So bauen Sie ein KI-Sichtbarkeits-Dashboard und lassen es täglich kostenlos laufen

Wenn jemand ChatGPT bittet, ein Produkt wie Ihres zu empfehlen, taucht Ihr Unternehmen dann auf? Und bei Gemini, Perplexity, Grok oder in Googles KI-Suchergebnissen? Und wenn Sie erwähnt werden, woher nehmen die Engines ihre Informationen?

Sie können all das kostenlos verfolgen, jeden Tag, und ein Dashboard haben, das zeigt, wie sich Ihre Sichtbarkeit im Lauf der Zeit verändert.

Ich zeige Ihnen Schritt für Schritt, wie Sie eines einrichten: mit Hi, Moose, unserer kostenlosen AEO-Desktop-App, und einem Open-Source-AEO-Skill, mit dem Sie ein eigenes Dashboard in Claude bauen können, oder in dem KI-Client Ihrer Wahl, der Skill-Dateien unterstützt. Programmierkenntnisse oder API-Schlüssel brauchen Sie nicht.

Ich zeige Ihnen auch, wie Sie die Daten nutzen, sobald Sie sie gesammelt haben, mit einigen Beispielen aus rund 2.500 KI-Antworten, die wir im September über zwei Wochen gesammelt haben.

Wenn Sie Ihr Dashboard lieber von Grund auf selbst per Vibe Coding bauen möchten, gehen wir auch auf diese Option ein.

Was gehört in ein KI-Sichtbarkeits-Dashboard?

Ein einfaches KI-Sichtbarkeits-Dashboard verfolgt, wie oft KI-Such- oder Antwortmaschinen Ihr Unternehmen erwähnen, zitieren oder empfehlen, wenn jemand eine passende Frage stellt.

Sehen Sie es als Erweiterung des klassischen SEO-Reportings. Statt zu verfolgen, wo eine Seite für ein Keyword auf der SERP rankt, schauen Sie, wie Ihr Unternehmen in KI-generierten Antworten erscheint.

Ich würde mit fünf Dingen anfangen:

• Markenerwähnungen: Wie oft erscheint Ihr Unternehmen in den Antworten auf die Fragen, die Sie verfolgen?
• Zitate: Welche Seiten Ihrer Website werden verlinkt, und wie oft?
• Wettbewerber: Wer wird sonst noch für dieselben Fragen empfohlen?
• Prompts: Welche Fragen enthalten Ihr Unternehmen durchgängig, und bei welchen bleiben Sie außen vor?
• Verlauf: Wie verändern sich diese Ergebnisse im Lauf der Zeit?

Sie können es ausgefeilter angehen, mit Empfehlungsposition, Stimmung, Markenkorrektheit und anderen Messgrößen. Aber diese fünf reichen aus, um einem Unternehmen einen brauchbaren Blick auf seine Präsenz in der KI-Suche zu geben.

Eines würde ich von Anfang an getrennt halten: Marken-Prompts und markenfreie Prompts.

Fragt man ChatGPT zum Beispiel „Ist Hi, Moose ein gutes AEO-Tool?" (natürlich ist es das 😉), führt das mit ziemlicher Sicherheit zu einer Erwähnung von Hi, Moose.

Die Frage „Was ist ein gutes kostenloses Tool, um meine Marke in der KI-Suche zu verfolgen?" sagt mir deutlich mehr darüber, ob jemand, der Hi, Moose nicht kennt, es entdecken könnte.

Beide Fragen haben ihren Wert. Werfen Sie sie nur nicht in eine einzige Sichtbarkeitsquote und nehmen an, sie zeige, wie oft neue Kunden auf Ihre Marke stoßen.

Schritt 1: Wählen Sie die Fragen, die Sie verfolgen möchten

Ich würde mit 30 bis 40 Prompts starten und versuchen, sie in Kategorien zu gruppieren. Mit 40 Prompts könnten Sie vier Produktkategorien mit je 10 Prompts haben, genug, um pro Kategorie mehrere verschiedene Wege abzudecken, auf denen jemand Ihr Unternehmen entdecken könnte. Je mehr unterschiedliche Prompts Sie pro Kategorie haben, desto realistischer wird Ihr Bild Ihrer KI-Suchsichtbarkeit für diese Kategorie insgesamt.

Sie brauchen keine riesige Liste zum Start. Eine kleinere Gruppe passender Fragen ist ein viel besserer Ausgangspunkt als Hunderte Prompts, die Sie nicht durchdacht haben. Tatsächlich gibt es Prompts, deren Verfolgung Zeit und Ressourcen verschwenden kann, nämlich die, die keinerlei Anbieternennung oder Zitat liefern. Wie in der klassischen SEO ist es wichtig, die Suchabsicht der Nutzer zu bedenken. Prompts mit kommerzieller Absicht liefern oft Anbieternennungen und Zitate, Prompts mit Informationsabsicht dagegen häufig nicht.

Nehmen wir an, Sie verkaufen Buchhaltungssoftware für kleine Unternehmen und interessieren sich vor allem für Prompts mit kommerzieller Absicht.

Ihre Prompts könnten so aussehen:

• Was ist die beste Buchhaltungssoftware für ein kleines Unternehmen?
• Wie kann ich meine Buchhaltung erledigen, ohne einen Buchhalter einzustellen?
• QuickBooks-Alternativen für ein Ein-Personen-Unternehmen
• Was ist die günstigste Buchhaltungssoftware für Freelancer?
• Welche Buchhaltungstools lassen sich mit Stripe verbinden?
• Ist [Ihre Marke] eine gute Wahl für ein kleines Unternehmen?

Ich gruppiere Prompts gern nach dem Problem, das jemand lösen will, nach der Produktkategorie, die jemand recherchiert, und nach den Alternativen, die jemand in Betracht zieht.

Ideen finden Sie in Kunden-E-Mails, Verkaufsgesprächen, auf Reddit und in den Fragen, die Leute vor dem Kauf Ihres Produkts stellen.

Formulieren Sie die Prompts so, wie jemand einen KI-Assistenten fragen würde. Sie müssen nicht wie klassische SEO-Keywords aussehen. Sie müssen auch nicht immer exakt dem entsprechen, was Ihre Kunden eintippen. Die Idee ist: Sie wollen wissen, wie sichtbar Sie auf Ebene der Produktkategorie sind.

Wenn Ihre erste Liste steht, lassen Sie diese Prompts eine Weile unverändert. Wenn Sie die Fragen jede Woche ändern, lässt sich schwer sagen, ob sich Ihre Sichtbarkeit verändert hat oder ob Sie einfach etwas anderes gemessen haben.

Neue Prompts können Sie jederzeit hinzufügen. Behalten Sie nur die bestehenden, damit Sie etwas zum Vergleichen haben.

Schritt 2: Richten Sie kostenloses tägliches Tracking in Hi, Moose ein

Hi, Moose ist eine AEO-Desktop-Anwendung für Windows und Mac (auch als Web-Version verfügbar). Ich habe Hi, Moose gebaut, um KI-Suchrecherche, Sichtbarkeits-Tracking und AEO-Arbeit umsetzbar und zugänglich zu machen, ohne die Kosten und die Komplexität von Enterprise-Plattformen.

Es gibt eine Menge anderer Anbieter mit Produkten für KI-Suchsichtbarkeit. Hi, Moose ist allerdings die einzige wirklich kostenlose Option ohne Limits, die für die Daten nicht auf API-Anbindungen angewiesen ist.

Mit dem kostenlosen Tarif verfolgen Sie ein Projekt mit unbegrenzt vielen Prompts in sechs KI-Suchmaschinen:

• ChatGPT
• Perplexity
• Gemini
• Grok
• Google AI Overviews
• Google AI Mode

Die App sammelt die Antworten aus den Endkundenprodukten auf Ihrem eigenen Rechner. Wir nennen das lokalen Abruf (local fetch).

Weil Sie die Antworten mit Ihrem eigenen Rechner sammeln, zahlen Sie keine Modell-API-Gebühren für jeden Prompt.

So richten Sie es ein.

App herunterladen und Unternehmen anlegen

Beginnen Sie mit dem Download von Hi, Moose. Die App ist kostenlos für Windows und macOS, ohne Kreditkarte.

Nach der Installation erstellen Sie ein Konto und legen Ihre Website als Projekt an.

Geben Sie Ihren Firmennamen und Ihre Domain ein. Hi, Moose nutzt diese Angaben, um zu erkennen, wann eine Engine Ihr Unternehmen erwähnt oder Ihre Website zitiert.

Wenn Sie verschiedene Schreibweisen Ihres Markennamens verwenden, können Sie diese als Aliasse hinzufügen.

Prompts hinzufügen

Öffnen Sie Sichtbarkeit → Prompt-Manager.

Fügen Sie die Fragen hinzu, die Sie im ersten Schritt zusammengestellt haben. Wie gesagt, Sie sollten sie in Kategorien ordnen.

Wählen Sie für jeden Prompt die KI-Engines, die Sie verfolgen möchten.

Ich empfehle, denselben Satz Prompts über mehrere Engines zu nutzen. Eine der interessanteren Entdeckungen wird sein, wie unterschiedlich die Plattformen auf identische Fragen antworten.

Unter Sichtbarkeits-Einstellungen können Sie auch Wettbewerber hinzufügen. Beginnen Sie mit zwei oder drei Unternehmen, die Ihre Kunden realistischerweise neben Ihrem in Betracht ziehen würden.

Zeitplan auf täglich stellen

Unter Sichtbarkeit → Einstellungen legen Sie Ihren Tracking-Zeitplan fest.

Sie können zwischen täglichen, wochentäglichen, wöchentlichen oder manuellen Prüfungen wählen. Für diese Einrichtung wählen Sie täglich.

Sie können auch festlegen, wie viele Stichproben pro Prompt gesammelt werden. Mit einer pro Tag zu starten ist völlig in Ordnung. Wenn Sie untersuchen möchten, wie häufig sich eine Antwort ändert, können wiederholte Stichproben nützlich sein.

Einen Haken hat das kostenlose lokale Tracking: Ihr Rechner muss eingeschaltet sein und Hi, Moose laufen, wenn die Prüfungen geplant sind.

Sie können die Anwendung minimiert im Infobereich der Taskleiste lassen. Wenn Sie Ihren Rechner über Nacht herunterfahren, planen Sie die Prüfungen für eine Zeit, zu der Sie normalerweise arbeiten.

(Nebenbei: Sie können die Hi, Moose App auch in der Cloud installieren, auf einer VM oder einem Windows Server, damit sie dauerhaft läuft.)

Führen Sie eine erste Prüfung aus, um sicherzugehen, dass alles richtig erfasst wird.

Sobald sie abgeschlossen ist, haben Sie Ihre ersten Ergebnisse im Sichtbarkeits-Dashboard. Von da an fügt jeder geplante Lauf Ihrem Verlauf einen weiteren Satz Antworten hinzu.

Schritt 3: Schauen Sie sich Ihre ersten Ergebnisse an

In Hi, Moose sehen Sie mehrere Ansichten, darunter Markenerwähnungen, Zitate, Sichtbarkeit der Wettbewerber und Veränderungen im Lauf der Zeit.

Bevor Sie sich zu sehr für die Prozentzahlen interessieren, öffnen Sie ein paar der tatsächlichen Antworten.

Ich würde auf drei Dinge achten.

Erstens: Wenn Ihr Unternehmen erwähnt wird, wie wird es beschrieben? Passt die Beschreibung zu dem, was Sie heute verkaufen?

Zweitens: Wenn Ihr Unternehmen nicht erwähnt wird, was wird stattdessen empfohlen? Ähneln diese Unternehmen Ihrem, oder legt die KI-Engine die Frage anders aus, als Sie erwartet haben?

Drittens: Woher beziehen die Antworten ihre Informationen? Zitieren sie Ihre Website, unabhängige Bewertungen, G2, Reddit-Diskussionen, YouTube-Videos oder Seiten von Wettbewerbern?

Oft finden Sie schon im ersten Schwung Antworten etwas, das sich näher anzusehen lohnt.

Die tägliche Erfassung wird wertvoller, sobald Sie ein paar Wochen Verlauf haben, weil Sie dann anfangen können, wiederkehrende Muster von der natürlichen Schwankung zwischen KI-Antworten zu trennen.

Ein Beispiel aus unseren eigenen Sichtbarkeitsdaten

Im September habe ich KI-Sichtbarkeitsdaten für 33 Prompts zu Software gesammelt, die Solo-Gründer häufig nutzen. Die Prompts deckten E-Mail-Marketing-Plattformen und Social-Media-Planungstools ab.

Das Projekt lief täglich über sechs KI-Systeme und sammelte in zwei Wochen rund 2.500 verwertbare Antworten.

Eine der Kategorien umfasste 18 Fragen zu Social-Media-Planern.

Buffer erschien in 1.000 der 1.332 Antworten dieser Kategorie, eine Erwähnungsrate von 75%.

Das ist ein starkes Ergebnis. Aber die Aufschlüsselung nach Engine ist deutlich nützlicher.

Sehen Sie sich den Unterschied zwischen ChatGPT und Google AI Overviews an.

Beide erwähnten Buffer in der großen Mehrheit ihrer Antworten. Aber ChatGPT verlinkte häufig direkt auf buffer.com, während Google AI Overviews das fast nie tat.

Google zitierte andere Quellen, darunter Reddit, YouTube und Zapier.

Wäre ich für Buffers Sichtbarkeit verantwortlich, wollte ich verstehen, warum Google sich so stark auf diese Drittquellen stützt und welche Informationen diese Quellen liefern.

Das könnte zu aktualisierten Inhalten auf Buffers Website führen, zur Korrektur falscher Informationen anderswo oder dazu, Drittpublikationen zu finden, mit denen sich der Austausch lohnt.

Wir können uns auch Metricool ansehen, das in 751 Antworten erschien, rund 56% desselben Datensatzes.

Metricool wurde in 59 Antworten als Erstes erwähnt, Buffer in 542.

Würde ich an Metricools KI-Sichtbarkeit arbeiten, würde ich die Prompts herausziehen, in denen Metricool enthalten war, Buffer aber die Hauptempfehlung bekam.

Ich wollte verstehen, wie die Engines die beiden Produkte beschreiben und ob sich das ändert, wenn jemand gezielt nach Analytics, Preisen oder Bedienfreundlichkeit fragt.

Das ist die Art von Analyse, die Sie mit einem relativ einfachen Dashboard machen können.

Sie haben die Gesamtzahlen, um zu erkennen, wo etwas passiert, und die Originalantworten, um zu verstehen, was die Ursache sein könnte.

Eine Anmerkung zur September-Recherche: ChatGPT und Claude wurden über ihre APIs gemessen, die Google- und Bing-Ergebnisse kamen aus den Endkundenprodukten. Eine API-Antwort ist nicht zwingend identisch mit dem, was jemand in der entsprechenden Chat-Anwendung sieht, meistens unterscheiden sie sich, deshalb halte ich diese Quellen getrennt gekennzeichnet.

Schritt 4: Bauen Sie mit diesem kostenlosen AEO-Skill ein eigenes Dashboard

Hi, Moose enthält bereits ein Sichtbarkeits-Dashboard, Sie können also hier aufhören, wenn es abdeckt, was Sie brauchen.

Vielleicht bevorzugen Sie aber ein anderes Layout, möchten einen Report mit Ihrem Team teilen oder arbeiten einfach gern in Claude.

Dafür haben wir eine Sammlung kostenloser Open-Source-AEO-Skills auf GitHub veröffentlicht.

Der Skill ai-visibility greift auf die Sichtbarkeitsdaten zu, die Sie bereits in Hi, Moose gesammelt haben, und baut daraus ein interaktives HTML-Dashboard.

Es kann eine 7-, 30- oder 90-Tage-Ansicht enthalten, Vergleiche mit dem Vorzeitraum, Filter nach KI-Engine, Wettbewerber-Diagramme, zitierte Quellen, fehlende Markenerwähnungen und eine priorisierte To-do-Liste.

Sie können das Dashboard als HTML-Datei speichern, Diagramme als PNG exportieren, Zahlen als CSV sichern oder ein PDF erzeugen.

Sie müssen das Dashboard weder selbst gestalten noch Code schreiben.

Hi, Moose mit Claude verbinden

Zuerst müssen Sie Claude über unseren MCP-Connector mit Hi, Moose verbinden.

MCP ist ein Weg, über den ein KI-Assistent mit externen Apps und deren Daten arbeiten kann. In diesem Fall erlaubt es Claude, Ihre Hi, Moose Projekte, die gespeicherten Sichtbarkeitsergebnisse und die Chancen zu lesen.

Öffnen Sie Hi, Moose und gehen Sie zu Einstellungen → Hi, Moose MCP.

Wählen Sie Ihren Rechner als Host-Gerät für das Projekt. Das ist der Rechner, der die Anfragen von Claude bearbeitet.

Dann in Claude:

1. Öffnen Sie Einstellungen → Connectors.
2. Wählen Sie Benutzerdefinierten Connector hinzufügen.
3. Geben Sie https://mcp.himoose.com/mcp als Serveradresse ein.
4. Verbinden Sie sich und melden Sie sich mit Ihrem Hi, Moose Konto an.

Sobald die Verbindung steht, starten Sie eine neue Unterhaltung und bitten Claude, Ihre Hi, Moose Projekte aufzulisten.

Wenn Ihr Projekt zurückkommt, funktioniert die Verbindung.

Falls Sie sie brauchen, haben wir vollständige Anleitungen zum Verbinden von Hi, Moose mit Claude, ChatGPT und anderen Agenten.

Den KI-Sichtbarkeits-Skill installieren

Öffnen Sie jetzt unser AEO-Skills-Repository auf GitHub.

Wählen Sie Code → Download ZIP und entpacken Sie den heruntergeladenen Ordner.

Öffnen Sie im Repository das Verzeichnis skills. Dort finden Sie einen Ordner namens ai-visibility.

Klicken Sie mit der rechten Maustaste auf den Ordner und komprimieren Sie genau diesen Ordner zu einer ZIP-Datei.

Öffnen Sie in Claude Anpassen → Skills, klicken Sie auf das Plus und wählen Sie Skill erstellen → Skill hochladen. Wählen Sie die gerade erstellte ZIP-Datei aus.

Stellen Sie sicher, dass die Code-Ausführung in Claude aktiviert ist.

Das war die Einrichtung.

Jetzt können Sie eine neue Unterhaltung mit aktiviertem Hi, Moose Connector öffnen und fragen:

Erstelle ein KI-Sichtbarkeits-Dashboard für mein Hi, Moose Projekt mit den Daten der letzten 30 Tage. Zeige Erwähnungen und Zitate nach Engine, den Share of Voice der Wettbewerber, die am häufigsten zitierten Quellen und was sich gegenüber dem Vorzeitraum verändert hat.

Claude nutzt den Skill und Ihre gespeicherten Hi, Moose Daten, um das Dashboard zu erzeugen.

Sie können auch etwas Spezifischeres anfragen, etwa einen Report zu einem einzelnen Wettbewerber oder eine Liste der Prompts, in denen Ihre Marke noch nie aufgetaucht ist.

Der Skill nutzt Ihre vorhandenen Ergebnisse. Er führt von sich aus keine neuen Sichtbarkeitsprüfungen durch, Sie sollten Ihren täglichen Zeitplan in Hi, Moose also weiter aktiviert lassen.

Das Repository enthält außerdem die Skills weekly-content-plan und publish-ready-draft, falls Sie Ihre Sichtbarkeitschancen nutzen möchten, um Inhalte zu planen und zu produzieren.

Dieselben Skills können Sie auch mit anderen kompatiblen Agenten nutzen. Die Installation unterscheidet sich je nach Anwendung, und die native Skills-Funktion von ChatGPT ist in unterstützten Workspace-Tarifen verfügbar. Der Hi, Moose MCP-Connector selbst ist in den bezahlten ChatGPT-Tarifen verfügbar.

Schritt 5: Gönnen Sie sich einen nützlichen Wochenreport

Mit laufender täglicher Erfassung sollten sich automatisch neue Daten ansammeln.

Ich würde nicht viel Zeit darauf verwenden, das Dashboard jeden Morgen durchzusehen. Lieber schaue ich einmal pro Woche hinein, wenn genug Daten für Vergleiche da sind.

Mit dem Skill ai-visibility können Sie Claude fragen:

Werte unsere KI-Sichtbarkeit der letzten sieben Tage aus. Vergleiche sie mit der Vorwoche. Zeige, wo unsere Wettbewerber auftauchten und wir nicht, welche Quellen am häufigsten zitiert wurden und die fünf nützlichsten Dinge, an denen wir als Nächstes arbeiten könnten.

Sie können auch einen Report als reinen Text anfordern, den Sie per E-Mail verschicken oder mit jemandem teilen können.

Die wöchentliche Auswertung würde ich auf eine Handvoll Fragen konzentrieren.

Hat sich unsere Sichtbarkeit verändert? Vergleichen Sie Erwähnungs- und Zitatraten nach Engine und Thema. Wenn sich eine Zahl deutlich bewegt hat, prüfen Sie, wie viele Antworten dahinterstehen, und lesen Sie ein paar davon.

Werden Wettbewerber dort empfohlen, wo wir es nicht werden? Suchen Sie die betreffenden Prompts und lesen Sie die Antworten. Vielleicht entdecken Sie ein ganzes Thema, zu dem Ihre Website wenig Nützliches bietet.

Welche Websites beeinflussen die Antworten? Achten Sie auf Drittquellen. Wenn die Engines immer wieder einen bestimmten Leitfaden oder eine bestimmte Diskussion zitieren, lohnt es sich zu verstehen, was diese Quelle beiträgt.

Stimmen die Informationen über unser Unternehmen? KI-Engines nutzen manchmal veraltete Produktbeschreibungen oder übersehen wichtige Funktionen. Das wollen Sie wissen, wenn es passiert.

Was machen wir daraus? Wählen Sie ein oder zwei Punkte, die sich anzugehen lohnen. Sie müssen nicht jede Veränderung im Dashboard in eine neue Aufgabe verwandeln.

Hi, Moose hat außerdem einen Bereich Chancen, der Lücken aus Ihren verfolgten Ergebnissen erkennt. Den können Sie neben dem Dashboard nutzen, um zu entscheiden, wo Sie Ihre Zeit investieren.

Ich würde mir Notizen zu wesentlichen Änderungen an Ihrer Website, neu veröffentlichten Inhalten und anderer Marketingarbeit machen. Diese Zeitpunkte helfen, wenn Sie später Trends auswerten.

Noch etwas: Gehen Sie nicht davon aus, dass jede Veränderung der Sichtbarkeit auf etwas zurückgeht, das Sie getan haben.

KI-Engines ändern ihre Antworten ständig. Ein paar fehlende Erwähnungen in den Ergebnissen eines Tages bedeuten womöglich sehr wenig. Wenn sich dasselbe Muster über mehrere Prompts und Läufe fortsetzt, lohnt sich ein genauerer Blick.

Was ist mit Google Analytics und der Search Console?

Ich würde Ihr KI-Sichtbarkeits-Dashboard neben Ihrem regulären Website-Reporting führen.

GA4 kann Ihnen helfen, Besuche von KI-Plattformen zu erkennen, während die Google Search Console zeigt, wie Ihre Website in der Google-Suche abschneidet.

Google hat 2026 einen Leistungsbericht Search Generative AI eingeführt, der Impressionsdaten für URLs liefert, die in Googles generativen KI-Funktionen erscheinen.

Das sind durchaus nützliche Messgrößen, aber sie beantworten nicht dieselben Fragen wie das Prompt-Tracking.

Jemand könnte ChatGPT nach dem besten Produkt in Ihrer Kategorie fragen, Ihr Unternehmen empfohlen sehen und Ihre Website später am selben Tag direkt besuchen.

Ihre Analytics verknüpft diesen Besuch womöglich nie mit der vorherigen KI-Empfehlung.

Ebenso garantiert ein Zitat in einer KI-Antwort nicht, dass jemand den Link anklickt.

Ich würde Direct-Traffic, Referral-Traffic, die Leistung in der Search Console und die KI-Sichtbarkeit gemeinsam betrachten, wenn ich die Gesamtleistung auswerte, und dabei im Blick behalten, dass jede Größe etwas anderes misst.

Was, wenn Sie Ihr eigenes Dashboard per Vibe Coding bauen möchten?

Sie können auch ein eigenes System mit Claude Code, Cursor, Codex oder einem anderen Coding-Agenten bauen.

Sie müssen nicht wissen, wie man die Anwendung selbst schreibt. Geben Sie dem Agenten eine klare Beschreibung davon, was Sie verfolgen möchten, welche KI-Engines genutzt werden sollen und wie die Ergebnisse angezeigt werden sollen.

Zum Beispiel:

Erstelle ein lokales Dashboard für die KI-Suchsichtbarkeit meines Unternehmens. Ich möchte eine Liste von Prompts verwalten, sie täglich gegen suchfähige KI-APIs laufen lassen, die vollständigen Antworten und Zitate speichern und Markenerwähnungen, Wettbewerbervergleiche und historische Trends sehen. Halte die Ergebnisse nach Engine getrennt, bewahre die Rohantworten auf und gib mir eine einfache Oberfläche, um die Daten durchzusehen.

Sie können gemeinsam mit dem Agenten die Anbieter wählen, API-Schlüssel verbinden und das Dashboard nach und nach verfeinern.

Es gibt allerdings ein paar Abstriche.

Suchfähige APIs können Nutzungskosten verursachen, besonders bei einer großen Prompt-Liste und wiederholten täglichen Stichproben. Außerdem müssen Sie die Anbindungen pflegen, wenn Anbieter ihre Modelle und APIs aktualisieren.

Und ein API-basiertes Dashboard gibt Ihnen keinen gleichwertigen Zugang zu jeder KI-Suchfunktion für Endkunden. Google AI Overviews zum Beispiel lässt sich nicht einfach durch einen Aufruf der Gemini-API messen.

Das ist einer der Gründe, warum wir die lokale Erfassung in Hi, Moose eingebaut haben.

Wenn es Ihnen vor allem um ein eigenes Dashboard geht, können Sie Ihren Coding-Agenten auch den Hi, Moose MCP-Connector oder die REST-API nutzen lassen, um Ihre vorhandenen Daten abzurufen. So haben Sie Raum, mit der Darstellung zu experimentieren, ohne ein eigenes Erfassungssystem bauen und pflegen zu müssen.

Unsere Dokumentation Build with Moose beschreibt, wie Sie den Connector mit Claude Code, Cursor, Codex und anderen Agenten nutzen.

Ein paar Dinge, die ich von Anfang an richtig machen würde

Wenn ein Dashboard eine Weile läuft, wird die Qualität der zugrunde liegenden Daten wichtiger als das Aussehen der Diagramme.

Ich würde auf ein paar Dinge achten.

Bewahren Sie die Originalantworten auf. Wenn Ihre Zitatrate sinkt, sollten Sie die betreffenden Antworten öffnen und sehen können, was sich geändert hat.

Halten Sie die KI-Engines getrennt. Wie das Buffer-Beispiel gezeigt hat, können zwei Engines dieselbe Marke gleich oft erwähnen und ihre Website sehr unterschiedlich oft zitieren.

Zeigen Sie die Stichprobengröße hinter den Prozentzahlen. Eine Erwähnungsrate von 50% auf Basis von zwei Antworten sagt sehr wenig. Dieselbe Prozentzahl auf Basis von Hunderten Antworten ist erheblich nützlicher.

Halten Sie Ihre Prompts konstant. Wenn Sie die Formulierung ändern, bewahren Sie die früheren Ergebnisse auf und behandeln Sie die neue Formulierung als eigenen Prompt.

Und stellen Sie sicher, dass fehlende oder nicht verfügbare Antworten nicht als Antworten gezählt werden, in denen Ihr Unternehmen fehlte. Eine fehlgeschlagene Erfassung kann sonst Ihre Sichtbarkeit sinken lassen, obwohl sich nichts geändert hat.

Sie müssen das nicht kompliziert machen. Sie müssen den Zahlen nur vertrauen können, wenn Sie einen Monat später darauf zurückkommen.

Bringen Sie es zum Laufen, dann lassen Sie den Verlauf wachsen

Wenn Sie bei null anfangen, würde ich die erste Einrichtung ziemlich bescheiden halten.

Wählen Sie 30 bis 40 Fragen, verfolgen Sie sie über ein paar KI-Engines und planen Sie tägliche Prüfungen.

Die kostenlose Hi, Moose Desktop-App sammelt und speichert die Antworten auf Ihrem Rechner. Sie können das eingebaute Dashboard nutzen oder unseren kostenlosen AEO-Sichtbarkeits-Skill installieren, um ein eigenes Dashboard in Claude zu bauen.

Sobald Sie ein paar Wochen Antworten gesammelt haben, schauen Sie, welche Marken durchgängig empfohlen werden, wo Ihre eigene Website zitiert wird und auf welche Quellen sich die Engines tendenziell stützen.

Sie haben dann eine Aufzeichnung, zu der Sie jede Woche zurückkehren können, ohne Enterprise-Plattform und ohne monatliche Tracking-Rechnung.

Und, wichtiger noch, Sie haben die einzelnen Antworten hinter den Zahlen, wenn Sie herausfinden möchten, woran Sie als Nächstes arbeiten sollten.

FAQ

Was ist ein KI-Sichtbarkeits-Dashboard?

Ein KI-Sichtbarkeits-Dashboard verfolgt, wie oft KI-Such- und Antwortmaschinen wie ChatGPT, Gemini, Perplexity und Google AI Overviews Ihr Unternehmen erwähnen, zitieren oder empfehlen, wenn jemand eine passende Frage stellt. Ein einfaches Dashboard deckt fünf Dinge ab: Markenerwähnungen, Zitate Ihrer Seiten, die Wettbewerber, die für dieselben Fragen empfohlen werden, welche Prompts Sie enthalten und welche Sie auslassen, und wie sich diese Ergebnisse im Lauf der Zeit verändern.

Wie kann ich meine Marke kostenlos in ChatGPT, Grok, Gemini und Google AI Overviews verfolgen?

Der kostenlose Tarif der Hi, Moose Desktop-App verfolgt ein Projekt mit unbegrenzt vielen Prompts in ChatGPT, Perplexity, Gemini, Grok, Google AI Overviews und Google AI Mode. Die App sammelt die Antworten aus den Endkundenprodukten auf Ihrem eigenen Rechner, es fallen also keine API-Gebühren an. Ihr Rechner muss eingeschaltet sein und Hi, Moose laufen, wenn die tägliche Prüfung geplant ist.

Wie viele Prompts brauche ich, um die KI-Suchsichtbarkeit zu verfolgen?

30 bis 40 Prompts, in Kategorien gruppiert, sind ein guter Anfang, zum Beispiel vier Produktkategorien mit je 10 Prompts. Formulieren Sie sie so, wie jemand einen KI-Assistenten fragen würde, bevorzugen Sie Fragen mit kommerzieller Absicht, die Anbieternennungen und Zitate liefern, und halten Sie die Liste konstant, damit die Ergebnisse von Woche zu Woche vergleichbar sind. Fügen Sie neue Prompts hinzu, wenn Sie sie brauchen, aber behalten Sie die bestehenden.

Warum wird meine Marke in KI-Antworten erwähnt, meine Website aber nicht zitiert?

Engines nennen oft eine Marke, verlinken aber auf Drittquellen statt auf die eigene Website der Marke. In unseren Septemberdaten wurde Buffer in 85% der Google AI Overviews-Antworten zu Social-Media-Planern erwähnt, buffer.com aber nur in 1% zitiert, stattdessen wurden Reddit, YouTube und Zapier zitiert. Öffnen Sie die zitierten Quellen für diese Prompts, um zu sehen, worauf sich die Engines stützen und ob diese Informationen stimmen.

Ist eine API-Antwort dasselbe wie das, was Nutzer in der ChatGPT- oder Gemini-App sehen?

Nein. Eine API-Antwort ist nicht zwingend identisch mit dem, was jemand im KI-Chatprodukt für Endkunden sieht, und meistens unterscheiden sich die beiden. Manche Funktionen, etwa Google AI Overviews, lassen sich über eine (offizielle) API gar nicht messen. Halten Sie API-basierte Ergebnisse getrennt gekennzeichnet von Antworten, die aus den Endkundenprodukten gesammelt wurden.

Kann ich ein KI-Sichtbarkeits-Dashboard in Claude bauen?

Ja. Verbinden Sie Hi, Moose über den Hi, Moose MCP-Connector mit Claude und installieren Sie dann den Open-Source-Skill ai-visibility aus dem Repository aeo-skills auf GitHub. Bitten Sie Claude um ein Dashboard, und es baut aus den Sichtbarkeitsdaten, die Hi, Moose bereits gesammelt hat, eine interaktive HTML-Seite mit Engine-Filtern, Wettbewerber-Diagrammen, zitierten Quellen und einer To-do-Liste. Der Skill führt keine neuen Prüfungen aus, lassen Sie den täglichen Zeitplan in Hi, Moose also eingeschaltet.

Zeigen Google Analytics oder die Search Console die KI-Sichtbarkeit?

Nur zum Teil. GA4 zeigt Besuche, die von KI-Plattformen kommen, und der Bericht Search Generative AI in der Search Console zeigt Impressionen für URLs, die in Googles generativen KI-Funktionen erscheinen. Keines der beiden hält fest, ob eine Engine Sie in einer Antwort empfohlen hat, die niemand angeklickt hat. Nutzen Sie sie deshalb neben dem Prompt-Tracking.

Wie oft sollte ich ein KI-Sichtbarkeits-Dashboard auswerten?

Sammeln Sie täglich und werten Sie wöchentlich aus, sobald genug Daten da sind, um eine Woche mit der vorherigen zu vergleichen. Prüfen Sie, ob sich Erwähnungs- und Zitatraten nach Engine und Thema verändert haben, wo Wettbewerber auftauchten und Sie nicht, welche Quellen am häufigsten zitiert wurden und ob die Engines Ihr Unternehmen korrekt beschreiben. Ein Tag mit fehlenden Erwähnungen bedeutet meist sehr wenig; ein Muster, das sich über mehrere Prompts und Läufe hält, ist eine Untersuchung wert.

Sam Morris

Gründer, Hi, Moose

Macht tagsüber SEO und hat nachts Hi, Moose gebaut. Keine Investoren, kein großes Team, nur praktische Werkzeuge für die AEO-Probleme, auf die er immer wieder stieß. Benannt hat er die Firma nach seinem Hund.