Gemini-Audit: Sichtbarkeit in Googles KI messen

Gemini und AI Overviews sind Google-Oberflächen, die Marken beobachten sollten, wenn sie verstehen möchten, was generierte Antworten zeigen. Ein Audit verspricht kein Erscheinen. Es dokumentiert einen messbaren Zustand: welche Anfragen Antworten auslösen, wie die Marke beschrieben wird, welche Quellen sichtbar sind, welche Angaben stimmen oder zweifelhaft sind und wie sich Suchklicks entwickeln.

Kurz gesagt

Ein Gemini-Audit trennt drei Gegenstände: Gemini-Antworten, AI Overviews in der Google-Suche und organische Suchdaten. Für jede priorisierte Anfrage bleiben Formulierung, Markt, Sprache, Datum, beobachtetes Ergebnis, angezeigte Links und Grenzen der Beobachtung erhalten. So wird aus einer einzelnen Antwort keine vermeintliche Entwicklung.

Was ein Gemini-Audit tatsächlich misst

Die hilfreiche Frage lautet nicht nur „Sind wir sichtbar?“. Sie ist enger: Bei welchen echten Fragen kann die Marke helfen, welche Antwort wird in diesem Moment angezeigt und welches überprüfbare Element verbindet diese Antwort mit der Marke? Eine Marke kann genannt werden, ohne empfohlen zu sein. Sie kann mit einer URL erscheinen, obwohl der umgebende Text falsch ist. Sie kann bei einer Anfrage fehlen und bei einer anderen auftauchen. Deshalb muss das Audit den Kontext jeder Beobachtung bewahren.

Warum Gemini und AI Overviews getrennt geprüft werden

Gemini ist eine Modellfamilie, AI Overviews sind eine Produktoberfläche in der Google-Suche. Beide können unterschiedliche Signale liefern. Eine in Gemini beobachtete Antwort belegt nicht, dass eine AI Overview dieselben Quellen nutzt. Eine in einer AI Overview angezeigte Quelle beweist ebenso wenig, dass Gemini in einer anderen Sitzung gleich antwortet. Beide Umgebungen gehören in ein Audit, aber in getrennte Felder und mit getrennten Belegen.

Ein nützliches Set von Suchanfragen aufbauen

Beginnen Sie mit Fragen aus dem echten Entscheidungsweg: Lösungen vergleichen, lokaler Bedarf, geschäftliches Problem, Definition, Preis wenn eine Quelle ihn stützt, Kompatibilität, Alternativen und Vertrauensfragen. Ergänzen Sie Anfragen ohne Markennamen und danach einige mit Markennamen. Der Unterschied ist wichtig: Eine Antwort auf eine bereits gebrandete Frage misst nicht dasselbe wie eine spontane Erwähnung.

BereichZu erfassende FelderBeleg und Grenze
Gemeinsamer KontextExakte Anfrage, Intention, Sprache, Markt, Datum, Oberfläche oder Modell, nativer oder Webmodus, AnmeldestatusTestbedingungen und Einschränkungen; fehlende Daten kennzeichnen
GeminiRohantwort, Präsenz und Empfehlung getrennt von Genauigkeit, Wettbewerber, Quellen, geprüfte URL und StatusArchivierte Antwort; keine Search-Console-Impressionen oder -Klicks in diesem Bereich
AI OverviewsAnzeige oder Abwesenheit, Zusammenfassung, Marke, Wettbewerber, Quellen, geprüfte URLsDatierter Screenshot; ein Screenshot misst keine Häufigkeit
Search ConsoleZeitraum, Anfrage, Seite, Land, Gerät, Impressionen, Klicks, CTR, PositionExport des Suchtyps „Web“; enthält AI Overviews und AI Mode, isoliert Gemini nicht

Gemini prüfen, ohne eine Antwort zu überdeuten

Für jeden Gemini-Check speichern Sie die exakte Anfrage, Sprache, verfügbaren Marktkontext, Datum, identifizierbares Modell oder Interface, Antworttext und vorgeschlagene Links. Danach wird das Ergebnis eingeordnet: Marke fehlt, Marke genannt, Marke empfohlen, Information richtig, Information zu prüfen oder Information eindeutig falsch. Diese Einordnung beschreibt ein beobachtetes Ergebnis. Sie beweist keine Absicht von Google und gilt nicht automatisch für alle Nutzenden.

AI Overviews in der Google-Suche beobachten

In der Google-Suche wird zuerst geprüft, ob für die Anfrage eine AI Overview erscheint. Wenn ja, erfassen Sie Zusammenfassung, erreichbare Quellen, Markenpräsenz, Wettbewerberpräsenz und Antworttyp. Bewahren Sie, wenn Ihr Prozess es zulässt, einen datierten Screenshot oder Export auf. Eine AI Overview kann sich je nach Kontext ändern. Ein einzelner Fund ist daher ein Beispiel, keine Häufigkeitsmessung.

Marke und Wettbewerber getrennt erfassen

Die Prüftabelle braucht zwei unabhängige Achsen, die gleichzeitig zutreffen können: Präsenz oder Empfehlung einerseits und Genauigkeit andererseits. Eine Marke kann als Option erscheinen und zugleich mit einer falschen Behauptung verknüpft sein; sie kann auch nur genannt werden, obwohl die Information korrekt ist. Erfassen Sie Abwesenheit, Nennung, Darstellung als Option und zu prüfende Aussagen getrennt. Verwenden Sie dieselbe Codierung für Wettbewerber. Wenn ein Wettbewerber häufiger erscheint, gilt der Befund für das getestete Suchanfragen-Set, nicht für den gesamten Markt.

Genauigkeit vor zusätzlicher Sichtbarkeit prüfen

Sichtbarkeit korrigiert keine falschen Informationen. Vor jeder Inhaltsänderung prüfen Sie Aussagen zu Unternehmen, Angebot, geografischem Gebiet, Nachweisen und URLs. Eine nicht erreichbare URL ist ein Signal zur Prüfung. Sie beweist für sich allein keine Ursache bei Gemini oder Google. Dokumentieren Sie URL, beobachteten Status, benachbarten Text und die eigene Seite, die den betreffenden Fakt belegen kann.

Quellen und URLs sorgfältig lesen

Sichtbare Quellen sind nützliche Spuren, müssen aber genau gelesen werden. Prüfen Sie, ob der Link zu einer erreichbaren Seite führt, ob diese Seite das Thema wirklich behandelt und ob die relevante Passage die angezeigte Zusammenfassung trägt. Erfassen Sie auch Drittanbieter-Domains. Eine externe Quelle kann eine Verbindung in einer Antwort erklären, ohne zu belegen, dass diese Verbindung richtig oder dauerhaft ist. Trennen Sie sichtbare Quelle, geprüfte Quelle und Interpretation.

Beobachtungen mit Impressionen und Klicks verbinden

Suchdaten setzen die Beobachtungen in Kontext. Vergleichen Sie Impressionen, Klicks, CTR und Position nach Anfrage oder Anfragegruppe über vergleichbare Zeiträume. Ein CTR-Rückgang kann zeitgleich mit einer erweiterten Oberfläche auftreten, doch zeitgleich bedeutet nicht ursächlich. Suchen Sie wiederholte Muster, behalten Sie Daten bei und stellen Sie eine Gesamtrate nicht als Durchschnitt aller Anfragen dar.

Laut Google sind die Leistungsdaten von Websites in AI Overviews und AI Mode im Suchtyp „Web“ der Search Console enthalten. Diese Gesamtwerte sind weder ein Gemini-Bericht noch eine isolierte Messung von AI Overviews. Halten Sie Gemini-Beobachtungen und Search-Screenshots von Search-Console-Daten getrennt. Google-Quelle.

Seiten verbessern, ohne Ergebnisse zu versprechen

Die belastbarsten Verbesserungen betreffen Seiten, die eine echte Frage klar beantworten, die sprechende Person kenntlich machen, veränderliche Informationen datieren und Aussagen mit erreichbaren Belegen verknüpfen. Strukturierte Daten können Systemen helfen, Entitäten und Beziehungen zu verstehen, sind aber kein Versprechen für eine Anzeige. Auch eine umfassende Seite garantiert weder Zitat noch Klick. Sie bietet Lesenden vor allem eine besser überprüfbare Antwort.

Ein vergleichbares Monitoring aufsetzen

Monitoring wird wertvoll, wenn derselbe Rahmen wiederholt wird. Behalten Sie einen stabilen Kern an Anfragen und versionieren Sie Ergänzungen oder Streichungen. Führen Sie Kontrollen möglichst in denselben Sprachen und Märkten durch. Archivieren Sie Rohantworten und Screenshots, denn ein Score allein entfernt den Kontext. Bei einem Unterschied klassifizieren Sie beobachtete Änderung, Anfrageänderung, Quellenänderung, unzureichende Daten oder unbestätigte Ursache.

Was der Bericht enthalten muss

Ein brauchbarer Bericht enthält Umfang, Anfragen, Rohresultate, Quellen, mögliche Fehler, Suchtrends und Maßnahmen mit Belegbezug. Er sagt auch, was unbekannt bleibt. Eine begrenzte Tabelle kann zum Beispiel nicht das Verhalten aller Suchenden beweisen. Diese Transparenz macht den Bericht hilfreicher, um die nächste Prüfung zu entscheiden.

Beweisgrenzen und Entscheidungsregeln

Behalten Sie während der gesamten Arbeit die Trennung zwischen einer gemessenen Beobachtung und einer Erklärung bei. Enthält eine Antwort einen Wettbewerber, aber nicht die Marke, dann ist die gemessene Tatsache der Inhalt dieser Antwort unter den dokumentierten Bedingungen. Das kann eine Prüfung der Wettbewerberseite, der Suchintention, der eigenen Seite oder der verfügbaren Quellen begründen. Es beweist jedoch nicht, warum das System dieses Resultat gewählt hat. Dieselbe Zurückhaltung gilt für ein neues Zitat, ein verschwundenes Zitat oder eine unerwartete URL. Erfassen Sie zuerst die Änderung, vergleichen Sie die Bedingungen und formulieren Sie erst danach ausdrücklich als Hypothese gekennzeichnete Erklärungen.

Legen Sie ein Maßnahmenregister an, das auf Belege zurückverweist. Eine sachliche Korrektur kann auf die eigene Seite verweisen, die die Korrektur dokumentiert. Eine fehlende Antwort kann auf eine Seite verweisen, die die Nutzerfrage nicht klar genug beantwortet. Ein Quellenproblem kann auf einen Link verweisen, der zum Zeitpunkt der Prüfung nicht funktionierte. Geben Sie jeder Maßnahme einen Verantwortlichen, einen Status und eine Prüfanfrage, ohne zu behaupten, die Maßnahme führe zu einer Anzeige. So wird aus dem Audit nicht nur eine Sammlung von Screenshots, sondern ein nachvollziehbares Entscheidungsprotokoll.

Google-Extended: Was diese Einstellung steuert

Google erklärt, dass das Google-Extended-Token in der robots.txt steuert, ob von Google gecrawlte Inhalte zum Training künftiger Gemini-Modellgenerationen und zum Grounding in Gemini Apps und Vertex AI verwendet werden dürfen. Es ist kein eigener Crawler. Laut Dokumentation beeinflusst diese Einstellung weder die Aufnahme in die Google-Suche noch das Ranking in der Google-Suche. Dokumentieren Sie sie als Entscheidung zur Nutzungssteuerung, nicht als Beleg für eine Änderung in AI Overviews.

Weiterführende Ressourcen

AEO-Audit | AI Overviews | E-E-A-T | strukturierte Daten

Überprüfbare Referenzwerte ohne Hochrechnung

Die Preisseite von AI Labs Audit nennt für den Discovery-Plan eine Obergrenze von 3 KI-Systemen × 5 Analyseszenarien je Audit, also 15 zu prüfende Antworten in diesem Umfang. Diese Zahl beschreibt den Umfang eines auf diesem Plan konfigurierten Audits. Sie misst weder die Häufigkeit von AI Overviews noch die Sichtbarkeit einer ganzen Marke.

Der öffentliche Katalog nennt 50+ KI-Modelle und Konfigurationen. Diese Zahl beschreibt den Plattformkatalog, nicht ein Gemini-Ergebnis. Halten Sie für den Vergleich zweier Beobachtungen Suchanfragen, Markt und Sprache gleich. Ändert sich eine Variable, dokumentieren Sie sie: Ein Unterschied zwischen zwei Daten kann real sein, seine Ursache bleibt ohne weitere Belege jedoch unbestätigt.

Unser Observatorium zeigt für Google Gemini 2.5 Flash einen Anteil erfundener URLs von 0,12 %. Gemeint ist der Anteil nicht existierender, als Quellen zitierter URLs in der Stichprobe dieses Modells, nicht der Anteil falscher Antworten. Die auf der Seite genannten 26 435 geprüften URLs betreffen alle Modelle; ein eigener Nenner für Gemini wird dort nicht angezeigt. Unsere Regel: Links prüfen, ohne daraus eine allgemeine Fehlerquote für Gemini oder AI Overviews abzuleiten. Observatorium zur KI-Sichtbarkeit (abgerufen am 9. November 2026).

Weiterführend: unser AEO-Audit-Leitfaden und die Anleitung zur Prüfung der KI-Sichtbarkeit einer Marke.

Fragen und Antworten

Soll ich Google-Extended in der robots.txt blockieren?

In nahezu allen Fällen nein. Google-Extended zu blockieren entfernt Sie nicht aus der klassischen Google-Suche, wohl aber aus den grounded-Antworten von Gemini und den AI Overviews. Der Trade-off lohnt sich für eine sichtbarkeitsorientierte Marke selten.

Was ist der Unterschied zwischen Gemini und Google AI Overviews?

Gemini ist die zugrundeliegende Modellfamilie. AI Overviews sind eine Produktoberfläche innerhalb von Google Search, die von Gemini angetrieben wird. Man kann auf einem zitiert sein, ohne auf dem anderen zitiert zu werden — deshalb muss ein Audit beide betrachten.

Wie erkenne ich, ob ich in einem AI Overview auftauche?

Drei Signale: manuelle Checks im Inkognito-Modus für Ihre Prio-Anfragen, der AI-Overview-Impressionen-Report in der Google Search Console und eine Dritt­plattform, die Ihre Zitierungen über Anfragen hinweg im großen Stil trackt.

Garantiert eine Top-1-Platzierung das Erscheinen im AI Overview?

Nein. Im AI Overview zitierte Seiten liegen häufig in den Top 10, aber nicht immer in den Top 3, und umgekehrt gilt auch: eine Nummer-eins-Seite kann übersprungen werden, wenn ihr Inhalt die Anfrage nicht direkt beantwortet. Format und Klarheit wiegen genauso viel wie Ranking.

Wie oft sollte ich die Gemini-Sichtbarkeit neu auditieren?

Quartalsweise als vernünftige Basis für die meisten Marken, monatlich in schnellbewegten Branchen oder nach einem größeren Content-Relaunch. Geplante Audits liefern eine Trendkurve statt eines Schnappschusses.

Über den Autor

Davy Abderrahman

Gründer von

Als Spezialist für Sichtbarkeit in KI-Antworten (AEO/GEO/LLMO) helfe ich Agenturen und Beratern, die Präsenz ihrer Kunden in ChatGPT, Claude, Gemini, Perplexity und anderen KI-Antwortsystemen zu messen und zu analysieren.

AEO GEO LLMO KI-Sichtbarkeit KI-Audits
Wie erscheinen Ihre Marken in KI-Antworten?

Agenturen, Berater und interne Teams: Vergleichen Sie Antworten auf Ihre eigenen Szenarien in den gewählten Sprachen und Modellen. Unsere Infrastruktur, Ihre Szenarien, Ihre Expertise.

War dieser Artikel hilfreich?

- (0 votes)