Dieser Artikel wurde aus dem Englischen übersetzt. [Zur englischen Originalversion wechseln Sie einfach die Sprache oben auf der Seite.]
Adaptiert aus Duane Forresters Essay auf Duane Forrester Decodes. Aurora erweitert seinen Rahmen für Marketing-Teams, die AI-Search-Visibility-Programme betreiben.
Das häufigste Argument gegen Investitionen in AI-Visibility geht ungefähr so: AI-Referrals sind immer noch etwa 1 % des Publisher-Traffics, also ist Optimierung für AI Optimierung für einen Rundungsfehler. Das Argument ist intern konsistent und strukturell falsch. Es vergleicht den ROI eines Routing-Mechanismus (Search) mit der Visibility eines Systems, das nie designed wurde, um zu routen.
Search Engines wurden gebaut, um zu crawlen, zu indexieren, zu ranken, Optionen als Liste zu präsentieren und den Nutzer klicken zu lassen. Das Design bewahrte Haftung, indem es den Nutzer als aktiven Agenten beibehielt, der die Quelle wählt. LLMs wurden gebaut, um die Antwort direkt zu produzieren. Zitate sind Grounding-Artefakte, die von einer Retrieval-Pipeline produziert werden, keine Routing-Mechanismen. Zu fragen, wie viel Traffic AI Ihnen geschickt hat, ist das falsche Instrument, das auf das falsche Ding angewendet wird. Die richtige Frage ist, wie oft Sie die Quelle waren, aus der die Antwort gebaut wurde.
Die Haftungsfläche hat sich verschoben
Die Architektur, die Search Engines davor schützte, für das verantwortlich zu sein, worauf Nutzer klickten, schützt LLMs nicht auf dieselbe Weise. Wenn ein Nutzer auf ein Suchergebnis klickte und verletzt wurde, konnte die Engine auf ihre gerankte Liste und auf Nutzerhandlungsfähigkeit zeigen. Wenn ein LLM eine Antwort in seiner eigenen Stimme produziert, sitzt die Haftungsfläche, die die SERP designed war zu offloaden, beim Modell, das den Output produziert.
Fälle akkumulieren. Walters v. OpenAI wurde im Mai 2025 per Summary Judgment abgewiesen, durch Disclaimer geschützt. Air Canada wurde für seinen markierten Support-Agent haftbar gemacht, weil ein Kunde sich vernünftigerweise auf den eigenen Assistenten einer Fluggesellschaft verlassen könnte. Der New York Times v. OpenAI-Copyright-Fall durfte im März 2025 fortfahren. Anthropic vergleichte sich im August 2025 mit Buchautoren für Beträge, die in Milliarden gemeldet wurden. Das juristische Vokabular, auf das die Gerichte konvergieren, ist reasonable reliance – und je spezialisierter und autoritativer ein Chatbot erscheint, desto schwerer wird die Disclaimer-Verteidigung. Das ist wichtig für Visibility, weil mit der Verschiebung der Haftungsfläche die Plattformen einen strukturellen Anreiz haben, ihre Antworten in zitierbaren, vertrauenswürdigen, attribuierbaren Quellen zu verankern. Eine dieser Quellen zu sein, ist nicht länger ein weiches Brand-Positioning-Ergebnis. Es ist der Pfad des geringsten juristischen Widerstands für die Plattformen selbst.
Das Nenner-Problem
Das Argument "AI ist immer noch nur 1 %" misst relativen Anteil an einem schrumpfenden Kuchen. Der organische Nachrichten-Publisher-Traffic fiel von 2,3 Milliarden monatlichen Besuchen Mitte 2024 auf unter 1,7 Milliarden im Mai 2025 – mehr als 600 Millionen Besuche in einem einzigen Jahr verloren. Der Search-Traffic von Business Insider fiel zwischen April 2022 und April 2025 um 55 %. HuffPost verlor ungefähr die Hälfte seiner Search-Referrals. Die New York Times sah Searchs Anteil an ihrem Traffic von 44 % auf 37 % zurückgehen. Zero-Click-Suchen stiegen zwischen Mai 2024 und Mai 2025 von 56 % auf 69 %. Eine Reuters-Institute-Umfrage unter 280 Medienführern Ende 2025 erwartet weitere 43 % durchschnittlichen Rückgang über drei Jahre.
Ein stabiler prozentualer Anteil an einem schrumpfenden Kuchen ist nicht stabil. Es ist ein Verlust. Und der Prozentsatz ist nicht einmal stabil – er verschiebt sich Richtung AI-vermittelter Antworten.
Was die Capex-Kurven Ihnen sagen
Die fünf größten US-Cloud/AI-Anbieter committeten 2026 zwischen 660 und 690 Milliarden Dollar an Capex, fast doppelt so viel wie 2025. Alphabet allein gibt Guidance auf 175–185 Milliarden $ (mehr als das Doppelte von 2025s 91 Milliarden). Microsoft, Amazon, Meta und Oracle sind auf ähnlichen Kurven. Bank of America schätzt, dass AI-Capex 2025–2026 94 % des Operating Cash Flows erreichen wird, hoch von 76 % im Jahr 2024. Das ist nicht die Form einer defensiven Absicherung. Das sind Unternehmen, die wetten, dass der Kanal die Zukunft ist, noch bevor die Tabelle weiß, wie sie ihn bewerten soll.
ChatGPT allein hat etwa 900 Millionen wöchentlich aktive Nutzer, hoch von etwa 200 Millionen vor achtzehn Monaten. Die gesamte LLM-Kategorie hat über eine Milliarde wöchentliche Nutzer. Das Verhalten verschiebt sich schnell genug, dass die Adoption geklärt ist. Was unklar ist, ist die Messung.
Ein anderer Mess-Rahmen
AI-Visibility kann nicht auf Clicks-per-Dollar-Basis evaluiert werden. Die Werteinheit ist nicht der Klick. Die Einheit ist die zitierte, geerdete, vertrauenswürdige Quelle innerhalb der Antwort zu sein. Aurora ist um Messungen gebaut, die zum Medium passen:
- Citation Share pro Prompt, pro Engine. Von allen Prompts in Ihrer Kampagne, in welchem Anteil wird Ihre Domain zitiert? Über die Zeit getrackt ist das die einzige ehrliche "hat unser Content seinen Platz in der Antwort verdient"-Metrik.
- Brand Visibility (Erwähnungen und Paraphrasen). Auch unverlinkt. Das Modell nutzt Ihren Content; Sie wollen das sehen, ob es Sie verlinkt oder nicht.
- Wettbewerber-Exposition. Wenn Sie nicht erscheinen, wer dann? Das Substitutionsmuster ist die Hälfte der Diagnose.
- Source Intelligence pro Kategorie. Welche Domains greifen die Engines in Ihrer Kategorie ab? Das ist das Spielfeld. Wenn Sie vom Spielfeld abwesend sind, verlieren Sie aus dem richtigen Grund und können darauf handeln.
- Engine-Drift. Per-Engine-Deltas zeigen die Momente, in denen Modell-Upgrades die Antwortgeometrie verändert haben. Sie wollen die wöchentlich sehen, nicht quartalsweise.
Die Praktiker, die das herausfinden, werden nicht die sein, die endlich einen ROI-Case gefunden haben, der ihren CFO überzeugt. Sie werden die sein, die sich die Capex-Kurven, die Verhaltenskurven und die Haftungskurven angeschaut haben und zu dem Schluss kamen, dass der Kanal die Zukunft ist, unabhängig davon, ob die Tabelle weiß, wie sie ihn bewerten soll.
Die alte ROI-Mathematik stellt die falsche Frage. Die neue Frage ist, wie oft die Antwort aus Ihnen gebaut wird.
