Das Audit umfasst bezahlte Kanäle, SEO und Content sowie Antworten von KI-Assistenten als neue Quelle von Sichtbarkeit. Es endet mit einem 6-Monats-Plan und einem Messsystem.
Eingangsdaten
- Zugang zu Search Console und Analytics (Lesezugriff)
- Daten aus Werbekonten
- Liste der wichtigsten Produkte und Kundensegmente
Ablauf
- 01Bezahlte KanäleKampagnenstruktur, Akquisitionskosten, Attributionsmodell.
- 02SEOSichtbarkeit und technischer Zustand, einschließlich Rendering für Bots, die kein JavaScript ausführen.
- 03ContentBewertung, welche Inhalte eigenes Wissen des Unternehmens einbringen und welche frei verfügbare Informationen wiederholen.
- 04Sichtbarkeit in KIFragenpanel in ChatGPT, Perplexity, Gemini und Claude: Wird die Marke als Quelle genannt?
- 05MessungLeistungsbericht in der Search Console (Traffic aus AI Overviews und AI Mode ist im Suchtyp „Web“ enthalten), Attribution und gemeinsame Kennzahlen mit dem Produkt.
Anwendungsbeispiel
Ein B2B-Unternehmen mit 50–249 Mitarbeitenden verliert bei stabilen Rankings Traffic aus informationalen Suchanfragen. Das Audit zeigt, dass Leistungsbeschreibungen im Browser per JavaScript erzeugt werden und Blog-Inhalte frei verfügbare Informationen wiederholen. Der 6-Monats-Plan umfasst serverseitiges Rendering der wichtigsten Seiten, die Überarbeitung zentraler Inhalte auf Basis eigener Daten und Erfahrungen des Unternehmens sowie ein monatliches Fragenpanel in KI-Assistenten.
Ein illustratives Szenario, das den Ablauf der Methode zeigt.
Diagnosefragen
- Welche Suchanfragen haben in den letzten 12 Monaten bei stabilen Rankings Traffic verloren?
- Ist der Inhalt der wichtigsten Seiten im HTML ohne Ausführung von JavaScript verfügbar?
- Bei wie vielen Kundenfragen wird die Marke in KI-Antworten als Quelle genannt?
Auf welchen etablierten Modellen basiert die Methode?
Das Wachstums- und Sichtbarkeits-Audit verbindet Elemente bewährter Modelle mit Umsetzungspraxis. Die Quellmodelle nennen wir mit ihren Autoren; die Beschreibung der Methode ist eine eigene Ausarbeitung von Lemur Media.
| Modell | Autor und Jahr | Was wir nutzen |
|---|---|---|
| Bullseye | Gabriel Weinberg, Justin Mares, „Traction“, 2014 | Testen und Auswahl von Akquisitionskanälen |
| E-E-A-T | Google, Search Quality Rater Guidelines (Aktualisierung 2022) | Qualitätskriterien für Inhalte |
| Dokumentation zu KI-Funktionen in der Google-Suche | Google Search Central | Voraussetzungen für die Präsenz in AI Overviews und AI Mode |
Ergebnisse
- Bericht mit Prioritäten
- Maßnahmenplan für 6 Monate
- Fragenpanel für die monatliche Messung
Grenzen der Methode
Die Messung der Sichtbarkeit in KI-Assistenten beruht auf Stichproben: Antworten unterscheiden sich zwischen Sitzungen und Modellversionen.