Rixe misst ChatGPT, Google AI Overviews, Google AI Mode, Gemini, Perplexity, Microsoft Copilot, Claude, Grok, DeepSeek, Mistral und Qwen. Ihr Plan misst drei Engines gleichzeitig; Leader misst alle elf. Der Plan legt fest, wie viele gemessen werden, nie welche es gibt.
Die Abdeckung ist bewusst breit, weil sich die Engines nicht gleich verhalten. Ein Chat-Assistent antwortet im Gesprächston und nennt einige Marken im Fließtext. Google AI Overviews steht über einer Ergebnisseite und stützt sich stärker auf verlinkbare Quellen. Perplexity stellt seine Zitate in den Vordergrund. DeepSeek und Qwen lesen einen weitgehend anderen Quellenbestand, und Copilot erbt Bings Index statt Googles. Derselbe Prompt kann in jeder eine andere Auswahl erzeugen, und eine Marke, die in einer stark ist, ist in einer anderen oft unsichtbar.
Deshalb zählt die Grenze Prompts, nicht die Prüfungen dahinter. Ihr Plan misst drei Engines, Leader misst alle elf; ein Prompt zählt einmal gegen Ihr Kontingent, egal wie viele Engines ihn lesen — es gibt also keinen Anreiz, die Abdeckung zum Sparen einzuengen.
Die praktische Folge: Markt und Engine sind dieselbe Entscheidung. Sind Ihre Käufer den ganzen Tag in Microsoft 365, landet die Empfehlung tatsächlich in Copilot; stützen sie sich auf Google, sind es AI Overviews und AI Mode.
Warum die Abdeckung bewusst breit ist
Die Engines verhalten sich nicht gleich; eine Marke, die in einer stark ist, kann in einer anderen bei derselben Frage in derselben Woche fehlen. Ein Chat-Assistent antwortet im Gespräch und nennt eine Handvoll Marken in Prosa; eine Ergebnisseiten-Oberfläche rendert eine Zusammenfassung über den Links und zitiert oft mehr Quellen; eine Recherche-Engine listet Zitationen im Verlauf.
Eine davon zu messen und das seine KI-Sichtbarkeit zu nennen, ist der häufigste Fehler in diesem Feld. Es entspricht dem Messen eines Landes und dem Berichten einer globalen Zahl — bequem, wenn die gewählte Sie mag, und nutzlos, sobald ein Käufer eine andere App öffnet.
Was sich zwischen ihnen wirklich unterscheidet
Drei Unterschiede verändern, was überhaupt messbar ist. Ob die Engine aus dem Live-Web abruft oder allein aus Trainingsdaten antwortet; ob sie ihre Quellen offenlegt; und ob sie die Suchen zeigt, die sie vor der Antwort ausführte. Eine Engine, die nichts offenlegt, lässt sich weiterhin auf Nennungen messen, ihre Zitationen aber nicht lesen.
Anzeigenplätze sind ein vierter, engerer Unterschied. Nur eine Oberfläche, die um die erzeugte Antwort noch eine Ergebnisseite rendert, trägt eine zählbare Anzeige — deshalb lässt sich Anzeigenlast für AI Overviews berichten und nicht für einen Assistenten, der über einen Provider-Endpunkt antwortet.
Wie viele Sie wirklich messen sollten
Jede zusätzliche Engine multipliziert jeden verfolgten Prompt — das ist zuerst eine Budget-, dann eine Strategiefrage. Die meisten Teams starten mit den zwei, die ihre Käufer wirklich nutzen, beobachten einen Monat und nehmen die dritte dazu, wenn eine Spalte anfängt zu zählen — was das Engine-Raster zeigt, bevor jemand darüber streiten muss.
Eine Regel lohnt sich unabhängig von Ihrer Wahl: Für eine nicht gelaufene Engine wird nichts geschätzt. Ein Mischindex, der Lücken still mit einem Modell der fehlenden Engine füllt, ist leichter zu verkaufen und unmöglich zu prüfen; ein Tag, an dem eine Engine verweigerte, gilt als unvollständig statt als Null.
