Seit gut einem Jahr entsteht eine neue Werkzeugkategorie: Software, die messen soll, ob und wie oft eine Marke in den Antworten von ChatGPT, Gemini, Claude oder Perplexity auftaucht. Am 14. Juli 2026 hat mit Cision einer der großen PR-Software-Anbieter nachgezogen. Für Arztpraxen stellt sich damit eine Frage, die teuer beantwortet werden kann: Brauchen wir so ein Dashboard? Meine Antwort nach Prüfung der Quellenlage: fast immer nein. Berechtigt ist die dahinterliegende Frage aber, und einiges kann eine Praxis selbst und ohne Abo tun.
Was Cision angekündigt hat, und was diese Meldung wert ist
Cision hat am 14. Juli 2026 ein “AI Visibility Dashboard” für die eigene Plattform CisionOne angekündigt. Laut Hersteller deckt es ChatGPT, Gemini, Claude, Perplexity, Grok, DeepSeek, Google AI Overview, Google AI Mode und Mistral ab. Wichtig ist der Charakter der Quelle: Es handelt sich um eine Pressemitteilung des Unternehmens über PR Newswire, nicht um redaktionelle Berichterstattung. Die deutschsprachige Fassung, die über EQS-News verbreitet wurde, trägt sogar den Hinweis, dass für den Inhalt der Emittent verantwortlich ist. Emittent ist Cision selbst.
Die einzigen Zitate in der Meldung stammen von Jim Daxner (Chief Product Officer) und Amy Jones (Chief Marketing Officer), beide Cision. Stand 16. Juli 2026 gibt es keinen unabhängigen Test, keine offengelegte Methodik und keine Preisangabe. Auch die Vorgeschichte fehlt: Die Daten stammen nicht aus einer Eigenentwicklung, sondern von Trajaan, einem Unternehmen, das Cision bereits am 11. Dezember 2025 übernommen hat. Die Juli-Ankündigung ist damit weniger eine Innovation als die Produktintegration einer rund sieben Monate alten Akquisition.
Was diese Tools überhaupt messen
Die Kategorie arbeitet im Kern mit zwei Kennzahlen. Semrush beschreibt sie in einem eigenen Erfahrungsbericht offen: Visibility ist binär, die Marke wird in der KI-Antwort genannt oder nicht. Share of Voice misst, wie häufig die eigene Marke im Vergleich zum Wettbewerb genannt wird. Semrush selbst startete mit 39 überwachten Prompts und weitete auf 726 aus.
Das Verfahren dahinter heißt Prompt-Sampling. Das Tool schickt definierte Fragen an die KI-Systeme, liest die Antworten aus und zählt, wer genannt und wer verlinkt wird. Für eine ortsgebundene Praxis wird es genau hier interessant. Ahrefs legt in der Dokumentation zu Brand Radar offen, dass die Basis über 405 Millionen suchbasierte Prompts sind, abgeleitet aus der eigenen Keyword-Datenbank, eingegeben ohne Nutzerkontext und ohne Personalisierung.
Das ist ehrlich dokumentiert und methodisch nachvollziehbar. Für eine Praxis in Darmstadt oder Kiel heißt es aber: Der gemessene Wert bildet nicht ab, was eine Patientin oder ein Patient vor Ort tatsächlich zu sehen bekommt. Ob die übrigen Anbieter lokal personalisierte deutsche Antworten messen, ist mir nicht bekannt. Ich habe es nicht geprüft und behaupte es deshalb in keine Richtung.
Warum die präzisen Prozentwerte weniger hergeben, als sie aussehen
Ein unabhängiger Befund greift den Kernanspruch der Kategorie an. Ronald Sielinski hat im März 2026 ein Preprint auf arXiv eingereicht (revidiert im Juni 2026) mit dem Titel “Quantifying Uncertainty in AI Visibility”. Untersucht wurden Perplexity Search, OpenAI SearchGPT und Google Gemini. Das Ergebnis: Zitations-Rankings sind über wiederholte Stichproben instabil, und zwar nicht nur an der Spitze, sondern quer durch das Set häufig zitierter Domains. Die Arbeit hält weiter fest, dass Einzelmessungen ein “irreführend präzises” Bild liefern und Sichtbarkeitswerte nur mit Unsicherheitsangaben berichtet werden sollten. Genau diese Angabe fehlt in den Marketingaussagen der Tools durchgängig.
Was die Werkzeuge kosten
Preise sind der Punkt, an dem sich die Frage für die meisten Praxen von selbst erledigt. Zu CisionOne und zum AI Visibility Dashboard nennt die Pressemitteilung keinerlei Kosten. Bei drei anderen Anbietern steht der Preis auf der eigenen Seite. Stand 16. Juli 2026:
| Anbieter | Einstieg pro Monat | Was drin ist |
|---|---|---|
| Otterly.AI | 29 US-Dollar (Lite) | 15 Prompts, vier Engines (ChatGPT, Google AI Overviews, Perplexity, MS Copilot) |
| Otterly.AI | 189 / 489 US-Dollar | 100 bzw. 400 Prompts. Claude, Gemini und Google AI Mode kosten Aufpreis |
| Semrush | 165,17 US-Dollar (Starter) | 50 täglich verfolgte Prompts, bei Jahreszahlung |
| Semrush | 248,17 / 455,67 US-Dollar | Pro+ mit 100, Advanced mit 200 Prompts, bei Jahreszahlung |
| Ahrefs Brand Radar | 199 US-Dollar (Zukauf) | eine einzelne KI-Plattform |
| Ahrefs Brand Radar | 699 US-Dollar | alle Plattformen inkl. 2.500 eigener Prompt-Checks |
Bei Ahrefs kommen eigene Prompt-Kontingente mit 50 bis 250 US-Dollar pro Monat obendrauf. Zu Profound und Peec AI kursieren in Vergleichsblogs Zahlen, die sich massiv widersprechen. Am Original bestätigt bekommen habe ich sie nicht, deshalb nenne ich sie nicht.
Rechnen Sie das für eine Praxis durch. Selbst das günstigste Paket bindet ein Budget, mit dem sich an der eigenen Website substanziell etwas verbessern ließe. Der Gegenwert ist eine Zahl, deren Fehlermarge niemand ausweist und die nicht lokalisiert erhoben wird.
Warum die Frage trotzdem berechtigt ist
Nichts davon heißt, dass KI in der Patientenkommunikation egal wäre. Der Bitkom hat am 20. November 2025 eine Umfrage veröffentlicht (Bitkom Research, 1.145 telefonisch Befragte ab 16 Jahren, Erhebungszeitraum KW 38 bis KW 43/2025). Danach haben 45 Prozent schon einmal einen KI-Chatbot zu Symptomen und Gesundheitsthemen befragt. Von den Nutzenden vertrauen 55 Prozent den Antworten, 50 Prozent verstehen ihre Symptome damit nach eigener Aussage besser als über die klassische Internetsuche, 30 Prozent halten die Auskunft für so wertvoll wie eine ärztliche Zweitmeinung, und 16 Prozent sind einem Chatbot-Rat schon einmal gegen eine ärztliche Empfehlung gefolgt.
Diese Zahlen sind relevant. Sie sagen aber nichts darüber, wie viele Menschen eine KI nutzen, um eine bestimmte Praxis zu finden. Die 45 Prozent beziehen sich auf Symptome und Gesundheitsthemen. Wer daraus einen Praxissuche-Trend ableitet, interpretiert die Quelle falsch. Ich erlebe es regelmäßig, dass genau diese Zahl in Angeboten so umgedeutet wird.
Der Logfile-Check: die ehrlichste Selbstmessung
Eine Sache kann eine Praxis ohne jedes Abo prüfen, und sie ist belastbar: Kommen die KI-Crawler überhaupt auf die Website? Das steht im Server-Logfile, und jeder kompetente Hoster kann es Ihnen auswerten. Wichtig ist: Es gibt nicht “den” KI-Bot, sondern getrennte Bots mit sehr unterschiedlichem Zweck.
OpenAI betreibt vier: GPTBot für das Training der Modelle, OAI-SearchBot für die Anzeige von Websites in der ChatGPT-Suche, ChatGPT-User für den Abruf auf konkrete Nutzeranfrage und OAI-AdsBot für die Prüfung von Werbe-Landingpages. Anthropic betreibt drei: ClaudeBot für das Modelltraining, Claude-User für den nutzerinitiierten Abruf und Claude-SearchBot für die Indexierung zugunsten der Suchantworten. Bei Perplexity dient PerplexityBot nach Herstellerangabe der Anzeige und Verlinkung in den Ergebnissen und nicht dem Training von Foundation Models. Perplexity-User ist der nutzerinitiierte Abruf und ignoriert robots.txt-Regeln laut Hersteller generell.
Wer vor zwei Jahren pauschal “die KI-Bots” ausgesperrt hat, sollte in die robots.txt schauen. Möglicherweise ist genau das Falsche blockiert.
Eine Stichproben-Methodik, die eine Praxis selbst führen kann
Wenn Sie wissen wollen, ob Ihre Praxis in KI-Antworten vorkommt, machen Sie es von Hand und methodisch sauber. Das kostet eine Stunde im Quartal.
Definieren Sie zehn bis fünfzehn feste Fragen, die eine Patientin oder ein Patient realistisch stellen würde: Fachrichtung plus Ort, Beschwerdebild plus Ort, Leistung plus Ort. Diese Fragen bleiben unverändert, sonst messen Sie beim nächsten Mal etwas anderes. Testen Sie in mindestens zwei Systemen, etwa ChatGPT und Perplexity, und führen Sie jede Frage mehrfach aus, weil die Antworten schwanken. Protokollieren Sie nüchtern: genannt ja oder nein, verlinkt ja oder nein, welche Quelle stattdessen. Und immer mit Datum, denn ein Wert ohne Datum ist hier wertlos.
Einen Share-of-Voice-Prozentwert bekommen Sie damit nicht. Sie bekommen die Antwort auf die Frage, die zählt: Werde ich genannt, und wenn nicht, wer stattdessen? Ein teures Tool liefert laut dem oben genannten Preprint an dieser Stelle ebenfalls keine stabile Zahl, nur eine schöner formatierte.
Was tatsächlich hilft, bevor man misst
Sichtbarkeit in KI-Antworten ist kein eigener Kanal mit eigenen Tricks. Sie ist ein Nebeneffekt davon, dass Ihre Inhalte maschinenlesbar, korrekt, aktuell und konsistent sind. Wer keine sauberen Öffnungszeiten und keine strukturierten Leistungsseiten hat, wird von keinem Dashboard gerettet.
Die Reihenfolge ist deshalb: erst die Voraussetzungen, dann die Messung. Konkret heißt das eine Website, die technisch abrufbar ist und ihre Inhalte in Text führt und nicht nur in Bildern (siehe Webdesign für Ärzte), konsistente Angaben über alle Verzeichnisse hinweg (dazu ausführlich unter Local SEO für die Arztpraxis) und Inhalte, die eine Frage wirklich beantworten statt Keywords zu stapeln, wie im Beitrag zu SEO für Ärzte beschrieben. Wer eigene Texte mit KI erzeugt, sollte die Grenzen kennen, die im Beitrag zu KI-Content auf Arztwebsites und, für den regulatorischen Rahmen, im Beitrag zum EU AI Act stehen.
Für den ersten Blick darauf haben wir den kostenlosen GEO-Check gebaut. Ehrlich gesagt, was er tut und was nicht: Er erhebt Praxisname, Ort, Fachrichtung und Website und liefert eine Ampeleinschätzung zu den strukturellen Voraussetzungen. Er fragt keine Live-KI-Antworten ab und misst damit nicht Ihre tatsächliche Sichtbarkeit in ChatGPT. Er ist eine Voraussetzungsprüfung, kein Messwerkzeug. Alles andere zu behaupten wäre genau der Fehler, den ich hier kritisiere. Weitere Werkzeuge finden Sie in der Übersicht der Praxis-Tools.
Fazit
Der Markt für KI-Visibility-Monitoring ist real, aber jung und weitgehend ungeprüft. Für eine Praxis gilt Stand Juli 2026: kein Abo abschließen, das mit einer Zahl wirbt, deren Fehlermarge der Anbieter selbst nicht ausweist. Stattdessen drei Dinge tun, die nichts kosten. Logfile und robots.txt prüfen, ob die richtigen KI-Bots hereindürfen. Eine feste Stichprobe von zehn bis fünfzehn Fragen quartalsweise selbst durchspielen und protokollieren. Und die Grundlagen in Ordnung bringen, weil ohne sie keine Messung etwas ändert. Sollten Sie ein Dashboard in zwei Jahren wirklich brauchen, wird es die Kategorie noch geben und hoffentlich geprüft sein.
Wenn Sie das für Ihre Praxis einmal strukturiert durchgehen wollen, melden Sie sich. Mehr zu meiner Arbeit finden Sie unter Praxiskommunikation und Praxismarketing, zur Person unter Kürsat Cifci.
Häufige Fragen
Misst ein KI-Visibility-Tool, ob meine Praxis in ChatGPT empfohlen wird?
Nur eingeschränkt. Die Tools schicken definierte Prompts an die Systeme und zählen Nennungen. Ahrefs gibt in der eigenen Dokumentation an, ohne Nutzerkontext und ohne Personalisierung zu messen. Für eine ortsgebundene Praxis bildet das nicht ab, was eine Patientin oder ein Patient vor Ort sieht. Ob andere Anbieter lokalisiert messen, ist mir nicht bekannt.
Was kostet ein solches Tool?
Nach Herstellerangaben, Stand 16. Juli 2026: Otterly.AI ab 29 US-Dollar pro Monat für 15 Prompts, Semrush ab 165,17 US-Dollar pro Monat für 50 Prompts bei Jahreszahlung, Ahrefs Brand Radar 199 US-Dollar pro Monat für eine Plattform oder 699 US-Dollar für alle. Zu CisionOne und zum dortigen AI Visibility Dashboard nennt der Anbieter keinen Preis.
Sollte ich GPTBot in der robots.txt sperren?
Das ist eine Abwägung, aber Sie sollten wissen, was Sie tun. Nach der OpenAI-Dokumentation steuert GPTBot nur das Training der Modelle. Die Anzeige in der ChatGPT-Suche läuft über OAI-SearchBot, der Abruf auf konkrete Nutzerfrage über ChatGPT-User. Wer nur GPTBot sperrt, ändert an der ChatGPT-Suche nichts.
Blockiert Google-Extended die AI Overviews in der Google-Suche?
Nein. Google schreibt in der eigenen Dokumentation, dass Google-Extended die Aufnahme in die Google-Suche nicht beeinflusst und kein Ranking-Signal ist. Es steuert Training und Grounding der Gemini-Modelle. Der Zugriff für AI Overviews und AI Mode läuft über Googlebot und robots.txt, eingrenzen lässt er sich nur über nosnippet, data-nosnippet, max-snippet oder noindex.
Wie zuverlässig sind die Prozentwerte in den Dashboards?
Ein Preprint von Ronald Sielinski auf arXiv (März 2026, revidiert Juni 2026, nicht peer-reviewed) kommt zu dem Schluss, dass Zitations-Rankings über wiederholte Stichproben instabil sind und Einzelmessungen ein irreführend präzises Bild liefern. Sichtbarkeitswerte sollten laut der Arbeit nur mit Unsicherheitsangaben berichtet werden. Genau diese Angabe fehlt bei den Tools.