Meine Arbeit
Empfehlung im Kaufmoment
Branchenstandard
Ranking auf Suchposition
Nicht perfekt, aber entscheidbar: mit Proxies für AI-Traffic, Brand Search Uplift und echte Conversion-Signale
KI-Empfehlungen tauchen selten sauber in deinem Tracking auf. Genau das macht GEO Attribution für viele Teams politisch und operativ schwierig: Stakeholder wollen Zahlen, die es in dieser Form oft nicht gibt. Ich baue keine Scheinpräzision, sondern ein belastbares Bild aus Referral-Daten, Brand Search Uplift, Direct-Traffic-Korrelation und Survey-Signalen. So kannst du Wirkung nachweisen, Prioritäten setzen und GEO-Maßnahmen am Umsatzbeitrag statt am Bauchgefühl bewerten.
So läuft ein Projekt
Proxy-basierte GEO Attribution
Wir prüfen, wie bei euch AI-/GEO-Verkehr heute in Analytics auftaucht, welche Datenfelder fehlen, und welche Proxy-Logik dafür realistisch ist.
Audit, Aufbau, Übergabe — dieselbe Logik wie auf der Startseite, hier angepasst an dieses Thema.
KI-Traffic wird selten sauber einem Kanal zugeordnet, beeinflusst aber Recherche, Markenwahl und Conversion-Pfade bereits heute. Für Budget- und Prioritätsentscheidungen brauchst du deshalb belastbare Proxy-Signale statt erfundener Exaktheit.
der B2B-Käufer nutzen generative KI in mindestens einem Schritt ihres Kaufprozesses. Wenn dieser Einfluss in deinem Tracking nicht sichtbar wird, unterschätzt du den Beitrag von KI-Empfehlungen zur Pipeline.
Quelle: 6sense, B2B Buyer Experience Report, 2025
der Befragten nennen unvollständige oder inkonsistente Daten als zentrales Hindernis für belastbare Attribution. Genau deshalb funktionieren bei GEO oft nur mehrere Proxies zusammen statt ein einzelner sauberer Kanalwert.
Quelle: Google Analytics Intelligence: The State of Digital Maturity, 2024
Markiert den Punkt, an dem Referral-Traffic aus KI-Systemen wie Perplexity in vielen Analytics-Setups praktisch relevant wurde. Das reicht nicht für perfekte Attribution, aber oft für ein erstes belastbares Wirkungssignal im Funnel.
Quelle: Ahrefs, AI Traffic Research, 2024
der Wirkung von GEO-Maßnahmen bleiben in Standard-Dashboards unsichtbar, wenn Teams nur Last-Click oder starre Channel-Gruppen betrachten. Das erzeugt reales Geschäftsrisiko, weil wirksame Maßnahmen zu früh gestoppt oder nie skaliert werden.
Quelle: Eigene Branchenbeobachtung, 2025
Herausforderungen
Du siehst, dass KI-Systeme Recherche und Anbieterwahl beeinflussen, aber in deinen Reports bleibt davon wenig übrig. Diese sechs Situationen zeigen, warum klassische Attribution bei GEO zu kurz greift und Entscheidungen dadurch unnötig schwer werden.
Du schaust in Analytics und findest keinen sauberen Kanal für Besuche aus ChatGPT, Perplexity oder Google Gemini. Ein Teil kommt als Referral durch, anderes landet in Direct oder ist gar nicht klar erkennbar — dadurch fehlt dir schon im Tagesgeschäft die Grundlage.
Ein Lead füllt das Formular aus, aber im Funnel steht Organic, Direct oder Paid als letzter Klick. Dass die eigentliche Vorauswahl vielleicht in einer KI-Antwort passiert ist, taucht im Standard-Attributionsmodell nicht auf.
Du versuchst GEO mit den gleichen KPIs zu bewerten wie klassische Kampagnen und erwartest kanalgenaue Zahlen. Damit übersiehst du Proxies wie Brand Search Uplift, Muster im Direct Traffic oder Self-Reported Attribution, die für dieses Thema oft belastbarer sind.
SEO, Performance und Controlling ziehen an unterschiedlichen Zahlen, weil niemand definiert hat, welche Proxies für euer Setup gelten. Ohne gemeinsames Modell diskutierst du jede Auswertung neu, statt Entscheidungen sauber vorzubereiten.
Du spürst, dass GEO Einfluss auf qualifizierte Anfragen hat, kannst den Beitrag aber nicht belastbar in die Budgetrunde tragen. Dann gewinnt intern meist der Kanal mit der saubereren Zahl — nicht der mit dem realen Kaufmoment.
Stakeholder wollen exakte Attribution, du kannst aber nur Vermutungen oder isolierte Screenshots zeigen. Wenn du die Grenzen nicht sauber einordnest und trotzdem kein belastbares Gesamtbild lieferst, verliert das Thema intern schnell an Rückhalt.
Methodenvergleich
Bei GEO zählt kein perfekter Kanalbericht, sondern ein belastbares Bild aus mehreren Signalen. Deshalb gewichte ich Themen-Messung, Proxy-Logik und klare Entscheidbarkeit höher als exakte Einzelwerte.
| Dimension | Meine Arbeit | Branchenstandard |
|---|---|---|
Optimierungsziel | Empfehlung im Kaufmoment | Ranking auf Suchposition |
Messung | Themen-Ebene und reproduzierbare Prompt-Matrix für Google KI-Modus in der Suche | Einzel-Prompt-Tracking ohne Geschäftslogik |
Marketingverständnis | Marketing-Arbeit: Positionierung, Story, Conversion | Keyword-Listen und Content-Briefings |
Beleg-Logik | Vorher-Nachher-Fälle aus eigenen Produkten Proxy-Logik statt Exaktheitsfiktion | Methodenbeschreibungen ohne belegte Resultate |
Setup | Strategie und Umsetzung in einer Hand auch beim Bestandsumbau | Berater plus Umsetzer plus Account-Manager |
Datenbasis | Sales-Gespräche, Search Console, eigene Produkte | Generische Keyword-Tools und Branchen-Reports |
Feedbackkultur | Radikale Ehrlichkeit, auch wenn unbequem | Diplomatische Oberflächlichkeit und Status-Updates |
Meine Arbeit
Empfehlung im Kaufmoment
Branchenstandard
Ranking auf Suchposition
Meine Arbeit
Themen-Ebene und reproduzierbare Prompt-Matrix
für Google KI-Modus in der Suche
Branchenstandard
Einzel-Prompt-Tracking ohne Geschäftslogik
Meine Arbeit
Marketing-Arbeit: Positionierung, Story, Conversion
Branchenstandard
Keyword-Listen und Content-Briefings
Meine Arbeit
Vorher-Nachher-Fälle aus eigenen Produkten
Proxy-Logik statt Exaktheitsfiktion
Branchenstandard
Methodenbeschreibungen ohne belegte Resultate
Meine Arbeit
Strategie und Umsetzung in einer Hand
auch beim Bestandsumbau
Branchenstandard
Berater plus Umsetzer plus Account-Manager
Meine Arbeit
Sales-Gespräche, Search Console, eigene Produkte
Branchenstandard
Generische Keyword-Tools und Branchen-Reports
Meine Arbeit
Radikale Ehrlichkeit, auch wenn unbequem
Branchenstandard
Diplomatische Oberflächlichkeit und Status-Updates

Wer hier schreibt
Ich habe ein Affiliate-Imperium mit 50 Domains aufgebaut — und gesehen, wie es bei einer Plattform-Änderung wegbricht. Ich habe ein SaaS gegen die Wand gefahren, weil zu groß gedacht und zu wenig validiert. Heute baue ich zwei eigene KI-Produkte und arbeite an 2–3 Beratungsprojekten parallel. Was ich Kunden empfehle, läuft vorher in meinem eigenen Betrieb.
10 Jahre
Praxis in B2C und B2B
3
Gründungen mit eigenen Produkten
2
Software Unternehmen
Zielgruppen
Vor allem für Teams, die den Einfluss von KI-Empfehlungen auf Pipeline und Conversion sichtbar machen müssen, obwohl das Tracking keine perfekten Zahlen liefert. Wenn du mit belastbaren Proxies statt Schätztheater arbeiten willst, ist das relevant.
Du siehst erste Zugriffe aus Perplexity oder anderen KI-Systemen, kannst ihren Beitrag aber intern nicht sauber belegen. Wenn du zwischen Search Console, Analytics und Brand-Search-Trends erklären musst, ob GEO wirklich Wirkung hat, brauchst du ein Messmodell mit Referral-Daten, Nachfrage-Effekten und klaren Grenzen.
Du verantwortest Budget und wirst gefragt, warum Direct-Traffic steigt, Brand Search anzieht oder Demo-Anfragen zunehmen, ohne dass ein klassischer Kanalbericht die Ursache sauber zeigt. GEO Attribution hilft dir, Korrelationen und Proxy-Signale so aufzubauen, dass du Maßnahmen priorisieren kannst, statt KI-Effekte komplett im Dunkeln zu lassen.
Du sollst Wirkung messbar machen, bekommst bei KI-Empfehlungen aber keine saubere Last-Click-Logik. Wenn Stakeholder exakte Zahlen fordern, die es realistisch nicht gibt, brauchst du eine ehrliche Beleg-Logik aus mehreren Signalen, mit der Entscheidungen trotzdem belastbar werden.
Du willst wissen, ob GEO einen echten Umsatzbeitrag leisten kann oder nur ein neues Reporting-Thema ist. Wenn dein Team Maßnahmen testet, du aber keine gemeinsame Linie für AI-Traffic, Conversion-Signale und Brand Search Uplift hast, schaffst du mit einem sauberen Proxy-Setup Entscheidungsgrundlagen für Budget und Prioritäten.
Prozess
Perfekte GEO Attribution gibt es in den meisten Setups nicht. Deshalb entsteht ein belastbares Bild aus trackbaren Referral-Daten, sinnvollen Proxies und einer Messlogik, mit der du intern sauber argumentieren und priorisieren kannst.
Prüfung von Analytics-Setup, Conversion-Tracking, Search Console, CRM-Signalen und vorhandenen Kanaldefinitionen, um messbare AI-Traffic-Quellen, blinde Flecken und technische Grenzen im Setup sichtbar zu machen.
Ableitung eines messbaren Modells aus Referral-Traffic von Perplexity und anderen Systemen, Brand Search Uplift, Direct-Traffic-Korrelation, Einstiegsseitenmustern und Survey-Signalen entlang des tatsächlichen Kaufprozesses.
Einordnung, welche Metriken in deinem Setup belastbar sind, welche nur als Ergänzung taugen und welche Zahlen intern eher Scheinpräzision erzeugen als echte Entscheidungsgrundlage.
Definition von Reports, Segmenten, UTM-Logik, Kanalregeln, Survey-Abfragen und Vergleichszeiträumen, damit AI-Einfluss auf Traffic, Conversion-Pfade und qualifizierte Anfragen konsistent ausgewertet werden kann.
Zusammenführung der Signale zu einem nachvollziehbaren Bild mit klarer Lesart für Marketing, SEO und Controlling, inklusive Grenzen der Messung und Regeln für die interne Kommunikation gegenüber Stakeholdern.
Dokumentation der Messlogik, Übergabe der Auswertungen und Festlegung einer laufenden Monitoring-Struktur, damit GEO Attribution nicht als Einmalanalyse endet, sondern für Budget- und Prioritätsentscheidungen nutzbar bleibt.
Ergebnisse
Du bekommst keine künstlich exakten Zahlen, sondern ein belastbares Messbild, mit dem du Wirkung belegen, Maßnahmen priorisieren und intern sauber entscheiden kannst.
Statt AI-Traffic pauschal als Blackbox zu behandeln, siehst du, welche Signale aus Perplexity, ChatGPT, Google Gemini oder dem Google KI-Modus tatsächlich in deinem Setup ankommen — zum Beispiel über Referral-Daten, Direct-Muster oder Suchanfragen mit Markenbezug.
Die Wirkung endet nicht bei Sichtbarkeit. Du erkennst, ob KI-Empfehlungen mit Demo-Requests, Kontaktanfragen oder anderen relevanten Conversion-Signalen zusammenhängen, auch wenn kein perfekter Last-Click-Nachweis möglich ist.
Wenn mehrere Proxy-Signale auf dieselben Themen einzahlen, wird klar, wo weitere Arbeit sinnvoll ist und wo nicht. So investierst du Zeit und Budget in Bereiche, die eher Pipeline beeinflussen, statt nur in Seiten mit schönen Kurven.
Anstelle erfundener Exaktheit lieferst du eine nachvollziehbare Beweiskette aus mehreren Datenpunkten. Das macht GEO Attribution intern anschlussfähig, weil Entscheidungen auf klarer Methodik basieren und Grenzen offen benannt sind.
Durch die Kombination aus Referral-Signalen, Brand Search Uplift, Direct-Traffic-Korrelation und Survey-Daten erkennst du schneller, ob Maßnahmen Substanz haben. Das verhindert, dass GEO monatelang weiterläuft, ohne einen plausiblen Beitrag zu Nachfrage oder Pipeline zu zeigen.
FAQ
GEO Attribution ist selten perfekt messbar, aber trotzdem entscheidbar. Die wichtigsten Fragen drehen sich um belastbare Proxies, trackbare AI-Signale, Grenzen im Setup und darum, wie du den Einfluss von KI-Empfehlungen auf Conversions und Pipeline ehrlich bewertest.
GEO Attribution bedeutet, den Einfluss von KI-Empfehlungen auf Traffic, Conversions und Pipeline sichtbar zu machen, auch wenn dieser Einfluss selten als sauberer Einzelkanal in Analytics auftaucht. Genau deshalb funktioniert klassische Kanalattribution hier nur begrenzt: KI-Systeme prägen Recherche, Shortlists und Markenwahl oft vor dem eigentlichen Klick.
Im B2B siehst du den Effekt häufig nicht als direkte 1:1-Zuordnung, sondern als Muster aus mehreren Signalen. Dazu gehören Referral-Daten aus einzelnen Systemen wie Perplexity, Brand-Search-Uplift nach sichtbaren Erwähnungen, Verschiebungen im Direct Traffic, CRM-Hinweise aus Sales-Gesprächen und Survey-Daten wie „Wie bist du auf uns aufmerksam geworden?“. Erst die Kombination daraus ergibt ein belastbares Bild.
Wenn du GEO Attribution richtig aufsetzt, jagst du keiner Perfektion hinterher, die es in der Praxis oft nicht gibt. Du baust stattdessen eine Messlogik, mit der du intern sauber argumentieren, Maßnahmen priorisieren und den Umsatzbeitrag von KI-Sichtbarkeit ehrlicher bewerten kannst.
Die brauchbarsten Proxies in der GEO Attribution sind die, die zu deinem Setup passen und sich wiederholt beobachten lassen. In der Praxis sind das meist Referral-Daten aus messbaren KI-Quellen, Brand Search Uplift, Veränderungen im Direct Traffic auf relevanten Landingpages, Survey-Antworten bei Leads und Korrelationen zwischen KI-Sichtbarkeit und Conversion-Signalen.
Wichtig ist: Kein Proxy allein reicht. Brand Search kann auch durch PR oder Kampagnen steigen. Direct Traffic ist oft unsauber. Surveys sind nützlich, aber nicht vollständig. Referral-Daten sind wertvoll, erfassen aber nur einen Teil der Realität. Belastbar wird es erst, wenn mehrere Signale in dieselbe Richtung zeigen und zeitlich zu deinen GEO-Maßnahmen passen.
Genau deshalb bewerte ich Proxies nicht nach theoretischer Eleganz, sondern nach Entscheidbarkeit. Wenn du mit drei bis vier sauberen Signalen zeigen kannst, dass KI-Empfehlungen mehr qualifizierte Anfragen vorbereiten oder verstärken, ist das im Alltag oft wertvoller als eine scheinbar exakte Zahl, die auf wackligen Annahmen beruht.
Ja, teilweise schon, aber nicht vollständig. Einige KI-Systeme senden Referral-Daten, die in Analytics sichtbar werden können. Perplexity ist dafür oft ein praktisches Beispiel. Andere Zugriffe aus ChatGPT, Claude oder Google Gemini tauchen je nach Browser, App, Weiterleitungslogik und Nutzerverhalten unsauber oder gar nicht als klarer Referral auf.
Zusätzlich gibt es den Einfluss des Google KI-Modus in der Suche. Der ist nicht mit Google Gemini als Chat-App gleichzusetzen und führt ebenfalls nicht immer zu einer einfachen Kanalzuordnung. Ein Teil der Wirkung zeigt sich erst indirekt, etwa über Markenanfragen, Seitenaufrufe auf kaufnahen URLs oder später einsetzende Conversions.
Wenn du in Analytics nur nach einem perfekten AI-Channel suchst, wirst du fast immer zu wenig sehen. Sinnvoller ist ein Setup, das Referral-Daten mit Proxies und Conversion-Signalen verbindet. Dann erkennst du zumindest, welche KI-Quellen in deinem Fall messbar sind und wo du bewusst mit Näherungen arbeiten musst.
Ich verkaufe dir kein Dashboard mit schöneren Farben und auch keinen Bericht, der mehr Genauigkeit behauptet, als dein Setup hergibt. Mein Job bei GEO Attribution ist, aus deinen vorhandenen Datenquellen eine Messlogik zu bauen, die belastbar genug für Entscheidungen ist. Das heißt: ehrlich zu Lücken, klar bei Prioritäten und nah an Conversion und Pipeline statt an Reporting-Kosmetik.
Der Unterschied zur typischen Agenturarbeit ist einfach: Ich bin Berater und Umsetzer in einer Hand. Ich analysiere nicht nur, welche Proxies sinnvoll wären, sondern arbeite auch an der Struktur, den Messpunkten und der Auswertung, damit das System im Alltag nutzbar wird. Du bekommst also keine Folien als Endprodukt, sondern eine Arbeitsgrundlage, mit der dein Team weiterarbeiten kann.
Wenn dein Setup bestimmte Aussagen nicht sauber hergibt, sage ich das direkt. Radikale Ehrlichkeit ist hier wichtiger als politisch bequeme Zahlen. Denn am Ende brauchst du keine Präsentation, sondern ein belastbares Bild für Priorisierung, interne Argumentation und Business Impact.
Ein Audit lohnt sich vor allem für SEO-Manager, Performance-Marketing-Teams und Marketing-Controller, die den Einfluss von KI-Empfehlungen auf qualifizierte Anfragen und Conversions belegen müssen. Besonders relevant ist das im B2B, wenn Sales-Zyklen länger sind und klassische Last-Click-Logik den tatsächlichen Beitrag von KI zur Anbieterwahl unterschätzt.
Wichtig ist ein brauchbares Grundsetup. Dazu gehören in der Regel ein etabliertes Analytics-System, sauberes Conversion-Tracking, idealerweise Search-Console-Daten und ein Mindestmaß an CRM- oder Lead-Informationen. Ohne diese Basis kann man über GEO Attribution reden, aber nicht seriös messen. Dann wäre alles schnell nur Schätzung mit besserem Vokabular.
Im Audit prüfe ich deshalb zuerst, welche Datenquellen wirklich belastbar sind, welche Proxies für dein Setup taugen und wo die harten Grenzen liegen. Wenn du wissen willst, ob das in deinem Fall sinnvoll ist, buch dir ein unverbindliches Erstgespräch unter /kontakt.
Du misst in GEO Attribution selten eine einzelne, saubere Conversion-Kette, sondern den Einfluss von KI-Empfehlungen über mehrere Signale vor und nach dem Klick. Genau das ist im B2B wichtig, weil Entscheidungsträger oft erst in ChatGPT, Perplexity, Claude oder Google Gemini recherchieren und später über Brand Search, Direct Traffic oder bekannte Seitenpfade konvertieren.
Ich schaue deshalb nicht nur auf Referral-Traffic, sondern auf Muster: Brand-Search-Uplift nach Sichtbarkeitsgewinnen, Veränderungen bei Direct Sessions auf relevanten Seiten, Self-Reported Attribution in Formularen oder Sales-Gesprächen und den Anteil qualifizierter Conversions rund um Themen, für die du in KI-Antworten empfohlen wirst.
Belastbar wird das Bild, wenn mehrere dieser Signale gleichzeitig in dieselbe Richtung zeigen. Dann hast du keine künstlich exakte Zahl, aber eine ehrliche Entscheidungsgrundlage für Pipeline-Wirkung. Wenn du das für dein Setup sauber aufbauen willst, zeige ich dir im Audit, welche Conversion-Signale bei dir wirklich taugen.
Brand Search Uplift ist in vielen B2B-Setups eines der stärksten Signale für GEO Attribution. Der Grund ist simpel: Viele Nutzer klicken nach einer KI-Empfehlung nicht direkt, sondern suchen anschließend gezielt nach deiner Marke, deinem Produkt oder einer klaren Lösungsphrase mit Brand-Bezug.
Wenn du parallel Sichtbarkeit in KI-Antworten aufbaust und dann ein sauberer Anstieg bei markenbezogenen Suchanfragen, Brand-Klicks oder branded Landingpage-Zugriffen sichtbar wird, ist das oft aussagekräftiger als ein vermeintlich exakter AI-Kanal in Analytics. Wichtig ist nur, Brand Search nicht isoliert zu lesen, sondern mit Veröffentlichungszeitpunkten, Themenclustern, Referral-Daten und Conversion-Entwicklung zu verbinden.
Für SEO-Manager, Performance Marketing und Marketing Controller ist das besonders relevant, weil Brand Search Uplift intern meist gut anschlussfähig ist. Du kannst damit keine perfekte Ursprungskette beweisen, aber du kannst den Einfluss von GEO auf Nachfrage und qualifizierte Anfragen deutlich sauberer belegen.
Ich verspreche keine Zahlen, die dein Setup technisch nicht hergibt. Bei GEO Attribution ist das der entscheidende Punkt, weil viele Teams politisch unter Druck geraten: KI beeinflusst die Nachfrage sichtbar, aber das Tracking liefert keine saubere Eins-zu-eins-Attribution.
Meine Aufgabe ist dann nicht, hübsche Reports zu bauen, sondern eine belastbare Messlogik zu formulieren, die ein Management auch wirklich nutzen kann. Das heißt: klare Unterscheidung zwischen direkt messbaren Signalen, starken Proxies und Bereichen, die aktuell nicht sauber beweisbar sind. Diese radikale Ehrlichkeit spart später mehr Diskussionen als jeder geschönte Dashboard-Wert.
Ich komme dabei nicht als Reporting-Schicht obendrauf, sondern als Berater und Umsetzer in einer Hand. Ich prüfe dein Setup, definiere die Messlogik, schärfe die Argumentation und sorge dafür, dass du intern nicht mit Scheinpräzision arbeitest. Wenn ein Teil nicht messbar ist, sage ich das klar. Genau deshalb werden die restlichen Zahlen erst belastbar.
Nein, ich verkaufe keine Stückzahl-Modelle und keine festen Content-Pakete. Bei GEO Attribution bringt dir ein monatlicher Standard-Report wenig, wenn die zugrunde liegende Messlogik nicht sauber ist. Und noch weniger bringt dir zusätzlicher Content, nur damit etwas produziert wurde.
Ich arbeite so, dass am Ende ein System steht, mit dem du AI-Traffic, Proxy-Signale und Conversion-Effekte nachvollziehbar bewerten kannst. Das kann ein Audit, ein Messrahmen, saubere Definitionslogik, Dashboard-Struktur, Signalgewichtung und eine klare Übergabe an dein Team umfassen. Ziel ist nicht Beschäftigung, sondern Entscheidbarkeit.
Das passt besonders für Teams, die Wirkung auf Pipeline und qualifizierte Anfragen belegen müssen und keine Lust auf Retainer nach Stückzahl haben. Wenn du Klarheit willst, welche Form von Aufbau für dein Setup sinnvoll ist, ist ein Erstgespräch der richtige Start: Kostenloses Erstgespräch buchen.
Weil ich GEO Attribution nicht als Theorie oder Tool-Demo betrachte, sondern als Marketingproblem mit echter Entscheidungspflicht. Seit 10 Jahren arbeite ich in SEO und Growth zwischen B2C und B2B, habe eigene Unternehmen aufgebaut und kenne den Unterschied zwischen hübscher Messung und einem System, das intern trägt.
Gerade bei KI-Empfehlungen ist das entscheidend. Du brauchst niemanden, der dir ein neues Buzzword sauber verpackt, sondern jemanden, der technische Grenzen versteht, Signale sinnvoll kombiniert und offen sagt, wo Aussagekraft endet. Genau deshalb arbeite ich mit Proxy-Logik, nicht mit Exaktheitsfiktion. Das ist aus meiner Sicht der einzige ehrliche Weg, GEO Attribution im B2B nutzbar zu machen.
Ich verbinde dabei Analyse, Umsetzung und Übergabe. Du bekommst also keinen Foliensatz als Endprodukt, sondern eine Messlogik, die dein Team weiterverwenden kann. Wenn du prüfen willst, wie belastbar GEO Attribution in deinem Setup überhaupt werden kann, schau dir das Audit an: Mehr über das AI Visibility Audit.
Wenn du wissen willst, welche Proxy-Signale in deinem Setup wirklich tragen, schauen wir gemeinsam auf Referral-Daten, Brand Search Uplift, Direct-Muster und Conversion-Signale. Du bekommst eine ehrliche Einschätzung, was belastbar messbar ist, wo die Grenzen liegen und wie du damit intern sauber argumentierst.
30 Minuten · Ohne Content-Paket-Pitch · Erste Einblicke
Case Studies
Dieselbe Arbeitsweise, zwei sehr unterschiedliche Ausgangspunkte. Hier das Wichtigste auf einen Blick – die ausführlichen Fallstudien mit Vorgehen und Stimmen der Kunden findet ihr auf der jeweiligen Seite.

Okt – Dez 2025
Neues KI-Produkt in einem überfüllten Markt. 90 Tage später: 3–5 qualifizierte Anfragen pro Tag aus KI-getriebenen Empfehlungen.

seit 2018
DACH wurde zur sichtbarsten Tarkett-Region weltweit. Übergang von SEO zu KI-Sichtbarkeit ohne strategischen Bruch.
Weitere Projekte unter Vertraulichkeit. Auf Anfrage zeige ich euch Ergebnisse aus Mittelstand und Konzern, die ich öffentlich nicht nennen darf.
Wie ich arbeite
Konkret: Ich arbeite mit eurem Team direkt in euren Werkzeugen – ob das Microsoft Teams, Slack, ein Projektboard oder ein Ticketsystem ist. Strategische Entscheidungen treffen wir gemeinsam, die Systeme baue ich mit euch auf. Keine Übergabe zwischen Berater und Umsetzer, weil beides bei mir liegt.
Was ihr nicht bekommt: Folien, Empfehlungslisten, Junior-Berater im Hintergrund. Was ihr bekommt: Systeme, die laufen – und ein Team, das versteht, wie sie funktionieren.
So läuft ein Projekt
klarer Prozess · ÜbergabeAudit
2 WochenIch analysiere, welche Systeme ihr wirklich braucht und wo der größte Hebel liegt.
VerstehenAufbau
laufendIch baue die Systeme in eurer Umgebung auf, an euren Daten und entlang eurer Arbeitsabläufe.
KernstückÜbergabe
zum ProjektabschlussDie Systeme laufen ohne mich weiter. Euer Team versteht sie und übernimmt die Steuerung.
AutonomieKlare Worte zu Prioritäten, Grenzen und Wirkung. Wir arbeiten auf Umsatz, nicht auf hübsche Zahlen fürs Reporting.
Keine Abhängigkeit. Alles wird so aufgebaut, dass es ohne mich weiterläuft. Der Abschied ist vom ersten Tag an mitgedacht.
YouTube
Newsletter
Wöchentlich: Was bei Rawshot und Careertrainer gerade läuft und was ich daraus lerne.
Tägliche Posts über KI-Strategie, Systeme und Gründeralltag.
Beide Modelle haben ihre Berechtigung. Die Frage ist nicht, was besser ist – sondern was zu deiner Situation passt. Hier die wichtigsten Unterschiede.
Operative Umsetzung aus einer Hand
Know-how bleibt bei der Agentur. Du bekommst Reports, aber nicht die Methodik.
Langfristige Bindung üblich. Wechsel bedeutet Neustart.
Etablierte Prozesse, aber oft lange Abstimmungszyklen.
Reporting auf Ergebnis-Ebene. Was genau passiert, bleibt oft unklar.
Mehr Output = mehr Budget = mehr Köpfe.
Retainer + Projektbudgets. Overhead für Agentur-Infrastruktur.
Passt für: Unternehmen ohne eigenes Marketing-Team, die alles auslagern wollen.
Strategie & Befähigung für dein Team
Know-how wird aktiv übertragen. Dein Team lernt mit jedem Sparring.
Ziel ist Unabhängigkeit. Du kannst jederzeit alleine weitermachen.
Direkte Kommunikation, schnelle Entscheidungen. KI-Workflows beschleunigen zusätzlich.
Volle Einblicke in Methodik, Tools und Prozesse. Nichts ist Black-Box.
KI-gestützte Workflows skalieren ohne proportional mehr Kosten.
Fester Sparring-Retainer. Kein Overhead, kein Agentur-Wasserkopf.
Passt für: B2B-Unternehmen mit eigenem Marketing-Team, die Kompetenz aufbauen wollen.
Für Unternehmen mit Inhouse-Kapazität ist Sparring meist der nachhaltigere Weg: Du baust echte Kompetenz auf statt Abhängigkeit.
Entdecke weitere strategische Lösungen für dein Business
SOLUTION_PAGES
Keyword-Tools zeigen dir Suchvolumen, aber nicht, wie Menschen heute Fragen an KI-Systeme stellen. Genau dort entsteht oft die Lücke zwischen Content-Plan und qualifizierten Anfragen. Mit sauberer Prompt Daten Recherche aus CRM, Sales Calls, Support und AI-Tracking wird sichtbar, welche Formulierungen, Einwände und Kaufmotive in deinem Markt wirklich zählen. Im Audit zeige ich dir die relevanten Quellen, die Logik dahinter und wie daraus konkrete Content-Entscheidungen werden. Voraussetzung ist ein funktionierender Sales-Prozess mit echten Kundensignalen.
SOLUTION_PAGES
AI Visibility ist messbar – mit den richtigen Metriken und Tools. Ich zeige dir, wie du systematisch trackst, wo deine Marke in KI-Systemen empfohlen wird und welche Optimierungen wirklich wirken. Für datengetriebene Marketer, die Ergebnisse sehen wollen.
SOLUTION_PAGES
KI-Systeme bevorzugen etablierte Experten als Quellen. Mit der richtigen Strategie positionierst du dich als zitierte Autorität in deinem Fachgebiet. Für Gründer, Berater und Personal Brands, die von KI-Systemen empfohlen werden wollen.
SOLUTION_PAGES
Bei großen Websites scheitert SEO selten an fehlenden Ideen, sondern an Skalierung, technischer Schuld und falscher Priorisierung. Wenn Millionen URLs, Rendering-Probleme und gewachsene Architektur zusammenkommen, bringen dir Fehlerlisten wenig. Ich arbeite heraus, welche technischen Hebel wirklich Pipeline-Wirkung haben, was dein Dev-Team realistisch umsetzen kann und was nur Lärm ist. So wird technische SEO vom Backlog-Dauerproblem zu einem System, das Sichtbarkeit, qualifizierte Anfragen und saubere Voraussetzungen für Empfehlungen in KI-Antworten schafft.
SOLUTION_PAGES
ROI-Berechnung für AI Visibility ist möglich – und entscheidend für Budgetfreigaben. Ich zeige dir das Framework, mit dem du den Business Case wasserdicht aufbaust und Stakeholder überzeugst.
SOLUTION_PAGES
Wenn ChatGPT in deinem Markt vor allem Wettbewerber nennt, fehlt oft nicht nur Sichtbarkeit, sondern die richtige Quellenbasis. Klassisches Linkbuilding nach SEO-Logik reicht dafür meist nicht aus, weil nicht die Menge der Links zählt, sondern die Relevanz und Autorität der Quellen. Ich zeige dir, welche Listen, Fachseiten und Erwähnungen ChatGPT für deine Themen heranzieht, und baue gezielt Präsenz in genau diesem Umfeld auf. So entstehen Backlinks für ChatGPT nicht als Ranking-Trick, sondern als Grundlage für echte Empfehlungen in KI-Antworten.