FR
EN
ES
DE
Der Native Score misst, was ein KI-Modell über eine Marke allein aus seinen Trainingsdaten (natives Wissen) weiß, ohne auf Websuche zurückzugreifen. Ein hoher nativer Score bedeutet, dass die Marke im Gedächtnis des Modells verankert ist. Er ist ein grundlegender GEO-Sichtbarkeitsindikator, komplementär zum Web Score.
Was ist der Native Score?
Der Native Score ist ein exklusiver Indikator von AI Labs Audit, der bewertet, was ein KI-Modell (LLM) über eine Marke ausschließlich aus seinen Trainingsdaten weiß. Es wird keine Websuche durchgeführt: Das Modell antwortet aus seinem internen "Gedächtnis".
Dieser Score zeigt, ob Ihre Marke Teil des Trainingskorpus des Modells ist — ob sie in den vom KI aufgenommenen Texten häufig genug erwähnt wurde, um sie spontan zu erkennen.
Wie wird der Native Score berechnet?
AI Labs Audit befragt jedes KI-Modell (ChatGPT, Claude, Gemini, Perplexity) mit deaktivierter Websuche. Die Fragen umfassen:
- Erkennung der Marke und ihres Sektors
- Kenntnis von Produkten und Dienstleistungen
- Wahrnehmung der Reputation
- Positionierung gegenüber Wettbewerbern
Die Antworten werden analysiert und auf einer Skala von 0 bis 100 bewertet, basierend auf Genauigkeit, Vollständigkeit und Stimmung der Erwähnungen.
Native Score vs Web Score
Der Native Score und der Web Score bilden ein komplementäres Paar:
- Native Score: was die KI aus dem Gedächtnis weiß (Trainingsdaten)
- Web Score: was die KI in Echtzeit findet (Websuche, RAG)
Eine erhebliche Lücke zwischen beiden Scores deutet auf eine Chance hin: Ist der Web Score deutlich höher als der Native Score, ist die Marke online sichtbar, aber noch nicht im Modellwissen verankert.
Warum der Native Score strategisch ist
Nutzer aktivieren nicht immer die Websuche, wenn sie eine KI befragen. In diesen Fällen zählt nur das native Wissen. Eine Marke, die in den Trainingsdaten fehlt, ist für diese Nutzer schlicht unsichtbar.
Den Native Score verbessern
Der Native Score ist am schwierigsten zu beeinflussen, da er von den Trainingsdaten abhängt. Mittelfristige Strategien sind jedoch möglich:
- Präsenz auf Quellen stärken, die LLMs aufnehmen (Wikipedia, Wikidata, Presse, akademische Publikationen)
- Volumen und Qualität der Online-Erwähnungen steigern
- E-E-A-T-Signale für das nächste Trainingsupdate aufbauen
Für eine detaillierte Analyse lesen Sie unseren Artikel Native Score vs Web Score im GEO-Audit.