Traditionelles SEO-Reporting war früher einfach: Sie verfolgten Rankings, überprüften Impressionen und Klicks in Search Console und ordneten diese Zahlen den geschäftlichen Auswirkungen zu. Die KI-gesteuerte Suche hat diesen Ablauf umgestaltet. Plattformen wie Google AI Overviews, AI Mode, Perplexity und Bing Copilot listen nicht mehr nur Ergebnisse auf - sie generieren Antworten und wählen aus, auf welche Quellen sie verweisen. Diese Verschiebung bedeutet, dass die Schlüsselfrage nicht mehr lautet: "Werden wir gerankt?", sondern "Werden wir in der generativen Ebene zitiert?"
Die Herausforderung besteht darin, dass diese Antwortebene nicht sauber in die vorhandenen Analysetools passt und nicht stabil ist. Eine Suchanfrage, die heute Ihre Marke zitiert, schließt Sie morgen möglicherweise nicht mehr ein, selbst wenn sich an Ihrer Website nichts geändert hat. Bei der GEO-Analyse geht es darum, diese verborgene Ebene zu beleuchten, zu verfolgen, wie sie sich bewegt, und diese Erscheinungen mit messbaren Ergebnissen zu verbinden.
Aktive und passive Methoden zur Erkennung von Sichtbarkeit
Eine zuverlässige GEO-Messung kombiniert zwei Ansätze: aktive Überprüfung, wo Sie auftauchen, und passive Beobachtung, wie Suchsysteme mit Ihrer Website interagieren.
Aktive Erkennung bedeutet, dass Sie Ihre eigenen Überwachungsagenten erstellen, die KI-Suchmaschinen abfragen, die Antworten erfassen und nach Erwähnungen Ihrer Domäne suchen. Dabei kann es sich um ein einfaches Skript zur Browser-Automatisierung handeln, das eine Reihe von Abfragen ausführt und Screenshots speichert, oder um eine vollständige Pipeline, die strukturierte Zitationsdaten aus HTML- oder JSON-Ausgaben speichert. Das Wichtigste ist die Wiederholung - die KI-Antworten werden jedes Mal neu generiert, sodass Sie diese Agenten häufig ausführen müssen, um zu erfassen, wie sich die Ergebnisse verändern. Diese Schwankungen sind an sich schon nützliche Daten, vor allem, wenn Sie sie mit Änderungen in Ihren eigenen Inhalten oder im breiteren Wettbewerbsumfeld vergleichen.
Die passive Erkennung erfolgt über Ihre Serverprotokolle. Indem Sie die Anfragen von KI-Crawlern verfolgen, können Sie sehen, wann diese Systeme Ihre Seiten abrufen. Wenn Sie z. B. feststellen, dass PerplexityBot bestimmte URLs häufiger aufruft und dann einen Anstieg der Zitate für dieselben Seiten feststellt, haben Sie einen klaren Zusammenhang zwischen Abruf und Exposition aufgedeckt. Mit einer erweiterten Analyse können Sie diese Bot-Besuche nach Seiten gruppieren und herausfinden, welche Teile Ihrer Website vorrangig behandelt werden.
Verfolgung von AI-Suchbots
Einer der direktesten Wege, um zu verstehen, wie Ihr Inhalt in generative Antworten einfließt, ist die genaue Beobachtung der Bots, die Ihre Website crawlen. Diese User Agents stellen die Abrufebene für Plattformen wie ChatGPT, Claude, Perplexity, Bing Copilot und andere dar. Indem Sie sie in Ihren Serverprotokollen überwachen, erhalten Sie ein frühes Signal dafür, wann und wie Ihre Inhalte für die potenzielle Aufnahme in KI-generierte Antworten gesammelt werden.
Diese Sichtbarkeit ist wichtig, da Änderungen in der Crawling-Aktivität oft mit Verschiebungen in Ihrer Präsenz in den KI-Suchfunktionen übereinstimmen. Wenn bestimmte Bots ihre Besuche erhöhen, kann dies ein Hinweis darauf sein, dass Ihre Seiten mit größerer Wahrscheinlichkeit abgerufen und zitiert werden. Die Erstellung und Pflege einer aktuellen Liste dieser Crawler und der anschließende Abgleich ihrer Aktivitäten mit Ihrer generativen Sichtbarkeit bietet Ihnen eine der wenigen greifbaren Möglichkeiten, einen Prozess zu messen, der ansonsten im Dunkeln stattfindet.
| Anbieter | Benutzeragent / Token | Zweck | Wie man verwaltet | Zusätzliche Anmerkungen |
| OpenAI | GPTBot | Sammelt Inhalte für das Training des OpenAI-Modells | Blockieren oder zulassen in robots.txt (Benutzer-Agent: GPTBot) | Dokumentiert auf der offiziellen Website von OpenAI |
| OAI-SearchBot | Holt Seiten für ChatGPTs Suchergebnisse, nicht für das Training | Benutzer-Agent: OAI-SearchBot | Speziell für den Abruf verwendet | |
| Anthropisch | ClaudeBot | Breit angelegter Crawler für Claude-Modell-Training | Kontrolle mit robots.txt | Öffentlich erklärt in der Anthropic-Hilfe |
| Claude-Benutzer | Fetcher ausgelöst bei Live-Benutzerabfragen | Benutzer-Agent: Claude-Benutzer | Unterscheidet sich vom Trainingsbot | |
| Perplexität | PerplexityBot | Haupt-Crawler, der den Index von Perplexity aufbaut | Benutzer-Agent: PerplexityBot | Veröffentlichen von IP-Bereichen und Bot-Details |
| Perplexity-Benutzer | Abruf von Anfragen, wenn ein Benutzer eine Frage stellt | Benutzer-Agent: Perplexity-User | Nicht für die langfristige Indexierung verwendet | |
| Googlebot-Familie | Standard-Crawler für Web, Bilder, Video usw. | Kontrolliert in robots.txt | Füttert sowohl Such- als auch generative Funktionen | |
| Google-Extended | Token, das die Verwendung Ihrer Inhalte in KI-Funktionen regelt | In robots.txt als User-Agent hinzufügen: Google-Extended | Kein Crawler selbst, sondern nur ein Steuerschalter | |
| Microsoft | bingbot | Der primäre Crawler von Bing, der auch für Copilot verwendet wird | Benutzer-Agent: bingbot | Verhält sich wie Googlebot mit AI-Integration |
| Apfel | Applebot | Crawler für Siri, Spotlight und Apple-Dienste | Benutzer-Agent: Applebot | Standard-Apple-Crawler |
| Applebot-Erweiterung | Token für den Ausstieg aus der Nutzung von Apples KI-Training | Kontrolle in robots.txt | Betrifft nur das Modelltraining, nicht das Crawling |
Mit NUOPTIMA die Sichtbarkeit gestalten
Unter NUOPTIMAUnter Sichtbarkeit verstehen wir mehr als Suchergebnisse. Bei KI-gesteuerten Ergebnissen geht es darum, ob Ihre Marke in der Antwort selbst erkannt, zitiert und als vertrauenswürdig eingestuft wird. Deshalb verbinden wir klassische SEO mit generativer Suchmaschinenoptimierung und helfen Marken, dort präsent zu sein, wo es am wichtigsten ist.
Wir kombinieren Strategie, Daten und Umsetzung, um sicherzustellen, dass Ihre Inhalte sowohl von KI-Systemen abgerufen werden können als auch für reale Nutzer von Nutzen sind. Unsere Arbeit umfasst technische SEO, internationale Optimierung und Inhalte, die messbares Wachstum fördern. Das Ergebnis ist eine bessere Sichtbarkeit, die sich direkt in Geschäftsergebnissen niederschlägt.
Warum Marken uns wählen:
- Nachgewiesene Ergebnisse mit mehr als 70 Branchenführern in verschiedenen Sektoren
- 3-fache durchschnittliche Rendite der Werbeausgaben für organische und bezahlte Kampagnen
- Erfahrung in der Skalierung von SaaS, eCommerce, Gesundheitswesen und mehr
- Ein Gleichgewicht zwischen KI-gesteuerten Erkenntnissen und menschengesteuerter Strategie
Bei unserem Ansatz geht es nicht darum, eitle Metriken zu verfolgen. Es geht darum, Sichtbarkeit zu schaffen, die bleibt - Präsenz in KI-Antworten, Glaubwürdigkeit bei Nutzern und dauerhafte Gewinne bei Traffic und Umsatz. Indem wir uns darauf konzentrieren, wie KI-Systeme Informationen abrufen und zitieren, helfen wir Marken, sich eine Position in den Gesprächen zu sichern, die die Entscheidungen beeinflussen.
Wir wissen auch, dass jedes Unternehmen anders ist. Deshalb stimmen wir unsere Strategien auf Ihre Branche, Ihre Zielgruppe und Ihre Wachstumsziele ab. Ganz gleich, ob Sie ein Startup-Unternehmen sind, das auf der Suche nach Bodenhaftung ist, oder ein etabliertes Unternehmen, das weltweit skaliert - wir wenden dieselbe datengestützte Denkweise an, um messbare Ergebnisse zu erzielen.
Letztendlich ist unsere Mission einfach: Wir sorgen dafür, dass Ihre Marke nicht nur in der Suche erscheint, sondern dass sie in der KI-gestützten Zukunft der Entdeckung hervorsticht.
Erkennung von AI-Übersichten und AI-Modus
Google betreibt sowohl AI Overviews als auch AI Mode auf seinen generativen Systemen, aber die beiden verhalten sich unterschiedlich, was bedeutet, dass man sie auf unterschiedliche Weise messen muss.
AI Übersichten
Übersichten erscheinen direkt auf der Seite mit den Suchergebnissen, in der Regel dann, wenn Google entscheidet, dass eine schnelle, zusammengefasste Zusammenfassung das Erlebnis verbessert. Um sie zu erkennen, reicht es nicht aus, einen Blick auf die Rankings zu werfen. Sie müssen die gesamte SERP erfassen, nach dem Übersichtsblock suchen und prüfen, ob in der Antwort auf Ihre Website verwiesen wird oder diese als Quelle verlinkt ist.
Das Problem ist, dass die Übersichten nicht fix sind. Eine Abfrage kann am Morgen ein Ergebnis und am Nachmittag ein völlig anderes Ergebnis liefern. Manchmal verschwindet der Block sogar ganz. Diese Instabilität macht eine kontinuierliche Verfolgung unabdingbar - ein einziger Screenshot sagt fast nichts aus, aber wiederholte Überprüfungen offenbaren das wahre Muster Ihrer Präsenz.
AI-Modus
Der KI-Modus funktioniert anders. Er befindet sich in einer eigenen Registerkarte und produziert längere, dialogische Antworten. Da er darauf abzielt, einen Dialog aufrechtzuerhalten, weichen die Quellen, die er zitiert, oft von denen ab, die in den Übersichten angezeigt werden. Die Messung der Sichtbarkeit bedeutet hier, dass die gesamte Konversationsausgabe erfasst und jeder enthaltene Link extrahiert wird.
Durch den Vergleich der beiden: Übersichten und KI-Modus - können Sie sehen, wie Google je nach Kontext unterschiedliche Websites bevorzugt. Diese Seite-an-Seite-Ansicht deckt oft Verzerrungen der Plattformen auf und zeigt, wo Ihre Marke in der einen Umgebung stark ist, aber in der anderen fehlt.
Verfolgung von AI-Übersichten und AI-Modus mit FetchSERP
Eine der einfachsten Möglichkeiten, Ihre Sichtbarkeit in den KI-Oberflächen von Google zu überwachen, ist FetchSERP. Die Plattform bietet eine Reihe von API-Endpunkten, die sowohl traditionelle SERP-Daten als auch generative Ergebnisse zurückgeben können. Für das GEO-Tracking sind die beiden Endpunkte am wichtigsten:
- /serp_ai - kombiniert die KI-Übersicht und den KI-Modus in einer Nutzlast, wenn sie verfügbar sind.
- /serp_ai_mode - ein schnellerer, auf die USA beschränkter Endpunkt, der sich speziell auf die Ergebnisse des AI-Modus konzentriert.
Für beide ist ein API-Token in der Kopfzeile erforderlich, und jede Anfrage benötigt Ihre Suchanfrage sowie einen optionalen Länderparameter (Standard ist USA).
Wie es sich in Blätter einfügt
Um alles zu organisieren, sollten Sie diese API-Aufrufe mit einem Google Sheet verbinden. Die folgende Struktur ist am besten geeignet:
- Schlüsselwörter: Ihre Abfrageliste (Spalte A sollte "Stichwort" lauten, gefolgt von einer Abfrage pro Zeile).
- AIO_Ergebnisse: Automatisch mit Flaggen und Quellenangaben versehen, wenn eine KI-Übersicht Ihre Marke zeigt.
- AI_Modus_Ergebnisse: Ähnliche Ausgabe für Abfragen im AI-Modus.
- GEO_AISummary: Eine laufende Zusammenfassung mit Diagrammen, die zeigen, wie viele Abfragen jede KI-Oberfläche ausgelöst hat.
Jedes Mal, wenn das Skript ausgeführt wird, fügt es neuen Zeilen einen Zeitstempel hinzu. So können Sie ein historisches Protokoll erstellen, das nicht nur zeigt, ob Sie zitiert werden, sondern auch, wie sich diese Sichtbarkeit im Laufe der Zeit verändert.
Warum das wichtig ist
Wenn Sie das Skript mehrmals am Tag ausführen, können Sie kurzfristige Schwankungen erfassen, während tägliche Durchläufe eine zuverlässige Langzeitbetrachtung ermöglichen. Mit der Zeit können Sie:
- Häufigkeit und Konsistenz von Zitaten verfolgen
- Zitierreihenfolge und Positionierung vergleichen
- Spotmuster in Volatilität versus Stabilität
Einrichten des Skripts
In Google Sheets fügen Sie das Skript über Erweiterungen → Apps Script hinzu. Vor der ersten Ausführung legen Sie Ihren API-Schlüssel unter Projekteinstellungen mit dem Eigenschaftsnamen FETCHSERP_API_TOKEN fest. Fügen Sie nach dem Speichern das Skript ein, laden Sie das Sheet neu, und Sie sehen eine neue Menüoption: GEO (FetchSERP) → Fetch AIO & AI Mode.
/**
* FetchSERP → Google Sheets-Tracker für KI-Übersichten (AIO) und KI-Modus
* mit rangähnlichen Signalen und Markenpräsenz drehen.
*
* Tabs erwartet/erstellt:
* - Schlüsselwörter: Spalte A Überschrift "Schlüsselwort", dann eine Abfrage pro Zeile.
* - Marken: Spalte A Überschrift "Domain" (Ihre Markendomains, kein www).
* - AIO_Results: pro Lauf angehängt (Präsenz + Top-Domains).
* - AI_Mode_Results: pro Lauf angehängt (Präsenz + Top-Domains).
* - AI_Sources: angehängt pro Lauf (1 Zeile pro Zitat mit Rang und Metadaten).
* GEO_AISummary: zusammenfassende Zählungen + Diagramm (Auslöser im AIO- und AI-Modus).
* - GEO_BrandPresence: Pivot für den letzten Lauf + Grafik der Rang-1-Anteile.
*/
const FETCHSERP_BASE = 'https://www.fetchserp.com/api/v1';
const DEFAULT_COUNTRY = 'us';
function onOpen() {
SpreadsheetApp.getUi()
.createMenu('GEO (FetchSERP)')
.addItem('AIO & AI-Modus abrufen', 'runAIOTracking')
.addToUi();
}
function runAIOTracking() {
const ss = SpreadsheetApp.getActiveSpreadsheet();
const token = getApiToken_();
const keywords = getKeywords_(ss);
ensureBrandsSheet_(ss); // Sicherstellen, dass Marken vorhanden sind (leer ist in Ordnung)
const aioSheet = ensureSheet_(ss, 'AIO_Results', [
'Zeitstempel', 'Schlüsselwort', 'Land',
has_ai_overview', 'source_count', 'top_source_domain', 'all_sources'
]);
const aimodeSheet = ensureSheet_(ss, 'AI_Mode_Results', [
'Zeitstempel', 'Schlüsselwort', 'Land',
has_ai_mode', 'source_count', 'top_source_domain', 'all_sources'
]);
const srcSheet = ensureSheet_(ss, 'AI_Sources', [
'Zeitstempel', 'Schlüsselwort', 'Land', 'Oberfläche', // AIO oder AI_MODE
Rang", "Url", "Domain", "Titel", "Site-Name
]);
const now = new Date();
const aioRows = [];
const aimodeRows = [];
const sourceRows = [];
for (const kw of keywords) {
const country = DEFAULT_COUNTRY;
// Primärer kombinierter Endpunkt
const aiData = callFetchSerp_('serp_ai', { query: kw, country }, token);
// Optionaler AI-Modus-Beschleuniger (nur für die USA, im Cache)
let aiModeData = null;
versuchen {
aiModeData = callFetchSerp_('serp_ai_mode', { query: kw }, token);
} catch (e) {
// Kann ignoriert werden; nicht immer notwendig
}
// AI ÜBERSICHT -
const aioBlock = getBlock_(aiData, 'ai_overview');
const aioSources = normalizeSources_(aioBlock && aioBlock.sources);
const aioTop = aioSources.length ? aioSources[0] : null;
aioRows.push([
jetzt, kw, land,
!aioBlock,
aioSources.length,
aioTop ? domainOnly_(aioTop.url || aioTop.site_name || ") : ",
aioSources.map(s => domainOnly_(s.url || s.site_name || ")).join(' | ')
]);
// Push detaillierte Quellen mit Rang
aioSources.forEach((s, i) => {
sourceRows.push([
now, kw, country, 'AIO',
i + 1,
s.url || ",
domainOnly_(s.url || s.site_name || "),
s.title || ",
s.site_name || "
]);
});
// -- AI MODE --
const aiModeBlock = extractAiMode_(aiModeData) || extractAiMode_(aiData);
const aimSources = normalizeSources_(aiModeBlock && aiModeBlock.sources);
const aimTop = aimSources.length ? aimSources[0] : null;
aimodeRows.push([
jetzt, kw, land,
!!aiModeBlock,
aimSources.length,
aimTop ? domainOnly_(aimTop.url || aimTop.site_name || ") : ",
aimSources.map(s => domainOnly_(s.url || s.site_name || ")).join(' | ')
]);
aimSources.forEach((s, i) => {
sourceRows.push([
now, kw, country, 'AI_MODE',
i + 1,
s.url || ",
domainOnly_(s.url || s.site_name || "),
s.title || ",
s.site_name || "
]);
});
Utilities.sleep(400); // ratenfreundlich
}
if (aioRows.length) appendRows_(aioSheet, aioRows);
if (aimodeRows.length) appendRows_(aimodeSheet, aimodeRows);
if (sourceRows.length) appendRows_(srcSheet, sourceRows);
buildSummaryAndChart_();
buildBrandPresencePivotAndChart_(); // NEW
}
/* -------- Helpers & Builders -------- */
function getApiToken_() {
const props = PropertiesService.getScriptProperties();
const token = props.getProperty('FETCHSERP_API_TOKEN') || ";
if (!token) {
throw new Error('FETCHSERP_API_TOKEN fehlt in den Skripteigenschaften. Setzen Sie es in den Projekteinstellungen.');
}
Token zurückgeben;
}
function getKeywords_(ss) {
const sh = ss.getSheetByName('Keywords');
if (!sh) throw new Error('Fehlendes Blatt "Schlüsselwörter" mit Überschrift "Schlüsselwort" in A1.');
const values = sh.getRange(2, 1, Math.max(0, sh.getLastRow() - 1), 1)
.getValues().flat().map(String).map(s => s.trim()).filter(Boolean);
if (!values.length) throw new Error('No keywords found under header "keyword" (A2:A).');
Rückgabewerte;
}
function ensureSheet_(ss, name, headers) {
let sh = ss.getSheetByName(name);
if (!sh) sh = ss.insertSheet(name);
if (sh.getLastRow() === 0) {
sh.getRange(1, 1, 1, headers.length).setValues([headers]);
sh.setFrozenRows(1);
}
zurück sh;
}
function ensureBrandsSheet_(ss) {
let sh = ss.getSheetByName('Brands');
if (!sh) {
sh = ss.insertSheet('Marken');
sh.getRange(1, 1).setValue('domain');
sh.setFrozenRows(1);
}
zurück sh;
}
function callFetchSerp_(path, params, token) {
const url = `${FETCHSERP_BASE}/${path}?` + Object.keys(params)
.map(k => `${encodeURIComponent(k)}=${encodeURIComponent(params[k])}`).join('&');
const res = UrlFetchApp.fetch(url, {
Methode: 'get',
Header: { 'accept': 'application/json', 'authorization': `Bearer ${token}` },
muteHttpExceptions: true
});
const code = res.getResponseCode();
const text = res.getContentText();
if (code = 300) throw new Error(`FetchSERP ${path} error ${code}: ${text}`);
try { return JSON.parse(text); }
catch (e) { throw new Error(`FetchSERP ${path} invalid JSON: ${text.slice(0, 300)}...`); }
}
function getBlock_(Nutzlast, Schlüssel) {
if (!payload) return null;
const d = Nutzlast.Daten || Nutzlast;
if (d.results && d.results[key]) return d.results[key];
if (d[Schlüssel]) return d[Schlüssel];
null zurückgeben;
}
function extractAiMode_(payload) { // toleriert verschiedene Formen
if (!payload) return null;
const d = Nutzlast.Daten || Nutzlast;
if (d.results && d.results.ai_mode) return d.results.ai_mode;
if (d.ai_mode) return d.ai_mode;
null zurückgeben;
}
function normalizeSources_(sources) {
if (!Array.isArray(sources)) return [];
Rückgabequellen
.map(s => s || Array)
.map(s => ({
url: s.url || ",
Titel: s.Titel || ",
site_name: s.site_name || "
}))
.filter(s => s.url || s.site_name);
}
function domainOnly_(u) {
versuchen {
const host = (new URL(u)).hostname || ";
return host.replace(/^www\./i, ");
} catch (e) {
return (u || ").replace(/^www\./i, ");
}
}
function appendRows_(Blatt, Zeilen) {
sheet.getRange(sheet.getLastRow() + 1, 1, rows.length, rows[0].length).setValues(rows);
}
/** Erstellen oder aktualisieren Sie eine historische Zusammenfassung mit Zählungen und Stimmenanteilen sowie einem Trenddiagramm. */
/** Erstellen oder Aktualisieren einer historischen Zusammenfassung mit Zählungen, SOV und gleitenden 7-Tage-Durchschnitten sowie einem Trenddiagramm. */
function buildSummaryAndChart_() {
const ss = SpreadsheetApp.getActiveSpreadsheet();
const sum = ensureSheet_(ss, 'GEO_AISummary', [
Datum",
AIO_Zahl", "AIO_Anteil_der_Stimme",
AI_Mode_count', 'AI_Mode_share_of_voice',
'keywords_tracked',
AIO_count_7dma', 'AI_Mode_count_7dma',
AIO_sov_7dma", "AI_Mode_sov_7dma
]);
// Alte Zeilen löschen (Kopfzeile beibehalten)
if (sum.getLastRow() > 1) {
sum.getRange(2, 1, sum.getLastRow() - 1, 11).clearContent();
}
const aio = ss.getSheetByName('AIO_Results');
const aim = ss.getSheetByName('AI_Mode_Results');
const kwSheet = ss.getSheetByName('Keywords');
if (!aio || !aim || !kwSheet) return;
const keywordsTracked = Math.max(0, kwSheet.getLastRow() - 1);
// Erstellen von Karten mit täglichen Zählungen
const aioCounts = countByDate_(aio, 1, 4); // Zeitstempel Spalte 1, has_ai_overview Spalte 4
const aimCounts = countByDate_(aim, 1, 4); // Zeitstempel Spalte 1, has_ai_mode Spalte 4
const allDates = Array.from(new Set([...Object.keys(aioCounts), ...Object.keys(aimCounts)]))
.sort((a, b) => neues Datum(a) - neues Datum(b));
// Zuerst Zeilen mit Tageswerten erstellen
const rows = allDates.map(date => {
const aCount = aioCounts[date] || 0;
const mCount = aimCounts[date] || 0;
const aSOV = keywordsTracked ? aCount / keywordsTracked : 0;
const mSOV = keywordsTracked ? mCount / keywordsTracked : 0;
zurückkehren [
Datum,
aCount, aSOV,
mCount, mSOV,
keywordsTracked,
null, null, // AIO_count_7dma, AI_Mode_count_7dma (Auffüllen nach)
null, null // AIO_sov_7dma, AI_Mode_sov_7dma (Auffüllen nach)
];
});
// Berechnung von gleitenden 7-Tage-Durchschnitten (zentriert auf die letzten 7 Tage, die bei Index i enden)
const aCountSeries = rows.map(r => r[1]);
const mCountSeries = rows.map(r => r[3]);
const aSovSeries = rows.map(r => r[2]);
const mSovSeries = rows.map(r => r[4]);
const aCount7 = rollingMean_(aCountSeries, 7);
const mCount7 = rollingMean_(mCountSeries, 7);
const aSov7 = rollingMean_(aSovSeries, 7);
const mSov7 = rollingMean_(mSovSeries, 7);
// Füllen Sie die rollenden Säulen
for (let i = 0; i < rows.length; i++) {
rows[i][6] = aCount7[i]; // AIO_count_7dma
rows[i][7] = mCount7[i]; // AI_Mode_count_7dma
rows[i][8] = aSov7[i]; // AIO_sov_7dma
rows[i][9] = mSov7[i]; // AI_Mode_sov_7dma
}
if (rows.length) {
sum.getRange(2, 1, rows.length, rows[0].length).setValues(rows);
}
// Neu erstelltes Diagramm: tägliche Zählungen + geglättetes SOV auf zwei Achsen
const charts = sum.getCharts();
charts.forEach(c => sum.removeChart(c));
const dataHeight = rows.length + 1; // einschließlich Kopfzeile
const chart = sum.newChart()
.setChartType(Charts.ChartType.LINE)
.addRange(sum.getRange(1, 1, dataHeight, 10)) // umfasst Zählungen, SOV und 7d SOV
.setPosition(5, 1, 0, 0)
.setOption('title', 'AIO & AI Modus - Tägliche Zählungen und 7-Tage SOV-Durchschnitte')
.setOption('hAxis', { title: 'Datum' })
.setOption('vAxes', {
0: { title: 'Keyword Count' },
1: { title: 'Share of Voice (7-day avg)', format: 'Prozent' }
})
// Reihenzuordnung: 0=AIO_count, 1=AIO_SOV, 2=AI_Mode_count, 3=AI_Mode_SOV, 4=keywords_tracked,
// 5=AIO_count_7dma, 6=AI_Mode_count_7dma, 7=AIO_sov_7dma, 8=AI_Mode_sov_7dma
// Wir zeigen die täglichen Zählungen (0,2) auf der Achse 0 und blenden das tägliche SOV (1,3) aus, um das Rauschen zu reduzieren,
// Geglättete SOV (7,8) auf Achse 1 anzeigen und keywords_tracked (4) + count_7dma (5,6) aus der Anzeige ausblenden.
.setOption('Serie', {
0: { targetAxisIndex: 0 }, // AIO_count (Zeile)
1: { targetAxisIndex: 1, visibleInLegend: false, lineWidth: 0, pointsVisible: false }, // raw AIO SOV (ausgeblendet)
2: { targetAxisIndex: 0 }, // AI_Mode_count (Zeile)
3: { targetAxisIndex: 1, visibleInLegend: false, lineWidth: 0, pointsVisible: false }, // raw AI Mode SOV (versteckt)
4: { visibleInLegend: false, lineWidth: 0, pointsVisible: false }, // keywords_tracked (ausgeblendet)
5: { visibleInLegend: false, lineWidth: 0, pointsVisible: false }, // AIO_count_7dma (versteckt, um Unordnung zu vermeiden)
6: { visibleInLegend: false, lineWidth: 0, pointsVisible: false }, // AI_Mode_count_7dma (versteckt)
7: { targetAxisIndex: 1 }, // AIO_sov_7dma (glatt)
8: { targetAxisIndex: 1 } // AI_Mode_sov_7dma (glatt)
})
.setOption('Legende', { Position: 'unten' })
.build();
sum.insertChart(chart);
}
/** Einfacher nachlaufender Mittelwert mit Fenster W; liefert ein an der Eingabelänge ausgerichtetes Array (Nullen, bis das Fenster gefüllt ist). */
function rollingMean_(arr, W) {
const out = new Array(arr.length).fill(null);
let sum = 0;
for (let i = 0; i < arr.length; i++) {
Summe += (typeof arr[i] === 'Zahl' ? arr[i] : 0);
if (i >= W) sum -= (typeof arr[i - W] === 'Zahl' ? arr[i - W] : 0);
wenn (i >= W - 1) out[i] = Summe / W;
}
zurückkehren;
}
/** Helfer: Zählt, wie viele Zeilen TRUE in booleanCol haben, gruppiert nach Datum aus dateCol */
function countByDate_(sheet, dateCol, booleanCol) {
const rows = sheet.getRange(2, 1, sheet.getLastRow() - 1, sheet.getLastColumn()).getValues();
const counts = Array;
rows.forEach(row => {
const ts = row[dateCol - 1];
const has = row[booleanCol - 1];
if (ts && (has === true || has === 'TRUE')) {
const d = new Date(ts);
const dateStr = Utilities.formatDate(d, Session.getScriptTimeZone(), 'jjjj-MM-tt');
counts[dateStr] = (counts[dateStr] || 0) + 1;
}
});
Rücklauf zählt;
}
function countTrue_(Blatt, Spalte) {
if (!sheet || sheet.getLastRow() < 2) return 0;
const vals = sheet.getRange(2, col, sheet.getLastRow() - 1, 1).getValues().flat();
return vals.filter(v => v === true || v === 'TRUE').length;
}
/**
* Erstellen Sie einen Pivot für die BRAND-Präsenz (nur letzter Lauf).
* Für jede Oberfläche (AIO / AI_MODE) wird eine Berechnung durchgeführt:
* - queries_with_surface: Anzahl der Schlüsselwörter, bei denen diese Oberfläche ausgelöst wurde
* - queries_brand_cited: Anzahl der Keywords, bei denen die Markendomäne in einem Zitat vorkommt
* - presence_rate = brand_cited / queries_with_surface
* - queries_brand_rank1: Zahl, bei der die Marke auf Platz 1 der Nennungen steht
* - rank1_rate = brand_rank1 / Abfragen_mit_Fläche
*/
function buildBrandPresencePivotAndChart_() {
const ss = SpreadsheetApp.getActiveSpreadsheet();
const brands = readBrands_(ss); // Array von Domains (kein www)
const aioSheet = ss.getSheetByName('AIO_Results');
const aimSheet = ss.getSheetByName('AI_Mode_Results');
const srcSheet = ss.getSheetByName('AI_Sources');
if (!brands.length || !srcSheet || srcSheet.getLastRow() < 2) {
ensureSheet_(ss, 'GEO_BrandPresence', ['brand_domain', 'surface', 'queries_with_surface', 'queries_brand_cited', 'presence_rate', 'queries_brand_rank1', 'rank1_rate']);
Rückkehr;
}
// Ermittlung des letzten Zeitstempels des Laufs (maximaler Zeitstempel aller Ergebnisse)
const latest = latestTimestamp_([aioSheet, aimSheet, srcSheet].filter(Boolean));
if (!latest) return;
// Erstellen von Schlüsselwortsätzen für jede Fläche, die im letzten Durchlauf eine Fläche ausgelöst haben
const latestAioKeywords = new Set(filterKeywordsByTimestampAndBool_(aioSheet, latest, 4)); // has_ai_overview
const latestAimKeywords = new Set(filterKeywordsByTimestampAndBool_(aimSheet, latest, 4)); // has_ai_mode
// Karten für Markenpräsenz nach Schlüsselwort und Rang1 nach Schlüsselwort erstellen (nur letzter Durchlauf)
const surfaceBrandAny = { AIO: new Map(), AI_MODE: new Map() }; // brand -> Set(keywords)
const surfaceBrandRank1 = { AIO: new Map(), AI_MODE: new Map() }; // brand -> Set(keywords)
// Iterieren Sie die Quellzeilen nur nach dem letzten Zeitstempel
const srcVals = srcSheet.getRange(2, 1, srcSheet.getLastRow() - 1, 9).getValues();
for (const row of srcVals) {
const [ts, kw, country, surface, rank, url, domain/*clean*/, title, site_name] = row;
if (!sameDay_(ts, latest)) continue; // Gruppierung nach Tag/Laufzeitstempel-Granularität
const dom = String(domain || ").toLowerCase();
if (!dom) weiter;
// Für Präsenzberechnungen werden nur Schlüsselwörter berücksichtigt, die diese Fläche ausgelöst haben
if (surface === 'AIO' && !latestAioKeywords.has(kw)) continue;
if (surface === 'AI_MODE' && !latestAimKeywords.has(kw)) continue;
// Für jede Marke, Übereinstimmung prüfen
for (const b of brands) {
if (dom.endsWith(b)) {
// beliebig zitiert
if (!surfaceBrandAny[surface].has(b)) surfaceBrandAny[surface].set(b, new Set());
surfaceBrandAny[surface].get(b).add(kw);
// Rang1
wenn (Rang === 1) {
if (!surfaceBrandRank1[surface].has(b)) surfaceBrandRank1[surface].set(b, new Set());
surfaceBrandRank1[surface].get(b).add(kw);
}
}
}
}
// Ausgabezeilen vorbereiten
const out = [];
const surfaces = ['AIO', 'AI_MODE'];
for (const s of surfaces) {
const queriesWithSurface = (s === 'AIO') ? latestAioKeywords.size : latestAimKeywords.size;
for (const b of brands) {
const cited = surfaceBrandAny[s].get(b)?.size || 0;
const r1 = surfaceBrandRank1[s].get(b)?.size || 0;
const presenceRate = queriesWithSurface ? (cited / queriesWithSurface) : 0;
const rank1Rate = queriesWithSurface ? (r1 / queriesWithSurface) : 0;
out.push([
b, s, queriesWithSurface, cited, presenceRate, r1, rank1Rate
]);
}
}
const pivot = ensureSheet_(ss, 'GEO_BrandPresence', ['brand_domain', 'surface', 'queries_with_surface', 'queries_brand_cited', 'presence_rate', 'queries_brand_rank1', 'rank1_rate']);
// Alte Daten löschen
if (pivot.getLastRow() > 1) pivot.getRange(2, 1, pivot.getLastRow() - 1, 7).clearContent();
if (out.length) pivot.getRange(2, 1, out.length, 7).setValues(out);
// Erstellen/Aktualisieren eines Diagramms für Rang-1-Anteile pro Marke pro Fläche
const charts = pivot.getCharts();
charts.forEach(c => pivot.removeChart(c));
// Einfacher Ansatz: Diagramm für alle Zeilen, Daten haben beide Oberflächen; Benutzer können in der Sheets UI filtern.
const chart = pivot.newChart()
.setChartType(Charts.ChartType.COLUMN)
.addRange(pivot.getRange(1, 1, Math.max(2, pivot.getLastRow()), 7))
.setPosition(5, 1, 0, 0)
.setOption('title', 'Markenrang-1-Anteil (letzter Lauf)')
.setOption('Serie', {
0: { targetAxisIndex: 0 }, // Präsenzmetriken
1: { targetAxisIndex: 0 },
2: { targetAxisIndex: 1 } // Rate auf sekundärer Achse, falls gewünscht
})
.setOption('Legende', { Position: 'rechts' })
.build();
pivot.insertChart(chart);
}
/* ---- Pivot-Hilfsmittel ---- */
function readBrands_(ss) {
const sh = ss.getSheetByName('Brands');
if (!sh || sh.getLastRow() < 2) return [];
const vals = sh.getRange(2, 1, sh.getLastRow() - 1, 1).getValues().flat()
.map(String).map(v => v.trim().toLowerCase().replace(/^www\./, "))
.filter(Boolean);
return Array.from(new Set(vals));
}
function latestTimestamp_(Blätter) {
let latest = null;
for (const sh of sheets) {
if (!sh || sh.getLastRow() < 2) continue;
const tsCol = 1; // erste Spalte in unseren Schemata
const vals = sh.getRange(2, tsCol, sh.getLastRow() - 1, 1).getValues().flat();
for (const v of vals) {
const d = (v instanceof Date) ? v : new Date(v);
if (!isNaN(+d)) {
if (!latest || d > latest) latest = d;
}
}
}
spätestens zurückkehren;
}
function sameDay_(a, b) {
if (!(a instanceof Date)) a = new Date(a);
if (!(b instanceof Date)) b = new Date(b);
return a.getFullYear() === b.getFullYear() &&
a.getMonth() === b.getMonth() &&
a.getDate() === b.getDate();
}
function filterKeywordsByTimestampAndBool_(Blatt, latestTs, boolColIndex) {
if (!sheet || sheet.getLastRow() < 2) return [];
const rows = sheet.getRange(2, 1, sheet.getLastRow() - 1, sheet.getLastColumn()).getValues();
const out = [];
for (const r of rows) {
const ts = r[0];
const kw = r[1];
const val = r[boolColIndex - 1];
if (sameDay_(ts, latestTs) && (val === true || val === 'TRUE')) out.push(kw);
}
zurückkehren;
}
Von dort aus werden bei jedem Durchlauf Ihre Schlüsselwortliste abgefragt, die Endpunkte aufgerufen, die Ausgabe normalisiert und die Ergebnisse mit Zeitstempel in die entsprechenden Registerkarten eingefügt. Mit der Zeit wird daraus ein vollständiger Datensatz, den Sie ausrichten, in Diagrammen darstellen und analysieren können - im Wesentlichen ein Sichtbarkeits-Dashboard, das Sie steuern können.
Wie sich FetchSERP in den Arbeitsablauf einfügt
Das Skript beginnt mit dem Aufruf von /api/v1/serp_ai, das einen kombinierten Schnappschuss der AI Overview- und AI Mode-Ergebnisse liefert, wann immer diese vorhanden sind. Wenn Sie Abfragen aus den USA ausführen, prüft das Skript auch /api/v1/serp_ai_mode, einen zwischengespeicherten Endpunkt, der AI Mode-Daten schneller liefert. Wenn beide verfügbar sind, wird der zwischengespeicherte AI-Modus bevorzugt.
In der Nutzlast finden Sie normalerweise Folgendes:
- AI-Übersichtsergebnisse gespeichert unter data.results.ai_overview
- AI-Modus-Ergebnisse unter data.results.ai_mode
Jede dieser Quellen enthält eine Reihe von Quellen, die dann in eine saubere Liste von Domänen zerlegt werden. Diese Domänen werden Sie schließlich für Pivot- und Sichtbarkeitsdiagramme verwenden.
Ergebnisse in Blätter schreiben
Das Google Apps Script verbindet sich direkt mit Sheets auf einfache Weise:
- Es wird geprüft, ob die Registerkarte Schlüsselwörter richtig eingerichtet ist.
- Falls nicht vorhanden, werden automatisch die Registerkarten AIO_Results und AI_Mode_Results erstellt.
- Für jeden Abfragelauf wird eine neue Zeile mit dem Zeitstempel, den Präsenzkennzeichen, der Anzahl der Quellen, der am häufigsten zitierten Domäne und einer Liste aller Domänen in diesem Antwortsatz hinzugefügt.
Da neue Zeilen hinzugefügt und nicht überschrieben werden, können Sie nach und nach einen historischen Datensatz erstellen. Im Laufe der Zeit können Sie Metriken wie:
- Der Prozentsatz Ihrer verfolgten Keywords, die eine AI-Übersicht auslösen
- Die am häufigsten zitierten Domänen im AI-Modus nach Woche oder Monat
Diese historische Betrachtung macht aus einmaligen Überprüfungen umsetzbare Erkenntnisse.
Bewährte Praktiken für die Verwendung von FetchSERP
- Planen Sie für Volatilität: KI-Antworten sind nicht festgelegt. Wiederholte Stichproben und Zeitstempel sind der einzige Weg, um Veränderungen zu erkennen.
- Vermeiden Sie das Überschreiten von Grenzen: Wenn Sie große Stichwortmengen verfolgen, fügen Sie Pausen ein (z. B. Utilities.sleep(400)) oder teilen Sie sie in Stapel auf.
- Regionalspezifisch bleiben: Geben Sie bei Abfragen immer einen Ländercode an, da Ihre Daten sonst Standorte vermischen.
- Erfassen Sie mehr Details: Wenn Sie eine tiefergehende Analyse wünschen, können Sie das Skript so erweitern, dass es auch vollständige URLs, Seitentitel und Herausgebernamen speichert.
Während SaaS-Tools für Unternehmen Ihnen ausgefeilte Dashboards liefern können, bietet Ihnen die Erstellung Ihrer eigenen Pipeline mit FetchSERP Flexibilität und Kontrolle. Für viele Teams ist dies der schnellste Weg, um KI-Transparenz als messbaren, wiederholbaren Prozess zu behandeln.
Wie man Perplexity und Copilot überwacht
Perplexität
Perplexity ist eine der am einfachsten zu messenden Plattformen, da sie ihre Zitate direkt neben der Antwort anzeigt. Erkennungstools können diese Referenzen erfassen, sobald sie gerendert werden. Der Haken an der Sache ist, dass Perplexity sich selten an die eingegebene Frage hält. Es formuliert die Frage stillschweigend um, bevor es die Ergebnisse ausgibt. Das bedeutet, dass ein Teil des Diagnoseprozesses darin besteht, diese umformulierten Abfragen zu erfassen. Ohne sie ist es schwer zu sagen, warum Ihr Inhalt in die engere Wahl gekommen ist oder nicht.
Wenn Sie Perplexity für die Nachverfolgung auslesen, sind diese Regionen am zuverlässigsten:
- Antworttext: erscheint normalerweise in main [data-testid="answer"], main article, oder main .prose. Als Ausweichmöglichkeit können Sie nach Klassen suchen, die Prosa oder Markdown enthalten.
- Liste der Zitate: häufig zu finden in aside [data-testid="source"] oder nav[aria-label*="Sources"] a[href]. Inline-Zitate können als sup a[href] oder a[data-source-id] innerhalb der Antwort selbst erscheinen.
- Bonus-Methode: Perplexity bettet manchmal einen JSON-Status in script[type="application/json"] oder über ein window.__... Hydrationsobjekt ein. Wenn Sie dies analysieren, erhalten Sie eine stabilere Liste von Quellen - komplett mit Titeln, URLs und Autoren, anstatt sich nur auf das sichtbare DOM zu verlassen.
Bing Copilot
Copilot bringt eine weitere Reihe von Herausforderungen mit sich. Copilot stützt sich stark auf den Bing-Index, so dass Ihre grundlegende Bing-Sichtbarkeit einen großen Einfluss darauf hat, ob Sie in den generativen Antworten erscheinen. Im Gegensatz zu Perplexity neigt Copilot dazu, Zitate am Ende seiner Antwort zu verstecken, was ihre Sichtbarkeit verringert. Das Tracking erfordert die Erfassung des gesamten AI-Blocks und die Analyse jedes Links. Durch den Vergleich der Copilot-Zitate mit den Standard-Rankings von Bing für dieselbe Suchanfrage können Sie feststellen, ob Rankings allein die Einbeziehung vorantreiben oder ob andere Autoritätssignale im Spiel sind.
AI-Suchdaten in ein Dashboard verwandeln
Das Endziel all Ihrer Überwachungsmaßnahmen ist ein einziger Ort, an dem Sie sehen können, wie sich Ihre Marke auf allen KI-Oberflächen verhält. Ein gutes Dashboard fasst sowohl die aktiven Überprüfungen, die Sie durchführen, als auch die passiven Crawl-Daten aus Ihren Protokollen zusammen und macht daraus einen klaren Überblick über Ihre Position.
Was das Dashboard zeigen sollte
Ihr Dashboard sollte Ihnen nicht nur sagen, ob Sie zitiert werden - es sollte auch den Kontext erklären. Für jedes Stichwort, das Sie verfolgen, wollen Sie es wissen:
- Wurde eine KI-Übersicht oder ein KI-Modus ausgelöst?
- Wurde auf Ihren Inhalt verwiesen, und wie prominent war er?
- Wie oft sind Sie in der letzten Woche oder im letzten Monat zitiert worden?
- Stimmen die Veränderungen in den Crawl-Mustern des Bots mit diesen Zitaten überein?
Mit dieser Einrichtung können Sie aufhören, über die Sichtbarkeit zu raten, und beginnen, tatsächliche Trends zu erkennen.
Zu verfolgende Schlüsselmetriken
Die nützlichsten Dashboards zeigen:
- Tägliche Zählungen: Anzahl der Schlüsselwörter, die AI Overviews oder AI Mode ausgelöst haben.
- Share of Voice (SOV): Prozentualer Anteil Ihrer Keywords, die in jeder Funktion auftauchen.
- Rollierende Durchschnitte: Sieben-Tage-Trends, die die tägliche Volatilität glätten und den tatsächlichen Kursverlauf zeigen.
- Markenpräsenz: Wo Ihre Domain erscheint und ob Sie an erster Stelle genannt werden oder ganz unten in der Liste stehen.
Aus Daten werden Einsichten
Durch die Verknüpfung von Sichtbarkeitsdaten mit Serverprotokollen können Sie herausfinden, welche Inhaltsaktualisierungen, technischen Korrekturen oder Wettbewerbsverschiebungen den Ausschlag geben. Mit der Zeit hilft Ihnen diese Ursache-Wirkungs-Ansicht nicht nur zu erkennen, ob Sie in den KI-Antworten präsent sind, sondern auch warum. Das sind die Erkenntnisse, die Sie brauchen, um Ihre nächste Optimierungsrunde einzuleiten.
Aufschlüsselung von GEO_AISummary-Daten
| Säule | Feld | Was es zeigt |
| A | Datum | Das Kalenderdatum des Laufs, das dem Zeitstempel entnommen wird |
| B | AIO_Zahl | Anzahl der verfolgten Keywords, die an diesem Tag eine AI-Übersicht auslösten |
| C | AIO_SOV | Sprachanteil für KI-Übersichten (AIO_Count ÷ gesamte Keywords) |
| D | AIMode_Zahl | Anzahl der verfolgten Keywords, die den AI-Modus ausgelöst haben |
| E | AIModus_SOV | Anteil der Stimme für den AI-Modus (AIMode_Count ÷ gesamte Keywords) |
| F | Schlüsselwörter_Tracked | Gesamtzahl der Abfragen, die in Ihrer Liste überwacht werden |
| G | AIO_Zahl_7TageAvg | Rollierender Siebentagesdurchschnitt der AI-Übersichtszählungen |
| H | AIModus_Zahl_7TageAvg | Gleitender Sieben-Tage-Durchschnitt der AI-Modus-Zählungen |
| I | AIO_SOV_7DayAvg | Gleitender Sieben-Tage-Durchschnitt des AI-Übersichtsanteils für Sprache |
| J | AIModus_SOV_7TagAvg | Gleitender Sieben-Tage-Durchschnitt des AI-Modus-Anteils an der Sprache |
Einrichten eines GEO-Dashboards in Google Sheets
Das Skript fügt ein einfaches Diagramm ein, aber wenn Sie Ihr eigenes Dashboard in Google Sheets erstellen, haben Sie mehr Kontrolle darüber, wie Sie die Daten anzeigen. Mit ein paar Anpassungen können Sie eine Liste von Zahlen in ein klares Bild der Entwicklung Ihrer KI-Sichtbarkeit verwandeln.
Schritt 1: Organisieren Sie die Daten
Öffnen Sie die Registerkarte GEO_AISummary. Vergewissern Sie sich, dass jede Spalte korrekt beschriftet ist, und sortieren Sie dann nach dem ältesten bis zum neuesten Datum. So bleibt die Zeitleiste übersichtlich, bevor Sie mit der Erstellung des Diagramms beginnen.
Schritt 2: Tägliche Aktivität aufzeichnen
Wählen Sie die Spalten A, B und D (Datum, AIO_Count, AIMode_Count). Fügen Sie ein Diagramm ein - am besten eignet sich hier ein Linien- oder Säulendiagramm.
- X-Achse: Datum
- Reihe 1: AIO_Count
- Reihe 2: AIMode_Count
Geben Sie ihm einen Titel wie "Tägliche KI-Übersicht und KI-Modus-Aktivität".
Schritt 3: Visualisierung des Share of Voice
Markieren Sie die Spalten A, C, E, I und J (Datum, AIO_SOV, AIMode_SOV sowie die 7-Tage-Durchschnittswerte). Fügen Sie ein weiteres Liniendiagramm ein.
- Stellen Sie die rohen täglichen Prozentsätze dar, wenn Sie kurzfristige Schwankungen sehen wollen.
- Stellen Sie die gleitenden Durchschnitte dar, um die längerfristige Entwicklung zu erkennen.
Beschriften Sie es mit "Share of Voice Trends".
Schritt 4: Erstellen der Dashboard-Ansicht
Erstellen Sie ein neues Blatt mit dem Namen "Dashboard". Fügen Sie die beiden Diagramme hinzu, die Sie gerade erstellt haben, und erstellen Sie dann einen kleinen Abschnitt mit einer Zusammenfassung am oberen Rand:
- Aktuelle Zählungen und SOV für heute
- Vergleich mit dem gleitenden Durchschnitt der letzten Woche
Schritt 5: Nachverfolgung im Zeitverlauf
Führen Sie das Skript jeden Tag aus (oder öfter, wenn Sie eine höhere Auflösung benötigen). Da die Daten angehängt und nicht überschrieben werden, erstellen Sie automatisch eine laufende Historie. Über Wochen und Monate hinweg werden sich Muster herauskristallisieren - saisonale Schwankungen, die Auswirkungen von Algorithmusänderungen oder die Ergebnisse Ihrer Optimierungsbemühungen.
Praktische Tipps für zuverlässiges GEO-Tracking
Die Arbeit mit der KI-Suchsichtbarkeit ist von Natur aus chaotisch. Systeme sind probabilistisch, die Ergebnisse ändern sich ständig, und dieselbe Abfrage kann sich von einem Durchlauf zum nächsten unterschiedlich verhalten. Diese Praktiken können Ihnen helfen, sauberere und nützlichere Daten zu erhalten.
Erwarten Sie Volatilität
Gehen Sie nicht von Stabilität aus. KI-Übersichten und der KI-Modus können sich von einem Moment auf den anderen ändern. Deshalb sind regelmäßige Überprüfungen und die Aufzeichnung von Zeitstempeln so wichtig. Das Rauschen ist Teil des Signals.
Abfragevolumen verwalten
Wenn Sie Hunderte von Stichwörtern überwachen, sollten Sie Ihre Anfragen zeitlich staffeln. Fügen Sie Verzögerungen zwischen den Läufen hinzu oder teilen Sie große Listen in kleinere Stapel auf. Dadurch wird verhindert, dass Sie an Ratengrenzen stoßen, und Ihre Datenerfassung bleibt konsistent.
Regionalspezifisch sein
Geben Sie bei Abfragen immer einen Ländercode an. Andernfalls könnten Ihre Ergebnisse geografische Regionen vermischen, was die Interpretation von Veränderungen im Laufe der Zeit erschwert.
Mehr als nur Domains verfolgen
Domains sind ein guter Ausgangspunkt, aber manchmal braucht man mehr Details. Erfassen Sie vollständige URLs, Seitentitel und Herausgebernamen, wenn es darauf ankommt. So können Sie genau sehen, welche Assets Sichtbarkeit erlangen.
Rohdaten aufbewahren
KI-Plattformen ändern ihre Ausgaben häufig. Wenn Sie rohe HTML- oder JSON-Antworten aufbewahren, können Sie ältere Daten erneut verarbeiten, wenn Parser ausfallen oder wenn Sie später neue Felder extrahieren müssen.
Schlussfolgerung
Die generative Suche hat das Handbuch für die Messung der Sichtbarkeit neu geschrieben. Rankings und Klicks allein erfassen nicht mehr die ganze Geschichte - die eigentliche Frage ist, ob Ihre Marke in den Antworten, die Nutzer tatsächlich sehen, genannt wird. Durch die Kombination von aktiver Erkennung mit der Analyse von Serverprotokollen, der Überwachung von KI-Crawlern und der Erstellung eines Dashboards, das sowohl tägliche Zählungen als auch langfristige Trends verfolgt, können Sie ein undurchsichtiges System in messbare Erkenntnisse verwandeln.
Bei der Arbeit geht es nicht nur darum, die Zahlen steigen zu sehen. Es geht darum, diese Zitate mit echten Geschäftsergebnissen zu verknüpfen: Konversionen, Umsatz und Wachstum. Das ist es, was Sichtbarkeit in Wert verwandelt. Mit einem konsistenten Rahmen für die Nachverfolgung können Sie Ihre Präsenz in der KI-Suche nicht mehr nur erahnen. Sie treffen fundierte Entscheidungen, die Ihre Marke in die wichtigen Konversationen bringen.
FAQ
Da die KI-Antworten jedes Mal neu generiert werden, können sich die Ergebnisse von einem Lauf zum nächsten ändern. Anders als bei herkömmlichen Rankings gibt es keine feste Position, auf die man sich verlassen kann, was eine kontinuierliche Überwachung unerlässlich macht.
Bei einer kleinen Anzahl von Schlüsselwörtern erfassen mehrere Durchläufe pro Tag die Volatilität. Bei größeren Listen reichen in der Regel tägliche Durchläufe aus, um eine zuverlässige Trendlinie zu erstellen.
Serverprotokolle zeigen, wann AI-Bots Ihre Seiten crawlen. Die Korrelation von Crawling-Aktivitäten mit Zitationsdaten hilft Ihnen zu verstehen, wie Abrufe mit der Sichtbarkeit zusammenhängen.
Ja. Sie verhalten sich unterschiedlich, und Ihre Marke kann in der einen Oberfläche auftauchen, in der anderen aber nicht. Wenn Sie beide Oberflächen verfolgen, erhalten Sie ein vollständiges Bild Ihrer Google AI-Präsenz.
In gewisser Weise, ja. Perplexity zeigt Zitate transparent an, schreibt aber auch Abfragen im Hintergrund um, so dass die Erfassung umformulierter Fragen genauso wichtig ist wie die Erfassung sichtbarer Quellen.
