Die vier Säulen der KI-Sichtbarkeit
KI-Sichtbarkeit lässt sich nicht allein über die eigene Website aufbauen. ChatGPT, Perplexity und Google AI Overviews ziehen ihre Empfehlungen aus einem breiten Quellenpool — und Unternehmen, die nur einen dieser Kanäle bearbeiten, schöpfen maximal ein Viertel des verfügbaren Hebels aus.
Warum eine einzelne Maßnahme nicht reicht
Wenn ich analysiere, woher ChatGPT, Perplexity, Claude und Google AI Overviews ihre Empfehlungen beziehen, fällt ein Muster auf: Es sind selten allein die Unternehmenswebsites, die zitiert werden. Stattdessen verteilen sich die Quellen systematisch über mehrere Kanal-Typen — und KI-Systeme gewichten sie unterschiedlich.
Das Princeton-Forschungsteam (Aggarwal et al., KDD 2024), das erstmals systematisch untersucht hat, welche Optimierungen die Sichtbarkeit in KI-Antworten erhöhen, bestätigt diesen Befund: Quellenbreite ist mindestens so entscheidend wie die Qualität einzelner Inhalte. Marken, die über autoritative Drittquellen zitiert werden, tauchen in KI-Antworten bis zu 6,5-mal häufiger auf als Marken, die ausschließlich über die eigene Domain präsent sind.
Die Konsequenz daraus ist das vier-Säulen-Modell. Jede Säule adressiert eine eigene Quellenebene, aus der KI-Systeme schöpfen. Zusammen ergeben sie ein System, das sich gegenseitig verstärkt.
Säule 1 — Owned: SEO und die eigene Website als Fundament
Die eigene Website ist der einzige Kanal, den du vollständig kontrollierst. Das macht sie zum logischen Ausgangspunkt — aber auch zu dem Kanal, bei dem die meisten Unternehmen glauben, mit guter Arbeit hier seien sie fertig. Das ist ein Irrtum.
Owned ist das notwendige Fundament, aber es ist für sich allein nicht ausreichend. Wer hier nicht aufgeräumt hat, verpufft jede Investition in die anderen drei Säulen. Aber wer nur hier investiert, bleibt trotzdem unsichtbar.
KI-Crawler wie GPTBot (OpenAI), PerplexityBot, ClaudeBot (Anthropic) und Google-Extended crawlen Websites ähnlich wie klassische Suchmaschinen — aber sie bewerten anders. Sie suchen nicht primär nach Keyword-Dichte, sondern nach extrahierbaren, zitierbaren Informationsblöcken.
Was auf der eigenen Website zählt:
- Crawl-Freigabe für KI-Bots: In der
robots.txtmüssen GPTBot, PerplexityBot, ClaudeBot und Google-Extended explizit erlaubt sein. Wer diese Bots blockiert — oft versehentlich durch pauschale Disallow-Regeln — ist für die jeweiligen KI-Systeme nicht existent. - Schema Markup direkt im HTML: Structured Data (Person, Organization, Article, FAQPage) muss statisch im HTML-Quelltext stehen, nicht dynamisch nachgeladen. Eine Princeton/Georgia-Tech-Studie zeigt, dass Schema-Markup die Genauigkeit von GPT-4-Antworten von 16 % auf 54 % verbessert.
- Klare Autoren-Entitäten: Jede Seite braucht eine erkennbare Autorenschaft mit Name, Funktion und verlinkbarem Profil. KI-Systeme bevorzugen Quellen mit nachweisbarer menschlicher Expertise hinter dem Content.
- llms.txt: Die aufkommende Konvention für eine maschinenlesbare Zusammenfassung der Website-Struktur. Nicht alle KI-Systeme lesen sie bereits, aber der Aufwand ist gering und der Nutzen wächst.
- Extractable Blocks: Abschnitte mit 120–180 Wörtern, die für sich allein als Zitat funktionieren, erhalten laut Forschungsdaten 70 % mehr KI-Zitierungen als kürzere oder längere Texte. KI-Systeme schneiden Passagen heraus — je besser das einzeln funktioniert, desto häufiger wird zitiert.
- Frische: 50 % aller Perplexity-Zitierungen stammen aus 2025er Content. Seiten ohne regelmäßige Aktualisierung verlieren ihre KI-Zitierungen dreimal schneller als gepflegte Seiten.
Was auf der eigenen Website nicht reicht: Marketingprosa ohne Faktendichte, generische Produktseiten ohne spezifische Daten und Inhalte ohne klare Autorenschaft. KI-Systeme suchen extrahierbare Fakten und präzise Definitionen — keine Werbetexte.
Säule 2 — Plattformen: Wikipedia, Verzeichnisse & Konsens-Quellen
KI-Systeme zitieren Plattformen überproportional häufig. Der Grund ist strukturell: Wikipedia, branchenspezifische Verzeichnisse und Community-Plattformen werden als „Konsens-Quellen" gelesen — also als Orte, an denen sich ein breiter gesellschaftlicher oder fachlicher Konsens über eine Marke, eine Person oder ein Thema manifestiert.
Wer auf diesen Plattformen fehlt oder schwach präsent ist, fehlt in einem erheblichen Teil der KI-Antworten — unabhängig davon, wie gut die eigene Website aufgestellt ist.
Wikipedia (DE): Wikipedia ist in KI-Antworten massiv überrepräsentiert. Für B2B-Unternehmen ab einer bestimmten Marktrelevanz, börsennotierte Firmen und Nischenführer ist ein gepflegter Wikipedia-Eintrag kein Nice-to-have, sondern operative Notwendigkeit. Wichtig im DACH-Kontext: Die deutschsprachige Wikipedia ist deutlich kleiner als die englische — was bedeutet, dass eine Präsenz hier relativ wertvoller ist, weil der Wettbewerb geringer ist.
Branchenverzeichnisse: Kompass, Wer-liefert-was, Europages und branchenspezifische Datenbanken werden von KI-Systemen als strukturierte Drittquellen für Unternehmensidentifikation genutzt. Vollständige, konsistente Einträge mit korrektem NAP (Name, Adresse, Platz) sind hier entscheidend — nicht als Ranking-Signal, sondern als Entitäts-Abgleich.
Fachportale und vertikale Plattformen: Je nach Branche sind Plattformen wie Kununu, Jameda, ProvenExpert, OMR Reviews oder branchenspezifische Review-Portale relevant. KI-Systeme lesen diese als aggregierte Nutzermeinungen über eine Marke.
Community-Plattformen: Im DACH-Raum ist Reddit deutlich weniger präsent als im US-Markt. Stattdessen spielen Fachforen, LinkedIn-Gruppen und Branchennewsletter-Communities eine größere Rolle. Threads auf solchen Plattformen, in denen dein Unternehmen als Lösung oder Empfehlung genannt wird, fließen in KI-Antworten ein.
Konsistenz über Plattformen hinweg: KI-Systeme gleichen Informationen aus verschiedenen Quellen ab. Widersprüchliche Daten (z.B. unterschiedliche Unternehmensbezeichnungen, verschiedene Gründungsdaten) schwächen das Vertrauen in eine Entität. Konsistenz ist das stille Signal, das Zitierbarkeit erhöht.
Säule 3 — Earned: Medienarbeit und PR als Autoritätssignal
Medienerwähnungen sind das stärkste Autoritätssignal im vier-Säulen-Modell. Sie sind auch das schwierigste zu bauen — weil sie nicht allein durch eigene Optimierung entstehen, sondern durch die Entscheidung Dritter, über eine Marke zu schreiben.
Die Logik dahinter ist dieselbe, die auch bei Google-Backlinks gilt: Wer von unabhängigen, anerkannten Quellen erwähnt wird, sendet ein Signal, das kein eigener Content replizieren kann. KI-Systemen fehlt ohne externe Stimmen der Beleg für Relevanz.
Welche Medien für KI-Sichtbarkeit im DACH-Raum zählen: KI-Systeme zitieren Publikationen, die im Training-Korpus und in regelmäßig gecrawlten Indizes stark vertreten sind. Im B2B-DACH-Kontext sind das unter anderem Horizont, W&V, t3n, Computerwoche, Handelsblatt, WirtschaftsWoche, PR Report sowie branchenspezifische Fachpublikationen. Eine Erwähnung in einem dieser Medien hat mehr Gewicht als zehn selbstverfasste Artikel.
PR neu gedacht für KI-Systeme: Klassische PR optimierte für Leserinnen und Leser — und für den unmittelbaren Medieneffekt. Für KI-Sichtbarkeit sind dauerhaft abrufbare, strukturierte Online-Artikel wertvoller als Events oder Print-Platzierungen. Ein Fachartikel mit klarer Autorenschaft, der online dauerhaft verfügbar und verlinkbar ist, liefert über Jahre KI-Sichtbarkeit.
Gastbeiträge und Co-Autorenschaften: Inhalte, die unter eigenem Namen in Fachmedien erscheinen, verbinden Personenmarke und Themenexpertise. KI-Systeme erkennen wiederkehrende Autoren auf Fachplattformen als Experten-Signale — insbesondere wenn Thema und Plattform konsistent zusammenpassen.
Studien und eigene Daten: Originäre Forschung, Marktdaten oder dokumentierte Fallstudien mit konkreten Zahlen sind besonders zitierbar. KI-Systeme suchen nach belegbaren Aussagen — und priorisieren Quellen, die nicht nur behaupten, sondern belegen.
Pressemitteilungen: Klassische Pressemitteilungen wirken als KI-Signal nur dann, wenn sie von Medien aufgegriffen und redaktionell bearbeitet wurden. Reine Newswire-Meldungen ohne redaktionelle Verarbeitung haben kaum Effekt.
Säule 4 — Social: LinkedIn, YouTube & Personenmarken
Social Media ist die jüngste Säule im KI-Sichtbarkeits-Modell und die am wenigsten verstandene. Die Frage ist nicht, ob LinkedIn-Posts direkt in KI-Trainingsdaten fließen — das ist von Plattform zu Plattform unterschiedlich und nicht vollständig transparent. Die entscheidendere Frage ist: Welche Signale entstehen aus Social-Aktivität, die KI-Systeme mittelbar beeinflussen?
Die Antwort hat mehrere Ebenen. Erstens: Inhalte, die auf Social Media stark performen, werden häufiger von Medien aufgegriffen — was wiederum Earned-Signale erzeugt. Zweitens: Plattformen wie LinkedIn werden von bestimmten KI-Systemen (insbesondere Perplexity) direkt gecrawlt und als Quelle zitiert. Drittens: Personenmarken hinter einer Unternehmensmarke erhöhen nachweislich die Wahrscheinlichkeit, als „aktive Marktstimme" erkannt zu werden.
LinkedIn im DACH-Kontext: LinkedIn ist der dominante deutschsprachige B2B-Kanal — und im DACH-Raum stärker für professionellen Diskurs genutzt als in den meisten anderen Märkten. Einige KI-Systeme crawlen LinkedIn-Profile und -Artikel direkt. Konsistente Themenführung zu einem Fachgebiet auf LinkedIn — über eine Person oder eine Unternehmensseite — erzeugt ein Signal, das KI-Systeme als Expertise-Indikator lesen.
YouTube-Transkripte als Zitierschicht: YouTube-Videos werden von Google AI Overviews direkt als Quelle verarbeitet. Transkripte von Videos erscheinen regelmäßig als Zitationsbasis in KI-Antworten. Wer Videos produziert, die Fragen seiner Zielgruppe beantworten, erzeugt damit eine Zitierschicht, die von klassischem Content-Marketing unabhängig funktioniert.
Personenmarken als Verstärker: Unternehmen, hinter denen erkennbare Personen mit eigener Expertise stehen, werden von KI-Systemen als glaubwürdiger eingestuft. Das ist kein Zufall — es ist die direkte Entsprechung des EEAT-Signals „Experience": KI-Systeme bevorzugen Quellen, bei denen nachweisbar ist, dass echte Fachkenntnisse dahinterstehen.
Konsistente Themenführung: Was KI-Systeme als „aktive Marktstimme" erkennen, entsteht nicht durch einzelne virale Posts, sondern durch konsistente Präsenz auf einem Thema über Zeit. Wer in den letzten 12 Monaten regelmäßig zu einem Thema publiziert hat — auf welchem Kanal auch immer — hat in KI-Antworten einen strukturellen Vorteil gegenüber Marken, die sporadisch oder gar nicht publizieren.
Was Social nicht leisten kann: Social Media allein — ohne Owned-Fundament und ohne Earned-Signale — erzeugt keine stabile KI-Sichtbarkeit. Social verstärkt die anderen Säulen, ersetzt sie aber nicht.
Wie die vier Säulen zusammenwirken
Die vier Säulen sind keine parallelen, voneinander unabhängigen Maßnahmen. Sie verstärken sich gegenseitig — und sie folgen einer Priorität.
Die richtige Reihenfolge
Owned ist die Pflicht, bevor alles andere greift. Wer keine crawlbare, strukturierte, autorschaftlich klar zugeordnete Website hat, verpufft jede Investition in Plattformen, PR oder Social. KI-Systeme, die eine Erwähnung in Fachmedien über eine Marke finden, suchen die Primärquelle auf der Website. Wenn dort nichts Zitierfahiges steht, bleibt die Erwähnung ein schwaches Signal.
Plattformen und Earned verstärken Owned. Eine Erwähnung im PR Report, die auf die Website zurückverlinkt, erhöht die Domain-Autorität — was sowohl klassisches SEO als auch KI-Sichtbarkeit stärkt. Ein vollständiger Wikipedia-Eintrag mit Verweis auf die Website signalisiert KI-Systemen, dass diese Marke „konsens-anerkannt" ist.
Social verstärkt Earned. LinkedIn-Beiträge, die von Fachjournalisten gelesen werden, können zu Erwähnungen in Fachmedien führen. YouTube-Videos, die konkrete Fragen beantworten, werden direkt als Quellen zitiert und gleichzeitig als Kompetenznachweis wahrgenommen.
Die typischen Fehler
Fehler 1: Nur Owned optimieren. Unternehmen, die ausschließlich in SEO und eigene Website investieren, bleiben in KI-Antworten häufig unsichtbar — selbst wenn ihr SEO-Setup exzellent ist. Der Drittquellen-Effekt fehlt vollständig.
Fehler 2: Reihenfolge ignorieren. PR und Social zu starten, bevor die Owned-Basis sauber ist, ist verschwendetes Budget. Wer in einem Fachmedium erwähnt wird, aber keine zitierfahige Website hat, verliert den Multiplikator-Effekt.
Fehler 3: KI-Sichtbarkeit nicht messen. Wer nicht weiß, wie er heute in ChatGPT, Perplexity und Google AI Overviews erscheint, kann keine fundierte Entscheidung darüber treffen, welche Säule zuerst gestärkt werden muss. Eine ehrliche Baseline-Messung ist keine Kür, sondern Pflicht.
KI-Sichtbarkeit ist keine reine SEO-Aufgabe — sie ist eine Frage der Unternehmenskommunikation. Sie entsteht im Zusammenspiel von Webcontent, PR, Plattformpflege und Social-Präsenz. Wer in Silos denkt, bleibt in KI-Antworten unsichtbar — selbst bei perfektem SEO.
Häufige Fragen zum vier-Säulen-Modell
Warum reicht die eigene Website für KI-Sichtbarkeit nicht aus?
KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews ziehen ihre Empfehlungen aus einem breiten Quellenpool — nicht allein von Unternehmenswebsites. Forschungsergebnisse zeigen, dass Marken über autoritative Drittquellen bis zu 6,5-mal häufiger zitiert werden als über die eigene Domain. Wer nur Owned-Kanäle optimiert, schöpft maximal ein Viertel des verfügbaren Hebels aus.
Mit welcher der vier Säulen sollte man anfangen?
Immer mit Owned — also der eigenen Website. Wer die technische Basis nicht sauber hat (crawlbare Seite, strukturierte Daten, klare Autorenschaft), verpufft jede Investition in Plattformen, PR oder Social. Erst wenn das Fundament steht, greifen die anderen drei Säulen.
Was sind die wichtigsten Plattformen für KI-Sichtbarkeit im DACH-Raum?
Wikipedia (DE), LinkedIn, branchenspezifische Verzeichnisse wie Kompass oder Wer-liefert-was sowie einschlägige Fachportale. Im Gegensatz zum US-Markt ist Reddit im DACH-Raum deutlich weniger präsent; dafür spielen deutschsprachige Fachforen und strukturierte Branchenverzeichnisse eine größere Rolle. DACH-spezifische Fachmedien (Horizont, W&V, t3n, Computerwoche, PR Report) sind die stärksten Earned-Quellen.
Wie schnell wirken sich Plattform- und PR-Maßnahmen auf KI-Sichtbarkeit aus?
Owned-Maßnahmen wirken am schnellsten: Neue, optimierte Inhalte gelangen typischerweise innerhalb von 3–5 Werktagen in die Citation-Pools. Plattformmaßnahmen (z.B. Wikipedia-Einträge) und PR-Erwähnungen haben eine längere Vorlaufzeit von 2–6 Wochen, wirken dann aber stärker und stabiler als reine Website-Optimierungen.
Ist das vier-Säulen-Modell für KMU oder nur für Konzerne relevant?
Es ist besonders für klar positionierte KMU relevant. Große Marken haben mehr Ressourcen, kämpfen aber mit generischen Inhalten. Kleine, thematisch fokussierte Unternehmen mit echter Expertise können gezielt einzelne Säulen aufbauen und damit in ihrer Nische schnell zitierbar werden — ohne alle vier Säulen gleichzeitig vollständig aufzubauen.
Ich führe seit Anfang 2026 ein öffentliches Selbstexperiment, in dem ich diese Strategien an der eigenen Website teste und die Ergebnisse dokumentiere. Alle Beobachtungen — was funktioniert, was nicht, mit Datum und Kategorie — findest du auf der Erkenntnisse-Seite.