Warum wir echte Antworten sampeln (und sie nicht modellieren)
Es gibt keine öffentliche API für „Was hat ChatGPT letzten Dienstag gesagt?“. Hier ist, warum Citations.io echte Antworten sampelt, anstatt Sichtbarkeitswerte zu modellieren.
Die Versuchung zu modellieren
Es ist verlockend, die KI-Sichtbarkeit anhand von bereits vorhandenen Inputs zu bewerten: Anzahl der Backlinks, Domain Authority, Schema Markup usw. Günstig zu berechnen, keine API-Kosten, leicht zu erklären.
Das Problem: Die Engines verwenden diese Inputs nicht so, wie Sie es erwarten würden. Ein modellierter Score sagt voraus, ob Sie erscheinen sollten in einer Antwort. Ein gesampelter Score sagt Ihnen, ob Sie erschienen sind.
Was Sampling tatsächlich bedeutet
Citations.io führt jede getrackte Aufforderung gegen die vier großen Engines (ChatGPT, Perplexity, Gemini, Claude) aus, bis zu 5 gesampelte Antworten pro Engine pro Scan. Wir erfassen die wortwörtliche Antwort und taggen Erwähnungen Ihrer Marke und jedes benannten Wettbewerbers.
Alles im Dashboard – Sichtbarkeit %, Anteil an der Antwort, Empfehlungsrate, Zitatabdeckung – ergibt sich aus diesen gesampelten Antworten. Sie können auf jede Zahl klicken und die Antwort lesen, von der sie stammt.
Konfidenz-Labels
Eine einzelne gesampelte Antwort ist nur eine Anekdote. Wir versehen jede Zusammenfassung mit einem Konfidenz-Label:
- Gerichtet (1–20 Antworten) — nützlich für die Trendrichtung, nicht für absolute Aussagen.
- Moderat (21–100 Antworten) — solides Signal, wöchentlich meldewert.
- Stark (101+ Antworten) — zuversichtlich genug für das Board-Reporting.
Das ist der Unterschied zwischen „Ihre Sichtbarkeit ist um 12 Punkte gesunken“ (manchmal ein modellierter Schreck) und „Ihre Sichtbarkeit ist um 12 Punkte mit starker Konfidenz über 240 Antworten gesunken“ (umsetzbares Signal).
