Score ist Diagnose.
Nicht Versprechen.
Die meisten Audits liefern Tool-Output ohne Diagnose. Bei Seonar: zehn Dimensionen mit dokumentiertem Abzug, AI-Citation mit echten Live-Tests, methodische Grenzen offen ausgewiesen.
Wie ein Audit entsteht.
Drei Schritte. Daten, Modell, Report. Jeder Schritt nachvollziehbar.
Scan.
Seonar scannt 58 SEO-Signale, zieht echte Rankings via DataForSEO und identifiziert Ihre Konkurrenten per SERP-Aggregation. Plus zehn branchen-relevante Fragen gegen Live-LLM-APIs.
Score.
Seonar erkennt den Geschäftsmodell-Typ und gewichtet dynamisch. Zehn Dimensionen, jede mit dokumentiertem Abzug pro Befund. Start bei 100, jeder Abzug begründet.
Report.
Sie bekommen Score plus Befunde mit Begründung, namentlichen Konkurrenz-Vergleich, AI-Citation-Status pro Engine und einen Quick-Win-Plan mit Zeitfenster. Wenige Tage.
Was die Zahl bedeutet.
Diagnose. Keine Prognose. Der Score sagt wo Sie stehen. Er sagt nicht wie viel mehr Sichtbarkeit nach Massnahmen kommt.
Gezielte Optimierungen möglich. Kein dringender Handlungsbedarf.
Signifikantes Verbesserungspotenzial. Mehrere Hebel offen.
Schwerwiegende Probleme. Sofort priorisieren.
Zehn Dimensionen,
dynamisch gewichtet.
Start bei 100. Pro Problem ein Abzug. Welche Dimension wie stark zählt, hängt vom detektierten Geschäftsmodell-Typ ab. Maxima unten, tatsächliche Gewichtung pro Audit individuell.
Auffindbarkeit
Regionale Rankings, Mobile-Tauglichkeit, Sitemap, Indexierung. Wenn Kunden Sie nicht finden, ist alles andere irrelevant.
Inhalt
Service-Seiten-Tiefe, Thin Content, E-E-A-T-Signale. Google rankt Seiten die Fragen beantworten.
Technik
Ladezeit, Seitenstruktur, Schema, technische Fehler. Probleme hier blockieren alles andere.
AI-Citation
Echte Live-Tests gegen LLM-APIs. Vier-Status-Logik pro Branchen-Query. Reproduzierbar statt qualitativ. Details unten.
Vertrauen
Bewertungen, Geschichte, Referenzen, Zertifizierungen. E-E-A-T-Signale die Conversion und KI-Citation tragen.
Local / GEO
Google Business, NAP-Konsistenz, Schema LocalBusiness, lokale Rankings. Pflicht für Lokal-Service, Bonus für andere.
Performance-Gap
Distanz zwischen aktueller Sichtbarkeit und dem was die Konkurrenz im selben Markt schon liefert. Diagnose, nicht Versprechen.
Reichweite-Match
Passt die Reichweite Ihrer Site zur Reichweite-Erwartung Ihres Geschäftsmodells? Lokal-Service mit nationaler Strategie verliert.
Kontakt
Kontaktformular, Telefon und Adresse sichtbar, klare CTAs. Letzte Meile von Besucher zu Anfrage.
Social
Social-Media-Tags, Verlinkungen, Brand-Suche. Sekundär, aber messbar.
Vier Status,
reproduzierbar gemessen.
Seonar fragt Live-LLM-APIs zehn branchen-relevante Fragen, die ein echter Kunde so stellt. Pro Antwort vier Status: was sehen die Engines, wenn jemand nach Ihrer Branche sucht. Reproduzierbar, nicht qualitativ.
Claude API live. ChatGPT und Perplexity in Vorbereitung (Phase 2). Google AI Overviews via DataForSEO SERP-API geplant.
Ungefähr 0.25 CHF API-Cost zusätzlich auf den Audit-Preis. Reproduzierbar, dokumentiert.
Gleiche Query, andere Antwort je nach Lauf. Wir messen Wahrscheinlichkeit der Erwähnung pro Status, nicht eine fixe Position.
Konkurrenz-vor-Status bei Branchen-Frage ist Verdrängungs-Diagnose. Was Search-Rankings nicht zeigen, zeigt der Citation-Test.
Sieben Typen,
sieben Gewichtungen.
Die gleiche Schwäche zählt unterschiedlich, je nach Geschäftsmodell. Ein Lokal-Service-KMU braucht andere Signale stark als ein National-Industrial-Mittelständler.
Dominant: Schema, Conversion, Speed. Local-SEO und E-E-A-T weniger gewichtet.
Dominant: Local / GEO, Reputation, Maps. AI-Citation Bonus statt Pflicht.
Dominant: Inhalt-Tiefe, E-E-A-T, AI-Citation. Local weniger relevant.
Dominant: Brand-Authority, Backlinks, Schema. Lokale Signale fast Null.
Dominant: AI-Citation, Backlinks, Topical-Authority. Performance-Gap zentral.
Dominant: E-E-A-T, Schema, Barrierefreiheit. Conversion-Signale weniger.
Dominant: Foundation-Hygiene, Speed, Schema. Performance-Dimensionen ausgeklammert.
Was Seonar nicht garantiert.
Saubere Messung von KI-Sichtbarkeit ist methodisch hart. Seonar weist offen aus wo die Grenzen sind, statt Pseudo-Genauigkeit zu verkaufen.
Closed-Model-Drift
Anbieter ändern Modell-Weights ohne Ankündigung. Effekte heute können morgen verschwinden, ohne dass der Grund erkennbar ist.
Verhaltens-Drift ohne Updates
Modelle antworten unterschiedlich, ohne dass die Anbieter eine Änderung kommuniziert haben.
Modell-Selektion intransparent
Welches Modell hinter ChatGPT, Perplexity oder Gemini in einem bestimmten Moment antwortet, ist nicht öffentlich.
Backend-Struktur-Änderungen
Such-Indizes und Crawl-Logik der Engines entwickeln sich kontinuierlich. Längsschnitt-Vergleichbarkeit wird unterminiert.
Stochastizität pro Query
Gleiche Query, andere Antwort je nach Lauf. Seonar misst die Wahrscheinlichkeit der Erwähnung, nicht eine fixe Position.
Existence vs Faithfulness
Aktuell misst Seonar, ob Sie zitiert werden. Ob Sie korrekt repräsentiert werden, ist ein zusätzlicher Layer in Vorbereitung.
Was Sie bekommen, was nicht.
Kausale Aussagen über die Wirkung einzelner Massnahmen sind in diesem Feld aktuell methodisch limitiert. Was Sie bekommen: Diagnose der aktuellen Sichtbarkeits-Position mit konkreten Befunden, plus Quick-Win-Empfehlungen mit dokumentierter Begründung. Was Seonar nicht verspricht: Garantien à la "diese Massnahme bringt X Prozent mehr Citations".
Plus: klassisches SEO bleibt für Schweizer KMU 2026 die Voraussetzung. AI-Citation ohne SEO-Fundament funktioniert in der Praxis selten. Wer im Search-Backend nicht rankt, wird auch in AI-Engines schlecht zitiert.
Was die Forschung sagt.
Was Seonar daraus macht.
Seonar verfolgt die wissenschaftliche Debatte zur KI-Sichtbarkeit, sortiert die wichtigsten Befunde und zieht daraus konkrete Konsequenzen für jeden Audit. Pro Studie: Befund, Seonars Position, was es für Sie bedeutet, und was Seonar für Sie konkret macht.
Konkrete Daten ziehen Citations.
Die Studie zeigt: Quotation Addition und Statistics Addition steigern AI-Sichtbarkeit um bis zu 40 Prozent, Keyword-Stuffing wirkt negativ. Passt zur Praxis von Seonar. Konkrete Aussagen, nachprüfbare Daten und namentliche Zitate geben dem LLM Material zum Herausziehen. Die 40-Prozent-Grössenordnung streut je nach Branche stark, das ist kein Versprechen. Was zählt: Ihre Service-Seiten bekommen Marktzahlen, Produkt-Specs und Kunden-Zitate statt generischer Marketing-Sätze. Ein Hebel, zwei Wirkungen, besser für klassisches SEO und für AI-Citation.
SEO bleibt das Fundament.
Diese Studie wirft die Gegenposition ein: im realistischen Multi-Actor-Wettbewerb sind die meisten GEO-Methoden weitgehend wirkungslos, klassisches SEO bleibt relevant. Die Spannung zur Aggarwal-Studie ist real und erklärt sich über Wettbewerbs-Sättigung und Plattform-Variation. Seonars Erfahrung: klassisches SEO ist nicht ersetzt, sondern Voraussetzung. Wer auf Google nicht rankt, wird auch in AI-Engines schlecht zitiert. GEO-Hebel wirken als Verstärker auf SEO-Basis, nicht als eigenständige Strategie. Für Sie heisst das: kein Geld in reine GEO-Optimierung, wenn die SEO-Basis dünn ist.
Zitiert reicht nicht.
Mehrere peer-reviewte Studien zeigen: 50 bis 90 Prozent der LLM-Antworten sind nicht vollständig durch die zitierten Quellen gestützt. Zitiert-werden ist nicht gleich korrekt-repräsentiert-werden. Eine Unterscheidung, die in der Praxis bisher unterbewertet ist. Seonar misst aktuell Existence (zitiert ja oder nein), nicht Faithfulness. Anekdotisch zeigten sich Fälle, wo Engines Aussagen umformuliert oder falsch zugeordnet haben. Für Sie heisst das: Citation-Häufigkeit allein reicht nicht, wenn die Engine Sie falsch darstellt. Reputations-Risiko ernst nehmen statt sich mit Sichtbarkeit zufrieden geben.
Engines sind nicht gleich.
Die empirische Studie dokumentiert plattform-spezifische Citation-Quality: Brave 0.73, Google AI Overviews 0.69, Perplexity 0.30. Die Heterogenität ist massiv. Eine plattform-übergreifende Einheits-Strategie ignoriert diese Unterschiede und liefert schwächere Resultate. Systematische Cross-Plattform-Vergleichs-Daten liegen noch nicht vor, Phase 2 des Live-Tests adressiert das. Für Sie heisst das: Ihre Optimierungs-Ressourcen gehen dahin, wo Ihre Zielgruppe wirklich sucht. Nicht gleichmässig verteilt über alle Engines, sondern strategisch priorisiert.
Klar schreiben gewinnt.
Die ICLR-Studie zeigt: PLM-basierte Retriever überbewerten Dokumente mit niedriger Perplexity systematisch. Einfacher, vorhersehbarer Sprachstil wird bevorzugt. Anekdotisch erkennbar in Seonars Audits. Klienten mit verschachtelter Fach-Sprache werden seltener zitiert als Klienten mit klaren Aussagen, auch bei vergleichbarer Substanz. Einfache Sprache war schon vor LLMs guter Stil: präzise, kurz, eindeutig. Für Sie heisst das nicht "dumm schreiben". Es heisst Layer-Trennung. Die zitierbare Kern-Aussage in einem klaren Satz, Markenstimme und Tonfall in den Übergängen.
Verankert in Tier-1.
Score-Modell und Gewichtungen sind nicht erfunden. Sie sind aus dokumentierten Industriestandards destilliert.
Wie ein Score in der Praxis entsteht.
Anonymisiertes Beispiel aus der Industrie. Dimension je Befund, Abzug je Befund, Score am Ende.
Vollständige Prüfliste.
Wer tief schauen will. Jeder Prüfpunkt mit Abzug und Begründung. Im individuellen Report mit Ihrem Befund konkret.
Alle Prüfpunkte mit Gewichtung anzeigen8 Dimensionen · 24 Prüfpunkte
Zwei weitere Dimensionen Local / GEO (max −15) und Reichweite-Match (max −12) sind im Detail Geschäftsmodell-spezifisch und werden im individuellen Audit-Report pro Kunde mit konkreten Prüfpunkten ausgewiesen, statt pauschal hier.
Andere Tools messen eine Schicht.
Lighthouse misst Technik. Ahrefs misst Backlinks. Seonar misst was für das Geschäft zählt.
| Tool | Was es misst | Was fehlt |
|---|---|---|
| Google Lighthouse | Performance, Accessibility, Best Practices, SEO (technisch) | Null Business-Kontext. 95/100 für eine schnelle leere Seite. |
| Ahrefs / Semrush | Domain Rating, Backlinks, Keyword-Rankings | Fokus auf Links, nicht auf Conversion oder Vertrauen. |
| PageSpeed Insights | Core Web Vitals (LCP, INP, CLS) | Nur Ladezeit, nichts über Inhalt oder Vertrauen. |
| Seonar | 10 Dimensionen × 7 Geschäftsmodell-Typen plus AI-Citation-Live-Tests, verankert in Tier-1-Quellen | Misst Diagnose-Foundation für die Business-Realität. Kein Knopfdruck-Tool, kein Score ohne Methodik-Beleg. |
Wer das entwickelt hat.
Eigenentwicklung. Das Audit-System ist von Grund auf selbst gebaut, die Methodik aus Tier-1-Quellen verankert (Ahrefs / Whitespark / Sterling Sky / BrightLocal / Google QRG / Haynes / Kopp / Ray) statt erfunden. Gewichtung dynamisch pro Geschäftsmodell-Typ statt Branchen-Pauschale. Iteriert nach jedem realen Klient-Case (Industrie, Metallbau, Beschläge, Bildung, Behörde, Vereine). Methodik-Refactor v4.3.0 Mai 2026, AI-Citation mit echten Live-API-Calls.
Audit bestellen.
Sie bekommen Score plus Befunde mit Begründung, namentlichen Konkurrenz-Vergleich, AI-Citation-Status pro Engine und Quick-Win-Plan mit Zeitfenster. Wenige Tage.