Messung
Nennungsposition
Kurz gesagt: Die Nennungsposition gibt an, an welcher Stelle einer KI-Antwort eine Marke, ein Produkt oder eine Quelle zum ersten Mal vorkommt, etwa als erster Anbieter einer Aufzählung oder erst im Schlussabsatz.
Nennungsposition kurz erklärt
Die Nennungsposition ist keine offizielle Kennzahl von OpenAI, Google oder Microsoft, sondern eine Messgröße aus dem Prompt-Monitoring. Wissenschaftlich vorbereitet hat sie die GEO-Studie von Aggarwal et al. (KDD 2024): Ihre Metrik „Position-Adjusted Word Count“ gewichtet Quellen stärker, die früh in einer generierten Antwort zitiert werden. Abzugrenzen ist sie von der Nennungsrate, die misst, ob überhaupt genannt wird, und vom Sentiment, das beschreibt, wie. Mit einer Ranking-Position in der Google-Suche ist sie nicht gleichzusetzen.
Warum das für deine KI-Sichtbarkeit zählt
Der Gedanke dahinter ist einfach: Wer in einer Antwort zuerst auftaucht, bekommt mehr Aufmerksamkeit. Aggarwal et al. begründen ihre Gewichtung mit einer exponentiell abfallenden Funktion und verweisen auf Studien, nach denen Klickraten in Suchmaschinen stark mit der Position abnehmen. Das ist eine plausible Annahme, aber für KI-Antworten nicht direkt belegt. Wer die Nennungsposition berichtet, sollte sie deshalb als Hinweis auf Prominenz lesen, nicht als gesicherte Wirkungsgröße.
Gemessen wird sie über dieselben Läufe wie die Nennungsrate. Vorher legst du eine Regel fest und hältst sie konstant: erste Erwähnung im Fließtext, Platz in einer Aufzählung oder Reihenfolge der Quellenkarten. Weil Antworten unterschiedlich viele Anbieter nennen, hilft eine normierte Angabe wie „Platz 2 von 6“. Da jede Antwort eine Stichprobe ist (siehe Temperatur), wertest du den Median über viele Durchläufe eines festen Prompt-Sets aus, getrennt nach System.
Offizielle Berichte liefern diese Größe nicht. Die Bing Webmaster Tools zählen im Bericht „AI Performance“ Zitierungen ausdrücklich ohne Angabe der Platzierung innerhalb einer Antwort. In der Google Search Console belegt eine AI Overview eine einzige Position, und alle darin enthaltenen Links teilen sich diese Position. Wer wissen will, ob seine Marke vorn oder hinten steht, ist auf eigene Auswertungen oder Monitoring-Tools angewiesen.
Das größte Missverständnis ist, Platz 1 in einer KI-Antwort als Ranking zu verkaufen. Sprachmodelle ordnen Aufzählungen mal nach Bekanntheit, mal nach der Reihenfolge der abgerufenen Quellen, mal alphabetisch, mal ohne erkennbares Muster. Aussagekräftig wird die Nennungsposition erst zusammen mit Rate, Sentiment und dem Kontext der Nennung: Ein Anbieter auf Platz 4 mit der Begründung „besonders für kleine Teams geeignet“ kann besser dastehen als einer auf Platz 1 mit einem Warnhinweis. Diese Einordnung gegenüber Wettbewerbern leistet eine KI-Wettbewerbsanalyse.
Praxisbeispiel
Ein Hersteller von Wärmepumpen wird bei zwanzig Fragen zur Heizungsmodernisierung in gut der Hälfte der Antworten genannt, aber fast immer als letzter von fünf Anbietern und mit dem Zusatz „ebenfalls am Markt“. Die Auswertung der zitierten Quellen zeigt, dass die vorderen Anbieter in Testberichten mit konkreten Effizienzwerten auftauchen. Das Team veröffentlicht eigene Messwerte aus Feldtests und beobachtet Rate und Position über die folgenden Monate.
Die passende Leistung dazu: Prompt-Monitoring: KI-Sichtbarkeit laufend messen →
Fragen, die dazu oft kommen
Ist die Nennungsposition dasselbe wie ein Google-Ranking?
Nein. Ein Google-Ranking entsteht aus einem Bewertungssystem für Seiten und ist über viele Suchen relativ stabil. Die Reihenfolge in einer KI-Antwort wird bei jeder Generierung neu erzeugt und kann schwanken. Sie ist eine Beobachtung über viele Läufe, keine feste Platzierung.
Zählt die Reihenfolge der Quellenlinks oder die Nennung im Text?
Das musst du festlegen, beides ist möglich. Für die Wirkung auf Leser ist meist die Nennung im Fließtext relevanter, für Klicks die Reihenfolge der Quellen. Wichtig ist, eine Regel zu wählen und sie über alle Messungen hinweg beizubehalten.
Wie viele Durchläufe braucht eine verlässliche Messung?
Eine feste Zahl gibt es nicht. Ein einzelner Lauf reicht nie, weil Antworten schwanken. Bewährt hat sich, jede Frage mehrfach pro Messzeitraum zu stellen und den Median zu berichten. Wichtiger als die exakte Anzahl ist, dass sie über die Zeit gleich bleibt.
Weiter im Glossar
Quellen: Aggarwal et al., GEO: Generative Engine Optimization (KDD 2024) (Stand September 2026) · Bing Webmaster Blog: Introducing AI Performance in Bing Webmaster Tools (Februar 2026) (Stand September 2026) · Search Console-Hilfe: Was sind Impressionen, Position und Klicks? (Stand September 2026)
Dieser Eintrag beschreibt den Stand zum Prüfdatum. Hinweise auf Fehler oder neue Entwicklungen nehmen wir gern per E-Mail entgegen. Zurück zum Glossar
Wirst du in KI-Antworten genannt?30 Minuten, kostenlos, mit ehrlicher Einschätzung.
Reden wir 30 Minuten darüber
Kostenlos, unverbindlich und mit einer ehrlichen Einschätzung, ob sich GEO bei dir gerade lohnt.