Marke im KI-/GEO-Zeitalter

Share of Model

Share of Model / AI Share of Voice

Share of Model beschreibt, zu welchem Anteil eine Marke in KI-Antworten zu einem Themenfeld genannt oder empfohlen wird — gemessen an allen Marken-Nennungen der Kategorie. Es ist das KI-Pendant zum klassischen Share of Voice und wird oft auch „AI Share of Voice“ genannt. Die Kennzahl zeigt, ob eine Marke im KI-Shortlist auftaucht oder unsichtbar bleibt.

Erklärung

Share of Model überträgt eine alte Marketing-Kennzahl auf die neue Realität. Der klassische Share of Voice misst, welchen Anteil eine Marke am gesamten Werbe- oder Gesprächsaufkommen ihrer Kategorie hat. Share of Model — im Alltag meist „AI Share of Voice“ genannt — misst dasselbe für KI-Antworten: In wie viel Prozent der relevanten KI-Antworten wird meine Marke genannt, gemessen an allen Marken-Nennungen des Themenfelds?

Die Formel ist simpel: eigene Marken-Nennungen geteilt durch alle Marken-Nennungen über eine definierte Menge an Testfragen, mal 100. Wer eine Beratungssuche wie „beste Markenberatung für Mittelstand“ in ChatGPT, Perplexity und Gemini stellt und protokolliert, welche Anbieter genannt werden, kann daraus seinen Anteil errechnen.

Warum das zählt: In der KI-Suche gibt es kein Scrollen durch zehn Ergebnisse. Die KI nennt ein paar Namen — und wer nicht dabei ist, kommt beim Kunden gar nicht erst auf die Auswahlliste. Share of Model sagt also voraus, ob Käufer eine Marke überhaupt in Betracht ziehen.

Zur Einordnung der Größenordnungen: Branchendaten aus 2026 nennen 15 Prozent Anteil in einem Kernthemenfeld als starkes Ergebnis; spezialisierte Marktführer erreichen in ihren Nischen 25 bis 30 Prozent. Die Modelle unterscheiden sich dabei stark — eine Analyse von über 2,4 Millionen KI-Antworten fand, dass manche Systeme in über 97 Prozent der Antworten überhaupt Marken nennen, andere in unter der Hälfte.

Abgrenzung

Share of Model ist nicht dasselbe wie Markenbekanntheit oder Reichweite. Bekanntheit misst, ob Menschen die Marke kennen. Share of Model misst, ob die Maschine sie in ihren Antworten aktiv nennt — das kann auseinanderfallen. Eine bekannte Marke mit schwachen, unbelegten Inhalten kann einen niedrigen Share of Model haben, während ein weniger bekannter, aber zitierfähiger Spezialist überproportional oft genannt wird. Die Kennzahl ist damit die messbare Wirkung guter GEO-Arbeit und hoher Markenzitierfähigkeit.

Beispiel

Eine Praxis fragt monatlich zwanzig typische Kundenfragen in drei KI-Systemen ab und notiert, wie oft der eigene Name im Vergleich zu den Wettbewerbern fällt. Ergebnis im ersten Monat: In 3 von 60 Antworten wird die Praxis genannt — Share of Model rund 5 Prozent, der Rest verteilt sich auf vier Konkurrenten. Nach gezieltem Ausbau zitierfähiger Inhalte steigt der Wert im Quartal auf 18 Prozent. Genau diese Verschiebung entscheidet, ob die Praxis auf der KI-Shortlist landet.

Was heißt das für dich?

Fang an zu messen, statt zu raten. Leg zwanzig typische Kundenfragen fest, stell sie regelmäßig in den wichtigsten KI-Systemen und protokolliere, wie oft du im Vergleich zu deinen Wettbewerbern genannt wirst. Das ist dein Ausgangswert. Danach arbeitest du an den Hebeln — zitierfähige Inhalte, saubere Entität — und misst den Anteil jedes Quartal erneut. Der Trend über die Zeit ist wichtiger als ein Einzelwert. Wer seinen Share of Model nicht kennt, fliegt in der KI-Suche blind.