgaben beibehalten, Beispiele lokalisiert werden können und Texte vor dem CMS-Export eine menschliche Freigabe durchlaufen. Prüfen Sie Versionshistorie, Dublettenkontrolle und tatsächliche Kosten nach der redaktionellen Prüfung. Auch strukturierte FAQs brauchen einen Faktencheck. Unser Auswahlkriterium: Einen Fakt zur Quelle zurückverfolgen und seine Veröffentlichung sperren zu können, zählt mehr als viele Entwürfe. Das sind Kriterien für Schreibwerkzeuge, keine zugesagten Funktionen von AI Labs Audit.

Die Auswahl beginnt beim Bedarf. Ein Audit-Tool beantwortet eine Diagnosefrage: Was sagen die beobachteten Antworten, unter welchen Bedingungen, mit welchen Wettbewerbern und welchen Faktenrisiken? Ein Monitoring-Tool spielt denselben Fragenkatalog erneut aus, um Beobachtungen im Zeitverlauf zu vergleichen. Ein Tool zur Content-Produktion hilft beim Schreiben oder Ordnen von Seiten, ersetzt aber weder die gesammelten Antworten noch deren Prüfung.

Prüfen Sie beim Vergleich von AEO-Software mindestens, ob Prompt, Modell, Modus, Datum und vollständige Antwort erhalten bleiben; ob ungebrandete Fragen von Fragen mit Markennennung getrennt werden; ob nativer und Web-Modus getrennt ausgewiesen werden; und ob Wettbewerber, Quellen und erkannte URLs einsehbar sind. Prüfen Sie außerdem Sprachabdeckung und Export der Belege. Ein Dashboard oder Score kann beim Lesen eines Antwortkorpus helfen, erklärt eine Beobachtung aber nicht allein.

Vergleichbare Fragen vorbereiten

Bei der Entscheidung beginnen

Benennen Sie zunächst die Entscheidung, die eine Antwort unterstützen soll: Anbieter auswählen, eine Tool-Shortlist erstellen, einen lokalen Dienst finden oder eine Behauptung prüfen. Danach folgen Markt, Sprache, Zielgruppe und Kategorie. Eine Frage zu Buchhaltungssoftware für britische Selbstständige misst etwas anderes als eine allgemeine Definition. Ohne diesen Rahmen sind Ergebnisse weder gut vergleichbar noch gut erklärbar.

Drei Prompt-Familien nutzen

Kombinieren Sie ungebrandete Kategorienfragen, Vergleichsfragen und gebrandete Prüfungsfragen. Die erste Gruppe zeigt, ob die Marke ohne Namensnennung erscheint. Vergleiche machen sichtbar, welche Alternativen die Antwort einordnet. Gebrandete Fragen helfen bei der Prüfung von Fakten, Vorbehalten und Erfindungen, beweisen aber keine spontane Sichtbarkeit, weil der Markenname schon in der Frage steht.

Bewahren Sie den exakten Wortlaut jedes Prompts auf. Eine abweichende Formulierung kann die Intention, die gewünschte Tiefe oder die genannten Wettbewerber verändern. Eine kurze, stabile und kommentierte Prompt-Bank ist belastbarer als eine lange, heterogene Liste. Notieren Sie außerdem Sprache, Zielmarkt und alle Bedingungen, die Teil der Frage sind.

Die Methode in sechs Schritten

1. Umfang festlegen

Halten Sie Marke, relevante Wettbewerber, Markt, Sprachen und die abzudeckenden Entscheidungen fest. Der Umfang verhindert, dass Ergebnisse gegenübergestellt werden, die unterschiedliche Bedürfnisse beantworten. Es ist besser zu dokumentieren, warum eine Frage aufgenommen wurde, als zu behaupten, sie stehe für alle möglichen Fragen.

2. Prompt-Bank einfrieren

Formulieren Sie eine kleine Menge natürlicher Fragen und behalten Sie sie während der Testreihe bei. Änderungen sind möglich, müssen aber vermerkt werden. Eine Trendlinie, die unterschiedliche Fragen vergleicht, misst keine Veränderung desselben Signals.

3. Nativ und webgestützt getrennt erfassen

Wenn ein System beide Modi anbietet, erfassen Sie sie getrennt. Die native Antwort entsteht ohne Live-Suchschritt. Die webgestützte Antwort kann aktuelle Seiten und Quellen einbeziehen. Werden beide vermischt, geht eine wichtige Diagnose verloren: Eine Marke kann dem Modell bekannt sein und dennoch in aktuellen Web-Ergebnissen fehlen, oder umgekehrt.

4. Vollständige Belege sichern

Speichern Sie für jeden Test Prompt, Modell, Modus, Datum, vollständige Antwort, genannte Wettbewerber, zitierte URLs und vom System formulierte Unsicherheiten. Der erste Absatz genügt nicht immer. Eine Einschränkung, Korrektur oder Alternative kann später stehen. Diese Spur erlaubt es, eine gut klingende Behauptung zu prüfen, bevor sie als positives Ergebnis gewertet wird.

5. Erklärende Signale lesen

Signal	Zu erfassen	Nutzen
Spontane Erwähnung	Nennung der Marke in der Antwort auf eine ungebrandete Frage	Trennt Kategorienerkennung von Namenswiederholung
Empfehlungsposition	Platz in Liste oder Vergleich	Zeigt die Einordnung gegenüber Alternativen
Genauigkeit	Bestätigte, fehlende oder widersprüchliche Fakten	Macht diffuse Risiken prüfbar
Wettbewerbspräsenz	Wiederkehrende Alternativen	Zeigt die tatsächlich gebildete Shortlist
Quellen und URLs	Zitierte, nicht verfügbare oder erfundene Seiten	Lenkt die Prüfung auf vorhandene Belege

6. Maßnahmen an Belege binden

Fehlt eine Produktinformation, braucht es eine klare, zugängliche Quellenseite. Wiederholt sich ein Fehler, braucht es einen Korrekturweg und bestätigende Belege. Taucht ein Wettbewerber regelmäßig bei einem Anwendungsfall auf, kann das auf eine Lücke bei Inhalt, Entität oder Autorität hinweisen. Das sind anhand beobachteter Antworten zu prüfende Hypothesen, keine Zusage, dass eine einzelne Änderung eine spätere Antwort verändert.

Was ein brauchbarer Bericht enthält

Ein Bericht muss für die Personen nutzbar sein, die Website, Marke und redaktionelle Roadmap verantworten. Er enthält Prompt-Bank, Testbedingungen, ein Belegprotokoll je Antwort, beobachtete Wettbewerber, Beispiele für Faktenrisiken und Prioritäten mit Bezug zu einer Entscheidung. Eine einzelne Kennzahl ohne die zugrunde liegenden Antworten lässt sich weder hinterfragen noch verantwortungsvoll in Maßnahmen übersetzen.

AI Labs Audit ist darauf ausgelegt, Belege modellübergreifend festzuhalten, spontane Sichtbarkeit vom bloßen Echo eines vorgegebenen Namens zu trennen und erfundene URLs oder Aussagen zu markieren. Eine positiv klingende Antwort gilt deshalb nicht automatisch als korrekt. Gemessene Daten finden Sie im KI-Sichtbarkeitsbarometer 2026.

Wie Ergebnisse verantwortungsvoll gelesen werden

Ein einzelner Lauf beschreibt eine beobachtete Antwort unter dokumentierten Bedingungen. Er beweist weder eine allgemeine Präferenz eines Systems noch die Ursache eines Ergebnisses. Deshalb gehören Ausreißer neben wiederkehrende Muster, und jede Schlussfolgerung muss auf die gespeicherten Antworten zurückgehen. Besonders bei wechselnden Modellen, Märkten oder Sprachversionen ist es sinnvoll, Veränderungen zuerst als Anlass zur Prüfung zu behandeln.

Ein mehrfach genannter Wettbewerber ist nicht zwangsläufig für alle Käufer die beste Wahl. Lesen Sie die Fakten, Anwendungsfälle und Quellen im Umfeld der Nennung. Auch eine fehlende Marke verlangt die Prüfung mehrerer Hypothesen, statt das Ergebnis automatisch mit Inhalt oder Autorität zu erklären.

Häufige Fehler

• Jede gebrandete Nennung als spontane Sichtbarkeit zählen.
• Prompts zwischen Modellen verändern und die Ergebnisse dennoch als identisch vergleichen.
• Native und webgestützte Antworten in einer Kennzahl vermischen.
• Nur den ersten Satz sichern und spätere Einschränkungen oder Wettbewerber übersehen.
• Eine generierte Aussage ohne Abgleich mit einer Primärquelle als Beleg behandeln.
• Eine nicht auflösbare URL als Beweis für Absicht oder Tatsache lesen.

Nach dem Audit: Korrekturen ordnen

Ordnen Sie Maßnahmen nach vorhandenen Belegen und Verantwortung. Markenfakten brauchen konsistente Primärquellen. Seiten für eine Entscheidung sollten die zugehörige Frage klar beantworten. Unstimmigkeiten bei Entitäten müssen vor einer Überarbeitung geprüft werden. Eine halluzinierte URL ist als zu untersuchendes Signal festzuhalten, ohne ihre Ursache zu behaupten. Der Beitrag zu halluzinierten URLs vertieft diesen Fall.

Ein zweites Audit kann nach dokumentierten Änderungen dieselbe Prompt-Bank anwenden. Es macht aus einer Antwortschwankung keine Garantie. Sein Nutzen liegt im Vergleich von Beobachtungen unter klaren Bedingungen und in einer vorsichtigen Anpassung der Roadmap. Einen verwandten Blick auf generative KI bietet unser GEO-Audit-Leitfaden.

AEO-Checkliste

• Zielgruppe, Markt, Sprache und Entscheidung hinter jeder Frage definieren.
• Ungebrandete, vergleichende und gebrandete Prüfungsfragen verwenden.
• Modell, Modus, Datum und vollständige Antwort sichern.
• Spontane Erwähnung und promptbedingte Wiederholung trennen.
• Position, Wettbewerber, Genauigkeit und zitierte URLs prüfen.
• Jede Priorität einem Beleg und einer verantwortlichen Person zuordnen.