AI Share of Voice
Share of Voice ist die meistgenutzte Kennzahl der KI-Sichtbarkeit. Sie wird auch am häufigsten falsch ausgewiesen. Dieses Kapitel erklärt, was sie tatsächlich misst, warum die meisten Tools sie grundsätzlich falsch berechnen und wie du sicherstellst, dass deine Zahl etwas aussagt.
Die Kurzfassung
- Häufigkeit schlägt Rangplatz. Wo du in einer einzelnen KI-Antwort stehst, schwankt und ändert sich bei jedem Durchlauf. Wie oft du über viele Antworten hinweg vorkommst, ist die Zahl, die du verfolgen solltest.
- Die Bezugsgröße muss offen sein. Lässt dich dein Tool vorab deine Wettbewerber auswählen, wird dein Share of Voice in einer Auswahl gemessen, die du selbst getroffen hast, und nicht in der, die die KI tatsächlich nennt.
- Präsenz ist nicht dasselbe wie Anteil. Wenn du bei 30% der Prompts auftauchst, sagt das etwas über deine Sichtbarkeit. Über deinen Anteil sagt es nichts. Das sind zwei verschiedene Dinge.
- Ein niedriger Share of Voice ist ein Ausgangspunkt, kein Ergebnis. Kapitel 3 (AI Topical Presence) zeigt dir, woran es liegt.
Zwei Kapitel, die du vorher lesen solltest
Share of Voice misst, wie oft deine Marke in kaufrelevanten KI-Antworten vorkommt, im Verhältnis zu allen anderen. Für verlässliche Daten musst du wissen, welche Art von KI-Antwort du misst und wie du Prompts gestaltest, die einheitliche Ergebnisse liefern.
Kap. 7: Kanäle der KI-Sichtbarkeit
AI Share of Voice misst die kaufrelevante Sichtbarkeit in Antworten mit Live-Suche, nicht das, was ein Modell aus seinen Trainingsdaten weiß. Kennst du den Unterschied, wählst du die richtigen Prompts und verstehst, was dein Wert tatsächlich abbildet.
Kap. 8: Prompt-Tracking
Share-of-Voice-Daten sind nur so gut wie die Prompts dahinter. Kapitel 8 zeigt, wie du Prompts auf Ebene der Kategorie gestaltest, die unverzerrte und wiederholbare Ergebnisse liefern.
Du kannst auch messen, ohne diese Kapitel vorher zu lesen. Wirken deine Werte aber widersprüchlich oder passen nicht zu deinen Erwartungen, sind das Prompt-Design und eine Verwechslung der Kanäle die zwei häufigsten Ursachen.
Was AI Share of Voice wirklich ist
Anteil an allen Markenerwähnungen statt bloßer Präsenzrate
AI Share of Voice ist ein Anteil. Die Kennzahl misst, welchen Teil aller Markenerwähnungen in KI-Antworten deine Marke ausmacht. Das entscheidende Wort ist „alle“. Jede Marke, die die KI nennt, fließt in die Bezugsgröße ein, nicht nur die, die du ausgewählt hast.
AI SOV = Erwähnungen deiner Marke / alle Markenerwähnungen in allen Antworten
Berechnet über viele Durchläufe. Jede Marke, die die KI in irgendeiner Antwort nennt, zählt zur Bezugsgröße, ob du mit ihr gerechnet hast oder nicht.
In der Theorie ist das einfach. Das Problem: Die meisten Tools setzen es nicht so um. Und der Unterschied zwischen richtiger und falscher Berechnung erzeugt Zahlen, die nicht nur ungenau sind, sondern dich aktiv in die Irre führen.
Drei Fehler, die die meisten Tools machen
Fehler 1: Die Präsenzrate wird als Share of Voice ausgewiesen
Der häufigste Fehler. Eine Präsenzrate sagt dir, wie oft deine Marke bei den verfolgten Prompts aufgetaucht ist. Sie sagt dir nicht, welchen Anteil am gesamten Gespräch du hattest.
Prompts mit Nennung deiner Marke / Anzahl der verfolgten Prompts
Taucht deine Marke bei 30 von 100 Prompts auf, ergibt das 30%. Wurden aber bei jedem dieser Prompts auch vier andere Marken genannt, liegt dein tatsächlicher Anteil eher bei 6%.
Fehler 2: Die Gewichtung nach Position misst Rauschen
Manche Tools gewichten Marken höher, wenn sie weiter vorne in einer KI-Antwort stehen. Das klingt logisch, hält einer Prüfung aber nicht stand. KI-Antworten sind vom Zufall geprägt. Derselbe Prompt liefert bei jedem Durchlauf andere Marken in anderer Reihenfolge. In einer Studie von Fishkin und O’Donnell aus dem Jahr 2026 lag die Wahrscheinlichkeit, dass zwei Antworten dieselbe Markenliste in derselben Reihenfolge ergeben, bei fast 3000 Durchläufen unter 1 zu 1000. Wer nach Position gewichtet, gewichtet nach Zufall.
Die Häufigkeit über viele Durchläufe. Wie oft deine Marke in der Gesamtheit der Antworten vorkommt, ist stabil und aussagekräftig. Wo sie innerhalb einer einzelnen Antwort steht, ist es nicht.
Fehler 3: Die geschlossene Bezugsgröße
Lässt dich ein Tool vor dem Tracking deine Wettbewerber auswählen, berechnet es den Share of Voice in einer Auswahl, die du festgelegt hast, und nicht in der, die die KI tatsächlich nennt. Daraus entstehen drei Probleme.
Er lässt sich schönen
Nimm einen starken Wettbewerber von deiner Liste, und dein Anteil steigt sofort. Die Zahl geht nach oben, in der Wirklichkeit hat sich nichts geändert.
Er ist nicht vergleichbar
Zwei Unternehmen im selben Markt können völlig unterschiedliche Share-of-Voice-Werte ausweisen, nur weil sie unterschiedliche Wettbewerberlisten gewählt haben. Die Zahl beschreibt dann nicht dasselbe.
Er übersieht neue Konkurrenten
Empfiehlt die KI inzwischen regelmäßig eine Marke, die nicht auf deiner Liste steht, taucht sie in deinen Daten nicht auf. Du erfährst nie, dass es sie gibt.
SOV = deine Erwähnungen / (deine Erwähnungen + ausgewählte Wettbewerber)
Das Wettbewerbsfeld legt der Nutzer fest, nicht das, was die KI tatsächlich sagt.
So misst du richtig
Offene Bezugsgröße, viele Durchläufe
Der richtige Ansatz hat zwei Teile. Erstens: Lass die KI das Wettbewerbsfeld bestimmen, statt es selbst festzulegen. Jede Marke, die in irgendeiner Antwort auftaucht, fließt in die Bezugsgröße ein. Zweitens: Lass die Prompts so oft laufen, dass die Häufigkeiten stabil sind, also nicht nur ein- oder zweimal pro Prompt.
AI SOV = Erwähnungen deiner Marke / alle Markenerwähnungen in allen Antworten
Das Wettbewerbsfeld ergibt sich aus den Daten, nicht aus Annahmen. Lass jeden Prompt mindestens fünf- bis zehnmal laufen. Fasse die Ergebnisse mehrerer Modelle zusammen, um ein vollständigeres Bild zu bekommen.
Waikay erfasst jede Marke, die bei deinen verfolgten Prompts genannt wird, und berechnet deinen Anteil an sämtlichen Markenerwähnungen. Eine vorab festgelegte Wettbewerberliste brauchst du nicht. Neue Marken, die in KI-Antworten auftauchen, kommen automatisch dazu. So zeigen deine Daten, was die KI tatsächlich sagt, und nicht, was du erwartet hast.
Was du mit deinem Wert machst
Der Wert zeigt dir, wo du stehst. Nicht, warum.
Hast du einen verlässlichen Share-of-Voice-Wert, lautet die nächste Frage immer: Was steckt dahinter? Je nachdem, was dein Wert zeigt, schaust du an unterschiedlichen Stellen nach.
Der Wert ist niedriger als erwartet
Die wahrscheinlichste Ursache sind fehlende thematische Verknüpfungen. Die KI verbindet deine Marke mit zu wenigen der Themen, nach denen Käufer in deiner Kategorie fragen.
Unbekannte Marken liegen vor dir
Du musst verstehen, mit welchen Marken die KI in deinem Markt starke Verknüpfungen aufgebaut hat und warum. Die Wettbewerbskarte ist der Ausgangspunkt dafür.
Der Wert sieht gut aus, aber die Ergebnisse bleiben aus
Vielleicht tauchst du oft auf, aber bei den falschen Themen. Viele Nennungen bei Anfragen, die für dich nicht zählen, treiben den Share of Voice nach oben, ohne dir die Sichtbarkeit zu bringen, die du brauchst.
Der Wert schwankt zwischen den Modellen
Die Modelle haben Unterschiedliches über deine Marke gelernt. Das deutet auf Lücken bei Entitäten und in den Trainingsdaten hin, und die solltest du auf Ebene der Quellen untersuchen.
Weiter zu Kapitel 5: Entity Map und Kapitel 6: KI-Zitationsdaten
