Was ist Share of Voice in KI-Antworten?

Share of Voice stammt aus der klassischen Mediaplanung. Dort misst der Begriff, welchen Anteil eine Marke am Werbebudget oder an den Impressionen einer Kategorie hat, im Vergleich zu ihren direkten Wettbewerbern. GEO-Tools haben den Namen für ein ähnliches, aber anderes Problem übernommen: wie oft eine Marke in den Antworten eines KI-Assistenten auftaucht, verglichen mit den Konkurrenzmarken, die dasselbe Tool im selben Prompt-Batch trackt.

Der übliche Fehler ist, den Begriff mit AI Visibility gleichzusetzen. Beide sind nicht dasselbe. AI Visibility beantwortet pro Prompt eine binäre Frage: Taucht die Marke auf oder nicht. Share of Voice beantwortet eine relative Frage: Von allen Erwähnungen, die in diesem Prompt-Set entstanden sind, wie viele entfallen auf diese Marke und wie viele auf die anderen. Eine Marke kann gleichzeitig eine hohe AI Visibility und einen niedrigen Share of Voice haben, wenn ihre Wettbewerber in denselben Antworten noch häufiger auftauchen.

Keine Normungsstelle definiert Share of Voice für generative KI. Anders als bei einer Kennzahl mit fester Formel wie der Klickrate einer Suchmaschine baut jeder GEO-Anbieter seinen eigenen Zähler und seinen eigenen Nenner, und nennt das Ergebnis mit demselben Namen wie die Konkurrenz. Diese Freiheit ist nicht zwangsläufig schlecht, verlangt aber von jedem, der die Zahl erhält, zu wissen, dass er eine tool-eigene Berechnung liest, und keine Messung, die von der gesamten Branche anerkannt ist, so wie es sie für Klickrate oder Werbeausgaben längst gibt.

Die Berechnung folgt immer demselben Grundmuster: Man zählt die Erwähnungen der eigenen Marke in einem Satz von KI-Antworten, zählt die Erwähnungen aller getrackten Marken im selben Satz, und teilt die erste Zahl durch die zweite. Das Ergebnis wird als Prozentsatz ausgedrückt.

Was sich von Tool zu Tool ändert, sind die Entscheidungen hinter diesen beiden Zahlen, und kaum ein Anbieter legt sie im Detail offen. Die erste Entscheidung betrifft, welche Marken in den Nenner einfließen: Wählt der Kunde drei Wettbewerber von Hand aus, oder erkennt das Tool automatisch alle Marken, die auftauchen, ändert sich die Zahl, ohne dass sich der Markt wirklich verändert hat. Die zweite Entscheidung betrifft, was als Erwähnung zählt: der exakte Markentext, ein Verweis auf die Entität auch ohne buchstabengetreue Übereinstimmung, oder nur Erwähnungen mit einem Link zur Markenwebsite. Die dritte ist, ob die Position gewichtet wird: Eine Erwähnung im ersten Satz einer Antwort zählt für einen Nutzer anders als eine Erwähnung am Ende einer Liste von zehn Marken, aber nur wenige Tools machen diesen Unterschied. Die vierte ist der Satz aus Prompts und Modellen: Ein Modell einmal wöchentlich mit fünfzig festen Prompts abzufragen, ergibt eine andere Zahl als vier Modelle täglich mit fünfhundert rotierenden Prompts abzufragen.

Ein Beispiel zeigt den Effekt: Trackt ein Tool zehn Marken in einer Kategorie und ein anderes fünfundzwanzig in derselben Kategorie, hat die Marke im ersten Fall größere Chancen auf einen hohen Prozentsatz, einfach weil sie gegen weniger Rivalen im Nenner antritt, nicht weil ihre tatsächliche Präsenz in KI-Antworten gestiegen ist.

Keine dieser Entscheidungen ist für sich genommen falsch. Das Problem entsteht, wenn zwei Tools einen Share-of-Voice-Prozentsatz veröffentlichen, ohne zu erklären, wie sie darauf gekommen sind, und jemand die beiden Zahlen so vergleicht, als würden sie exakt dasselbe messen.

Share of Voice wird genutzt, um Budgetentscheidungen zu rechtfertigen: Steigt eine Marke in einem Quartal um fünf Punkte, wird jemand fordern, genau das zu wiederholen, was in diesem Quartal getan wurde. Diese Entscheidung ergibt nur Sinn, wenn die Zahl Monat für Monat dasselbe misst.

Bevor die Zahl einem Kunden oder der Geschäftsführung vorgelegt wird, lohnt sich eine schriftliche Nachfrage beim Anbieter, ob sich der Nenner gegenüber dem Vorzeitraum geändert hat. Die Frage kostet eine Minute und verhindert, dass eine Kampagne für eine Bewegung verantwortlich gemacht wird, die tatsächlich aus einer Methodenänderung stammt.

Die Frage, die vor jeder Reaktion auf die Zahl zu klären ist, ist einfach: Hat sich der Markt verändert, oder hat sich die Stichprobe verändert? Hat das Tool einen neuen Wettbewerber in den Nenner aufgenommen, oder das Prompt-Set von hundert auf dreihundert erweitert, kann ein Anstieg oder Rückgang um mehrere Punkte nichts mit der SEO- oder Content-Arbeit dieses Quartals zu tun haben.

Das betrifft auch Vergleiche zwischen Agenturen oder zwischen Tools. Ein Report, der 42 Prozent Share of Voice ausweist, und ein anderer, der für dieselbe Marke im selben Monat 28 Prozent ausweist, widersprechen sich nicht und korrigieren sich auch nicht gegenseitig: Fast sicher messen sie mit unterschiedlichem Nenner. Diesen Unterschied als Fehler eines der beiden Tools zu behandeln, statt als Methodenunterschied, führt dazu, Entscheidungen auf Basis der falschen Zahl zu treffen.

• Vom GEO-Tool verlangen, dass es dokumentiert, welche Marken in den Nenner einfließen und wie viele es sind.
• Den Satz an Wettbewerbermarken für den gesamten Vergleichszeitraum festlegen, und jede Änderung notieren.
• Nachfragen, wie eine Erwähnung gezählt wird: exakter Markentext, Entitätsverweis oder nur mit Link.
• Share of Voice nur innerhalb desselben Tools und derselben Methode vergleichen, nie zwischen unterschiedlichen Anbietern.
• Die Stichprobengröße des Prompt-Sets prüfen, bevor ein Anstieg als Trend gelesen wird: Bei wenigen Prompts ist die Zahl Rauschen.
• Die tatsächlichen KI-Antworten hinter dem Prozentsatz aufbewahren, nicht nur die Endzahl, um sie später prüfen zu können.

• Den Prozentsatz zweier unterschiedlicher GEO-Tools vergleichen, als wäre es dieselbe Kennzahl.
• Die Liste der getrackten Wettbewerber ändern, ohne die Änderung im Report zu vermerken.
• Share of Voice angeben, ohne zu sagen, wie viele Prompts und welche Modelle dahinterstehen.
• Share of Voice mit AI Visibility verwechseln, die eine andere Frage beantwortet.
• Eine Monatsschwankung bei kleiner Prompt-Stichprobe als echten Trend lesen, statt zuerst die Stichprobengröße zu prüfen.