AI-Visibility tracken (ChatGPT, Perplexity, Gemini)

Klassisches SEO misst, ob du in Googles Top-10 stehst. AI-Visibility misst, ob du in den Antworten von ChatGPT, Perplexity, Gemini und Claude überhaupt vorkommst — und wenn ja, wie. Diese Anleitung zeigt dir den kompletten Tracking-Workflow.

Was ist AI-Visibility?

LLMs erzeugen Antworten aus eigenem Training, aus Web-Recherchen oder aus retrieval-augmentierten Quellen. Wenn ein Nutzer fragt „Was ist die beste vegane Proteinquelle?", listet das Modell Anbieter, Marken, URLs. Wer dort genannt wird, gewinnt Traffic, Trust und Marktanteil. Wer nicht, ist unsichtbar — egal wie gut die Google-Position ist.

Rankion stellt deine Marken-relevanten Fragen automatisch und periodisch an mehrere Modelle und protokolliert: Wirst du genannt? In welchem Kontext? Welche Quellen zitiert das Modell?

Tracking-Projekt erstellen

Im Menü: AI Visibility → Neues Tracking. Der Wizard fragt dich:

1. Name — z.B. „Vegane Proteine DACH"
2. Modus — Domain-Tracking (eine Marke/Domain) oder Keyword-Tracking (Topic, alle relevanten Player)
3. Domain bzw. Keywords — was getrackt wird

Per API:

curl -X POST https://rankion.ai/api/v1/tracking-projects \
  -H "Authorization: Bearer DEIN_TOKEN" \
  -d '{"name": "Vegane Proteine DACH", "mode": "domain", "domain": "meinedomain.de"}'

Hast du im Team bereits ein SEO-Projekt angelegt, bietet dir die noch leere AI-Visibility-Seite es direkt zur Auswahl an. Ein Klick darauf startet den Assistenten mit vorausgefülltem Namen und vorausgefüllter Domain, statt dass du alles neu eintippst. Der Weg über „Neues Tracking" bleibt daneben unverändert bestehen.

Brand-Aliase definieren

Marken haben Schreibvarianten. „MeineDomain", „Meine Domain GmbH", „MD24" — alles dieselbe Firma. Pflege Aliase im Projekt, damit Erwähnungen korrekt zugerechnet werden. Ohne Aliase übersiehst du Hits.

Plattformen wählen

Wähle, welche Modelle abgefragt werden. Übliche Auswahl:

{
  "llm_platforms": ["chatgpt", "perplexity", "gemini", "claude"]
}

Jede Plattform kostet Credits pro Run. Du kannst auch nur eine wählen, wenn dein Markt klar ist (z.B. nur Perplexity für Tech-B2B).

Frequenz festlegen

Fünf Frequenzen stehen zur Wahl:

Schon vor dem Speichern zeigt die Auswahl, was eine Frequenz kostet — etwa „Wöchentlich — bis zu ca. 200 Credits/Monat". Diese Vorschau je Frequenz-Option steht an drei Stellen: im Einrichtungsassistenten, in den Einstellungen der Projektansicht eines AI-Visibility-Projekts und in den SEO-Einstellungen des Projekts. Die Seite Prompt-Monitoring zeigt keine Auswahl je Frequenz, sondern die Summe für die aktuelle Prompt-Auswahl bei der eingestellten Frequenz; ein Hilfe-Symbol erklärt die Rechnung. In den Einstellungen der Projektansicht und auf der Monitoring-Seite rechnet die Vorschau mit dem, was gerade eingestellt ist, auch ungespeichert.

Berechnet wird mit 1 Credit je erhaltener Antwort. Eine Antwort entsteht je aktivem Prompt × Plattform × Suchmodus (mit/ohne Websuche); Google AI Mode läuft nur mit Suche, Grok nur ohne. Läuft der Reality Check mit, zählen beide Suchmodi plus 15 Credits je Lauf; laufen Google AI Overviews mit, kommt 1 Credit je aktivem Keyword hinzu. Die Monatssumme ist Credits je Lauf mal der höchsten Zahl möglicher Läufe im Kalendermonat (Tabelle oben) — daher „bis zu": in vielen Monaten laufen weniger Läufe, und abgebucht wird nur je tatsächlich erhaltener Antwort. Dein Tarif begrenzt, wie viele Prompts und Plattformen je Lauf laufen; die Vorschau rechnet diese Grenze schon ein.

Beispiel: 20 aktive Prompts × 2 Plattformen × 1 Suchmodus = 40 Credits je Lauf — wöchentlich bis zu ca. 200 Credits/Monat, täglich bis zu ca. 1.240.

Per API liefert GET /api/v1/tracking-projects/{id}/prompts/cost-preview dieselbe Rechnung (monthly_credits, credits_per_run, credit_breakdown), mit prompt_ids[]=… für eine Teilauswahl.

Für die meisten Marken reicht weekly; schnelllebige Märkte (News, Krypto) profitieren von daily.

Run starten + warten

Der erste Run wird beim Anlegen automatisch geplant. Manuell triggerst du:

curl -X POST https://rankion.ai/api/v1/tracking-projects/{id}/run \
  -H "Authorization: Bearer DEIN_TOKEN"

Antwort: HTTP 202 mit Job-ID. Dauer abhängig von Anzahl Fragen × Plattformen — meist 2–10 Minuten. UI pollt automatisch und zeigt Live-Fortschritt.

Score interpretieren

Nach dem Run siehst du:

• Visibility-Score (0–100) — wie oft wurdest du genannt, in welcher Position der Antwort, mit welchem Sentiment.
• Reality Check / AVI — gleicht das Modell-Wissen mit den realen Top-10-SERPs ab. Großer Gap = LLM erinnert sich an dich, Google nicht (oder umgekehrt).
• Plattform-Breakdown — wo bist du stark, wo schwach.
• Trends — historische Entwicklung pro Run.

Citations analysieren

Spannend wird's bei den Cited Sources. Modelle linken in Antworten oft auf konkrete URLs. Rankion sammelt sie, aggregiert pro Domain und zeigt dir:

• Welche URLs werden am häufigsten zitiert?
• Welche Konkurrenten hängen oben?
• Welche eigenen Inhalte werden gar nicht aufgegriffen?

Das ist deine Content-Roadmap: Themen, bei denen du fehlst, sind die nächsten Artikel — siehe Erster Artikel mit dem AI Content Editor.

Weiterlesen

Tiefenwissen zu Setup, Limits, Datenmodell und allen Endpoints liegt in AI-Visibility Tracking und der API-Referenz. Fragen zu Credits & Quoten beantwortet Credits & Rate-Limits.