GEO-ROI: Was ist eine ChatGPT-Erwähnung eigentlich wert?
Eine Marke wird in 18 Prozent der für sie relevanten ChatGPT-Antworten erwähnt. Im Vormonat waren es nur 12 Prozent.
Ist das gut? Auf den ersten Blick schon. Die Sichtbarkeit der Marke ist schließlich um 50 Prozent gestiegen. Ein GEO-Dashboard würde diesen Anstieg vermutlich deutlich hervorheben. Aus wirtschaftlicher Sicht wissen wir zu diesem Zeitpunkt aber erstaunlich wenig.
Wir wissen nicht, wie viele reale Nutzer diese Antworten gesehen haben. Wir wissen nicht, ob sie die Marke überhaupt wahrgenommen haben. Wir wissen nicht, ob sie anschließend die Website besucht, nach der Marke gesucht oder etwas gekauft haben. Und vor allem wissen wir nicht, ob sich ihr Verhalten wegen dieser Erwähnung verändert hat.
Genau hier liegt eines der größten ungelösten Probleme von Generative Engine Optimization: Wir können immer besser messen, ob Marken und Websites in ChatGPT, Gemini, Perplexity oder Google AI Mode vorkommen. Viel schwieriger ist die Frage, welchen wirtschaftlichen Wert diese Sichtbarkeit tatsächlich erzeugt.
Eine hohe AI Visibility ist deshalb noch kein Business Case.
Um GEO wirtschaftlich bewerten zu können, brauchen Unternehmen eine längere Messkette:
Presence → Influence → Behavior → Business
Erst wenn sich diese Ebenen miteinander verbinden lassen, kommen wir der eigentlich interessanten Frage näher:
Was ist eine ChatGPT-Erwähnung wert?
Warum GEO schwieriger zu messen ist als SEO
Im klassischen SEO haben wir uns an eine relativ klare Messkette gewöhnt:
Impression → Klick → Session → Conversion → Umsatz
Natürlich ist auch diese Kette nicht perfekt. Attribution ist im SEO ebenfalls kompliziert. Nutzer wechseln Geräte, kommen später direkt zurück oder sehen mehrere Marketingkanäle, bevor sie kaufen.
Trotzdem verfügen wir über viele beobachtbare Signale.
Die Google Search Console zeigt Impressionen und Klicks. Webanalyse-Systeme erfassen Sessions. Shopsysteme kennen Bestellungen und Umsatz. Diese Daten lassen sich zumindest teilweise miteinander verbinden.
Bei generativen KI-Systemen sieht die Kette anders aus:
Prompt → AI-Antwort → Erwähnung oder Citation → Wahrnehmung → eventuell Klick → späterer Besuch → Conversion
Zwischen diesen Schritten liegen mehrere Lücken. Ein Nutzer kann beispielsweise ChatGPT fragen:
„Welche hochwertigen Onlineshops für Herrenmode gibt es in Deutschland?“
ChatGPT nennt Shop A. Der Nutzer klickt auf keinen Link. Zwei Tage später erinnert er sich an den Namen, sucht bei Google nach Shop A und bestellt dort für 350 Euro. In der Webanalyse kann diese Bestellung vollständig dem Kanal Organic Search zugerechnet werden. ChatGPT taucht in der messbaren Customer Journey möglicherweise überhaupt nicht auf.
Genau deshalb ist GEO nicht einfach ein neuer Traffic-Kanal. Generative Systeme können bereits vor einem Websitebesuch Einfluss auf Markenwahrnehmung und Kaufentscheidungen nehmen.
Das verändert auch die Frage, die Unternehmen beantworten müssen.
Nicht: Wie viel Umsatz kommt aus ChatGPT?
Sondern: Wie viel zusätzlichen wirtschaftlichen Effekt verursacht unsere Sichtbarkeit in AI-Systemen?
Das klingt ähnlich, messtechnisch sind es zwei völlig verschiedene Fragen.
Was GEO-Tools heute tatsächlich messen
Mit dem Aufstieg von ChatGPT Search, Google AI Mode und anderen generativen Suchsystemen ist eine neue Kategorie von Monitoring-Tools entstanden. Plattformen wie Peec AI versuchen zu messen, wie sichtbar Marken innerhalb von AI-Antworten sind. Peec nennt dafür beispielsweise Visibility, Position und Sentiment als zentrale Kennzahlen.
Dabei begegnen einem immer wieder ähnliche Messgrößen.
Mention Rate und AI Visibility
Die einfachste Frage lautet: Wie häufig wird eine Marke in den untersuchten Antworten erwähnt?
Werden beispielsweise 1.000 Prompts getestet und erscheint eine Marke in 220 Antworten, liegt die beobachtete Mention Rate bei 22 Prozent.
Das klingt zunächst eindeutig. Das Problem beginnt beim Wort „beobachtet“.
Die 1.000 Prompts sind nicht automatisch 1.000 reale Suchanfragen von Nutzern. Häufig handelt es sich um ein definiertes Prompt-Set, das regelmäßig von einem Monitoring-System abgefragt wird.
Peec AI definiert beispielsweise einen „Chat“ als einzelne Ausführung eines Prompts gegen ein bestimmtes AI-Modell, aus einem bestimmten geografischen Kontext und zu einem bestimmten Zeitpunkt. Visibility ergibt sich daraus, in welchem Anteil dieser untersuchten Antworten die Marke erscheint.
Damit beschreibt die Kennzahl zunächst: Wie häufig erscheint unsere Marke innerhalb dieses Messsystems?
Nicht: Wie viele Menschen haben unsere Marke in ChatGPT gesehen?
Dieser Unterschied ist entscheidend.
Hinzu kommt, dass verschiedene Tools AI Visibility unterschiedlich berechnen können. Eine Visibility von 30 Prozent in Tool A muss deshalb nicht zwangsläufig dasselbe bedeuten wie 30 Prozent in Tool B.
Share of Voice
Share of Voice setzt die eigene Präsenz ins Verhältnis zu Wettbewerbern. Wenn Zalando, About You und Breuninger innerhalb eines Prompt-Sets unterschiedlich häufig vorkommen, lässt sich daraus ein relativer Anteil berechnen.
Bei Peec AI wird der Share of Voice beispielsweise aus den eigenen Brand Mentions im Verhältnis zu allen Mentions der beobachteten Marken berechnet. Das ist besonders für Wettbewerbsanalysen interessant.
Doch auch hier gilt:
AI Share of Voice ist kein Marktanteil.
Die Kennzahl beschreibt Sichtbarkeit innerhalb eines definierten Messraums. Sie sagt zunächst nichts darüber aus, wie viele Kunden erreicht wurden oder wie viel Umsatz daraus entstanden ist.
Citation Rate
Noch wichtiger wird die Unterscheidung zwischen einer Markenerwähnung und einer Citation.
Ein AI-System kann eine Marke nennen, ohne deren Website als Quelle zu verwenden.
Genauso kann eine Website als Quelle dienen, ohne dass die dazugehörige Marke prominent erwähnt wird.
Peec AI trennt deshalb beispielsweise Brand Visibility und Source Visibility ausdrücklich voneinander. Das Tool unterscheidet außerdem zwischen Quellen, die ein AI-System zur Erstellung einer Antwort verwendet, und Citations, die für den Nutzer tatsächlich sichtbar referenziert werden.
Eine Brand Mention beantwortet damit die Frage:
Kommt meine Marke in der Antwort vor?
Eine Citation beantwortet:
Wird meine Domain oder eine meiner URLs als Quelle verwendet?
Gerade für Publisher und informationsorientierte Websites kann die zweite Frage wichtiger sein. Für Händler und Marken können wiederum Recommendation Context und Brand Mention eine größere wirtschaftliche Bedeutung haben.
Position und Prominence
Auch zwei Erwähnungen sind nicht automatisch gleichwertig.
Vergleichen wir diese Antworten:
„Weitere Anbieter sind Shop A, Shop B und Shop C.“
und:
„Für hochwertige italienische Herrenmode eignet sich besonders Shop A, weil …“
In beiden Antworten kommt Shop A vor.
Die mögliche Wirkung auf den Nutzer dürfte trotzdem sehr unterschiedlich sein.
Deshalb ist es sinnvoll, nicht nur die Häufigkeit, sondern auch die Prominenz einer Marke zu betrachten: Wo erscheint sie? Wie früh wird sie genannt? Wird sie nur aufgezählt oder ausdrücklich empfohlen?
Auch GEO-Tools berücksichtigen diese Dimension bereits. Peec AI erfasst beispielsweise die Reihenfolge, in der Marken innerhalb einer AI-Antwort erscheinen.
Sichtbarkeit ist also nicht binär.
Sentiment und Recommendation Context
Eine Marke kann häufig erwähnt werden und trotzdem in einem ungünstigen Kontext erscheinen.
„Shop A bietet eine besonders große Auswahl“
ist etwas anderes als:
„Shop A ist zwar bekannt, für diesen Anwendungsfall eignen sich jedoch andere Anbieter besser.“
Beides wäre eine Mention.
Deshalb gehören Sentiment und Recommendation Context in ein vollständiges GEO-Monitoring. Auch Peec AI führt Sentiment neben Visibility und Position als eigene AI-Search-Metrik.
All diese Kennzahlen haben ihre Berechtigung. Sie messen aber unterschiedliche Teile derselben Wirkungskette.
Keine davon ist für sich genommen GEO-Erfolg.
Warum 18 Prozent AI Visibility ohne Kontext wenig aussagen
Kehren wir zum Ausgangsbeispiel zurück.
Die Visibility einer Marke steigt von 12 auf 18 Prozent.
Bevor daraus irgendeine wirtschaftliche Schlussfolgerung gezogen wird, müssten mindestens sechs Fragen beantwortet werden:
- Welche AI-Engine wurde untersucht?
- Welches Modell wurde verwendet?
- In welchem Land und in welcher Sprache wurde getestet?
- Welche Prompts bilden die Grundlage?
- Wie werden diese Prompts gewichtet?
- Wie oft wurden die Abfragen wiederholt?
Auch die Auswahl der Prompts spielt eine große Rolle.
Ein Prompt wie
„Was ist Quiet Luxury?“
hat für einen Fashion-Shop eine andere wirtschaftliche Bedeutung als:
„Wo kann ich Brunello Cucinelli Herrenmode in Deutschland kaufen?“
Beide Prompts einfach mit dem gleichen Gewicht in einen Visibility Score einfließen zu lassen, kann deshalb problematisch sein.
Langfristig könnte eine Demand- oder Value-weighted Visibility sinnvoller sein. Prompts mit hoher Nachfrage oder großer Nähe zu einer Kaufentscheidung würden dann stärker gewichtet als sehr allgemeine Informationsfragen.
Aber auch eine solche Kennzahl wäre nur ein besserer Leading Indicator.
Sie wäre noch kein Umsatznachweis.
Ein GEO Measurement Framework
Für die wirtschaftliche Bewertung von GEO ist es hilfreich, die Messung in vier Ebenen aufzuteilen.
Level 1: Presence
Die erste Ebene beantwortet die einfachste Frage:
Sind wir überhaupt sichtbar?
Dazu gehören Kennzahlen wie:
Mention Rate, Citation Rate, Share of Voice, Prompt Coverage oder Recommendation Probability.
Auf dieser Ebene arbeiten heute viele GEO-Tools.
Presence ist wichtig. Eine Marke, die bei relevanten Fragen praktisch nie auftaucht, kann über diesen Kontaktpunkt schließlich auch kaum Einfluss auf Nutzer nehmen.
Presence ist aber nur die Voraussetzung für Wirkung.
Nicht die Wirkung selbst.
Level 2: Influence
Die zweite Ebene fragt:
Welche Rolle spielt unsere Marke innerhalb der Antwort?
Hier werden Recommendation Context, Brand Prominence, Citation Prominence, Position, Sentiment und die Präsenz von Wettbewerbern relevant.
Der Unterschied lässt sich leicht erkennen.
Eine Marke kann in 30 Prozent aller Antworten erwähnt werden. Wenn sie dort fast immer nur als fünfte Alternative auftaucht, kann ihre Wirkung geringer sein als bei einer Marke mit 20 Prozent Mention Rate, die regelmäßig als erste Empfehlung erscheint.
Influence versucht deshalb zu messen, wie stark eine Marke die AI-generierte Antwort tatsächlich prägt.
Noch immer befinden wir uns allerdings innerhalb der AI-Antwort.
Ob ein realer Nutzer sein Verhalten verändert, wissen wir weiterhin nicht.
Level 3: Behavior
Erst auf der dritten Ebene verlassen wir die reine Prompt-Beobachtung.
Jetzt lautet die Frage:
Verhalten sich Nutzer anders?
Der offensichtlichste Messwert ist AI Referral Traffic.
OpenAI versieht Referral-URLs aus ChatGPT Search laut eigener Publisher-Dokumentation automatisch mit utm_source=chatgpt.com. Websitebetreiber können dadurch zumindest einen Teil der tatsächlich aus ChatGPT kommenden Besuche in ihrer Webanalyse erkennen.
Diese Sessions lassen sich wie andere Websitebesuche analysieren:
Welche Landingpages werden besucht? Wie lange bleiben Nutzer? Wie hoch ist die Conversion Rate? Wie viele neue Nutzer kommen über diesen Kanal?
Auch die wirtschaftliche Relevanz dieses Traffics nimmt zu.
Adobe untersucht die Entwicklung von AI-vermitteltem Traffic im Rahmen seiner Digital-Insights-Reports. Adobe berichtet inzwischen, dass AI Referrals im Retail bei Umsatz pro Besuch und Conversion mit anderen Traffic-Quellen konkurrieren beziehungsweise diese übertreffen können.
Das ist bemerkenswert.
Es bedeutet aber nicht automatisch, dass AI-Traffic wegen AI besser konvertiert.
Denkbar ist auch ein Selection Effect: Wer nach einer ausführlichen Recherche in ChatGPT noch auf einen Händler klickt, könnte bereits eine besonders hohe Kaufabsicht besitzen.
Die Daten zeigen also eine starke Korrelation.
Sie beweisen noch keine Kausalität.
AI Referrals sind damit ein realer Traffic-Kanal.
Sie bilden aber nur einen Teil des möglichen AI-Einflusses ab.
Level 4: Business
Die vierte Ebene interessiert letztlich jedes Unternehmen am meisten:
Entsteht wirtschaftlicher Wert?
Hier gehören Conversions, Orders, Revenue, New Customers, Average Order Value und Customer Lifetime Value hin.
Noch besser als Umsatz eignet sich häufig der Contribution Margin, also vereinfacht der Deckungsbeitrag.
Denn 100.000 Euro zusätzlicher Umsatz sind nicht automatisch 100.000 Euro wirtschaftlicher Wert. Wareneinsatz, Rabatte, Retouren, Payment, Fulfillment und weitere variable Kosten reduzieren den tatsächlichen Beitrag zum Ergebnis.
Damit ergibt sich eine Wirkungskette:
Presence → Influence → Behavior → Business
Und mit jeder Stufe entsteht ein interessantes Spannungsverhältnis.
Je weiter wir nach unten gehen, desto relevanter werden die Kennzahlen für Management und Finance.
Gleichzeitig wird es schwieriger zu beweisen, dass GEO die Ursache war.
Das eigentliche Problem heißt Attribution
Stellen wir uns noch einmal unseren Nutzer vor.
Er fragt ChatGPT nach hochwertigen Fashion-Shops. ChatGPT empfiehlt einen Händler. Der Nutzer klickt nicht. Zwei Tage später sucht er bei Google nach dem Namen des Shops und kauft dort ein.
Was sieht die Webanalyse? Wahrscheinlich eine Organic-Search-Session.
Was hat die Nachfrage möglicherweise ausgelöst? ChatGPT.
Genau diese Lücke ist für GEO entscheidend. Analytics-Systeme können nur mit Signalen arbeiten, die sie beobachten. Wenn eine vorherige AI-Exposure technisch nicht Teil der gemessenen Journey ist, kann ein Attributionsmodell sie später auch nicht einfach rekonstruieren.
Bei ChatGPT wird dieses Problem besonders deutlich. OpenAI ermöglicht durch utm_source=chatgpt.com zwar die Identifikation direkter Referrals. Eine reine Markenwahrnehmung ohne Klick hinterlässt dadurch aber noch keinen entsprechenden Website-Touchpoint. Genau an dieser Stelle wird eine wichtige Unterscheidung notwendig.
AI Referral Revenue kann gleichzeitig zu klein und zu groß sein
Nehmen wir an, ein Unternehmen misst 100.000 Euro Umsatz aus Sessions, die eindeutig von ChatGPT gekommen sind.
Sind das 100.000 Euro GEO-Wirkung? Nicht unbedingt.
Es wirken zwei entgegengesetzte Effekte.
Problem 1: Unterzählung
Ein Teil der AI-beeinflussten Nutzer klickt nicht direkt auf einen Link. Er sucht später bei Google, öffnet die App, tippt die Domain ein oder kommt über einen anderen Kanal zurück.
Dieser Umsatz fehlt im AI Referral Revenue. Der tatsächlich von AI beeinflusste Umsatz könnte also höher sein.
Problem 2: Überattribution
Ein Nutzer klickt aus ChatGPT auf den Shop und kauft für 300 Euro. Vielleicht hätte er auch ohne ChatGPT gekauft. Wenn die gesamten 300 Euro als GEO-Wirkung gezählt werden, wird der kausale Effekt überschätzt. Deshalb kann dieselbe Kennzahl gleichzeitig in zwei Richtungen falsch liegen:
AI Referral Revenue kann den gesamten AI-Einfluss unterschätzen und gleichzeitig den inkrementellen GEO-Effekt überschätzen.
Diese scheinbare Paradoxie verschwindet, sobald wir drei verschiedene Umsatzbegriffe verwenden.
Observed, Attributed und Incremental GEO Revenue
Observed GEO Revenue
Das ist der einfachste Wert. Er umfasst Umsatz aus Journeys, bei denen ein AI Referral tatsächlich technisch beobachtet wurde: Ein Nutzer kommt von ChatGPT und kauft. Der Umsatz ist messbar. Observed Revenue ist deshalb eine vergleichsweise harte Kennzahl. Aber sie beantwortet nur: Bei welchen Umsätzen haben wir einen AI-Touchpoint gesehen?
Nicht: Welche Umsätze hat AI verursacht?
Attributed GEO Revenue
Die zweite Stufe ist modelliert. Ein Attributionsmodell versucht, verschiedenen Touchpoints einer Customer Journey einen Anteil am späteren Umsatz zuzuweisen.
Wenn ein Nutzer beispielsweise zuerst über ChatGPT kommt, später über Google zurückkehrt und schließlich über einen Newsletter kauft, könnte ein Modell den Umsatz auf mehrere Kontakte verteilen.
Das Ergebnis hängt jedoch vom Modell ab. Andere Regeln erzeugen andere Ergebnisse. Attributed Revenue ist deshalb keine direkt beobachtete Wahrheit, sondern eine modellierte Zuordnung.
Incremental GEO Revenue
Die dritte Größe ist wirtschaftlich am interessantesten. Sie fragt: Wie viel Umsatz wäre ohne die GEO-Maßnahme nicht entstanden?
Dafür benötigen wir ein sogenanntes Counterfactual. Wir müssen abschätzen, was ohne die Intervention passiert wäre. Vereinfacht:
Incremental GEO Revenue = Umsatz mit GEO – erwarteter Umsatz ohne GEO
Erst diese Differenz beschreibt den zusätzlichen Effekt. Und genau hier endet klassische Attribution und beginnt Kausalmessung.
Warum GEO Experimente braucht
Unternehmen werden den wirtschaftlichen Wert von GEO vermutlich nicht lösen, indem sie immer komplexere Dashboards bauen. Sie brauchen Experimente. Der Prozess kann relativ einfach beschrieben werden:
Observation → Intervention → Measurement → Incrementality
Zuerst wird der Ausgangszustand beobachtet. Dann erfolgt eine klar definierte GEO-Maßnahme. Anschließend wird geprüft, ob sich Presence und Influence verändern. Danach wird untersucht, ob auch Behavior und Business Outcomes reagieren. Und schließlich wird versucht, diese Entwicklung gegen eine Kontrollgruppe oder ein anderes Counterfactual abzugrenzen.
Ein Fashion-Retailer könnte beispielsweise 40 vergleichbare Themencluster auswählen. 20 davon werden gezielt optimiert. Inhalte werden aktualisiert, Entitäten klarer beschrieben, Vergleichsinformationen ergänzt, Daten strukturiert aufbereitet und relevante Fakten leichter zitierbar gemacht.
Die anderen 20 Cluster bleiben während des Testzeitraums möglichst unverändert. Danach wird nicht sofort auf Umsatz geschaut. Zunächst müsste die erste Hypothese bestätigt werden:
Hat die Intervention überhaupt die AI Visibility oder Citation Probability erhöht?
Wenn sich zwischen Treatment und Control dort kein Unterschied zeigt, wäre es schwer zu argumentieren, dass ein späterer Umsatzanstieg durch diese GEO-Maßnahme verursacht wurde.
Erst danach folgen Behavioral Signals und Business Outcomes. Dieses Prinzip ist im Marketing nicht neu.
Google stellt mit Meridian GeoX beispielsweise ein Open-Source-Framework für geografische Incrementality-Experimente bereit. Treatment- und Kontrollgruppen werden dabei miteinander verglichen, um den zusätzlichen Effekt einer Marketingintervention zu schätzen. Das Framework unterstützt unter anderem Holdback-, Go-dark- und Heavy-up-Experimente.
Dabei wird ein Counterfactual modelliert: also die erwartete Entwicklung der Testgruppe, wenn die Intervention nicht stattgefunden hätte. Die Differenz zwischen beobachteter Entwicklung und diesem erwarteten Verlauf dient anschließend zur Schätzung des inkrementellen Effekts.
GEO kann von diesen Methoden lernen. Wir brauchen dafür nicht zwangsläufig eine komplett neue Disziplin der Marketingmessung.
Ein konkretes GEO-Rechenbeispiel
Nehmen wir einen fiktiven Fashion-Shop.
Im betrachteten Monat liegen folgende Werte vor:
| Kennzahl | Wert |
|---|---|
| untersuchte Prompts | 10.000 |
| Brand Mention Rate | 22 % |
| Citation Rate | 8 % |
| AI Referral Sessions | 4.200 |
| Conversion Rate | 2,8 % |
| Average Order Value | 145 € |
Zunächst lässt sich der direkt beobachtbare Umsatz berechnen.
4.200 Sessions × 2,8 Prozent Conversion Rate ergeben rechnerisch 117,6 Bestellungen.
Bei einem durchschnittlichen Warenkorb von 145 Euro ergibt das:
4.200 × 0,028 × 145 € = 17.052 €
Wir haben also rund 17.052 Euro Observed AI Referral Revenue.
Bis hierhin ist die Rechnung einfach.
Der Fehler wäre nun zu sagen:
GEO hat 17.052 Euro Umsatz erzeugt.
Das wissen wir nicht. Vielleicht hätten 40 Prozent dieser Käufer ohnehin bestellt.
Vielleicht existieren gleichzeitig weitere Kunden, die ChatGPT gesehen haben, anschließend über Google kamen und deshalb überhaupt nicht im AI Referral Revenue auftauchen.
Zusätzlich beobachten wir:
- Branded Search steigt um 11 Prozent.
- Direct Traffic steigt um 6 Prozent.
- Die Brand Mention Rate steigt von 14 auf 22 Prozent.
Das sieht nach einer positiven Entwicklung aus. Aber auch hier dürfen wir nicht einfach behaupten: „GEO hat Branded Search um 11 Prozent gesteigert.“ Saison, Kampagnen, PR, Offline-Werbung, Sortiment, Preisaktionen oder allgemeines Markenwachstum könnten ebenfalls beteiligt sein.
Die korrekte Aussage wäre:
Nach dem Anstieg der AI Visibility stieg Branded Search um 11 Prozent. Ob und welcher Anteil davon durch GEO verursacht wurde, muss separat untersucht werden.
Drei mögliche Szenarien
Solange kein belastbares Experiment vorliegt, kann mit Szenarien gearbeitet werden. Wichtig ist dabei, sie ausdrücklich als Annahmen zu kennzeichnen. Nehmen wir unseren beobachteten Referral Revenue von 17.052 Euro.
Im konservativen Szenario nehmen wir an, dass nur 40 Prozent davon tatsächlich inkrementell sind und kein zusätzlicher Halo-Effekt nachweisbar ist.
Dann wären rund 6.821 Euro inkrementeller Umsatz plausibel.
In einem mittleren Szenario nehmen wir 70 Prozent inkrementellen Referral Revenue und zusätzlich einen indirekten Effekt in Höhe von 50 Prozent des beobachteten Referral Revenue an.
Das ergäbe rund 20.462 Euro.
In einem optimistischen Szenario wären 90 Prozent des Referral Revenue inkrementell und der indirekte Effekt genauso groß wie der beobachtete Referral Revenue.
Dann läge der angenommene Effekt bei rund 32.399 Euro.
Diese große Spanne ist kein Fehler des Beispiels, sondern die eigentliche Erkenntnis.
Aus denselben 17.052 Euro beobachtetem AI Referral Revenue lassen sich vollkommen unterschiedliche wirtschaftliche Geschichten erzählen. Ohne Counterfactual wissen wir nicht, welche davon stimmt. Genau deshalb sollte GEO-Reporting keine Scheingenauigkeit erzeugen.
Wie ein GEO-Dashboard aussehen sollte
Ein gutes GEO-Dashboard sollte nicht versuchen, die gesamte Entwicklung in einen einzigen „GEO Score“ zu pressen.
Stattdessen sollte es zeigen, wo innerhalb der Wirkungskette gerade gemessen wird.
Visibility
Hier gehören Prompt Coverage, Mention Probability, Citation Probability und Share of Voice hinein.
Idealerweise werden diese Kennzahlen nach AI Engine, Markt, Sprache, Themencluster und Intent getrennt.
Influence
Hier werden Recommendation Rate, Prominence, Position, Sentiment und Citation Prominence sichtbar.
Damit lässt sich erkennen, ob eine Marke nur vorkommt oder tatsächlich eine relevante Rolle innerhalb der Antwort spielt.
Traffic
Hier werden identifizierte AI Referral Sessions, Landingpages, Engagement, New Users und Conversions betrachtet.
Diese Daten stammen aus realem Nutzerverhalten und haben deshalb eine andere Qualität als synthetisch abgefragte Prompts.
Demand
Branded Search, Brand-plus-Category-Suchen und Direct Traffic können Hinweise auf Downstream-Effekte liefern.
Sie sollten jedoch als Signale behandelt werden.
Nicht automatisch als GEO-Conversions.
Business
Auf der letzten Ebene stehen Orders, Revenue, Conversion Rate, AOV, New Customer Rate, Contribution Margin und gegebenenfalls Customer Lifetime Value.
Zusätzlich sollte jede Ebene mit Zeitvergleichen verbunden werden:
MoM, YoY, Wettbewerbsentwicklung und vor allem Annotationen wichtiger GEO-Maßnahmen.
So wird sichtbar, ob Veränderungen zeitlich mit konkreten Interventionen zusammenfallen.
Ein GEO-Dashboard braucht eine Evidenzstufe
Zusätzlich würde sich eine zweite Dimension lohnen.
Jede Kennzahl bekommt eine Kennzeichnung dafür, wie belastbar die daraus gezogene Aussage ist.
Observed
Das Signal wurde direkt gemessen. Beispiel: 4.200 Sessions kamen über identifizierte AI Referrals.
Associated
Zwei Entwicklungen treten gemeinsam oder nacheinander auf. Beispiel: Nach dem Visibility-Anstieg steigt Branded Search.
Attributed
Ein Modell weist GEO einen Anteil zu. Beispiel: Ein Multi-Touch-Modell ordnet einem AI Referral 20 Prozent des Conversion Values zu.
Incremental
Ein Experiment oder belastbares kausales Modell zeigt einen zusätzlichen Effekt gegenüber einem Counterfactual. Diese Unterscheidung könnte im GEO-Reporting wichtiger werden als viele neue Kennzahlen. Denn sie verhindert, dass aus Korrelation unbemerkt Kausalität wird.
Ein häufiger Messfehler: Prompts sind keine Impressionen
Nehmen wir noch einmal unseren Beispiel-Shop. Das GEO-Tool untersucht 10.000 Prompts. Bei 22 Prozent davon wird die Marke erwähnt. Das ergibt 2.200 beobachtete Mentions. Die Webanalyse registriert gleichzeitig 4.200 AI Referral Sessions.
Nun könnte jemand auf die Idee kommen, eine Art CTR zu berechnen:
4.200 Sessions geteilt durch 2.200 Mentions. Das Ergebnis wäre mehr als 190 Prozent. Offensichtlich ergibt das keinen Sinn.
Der Grund ist fundamental:
Die beiden Zahlen stammen aus unterschiedlichen Populationen.
Die 2.200 Mentions kommen aus einem künstlich definierten Prompt-Sample.
Die 4.200 Sessions stammen aus realen Websitebesuchen.
Eine Mention im Monitoring-Tool ist keine Impression eines realen Nutzers.
Deshalb dürfen synthetische AI Visibility und realer Referral Traffic nicht einfach zu Funnel-Raten verbunden werden.
Ein echter CTR benötigt Impression und Klick aus demselben Messsystem.
Genau hier wird die Datenlage allerdings interessanter.
Google hat 2026 eigene Search-Console-Berichte für generative AI-Funktionen eingeführt. Seit dem 31. August 2026 stehen diese laut Google weltweit zur Verfügung. Sie zeigen unter anderem, wie oft URLs einer Website innerhalb generativer AI-Funktionen in Search und Discover erschienen sind. Außerdem lassen sich Seiten, Länder, Geräte und zeitliche Entwicklungen analysieren.
Damit stehen für Googles eigene AI-Flächen erstmals deutlich bessere First-Party-Exposure-Daten zur Verfügung.
Bei ChatGPT ist die Situation anders. Dort können Referral-Klicks über den von OpenAI gesetzten UTM-Parameter identifiziert werden. Websitebetreiber besitzen dadurch aber noch keinen vollständigen Datensatz darüber, wie häufig ihre Marke zuvor ohne Klick in ChatGPT-Antworten wahrgenommen wurde.
GEO ist deshalb auch messtechnisch kein einheitlicher Kanal. Jede Plattform zeigt Unternehmen einen anderen Ausschnitt der Wirkungskette.
Wie lässt sich GEO-ROI berechnen?
Eine naheliegende Formel wäre:
(AI Referral Revenue – GEO-Kosten) / GEO-Kosten
Sie ist leicht berechenbar. Als echter ROI ist sie jedoch problematisch. Erstens kennen wir bereits das Attributionsproblem des Referral Revenue. Zweitens wird hier Umsatz mit Kosten verglichen. Umsatz ist aber nicht Gewinn. Für eine wirtschaftliche Bewertung eignet sich deshalb eher:
Incremental GEO ROI = (Incremental GEO Contribution Margin – GEO Investment) / GEO Investment
Damit werden zwei Anforderungen erfüllt. Auf der Ertragsseite steht nur der zusätzliche Effekt. Und statt Umsatz wird der wirtschaftlich relevantere Deckungsbeitrag verwendet.
Kehren wir zu unserem Beispiel zurück. Nehmen wir rein illustrativ einen Contribution Margin von 45 Prozent und monatliche GEO-Kosten von 6.000 Euro an. Bei 6.821 Euro inkrementellem Umsatz entstehen rund 3.069 Euro zusätzlicher Deckungsbeitrag. Der ROI wäre negativ. Bei 20.462 Euro inkrementellem Umsatz entstehen rund 9.208 Euro Deckungsbeitrag. Der ROI wäre positiv.
Bei 32.399 Euro inkrementellem Umsatz läge der Deckungsbeitrag bei rund 14.580 Euro und der ROI entsprechend deutlich höher. Dieselben beobachteten Referral-Daten können also je nach tatsächlicher Incrementality zu völlig unterschiedlichen Investitionsentscheidungen führen. Genau deshalb ist die Frage nach dem Counterfactual so wichtig.
GEO braucht keine neue Wunder-KPI
Die Entwicklung von GEO erinnert in Teilen an frühere Phasen des Digital Marketings.
Ein neuer Kanal entsteht. Neue Tools erscheinen. Neue Kennzahlen werden erfunden. Und schnell entsteht der Wunsch nach einer einzigen Zahl, mit der sich Erfolg messen lässt. Bei GEO könnte diese Zahl AI Visibility, Share of Voice oder Citation Share heißen. Doch wahrscheinlich liegt genau darin der falsche Ansatz.
Eine Citation beantwortet eine andere Frage als eine Brand Mention. Eine Brand Mention beantwortet eine andere Frage als ein Referral. Ein Referral beantwortet eine andere Frage als eine Conversion. Und eine Conversion nach einem AI Referral beantwortet wiederum eine andere Frage als Incrementality.
Diese Unterschiede sollten nicht verschwinden. Sie sollten sichtbar gemacht werden. Das einfachste Modell dafür lautet:
Presence → Influence → Behavior → Business
Presence fragt, ob eine Marke vorkommt. Influence fragt, welche Rolle sie in der Antwort spielt. Behavior fragt, ob Nutzer anschließend anders handeln. Business fragt, ob daraus zusätzlicher wirtschaftlicher Wert entsteht. Daneben sollte immer klar sein, welche Art von Revenue betrachtet wird:
Observed Revenue → Attributed Revenue → Incremental Revenue
Je weiter wir uns nach rechts bewegen, desto schwieriger wird die Messung. Aber desto näher kommen wir der eigentlichen wirtschaftlichen Frage.
Fazit: Was ist eine ChatGPT-Erwähnung wert?
Die unbefriedigende, aber analytisch korrekte Antwort lautet:
Es gibt keinen festen Wert.
Eine ChatGPT-Erwähnung kann vollkommen wirkungslos bleiben. Sie kann einen direkten Klick erzeugen. Sie kann eine Marke erstmals ins Relevant Set eines Nutzers bringen. Sie kann zwei Tage später eine Google-Suche auslösen. Oder sie kann Teil einer längeren Customer Journey sein, die schließlich zu einem neuen Kunden führt.
Die Mention selbst verrät uns nicht, welcher dieser Fälle eingetreten ist. Deshalb sollte GEO nicht nur danach beurteilt werden, ob Visibility steigt. Unternehmen müssen verstehen, auf welcher Stufe der Wirkungskette sie gerade messen und wie belastbar die daraus gezogene Aussage ist.
AI Visibility ist ein Exposure-Signal. Eine Citation ist ein Source-Signal. Referral Revenue ist ein beobachtetes Outcome. Attribution ist ein Modell. Incrementality ist der Business Case.
Die langfristig entscheidende Frage lautet deshalb nicht, wie viele Erwähnungen eine Marke in ChatGPT besitzt. Sie lautet:
Hat unsere erhöhte Präsenz in AI-Systemen das Verhalten realer Menschen verändert – und welcher zusätzliche wirtschaftliche Effekt ist dadurch entstanden?
Erst wenn diese Verbindung gelingt, bekommt eine ChatGPT-Erwähnung einen belastbaren wirtschaftlichen Wert.
Geschrieben von