# Was du misst, wenn Platz 1 nichts mehr wert ist > Rankings verlieren Klicks an KI-Antworten. Wie sich KI-Sichtbarkeit stattdessen messen lässt — drei Kennzahlen, die einem kleinen Betrieb reichen. Platz 1 bei Google war zwanzig Jahre lang die Kennzahl, an der alles hing. Sie verliert gerade ihre Aussagekraft — nicht weil Rankings unwichtig würden, sondern weil zwischen dem Ranking und dem Kunden eine Antwort steht, die er nie anklickt. ## Warum die Position ihre Aussagekraft verliert Die Position misst, wo du in einer Liste stehst — nicht, ob jemand die Liste überhaupt noch ansieht. Genau das hat sich verschoben: In den USA endeten 2024 rund **58,5 Prozent** aller Suchen ohne einen einzigen Klick ins offene Web; Anfang 2026 waren es **68 Prozent** (SparkToro mit Datos bzw. Similarweb). Für Europa lag der Wert 2024 bei 59,7 Prozent. Dazu kommt der direkte Effekt der KI-Zusammenfassungen: Wo eine KI-Übersicht über dem Ergebnis steht, fiel die organische Klickrate in einer Auswertung von 25,1 Millionen Impressionen von 1,76 auf **0,61 Prozent** — ein Rückgang um 61 Prozent (Seer Interactive). Deine Position kann dabei unverändert bleiben. Nur klickt niemand mehr. ## Was an die Stelle der Position tritt An die Stelle der Position tritt die **Nennung**: wie oft eine KI deinen Betrieb in ihrer Antwort erwähnt, wenn jemand eine Frage stellt, auf die du die Antwort wärst. Im Fachjargon heißt das Share of Model Voice, kurz SOMV — der Anteil, den du an den Antworten einer Maschine hast. Der Unterschied ist grundlegend. Eine Position beschreibt einen Platz in einer Liste, die es vielleicht gar nicht mehr gibt. Eine Nennung beschreibt, ob du in der Antwort vorkommst, die der Kunde tatsächlich liest. ## Wie misst man eine Nennung? Man misst sie, indem man Maschinen genau die Fragen stellt, die echte Kunden stellen — regelmäßig, mit denselben Worten, über Monate — und protokolliert, ob und wie der eigene Betrieb vorkommt. Drei Dinge gehören dabei auseinandergehalten: - **Wird der Betrieb genannt?** Ja oder nein, pro Frage und pro Modell. - **Wie wird er genannt?** Beiläufig erwähnt, aktiv empfohlen oder als erste Wahl? - **Wer wird stattdessen genannt?** Die Antwort darauf ist oft lehrreicher als die eigene Nennung. ## Die eine Unterscheidung, die alles erklärt Entscheidend ist, **ob das Modell bei der Frage im Netz nachsieht oder aus dem Gedächtnis antwortet.** Beides sind völlig verschiedene Disziplinen, und wer sie vermischt, zieht falsche Schlüsse. Unsere eigene Messung vom 10. August 2026 zeigt den Unterschied in einer einzigen Zeile. Zehn Kundenfragen, mehrere Modelle, 109 Messpunkte: - Bei **Live-Suche**: 9 von 30 Proben nennen uns. - Aus dem **Modellwissen**: 0 von 79. Das heißt: Wer heute sucht, findet uns. Wer aus dem Gedächtnis antwortet, kennt uns nicht. Das ist kein Defekt, sondern eine Zeitachse. Der erste Wert reagiert auf Inhalte innerhalb von Tagen. Der zweite bewegt sich über Monate, weil er davon abhängt, wie oft und wie eindeutig eine Marke im Netz vorkommt, bevor ein Modell trainiert wird. Wer nach vier Wochen enttäuscht ist, hat die falsche Kennzahl angesehen. ## Drei Kennzahlen statt einer Für einen kleinen Betrieb reichen drei Zahlen, und keine davon ist die Durchschnittsposition: 1. **Nennungen in KI-Antworten** — auf eine feste, kleine Liste echter Kundenfragen. Getrennt nach Live-Suche und Modellwissen. 2. **Klicks auf die Seiten, die verkaufen** — nicht Impressionen, nicht Gesamtklicks. Nur die Seiten, hinter denen ein Angebot steht. 3. **Anfragen** — die einzige Zahl, die am Ende zählt. Alles davor ist Zwischenstand. Wenn du prüfen willst, wie das konkret geht, zeigt [dieser Selbst-Check](https://btlabs.dev/de/posts/ki-zitiert-mich-wirklich-selbsttest) den praktischen Weg — dieser Artikel beantwortet, *was* du misst, jener *wie* du es prüfst. ## Die ehrliche Grenze Keine dieser Kennzahlen sagt dir, **warum** eine KI jemanden nennt. Sie zeigen, dass es passiert, und ab wann es sich ändert. Die Ursache dahinter — was du anbietest, wie eindeutig es beschrieben ist, was andere über dich sagen — bleibt eine Frage, die man nicht misst, sondern beantwortet. Und eine Zahl aus zehn Fragen an ein paar Modelle ist eine Stichprobe, keine Marktforschung. Sie taugt, um Bewegung zu erkennen. Sie taugt nicht, um Prozentpunkte zu feiern. Wenn du wissen willst, welche Fragen für deinen Betrieb die richtigen wären, [sprich uns an](https://btlabs.dev/de/kontakt) — das ist eine halbe Stunde Arbeit und der Rest läuft von selbst. ## Quellen - SparkToro mit Datos (2024) und Similarweb (Anfang 2026): Anteil der Suchen ohne Klick ins offene Web, USA 58,5 % → 68 %, EU 59,7 % (2024) - Seer Interactive: organische Klickrate bei eingeblendeter KI-Übersicht, 1,76 % → 0,61 % über 25,1 Mio. Impressionen - Bain/Dynata (Dezember 2024, n = 1.117): rund 60 % der Suchen enden ohne Weiterklick - Eigene Messung btlabs.dev: Search-Console-Daten 13.07.–09.08.2026 (955 Impressionen, 14 Klicks); Zitations-Monitor vom 10.08.2026 (10 Fragen, 109 Messpunkte) --- Source: https://btlabs.dev/de/posts/was-du-misst-wenn-platz-1-nichts-mehr-zaehlt Last-Modified: 2026-09-06T07:00:00.858Z Languages: [it](https://btlabs.dev/llms/it/posts/cosa-misuri-quando-il-primo-posto-non-vale-piu) · [en](https://btlabs.dev/llms/en/posts/what-you-measure-when-position-one-is-worth-nothing) See also: [llms.txt](https://btlabs.dev/llms.txt) · [ai.txt (Policy)](https://btlabs.dev/ai.txt) · [identity.json](https://btlabs.dev/identity.json)