Dreihundert Fragen pro Tag oder acht Fragen über dreißig Tage?
Von Johnny Lagneau · Veröffentlicht am 21. Oktober 2026
Aus dem Französischen übersetzt. Original lesen
Was Messungen der KI-Sichtbarkeit wert sind, nach vier aktuellen Studien und meinen eigenen Zahlen.
Am 13. und 14. Oktober habe ich mit drei Menschen gesprochen, die jeden Tag an KI-Sichtbarkeit arbeiten: einem SEO- und GEO-Spezialisten, der gerade eine große Bank verlassen hat, einem selbstständigen GEO-Berater und einer GEO-Beratungsagentur in Brüssel.
Drei Gespräche, drei Profile, und dreimal habe ich dieselbe Frage gehört, mit anderen Worten: Wie viele Fragen muss man verfolgen, und wie oft, damit die Messung etwas bringt?
Ich leite VectorGap. Ich messe, was die KI-Modelle über eine Marke antworten, Stadt für Stadt und Sprache für Sprache. Ich habe also ein Interesse an dieser Frage, und das sage ich lieber gleich.
Ich habe die Woche damit verbracht, die Studien zu lesen und meine Berechnungen neu zu machen. Hier ist, was ich gefunden habe. Die Quellen stehen unten, Sie können jede Zahl prüfen.
Zwei Schulen und ein Streit über die Zahl der Fragen
Die erste Schule verkauft Volumen: Dutzende, oft Hunderte Fragen pro Marke, jeden Tag an vier, acht oder dreizehn KI-Suchmaschinen gestellt. Die Einstiegsangebote, die ich gesehen habe, beginnen bei 25 oder 50 Fragen. Die Angebote für Großunternehmen gehen bis zu mehreren Hundert.
Die zweite Schule, jünger, sagt: 5 bis 10 Fragen pro Website, nicht mehr. Am 15. Oktober hat ein Berater auf X das Vorgehen einer französischen SEO-Agentur mit mehr als 400 Kunden veröffentlicht: fünf bis zehn Fragen pro Website, und über zehn wird die Arbeit nicht mehr beherrschbar. Seine Idee: Hinter jeder Frage startet die KI etwa zehn versteckte Suchanfragen, und an genau diesen Suchanfragen muss man arbeiten.
Ich glaube, die beiden Schulen streiten über die falsche Zahl. Die Zahl der Fragen zählt weniger als die Genauigkeit jeder Messung.
Was eine KI-Antwort wert ist, gemessen
Wenn ich ChatGPT zweimal dieselbe Frage stelle, bekomme ich nicht zweimal dieselbe Antwort. Das haben alle schon bemerkt. Forscher haben es gemessen.
SparkToro und Gumshoe (Studie vom Januar 2026: 2.961 Prompts, 12 Fragen nach Markenempfehlungen, 60 bis 100 Durchläufe pro Frage und pro Suchmaschine): ChatGPT und Google AI geben weniger als einmal von 100 dieselbe Markenliste zurück. Dieselbe Liste in derselben Reihenfolge: weniger als einmal von 1.000.
EWR Digital (12.778 Antworten auf fünf Suchmaschinen, von Januar bis Juni 2026) hat sich die zitierten Quellen angesehen: Dieselbe Frage an dieselbe Suchmaschine liefert in weniger als 2,5 % der Fälle dieselben Quellen. Bei ChatGPT: 0,06 %.
Dieselbe Studie nennt die Fehlermarge einer Präsenzmessung: bei einem einzigen Durchlauf etwa ± 33 Punkte. Bei sieben oder acht Durchläufen etwa ± 10.
Und die Universität St. Gallen (April 2026) hat die Rechnung über die Zeit gemacht: Bei achtundzwanzig Tagen täglicher Messung derselben Fragen sinkt die Marge auf etwa ± 6,5 Punkte.
Ich nehme aus diesen drei Studien eines mit: Eine einzelne Momentaufnahme ist nichts wert. „Ich habe ChatGPT gefragt, und wir waren nicht dabei“ ist keine Messung, sondern eine Ziehung.
Und die Genauigkeit entsteht durch die Wiederholung derselben Fragen über die Zeit. Die großen Tools wissen das, denn sie stellen ihre Fragen jeden Tag neu.
Wo liegt also der Unterschied zwischen dreihundert Fragen und acht? In dem, was man lesen kann. Dreihundert täglich verfolgte Fragen ergeben dreihundert genaue Kurven, und der Kunde wird nur den Score lesen, der sie zusammenfasst. Acht täglich verfolgte Fragen ergeben acht Kurven, die ich eine nach der anderen lesen kann, mit den Quellen und den Wettbewerbern hinter jeder Kurve.
Ich behaupte nicht, feiner zu messen als ein Tool mit dreihundert Fragen. Ich behaupte, zu messen, was ein Unternehmer lesen und worauf er handeln kann, in seiner Stadt und seiner Sprache, und ihm die Grenze der Messung zu sagen.
Die Rechnung, die niemand vor dem Kunden macht
Nehmen wir ein übliches Angebot: 150 Fragen, 8 Suchmaschinen, jeden Tag. Das ergibt 36.000 Antworten pro Monat für eine einzige Marke. Bei durchschnittlich neun zitierten Quellen pro Antwort (das messen die Studien) sind das etwa 324.000 Zitate pro Monat.
Was macht man mit 36.000 Zeilen? Niemand liest sie. Das Tool fasst sie zu einem Score zusammen, und der Score bewegt sich jeden Tag, weil sich die KI selbst jeden Tag bewegt.
Sistrix hat es gemessen (82.619 Prompts, sechs Länder, darunter Frankreich, siebzehn Wochen): Von einer Woche zur nächsten sind 74 % der von ChatGPT zitierten Quellen neu. Bei Google AI Mode 56 %. Bei den AI Overviews von Google nur 5 %: Dort ist es fast eingefroren.
Eine tägliche Messung von ChatGPT sieht also vor allem den Zufall der Ziehung, und eine tägliche Messung einer AI Overview sieht vor allem dasselbe wie am Vortag. In beiden Fällen ist der Tag die falsche Einheit. Die richtige Einheit ist das Zeitfenster: zwei bis vier Wochen mit denselben Fragen, und ich schaue, was stabil bleibt.
(Ich sage das, weil ich diese Frage jedes Mal höre: Nein, die Antworten sind nicht „drei Tage lang gesperrt“. Ahrefs hat es an 43.000 Keywords geprüft: kein Zusammenhang zwischen der Beliebtheit einer Frage und der Stabilität ihrer Antwort. Stabil ist der Sinn der Antwort, nicht ihre Oberfläche.)
Warum Agenturen breit messen und warum ich sie verstehe
Ich mache den Marketingagenturen keinen Prozess. Ich treffe viele von ihnen, und was ich sehe, ist Vorsicht: Eine Agentur misst breit, weil sie Angst hat, eine Information zu verpassen, die ihr Kunde gesehen haben könnte. Gürtel und Hosenträger.
Das Problem ist, dass die KI diese Information am nächsten Tag schon geändert hat. St. Gallen misst bei demselben Prompt von einem Tag auf den anderen fast zwei Drittel andere Quellen. Die Agentur kann nicht verpassen, was am nächsten Tag nicht mehr existiert.
Das echte Risiko für die Agentur liegt woanders. Dem Kunden an einem Dienstag einen „Rückgang“ zeigen, der nur eine Ziehung ist, darauf handeln, nichts sich bewegen sehen und den Kunden verlieren. Was die Agentur schützt, ist, das Rauschen ihrer Messung zu kennen und nur über Bewegungen zu sprechen, die darüber hinausgehen.
Auf Kundenseite sagen die Studien zur Entscheidungsfindung seit Langem dasselbe (eine Übersicht über 57 Arbeiten, veröffentlicht 2023): Ab einem gewissen Volumen verschlechtern mehr Informationen die Genauigkeit und Stimmigkeit von Entscheidungen und verlängern die Zeit, sie zu treffen. Ein Unternehmer handelt auf drei Dinge pro Monat. Er braucht diese drei.
Wie viele Fragen also?
Keine Studie nennt eine magische Zahl. Die Daten erlauben trotzdem, zu überlegen.
Hinter einer Frage startet ChatGPT im Durchschnitt 2,1 Suchanfragen (Peec, etwa 5 Millionen analysierte Suchanfragen im April 2026). Oft liest man zehn; es sind zwei. Zehn Fragen zum selben Beruf in derselben Stadt teilen also dieselben Suchanfragen und dieselben Quellen. Sie getrennt zu messen, bringt Volumen, keine Information.
Die sinnvolle Zahl der Fragen ist die Zahl der wirklich unterschiedlichen Absichten, die ein Käufer haben kann. Für ein lokales Geschäft zählt man sie an den Fingern einer oder zweier Hände ab: Wer ist der Beste in meiner Nähe, was kostet es, ist diese Option besser als jene.
Die Forscher in St. Gallen arbeiten mit acht Fragen pro Kampagne. Die Agentur mit 400 Kunden hört bei zehn auf. Ich stelle acht Fragen, für die Marke geschrieben (ihr Beruf, ihre Stadt, ihre Sprache), und ich lege sie fest, um sie erneut stellen zu können.
Auch die Quellen konzentrieren sich. Über 1,2 Millionen Antworten von ChatGPT vereinen dreißig Domains 67 % der Zitate zu einem Thema auf sich. Die 324.000 Zitate aus der Rechnung oben laufen auf etwa dreißig Namen hinaus, und die finde ich mit acht Fragen.
Was ich bei denselben Fragen sehe, ohne mehr auszugeben
Das ist der Punkt, den die zweite Schule vergisst. Wenn ich meine acht Fragen stelle, antwortet die KI nicht nur über die Marke. Sie nennt andere Marken und andere Websites. In denselben Antworten sehe ich, wen sie stattdessen empfiehlt, wen sie als Quelle zitiert und wo niemand aus der Branche präsent ist.
Am 9. Oktober habe ich 13 KI-Konfigurationen 8 Käuferfragen auf Französisch und Niederländisch gestellt, für 46 belgische Onlineshops. ChatGPT nennt 41 % der Shops nie (19 von 46). 17 % (8 von 46) werden überall genannt. Statt der fehlenden schickt es die Nutzer zu Marktplätzen und Verzeichnissen.
Dort sind die Plätze zu haben. Ich habe es nicht gesehen, indem ich Fragen hinzugefügt habe; ich habe es gesehen, indem ich die Antworten auf die acht gelesen habe.
Dann kommt die Schleife: messen, analysieren, schließen, handeln, und die Messung mit denselben Fragen wiederholen. Die erneute Messung hat nur mit denselben Fragen Sinn, und nur, wenn ich das Rauschen kenne.
Die Dimension, die fast niemand misst
Ein Käufer in Brüssel, der auf Niederländisch sucht, bekommt nicht die Antwort eines Käufers in Paris auf Französisch. Das klingt selbstverständlich, und doch sind fast alle Messungen, die ich sehe, „weltweit“ oder „pro Land“, in einer Sprache, ohne Stadt.
Vom 24. bis 30. September 2026 habe ich 40 Audits und 2.127 Antworten gemessen. In Brüssel stammen auf Niederländisch 3,5 % der zitierten Quellen aus den Niederlanden. In Luxemburg stammen für einen Versicherungsmakler auf Französisch 24,8 % aus Frankreich. In Kanada stammen auf Englisch 14,6 % aus den Vereinigten Staaten.
Und für denselben Brüsseler Shop, mit aktivierter Websuche, nennen ihn 50 % der Antworten auf Französisch (27 von 54) gegenüber 25 % auf Niederländisch (14 von 56), bei denselben Fragen.
Die Forscher in St. Gallen sagen es selbst in den Grenzen ihrer Arbeit: Ihre Daten kommen von Schweizer Servern, und ihre Ergebnisse lassen sich womöglich nicht auf andere Sprachen oder andere Märkte übertragen. Die Messung hängt vom Ort und von der Sprache ab. Einen Durchschnitt „pro Land“ gibt es für keinen Käufer.
(Ich glaube auch, dass das Lokale einen Vorteil hat: enge Absichten und weniger Quellen, also weniger Rauschen. Ich sage „ich glaube“, weil ich es noch nicht gemessen habe. Das läuft, siehe unten.)
Was ich noch nicht weiß
Ich schreibe lieber auf, was mir fehlt.
Zuerst: wie stark sich eine KI-Antwort auf eine lokale Frage von einem Tag zum anderen bewegt, wenn niemand etwas anfasst. Die Studien oben haben es an allgemeinen Fragen gemessen, auf Englisch oder Deutsch, nicht pro Stadt, nicht auf Französisch oder Niederländisch. Ich bereite einen Test über dreißig Tage vor: zehn belgische Marken, zwei Sprachen, acht Fragen, jeden Tag, ohne jede Maßnahme.
Ich veröffentliche das Ergebnis, wie auch immer es ausfällt. Wenn es zeigt, dass sich das tägliche Niveau stark bewegt, muss man das Argument der Häufigkeit ernst nehmen. Wenn es sich nicht bewegt, reicht eine wöchentliche Messung, und sie kostet siebenmal weniger.
Dann: die versteckten Suchanfragen, die die KI hinter jeder Frage startet. Ich kann sie zählen. Ihren Text lese ich noch nicht. Das ist der nächste Schritt.
Und eine Grenze meiner eigenen Messung, um konsequent mit dem zu sein, was ich anderen vorwerfe: Mit etwa hundert Antworten pro Sprache sieht eine Momentaufnahme eine Veränderung von 15 Punkten, nicht von 5. Um 5 Punkte zu sehen, braucht man die Reihe über die Zeit. Deshalb mache ich sie.
Was ich mitnehme
Das Volumen ist nicht das Problem, und es ist auch nicht die Antwort. Dreihundert täglich verfolgte Fragen messen eine Tendenz; acht täglich verfolgte Fragen auch. Der Unterschied ist, dass man die acht lesen kann, und dass ich in denselben Antworten die Wettbewerber, die Quellen und die freien Plätze sehe, in der Stadt und der Sprache, in der die Kunden kaufen.
Ich kann mich irren. Das ist eine Meinung, die auf meinen Messungen und auf vier Studien beruht. Wenn Sie anders messen und es funktioniert, interessiert mich das.
Sie, die Marken in den KI-Modellen verfolgen: Wie viele Fragen verfolgen Sie wirklich, und wie viele davon lesen Sie?
Quellen. SparkToro und Gumshoe, 2.961 Prompts (über Search Engine Journal, Januar 2026). EWR Digital, „AI answer variance“, 12.778 Antworten, Januar bis Juni 2026. Schulte, Bleeker, Kaufmann (Universität St. Gallen), „Don't Measure Once: Measuring Visibility in AI Search (GEO)“, arXiv 2604.07585, April 2026. Sistrix, 82.619 Prompts, Dezember 2025 bis April 2026. Ahrefs, 43.000 Keywords, AI Overviews.
Peec, etwa 5 Millionen Suchanfragen, April 2026. Kevin Indig, 1,2 Millionen Antworten von ChatGPT (über Search Engine Land). Übersicht über 57 Studien zu Informationsüberlastung und Entscheidungsfindung, Management Review Quarterly, 2023. Messungen von VectorGap: 24. bis 30. September 2026 (40 Audits, 2.127 Antworten); 9. Oktober 2026 (46 belgische Onlineshops, FR und NL).
