FR
EN
ES
DE
Der Web Score misst, was ein KI-Modell über eine Marke durch Echtzeit-Websuche findet und ergänzt damit den Native Score. Wenn ein LLM RAG (Retrieval-Augmented Generation) aktiviert, durchsucht es das Web, um seine Antwort anzureichern. Der Web Score bewertet Qualität und Häufigkeit der dabei erhaltenen Zitierungen.
Was ist der Web Score?
Der Web Score misst die Sichtbarkeit einer Marke, wenn ein KI-Modell eine Echtzeit-Websuche durchführt, um seine Antwort zu ergänzen. Dieser Mechanismus, genannt RAG (Retrieval-Augmented Generation), wird von ChatGPT, Perplexity und anderen Modellen verwendet.
Web Score vs Native Score
Während der Native Score das gespeicherte Wissen eines Modells bewertet, konzentriert sich der Web Score auf die Fähigkeit Ihrer Marke, bei einer Echtzeit-Websuche gefunden und zitiert zu werden.
- Native Score: eingefrorenes Wissen (Trainingsdaten)
- Web Score: dynamisches Wissen (Live-Websuche)
Wie wird der Web Score bewertet?
AI Labs Audit befragt jedes Modell mit aktivierter Websuche. Die Analyse umfasst:
- Häufigkeit der Markenzitierung in Antworten
- Position der Erwähnung (erste, unter anderen, am Ende)
- Qualität und Relevanz der berichteten Informationen
- Stimmung (positiv, neutral, negativ) der Erwähnungen
Einflussfaktoren auf den Web Score
- Präsenz auf Bing (von ChatGPT für RAG genutzt)
- Strukturierte Daten zur Erleichterung der Extraktion
- Klarer, strukturierter und faktenbasierter Inhalt
- Domain-Autorität und E-E-A-T-Signale
Die Native/Web-Lücke interpretieren
Die Lücke zwischen beiden Scores bietet wertvolle Einblicke für Ihre GEO-Strategie:
- Web >> Native: gute aktuelle Sichtbarkeit, aber die Marke ist noch nicht verankert.
- Native >> Web: historisch bekannte Marke, aber unzureichende aktuelle Webpräsenz.
- Beide niedrig: globales Sichtbarkeitsdefizit. Web-Maßnahmen priorisieren.
Weitere Details in unserem Artikel Native Score vs Web Score im GEO-Audit.