Zuletzt aktualisiert August 2026.
KI-Sichtbarkeitswerte sind nur so gut wie das dahinterstehende Prompt-Set. Du kannst die ausgefeilteste Tracking-Plattform auf dem Markt nutzen und trotzdem Zahlen produzieren, die nichts bedeuten, wenn die Anfragen, die du ausführst, nicht widerspiegeln, wie echte Käufer tatsächlich nach deiner Kategorie fragen.
Dieser Artikel definiert die Disziplin des Prompt-Set-Designs für Generative Engine Optimization und gibt dir eine konkrete Konstruktionsmethode: vier Prompt-Archetypen, Intent-Clustering, Volumengewichtung, Funnel-Tagging und einen vierteljährlichen Überprüfungsprozess. Halte dich daran, und deine Citation-Share-Werte werden zu einem verlässlichen Signal. Ignoriere es, und du optimierst für ein Messartefakt.
Warum das Prompt-Set die Grundlage der GEO-Messung ist
Klassische SEO hat einen Referenzdatensatz: Google veröffentlicht Rankingsignale, Search Consoles legen Impressionen auf Keyword-Ebene offen, und Millionen von Rank-Tracking-Tools zeigen alle auf dieselbe SERP. GEO hat das nicht. Es gibt keinen öffentlichen Ranking-Index für ChatGPT, Perplexity, Gemini oder Google AI Overviews. Der einzige Weg, einen Ausgangswert für den Citation Share zu ermitteln, besteht darin, ein eigenes Query-Set zu definieren und es auszuführen.
Das ist eine Designentscheidung, und die meisten Teams treffen sie schlecht. Sie importieren eine Keyword-Liste aus ihrem SEO-Tool, führen die Keywords als Prompts aus und nennen die Ausgabe ihren “KI-Sichtbarkeitswert”. Das Problem: KI-Engines verhalten sich nicht wie Suchmaschinen. Ein Keyword wie “Projektmanagement-Software” erzeugt keine konsistente KI-Antwort, so wie es eine SERP erzeugt. Formulierung, Kontext und Intent-Framing eines Prompts beeinflussen alle, welche Quellen zitiert werden.
Laut einer Ahrefs-Studie mit 15.000 Anfragen (August 2025) erscheinen nur etwa 12 % der von KI-Assistenten zitierten URLs auch in Googles Top-10-Ergebnissen für dieselbe Anfrage. Die Quellen, die KI-Zitierungen gewinnen, und die Quellen, die organisch ranken, sind weitgehend unterschiedliche Populationen. Ein Prompt-Set, das aus SEO-Keywords aufgebaut wurde, übersieht systematisch die Zitierungsmöglichkeiten, die für GEO am wichtigsten sind.
Das Garbage-in-Prinzip: Jede Kennzahl, die dein GEO-Programm produziert (Citation Share, Share of Voice, Citation-Gap-Analyse), ist eine Funktion des Prompt-Sets. Ein Prompt-Set, das keine echte Kaufabsicht widerspiegelt, liefert einen Wert, der deine Marke willkürlich bevorteilt oder benachteiligt. Teams, die ein GEO-Dashboard ausliefern, ohne vorher ihr Prompt-Set zu prüfen, messen Rauschen.
Schritt 1: Intent-Cluster definieren
Ein Intent-Cluster ist eine Gruppe von Prompts, die alle demselben Entscheidungsmoment in der Käuferreise zuzuordnen sind. Bevor du einen einzigen Prompt schreibst, definiere die vier bis acht Momente, in denen deine Kategorie relevant ist: der Moment, in dem ein Käufer erstmals bemerkt, dass er ein Problem hat; der Moment, in dem er beginnt, Lösungen zu vergleichen; der Moment der Anbietervorselektion; und der Moment, in dem er vor dem Kauf Bestätigung sucht.
Jeder Cluster sollte enthalten:
- Einen Namen, der den Entscheidungsmoment beschreibt (“erste Problemwahrnehmung”, “Anbietervorselektion”, “Support nach dem Kauf”)
- Ein Funnel-Tag (Top of Funnel, Mid-Funnel oder Bottom of Funnel)
- Eine Zielkäuferpersona, wenn dein Produkt mehr als eine Zielgruppe bedient
- Ein Volumengewicht (dazu mehr in Schritt 3)
Intent-Clustering ist wichtig, weil Citation Share auf Cluster-Ebene diagnostisch ist, was aggregierter Citation Share nicht ist. Wenn deine Marke insgesamt einen Citation Share von 40 % erzielt, aber null im Cluster “Anbietervorselektion”, weißt du genau, wo die Lücke liegt und welche Art von Inhalt du aufbauen musst. Ein aggregierter Wert verbirgt diese Information.
Schritt 2: Prompts über vier Archetypen schreiben
Jeder Prompt in deinem Set sollte einem von vier Archetypen angehören. Jeder Archetyp testet eine andere Zitierungsmöglichkeit und erfordert eine andere inhaltliche Reaktion.
| Archetyp | Beispielform | Funnel-Stufe | Was er testet |
|---|---|---|---|
| Kategoriefrage | ”Bestes [Tool-Kategorie] für [Anwendungsfall]“ | Top of Funnel | Markenbekanntheit in KI-Kategoriedefinitionen |
| Vergleichsanfrage | ”[Deine Marke] vs. [Wettbewerber]” oder “Alternativen zu [Tool]“ | Mid-Funnel | Framing in direkten Vergleichs- und Alternativen-Inhalten |
| Problem- und Symptom-Prompt | ”Wie löse ich [konkreten Schmerzpunkt]“ | Mid bis Bottom | Ob dein Inhalt die zitierte Antwort auf ein echtes Problem ist |
| Markenspezifische Anfrage | ”[Dein Markenname] [Kategorie oder Feature]“ | Alle Stufen | Genauigkeit und Vollständigkeit, wie KI dich beschreibt |
Kategoriefragen sind am wettbewerbsintensivsten, weil jede Marke in deinem Bereich versucht, diese Slots zu gewinnen. Sie testen, ob KI-Engines dich in der ersten Welle von Anbietern für eine Anfrage aufführen. Die Formulierung ist wichtiger, als die meisten Teams erkennen: “Bestes Projektmanagement-Tool für Remote-Teams” erzeugt andere Zitierungsmuster als “Top-Projektmanagement-Software”, weil erstere den Intent einengt.
Vergleichsanfragen testen den Citation Share im Mid-Funnel. Laut Profounds Analyse der plattformübergreifenden Zitierungsüberlappung (Juli 2025) erscheinen nur etwa 11 % der Domains sowohl in ChatGPT- als auch in Perplexity-Ergebnissen für dieselben Anfragen. Vergleichsprompts zeigen oft die größte Varianz über Engines hinweg, was sie besonders wertvoll macht, um Zitierungslücken nach Plattform zu entdecken.
Problem- und Symptom-Prompts sind der Archetyp, in den die meisten Teams zu wenig investieren. Das sind die Anfragen, bei denen ein Käufer seinen Schmerzpunkt beschreibt, ohne bereits eine Lösungskategorie zu nennen. “Warum verpasst mein Team Projektfristen” ist ein Problem-Prompt. Die Marke, die hier eine Zitierung erhält, ist die, deren Inhalt das Problem direkt und prägnant adressiert, vor jedem Produktpitch.
Markenspezifische Anfragen sind der Archetyp, der Halluzinationen aufdeckt. Den eigenen Markennamen regelmäßig durch KI-Engines zu führen ist der Weg, um herauszufinden, wann ChatGPT den falschen Preistier beschreibt, wann Perplexity dir ein Feature eines Wettbewerbers zuschreibt oder wann Gemini aus einer veralteten Pressemitteilung zieht. Die Genauigkeitsüberwachung auf Markenebene setzt markenspezifische Prompts im Set voraus.
Schritt 3: Volumengewichtung anwenden
Nicht alle Prompts sind gleich wichtig. Eine Anfrage, die einen volumenreichen Entscheidungsmoment in deiner Käuferreise repräsentiert, verdient mehr Gewicht in deinem Citation-Share-Wert als ein nischiger Randfall-Prompt.
Volumengewichtung ist die Praxis, jedem Intent-Cluster (und damit jedem Prompt) einen Multiplikator zuzuweisen, der davon abhängt, wie häufig dieser Entscheidungsmoment im realen Markt vorkommt. Das Gewicht kann abgeleitet werden aus:
- Suchvolumendaten aus deinem bestehenden SEO-Tool (ungenau, aber schnell)
- KI-Anfragevolumendaten von Plattformen, die echte Prompt-Nachfrage sichtbar machen
Auf der Seite der KI-Anfragevolumen stützt sich Profounds Prompt-Volumes-Funktion auf Millionen von KI-Anfragen, um zu zeigen, welche Prompts tatsächlich in großem Maßstab gestellt werden. Otterly.AIs AI Prompt Research-Datenbank indiziert täglich über 10 Millionen Prompts und ist nützlich, um aufkommende Anfragemuster zu finden, die noch nicht in der klassischen Keyword-Recherche erscheinen. Diese Quellen sind nicht mit Suchvolumen austauschbar, liefern aber ein nachfrageseitiges Signal, das Keyword-Tools nicht können.
Das praktische Minimum: Weise jedem Cluster ein Gewicht von 1 (niedrig), 2 (mittel) oder 3 (hoch) zu. Berechne deinen Citation-Share-Wert als gewichteten Durchschnitt über alle Cluster statt als einfache Zählung über alle Prompts. Das verhindert, dass eine Marke, die bei obskuren Prompts gut abschneidet, ihre Gesamtzahl künstlich aufbläht.
Schritt 4: Jeden Prompt nach Funnel-Stufe taggen
Funnel-Tagging ist der Schritt, der dein Prompt-Set mit deiner Content-Strategie verknüpft. Jeder Prompt sollte eines von drei Tags tragen: Top of Funnel (Awareness), Mid-Funnel (Consideration) oder Bottom of Funnel (Decision).
Der Grund, warum das wichtig ist: Zitierungsmöglichkeiten auf jeder Stufe erfordern unterschiedliche inhaltliche Reaktionen. Ein Top-of-Funnel-Zitierungserfolg bedeutet, dass deine Marke erscheint, wenn Käufer die Kategorie erstmals entdecken. Diesen Slot zu gewinnen erfordert Erwähnungen in der Art von autoritativem, kategoriedefinierendem Inhalt, dem KI-Engines vertrauen: Branchenpublikationen, Vergleichsseiten und Kategorie-Guides. Ein Bottom-of-Funnel-Zitierungserfolg bedeutet, dass deine Marke erscheint, wenn Käufer bereit sind, eine Entscheidung zu treffen. Diesen Slot zu gewinnen erfordert, dass dein eigener Inhalt spezifisch, präzise und so strukturiert ist, dass KI-Engines eine direkte Antwort entnehmen können.
Teams, die nicht nach Funnel-Stufe taggen, entwickeln eine inhaltliche Reaktion, die für die falsche Stufe optimiert. Eine Marke mit schwachem Top-of-Funnel-Citation-Share muss in Earned Media und Drittanbieter-Erwähnungen investieren. Eine Marke mit schwachem Bottom-of-Funnel-Citation-Share muss in On-Page-Inhaltsqualität und Schema investieren. Das sind unterschiedliche Probleme mit unterschiedlichen Lösungen. Das Funnel-Tag in deinem Prompt-Set lässt dich diagnostizieren, welches Problem du tatsächlich hast.
Schritt 5: Einen Ausgangswert ermitteln und einen Überprüfungsrhythmus festlegen
Ein Prompt-Set ist kein Artefakt, das man einmal erstellt und dann vergisst. KI-Engines verändern ihr Zitierungsverhalten, dein Wettbewerbsumfeld verschiebt sich, neue Produktkategorien entstehen, und die Sprache der Käufer entwickelt sich weiter. Ein Prompt-Set, das deinen Markt in Q1 genau abbildet, kann bis Q3 nennenswert veraltet sein.
Ausgangsmessung: Bevor du inhaltliche Änderungen vornimmst, führe dein vollständiges Prompt-Set über alle von dir verfolgten Engines aus und erfasse den Citation Share pro Cluster. Das ist die Zahl, gegen die alles andere gemessen wird. Ohne einen Ausgangswert kannst du nicht beurteilen, ob eine Verbesserung des Citation Share real oder nur Rauschen ist.
Vierteljährliche Überprüfungs-Checkliste:
- Deaktiviere Prompts für Anfragetypen, die in deiner Kategorie keine KI-Antworten mehr generieren
- Füge Prompts für aufkommende Anwendungsfälle hinzu, nach denen deine Käufer begonnen haben zu fragen (ziehe dazu deine Verkaufsgespräch-Transkripte und die Prompt-Discovery-Daten deiner Plattform heran)
- Balanciere Volumengewichte neu, wenn sich dein Zielkäufer-Segment verschoben hat
- Aktualisiere Vergleichsanfragen, um das aktuelle reale Wettbewerbsumfeld widerzuspiegeln, nicht das von vor 12 Monaten
- Prüfe markenspezifische Anfragen auf neue Halluzinationen oder veraltete Informationen
Die Tools, mit denen du das Prompt-Set ausführst, spielen hier eine wichtige Rolle. Profound deckt neun oder mehr Engines mit täglichem Tracking ab und liefert Citation-Source-Maps, die zeigen, welche spezifischen URLs KI-Engines heranziehen. Otterly.AI verfolgt sechs Plattformen mit wöchentlichen Markenberichten und einer AI Prompt Research-Funktion, die für die vierteljährliche Aktualisierung nützlich ist. Peec AI ist auf kommerzielle und kaufabsichtsbasierte Prompt-Analyse spezialisiert und besonders stark für Teams, die sich auf AI-Overview-Auslöseraten konzentrieren. Temso deckt acht Engines in jedem Tarif ab, bereits ab 89 USD/Monat, darunter ChatGPT, Perplexity, Gemini, Google AI Overviews und andere, und ist die zugänglichste Option für Teams, die ihr erstes strukturiertes Prompt-Set aufbauen. Alle vier sind im vollständigen GEO-Tool-Ranking unter /rankings/geo-tools aufgeführt.
Das Prompt-Set-Audit: Eine praktische Checkliste
Nutze diese Checkliste, bevor du einen Citation-Share-Wert als verlässlich betrachtest:
- Jeder Prompt im Set gehört einem der vier Archetypen an (Kategorie, Vergleich, Problem/Symptom, markenspezifisch)
- Prompts sind in Intent-Clustern von drei bis acht Prompts organisiert
- Jeder Cluster hat ein Funnel-Tag (Top, Mid oder Bottom of Funnel)
- Jeder Cluster hat ein Volumengewicht (1, 2 oder 3) basierend auf echten Nachfragedaten
- Das Set enthält mindestens eine markenspezifische Anfrage, die deine wichtigsten Produktversprechen abdeckt
- Du hast einen Ausgangswert ermittelt, bevor du inhaltliche Änderungen vorgenommen hast
- Ein vierteljährliches Überprüfungsdatum ist in deinem Kalender eingetragen
Fehlt ein Punkt, sind die Werte, die deine GEO-Plattform liefert, noch nicht vertrauenswürdig. Korrigiere zuerst das Prompt-Set, dann optimiere den Inhalt.
Womit das zusammenhängt
Ein gut konzipiertes Prompt-Set ist keine isolierte Übung. Es speist jede nachgelagerte GEO-Aktivität. Die Citation-Gap-Analyse, die du gegen dein Prompt-Set durchführst, zeigt dir, welche Drittanbieter-Domains KI-Engines für deine Kategorieanfragen bevorzugen. Das sagt dir, wo du deine Earned-Media-Bemühungen fokussieren solltest. Die markenspezifischen Prompts in deinem Set legen Halluzinationen offen, die korrigiert werden müssen. Die nach Funnel-Stufe getaggten Cluster zeigen dir, welches Content-Format du als nächstes aufbauen solltest.
Das GEO-Glossar unter /glossary enthält das gesamte hier verwendete Vokabular. Die Ranking-Methodik unter /methodology erklärt, wie Citation-Share-Werte bei den Tool-Bewertungen auf dieser Seite verwendet werden.
Prompt-Set-Design ist die wenig glamouröse Voraussetzung für jede andere GEO-Taktik. Mach es richtig, und dein KI-Sichtbarkeitsprogramm hat ein verlässliches Fundament. Mach es falsch, und du gibst Budget für eine Messung aus, die nichts Realem entspricht.
Beginne mit deinen Intent-Clustern. Wenn du noch keine GEO-Tracking-Plattform hast, hilft dir das vollständige Tool-Ranking, eine zu finden, die deinem Budget und deinen Engine-Abdeckungsanforderungen entspricht.