> ## Content Index
> Fetch the complete content index at: https://t01.li/llms.txt
> Use this file to discover other available public pages before exploring further.

# Was ist eigentlich KI-Sichtbarkeit?
- URL: https://t01.li/geo-seo/ki-sichtbarkeit-kmu-was-wirklich-zaehlt/
- Published: 2026-09-16T05:10:43.000Z
- Updated: 2026-09-16T05:10:50.000Z
- Description: Genannt, empfohlen, zitiert – drei verschiedene Dinge. Was KI-Sichtbarkeit für dein KMU wirklich bedeutet, welche Faktoren belegt wirken, wie sich ChatGPT, Gemini, Claude und Google unterscheiden und was man technisch selbst in der Hand hat.
- Author: Tobias Glawe
- Tags: GEO und SEO, #hub-geo

„KI-Sichtbarkeit“ steht gerade auf jeder zweiten Agentur-Landingpage. Meist direkt neben einer Zahl, die verspricht, wie viel mehr davon du bekommst, sobald du buchst. Was genau da sichtbar werden soll, bleibt dabei erstaunlich oft im Nebel.

Für ein KMU ist das keine akademische Frage. Wenn jemand *ChatGPT* oder *Gemini* fragt „wer wartet Wärmepumpen im Raum Hannover“, und dein Betrieb kommt nicht vor, ist das ein reales Loch im Trichter, und zwar eines, das in keiner Analytics-Ansicht auftaucht. Bevor du Budget in „[GEO](https://t01.li/generative-engine-optimization-geo/)" schiebst, lohnt die Vorfrage: Was heißt Sichtbarkeit hier eigentlich, und welcher Teil davon liegt in deiner Hand?

Vorweg, damit die Richtung stimmt: Eine Formel, die auf allen Plattformen zuverlässig Empfehlungen erzeugt, gibt es nicht. Und wer dir eine verkauft, verkauft dir Marketing. Was bleibt, ist eine sinnvolle Reihenfolge, die meist billiger kommt, als viele Angebote vermuten lassen.

## TL;DR 

KI-Sichtbarkeit ist die beobachtbare Präsenz eines Unternehmens in KI-Antworten. Klingt simpel, zerfällt bei näherem Hinsehen aber in mehrere Dinge, die man nicht verwechseln sollte.

- Genannt werden, empfohlen werden und als Quelle verlinkt werden sind drei verschiedene Ergebnisse. Sie treten auch getrennt auf.
- Es gibt keine belegte Formel für alle Plattformen. Prozent-Garantien sind Verkaufsargumente, keine Messwerte.
- Technisches SEO bleibt das Fundament. Ohne Erreichbarkeit und saubere Auslieferung nützt der Rest wenig – reicht aber allein auch nicht.
- Reihenfolge statt Rezept: erst technisch auffindbar und sachlich korrekt beschreibbar werden, dann die extern tatsächlich zitierten Quellen bearbeiten, dann messen.
- ChatGPT, Gemini, Claude, Perplexity und die Google-Suche sind nicht dasselbe – schon die Crawler-Einstellungen nicht. Und „Google AI Overviews“ ist nicht die Gemini-App.
- Ein einzelner Screenshot beweist nichts. KI-Antworten schwanken von Tag zu Tag. Gemessen wird über mehrere Fragen und mehrere Tage.

## Erstmal sortieren: Was „KI-Sichtbarkeit“ überhaupt meint

Eine brauchbare Arbeitsdefinition: KI-Sichtbarkeit ist die beobachtbare Präsenz deines Unternehmens, deiner Angebote oder deiner Inhalte in KI-vermittelten Antworten – unter bestimmten Fragen, auf bestimmten Plattformen, in einem bestimmten Nutzungskontext.

Und sortieren muss man hier, denn „sichtbar“ heißt nicht ein Ding, sondern mehrere. Dein Unternehmensname kann im Antworttext auftauchen. Deine URL kann als Quelle verlinkt sein. Deine Firma kann für einen konkreten Bedarf als Option empfohlen werden. Das sind unterschiedliche Ergebnisse, und sie hängen weniger zusammen, als die Wortwahl suggeriert.

Wie weit sie auseinanderfallen, zeigt eine Semrush-Auswertung vom Juni 2026\. Bei 3.981 erfassten Domain-Erscheinungen in *ChatGPT*, *Gemini* und Googles KI-Oberflächen waren [61,7 % reine Quellenverweise, 25,1 % reine Markennennungen und nur 13,2 % beides zugleich](https://www.semrush.com/blog/the-ghost-citations-study/?ref=t01.li). Eine verlinkte Quelle und eine genannte Marke sind also häufig zwei getrennte Dinge. *Claude* und *Perplexity* waren in dieser Erhebung nicht dabei – der Nenner sind erfasste Erscheinungen, nicht alle Nutzeranfragen.

Für ein KMU zerlegt sich die Frage „bin ich KI-sichtbar“ damit sogar in drei Fragen:

- Werde ich bei einer allgemeinen Bedarfssuche überhaupt entdeckt?
- Wird mein Unternehmen dann korrekt und passend beschrieben?
- Entsteht daraus eine qualifizierte Anfrage?

Die beliebte Selbstprüfung „Kennst du Firma X?“ beantwortet keine dieser drei Fragen. Sie testet, ob das Modell deinen Namen kennt – nicht, ob du bei echtem Bedarf vorkommst. Genau diese Verwechslung von Nennung und Empfehlung ist übrigens der Grund, warum eine Erwähnung ohne Klick geschäftlich oft wenig wert ist. Das habe ich an anderer Stelle ausführlicher aufgeschrieben: [GEO-Citations bringen keine Conversions](https://t01.li/geo-seo/geo-citations-bringen-keine-conversions/).

## Warum es keine Formel gibt – und wer dir trotzdem eine verkauft

Die Kürzel SEO, AEO und [GEO](https://t01.li/glossar/#geo) werden nicht einheitlich benutzt. Für die Praxis ist es sinnvoller, nach dem gewünschten Ergebnis zu trennen als nach dem Etikett: gefunden werden, als Quelle taugen, als Marke empfohlen werden, mit Produktdaten erscheinen, agentisch nutzbar sein, bezahlt präsent sein. Sechs verschiedene Ziele und sechs verschiedene Aufgabenwege.

Drei Befunde begrenzen die üblichen GEO-Versprechen ziemlich zuverlässig.

1. „Zitiert werden“ und „genannt werden“ sind, wie oben gesehen, nicht dasselbe. Ein GEO-Angebot, das „mehr Citations“ verspricht, verspricht nicht automatisch mehr Empfehlungen.
2. Eine Textänderung muss die gesamte Verarbeitung überstehen – erst gefunden, dann ausgewählt, dann in der Antwort verwendet. Eine sprachliche Optimierung kann auf einer früheren Stufe schaden, was viele „GEO-Rewrites“ ignorieren. Dazu gleich mehr.
3. Welche Quellen bevorzugt werden, hängt von Plattform und Frage ab. Aus einer allgemeinen Rangliste meistzitierter Domains lässt sich keine feste Kanalpriorität für ein deutsches KMU ableiten. Eine US-Domainliste ist keine Anleitung für deinen Handwerksbetrieb.

Das ist der eigentliche Grund für die Reihenfolge-statt-Rezept-Haltung. Niemand außerhalb der Anbieter kennt die vollständige Ranking- und Quellenarchitektur von *ChatGPT* und Co. Was bleibt, ist solide Vorarbeit an den Stellen, die belegbar wirken.

## Wie entscheidend klassisches SEO noch ist

Kurz: sehr, aber nicht als Selbstzweck. Googles eigener 2026-Leitfaden für die generativen Funktionen der Suche [bestätigt SEO ausdrücklich als Grundlage](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide?ref=t01.li); eine Seite muss indexiert und für die Anzeige mit Snippet geeignet sein. Interessanter ist, was Google im selben Dokument absägt: kein spezielles Schema-Markup ist für die KI-Ergebnisse vorgeschrieben, `llms.txt` bringt dort keinen Vorteil, künstliches Zerhacken in Textstücke ist nicht nötig, eine ideale Seitenlänge existiert nicht. Das gilt für die Google-Suche, nicht automatisch für jede andere Plattform. Aber es räumt mit ein paar teuren GEO-Mythen auf.

Bleibt aber die Frage, ob ein gutes Google-Ranking Pflicht für eine KI-Zitierung ist. Ahrefs hat dazu 863.000 Suchergebnisseiten und rund vier Millionen AI-Overview-URLs abgeglichen. Ergebnis für dieselbe Ausgangsfrage: [37,1 % der zitierten URLs standen in den organischen Top 10, 26,2 % auf Position 11 bis 100, und 36,7 % außerhalb der Top 100](https://ahrefs.com/blog/ai-overview-citations-top-10/?ref=t01.li). Ein Top-10-Platz ist also keine Voraussetzung für eine Zitierung, was aber nicht beweist, dass SEO egal wäre. Es zeigt nur, dass die KI-Auswahl breiter schöpft als die klassische Trefferliste.

Die praktische Priorität bleibt unspektakulär: technische Hürden beseitigen, wichtige Angebotsseiten erschließen, die tatsächliche Kundensprache treffen, konkrete Informationslücken schließen. Ein Ranking für einen sehr allgemeinen Branchenbegriff ist dabei kein vollständiges Ziel. Warum das Fundament ohne die Technik zusammenfällt, steht ausführlich hier: [GEO ohne technisches SEO ist Kaffeesatzleserei](https://t01.li/geo-seo/geo-ohne-technisches-seo-ist-kaffeesatzleserei/).

## Was du technisch selbst in der Hand hast

Das ist der Teil, der komplett dir gehört – und der oft übersprungen wird, weil er nicht so glamourös ist. Die Kernprüfungen:

- **Erreichbarkeit:** Lässt sich deine wichtigste Leistungs-, Standort- und Produktseite ohne Login abrufen? Stimmt der sichtbare Inhalt mit dem überein, was `robots.txt` erlaubt?
- **Auslieferung:** Tauchen in Server- oder CDN-Logs Fehler oder blockierte Suchabrufe auf? Wichtig ist vor allem, den `OAI-SearchBot` nicht per `robots.txt` zu sperren; die Freigabe der veröffentlichten IP-Bereiche empfiehlt OpenAI zusätzlich. Wer wissen will, welche [KI-Crawler](https://t01.li/glossar/#ki-crawler) überhaupt vorbeikommen, wirft einen Blick ins Log – ich habe mir dafür ein kleines Tool gebaut: [LogWerk](https://t01.li/geo-seo/logwerk-weil-ich-nur-sehen-wollte-welche-bots-den-log-vollmullen/).
- **JavaScript:** Stehen die Kerninfos schon im ausgelieferten HTML, oder erscheinen sie erst nach Interaktion? Google kann JavaScript rendern, [empfiehlt aber weiter serverseitiges Rendern](https://developers.google.com/search/docs/crawling-indexing/javascript/javascript-seo-basics?ref=t01.li), weil nicht jeder Bot JavaScript ausführt. „KI kann kein JavaScript“ ist trotzdem zu pauschal.
- **Struktur:** echte Links mit `href`, saubere HTTP-Status, konsistente Canonicals, kein versehentliches `noindex`.
- **Strukturierte Daten:** dürfen gern rein, aber im Abgleich mit sichtbaren Inhalten – keine erfundenen Bewertungen. Ein nachgewiesener universeller GEO-Bonus ist das nicht.
- **Aktualität:** veraltete Preise, Termine und Standorte auf allen eigenen Seiten korrigieren.

Und jetzt die Warnung, die so gut wie kein GEO-Ratgeber mitliefert: Ein reiner Text-Rewrite „für die KI“ kann die Sichtbarkeit senken, statt sie zu heben. Der SAGEO-Arena-Benchmark hat genau das über 171.003 Dokumente und 2.700 Fragen durchgespielt. Bei ausschließlicher Überarbeitung des Fließtexts sanken im Mittel über zehn getestete Rewrite-Strategien [die Trefferquote im Retrieval um relativ 9 %, der Verbleib unter den Top 10 nach Reranking um 16 % und die Zitierungsrate um 6 %](https://arxiv.org/html/2602.12187v2?ref=t01.li). Das sind allerdings Benchmark-Werte und keine Prognose für reale Unternehmensseiten. Der Versuch zeigt vor allem, dass Textoptimierung in diesem Aufbau auch nach hinten losgehen kann – ein Rewrite verschiebt Begriffe und Schwerpunkte, und eine Seite fällt womöglich schon aus dem Kandidatenpool, bevor es ums Zitieren geht.

Was tatsächlich half, zeigt ein kontrolliertes Experiment mit 252.000 Durchläufen – in einer simulierten RAG-Umgebung, in der dem Modell je zwei anonymisierte Quellen direkt vorgelegt wurden, ohne echte Suche. In diesem Rahmen beeinflussten [Themenpassung, Reihenfolge im Quellenkontext, Preisangaben und Aktualität die erste Zitierung stark, reine Formatierung nicht](https://arxiv.org/html/2605.25517v1?ref=t01.li). Übersetzt heißt das: Fehlende Entscheidungsinfos zu ergänzen – Preise, Bedingungen, Eignung – schlägt Layoutkosmetik. Kein Grund also, ein KMU-Projekt auf `llms.txt`, Schattenversionen aller Inhalte oder einen CMS-Wechsel auszurichten, solange kein eigener Test das nahelegt.

Ein Sonderfall wird langsam relevant: Assistenten, die auf deiner Seite handeln sollen, nicht nur lesen. Dafür brauchst du echte Buttons, beschriftete Felder, ein stabiles Layout. Ob sich der Aufwand heute schon lohnt, habe ich hier behandelt: [Agentisches SEO: Türen für Gäste, die kaum kommen](https://t01.li/geo-seo/agentisches-seo-strukturierte-daten-agenten/).

## Warum ChatGPT, Gemini, Claude, Perplexity und Google nicht dasselbe sind

Der häufigste Denkfehler ist, „die KI“ als einen Kanal zu behandeln. Diese Gleichsetzung hört schon bei den Crawlern auf.

Bei OpenAI trennt der `OAI-SearchBot` den Suchzugriff vom `GPTBot`, der eine mögliche Trainingsnutzung betrifft. Eine Suchfreigabe verlangt keine Trainingsfreigabe. Anthropic fächert sogar dreifach auf: `Claude-SearchBot` für den Suchindex, `Claude-User` für den Abruf auf Nutzeranfrage, `ClaudeBot` für mögliches Training. *Perplexity* nutzt den `PerplexityBot` für die Suche und gibt an, damit keine eigenen Foundation-Modelle vorzutrainieren.

Der Fall, bei dem die meisten danebengreifen, ist Google. `Google-Extended` ist kein eigener Crawler, sondern ein Steuertoken in der `robots.txt`. Es betrifft Training und [Grounding](https://t01.li/glossar/#grounding) in den *Gemini*\-Apps sowie in Vertex AI – nicht aber Aufnahme oder Ranking in der normalen Google-Suche. „Training sperren, Suche erlauben“ lässt sich also nicht mit derselben Bot-Logik wie bei OpenAI auf Google übertragen. Wer `Google-Extended` blockt, trifft *Gemini* und Vertex AI, nicht die Websuche.

Womit wir beim nächsten Google-Missverständnis sind: Googles KI-Oberflächen in der Suche – AI Overviews und AI Mode – sind nicht die *Gemini*\-App. Eine Studie über AI Overviews beschreibt Google-Suchverhalten, keine *Gemini*\-Nutzung. Diese Trennung klingt kleinlich, entscheidet aber, ob eine Kennzahl für dich überhaupt gilt. Neu dazugekommen ist eine eigene Einstellung in der Search Console für die Teilnahme an den generativen Suchfunktionen; [Google dokumentiert den weltweiten Rollout zum 31.08.2026](https://support.google.com/webmasters/answer/16908024?ref=t01.li), Standard ist Teilnahme. Ein Ausschluss betrifft diese KI-Funktionen, nicht dein übriges Ranking. Bei einem Audit gehört diese Einstellung dringend auf die Liste.

Für *Claude* ist die belastbare Evidenz zu öffentlichen Unternehmens- und Quellenpräferenzen besonders dünn. Eine Seer-Untersuchung hat *Claude* zwar unter sechs Oberflächen mitgeprüft, aber nur an [einer einzigen Marke über 28.123 Antworten](https://www.seerinteractive.com/insights/ai-brand-accuracy-study?ref=t01.li). Ausgerechnet bei *Claude* blieb dabei fast die Hälfte der Anfragen ohne Antwort – 46,3 %, gegenüber 31,2 % im Schnitt über alle sechs Oberflächen. Das ist ein Fallbeispiel, kein Modellvergleich, und keine Grundlage für „Claude-Rankingfaktoren".

Dazu kommt die Personalisierung. Google verknüpft *Gemini* – abhängig von Produkt, Region und ausdrücklicher Nutzerfreigabe – mit Diensten wie Gmail, Fotos und der Suche, um Antworten am Nutzer auszurichten. Öffentliches Webmaterial ist damit nicht zwangsläufig der einzige Kontext einer Antwort. Für die Messung heißt das: Ein frischer Testaccount und ein jahrelang personalisierter Account starten von unterschiedlichen Voraussetzungen.

## Die externen Faktoren: Erwähnung, Link und Empfehlung

Die eigene Unternehmenswebsite ist die eine Hälfte. Die andere ist, was andere über deine Firma schreiben. Und auch hier lohnt das Auseinanderhalten. Ein **Backlink** verbindet eine fremde Seite mit deiner. Eine **Erwähnung** nennt dein Unternehmen, auch ohne Link. Eine **Empfehlung** bewertet, ob du zu einem Bedarf passt. Ein einziger Fachartikel kann alle drei enthalten oder nur eins.

„Sind Backlinks noch relevant?“ lässt sich 2026 nicht mit einer sauberen Zahl beantworten. Die Recherche findet keinen belastbaren, isolierten Nachweis, dass eine bestimmte Menge neuer Backlinks die Empfehlungshäufigkeit über alle vier Assistenten hebt. Ein Preprint liefert einen begrenzten Zusammenhang: Bei 112 Startups [korrelierte die Zahl verweisender Domains mit der Entdeckung bei Perplexity Sonar](https://arxiv.org/abs/2601.00912?ref=t01.li) (r = 0,319). Die als „ChatGPT“ bezeichnete Vergleichsbedingung war allerdings GPT-4o-mini ohne Websuche, erhoben im Dezember 2025\. Ein aktueller Produktvergleich ist das nicht, ein Kausaltest erst recht nicht. Als Teil vernünftiger Öffentlichkeitsarbeit bleiben Backlinks begründet, sie sind aber kein GEO-Wundermittel.

Interessanter für viele KMU sind Bewertungen. Eine Seer-Analyse über 804.491 Antworten fand für Marken mit gepflegtem Trustpilot-Profil eine [Präsenz samt Trustpilot-Zitat von 53,5 %, gegenüber einem Median von 1 % ohne aktives Profil](https://www.seerinteractive.com/insights/study-of-800k-ai-responses-how-reviews-shape-brand-presence-in-ai-search?ref=t01.li). Klingt eindeutig, verlangt aber zwei Fußnoten. Trustpilot hat die Studie beauftragt. Und die Gruppen sind nicht randomisiert – bekanntere, aktivere Marken pflegen eher Profile. Echte Kundenbewertungen sind eine belastbare externe Information. Ein Trustpilot-Abo als KMU-Pflicht folgt daraus also nicht.

Und die Dauerbrenner YouTube, LinkedIn, Reddit? Sie sind relevante Kandidaten, keine Pflichtliste. In einem stark B2B-lastigen Semrush-Datensatz [erschien LinkedIn in 14,3 % der ChatGPT-Search-Antworten, aber nur 5,3 % bei Perplexity](https://www.semrush.com/blog/linkedin-ai-visibility-study/?ref=t01.li). In einer lokalen BrightLocal-Auswertung dagegen lagen die Social-Anteile im niedrigen einstelligen Bereich – für einen Handwerksbetrieb zählen andere Quellen als für eine SaaS-Firma. Welcher Kanal für dich zählt, entscheidet deine Branche und die Prüfung, welche Seiten bei deinen Kundenfragen tatsächlich zitiert werden. Nicht eine US-Domainrangliste.

Für Shops kommt ein eigener Bereich dazu: Produktdaten. [Google hat mit dem Universal Commerce Protocol](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/?ref=t01.li) schon Anfang 2026 vorgelegt, [OpenAI erweiterte im März sein Agentic Commerce Protocol](https://openai.com/index/powering-product-discovery-in-chatgpt/?ref=t01.li) für Produktfeeds in *ChatGPT*. Vieles davon rollt länderweise aus, eine pauschale Verfügbarkeit für deutsche Händler folgt daraus nicht. Der erste Schritt ist beinahe langweilig (aber wichtig): prüfen, was dein bestehendes Shopsystem an Preis, Bestand und Varianten schon sauber ausliefert.

Zuletzt der ehrliche Hinweis auf den bezahlten Weg. Seit Ende August 2026 gibt es [ChatGPT Ads als Self-Service auch in Deutschland](https://openai.com/index/chatgpt-ads-expands-across-europe/?ref=t01.li). Laut OpenAI sind die Anzeigen gekennzeichnet und von den Antworten getrennt. Das ist ein weiterer Sichtbarkeitskanal – gehört aber ins Reporting als Werbung, nicht als Beleg für gelungene organische Arbeit.

## Messen, statt sich einen Screenshot schönzureden

Der verbreitetste Fehler zum Schluss: einmal fragen, Screenshot machen, Haken dran. KI-Antworten sind dafür zu wackelig. Ein Schweizer Preprint hat vier Themenfelder täglich abgefragt und für die zitierten Quellen zwischen aufeinanderfolgenden Tagen [eine Jaccard-Ähnlichkeit von im Mittel 0,34 bis 0,42 gemessen](https://arxiv.org/html/2604.07585?ref=t01.li). Bei einem Wert um 0,35 wechseln damit grob zwei Drittel der zitierten Quellen von einem Tag auf den anderen. Der Wert misst allerdings die Mengenüberschneidung, nicht die Stabilität einzelner Rankingpositionen. *Claude* fehlte in dieser Erhebung, der Standort war die Schweiz – die Grundaussage bleibt.

Ein handhabbares Messdesign für ein KMU sieht darum eher so aus:

- **20 bis 30 realistische Fragen** aus Vertrieb und Support ableiten, nicht künstlich umformulieren.
- **Alle vier Produkte getrennt** testen und Modell, Websuche, Sprache, Land, Standort und Datum notieren.
- **Pro Frage mehrere Läufe an verschiedenen Tagen**, Antworten und Quellen speichern.
- **Getrennt zählen:** Nennungsquote, Empfehlungsquote, Zitierungsquote, sachliche Genauigkeit.

Was an Bordmitteln hilft: OpenAI dokumentiert den Verweisparameter `utm_source=chatgpt.com`, solche Besuche lassen sich in der Webanalyse gesondert ansehen. Google hat seit dem Sommer eigene Search-Console-Berichte für die generativen Funktionen. Beides ist nützlich und beides ist unvollständig – ein Botabruf im Log beweist noch nicht, dass ein Mensch die Antwort gesehen hat.

Und eine letzte Vorsicht bei der Erfolgsmeldung. Ein Preprint über eine einzelne Website berichtete nach einer Optimierung einen 5,7-fachen Anstieg der gesamten ChatGPT-Verweise. Die behandelten Seiten legten um das 6,1-Fache zu – die unbehandelten Kontrollseiten derselben Domain aber zeitgleich um das 3,5-Fache, also der Plattform-Trend ganz ohne Maßnahme. Nach statistischer Bereinigung blieb ein Zusatzfaktor von 1,82, der im zeitlichen Placebotest mit p = 0,16 nicht signifikant war. Mehr KI-Traffic nach einer Maßnahme ist eben noch kein Beweis für die Maßnahme.

## Was das für dein KMU heißt

Kein Großprojekt, sondern eine Abarbeitung in Reihenfolge. Für eine kleine Website reichen zu Beginn ein paar wichtige Seiten und eine überschaubare Fragenauswahl.

1. Zielkundenfragen und relevante KI-Oberflächen festlegen, eine erste Messung als Ausgangspunkt.
2. Erreichbarkeit und sachliche Fehler korrigieren, Suchkontrollen bewusst setzen.
3. Fehlende Entscheidungsinfos ergänzen – Eignung, Umfang, Bedingungen, Preise, Belege.
4. Herausfinden, welche externen Quellen bei deinen Fragen wirklich zitiert werden.
5. Genau dort gezielt Öffentlichkeit und echte Kundenbelege aufbauen.
6. Kontrolliert nachmessen, über mehrere Tage, mit Blick auf tatsächliche Anfragen.

Das ist definitiv weniger sexy als ein „KI-Sichtbarkeits-Score“ mit Fortschrittsbalken. Es hat nur den Vorteil, dass jeder Schritt etwas bewirkt, das du selbst prüfen kannst. Die Formel gibt es nicht. Die Reihenfolge schon.