Baseline für SEO und AI Search: Ohne Ausgangsmessung ist jede Optimierung pures Raten

AI Overviews haben nach eigenen Angaben inzwischen 2,5 Milliarden monatliche Nutzerinnen und Nutzer. Der AI Mode kommt in rund einem Jahr auf über eine Milliarde. Queries verdoppeln sich Quartal für Quartal. Und Google selbst bringt es auf den Punkt: Der gesamte Search-Traffic ist auf Allzeithoch, aber die These, dass KI die Messbarkeit von Search killt, stimmt sehr wohl.

Das ist keine Zukunftsprognose. Das ist der Stand heute.

In dieser Situation verbreitet sich auf LinkedIn und in Fachgruppen ein Satz, der gut klingt und trotzdem irreführend ist: "Fang jetzt an, AI-Sichtbarkeit zu messen. In zwölf Monaten hast du Daten, die Wettbewerber nicht haben." Der Satz stimmt in seiner Logik, aber er überspringt den entscheidenden Schritt: Bevor du misst, musst du wissen, was du misst, wie du es misst, und ob dein Messinstrument das erfasst, was du brauchst.

Wer heute ein Prompt-Tracking-Tool bucht, drei zufällige Fragen als Prompt-Set einträgt und jeden Monat auf das Dashboard schaut, hat nach zwölf Monaten zwölf Monate Rauschen. Das ist kein Wettbewerbsvorteil.

Gleichzeitig ist das kein Argument dafür, (noch) nichts zu tun. Es ist ein Argument dafür, zuerst eine Baseline aufzubauen, die diesen Namen verdient.

Was eine Baseline ist

Eine Baseline ist der dokumentierte Ausgangszustand, gegen den du jede Veränderung prüfst. Sie ist nicht die Startnummer eines Projekts, sondern der Referenzpunkt, der dir ermöglicht zu sagen: "Diese Veränderung geht auf unsere Maßnahmen zurück und jene nicht."

Ohne Baseline hast du Daten. Mit Baseline hast du Interpretation.

Der Unterschied ist nicht akademisch. In der Praxis bestimmt er, ob du nach einem Rückgang sinnvoll reagierst oder ob du in hektischen Stakeholder-Meetings auf Basis von Einzelbeobachtungen diskutierst.

SEO-Baseline vs. AI Search Baseline

Beide haben dieselbe Grundlogik, aber unterschiedliche Messqualität.

Die SEO-Baseline arbeitet mit deterministischen Messwerten. Eine URL rankt auf Position 7 für eine bestimmte Suchanfrage. Das ist reproduzierbar, überprüfbar, timestampable. Du kannst eine Momentaufnahme nehmen, einen Monat warten, erneut messen und die Differenz belastbar benennen.

Die AI Search Baseline arbeitet mit probabilistischen Outputs. Ein LLM nennt deine Marke für einen Prompt heute, morgen nicht, übermorgen wieder, aber in einem anderen Kontext. Dieselbe Frage an ChatGPT und an Perplexity ergibt unterschiedliche Antworten. Dieselbe Frage an ChatGPT heute und in drei Wochen ebenfalls. Das ist kein Bug, das ist das Designprinzip dieser Systeme.

Das bedeutet nicht, dass AI Search nicht messbar ist. Es bedeutet, dass du Stichproben-Logik statt Ranking-Logik brauchst. Der Einzelwert zählt wenig; der Trend über einen repräsentativen Prompt-Pool zählt.

Warum hier von AI Search die Rede ist, nicht von GEO oder AEO

Du wirst in anderen Beiträgen und Agentur-Pitches auf GEO (Generative Engine Optimization) und AEO (Answer Engine Optimization) stoßen. Ich verwende diese Begriffe nicht, weil sie eine eigenständige Disziplin suggerieren, wo keine ist. Die technische Realität dahinter ist RAG: Erst Retrieval, dann Generierung. Wer im Retrieval nicht auftaucht, existiert für die Antwort nicht. Das optimierst du mit denselben Mitteln wie im klassischen SEO, und das ist kein Zufall, sondern Architektur.

Warum die Begriffe strategisch problematisch sind und weshalb AI Search Optimization der präzisere Rahmen ist, habe ich in einem eigenen Beitrag ausgeführt. Der Kern für diesen Artikel: Wer technische Schwächen, unklare Struktur oder dünne Autorität hat, wird in keinem dieser Systeme gut abschneiden. Das gilt für klassisches SEO genauso wie für AI Search. Die Baseline bildet beides ab.

Interpretationsschutz nach Updates

Google verteilt Core Updates mehrfach pro Jahr. Jedes Update ist ein potenzielles Stakeholder-Gespräch darüber, warum der Traffic eingebrochen ist und was jetzt zu tun ist. Ohne Baseline läuft dieses Gespräch nach einem Muster, das du kennst: Jemand zieht einen Screenshot aus dem Analytics-Dashboard, jemand anderes zitiert einen LinkedIn-Post über das Update, und die Gruppe einigt sich auf Maßnahmen, für die es keine Hypothese gibt.

Mit Baseline läuft es anders. Du kannst prüfen: Welche Seitentypen sind betroffen? Welche Suchintentionen? Haben Wettbewerber systematisch gewonnen? Gibt es parallele technische Änderungen, die mit dem Update-Zeitraum zusammenfallen? Google empfiehlt bei Traffic-Veränderungen ausdrücklich, Zeiträume zu vergleichen und Daten nach Suchanfragen, URLs, Ländern, Geräten und Suchdarstellungen zu segmentieren, bevor Maßnahmen ergriffen werden. Das setzt voraus, dass diese Segmentierungsdaten als Baseline vorhanden sind.

Das Korrelationsproblem ohne Baseline

Ein Beispiel aus der Praxis, das sich regelmäßig wiederholt:

Sichtbarkeit mit Geschäftsergebnis verbinden

Ein häufiges Problem in SEO-Projekten: Berichtet wird entweder zu technisch oder zu oberflächlich. Rankings allein sagen zu wenig, Traffic allein ist zu weit vom Geschäftsziel entfernt, Umsatz allein ist zu schwach mit dem SEO-Hebel verbunden.

Eine belastbare Baseline verbindet mindestens drei Ebenen:

Erst wenn alle drei Ebenen dokumentiert sind, kannst du nach einer Maßnahme erklären, was sich warum verändert hat.

Vor Relaunches und Migrationen ist die Baseline keine Option

Nach dem Relaunch muss überprüfbar sein, ob Indexierung, Rankings, Crawlability und Conversions stabil bleiben.

Eine technische SEO-Baseline vor größeren Änderungen enthält mindestens:

• Welche wichtigen URLs sind indexiert, welche nicht?

• Welche URLs ranken für welche Hauptqueries?

• Welche Seiten erzeugen organischen Traffic und Conversions?

• Welche alten URLs benötigen Weiterleitungen?

• Welche Statuscodes gibt es (200, 3xx, 4xx, 5xx)?

• Welche Canonical-Struktur konsolidiert Signale korrekt?

• Welche Markups sind vorhanden und valide?

• Welche Templates haben welche Core Web Vital-Werte?

Ohne diese Ausgangsdaten lässt sich nach einem Relaunch kaum unterscheiden, ob ein Sichtbarkeitsverlust durch Redirect-Fehler, Template-Änderungen, Content-Kürzungen oder externe Veränderungen entstanden ist.

Was Tools messen und was nicht

Sistrix schreibt in der eigenen Dokumentation: "Quellen werden selten genannt, Antworten variieren stark und basieren je nach Modell nicht immer auf aktuellen Daten." Das ist eine ehrliche Einschätzung, die in den meisten Artikel über AI Search Tracking nicht zu finden ist.

Rankscale gehört zu den stärkeren Tools für AI Visibility Tracking, arbeitet aber primär outputbasiert: Es zeigt, wie KI-Systeme auf definierte Prompts antworten und, soweit vom jeweiligen System offengelegt, welche Quellen oder URLs dabei sichtbar zitiert werden. Was Rankscale nicht leisten kann, ist die vollständige Rekonstruktion des internen Retrieval-, Crawl- oder Reasoning-Pfads eines LLMs. Das ist keine Produktschwäche, sondern eine grundsätzliche Black-Box-Grenze externer Beobachtung. Beobachtbar sind Teilaspekte: Sichtbare Zitate, wo das System sie ausgibt, und Bot-Zugriffe auf die eigene Website, soweit diese im Server-Log auftauchen.

Konkret bedeutet das: Du kannst messen, ob deine Marke in einer Antwort erscheint. Du kannst nicht direkt messen, warum sie erscheint oder welche Seite dafür verantwortlich war. Die Korrelation zwischen "Seite X wurde gecrawlt" und "Marke Y erscheint in Antwort auf Prompt Z" bleibt eine Hypothese, keine gesicherte Kausalität.

Das ist der zentrale Unterschied zur klassischen SEO: Dort weißt du, dass URL A auf Position 3 für Suchanfrage B steht. In der AI Search weißt du, dass deine Marke bei Prompt C in etwa X Prozent der Antworten erscheint. Der Mechanismus dazwischen ist eine Black Box, und das wird auf absehbare Zeit so bleiben.

Das probabilistische Problem ernst nehmen

Gängige AI Visibility Tools simulieren Prompts monatlich, wöchentlich, täglich oder stündlich, erfassen die Antworten und aggregieren daraus Sichtbarkeitsverläufe. Das funktioniert, aber nur unter einer Bedingung: Die Prompt-Sets müssen repräsentativ, konsistent und kuratiert sein. Andernfalls misst du das Rauschen des Modells, nicht die Sichtbarkeit deiner Marke.

Was "repräsentativ" in diesem Kontext bedeutet:

• Die Prompts spiegeln echte Nutzerfragen in deiner Kategorie wider, nicht dein Wunschbild.

• Sie decken verschiedene Fragetypen ab: Markenfragen, Kategoriefragen, Problemfragen, Vergleichsfragen, Empfehlungsfragen.

• Sie sind sprachlich so formuliert, wie tatsächliche Nutzerinnen und Nutzer fragen, nicht wie du dein Angebot beschreiben würdest.

Was "konsistent" bedeutet:

• Du verwendest dieselben Prompts über Zeit hinweg. Wer Prompts nachträglich ändert, bricht seine eigene Zeitreihe.

• Du trackst auf denselben Plattformen. Die Antworten von ChatGPT und Perplexity sind nicht substituierbar, weil sie unterschiedliche Trainingsdaten und Retrievalsysteme nutzen.

Was "kuratiert" bedeutet:

• Die Prompts wurden gegen reale Nutzerintentionen geprüft, nicht aus dem Bauch heraus formuliert.

• Sie wurden mindestens einmal manuell getestet, bevor sie ins automatisierte Tracking wandern.

Warum Training Data mehr zählt als Retrieval und was das für deine Baseline bedeutet

Das bedeutet für deine AI Search Baseline: Was du heute misst, spiegelt oft wider, was das Modell in den letzten Trainingszyklen über dich gelernt hat. Maßnahmen, die du heute umsetzt, ob neue Inhalte, bessere Struktur oder mehr Erwähnungen in Fachmedien, wirken sich in der Baseline möglicherweise erst in Monaten aus, weil sie den nächsten Trainingszyklus erreichen müssen.

Das ist keine Entmutigung. Es ist ein Argument dafür, frühzeitig mit dem Aufbau einer Datenbasis anzufangen und realistische Erwartungen an die Geschwindigkeit der Wirkung zu haben.

Das "zwölf Monate"-Argument richtig verstehen

Der oft zitierte Satz, wer jetzt anfange zu messen, habe in zwölf Monaten belastbare Daten, die Wettbewerber nicht hätten, stimmt unter einer Bedingung: Das, was gemessen wird, ist sinnvoll aufgesetzt.

Zwölf Monate Tracking mit willkürlichen Prompts, ohne Snapshot-Protokoll und ohne Kontextsystem produzieren zwölf Monate uninterpretierbarer Messwerte. Das ist kein Wettbewerbsvorteil, das ist bestenfalls ein aufgeräumtes Dashboard mit schlechten Daten dahinter.

Wenn du jetzt anfängst, dann richtig: Prompt-Set kurieren, Snapshot-Protokoll anlegen, Kontextveränderungen dokumentieren. Erst dann zählt die Zeitreihe.

Minimal-Setup für KMU

Für KMU-Projekte, die noch keine eigene Analytics- und SEO-Infrastruktur haben, ist ein schlankes Setup der richtige Einstieg.

1. Google Search Console

Export der letzten 16 Monate, soweit verfügbar. Fokus auf Klicks, Impressionen, CTR und durchschnittliche Position. Segmentierung nach Seiten, Suchanfragen, Ländern und Geräten. Wichtig: Direkt beim Onboarding einen PDF- oder Spreadsheet-Export anlegen. GSC-Daten reichen nur 16 Monate zurück, danach ist der Ausgangszustand unwiederbringlich weg.

2. Analytics

Organische Sitzungen, wichtigste Landingpages, Conversions oder Kontaktaktionen, Engagement-Indikatoren. Falls GA4, die wichtigsten Ereignisse als Conversions markieren und zum Baseline-Zeitpunkt dokumentieren.

3. Sichtbarkeitsindex

Sistrix oder Semrush liefern hier den Ausgangspunkt. Der Sichtbarkeitsindex ist keine perfekte Zahl, aber er ist historisch belastbar und erlaubt Wettbewerbervergleiche. Wichtig: Screenshot des Verlaufs zum Startzeitpunkt, nicht nur der aktuellen Zahl.

4. Technischer Crawl

Screaming Frog, mindestens einmal zu Beginn. Statuscodes, Indexierbarkeit, Canonicals, interne Links, strukturierte Daten, Ladezeiten. Exportiert als Spreadsheet, datiert und abgelegt.

5. AI Search Snapshot

Das ist neu. Nicht mit einem Tool starten, sondern zuerst manuell. Ein Tool kommt bei Bedarf später zum Einsatz. Formuliere 30 bis 50 Prompts, die echte Nutzerfragen in deiner Kategorie abbilden. Strukturiere sie in fünf Typen:

• Brand-Prompts: Wird deine Marke direkt erwähnt oder empfohlen?

• Kategorie-Prompts: Welche Anbieter nennt das Modell, wenn jemand deine Leistung sucht?

• Problem-Prompts: Wird deine Marke als Lösung für relevante Probleme genannt?

• Vergleichs-Prompts: Wie positioniert das Modell dich im Wettbewerbsvergleich?

• Empfehlungs-Prompts: Wen empfiehlt das Modell, wenn jemand explizit nach einer Empfehlung fragt?

Teste diese Prompts manuell in ChatGPT, Perplexity und Google AI Overviews. Dokumentiere: Wirst du genannt? Wirst du zitiert? In welchem Kontext? Mit welchem Sentiment? Neben welchen Wettbewerbern? Das ist deine AI Search Baseline, bevor du ein Tool einschaltest.

Erweitertes Setup für strategische SEO- und AI-Search-Beratung

Wenn du mit Kunden arbeitest oder intern eine vollständige Datengrundlage brauchst, empfehle ich folgende Erweiterung:

Das klingt nach viel. In der Praxis lässt sich das meiste aus vorhandenen Tool-Zugängen ziehen, wenn man weiß, wonach man sucht. Der Aufwand für eine vollständige Baseline liegt für eine mittlere KMU-Website bei einem bis zwei Arbeitstagen.

Tool-spezifische Hinweise

Sistrix Prompt Monitoring

Die Funktion ist aktuell in der Beta-Phase und für alle Sistrix-Kunden verfügbar. Du legst ein Projekt an, hinterlegst deine kuratierten Prompts und wählst aus, auf welchen Plattformen getrackt wird: ChatGPT, Perplexity, Google AI Overviews, Google AI Mode. Sistrix erfasst dann Erwähnungen, Zitationen und Sentiment für die jeweiligen Antworten.

Wichtig beim Setup: Die Anzahl der Prompts, die du täglich tracken kannst, richtet sich nach dem Paket-Kontingent, das Sistrix als Prompt-Aktualisierungen ausweist. Konkrete Zahlen pro Paket veröffentlicht Sistrix nicht pauschal, dein verfügbares Kontingent findest du in der Projektübersicht unter den Kontingent-Kennzahlen. Fang mit einem schlanken, kuratierten Set an, lieber weniger und präziser als viele und beliebig.

Rankscale

Rankscale trackt Markenpräsenz über mehr als 17 KI-Plattformen, manuell, monatlich, wöchentlich, täglich oder stündlich, mit Wettbewerber-Benchmarking, Sentiment-Analyse und tiefgehender Quellenanalyse. Das Tool geht weiter als reines Mention-Tracking: Es analysiert Entitäten-Umfeld, technische Signale wie Schema-Vollständigkeit und gibt Optimierungshinweise, die auf konkret unterperformenden Prompt-Sets basieren. Rankscale ist das richtige Werkzeug, wenn du systematisch viele Prompts, mehrere Marken oder Kunden verwaltest und tief in die Datenlage einsteigen willst. Die oben beschriebene Black-Box-Grenze gilt auch hier: Den internen Retrieval- oder Reasoning-Pfad kannst du von außen nicht rekonstruieren.

Für die Baseline-Erstellung ist Rankscale besonders nützlich beim Aufbau eines kuratierten Prompt-Sets: Das Tool kann aus erkannten Marken, Entitäten und Wettbewerbern automatisch Prompt-Vorschläge generieren. Diese solltest du manuell reviewen, bevor du sie dauerhaft trackst.

Peec.ai

Peec.ai macht dasselbe wie Rankscale im Kern, Mention Rate, Position, Sentiment, Wettbewerber, Quellen, aber mit einem bewusst reduzierten Interface. Das ist keine Schwäche, sondern eine Designentscheidung: Peec ist auf schnelle Übersicht ausgelegt, nicht auf maximale Datentiefe. Wer ein Marketing-Team ohne dedizierten SEO-Analysten hat oder den Einstieg ins AI-Visibility-Tracking ohne steile Lernkurve sucht, ist hier besser aufgehoben. Was Peec nicht liefert: Optimierungsempfehlungen oder Content-Vorschläge. Es ist ein reines Monitoring-Tool, das dir zeigt, wo du stehst.

Screaming Frog für den technischen Ausgangszustand

Screaming Frog ist das Standardwerkzeug für den technischen Crawl, der vor jeder Maßnahme läuft. Die Exports bilden das technische Rückgrat deiner SEO-Baseline. Wichtig: Nicht nur beim Onboarding crawlen, sondern auch nach jedem technischen Eingriff und vor/nach jedem Relaunch.

Problem 1: Die Baseline wird angelegt und nie wieder angeschaut

Eine Baseline ist kein Ablagedokument. Sie wird erst sinnvoll, wenn du sie aktiv als Referenzpunkt nutzt: Nach Updates, nach Maßnahmen, in Kundengesprächen, bei der Budgetplanung. Eine Baseline, die im Google Drive liegt und einmal pro Jahr geöffnet wird, ist kein Steuerungsinstrument.

Problem 2: Der Snapshot ist zu kurz

Baselines mit weniger als vier Wochen Datenbasis sind in der klassischen SEO unzuverlässig, weil saisonale Schwankungen und kurzfristige Volatilität das Bild verzerren. In der AI Search kommt die Modellvolatilität dazu: Einige Modelle ändern ihre Antwortmuster mit Updates, ohne dass du davon erfährst. Ein einzelner AI-Snapshot ist daher noch weniger aussagekräftig als ein kurzer GSC-Export.

Problem 3: Die Prompt-Sets werden nachträglich angepasst

Das zerstört die Zeitreihe. Wenn du im Monat drei neue Prompts ergänzt, weil du feststellst, dass die bisherigen nicht gut performt haben, vergleichst du ab sofort Äpfel mit Birnen. Der richtige Weg: Kernprompts bleiben stabil. Neue Prompts werden in einem separaten Set geführt, mit eigenem Startdatum.

Problem 4: Kein Kontextprotokoll

Ein Rückgang in der AI Visibility im Monat X kann viele Ursachen haben: Ein Modell-Update, ein Wettbewerber, der neu aufgeführt wird, eine negative Erwähnung in einem Fachmedium, eine veränderte Crawling-Frequenz. Ohne Protokoll, das festhält, wann was außerhalb der eigenen Maßnahmen passiert ist, kannst du Ursachen nicht zuordnen. Ein einfaches Textdokument oder eine Tabelle mit Datum und Ereignis reicht.

Problem 5: Die KI beschreibt die Marke falsch, und es fehlt die Baseline zum Nachweis der Korrektur

Das ist ein Sonderfall, der aber regelmäßig vorkommt: Ein LLM ordnet ein Unternehmen falsch ein, beschreibt die Leistungen ungenau oder nennt veraltete Informationen. Um zu beweisen, dass eine Korrekturmaßnahme gewirkt hat, brauchst du einen dokumentierten Snapshot des alten Zustands.

Dieses Szenario basiert auf einem typischen Projektverlauf. Namen und Zahlen sind anonymisiert, alle Annahmen sind transparent.

Ein IT-Beratungsunternehmen mit 45 Mitarbeitenden und einer Website, die über Jahre organischen Traffic aufgebaut hat, bemerkt im Januar 2025 einen Rückgang von etwa 22 Prozent im organischen Traffic über drei Monate. Das Unternehmen hat keine Baseline. Der Geschäftsführer fragt die Agentur nach der Ursache.

Die Agentur liefert drei Hypothesen: ein Google Update, ein neuer Wettbewerber, eine technische Veränderung nach einem CMS-Update im Oktober. Alle drei sind plausibel. Keine kann belegt werden. Es wird beschlossen, Inhalte zu überarbeiten, Backlinks aufzubauen und die technischen Grundlagen zu verbessern.

Sechs Monate später hat sich der Traffic stabilisiert. Ob das auf die Maßnahmen zurückgeht oder auf die saisonale Erholung der Branche, kann niemand sagen. Die Agentur zieht einen Vergleich zum Tief im Januar und nennt das einen Erfolg.

Zum selben Zeitpunkt fragt der Vertriebsleiter: "Werden wir eigentlich bei ChatGPT oder Perplexity empfohlen, wenn Kunden nach IT-Beratung in unserer Region suchen?" Niemand weiß es. Es gibt keine Baseline, keinen Prompt-Test, keine Dokumentation.

So läuft das, ohne Baseline.

Mit einer Baseline wäre das Szenario anders verlaufen:

• Der GSC-Export vor dem CMS-Update hätte die technische Hypothese sofort prüfbar gemacht.

• Der Sichtbarkeitsverlust hätte mit dem Timeline-Protokoll datiert werden können.

• Ein initialer AI-Snapshot mit 30 kuratierten Prompts hätte die Ausgangslage in AI-Systemen dokumentiert.

• Nach sechs Monaten Maßnahmen wäre eine Vergleichsmessung möglich gewesen, die mehr zeigt als den Vergleich zum Monatstief.

Der Unterschied im Aufwand: ein bis zwei Arbeitstage zu Projektbeginn. Der Unterschied im Informationsgewinn über sechs Monate: erheblich.

Eine Baseline schützt dich vor drei Problemen gleichzeitig: vor deiner eigenen Überreaktion auf Updates und Rückgänge, vor Aktivismus ohne Richtung, und vor Messwerten, die Optimierungserfolg nur vortäuschen.

In der AI Search kommt eine vierte Schutzfunktion dazu: Sie verhindert, dass du zwölf Monate damit verbringst, Rauschen zu tracken und es für Signal zu halten.

Google hat auf der I/O 2026 keine neuen Features angekündigt. Google hat eine andere Suche vorgestellt. Wer darauf reagiert, muss wissen, wo er heute steht. In der klassischen Suche und in den generativen Antwortsystemen. Sonst ist jede Maßnahme, egal wie plausibel sie klingt, raten.

Der nächste sinnvolle Schritt für dich: Nimm die Checkliste oben, plane 60 Minuten ein und leg deinen Baseline-Snapshot an. Du brauchst dafür heute noch keine Tracking-Tools. Du brauchst ein Spreadsheet, die richtigen Prompts und den Entschluss, den Ausgangszustand zu dokumentieren, bevor du die nächste Maßnahme angehst.

Wenn du dir dabei Unterstützung wünschst oder nicht sicher bist, welche Prompts für deine Nische die richtigen sind: [Hier kannst du ein Gespräch buchen].

Wenn du dir dabei Unterstützung wünschst oder nicht sicher bist, welche Prompts für deine Nische die richtigen sind.