Wissen
GEO-KPIs
GEO-KPIs messen, wie sichtbar eine Marke, ihre Inhalte und ihre Quellen in generativen Such- und Antwortsystemen sind. Eine belastbare Messung betrachtet dabei nicht nur, ob eine Marke genannt wird, sondern auch in welcher Funnel Stage, zu welchen Themen, gegenüber welchen Wettbewerbern, mit welchen Quellen und über welche konkreten URLs sie sichtbar wird.
Brand Visibility: Wie häufig erscheint eine Marke in relevanten AI-Antworten innerhalb eines definierten Prompt-Sets?
Funnel Stage, Topic, Engine, Wettbewerb, Citation Source, URL, Website-Typ und Zeitpunkt.
Wiederholte Messungen statt Einmal-Snapshots, weil generative Systeme zwischen Runs, Prompt-Varianten und Zeitpunkten variieren können.
Dokument-Metadaten
Worum geht es in diesem Wissensbeitrag?
Einordnung des Inhalts
- Entity Class
- Wissen
- Content-Typ
- Ratgeber / Wissensbeitrag
- Hauptthema
- GEO-KPIs
- Themenkategorie
- Generative Engine Optimization / AI Visibility / Citation Analytics / Competitive Intelligence
- Verknüpfte Leistung
- GEO
- Messobjekte
- Marke, Wettbewerber, Prompt, Funnel Stage, Topic, Antwort, Citation, Domain, URL, Website-Typ und AI Engine
- Kernfrage
- Wo, wie häufig, in welchem Kontext und über welche Quellen ist eine Marke in generativen Such- und Antwortsystemen sichtbar?
Definition
Was sind GEO-KPIs?
GEO-KPIs sind Kennzahlen zur Messung von Sichtbarkeit, Erwähnung, Zitation und Quellenpräsenz einer Marke beziehungsweise ihrer Inhalte in generativen Suchsystemen. Sie sollten nicht isoliert betrachtet werden: Erst die Kombination aus KPI und Dimension erklärt, wo Sichtbarkeit entsteht oder fehlt.
Definition als Faktenstruktur
- Primäres Messobjekt
- Brand Visibility in relevanten AI-Antworten
- Sekundäres Messobjekt
- Citation Visibility von eigenen und externen Quellen
- Analyseebene
- Prompt Run → Antwort → Brand Mention → Citation → Source / URL → Funnel Stage → Topic
- Vergleichsebene
- Zielmarke versus definierte Wettbewerber
- Zeitebene
- Wiederholte Messungen über Runs und Zeitpunkte
- Ziel
- Nicht nur feststellen, ob eine Marke sichtbar ist, sondern verstehen, in welchen Nachfragekontexten und über welche Informationsquellen Sichtbarkeit entsteht.
Messproblem
Eine einzelne Sichtbarkeitszahl erklärt noch nicht, warum eine Marke sichtbar ist.
Warum ein eindimensionaler GEO-Score zu wenig ist
- Problem 1
- Eine Marke kann häufig erwähnt werden, aber nur in frühen Awareness-Fragen und kaum bei konkreten Kaufentscheidungen.
- Problem 2
- Die Marke kann genannt werden, obwohl überwiegend Wettbewerber oder Drittquellen zitiert werden.
- Problem 3
- Hohe Sichtbarkeit in einem Themencluster kann Defizite in anderen strategisch wichtigen Themen verdecken.
- Problem 4
- Eine Domain kann viele Citations erhalten, die sich aber auf wenige einzelne URLs konzentrieren.
- Problem 5
- AI Engines können sich bei Source Mix, Citation-Verhalten, Prompt-Sensitivität und Antwortvariation deutlich unterscheiden.
- Konsequenz
- GEO-Messung benötigt mehrere KPIs plus explizite Analyse-Dimensionen.
Messmodell
GEO-Sichtbarkeit ist ein mehrdimensionales Beobachtungsmodell.
Die kleinste sinnvolle Messeinheit ist ein konkreter Prompt-Run auf einer definierten Engine zu einem bestimmten Zeitpunkt. Erst darüber lassen sich Brand Visibility, Funnel-, Topic- und Citation-KPIs reproduzierbar aggregieren.
Welche reale Nutzerfrage wird gemessen?
Awareness, Consideration oder Conversion?
Zu welchem Themencluster gehört die Frage?
Welche AI Search Plattform antwortet?
Welche Marken werden erwähnt oder empfohlen?
Welche Quellen werden sichtbar zitiert?
Welche Domain, URL und welcher Website-Typ?
Wie steht die Zielmarke gegenüber Wettbewerbern?
KPI 01
Brand Visibility.
Brand Visibility misst, in welchem Anteil relevanter Antwortsituationen eine Marke überhaupt vorkommt. Sie ist die zentrale Basis-KPI, sollte aber immer nach Funnel Stage, Topic, Engine und Wettbewerb aufgeteilt werden.
Brand-Visibility-Kennzahlen
- Brand Visibility Rate
- Anteil gültiger Prompt-Runs, in denen die Zielmarke mindestens einmal in der Antwort genannt wird.
- Recommendation Rate
- Anteil der Prompt-Runs, in denen die Zielmarke nicht nur erwähnt, sondern als konkrete Option, Empfehlung oder Shortlist-Kandidat dargestellt wird.
- Brand Share of Voice
- Anteil der Markenpräsenz der Zielmarke innerhalb eines definierten Wettbewerbssets.
- Prominence
- Wie früh, wie ausführlich oder wie zentral erscheint die Marke innerhalb der generierten Antwort?
- Engine Visibility
- Brand Visibility getrennt nach beobachteter AI Engine.
Prompt-Runs mit Markennennung ÷ alle gültigen Prompt-Runs im definierten Segment
Dimension 01
Funnel Stage: Awareness, Consideration und Conversion.
Die Funnel Stage ist eine operative Klassifikation des Prompt-Sets. Sie macht sichtbar, ob eine Marke vor allem bei allgemeiner Informationssuche auftaucht oder auch dort präsent ist, wo Nutzer Lösungen vergleichen und konkrete Anbieter beziehungsweise Produkte auswählen.
Problem und Themenraum verstehen
Fragen definieren ein Problem, einen Begriff, eine Methode oder einen Lösungsraum.
Lösungen und Anbieter vergleichen
Nutzer prüfen Optionen, Kategorien, Vor- und Nachteile oder konkrete Anbieter.
Konkrete Auswahl vorbereiten
Fragen zielen auf Produktwahl, Anbieterentscheidung, Preis, Verfügbarkeit, Integration, Beratung oder nächsten Kauf-/Lead-Schritt.
Funnel-KPIs
- Awareness Visibility
- Brand Visibility Rate innerhalb aller Awareness-Prompts.
- Consideration Visibility
- Brand Visibility Rate innerhalb aller Vergleichs- und Evaluationsprompts.
- Conversion Visibility
- Brand beziehungsweise Recommendation Visibility innerhalb hochintentionaler Auswahl- und Handlungsprompts.
- Competitor Citation by Funnel
- Wie häufig werden Wettbewerber beziehungsweise wettbewerbsbezogene Quellen in jeder Funnel Stage zitiert?
- Source-Type Mix by Funnel
- Welche Website-Typen dominieren die Citations in Awareness, Consideration und Conversion?
KPI 02
Citation Frequency und Citation Share.
Eine Markennennung und eine Citation sind zwei unterschiedliche Ereignisse. Deshalb sollte GEO-Measurement beide separat messen und anschließend miteinander verbinden.
Anteil der Prompt-Runs mit mindestens einer relevanten Citation.
Anzahl sichtbarer Citations eines Domains, einer URL oder einer Marke im Prompt-Set.
Anteil der Citations der Zielmarke beziehungsweise ihrer Quellen an allen Citations im Wettbewerbsset.
Wie häufig Citations zu Wettbewerbern oder deren Quellen auftreten.
Anteil der Citations, die direkt auf eigene Website und Owned Assets führen.
Anteil externer Citations, die über redaktionelle Beiträge, Reviews, Verzeichnisse, Communities oder andere Drittquellen auf die Marke einzahlen.
KPI 03
Citation allein ist nicht gleich inhaltlicher Einfluss.
Citation Selection versus Citation Absorption
- Citation Selection
- Die Engine wählt eine URL als sichtbare Quelle beziehungsweise Citation aus.
- Citation Absorption
- In welchem Umfang die zitierte Seite tatsächlich Fakten, Sprache, Evidenz, Struktur oder Argumentation der generierten Antwort beeinflusst.
- Warum relevant?
- Zwei URLs können beide zitiert sein, aber sehr unterschiedlich stark zur finalen Antwort beitragen.
- Messansatz
- Semantische Übereinstimmung, Claim-Evidence-Mapping, Antwortsegment-Zuordnung oder manuelle Validierung.
- Grenze
- Absorption ist aufwendiger und weniger direkt beobachtbar als reine Citation Frequency.
Dimension 02
Topic Visibility: In welchen Themengebieten ist die Marke stark oder schwach?
Ein globaler Brand-Visibility-Wert kann strategische Lücken verdecken. Deshalb sollte jedes Prompt-Set einem Topic Cluster und gegebenenfalls Subtopic zugeordnet werden.
Topic-basierte KPIs
- Topic Visibility
- Brand Visibility Rate je Topic Cluster.
- Topic Citation Rate
- Citation Rate eigener oder relevanter externer Quellen je Topic Cluster.
- Topic Share of Voice
- Anteil der Zielmarke an allen Markenmentions innerhalb eines Themenclusters.
- Topic Competitor Gap
- Differenz zwischen Visibility beziehungsweise Citation Share der Zielmarke und dem stärksten Wettbewerber im Topic.
- Topic × Funnel Matrix
- Kombination aus Themencluster und Funnel Stage, um beispielsweise hohe Awareness-, aber geringe Conversion-Sichtbarkeit eines Topics sichtbar zu machen.
Topic A: hohe Awareness Visibility → mittlere Consideration Visibility → geringe Conversion Visibility
= Marke wird als Wissensquelle wahrgenommen, aber selten als konkrete Auswahloption genannt.
Dimension 03
Welche Domains und Unterseiten werden tatsächlich zitiert?
Domain Citation Share
Welche Domains erhalten innerhalb eines Topics oder Funnels den größten Anteil der Citations?
Top Cited URLs
Welche konkreten Unterseiten der eigenen Website werden besonders häufig zitiert und welche bleiben trotz strategischer Relevanz unsichtbar?
Eigene Website
Homepage, Leistungsseiten, Produktseiten, Kategorieseiten, Ratgeber, Dokumentation, Case Studies oder andere eigene Assets.
Externe Beiträge über die Marke
Welche Drittquellen werden zitiert, wenn die eigene Marke erwähnt oder bewertet wird?
Quellen über Wettbewerber
Welche URLs und Domains werden herangezogen, wenn Wettbewerber empfohlen, verglichen oder beschrieben werden?
Citation Concentration
Wie stark konzentriert sich die Sichtbarkeit auf wenige URLs statt auf eine breitere Informationsarchitektur?
Dimension 04
Welche Website-Typen sind in welchem Funnel und Topic relevant?
Website-Typen sollten nicht nur global gezählt werden. Besonders aufschlussreich ist ihre Verteilung nach Funnel Stage, Topic und AI Engine.
Beispielhafte Source-Type-Taxonomie
- Corporate / Manufacturer
- Unternehmenswebsite, Herstellerseite, Produkt- oder Leistungsseite.
- Documentation / Help
- Technische Dokumentation, Knowledge Base, Support-, Entwickler- oder Help-Center-Seiten.
- Editorial Media
- Fachmedien, Magazine, Nachrichtenportale oder redaktionelle Fachbeiträge.
- Review / Comparison
- Produkttests, Vergleichsportale, Rankings, Best-of-Listen oder spezialisierte Review-Seiten.
- Marketplace / Retailer
- Händler, Marktplätze und Distributoren mit Produktinformationen und Verfügbarkeit.
- Community / Forum
- Reddit, Fachforen, Q&A-Plattformen und andere nutzergenerierte Diskussionen.
- Video / Social
- YouTube, Social-Media-Posts, Creator-Inhalte oder andere audiovisuelle Drittquellen.
- Institutional
- Behörden, Universitäten, Verbände, Standards, wissenschaftliche oder andere institutionelle Quellen.
Website-Typ × Funnel Stage × Topic × Engine
statt nur: „Welche Domains werden insgesamt am häufigsten zitiert?“
Dimension 05
Wettbewerbsvergleich: Wer gewinnt welche Nachfragekontexte?
Competitive GEO KPIs
- Competitor Visibility
- Brand Visibility Rate jedes definierten Wettbewerbers im identischen Prompt-Set.
- Competitor Citation Frequency
- Wie häufig eigene oder externe Quellen eines Wettbewerbers zitiert werden.
- Competitive Share of Voice
- Relative Markenpräsenz innerhalb des Wettbewerbssets.
- Funnel Gap
- Visibility-Differenz Zielmarke versus Wettbewerber pro Funnel Stage.
- Topic Gap
- Visibility- oder Citation-Differenz pro Themencluster.
- Source Advantage
- Welche Source Types oder Drittquellen verschaffen Wettbewerbern Sichtbarkeit, die der Zielmarke fehlt?
Datensatz
Welche Felder sollte ein GEO-Messdatensatz enthalten?
Minimales Beobachtungsmodell
- Measurement Date
- Zeitpunkt der Messung
- Engine / Model / Mode
- Beobachtetes System und gegebenenfalls Suchmodus
- Prompt ID
- Stabile ID der Nutzerfrage
- Prompt Variant
- Paraphrase beziehungsweise alternative Formulierung
- Run ID
- Wiederholung derselben Messsituation
- Funnel Stage
- Awareness / Consideration / Conversion
- Topic Cluster
- Strategisches Themengebiet
- Target Brand Mention
- Ja / Nein plus Position beziehungsweise Prominence
- Competitor Mentions
- Welche Wettbewerber vorkommen
- Recommendation Status
- Nennung / Shortlist / Empfehlung / bevorzugte Auswahl
- Citation URL
- Konkrete zitierte URL
- Citation Domain
- Domain der Quelle
- Source Ownership
- Owned / Earned / Social / Institutional / Marketplace
- Website Type
- Corporate, Review, Editorial, Community, Documentation, Marketplace etc.
- Page Type
- Homepage, Produktseite, Kategorie, Ratgeber, Vergleich, Dokumentation, Case Study etc.
- Claim / Citation Relation
- Welche Aussage der Antwort durch die Citation gestützt wird
Dashboard-Modell
Welche Ansichten sollten GEO-KPIs beantworten können?
Wo im Funnel sind wir sichtbar?
Awareness-, Consideration- und Conversion-Visibility der Zielmarke gegenüber Wettbewerbern.
Welche Themen besitzen wir?
Topic Visibility, Citation Rate und Competitive Gap je Themencluster.
Wer wird in welcher Funnel Stage zitiert?
Eigene Citations, Drittquellen und Wettbewerber-Citations getrennt nach Intent-Stufe.
Welche Seiten erzeugen Sichtbarkeit?
Top zitierte eigene und externe URLs innerhalb einzelner Themengebiete.
Welche Quellentypen prägen die Entscheidung?
Verteilung von Corporate, Reviews, Editorial, Communities, Video, Marketplace und anderen Quellen je Funnel Stage.
Wie unterscheiden sich AI Engines?
Brand Visibility, Citation Share, Source Mix und Run-Variabilität getrennt nach Plattform.
Messmethodik
GEO sollte als Stichprobenmessung eines probabilistischen Systems behandelt werden.
Identische oder semantisch ähnliche Prompts können zwischen Runs unterschiedliche Antworten und Citations erzeugen. Ein einzelner Snapshot wirkt daher präziser, als die zugrunde liegende Messsituation tatsächlich ist.
Mehrere Wiederholungen pro Prompt statt einer einzelnen Abfrage.
Semantisch gleiche, aber sprachlich unterschiedliche Formulierungen zur Prüfung der Prompt-Sensitivität.
Wiederholte Messungen über Zeit, um Modell-, Index- und Quellenveränderungen abzubilden.
Keine Vermischung unterschiedlicher AI Engines zu einem undifferenzierten Gesamtwert.
Quoten und Rankings möglichst mit Stichprobengröße, Streuung oder Konfidenzintervallen interpretieren.
Automatische Brand-, Citation- und Intent-Klassifikation stichprobenartig manuell überprüfen.
Formeln
Einfache KPI-Definitionen für ein reproduzierbares Reporting.
Beispielhafte Berechnungen
- Brand Visibility Rate
- Runs mit Brand Mention ÷ gültige Runs
- Recommendation Rate
- Runs mit konkreter Brand Recommendation ÷ gültige Runs
- Citation Rate
- Runs mit mindestens einer relevanten Citation ÷ gültige Runs
- Citation Share
- Citations der Zielmarke beziehungsweise Zielquellen ÷ Citations aller definierten Wettbewerbsquellen
- Topic Visibility
- Brand Mentions innerhalb des Topic Clusters ÷ gültige Runs innerhalb des Topic Clusters
- Funnel Visibility
- Brand Mentions innerhalb der Funnel Stage ÷ gültige Runs innerhalb der Funnel Stage
- Owned Citation Share
- Citations eigener Domains ÷ alle beobachteten Citations
- Competitive Visibility Gap
- Visibility Zielmarke − Visibility Wettbewerber beziehungsweise Benchmark
Jede Quote benötigt einen klar definierten Nenner. „23 % GEO Visibility“ ist ohne Prompt-Set, Funnel, Topic, Engine, Zeitraum und Anzahl der Runs nur eingeschränkt interpretierbar.
Interpretation
Typische Befunde und was sie bedeuten können.
Hohe Brand Visibility, geringe Owned Citations
Die Marke ist bekannt, wird aber überwiegend über externe Quellen repräsentiert.
Hohe Awareness, geringe Conversion Visibility
Die Marke ist im Themenraum sichtbar, wird bei konkreten Auswahlentscheidungen aber seltener als passende Option genannt.
Starke Citations nur in einem Topic
Die Informationsbasis ist in einem Themengebiet stark, besitzt aber möglicherweise Coverage-Lücken in angrenzenden strategischen Themen.
Wettbewerber gewinnt über Review- und Vergleichsseiten
Der Sichtbarkeitsvorteil liegt möglicherweise im Earned-Media-Ökosystem statt auf der eigenen Website.
Eine einzige URL dominiert alle Citations
Die Marke besitzt ein starkes Citation Asset, aber eine hohe Konzentration kann auf eine schmale Informationsbasis hinweisen.
Starke Unterschiede zwischen Engines
Eine aggregierte Gesamtkennzahl würde unterschiedliche Source- und Retrieval-Ökosysteme verdecken.
Grenzen
Was GEO-KPIs nicht automatisch beweisen.
Grenzen der Messung
- Keine Vollerhebung
- Ein Prompt-Set ist eine Stichprobe relevanter Nachfragekontexte und bildet nicht alle realen Nutzerinteraktionen ab.
- Keine Stabilitätsgarantie
- Visibility und Citations können zwischen Runs und Zeitpunkten variieren.
- Keine Traffic-Gleichsetzung
- Eine Citation oder Brand Mention bedeutet nicht automatisch einen Website-Klick oder eine Conversion.
- Keine Kausalität
- Eine steigende Visibility nach einer Content-Änderung beweist ohne kontrolliertes Design nicht automatisch, dass die Änderung die Ursache war.
- Funnel ist ein Modell
- Awareness, Consideration und Conversion sind eine nützliche operative Taxonomie, aber nicht jede Nutzerfrage lässt sich eindeutig einer einzigen Stage zuordnen.
- Citation ≠ Absorption
- Sichtbare Quellenwahl und tatsächlicher inhaltlicher Einfluss einer Quelle sind unterschiedliche Messgrößen.
Verwandte Entitäten
Welche Leadterion-Entitäten stehen in direkter Beziehung zu GEO-KPIs?
GEO
GEO-KPIs bilden die zentrale Messschicht für die Sichtbarkeit von Unternehmen, Marken, Leistungen und Produkten in AI Search.
Leistung öffnenTopic Authority durch Topic Modeling
Topic-Modelle können die Themenstruktur liefern, entlang derer Topic Visibility und Topic Citation Coverage gemessen werden.
Lösungsfall öffnenProduct Attribute Coverage
Bei produktbezogenen Prompts können Attribute und konkrete Anforderungen als zusätzliche Dimension für Visibility- und Citation-Analysen dienen.
Wissensbeitrag öffnenE-E-A-T
Quellenqualität, fachliche Glaubwürdigkeit und Reputation sind von der reinen Citation Frequency zu unterscheiden und können ergänzend analysiert werden.
Wissensbeitrag öffnenFAQ
Häufige Fragen zu GEO-KPIs.
Was ist die wichtigste GEO-KPI?
Brand Visibility ist eine sinnvolle Basis-KPI. Für strategische Entscheidungen sollte sie jedoch mindestens nach Funnel Stage, Topic, Engine und Wettbewerbsset segmentiert werden.
Was ist der Unterschied zwischen Brand Mention und Citation?
Eine Brand Mention bedeutet, dass die Marke in der generierten Antwort vorkommt. Eine Citation ist eine sichtbare Quellenreferenz. Eine Marke kann erwähnt werden, ohne dass ihre eigene Website zitiert wird, und eine zitierte Seite kann Fakten liefern, ohne dass die Marke prominent genannt wird.
Warum sollte GEO nach Funnel Stage gemessen werden?
Weil allgemeine Informationssichtbarkeit nicht automatisch bedeutet, dass eine Marke auch bei Vergleichs-, Auswahl- oder Kaufentscheidungen präsent ist.
Sollte man nur die eigene Website als Citation messen?
Nein. Externe Beiträge, Reviews, Medien, Communities, Händler und andere Drittquellen können eine Marke oder ihre Wettbewerber ebenfalls repräsentieren.
Warum sind einzelne GEO-Messungen problematisch?
Generative Systeme können bei identischen oder ähnlichen Prompts unterschiedliche Antworten und Quellen ausgeben. Wiederholte Runs und Zeitreihen ermöglichen eine robustere Schätzung.
Ist Citation Frequency dasselbe wie Einfluss auf die Antwort?
Nein. Forschung unterscheidet zunehmend zwischen Citation Selection und Citation Absorption.
Quellen
Wichtige Forschung zu GEO Visibility und Citation Measurement.
Die Forschung zu GEO-Messung entwickelt sich schnell. Die folgenden Arbeiten liefern Grundlagen für Visibility-Metriken, Query-/Intent-Segmentierung, Brand Visibility, Source-Mix-Analysen, wiederholte Messungen, Unsicherheit sowie die Trennung von Citation Selection und Citation Absorption.
| Quelle | Autoren / Jahr | Bezug zu GEO-KPIs | Originalquelle |
|---|---|---|---|
| GEO: Generative Engine OptimizationKDD 2024 | Pranjal Aggarwal et al. · 2024 | Grundlegende GEO-Arbeit mit Framework und Sichtbarkeitsmetriken für generative Engines. | DOI 10.1145/3637528.3671900 |
| Generative Engine Optimization: How to Dominate AI SearcharXiv | Mahe Chen, Xiaoxuan Wang, Kaiwen Chen & Nick Koudas · 2025 | Vergleicht AI Search über Intent-Kategorien, Media Types, Domain Diversity und Source Mix; relevant für Funnel- und Website-Typ-Analysen. | arXiv:2509.08919 |
| Don’t Measure Once: Measuring Visibility in AI Search (GEO)arXiv | Julius Schulte, Malte Bleeker & Philipp Kaufmann · 2026 | Argumentiert gegen Einmalmessungen und für wiederholte Runs, Prompts und Zeitpunkte. | arXiv:2604.07585 |
| Quantifying Uncertainty in AI Visibility: A Statistical Framework for Generative Search MeasurementarXiv | Ronald Sielinski · 2026 | Behandelt Citation Visibility als Stichprobenschätzer und untersucht Variabilität sowie Konfidenzintervalle. | arXiv:2603.08924 |
| Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search EnginesarXiv | Pratyush Kumar · 2026 | Groß angelegte Brand-Visibility-Analyse über mehrere AI Engines mit Citation Sources und Source Types. | arXiv:2606.20065 |
| From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search PlatformsarXiv | Zhang Kai, He Xinyue & Yao Jingang · 2026 | Trennt die Auswahl einer Quelle als Citation von ihrem tatsächlichen Einfluss auf die generierte Antwort. | arXiv:2604.25707 |
| Auditing Citation Behavior in AI-Generated Search Summaries: A Framework and a Case Study of Google AI OverviewsPMLR 2026 | Rustem Kakimov, Xing Tan, Jonathan Gillham & Narcis Bejtic · 2026 | Systemagnostisches Audit-Framework für Citation-Verhalten über Query-Dokument-Paare und konditionierte Citation-Maße. | PMLR 318 |
Wissen
GEO-KPIs werden wertvoll, wenn Sichtbarkeit in Nachfragekontexte zerlegt wird.
Die zentrale Frage lautet nicht nur „Wie sichtbar ist unsere Marke?“, sondern: In welcher Funnel Stage, zu welchem Topic, gegenüber welchem Wettbewerber, über welche Quelle und welche konkrete URL entsteht diese Sichtbarkeit?