KI-Sichtbarkeit einkaufen: Was ein Anbieter seit dem IAB-Standard belegen muss

Wer heute ein Angebot für KI-Sichtbarkeit auf dem Tisch hat, konnte bis vor drei Wochen nicht prüfen, ob die darin genannten Zahlen etwas taugen. Seit dem 3. August 2026 gibt es einen Maßstab, und er kommt nicht von einem Anbieter, sondern vom Branchenverband.

Das Wichtigste in Kürze: Der IAB hat am 3. August 2026 mit "Measuring Visibility in the AI Era" den ersten Messstandard für Sichtbarkeit in KI-Antworten veröffentlicht. Er ordnet alle Kennzahlen in vier Kategorien und trennt zwei Qualitätsstufen: richtungsweisende Messung, die Trends zeigt, aber für Budgetentscheidungen nicht genügt, und entscheidungsreife Messung, die neun Anforderungen an Umfang, Wiederholbarkeit und Dokumentation erfüllt. Dazu kommen Offenlegungspflichten für Messanbieter. Der Anlass ist eine unübersichtliche Marktlage: Über 20 Firmen verkaufen Messwerkzeuge, deren unterschiedliche Methoden für dieselbe Marke unterschiedliche Ergebnisse liefern, und nur 16 Prozent der Marken messen ihre KI-Sichtbarkeit überhaupt systematisch. Für Unternehmen, die ein Angebot prüfen, ist der Standard vor allem eins: eine Liste von Fragen, auf die ein seriöser Anbieter eine Antwort hat.

Was hat der IAB veröffentlicht, und warum jetzt?

Das Interactive Advertising Bureau hat am 3. August 2026 in New York den Rahmen "Measuring Visibility in the AI Era" vorgelegt. Er stammt aus einer Arbeitsgruppe unter Leitung von Caroline Gigerech, der für KI zuständigen Vizepräsidentin des Verbands, mit Beteiligung unter anderem von Walmart, EMARKETER, Acxiom, WPP Media, Microsoft Clarity, PMG, der Alliance for Audited Media und Tinuiti.

Der Anlass ist ein Marktversagen. Über 20 Firmen verkaufen inzwischen Werkzeuge zur Messung von KI-Sichtbarkeit, jede mit einer eigenen Methodik, und dieselbe Marke bekommt bei verschiedenen Anbietern verschiedene Zahlen. Ohne gemeinsame Definitionen lässt sich ein belastbares Signal nicht von Rauschen unterscheiden.

Dass die Nachfrage schneller wächst als die Messqualität, zeigen zwei Zahlen aus dem Rahmen selbst: ChatGPT hat über 900 Millionen wöchentlich aktive Nutzer, Googles KI-Übersichten erreichen über 2,5 Milliarden Nutzer im Monat. Gleichzeitig verfolgen nur 16 Prozent der Marken ihre Sichtbarkeit dort systematisch.

Welche vier Kategorien sieht der Standard vor?

Der Rahmen ordnet alle Kennzahlen in vier Gruppen, im Original die "4 P's". Sie bauen aufeinander auf: Erst die Frage, ob überhaupt eine Nennung stattfindet, dann wie prominent, dann in welchem Licht, dann mit welcher Wirkung.

Zwei Unterscheidungen darin sind für die Praxis wichtiger, als sie zunächst klingen.

Erstens trennt der Standard Nennung von Zitierung. Eine Marke kann in Antworten ständig genannt werden und trotzdem fast nie als Quelle verlinkt sein. Das sind zwei verschiedene Kennzahlen mit zwei verschiedenen Hebeln, und wer sie zusammenwirft, misst an der eigenen Maßnahme vorbei.

Zweitens trennt er Halluzinationsquote von sachlichem Fehler. Im ersten Fall erfindet das Modell eine Verbindung ohne jede Quellengrundlage. Im zweiten Fall gibt es eine echte Quelle, aber die Angabe daraus ist falsch. Der erste Fall ist ein Modellproblem, der zweite einer, den Sie durch Quellenarbeit beheben können.

Was unterscheidet eine belastbare Zahl von einer Momentaufnahme?

Genau das ist der nützlichste Teil des Rahmens. Er definiert zwei Qualitätsstufen und benennt neun Kriterien, an denen sie sich unterscheiden.

Richtungsweisend (im Original directional) heißt: Die Messung zeigt, ob es aufwärts oder abwärts geht. Sie taugt für die interne Beobachtung und für den Blick auf den Wettbewerb. Für eine Budgetentscheidung reicht sie ausdrücklich nicht.

Entscheidungsreif (decision-grade) heißt: Die Zahl trägt eine Investitionsentscheidung. Dafür muss sie neun Anforderungen erfüllen.

Die Zahl 50 ist dabei eine Untergrenze, keine Zielgröße. Wie viele Wiederholungen eine konkrete Aussage tatsächlich braucht, hängt vom gemessenen Wert ab; die Rechnung dazu steht in unserem Beitrag zur Methodik der Sichtbarkeitsmessung.

Bemerkenswert ist das Kriterium der Wiederholbarkeit. Es verlangt nicht, dass eine Messung exakt reproduzierbar ist, denn das ist bei Sprachmodellen unmöglich. Es verlangt, dass der Anbieter vorher sagt, wie stark die Werte schwanken dürfen. Wer keinen Toleranzbereich angibt, kann auch nicht erkennen, ob eine Veränderung eine Wirkung ist oder Rauschen.

Was muss ein Anbieter offenlegen?

Der Rahmen stellt Offenlegungspflichten in drei Gruppen auf. Sie sind die praktischste Prüfliste, die es derzeit für Angebote gibt, weil jede Position eine Frage ist, die sich in einem Gespräch stellen lässt.

Die Herkunft der Fragen ist die Position, an der sich Angebote am deutlichsten unterscheiden. Eine Fragenliste, die jemand am Schreibtisch erfunden hat, misst etwas anderes als eine, die aus tatsächlichem Suchverhalten stammt. Beides ist zulässig, aber es muss dabeistehen.

Die Neuansetzung der Basislinie klingt technisch, hat aber eine unmittelbare Folge für Berichte: Wenn ein Anbieter sein Modell oder seine Fragenliste ändert, sind die Zahlen davor und danach nicht mehr vergleichbar. Steht das nicht im Bericht, sieht ein Rückgang wie ein Misserfolg aus, obwohl sich nur das Messgerät geändert hat.

Welche Versprechen sind technisch nicht haltbar?

Es gibt keine Position eins in ChatGPT. Sprachmodelle liefern auf dieselbe Frage nicht dieselbe Antwort, und das ist keine Kinderkrankheit, sondern Teil der Funktionsweise. Wer eine feste Platzierung garantiert, verkauft etwas, das die Technik nicht hergibt.

Wie stark die Schwankung ist, zeigt der Semrush-Sichtbarkeitsindex 2026: Über 1.200 Marken aus 22 Branchen wurden von Januar bis April 2026 anhand von 126 Millionen Abfragen in ChatGPT, Gemini, Google AI Mode und den KI-Übersichten untersucht. Nur 36 dieser Marken standen in jedem Monat auf jeder Plattform unter den hundert meistgenannten. Wenn selbst Marken dieser Größenordnung ihre Sichtbarkeit nicht konstant halten, ist eine Garantie für ein mittelständisches Unternehmen unseriös.

Drei weitere Formulierungen sollten Sie hellhörig machen:

"Wir bringen Sie in die KI-Trainingsdaten." Das kann niemand zusagen. Welche Inhalte in ein Training einfließen, entscheidet der Modellanbieter, und der nächste Trainingslauf liegt Monate entfernt. Was tatsächlich beeinflussbar ist, ist der Abruf zur Laufzeit, und der wirkt in Wochen.

"Sichtbarkeitswert 78 von 100." Eine zusammengefasste Punktzahl ohne offengelegte Formel ist keine Kennzahl, sondern eine Verpackung. Fragen Sie nach, aus welchen der vier Kategorien sie sich zusammensetzt und wie gewichtet wird.

"Wir messen täglich über alle KI-Systeme." Möglich, aber teuer. Fragen Sie nach dem Abfragevolumen pro Durchlauf. Tägliche Messung mit fünf Fragen ist weniger wert als wöchentliche mit fünfzig.

Wie prüfen Sie ein konkretes Angebot?

Sechs Fragen, die sich in einem Erstgespräch stellen lassen und deren Antworten sich gegen den Standard halten lassen.

Erstens: Ist die gelieferte Messung richtungsweisend oder entscheidungsreif? Ein Anbieter, der den Unterschied kennt und die eigene Einstufung nennt, hat den Rahmen gelesen. Beide Antworten sind legitim; die erste ist nur billiger und trägt keine Budgetentscheidung.

Zweitens: Wie viele Abfragen stehen hinter jeder Prozentzahl im Bericht? Unterhalb von 50 ist die Zahl nach dem Standard nicht entscheidungsreif.

Drittens: Welcher Toleranzbereich gilt? Ohne Angabe lässt sich Wirkung nicht von Schwankung trennen.

Viertens: Woher stammen die Fragen? Erfunden oder aus echtem Suchverhalten, und wenn echt, aus welcher Quelle.

Fünftens: Was passiert bei einer Plattformänderung? Ein Anbieter mit Verfahren dafür setzt die Basislinie neu und weist es aus.

Sechstens: Wird zwischen Nennung und Zitierung getrennt? Wenn nicht, fehlt die Grundlage, um zu entscheiden, ob an der Quellenarbeit oder an der Auffindbarkeit gearbeitet werden muss.

Weitere Fragen, die weniger die Messung als die Zusammenarbeit betreffen, stehen in unserer Checkliste für das Erstgespräch.

Was heißt das für ein mittelständisches Unternehmen?

Die ehrliche Antwort lautet: Nicht jedes Unternehmen braucht eine entscheidungsreife Messung. Sie ist für Budgetentscheidungen gedacht, und wer keine hohe Summe zu verteilen hat, kommt mit einer richtungsweisenden Messung weit, solange sie als solche gekennzeichnet ist.

Was jedes Unternehmen braucht, ist die Fähigkeit, ein Angebot einzuordnen. Der Standard liefert dafür zum ersten Mal ein gemeinsames Vokabular. Wenn zwei Anbieter für dieselbe Firma unterschiedliche Zahlen nennen, ist das kein Beweis dafür, dass einer lügt, sondern meist ein Hinweis auf verschiedene Fragenlisten, Plattformen oder Erhebungsarten. Genau deshalb sind die Offenlegungspflichten der wertvollere Teil des Rahmens.

Zwei praktische Konsequenzen ergeben sich daraus. Lassen Sie sich die Fragenliste zeigen, bevor Sie einen Vertrag unterschreiben, nicht danach. Und bestehen Sie darauf, dass der erste Bericht eine Basislinie enthält, gegen die spätere Berichte gemessen werden, statt nur einen Zustand zu beschreiben.

Für die Einordnung der eigenen Lage gilt weiterhin die Reihenfolge aus dem Sichtbarkeits-Cluster: erst klären, ob das Unternehmen überhaupt genannt wird, dann ob es zutreffend beschrieben wird, und erst dann messen, wie oft.

Häufige Fragen

Was ist der IAB-Messstandard für KI-Sichtbarkeit? "Measuring Visibility in the AI Era" ist ein am 3. August 2026 veröffentlichter Rahmen des Interactive Advertising Bureau. Er definiert ein gemeinsames Vokabular für Sichtbarkeitskennzahlen in KI-Antworten, ordnet sie in vier Kategorien, unterscheidet zwei Qualitätsstufen und stellt Offenlegungspflichten für Messanbieter auf.

Was bedeutet entscheidungsreife Messung? Eine Messung, die neun Anforderungen erfüllt: mindestens 50 Abfragen, ausreichende Stichprobe, Abdeckung aller vier Fragetypen, wöchentliche oder häufigere Erhebung, definierter Toleranzbereich, dokumentierte Datenvalidierung, vollständige Methodendokumentation, mehrere Plattformen und eine offengelegte Aggregation. Sie ist die Voraussetzung dafür, eine Zahl einer Budgetentscheidung zugrunde zu legen.

Ist eine richtungsweisende Messung wertlos? Nein. Sie zeigt Entwicklungen und eignet sich für interne Beobachtung und Wettbewerbsvergleich. Der Standard hält nur fest, dass sie für Budgetentscheidungen nicht ausreicht. Problematisch wird sie erst, wenn ein Anbieter sie als entscheidungsreif ausgibt.

Kann eine Agentur eine Nennung in ChatGPT garantieren? Nein. Sprachmodelle sind nicht deterministisch, es gibt keine feste Platzierung. Der Semrush-Index 2026 zeigt, dass von über 1.200 untersuchten Marken nur 36 in jedem Monat auf jeder Plattform unter den hundert meistgenannten standen. Wer eine Garantie ausspricht, verspricht etwas, das die Technik nicht hergibt.

Was ist der Unterschied zwischen Nennung und Zitierung? Eine Nennung bedeutet, dass der Markenname in der Antwort vorkommt. Eine Zitierung bedeutet, dass die eigene Seite als Quelle angeführt und verlinkt wird. Beides kann unabhängig voneinander auftreten, beide Kennzahlen werden im Standard getrennt geführt, und sie verlangen unterschiedliche Maßnahmen.

Warum liefern zwei Anbieter unterschiedliche Zahlen für dieselbe Firma? Weil über 20 Anbieter mit unterschiedlichen Methoden messen: andere Fragenlisten, andere Plattformen und Modellversionen, andere Erhebungsarten. Der Standard löst das nicht auf, macht die Unterschiede aber sichtbar, sobald beide Anbieter ihre Methodik offenlegen.

Brauche ich als mittelständisches Unternehmen eine entscheidungsreife Messung? Nur, wenn eine größere Investitionsentscheidung davon abhängt. Für die laufende Beobachtung genügt eine richtungsweisende Messung, sofern sie ehrlich als solche bezeichnet wird. Wichtiger als die Stufe ist, dass Fragenliste, Umfang und Toleranzbereich schriftlich vorliegen.

Fazit

Der IAB-Rahmen ändert nichts an der Technik hinter KI-Antworten. Er ändert etwas an der Verhandlungsposition: Zum ersten Mal existiert ein Maßstab, der nicht von einem Anbieter stammt, und damit eine Grundlage, um Angebote zu vergleichen, die bisher unvergleichbar waren.

Für den Einkauf lässt sich das auf einen Satz verkürzen: Ein Anbieter muss nicht die beste Zahl liefern, aber er muss sagen können, wie sie entstanden ist. Wer Umfang, Fragenherkunft und Toleranzbereich offenlegt, arbeitet nachvollziehbar, auch wenn die Messung nur richtungsweisend ist. Wer eine Punktzahl ohne Formel und eine Garantie ohne technische Grundlage anbietet, tut es nicht.

Quellen

• Interactive Advertising Bureau, "Measuring Visibility in the AI Era", veröffentlicht am 3. August 2026, Arbeitsgruppe unter Leitung von Caroline Gigerech (VP AI, IAB), mit Beiträgen von Walmart, EMARKETER, Acxiom, WPP Media, Microsoft Clarity, PMG, emberos, Alliance for Audited Media, Tinuiti und IQRush.ai
• Semrush AI Visibility Index 2026, 126 Millionen US-Abfragen von Januar bis April 2026, über 1.200 Marken aus 22 Branchen, vier Plattformen (ChatGPT, Gemini, Google AI Mode, KI-Übersichten)