Dashboard-Leitfaden

Verstehen Sie Ihr KI-Sichtbarkeits-Dashboard

Lernen Sie, jede Metrik zu lesen und zu interpretieren, KI-Modelle zu vergleichen, Ihre Entwicklung im Zeitverlauf zu verfolgen und Ihre Audit-Ergebnisse in konkrete Maßnahmen umzusetzen.

Inhaltsverzeichnis

  1. Dashboard-Übersicht
  2. 5-Zonen-Architektur (Dashboard v4)
  3. Die 6 wichtigsten Metriken
  4. So funktioniert die Bewertung
  5. Nativ- vs. Web-Scores
  6. Modellvergleich
  7. Entwicklung und Verlauf
  8. Audit-Ergebnisse lesen
  9. GEO-Checkliste (Website-Analyse)
  10. Erweiterte GEO-Module
  11. Datenqualitäts-Warnungen
  12. Aktionspläne
  13. Tipps zur Verbesserung

Dashboard-Übersicht

Das Dashboard ist Ihre Kommandozentrale für KI-Sichtbarkeit. Nach jedem Audit zeigt es automatisch alle wichtigen Metriken darüber an, wie KI-Modelle Ihre Marke wahrnehmen.

Es ist in mehrere Bereiche unterteilt:

  • 6 Schlüsselmetriken — Ihre Sichtbarkeits-Indikatoren auf einen Blick
  • Nativ- vs. Web-Vergleich — Ihre Performance bei Desktop-KI vs. weberweiterter KI
  • Aufschlüsselung nach Modell — Detaillierte Performance für jedes getestete KI-Modell
  • Entwicklungsdiagramm — Verfolgen Sie Ihren Fortschritt über mehrere Audits
  • GEO-Checkliste — Website-Optimierungs-Score für KI-Sichtbarkeit
  • Aktionspläne — Konkrete Schritte zur Verbesserung Ihrer Scores
Tipp: Jede Metrikkarte hat einen ?-Button, der erklärt, was sie misst. Fahren Sie mit der Maus darüber oder klicken Sie darauf für eine schnelle Erklärung direkt im Dashboard.

5-Zonen-Architektur (Dashboard v4)

Seit dem visuellen Redesign v4 ist das Dashboard in 5 nummerierte Zonen gegliedert, die einem bewussten Lesefluss folgen: von der Sofortdiagnose bis zum Aktionsplan. Jede Zone hat ein farbiges Banner, damit Sie stets wissen, wo Sie sich auf der Seite befinden.

  • Zone 1 — Sofortdiagnose. Einzeiliger Befund (KI-Sichtbarkeit korrekt / zu verbessern) plus die Trends gegenüber dem letzten Audit. Der schnellste Blick im Dashboard.
  • Zone 2 — Präsenz in KI-Antworten. Share of Voice, Mentions-Volumen pro Modell, Sentiment-Aufschlüsselung (positiv / neutral / negativ) und die 3 wichtigsten wörtlichen Zitate.
  • Zone 3 — Performance pro KI-Engine. Branchen-Radar zum Vergleich Ihrer Scores mit dem Sektor-Benchmark plus ein Modell-Ranking (ChatGPT, Gemini, Claude, Perplexity, Mistral, Copilot…).
  • Zone 4 — Technisches GEO-Audit. Server-Side-Rendering-Crawlability, Entity Health Check, Citation Readiness und llms.txt-Präsenz. Die technische Grundlage, die Ihre Website maschinenlesbar macht.
  • Zone 5 — Aktionsplan. Priorisierte Karten mit Punktegewinn, geschätzter Dauer und Schwierigkeitsgrad. Nach Impact sortiert, bereit zur Zuweisung an Content- oder Entwicklerteams.
UX-Verhalten. Ein klebriges Inhaltsverzeichnis folgt dem Scroll und erlaubt das Springen zwischen den Zonen. Schwere Diagramme (Radar, Entwicklung, Sektor-Benchmark) werden im Lazy-Load geladen, sobald ihre Zone sichtbar wird. Ihre Auswahl, die Details jeder Zone zu erweitern oder zu reduzieren, wird im localStorage gespeichert: Sie finden das Dashboard beim nächsten Login genau so vor, wie Sie es verlassen haben.

Die 6 wichtigsten Metriken

Ihr Dashboard zeigt 6 Hauptmetriken an, die jeweils als Ringdiagramm mit einem Prozentsatz oder Score dargestellt werden. Zusammen ergeben sie ein vollständiges Bild Ihrer KI-Sichtbarkeit.

Sichtbarkeits-Score

Ihre Gesamtpräsenz in KI-Antworten. Misst, wie oft KI-Modelle Ihre Marke in allen Prompts erwähnen. 100% = in jeder Antwort erwähnt.

Erwähnungsrate

Häufigkeit der Erwähnungen über alle getesteten KI-Modelle hinweg. Eine hohe Rate bedeutet, dass mehrere KI-Modelle Sie konsistent empfehlen.

KI-Anteil der Stimme

Ihr Marktanteil in KI-generierten Antworten im Vergleich zu Wettbewerbern. Zeigt, wie dominant Ihre Marke in KI-Gesprächen über Ihre Branche ist.

Durchschnittsposition

Ihre durchschnittliche Platzierung, wenn die KI Empfehlungen auflistet. Position #1 = Sie sind die Top-Empfehlung. Niedriger ist besser.

Sentiment-Index

Misst den Ton der KI-Erwähnungen (Skala 0-10). 10 = äußerst positiv. Erfasst, ob KI-Modelle positiv oder kritisch über Ihre Marke sprechen.

Themenabdeckung

Breite der Themen, bei denen Ihre Marke erscheint. 100% = Sie werden in allen Audit-Themen erwähnt (Produkte, Dienstleistungen, Vergleiche usw.).

Veränderungsindikatoren: Wenn Sie mehrere Audits haben, zeigt jede Metrik einen grünen Pfeil + (Verbesserung) oder einen roten Pfeil - (Rückgang) im Vergleich zum vorherigen Audit. Ein kleines Sparkline-Diagramm zeigt zudem den historischen Trend.

So funktioniert die Bewertung

Jede Antwort eines KI-Modells wird analysiert und auf einer Skala von 0 bis 10 bewertet. Die Bewertung hängt davon ab, ob und wie Ihre Marke in der Antwort erwähnt wird.

Bewertungsskala

0 Abwesend
2 Position 5+
4-5 Position 4-5
6-7 Top 3
8 Position 2
10 Nr. 1

Score-Anpassungen

Der Basis-Score kann durch Boni und Abzüge angepasst werden:

  • +1 Punkt — Detaillierte Beschreibung Ihrer Marke (Funktionen, Vorteile)
  • +1 Punkt — Aktuelle oder kürzlich aktualisierte Informationen erwähnt
  • +1 Punkt — Positiver Ton oder Empfehlung
  • -2 Punkte — Negatives Sentiment oder kritische Erwähnung
Glättung: AILabsAudit verwendet eine historische Glättung, um die Score-Volatilität zwischen Audits zu reduzieren. Scores werden mit früheren Audit-Ergebnissen gewichtet, um langfristig stabilere und zuverlässigere Metriken zu liefern.

Nativ- vs. Web-Scores

Ihr Dashboard vergleicht zwei Arten von KI-Antworten nebeneinander:

Native KI Web-KI
Was ist das Die KI antwortet ausschließlich aus ihren Trainingsdaten (keine Internetsuche) Die KI durchsucht das Web vor der Antwort (Echtzeitdaten)
Beispiele ChatGPT (Desktop), Claude (App), Gemini (App) Perplexity, ChatGPT mit Browsing, SearchGPT
Abhängig von Markenreputation in den Trainingsdaten GEO, Online-Präsenz, aktuelle Inhalte
Aktualisierung Nur wenn das Modell neu trainiert wird In Echtzeit mit Web-Inhalten

Den Unterschied verstehen

Das Dashboard zeigt beide Scores mit einem VS-Indikator dazwischen. Intelligente Warnungen helfen Ihnen, den Unterschied zu interpretieren:

  • Großer Unterschied (>20%) — Ihre Marke ist zu stark von Web-Ergebnissen abhängig. Arbeiten Sie daran, Ihre Reputation in den KI-Trainingsdaten aufzubauen.
  • Mittlerer Unterschied (10-20%) — Das Web gibt einen spürbaren Schub. Investieren Sie weiterhin in Ihre Online-Präsenz.
  • Kleiner Unterschied, beide hoch (>70%) — Ausgezeichnet! Ihre Marke ist in beiden Kontexten stark.
  • Kleiner Unterschied, beide niedrig (<40%) — Priorität: Verbessern Sie Ihre Gesamtsichtbarkeit auf allen Ebenen.

Modellvergleich

Der Bereich Aufschlüsselung nach Modell zeigt eine detaillierte Tabelle, in der jedes in Ihrem Audit getestete KI-Modell mit seinen individuellen Bewertungen aufgeführt ist:

  • Score (/10) — Gesamt-Performance-Score für dieses Modell
  • Sentiment — Wie positiv oder negativ das Modell über Sie spricht
  • Position — Durchschnittliche Platzierung in den Empfehlungen dieses Modells
  • Erwähnungsrate — Wie oft dieses Modell Ihre Marke erwähnt

Die Scores sind farbcodiert für schnelle Lesbarkeit:

  • Grün (7+) — Hohe Performance, das Modell kennt und empfiehlt Sie
  • Gelb (4-7) — Mittlere Performance, Verbesserungspotenzial
  • Rot (<4) — Niedrige Performance, das Modell erwähnt Sie kaum

Radar-Diagramm

Neben der Tabelle bietet ein Radar-Diagramm einen visuellen Vergleich aller Modelle über mehrere Dimensionen. So erkennen Sie leicht, welche Modelle stark sind und welche Aufmerksamkeit benötigen.

Warum das wichtig ist: Verschiedene KI-Modelle haben unterschiedliche Trainingsdaten. Ein Modell empfiehlt möglicherweise Ihren Wettbewerber, während ein anderes Sie empfiehlt. Zu verstehen, welche Modelle Ihre Marke bevorzugen, hilft Ihnen, Ihre Optimierungsmaßnahmen gezielt auszurichten.

Entwicklung und Verlauf

Wenn Sie zwei oder mehr Audits für einen Kunden haben, schaltet das Dashboard zusätzliche Funktionen frei:

Fortschrittsbanner

Am oberen Rand des Dashboards fasst ein Banner Ihren Fortschritt seit dem letzten Audit zusammen:

  • Verbessert — Anzahl der Metriken, die gestiegen sind
  • Verschlechtert — Anzahl der Metriken, die gesunken sind
  • Stabil — Anzahl der unveränderten Metriken

Es hebt auch Ihren besten Zuwachs und Ihren größten Rückgang hervor, um schnell zu erkennen, was sich am meisten verändert hat.

Entwicklungsdiagramm

Ein Liniendiagramm verfolgt alle 6 Metriken im Zeitverlauf, wobei jedes Audit-Datum ein Datenpunkt ist. So können Sie langfristige Trends visualisieren und die Auswirkungen Ihrer Optimierungsmaßnahmen erkennen.

Best Practice: Führen Sie regelmäßig Audits durch (wöchentlich oder monatlich), um ein aussagekräftiges Entwicklungsdiagramm aufzubauen. Das ist der beste Weg, den ROI Ihrer KI-Sichtbarkeitsoptimierung zu messen.

Audit-Ergebnisse lesen

Die Ergebnisseite (erreichbar über die Audit-Details) zeigt jeden Prompt, der an jedes KI-Modell gesendet wurde, zusammen mit den vollständigen Antworten und individuellen Bewertungen.

Aufbau der Ergebnisse

Die Ergebnisse sind Prompt für Prompt organisiert. Für jeden Prompt sehen Sie:

  • Den Prompt-Text — die Frage, die an die KI-Modelle gesendet wurde
  • Ein Raster von Antwortkarten — eine Karte pro KI-Modell

Was jede Antwortkarte zeigt

  • Modellname mit einem farbigen Symbol
  • Score-Badge — farbcodiert (grün/gelb/rot) mit der Bewertung von 10
  • Antwortvorschau — gekürzter Text der KI-Antwort
  • Sentiment und Position — Mini-Indikatoren für beides
  • Vollständige Antwort — klicken Sie, um die komplette Antwort in einem Modal zu lesen
So nutzen Sie die Ergebnisse: Suchen Sie nach Mustern. Wenn Ihre Marke bei einem bestimmten Prompt-Typ fehlt (z.B. „bester X in Y“), wissen Sie genau, auf welches Thema Sie sich konzentrieren müssen. Wenn ein Modell Sie nie erwähnt, untersuchen Sie, welche Inhalte oder Daten diesem Modell fehlen.

GEO-Checkliste (Website-Analyse)

Die GEO-Checkliste analysiert Ihre Website, um zu bewerten, wie gut sie für Generative Engine Optimization optimiert ist — damit Ihre Website für KI-Modelle leicht zu crawlen, zu verstehen und zu zitieren ist.

Gesamt-GEO-Score

Ihre Website erhält einen Gesamtscore (0-100%) mit einer Buchstabennote:

  • A (70%+) — Gut optimiert für KI-Crawling
  • B-C (40-70%) — Einige Verbesserungen nötig
  • D-F (<40%) — Erheblicher Handlungsbedarf

Die 4 Kategorien

Der Score wird in 4 Kategorien aufgeschlüsselt, jede mit eigenem Fortschrittsbalken:

  • KI-Crawlbarkeit — Können KI-Bots auf Ihre Website zugreifen und sie lesen?
  • Strukturierte Daten — Verwendet Ihre Website Schema.org-Markup?
  • Inhaltsqualität — Ist Ihr Inhalt klar, umfassend und autoritativ?
  • Autorität & Vertrauen — Demonstriert Ihre Website Expertise und Vertrauenswürdigkeit?

Einfache vs. detaillierte Ansicht

Sie können zwischen zwei Anzeigemodi wechseln:

  • Einfache Ansicht — Überblick mit aufklappbaren Elementen. Klicken Sie auf ein Checklisten-Element, um Details und empfohlene Maßnahmen zu sehen.
  • Detaillierte Ansicht — Vollständige Checkliste mit allen sichtbaren Elementen, ideal für eine gründliche Prüfung oder einen PDF-Export.
Export: Sie können die GEO-Checkliste als PDF-Bericht exportieren oder direkt aus dem Dashboard ausdrucken — über die Buttons am oberen Rand des Bereichs.

Erweiterte GEO-Module

Zusätzlich zur GEO-Checkliste zeigt das Dashboard 5 erweiterte Analysemodule, die bei jedem Audit automatisch ausgeführt werden. Diese Module liefern tiefere technische Einblicke in die KI-Bereitschaft Ihrer Website und Ihre Wettbewerbspositionierung.

Modul 1 — SSR & KI-Crawlbarkeit

Prüft, ob Ihre Website technisch für KI-Crawler zugänglich ist. Das Widget zeigt einen Gesamtscore und 4 Teilscores:

  • SSR — Wird Ihre Website serverseitig gerendert oder ist sie von clientseitigem JavaScript abhängig?
  • Robots.txt — Erlaubt Ihre robots.txt KI-Bots (GPTBot, ClaudeBot usw.)?
  • WAF — Blockiert Ihre Firewall KI-Crawler?
  • llms.txt — Enthält Ihre Website eine llms.txt-Datei mit Anweisungen für KI?

Wenn bestimmte KI-Crawler blockiert werden, werden sie in Rot unterhalb des Widgets aufgelistet.

Modul 2 — Entity Health

Bewertet, wie gut Ihre Marke als Knowledge-Graph-Entität repräsentiert ist. Teilscores umfassen:

  • Wikidata — Existiert Ihre Entität auf Wikidata?
  • Eigenschaften — Wie vollständig ist Ihr Wikidata-Eintrag (Beschreibung, Logo, URLs usw.)?
  • Schema.org — Enthält Ihre Website strukturiertes Organization/LocalBusiness-Markup?
  • sameAs — Sind Ihre Social-Media-Profile und externen Identifikatoren über sameAs-Eigenschaften verknüpft?

Modul 3 — Erwähnung vs. Zitat

Analysiert die KI-Antworten Ihres Audits, um zu klassifizieren, wie Ihre Marke referenziert wird. Verwendet KI-Klassifikation, um jede Antwort einzuordnen in:

  • Erwähnungen — Ihre Marke wird beiläufig genannt, in einer Liste
  • Zitate — Ihre Marke wird als Quelle oder Referenz zitiert
  • Empfehlungen — Ihre Marke wird ausdrücklich empfohlen

Das Widget zeigt auch ein Erwähnungs-zu-Zitat-Verhältnis, das angibt, wie oft einfache Erwähnungen zu tatsächlichen Zitaten oder Empfehlungen werden.

Modul 4 — Zitierbarkeit

Bewertet, ob der Inhalt Ihrer Website so strukturiert ist, dass er von KI-Modellen leicht zitiert werden kann. Zeigt 7 Teilscores:

  • Quellen — Externe Referenzen und Links, die auf Ihren Seiten zitiert werden
  • Statistiken — Vorhandensein von Zahlen, Daten und messbaren Aussagen
  • Experten — Autorenzuordnung und Expertenzitate
  • Faktendichte — Verhältnis von objektiven, faktenbasierten Sätzen zu Ich-Form/Werbeinhalten
  • Absätze — Gut strukturierter Inhalt mit klaren Absätzen
  • Fragen (H2) — Überschriften als Fragen formuliert (passend zur Art, wie Nutzer KI befragen)
  • Direkte Antworten — Inhalte, die häufige Fragen direkt beantworten
Tipp: Der Teilscore „Faktendichte“ ist einer der wirkungsvollsten. KI-Modelle bevorzugen Inhalte, die objektive Fakten und Daten präsentieren, anstatt werbliche Sprache in der Ich-Form.

Modul 5 — STS-Erkennung

Ein experimentelles Modul, das Ihre Wettbewerber auf Anzeichen von Search Trust Signals-Manipulation analysiert — Techniken, die verwendet werden, um die KI-Sichtbarkeit künstlich zu steigern. Es prüft auf versteckten Text, Autoritätsbehauptungen und verdächtige Muster.

Das Widget zeigt, wie viele Wettbewerber analysiert wurden, und markiert Verdachtsfälle. Wenn keine Auffälligkeiten erkannt werden, wird ein grünes Häkchen angezeigt.

Datenqualitäts-Warnungen

Wenn während des Audits Probleme mit Wettbewerberdaten erkannt werden, zeigt das Dashboard Datenqualitäts-Warnungen an. Diese Warnungen helfen Ihnen, potenzielle Probleme zu verstehen, die die Genauigkeit der Wettbewerbsanalyse beeinträchtigen könnten.

Arten von Warnungen

  • Nicht erreichbare URL — Die Website eines Wettbewerbers konnte während des Audits nicht erreicht werden (HTTP-Fehler, Timeout usw.)
  • Fehlende URL — Ein Wettbewerber wurde ohne Website-URL konfiguriert, was die GEO-Analyse einschränkt
  • Verdächtiger Wettbewerber — Ein Wettbewerber zeigt Anzeichen möglicher STS-Manipulation

Jede Warnung kann einzeln ausgeblendet werden, indem Sie auf den X-Button klicken. Warnungen sind nach Schweregrad farbcodiert: Rot für Fehler, Orange für Hinweise.

Aktionspläne

Basierend auf Ihren Audit-Ergebnissen zeigt das Dashboard Aktionspläne an — konkrete Schritte, die Sie unternehmen können, um Ihre KI-Sichtbarkeits-Scores zu verbessern.

Wie Aktionen organisiert sind

Jedes Aktionselement umfasst:

  • PrioritätsstufeHoch, Mittel oder Niedrig (farbiger Punkt)
  • Titel und Beschreibung — Was zu tun ist und warum
  • Status — Ausstehend, In Bearbeitung oder Abgeschlossen
  • Verantwortliche Person — Wer diese Aktion übernehmen sollte
  • Zeitschätzung — Ungefährer Aufwand

GEO-generierte Aktionen

Einige Aktionen werden automatisch aus der GEO-Modulanalyse generiert. Wenn z.B. Modul 1 erkennt, dass Ihre robots.txt KI-Crawler blockiert, wird eine Aktion zur Behebung erstellt. Wenn Modul 2 feststellt, dass Ihre Wikidata-Entität fehlt, wird eine Aktion zu deren Erstellung hinzugefügt. Diese GEO-basierten Aktionen ergänzen die KI-generierten Empfehlungen.

Tipp: Konzentrieren Sie sich zuerst auf Aktionen mit hoher Priorität. Das sind die Änderungen, die am wahrscheinlichsten einen signifikanten Einfluss auf Ihre Scores beim nächsten Audit haben.

Tipps zur Verbesserung

Hier sind bewährte Strategien, um Ihre KI-Sichtbarkeits-Scores zu steigern:

Stärken Sie Ihre Online-Präsenz

KI-Modelle lernen aus Web-Inhalten. Je mehr autoritativer Inhalt über Ihre Marke online existiert (Blog-Artikel, Presseerwähnungen, Verzeichniseinträge, Bewertungen), desto wahrscheinlicher erwähnen KI-Modelle Sie.

Optimieren Sie strukturierte Daten

Fügen Sie Schema.org-Markup zu Ihrer Website hinzu (Organization, Product, FAQ, HowTo). Strukturierte Daten helfen KI-Modellen, Ihre Marke, Produkte und Dienstleistungen maschinenlesbar zu verstehen.

Erstellen Sie umfassende Inhalte

Schreiben Sie detaillierte, faktenbasierte Inhalte über Ihre Expertise. KI-Modelle bevorzugen Quellen, die gründliche, gut strukturierte Informationen bieten, gegenüber oberflächlichem Inhalt.

Bauen Sie Autoritätssignale auf

Lassen Sie sich in Branchenpublikationen, Partner-Websites und angesehenen Verzeichnissen erwähnen. Je mehr vertrauenswürdige Quellen Ihre Marke referenzieren, desto höher Ihre KI-Sichtbarkeit.

Überwachen und iterieren

Führen Sie regelmäßig Audits durch und verfolgen Sie Ihr Entwicklungsdiagramm. Identifizieren Sie, welche Maßnahmen die größte Wirkung hatten, und verstärken Sie, was funktioniert.

Denken Sie daran: KI-Sichtbarkeit ist ein langfristiges Spiel. Verbesserungen Ihrer Online-Präsenz können Wochen oder Monate brauchen, bis sie sich in den Trainingsdaten der KI-Modelle widerspiegeln. Seien Sie geduldig und konsequent.

Bereit, Ihre Sichtbarkeit zu analysieren?

Starten Sie Ihr erstes Audit und entdecken Sie, wie KI-Modelle Ihre Marke wahrnehmen.

Neues Audit erstellen

Bereit, Ihre KI-Sichtbarkeit zu prüfen?

Erstellen Sie Ihr kostenloses Konto und erhalten Sie 1000 Bonus-Credits.

Kostenloses Konto erstellen