Glossar

Above the Fold bezeichnet den Bereich einer Website, der ohne Scrollen sofort sichtbar ist, sobald die Seite geladen wurde. Der Begriff stammt ursprünglich aus dem Zeitungsdruck: Above the Fold war der obere, beim Falten der Zeitung sichtbare Teil der Titelseite, auf dem die wichtigsten Schlagzeilen platziert wurden. Übertragen auf das Web meint er heute den initial sichtbaren Browser-Ausschnitt vor der ersten Scroll-Bewegung.

Die konkrete Größe dieses Bereichs hängt vom Endgerät ab: Auf einem 13-Zoll-Laptop ist er kleiner als auf einem 27-Zoll-Monitor, auf einem Smartphone deutlich kleiner als auf einem Tablet. Verlässliche Pixel-Werte gibt es nicht, weil Browserfenster, Betriebssystem-Leisten und Geräte-Modelle variieren. Für die Praxis bedeutet das: Was unbedingt above the fold stehen soll, gehört auf jedem Endgerät in den oberen Bildschirmbereich.

Für die Wirkung einer B2B-Website ist Above the Fold der Bereich, in dem der Hero-Bereich seine Orientierungs-Funktion entfaltet. Wer das Versprechen, einen ersten Beweis-Anker und einen sichtbaren CTA dort platziert, verliert weniger Käufer an der ersten Lesepfad-Kreuzung. Below the Fold beginnt der zweite Lesepfad, der nur erreicht wird, wenn der erste überzeugt hat.

Das Active-Trust System ist das integrierte Akquise- und Vertrauenssystem von Makrosign System.Design für B2B-Dienstleister wie Beratungen, Coachings und Agenturen. Es verbindet Positionierung, Sichtbarkeit, Content und Conversion zu einem durchgängigen Vertriebs-Pfad statt zu isolierten Marketing-Maßnahmen.

Die methodische Grundlage ist die T.R.U.S.T.-Methodik mit ihren fünf Säulen Taktik, Reichweite, Überzeugung, Sprache und Transparenz. Die Done-With-You-Implementierung des Active-Trust Systems heißt Sales Engine Setup.

AEO (Answer Engine Optimization) ist die gezielte Optimierung von Inhalten für Antwort-Maschinen — also für Systeme, die auf konkrete Fragen direkte Antworten geben statt einer Trefferliste. Klassische Answer Engines sind Google Featured Snippets, Bing Answer Cards sowie Sprachassistenten wie Alexa, Siri und der Google Assistant. Mit dem Aufkommen von ChatGPT, Perplexity und Google AI Overviews ist AEO zur direkten Vorstufe von GEO geworden.

Typische AEO-Maßnahmen sind explizite Frage-Antwort-Strukturen, FAQ-Sektionen mit präzisen Antworten, FAQ-Markierung über Schema.org-Markup sowie klare erste Sätze in Absätzen, die die Frage direkt beantworten. Während GEO auf synthetisierte Antworten zielt, in denen Inhalte aus mehreren Quellen verschmolzen werden, zielt AEO traditionell auf direkte Antwort-Blöcke aus einer einzigen Quelle. AEO und SEO überlappen sich technisch stark, weil viele AEO-Effekte über klassische Suchmaschinen-Features wie Rich Snippets ausgespielt werden.

Argumentationsdichte misst, wie viele tragende Argumente pro Sektion eine Website liefert und wie nahtlos sie aufeinander aufbauen. Hohe Argumentationsdichte bedeutet: Jeder Absatz fügt eine neue prüfbare Aussage hinzu, die die zentrale These weiter stützt. Niedrige Argumentationsdichte zeigt sich in Wiederholungen, Allgemeinplätzen und Marketing-Stützen ohne Substanz.

Argumentationsdichte ist eine der zwölf Mensch-Dimensionen im DIM16 Analyzer. Sie ist verwandt mit Beweis-Dichte: Beweis-Dichte misst die Menge prüfbarer Einzelaussagen, Argumentationsdichte misst die Geschlossenheit der argumentativen Kette dazwischen.

Aufdringlichkeit ist der Eindruck, dass eine Botschaft im B2B-Kontakt zudringlich wirkt. Sie ist keine Frage der Frequenz, sondern entsteht erst, wenn drei Faktoren zusammenkommen: ein Auftritt im Postfach oder Feed ohne Einladung (Push statt Pull), eine Erwartung ohne vorher gegebenen Wert und eine für den jeweiligen Reichweite-Modus unpassende Frequenz.

Aufdringlichkeit und Reichweite liegen nicht auf derselben Skala, sie messen unterschiedliche Dinge. Wer die Frequenz pauschal senkt, um nicht aufdringlich zu wirken, reduziert Reichweite, ohne die eigentliche Ursache zu beheben. Drei kalte Nachrichten an dieselbe Person bleiben aufdringlich, drei eingeladene Beiträge im offenen Feed sind es nicht. Innerhalb der T.R.U.S.T.-Methodik ist diese Unterscheidung die Voraussetzung dafür, die Säule Reichweite ohne Vertrauensverlust auszulegen.

Backlinks sind Hyperlinks von einer externen Website auf die eigene Website. Sie zählen seit Anfang der 2000er Jahre zu den wichtigsten Off-Page-Signalen für Suchmaschinen, weil sie ein Vertrauensvotum einer Quelle für eine andere darstellen. Google bewertet Backlinks nach Themen-Relevanz, Autoritätswert der verweisenden Domain und Link-Attributen wie rel="nofollow" oder rel="sponsored". Tausend irrelevante Links wirken weniger als zehn präzise gesetzte Backlinks aus thematisch passenden, etablierten Quellen.

Für KI-Sichtbarkeit wirken Backlinks indirekt: Sie erhöhen die Wahrscheinlichkeit, dass Inhalte in Trainingsdaten gelangen, und sie stärken die Semantische Autorität, mit der Sprachmodelle eine Marke einem Themenfeld zuordnen. Backlinks sind eine Teilmenge der Drittnennungen — nicht jede Erwähnung im Web ist ein Backlink, aber jeder Backlink ist eine Erwähnung. Im klassischen SEO sind sie ein zentraler Hebel für höhere Rankings.

Beobachter-Perspektive bezeichnet im Makrosign-Modell die zwei grundsätzlich verschiedenen Bewertungs-Systeme, mit denen eine B2B-Website 2026 gelesen wird: die Mensch-Perspektive und die KI-Perspektive. Beide bewerten dieselbe Seite nach unterschiedlichen Kriterien. Ein Mensch prüft Vertrauenssignale, Versprechen-Konkretheit, visuelle Konsistenz. Eine KI prüft Entity-Klarheit, Chunk-Tauglichkeit, Semantische Autorität.

Eine Seite, die für Menschen gut funktioniert, kann für KI-Modelle unsichtbar sein — und umgekehrt. Der DIM16 Analyzer ist aufgebaut, um beide Beobachter-Perspektiven nebeneinander sichtbar zu machen: zwölf Dimensionen für die Mensch-Perspektive, vier Dimensionen für die KI-Perspektive.

Beweis-Dichte ist der Diagnose-Wert dafür, wie viele überprüfbare Aussagen auf einer Website pro Sektion stehen. Überprüfbare Aussagen sind konkrete Zahlen, Eigennamen, benannte Methoden, klare Zeiträume oder Drittquellen. Ihr Gegenstück sind Marketing-Floskeln ohne Verankerung in der Realität. Das Prinzip, Aussagen leicht überprüfbar zu machen, stammt aus der Web-Credibility-Forschung.

Niedrige Beweis-Dichte schwächt die Säule Überzeugung in der T.R.U.S.T.-Methodik: Ohne überprüfbare Aussagen kann ein B2B-Käufer in der Trust-Gap nicht entscheiden, ob ein Anbieter trägt. Beweis-Dichte korreliert auf der KI-Seite mit Chunk-Tauglichkeit, weil dieselben fehlenden konkreten Aussagen beide Beobachter-Perspektiven unterversorgen.

Die Bildsprache ist eine der drei Markensprachen, neben Wortsprache und Gestaltungssprache. Sie umfasst alles Fotografische und Illustrative: Porträts, Team-Bilder, Referenzfotos und zunehmend KI-generierte Visuals.

Weil das menschliche Gehirn Bilder schneller verarbeitet als Text, entscheidet die Bildsprache oft vor dem Wort darüber, ob eine Marke glaubwürdig wirkt. Das lässt sich per Eye-Tracking messen. Mit der Verbreitung KI-generierter Bilder verschiebt sich der entscheidende Maßstab von echt gegenüber generisch hin zu wahr gegenüber unwahr: Ein Bild, das Personen oder Orte vortäuscht, die es nicht gibt, bricht das Vertrauenssignal, sobald jemand die Realität dahinter prüft.

Body bezeichnet zwei verwandte, aber unterschiedliche Konzepte. Im HTML-Standard ist <body> das Element, das alle sichtbaren Inhalte eines Dokuments umschließt — alles zwischen den <head>-Metadaten und dem Schließen der HTML-Datei.

Im Layout-Sprachgebrauch bezeichnet Body den zentralen Content-Bereich zwischen Header und Footer, also den eigentlichen Inhalt der Seite ohne navigatorische Rahmenelemente. In dieser Verwendung ist der Body der Hauptkanal für Vertrauensaufbau: Hier stehen die Aussagen, Belege und Diagnose-Fragen, die zur Anfrage führen.

Die Bounce Rate (deutsch: Absprungrate) ist der Anteil der Besucher, die eine Website nur auf einer einzigen Seite besuchen und sie ohne weitere Interaktion wieder verlassen. Berechnet wird sie als Anzahl der Single-Page-Sessions geteilt durch alle Sessions, multipliziert mit 100.

Die Bounce Rate gilt traditionell als Wirksamkeits-Indikator. Eine sehr hohe Bounce Rate kann auf irrelevanten Traffic, schlechte Passung zwischen Suchanfrage und Inhalt oder auf Usability-Probleme hindeuten. Aber: Eine hohe Bounce Rate ist nicht zwangsläufig schlecht. Auf einer einzelnen Blog-Beitragsseite, die alle gewünschten Antworten liefert, kann ein Bounce auch bedeuten, dass die Besucherin gefunden hat, was sie suchte. Die Bounce Rate muss immer im Kontext der jeweiligen Seitenfunktion bewertet werden.

Brand Mentions (deutsch: Markenerwähnungen) ist die absolute Anzahl der Erwähnungen einer Marke in einem definierten Beobachtungs-Korpus. Klassisch wurde der Begriff für Erwähnungen im offenen Web verwendet — also Pressartikel, LinkedIn-Beiträge, Foren, Reviews, Podcast-Transkripte. Mit dem Aufkommen generativer KI-Systeme bezeichnet Brand Mentions zunehmend auch die Anzahl der Nennungen in KI-Antworten auf ein definiertes Prompt-Set.

Brand Mentions sind ein Sichtbarkeits-KPI und eng verwandt mit dem Konzept der Drittnennung: Jede Drittnennung im Web ist eine Brand Mention, aber nicht jede Brand Mention ist eine Drittnennung im klassischen Sinn — eine Erwähnung in einer KI-Antwort gehört auch dazu. Backlinks sind die Teilmenge der Drittnennungen mit Verlinkung, Drittnennungen sind die Teilmenge der Brand Mentions im offenen Web. Im Unterschied zu Visibility Percentage ist Brand Mentions eine absolute Zahl, kein Anteil. Hohe Brand Mentions stärken über die Zeit die Semantische Autorität einer Marke, weil Sprachmodelle Aussagen, die in mehreren unabhängigen Quellen konsistent auftauchen, höher gewichten als reine Selbstdarstellung.

Die Buyer-Journey (auch Customer Journey) ist der gesamte Prozess, den ein potenzieller Kunde durchläuft, bevor er kauft — vom ersten Berührungspunkt mit einem Problem oder einem Anbieter bis zur Kaufentscheidung. Klassische Phasenmodelle gliedern den Prozess in drei Stufen: Awareness (Problembewusstsein entsteht), Consideration (Lösungen werden verglichen), Decision (ein Anbieter wird gewählt). Andere etablierte Modelle sind AIDA und die Consumer Decision Journey von McKinsey.

Die Buyer-Journey ist kanal-übergreifend und oft nicht-linear. Sie umfasst auch Phasen, in denen kein direkter Kontakt mit dem Anbieter stattfindet — etwa Recherche, Diskussion mit Kollegen oder Markenerinnerung aus früheren Begegnungen. Im B2B-Vertrieb dauert eine Buyer-Journey typischerweise mehrere Wochen bis Monate. Wer eine Buyer-Journey kartiert, beantwortet die strategische Frage: Wo steht der Mensch gerade in seinem Entscheidungsprozess? Die taktische Umsetzung einzelner Phasen erfolgt über Conversion-Pfade. Im Active-Trust System ist die Buyer-Journey der strategische Rahmen, auf dem das gesamte Vertrauenssystem aufgebaut wird.

Chunk-Tauglichkeit ist die Eigenschaft von Textinhalten, in eigenständigen, zitierbaren Einheiten strukturiert zu sein. KI-Systeme verarbeiten Webseiten nicht als Ganzes, sondern in Abschnitten — sogenannten Chunks.

Inhalte, die in klar abgegrenzten, selbsterklärenden Einheiten organisiert sind — mit präzisen Überschriften, kurzen Absätzen, klaren Aussagen und Aufzählungen — werden von KI-Systemen häufiger und genauer als Quelle zitiert. Chunk-Tauglichkeit ist eine der vier Dimensionen der KI-Sichtbarkeit im DIM16 Analyzer.

Chunks sind in sich geschlossene Texteinheiten, die KI-Systeme aus längeren Inhalten extrahieren, um sie eigenständig verarbeiten zu können. Typische Chunks sind einzelne Absätze, abgeschlossene Aufzählungen oder kurze Abschnitte mit klarer Überschrift und eigenständiger Aussage. Die Größe eines Chunks liegt je nach System zwischen einem Satz und mehreren hundert Tokens.

Chunks sind die zentrale Verarbeitungseinheit moderner Retrieval-Verfahren. Eine Website wird nicht als zusammenhängender Text indexiert, sondern in Chunks zerlegt. Jeder Chunk wird einzeln gespeichert und bei passenden Anfragen an das Sprachmodell übergeben. Inhalte, die aus zitierfähigen Chunks bestehen, werden häufiger und genauer in KI-Antworten verwendet. Die Eignung der eigenen Inhalte für diese Verarbeitung ist die Chunk-Tauglichkeit.

Ein Conversion-Pfad ist eine konkrete Schritt-Folge, die einen Website-Besucher oder Empfänger gezielt zu einer messbaren Conversion führt — etwa zu einer Anfrage, einem Download oder einer Terminvereinbarung. Klassische Bauteile sind Traffic-Quelle, Landing Page, Call-to-Action, Formular und Bestätigungsseite. Häufig kommen Lead-Magnet und automatisierte Folge-E-Mails hinzu.

Während die Buyer-Journey den gesamten Entscheidungsprozess aus Käufer-Perspektive beschreibt, ist der Conversion-Pfad die taktische Umsetzung aus Anbieter-Perspektive. Er beantwortet die Frage: Welche konkreten Schritte führen den Menschen vom Klick zur Anfrage? Eine vollständige Akquise-Strategie hat mehrere Conversion-Pfade, die unterschiedliche Phasen der Buyer-Journey abdecken — etwa einen niedrigschwelligen Pfad mit Lead-Magnet für die Awareness-Phase und einen direkten Termin-Pfad für die Decision-Phase. Im Active-Trust System liefert das Sales Engine Setup die operative Implementierung dieser Conversion-Pfade.

Die Conversion-Rate ist der Anteil der Besucherinnen und Besucher oder Empfänger, die eine gewünschte Aktion ausführen, gemessen an der Gesamtmenge. Berechnet wird sie als Anzahl der Conversions geteilt durch Anzahl der Besucher oder Empfänger, multipliziert mit 100. Die gewünschte Aktion kann eine Anmeldung sein, ein Download, ein Termin oder ein Kauf.

In der Praxis variieren Conversion-Raten stark je nach Kontext. Eine Newsletter-Anmeldung auf einer Landing Page liegt im B2B häufig zwischen 2 und 8 Prozent, eine Termin-Buchung über einen Conversion-Pfad zwischen 0,5 und 3 Prozent. Eine höhere Conversion-Rate ist nicht automatisch besser. Sie hängt stark von der Qualität des Traffics ab: Tausend Besucher aus einer thematisch fremden Quelle erzeugen meist weniger Conversions als hundert Besucher aus einer fachlich passenden Suche.

Crawlbarkeit ist die technische Lesbarkeit einer Website für automatische Programme — sogenannte Crawler oder Bots —, die von Suchmaschinen und KI-Systemen eingesetzt werden, um Inhalte zu erfassen. Eine Seite ist crawlbar, wenn ihre wichtigsten Texte ohne JavaScript im HTML sichtbar sind, keine Login- oder Cookie-Wände den Zugriff blockieren und die robots.txt sowie HTTP-Statuscodes korrekt konfiguriert sind.

Crawlbarkeit ist die Vorstufe jeder weiteren KI-Verarbeitung: Was ein Crawler nicht lesen kann, gelangt weder in Suchindexe noch in KI-Antworten. Sie ist eine der vier Dimensionen der KI-Sichtbarkeit im DIM16 Analyzer.

Ein CTA (Call-to-Action) ist ein gezielter Handlungsaufruf, der Besucherinnen oder Besucher zu einem konkreten nächsten Schritt führt. Klassische CTAs sind Buttons mit Beschriftungen wie „Termin vereinbaren", „Erstgespräch buchen" oder „Download starten". Auch Textlinks, Bildverlinkungen oder ganze Sektionen mit fokussierter Aufforderung gelten als CTAs.

Ein guter CTA erfüllt drei Bedingungen: Er ist klar formuliert (was passiert beim Klick?), er ist visuell auffindbar (Kontrast, Position, gezielte Wiederholung) und er passt zur Phase der Buyer-Journey. In der Awareness-Phase ist ein niedrigschwelliger Lead-Magnet sinnvoll, in der Decision-Phase ein direkter Termin- oder Kauf-CTA. CTAs sind die Knotenpunkte jedes Conversion-Pfads.

Ein Digitaler Vertrauensraum ist ein digitaler Auftritt, der nicht nur informiert, sondern systematisch Vertrauen aufbaut. Im Unterschied zu einer reinen Informationswebsite folgt er einer durchdachten Struktur, in der Positionierung, Inhalte, Sichtbarkeit und Conversion-Pfade aufeinander abgestimmt sind.

Besucherinnen und Besucher werden reibungslos vom ersten Kontakt bis zur qualifizierten Anfrage geführt. Digitale Vertrauensräume sind das Ergebnis-Format des Active-Trust Systems.

Der DIM16 Analyzer ist das KI-gestützte Analyse-Werkzeug von Makrosign System.Design. Er bewertet eine Website in sechzehn Dimensionen aus zwei Beobachter-Perspektiven: aus der Mensch-Perspektive (Verständlichkeit, Vertrauen, Conversion) und aus der KI-Perspektive (Crawlbarkeit, Chunk-Tauglichkeit, Entity-Klarheit und Semantische Autorität).

Die Analyse identifiziert Kaskaden-Hebel — einzelne Maßnahmen, die gleichzeitig mehrere Dimensionen verbessern und damit den größten Effekt bei kleinstem Aufwand erzeugen.

Domain Authority (DA) ist eine proprietäre Metrik des SEO-Anbieters Moz, die die Wahrscheinlichkeit schätzt, mit der eine Domain bei Google ranken kann. Die Skala reicht von 0 bis 100 auf logarithmischer Basis: Der Sprung von 30 auf 40 ist schwieriger als von 10 auf 20, der Sprung von 70 auf 80 ist deutlich härter als von 30 auf 40. Domain Authority wird primär aus dem Backlink-Profil einer Domain berechnet.

Wichtig zur Einordnung: Domain Authority ist keine offizielle Google-Metrik. Google nutzt eigene, nicht öffentlich zugängliche Berechnungen für die Ranking-Wahrscheinlichkeit. Vergleichbare proprietäre Metriken anderer SEO-Anbieter sind Ahrefs Domain Rating (DR) und Semrush Authority Score. Alle drei Werte sind Schätzungen mit unterschiedlicher Datenbasis und decken sich nicht. Im Sinne der Website-Diagnostik ist Domain Authority ein Sichtbarkeits-KPI: Sie sagt etwas über die Wahrscheinlichkeit, gefunden zu werden, aber nichts darüber, ob aus dem Gefunden-Werden eine Anfrage entsteht.

Eine Drittnennung ist eine Erwähnung deiner Marke, Person oder Methodik auf einer Website, die nicht dir gehört. Drittnennungen umfassen Pressartikel, Podcast-Erwähnungen, LinkedIn-Beiträge anderer, Wikipedia-Einträge, Reviews, Foren-Diskussionen und Backlinks aus thematisch relevanten Quellen.

Drittnennungen sind der primäre Hebel für Semantische Autorität: Sprachmodelle gewichten Aussagen, die in mehreren unabhängigen Quellen konsistent auftauchen, höher als reine Selbstdarstellung. Konsistente Drittnennungen mit identischen Entitätsbeschreibungen reduzieren über die Zeit auch Halluzinationen über die eigene Marke, weil das Modell weniger Lücken auffüllen muss.

Ein Embedding ist eine mathematische Repräsentation eines Textstücks als Zahlenvektor, in der semantisch ähnliche Inhalte ähnliche Vektoren ergeben. Sprachmodelle und Such-Systeme nutzen Embeddings, um zu einer Frage die thematisch passendsten Chunks aus einer Datenbasis zu finden — unabhängig davon, ob die Frage exakt die gleichen Wörter verwendet wie der gefundene Text.

Embedding-Systeme sind die technische Voraussetzung für Retrieval-Augmented-Generation-Pipelines, wie sie etwa Perplexity oder ChatGPT mit aktivierter Websuche verwenden. Wer in solchen Pipelines als Quelle zitiert werden will, braucht hohe Chunk-Tauglichkeit: Texte, die in eigenständigen, semantisch dichten Abschnitten organisiert sind.

Entity-Klarheit ist das Maß dafür, wie eindeutig KI-Systeme erkennen können, wer auf einer Website auftritt und was angeboten wird. Sie wird an drei Faktoren gemessen: Schema.org-Auszeichnungen (Person, Organization, Service), konsistente Benennung der zentralen Entitäten über alle Seiten hinweg und maschinenlesbare Strukturdaten.

Entity-Klarheit ist eine der vier Dimensionen der KI-Sichtbarkeit im DIM16 Analyzer. Sie ist die Voraussetzung dafür, dass eine Website von KI-Systemen als vertrauenswürdige Quelle einer bestimmten Person oder Organisation zugeordnet werden kann. Eine zentrale Mechanik dafür sind sameAs-Verknüpfungen, die Website, LinkedIn-Profil und weitere Auftritte maschinenlesbar als dieselbe Entität ausweisen.

Eye-Tracking ist ein Messverfahren, das aufzeichnet, wohin und wie lange ein Mensch auf einer Seite oder einem Bildschirm blickt. Spezielle Kameras erfassen die Blickbewegungen und machen sichtbar, welche Elemente Aufmerksamkeit auf sich ziehen und welche übersprungen werden.

In der Vertrauensforschung belegt Eye-Tracking, dass echte Personenfotos betrachtet, beliebig wirkende Bilder dagegen häufig ignoriert werden. Damit ist es eine zentrale Methode, um die Wirkung der Bildsprache als Vertrauenssignal objektiv zu messen, statt sie zu vermuten.

Ein Featured Snippet ist eine spezielle Antwort-Box in den klassischen Google-Suchergebnissen, die oberhalb der ersten organischen Treffer erscheint — oft als „Position 0" bezeichnet. Featured Snippets beantworten eine konkrete Suchanfrage direkt mit einem Auszug aus einer Website, ergänzt um den Quellen-Link. Typische Formate sind Absätze, Aufzählungslisten, nummerierte Schritt-für-Schritt-Anleitungen oder Tabellen.

Eine Seite wird zum Featured Snippet, wenn Google sie als beste direkte Antwort auf die Suchanfrage einschätzt. Häufig sind das Seiten, die die Frage präzise formulieren und unmittelbar im ersten Absatz danach beantworten. Featured Snippets sind das ursprüngliche Ziel der AEO-Disziplin und ein wichtiger Vorgänger der heutigen KI-Antworten in ChatGPT, Perplexity und Google AI Overviews. Auf einer SERP belegen sie eine prominente Position über allen anderen Ergebnissen.

Flesch-Kincaid ist eine etablierte Methode zur Messung der Lesbarkeit eines Textes. Sie wurde in den 1970er-Jahren von Rudolf Flesch und J. Peter Kincaid für die US-Marine entwickelt und ist heute in vielen Schreib- und Analyse-Tools integriert. Berechnet werden zwei Werte: der Flesch Reading Ease (0 bis 100, höher heißt leichter lesbar) und der Flesch-Kincaid Grade Level (entspricht dem US-Schulklassen-Niveau, das ein Text durchschnittlich erfordert). Beide basieren auf durchschnittlicher Satzlänge und durchschnittlicher Silbenanzahl pro Wort — lange Sätze und vielsilbige Wörter senken den Reading-Ease-Wert. Für deutsche Texte existieren angepasste Formeln wie die Amstad-Formel, weil die deutsche Sprache strukturell andere Silbenverhältnisse hat als das Englische.

Flesch-Kincaid misst Lesbarkeit für Menschen. Für die Chunk-Tauglichkeit eines Textes ist Lesbarkeit ein nützlicher, aber kein hinreichender Indikator: Ein leicht lesbarer Absatz ist oft auch ein klar abgegrenzter Wissensblock, aber nicht jeder gut lesbare Text liefert eigenständige, zitierfähige Aussagen.

Der Footer ist der unterste Bereich einer Website, der typischerweise auf allen Seiten gleich erscheint. Klassische Footer-Inhalte sind Impressum, Datenschutz, Kontaktinformationen, sekundäre Navigation, Newsletter-Anmeldung und Hinweise zu Zertifizierungen oder Mitgliedschaften. Im HTML-Standard ist der Footer als <footer>-Element definiert.

Für die Wirkung eines B2B-Auftritts ist der Footer ein vertrauensrelevanter Bereich. Vollständige Pflichtangaben, klare Kontaktmöglichkeiten und sichtbare Belege wie Logos echter Auftraggeber oder relevante Mitgliedschaften können hier dezent eingebaut werden, ohne den Body zu überfrachten. Ein gepflegter Footer ist ein leiser, aber konsistenter Vertrauenssignal-Lieferant.

GEO (Generative Engine Optimization) ist die gezielte Optimierung von Inhalten für generative KI-Systeme, die Antworten aus mehreren Quellen synthetisieren — ChatGPT, Claude, Perplexity, Gemini und Google AI Overviews. Während klassisches SEO darauf zielt, in der Liste der Suchergebnisse möglichst weit oben zu erscheinen, zielt GEO darauf, in der KI-generierten Antwort als Quelle zitiert oder paraphrasiert zu werden.

Typische GEO-Maßnahmen sind klare, belegte Aussagen mit konkreten Zahlen und Quellen, eigenständig zitierfähige Absätze, präzise Definitionen und Strukturierung in eigenständige Wissensblöcke. GEO setzt voraus, dass eine Website grundsätzlich KI-sichtbar ist — Crawlbarkeit, Entity-Klarheit und Chunk-Tauglichkeit sind die Voraussetzungen, auf denen GEO operativ aufsetzt. Im Verhältnis zu AEO ist GEO die jüngere Disziplin: AEO entstand für direkte Antwort-Blöcke, GEO für synthetisierte Antworten.

Die Gestaltungssprache ist eine der drei Markensprachen, neben Wortsprache und Bildsprache. Sie umfasst das Visuelle ohne Bildinhalt: Layout, Typografie, Farbe, Weißraum und die gestalterische Konsistenz über alle Seiten hinweg.

Die Gestaltungssprache wirkt vorbewusst und prägt einen großen Teil des ersten Glaubwürdigkeitsurteils, das innerhalb von etwa fünfzig Millisekunden fällt, noch bevor ein einziger Satz gelesen ist. Eine aufgeräumte, einheitliche Gestaltung erzeugt den Eindruck von Professionalität, eine veraltete oder uneinheitliche erzeugt Zweifel, lange bevor der Inhalt geprüft wird.

Google AI Overviews sind die KI-generierten Antwort-Blöcke, die Google oberhalb der klassischen Trefferliste einer SERP einblendet. Anders als ein Featured Snippet, das einen Auszug aus einer einzelnen Seite zeigt, fasst ein AI Overview mehrere Quellen zu einer zusammenhängenden Antwort zusammen und verlinkt die herangezogenen Seiten als Belege. Vom verwandten Google AI Mode unterscheiden sie sich darin, dass AI Overviews in die normale Suchergebnisseite eingebettet sind, während AI Mode eine eigenständige, dialogorientierte Such-Oberfläche ist.

Für die KI-Sichtbarkeit sind AI Overviews eine der wichtigsten Antwort-Oberflächen, weil sie Suchanfragen direkt auf der Google-Ergebnisseite beantworten und Klicks auf die zitierten Quellen verteilen. Voraussetzung, um überhaupt als Quelle in Frage zu kommen, ist die Indexierung der Seite in der Google-Suche, prüfbar über die Google Search Console. Nachträglich ergänztes Schema.org-Markup erhöht die Zahl der Zitate in AI Overviews nach vorliegenden Untersuchungen nicht von allein. Tragend sind sichtbare, klar strukturierte und eigenständig zitierfähige Abschnitte, wie sie die Chunk-Tauglichkeit beschreibt.

Die Google Search Console ist ein kostenloses Werkzeug von Google für Website-Betreibende. Sie zeigt unter anderem den Indexstatus jeder einzelnen URL, Crawling-Fehler, Suchanfragen mit Impressionen und Klicks sowie Performance-Daten zum Erscheinen in den klassischen Google-Suchergebnissen.

Für die Diagnose der KI-Sichtbarkeit ist die Google Search Console besonders relevant, weil sie sichtbar macht, ob einzelne Seiten überhaupt indexiert sind. Eine nicht indexierte Seite kann von KI-Systemen mit Google-Anbindung — etwa Gemini oder Google AI Overviews — nicht als Quelle herangezogen werden, selbst wenn die Inhalte technisch crawlbar wären.

Eine Halluzination ist im KI-Kontext eine erfundene Aussage, die ein Sprachmodell im sprachlich gleichen, autoritativ klingenden Stil liefert wie belegte Aussagen. Das Modell markiert die Erfindung nicht — es prüft keine Fakten, sondern berechnet, was sprachlich an dieser Stelle plausibel weitergeht.

Für B2B-Anbieter mit dünner Daten-Dokumentation ist das ein asymmetrisches Problem: Große Marken sind in Trainingsdaten mit Fakten unterlegt, kleinere Marken werden in Lücken erfunden. Halluzinationen über die eigene Marke sind kein Reputations-Problem, sondern ein KI-Sichtbarkeits-Problem — sie entstehen aus schwacher Entity-Klarheit, schwacher Chunk-Tauglichkeit oder schwacher Semantischer Autorität und lassen sich systematisch reduzieren.

Der Header ist der obere, meist über alle Seiten hinweg gleiche Bereich einer Website. Er enthält in der Regel das Logo, die Hauptnavigation und manchmal einen prominenten CTA oder eine Suchfunktion. Im HTML-Standard ist der Header als <header>-Element definiert, das Suchmaschinen und Screenreadern signalisiert, welcher Bereich der Seite die einleitende und navigatorische Funktion hat.

Wichtig zur Abgrenzung: Der visuelle <header> ist nicht zu verwechseln mit dem <head>-Bereich einer HTML-Datei. <head> enthält unsichtbare Metadaten wie Titel, Beschreibung und Schema.org-Markup. <header> ist der sichtbare Kopfbereich, den Besucherinnen und Besucher tatsächlich auf der Seite sehen.

Für die Wirkung eines B2B-Auftritts ist der Header ein zentraler Vertrauenssignal-Träger. Gemeinsam mit dem direkt darunter liegenden Hero-Bereich entscheidet er innerhalb der ersten Sekunden, ob Besucherinnen und Besucher auf der richtigen Seite sind. Während der Header die Marken- und Navigations-Ebene abdeckt, trägt der Hero-Bereich die inhaltliche Antwort auf das Versprechen. Klares Logo, eindeutige Positionierung und durchdachte Navigation sind die drei wichtigsten Elemente.

Der Hero-Bereich ist der inhaltliche Einstiegsblock direkt unter dem Header einer Website. Er steht above the fold, also im sichtbaren Bereich vor jedem Scrollen, und besteht typischerweise aus einer Hauptüberschrift, einer Sub-Headline, einem oder zwei Call-to-Actions und optional einem visuellen Element wie Bild, Grafik oder Video.

Wichtig zur Abgrenzung: Der Hero-Bereich ist nicht der Header. Der Header ist die obere Leiste mit Logo und Navigation. Der Hero ist der erste Inhalts-Block direkt darunter, in dem das Versprechen der Seite an einen Besucher gerichtet wird. Beide arbeiten zusammen, leisten aber unterschiedliche Funktionen.

Für die Wirkung eines B2B-Auftritts ist der Hero-Bereich die zentrale Orientierungs-Station. In den ersten Sekunden beantwortet er sechs Käufer-Fragen: Wo bin ich gelandet, was bekomme ich hier, bin ich richtig, wer macht das, warum sollte ich es glauben, was passiert jetzt. Damit ist er der Hauptträger der Vertrauenssignale in der Trust-Gap. Was er nicht klärt, klärt der Rest der Seite kaum nach.

Hoffnungs-Marketing bezeichnet Marketingaktivitäten ohne System, ohne definierte Conversion-Strategie und ohne messbare Ziele. Erkennungsmerkmale sind regelmäßiges Posten auf Social Media ohne klaren Pfad zur Anfrage, isolierte Maßnahmen ohne Verknüpfung untereinander und die Erwartung von Ergebnissen durch reine Aktivität statt durch Struktur.

Hoffnungs-Marketing ist das Gegenbild zum Active-Trust System, das jede Maßnahme in einen messbaren Vertriebs-Pfad einordnet.

HTML (HyperText Markup Language) ist die grundlegende Auszeichnungssprache für Webseiten. Sie beschreibt die Struktur eines Dokuments mithilfe von Elementen wie Überschriften, Absätzen, Listen, Bildern und Links. Browser interpretieren den HTML-Code und stellen daraus die sichtbare Seite dar. Suchmaschinen und KI-Crawler lesen HTML, um Inhalte zu erfassen und einzuordnen.

Für die KI-Sichtbarkeit ist eine zentrale Eigenschaft von HTML entscheidend: Was im initialen HTML steht, wird von allen Crawlern zuverlässig gelesen. Was erst per JavaScript nachgeladen wird, bleibt für viele KI-Crawler unsichtbar. Wichtige Aussagen einer Seite, Überschriften und strukturelle Inhalte sollten deshalb direkt im HTML stehen, nicht erst nachträglich per Skript ergänzt werden.

JavaScript ist eine Programmiersprache, die in praktisch jeder modernen Website eingesetzt wird. Sie wird vom Browser ausgeführt und erlaubt es, Inhalte dynamisch nachzuladen, Interaktionen umzusetzen oder Layouts erst nach dem Seitenaufruf zu erzeugen. Bekannte Frameworks wie React, Vue oder Angular bauen auf JavaScript auf.

Für die Crawlbarkeit ist eine Eigenschaft von JavaScript entscheidend: Viele KI-Crawler und manche Suchmaschinen-Bots lesen nur das initiale HTML einer Seite und führen kein JavaScript aus. Inhalte, die ausschließlich per JavaScript nachgeladen werden — etwa Texte, die erst nach dem Klick auf „Mehr anzeigen" erscheinen oder Inhalte aus Single-Page-Applications —, bleiben für solche Systeme unsichtbar. Wichtige Aussagen, Überschriften und strukturelle Inhalte einer Seite sollten deshalb direkt im HTML stehen, nicht erst per JavaScript ergänzt werden.

JSON (JavaScript Object Notation) ist ein leichtgewichtiges Textformat zum Austausch strukturierter Daten zwischen Systemen. Es bildet Werte in einer einfachen Hierarchie aus Schlüssel-Wert-Paaren, Listen und verschachtelten Objekten ab und ist für Maschinen und Menschen gleichermaßen lesbar. JSON ist heute der De-facto-Standard für Datenaustausch im Web, in APIs und in vielen Konfigurationsdateien.

Für die KI-Sichtbarkeit ist eine Variante besonders relevant: JSON-LD (JSON for Linked Data). In diesem Format wird Schema.org-Markup in den <head>-Bereich einer Webseite eingebettet, sodass Suchmaschinen und KI-Crawler die Entitäten und Beziehungen einer Website maschinenlesbar erfassen können. JSON-LD ist die von Google empfohlene Form der Schema.org-Auszeichnung und die häufigste Implementierung in modernen WordPress- und CMS-Themes.

Ein Kaskaden-Hebel ist eine einzelne Maßnahme, die im DIM16 Analyzer eine Mehrfachwirkung entfaltet. Ein Kaskaden-Hebel verbessert gleichzeitig mehrere der sechzehn Dimensionen und erzeugt damit den größten Effekt bei kleinstem Aufwand.

Beispiel: Eine präzise gepflegte Glossar-Seite stärkt zugleich Entity-Klarheit, Chunk-Tauglichkeit und Semantische Autorität — drei Dimensionen, ein Hebel.

Ein Keyword ist ein Suchbegriff oder eine Suchphrase, die Menschen in eine Suchmaschine eingeben, um eine bestimmte Information zu finden. Ein Keyword kann ein einzelnes Wort sein („Conversion") oder eine längere Phrase, oft als Long-Tail-Keyword bezeichnet („wie verbessere ich die Conversion-Rate einer Landing Page"). Long-Tail-Keywords sind seltener gesucht, aber meist deutlich spezifischer in der Suchintention.

Im klassischen SEO wird gezielt auf bestimmte Keywords optimiert, damit die eigene Seite für diese Suchanfragen ein gutes Ranking erreicht. KI-Systeme arbeiten anders: Sie interpretieren die Suchanfrage als Bedeutungs-Kontext, nicht als Wortliste. Wer für KI-Antworten sichtbar werden will, schreibt deshalb weniger keyword-fokussiert und mehr thematisch zusammenhängend.

KI-Sichtbarkeit ist die Fähigkeit einer Website, von KI-Systemen wie ChatGPT, Perplexity oder Google AI Overviews korrekt erfasst, verstanden und als vertrauenswürdige Quelle zitiert zu werden.

KI-Sichtbarkeit wird im DIM16 Analyzer in vier Dimensionen gemessen:

• Crawlbarkeit — die technische Zugänglichkeit der Inhalte für KI-Crawler.
• Chunk-Tauglichkeit — die strukturelle Zitier-Tauglichkeit der Inhalte.
• Entity-Klarheit — die eindeutige Identifikation der Anbieter-Entität.
• Semantische Autorität — die fachliche Tiefe und Glaubwürdigkeit der Inhalte.

Der Knowledge Graph ist eine strukturierte Wissensdatenbank, die Suchmaschinen und KI-Systeme aufbauen, um Entitäten — Personen, Organisationen, Orte, Konzepte — und ihre Beziehungen untereinander abzubilden. Google führte den Knowledge Graph 2012 ein, andere Anbieter folgten mit ähnlichen Systemen. Sichtbar wird er für Endnutzende vor allem im sogenannten Knowledge Panel: dem rechten Info-Block bei Google, der bei Suchen nach Personen, Unternehmen oder Orten erscheint.

Die Daten im Knowledge Graph stammen aus Wikipedia, Wikidata, autoritativen Drittquellen und aus Schema.org-Markup auf eigenen Websites, etwa über sameAs-Verknüpfungen, die Website und Drittprofile als dieselbe Entität ausweisen. Im Knowledge Graph als eigenständige Entität geführt zu werden, ist die maschinenlesbare Form von Markenanerkennung — und damit eng verwandt mit der Entity-Klarheit einer Marke. Für die KI-Sichtbarkeit ist der Knowledge Graph eine wesentliche Datenquelle, weil viele KI-Systeme Entity-Daten von dort beziehen oder mit dort gespeicherten Beziehungen abgleichen.

Ein Konsistenz-Signal ist eine wahrnehmbare Übereinstimmung zwischen zwei oder mehr digitalen Repräsentationen derselben Marke — typischerweise zwischen Website, LinkedIn-Profil, Google-Vorschau, Schema.org-Daten und KI-generierter Antwort.

Wo Konsistenz-Signale fehlen, entsteht ein Logikbruch — und damit ein Vertrauensschaden in der Trust-Gap. Konsistenz-Signale sind das Gegenteil von Inkonsistenz: Sie wirken nicht durch ihre Anwesenheit, sondern durch ihre Selbstverständlichkeit. Wer drei Vertrauenssignale wahrnimmt, die sich gegenseitig stützen, baut in unter neunzig Sekunden eine Vertrauensbasis auf.

Lazy Loading ist eine Technik, bei der Inhalte einer Website erst dann geladen werden, wenn sie tatsächlich gebraucht werden — typischerweise beim Scrollen in den sichtbaren Bereich. Klassische Anwendungen sind Bilder, Videos und eingebettete Inhalte. Lazy Loading verkürzt die initiale Ladezeit, weil der Browser zunächst nur den oberen Teil der Seite aufbauen muss.

Für die Crawlbarkeit hängt viel von der Umsetzung ab. Natives Lazy Loading per HTML-Attribut (loading="lazy") ist für moderne Crawler unproblematisch, weil Bild- und Inhaltsadressen weiterhin im initialen HTML stehen. JavaScript-basiertes Lazy Loading dagegen kann für Crawler unsichtbar bleiben, wenn das nachladende Skript nicht ausgeführt wird. Besonders kritisch wird es, wenn nicht nur Bilder, sondern auch Texte oder Listen-Inhalte erst per Skript nachgeladen werden. Wichtige Aussagen einer Seite sollten deshalb nie hinter Lazy-Loading-Mechanismen verborgen sein.

Sprachmodelle greifen auf zwei grundlegend verschiedene Datenquellen zu: das Trainings-Modell nutzt ausschließlich Inhalte, die zum Trainingszeitpunkt in den Lerndaten enthalten waren (z. B. klassisches ChatGPT ohne Websuche). Das Live-Modell ruft Inhalte im Moment der Anfrage frisch aus dem Web ab (z. B. Perplexity, ChatGPT mit aktivierter Websuche, Google Gemini).

Die Unterscheidung ist für KI-Sichtbarkeit entscheidend: Wer ausschließlich für Trainings-Modelle optimiert (mehr Drittnennungen, semantische Dichte über Zeit), wird in Live-Modellen erst sichtbar, wenn die eigenen Inhalte technisch crawlbar sind. Eine Untersuchung von searchVIU aus Oktober 2025 zeigte, dass Gemini beim Live-Abruf auch JavaScript-gerenderte Inhalte erfasste, während ChatGPT, Claude und Perplexity in derselben Situation nur statischen HTML-Text zuverlässig auswerteten.

Ein LLM (Large Language Model, deutsch großes Sprachmodell) ist ein KI-System, das Text Wort für Wort vorhersagt. Modelle wie ChatGPT, Claude, Gemini oder Perplexity berechnen für jedes nächste Token die wahrscheinlichste Fortsetzung des bisher geschriebenen Textes. Sie prüfen dabei keine Fakten gegen eine Quelle, sondern bilden sprachliche Muster aus ihren Trainingsdaten ab.

Aus diesem Funktionsprinzip stammen zugleich Stärke und Schwäche eines LLM: flüssige, kontextpassende Sprache auf der einen Seite — und die Halluzination auf der anderen, wenn das Modell eine Lücke in den Daten mit einer plausibel klingenden Erfindung füllt. Wie korrekt ein LLM eine Marke wiedergibt, hängt deshalb direkt von deren KI-Sichtbarkeit ab, also von Crawlbarkeit, Chunk-Tauglichkeit, Entity-Klarheit und Semantischer Autorität.

Ein Logikbruch ist eine Inkonsistenz zwischen zwei oder mehr digitalen Repräsentationen derselben Marke — typischerweise zwischen Website und Social-Media-Profil, zwischen Startseite und Über-mich-Seite oder zwischen Selbstdarstellung und KI-generierter Beschreibung. Beispiel: Die Website nennt eine Zielgruppe, das Social-media-Profil eine andere; die Startseite spricht von „wir", das Impressum nennt eine Einzelperson.

Logikbrüche brechen Vertrauen mechanisch, weil B2B-Käufer in der Trust-Gap über Drittquellen die Selbstdarstellung eines Anbieters prüfen. Auf der KI-Seite führen Logikbrüche direkt zu Halluzinationen, weil Sprachmodelle die widersprüchlichen Signale mit Plausibilität auffüllen. Logikbrüche sind eines der häufigsten Befunde im DIM16 Analyzer.

Der Negativitätsbias ist die psychologische Asymmetrie, mit der das menschliche Gehirn negative Reize stärker verarbeitet als positive Reize gleicher Intensität. Er wirkt auf vier Wegen gleichzeitig: höhere Aufmerksamkeit, längere Gedächtnishaftung, stärkere emotionale Wirkung und langsamere Gewöhnung.

Für den Vertrauensaufbau bedeutet das, dass ein einzelner Logikbruch nicht durch mehrere konsistente Signale ausgeglichen wird, weil die negative Erfahrung schwerer wiegt. Aufgebaut wird Vertrauen über Wochen, beschädigt in Sekunden. Auf der Ebene ganzer Geschäftsbeziehungen zeigt sich derselbe Effekt als Vertrauens-Asymmetrie. Empirische Grundlage ist Baumeister et al. (2001), „Bad is stronger than good".

Page Views (deutsch: Seitenaufrufe) ist die Gesamtzahl aller Seitenaufrufe einer Website in einem bestimmten Zeitraum, ohne Deduplizierung. Jeder einzelne Aufruf einer URL zählt als ein Page View, auch wenn dieselbe Person die gleiche Seite mehrfach öffnet oder neu lädt.

Die Beziehung zu verwandten Metriken: Eine Person erzeugt typischerweise mehr Page Views als Sessions, und mehr Sessions als Unique Visitors. Ein hoher Page-View-Wert mit niedriger Conversion-Rate deutet entweder auf intensive, aber unentschlossene Recherche hin oder auf strukturelle Probleme im Conversion-Pfad. Page Views sind ein Sichtbarkeits-KPI, kein Wirksamkeits-KPI: Sie messen Aktivität, nicht Geschäftseffekt.

Ein Prompt ist die Eingabe an ein KI-System: die Anweisung, Frage oder Beschreibung, mit der die gewünschte Antwort ausgelöst wird. Bei modernen Sprachmodellen wie ChatGPT, Claude oder Perplexity besteht der Prompt aus dem aktuellen Eingabetext und dem bisherigen Gesprächsverlauf, der als Kontext mitgegeben wird.

Die Formulierung des Prompts beeinflusst die Antwort erheblich. Kleine Änderungen — zusätzlicher Kontext, präzisere Begriffe, andere Reihenfolge der Fragestellung — können zu deutlich unterschiedlichen Ergebnissen führen. Bei Tests der KI-Sichtbarkeit einer Marke ist es deshalb wichtig, mehrere Prompt-Varianten systematisch durchzuspielen, statt aus einem Einzelergebnis Schlüsse zu ziehen.

Pronomen-Konsistenz ist der Diagnose-Wert dafür, ob die auf einer Website gewählte Selbstbezeichnung („wir", „ich", „das Team") mit der prüfbaren Realität übereinstimmt, die ein B2B-Käufer im Impressum, auf LinkedIn oder in einer Google-Suche vorfindet. Wer auf der Website „wir" sagt, aber im Impressum als Einzelperson auftritt — oder umgekehrt —, hat eine gebrochene Pronomen-Konsistenz.

Niedrige Pronomen-Konsistenz ist ein Vertrauenssignal im negativen Sinn: B2B-Käufer registrieren Inkonsistenz innerhalb von Sekunden und werten sie als Indiz für mangelnde Transparenz. Sie korreliert mechanisch mit niedriger Entity-Klarheit, weil beide auf demselben Problem beruhen: unklare Selbstpositionierung. Pronomen-Konsistenz ist eine der zwölf Mensch-Dimensionen im DIM16 Analyzer.

Das Ranking beschreibt die Position einer Website oder einer einzelnen URL in den Suchergebnissen einer Suchmaschine zu einem bestimmten Suchbegriff. Position 1 ist der erste Treffer, Position 10 der letzte auf der ersten Ergebnisseite. Rankings werden für jedes Keyword separat erfasst und ändern sich häufig durch Algorithmus-Updates, Konkurrenzbewegungen und eigene Optimierungen.

Ein hohes Ranking in klassischen Suchergebnissen ist seit Jahren ein zentrales Ziel von SEO-Maßnahmen. Mit dem Aufkommen von KI-Antworten verlagert sich die Aufmerksamkeit zusätzlich auf KI-Sichtbarkeit. Ein gutes Ranking bei Google bedeutet nicht automatisch, in einer ChatGPT- oder Perplexity-Antwort genannt zu werden. Beide Sichtbarkeits-Ebenen überlappen sich, sind aber nicht dasselbe.

Reichweite ist die zweite Säule der T.R.U.S.T.-Methodik und beschreibt, wo und wie ein Anbieter auftaucht — in welchen Kanälen, mit welcher Frequenz und welcher Tiefe. Reichweite im B2B-Dienstleistungs-Kontext ist eine Frequenz-Frage, keine Volumen-Frage: Entscheidend ist nicht, wie viele Impressionen ein Post insgesamt sammelt, sondern wie oft dieselbe relevante Person den Content über die Zeit wahrnimmt.

Reichweite ohne Tiefe ist Sichtbarkeit ohne Folgewirkung. Reichweite mit Tiefe ist die Bühne, auf der die Säule Überzeugung stattfindet. Reichweite und Aufdringlichkeit sind keine Pole derselben Skala. Sie messen unterschiedliche Dinge. Im B2B zerfällt Reichweite zudem in drei Reichweite-Modi mit je eigener Frequenz-Regel.

Reichweite-Modi sind die drei Formen, in die die Säule Reichweite im B2B zerfällt: Pull-Reichweite, Cluster-Reichweite und Push-Reichweite. Sie unterscheiden sich darin, ob die Gegenseite den Kontakt eingeladen hat, und verlangen deshalb je eine eigene Frequenz-Regel.

Pull-Reichweite entsteht über Suche und KI-Systeme. Hier zählt nicht Frequenz, sondern ob eine Seite überhaupt gefunden wird, getragen von Crawlbarkeit, Chunk-Tauglichkeit, Entity-Klarheit und Semantischer Autorität (siehe KI-Sichtbarkeit). Cluster-Reichweite entsteht über Content im offenen Feed, Newsletter und Blog, wo die Gegenseite die Tür geöffnet hat und Frequenz ein Hebel ist. Push-Reichweite entsteht über Outreach in fremde Postfächer, wo Frequenz zum Risiko wird. Wer alle drei Modi mit derselben Frequenz-Regel behandelt, erzeugt zu wenig Cluster-Reichweite und zu viel Aufdringlichkeit.

Retrieval ist der Auswahl-Schritt, in dem ein KI-System zu einer gestellten Frage die thematisch passendsten Chunks aus einer Datenbasis heraussucht, bevor es daraus eine Antwort formuliert. Technisch beruht dieser Vergleich meist auf Embeddings, also auf der Nähe von Bedeutungs-Vektoren, sodass auch Inhalte gefunden werden, die nicht exakt die Wörter der Frage enthalten.

Die konkreten Verfahren unterscheiden sich je nach System. Manche greifen auf Suchmaschinen-Treffer zu, andere auf eigene Indexe, wieder andere auf reine Bedeutungs-Vergleiche oder auf Mischformen. Gemeinsam ist ihnen, dass nicht eine ganze Website auf einmal konkurriert, sondern einzelne Abschnitte als mögliche Antwortquellen gegeneinander antreten. Damit ist Chunk-Tauglichkeit der entscheidende Hebel für das Retrieval. Im Retrieval gefunden zu werden ist die Eintrittskarte zur KI-Sichtbarkeit, aber noch keine Garantie für ein Zitat. Aus den gefundenen Abschnitten wählt das System anschließend nur einen Teil für die finale Antwort aus.

Rich Snippets sind erweiterte Darstellungen einzelner Suchergebnis-Treffer in klassischen Suchmaschinen wie Google. Statt nur Titel, URL und Beschreibung zeigen sie zusätzliche Informationen direkt im Such-Layout: Bewertungssterne bei Produkten, Preisangaben, FAQ-Klappboxen, Veranstaltungsdaten oder Rezept-Zutaten.

Voraussetzung für Rich Snippets ist passend ausgezeichnetes Schema.org-Markup im HTML-Code der Seite. Rich Snippets erhöhen die Sichtbarkeit in klassischen Suchergebnissen und können die Klickrate steigern. Auf moderne KI-Antworten wie in ChatGPT oder Perplexity haben sie nach aktueller Studienlage keinen direkten Einfluss.

Die robots.txt ist eine Textdatei im Stammverzeichnis einer Website, die automatischen Programmen — Crawlern und Bots — Hinweise gibt, welche Bereiche besucht werden dürfen und welche nicht. Sie folgt dem Robots-Exclusion-Standard und wird vor jedem Crawling-Vorgang als erstes geprüft. Erreichbar ist sie immer unter der URL /robots.txt der jeweiligen Domain.

Eine fehlerhaft konfigurierte robots.txt kann Suchmaschinen und KI-Crawler unbeabsichtigt aussperren und damit die Crawlbarkeit einer Seite vollständig blockieren. Sie ist eine direkte Steuerungsebene für die Crawlbarkeit und wird im DIM16 Analyzer als technischer Prüfpunkt ausgewertet.

Das Sales Engine Setup ist die Done-With-You-Implementierung des Active-Trust Systems. Es umfasst Strategie, Positionierung, Content-Workflow, Marketing-Automatisierung, Lead-Management und Event-Playbook.

Das Sales Engine Setup baut auf den Ergebnissen einer vorgelagerten Analyse mit dem DIM16 Analyzer auf, sodass jede Maßnahme auf einem konkret diagnostizierten Hebel ansetzt — nicht auf einer Vermutung.

sameAs ist eine Eigenschaft im Schema.org-Markup, die eine Entität auf einer Website mit ihren Auftritten an anderen Stellen im Web verknüpft. Ein sameAs-Verweis von der eigenen Seite auf das LinkedIn-Profil, den GitHub-Account oder den Crunchbase-Eintrag erklärt einer Maschine ausdrücklich, dass alle diese Quellen dieselbe Person oder Organisation meinen.

Ohne sameAs muss eine Suchmaschine oder ein KI-System raten, ob zwei Profile zur selben Entität gehören. Mit sameAs wird die Beziehung maschinenlesbar bestätigt. Damit ist die Eigenschaft die direkte Brücke zwischen Entity-Klarheit und dem Knowledge Graph: Sie liefert die Verknüpfungen, aus denen Suchmaschinen und KI-Systeme ihre Entitäts-Beziehungen aufbauen.

Schema.org-Markup ist eine standardisierte Auszeichnungssprache, mit der Webseiten zusätzliche, maschinenlesbare Informationen über ihre Inhalte hinterlegen können. Sie wird meist als JSON-LD-Block im HTML-Header eingebunden und beschreibt Entitäten wie Person, Organization, Service, Article oder FAQ.

Für klassische Suchmaschinen ist Schema.org-Markup ein wichtiges Signal zur Erzeugung von Rich Snippets und zur Einordnung in den Knowledge Graph. Für moderne KI-Systeme wie ChatGPT, Claude oder Perplexity hat es im direkten Page-Abruf hingegen kaum messbare Wirkung — eine kontrollierte Ahrefs-Studie vom Mai 2026 fand bei 1.885 Seiten keinen Citations-Effekt. Schema.org-Markup ergänzt sichtbare Inhalte, ersetzt sie aber nicht.

Semantische Autorität ist das Maß dafür, wie eindeutig eine Website mit ihrem fachlichen Thema verknüpft wird — sowohl von klassischen Suchmaschinen als auch von KI-Systemen. Eine Website mit hoher semantischer Autorität wird bei Anfragen zu „ihrem" Thema regelmäßig als Quelle herangezogen, weil ihre Inhalte tief, konsistent und untereinander vernetzt sind.

Faktoren mit nachgewiesener Wirkung sind die Anzahl thematisch passender verweisender Domains, die Domain-Trust-Werte, regelmäßige Aktualisierung der Inhalte und eine inhaltliche Verknüpfung verwandter Beiträge in Topic-Clustern. Semantische Autorität ist eine der vier Dimensionen der KI-Sichtbarkeit im DIM16 Analyzer.

SEO (Search Engine Optimization, deutsch: Suchmaschinenoptimierung) ist die Praxis, eine Website so zu gestalten und zu konfigurieren, dass sie in den klassischen Suchergebnissen von Google, Bing und anderen Suchmaschinen möglichst weit oben erscheint. SEO umfasst technische Maßnahmen (Crawlbarkeit, Ladezeit, Mobile-Tauglichkeit, strukturierte Daten), inhaltliche Optimierungen (relevante Suchbegriffe, klare Überschriftenstruktur, eigenständige Inhalte) und Off-Page-Faktoren (Backlinks von vertrauenswürdigen Quellen, Markenerwähnungen im Web).

SEO und KI-Sichtbarkeit überlappen sich, sind aber nicht dasselbe. Viele technische SEO-Faktoren — etwa Crawlbarkeit, robots.txt-Konfiguration oder Schema.org-Markup — wirken sich auch auf die Lesbarkeit für KI-Systeme aus. Eine Seite, die in Google weit oben rankt, ist trotzdem nicht automatisch in KI-Antworten zitierfähig. Klassisches SEO arbeitet auf Klicks aus einer Trefferliste hin. KI-Sichtbarkeit arbeitet darauf hin, als zitierfähige Quelle in einer synthetischen Antwort verwendet zu werden.

SERP (Search Engine Results Page) ist die Ergebnisseite, die eine Suchmaschine als Antwort auf eine Suchanfrage anzeigt. Klassisch bestand eine SERP aus zehn organischen Treffern pro Seite — eine Liste aus Titel, URL und Beschreibung pro Treffer. Moderne SERPs sind deutlich heterogener: Sie enthalten oft AI Overviews, Featured Snippets, ein Knowledge Panel, „People Also Ask"-Boxen, Bilder, Videos, Karten-Treffer, Shopping-Anzeigen und klassische Ergebnisse, alles auf derselben Seite.

Wer für klassisches SEO optimiert, denkt vor allem in Ranking-Positionen innerhalb der organischen Liste. Wer für KI-Sichtbarkeit optimiert, muss die gesamte SERP-Struktur im Blick haben: Welche Elemente erscheinen für eine bestimmte Anfrage, welche Quellen werden in AI Overviews zitiert, welche FAQ-Antworten erscheinen als Featured Snippet? Die SERP ist heute keine reine Trefferliste mehr, sondern eine kuratierte Antwort-Oberfläche.

Share of Citations (deutsch: Zitations-Anteil) ist die Kennzahl, die misst, in wie vielen Antworten von KI-Systemen wie ChatGPT, Claude, Perplexity oder Google AI Overviews eine bestimmte Marke oder URL als zitierte Quelle erscheint. Berechnet wird sie als Anzahl der KI-Antworten mit Zitation der eigenen Marke geteilt durch die Gesamtzahl der thematisch relevanten Test-Prompts, multipliziert mit 100.

Share of Citations ist einer der etablierten Sichtbarkeits-KPI in der KI-Sichtbarkeits-Analyse. Im Unterschied zu Brand Mentions zählt nur die explizite Zitation als Quelle, nicht jede Erwähnung. Im Unterschied zu Visibility Percentage wird nur das Zitierfeld erfasst, nicht jede textliche Nennung im Antwort-Body. Die Kennzahl misst, ob die Marke gefunden wird; sie sagt nicht, warum, und auch nicht, ob das Gefunden-Werden eine Anfrage erzeugt. Das ist Aufgabe der Wirksamkeits-KPI.

Sichtbarkeits-KPI sind Kennzahlen, die messen, ob eine Website gefunden wird. Typische Sichtbarkeits-KPI sind Sessions, Unique Visitors, Page Views, Suchimpressionen, Keyword-Rankings, Bounce Rate, Verweildauer, Backlinks und Domain Authority. Auf der KI-Seite kommen Share of Citations, Visibility Percentage und Brand Mentions als spezifische Kennzahlen hinzu.

Sichtbarkeits-KPI sind notwendig, aber unzureichend: Sie sagen nichts darüber aus, ob die Website ihren Zweck erfüllt — qualifizierte Anfragen auszulösen. Wer ausschließlich Sichtbarkeits-KPI misst, optimiert systematisch auf Reichweite und übersieht Wirksamkeits-Lücken. Das Gegenstück sind Wirksamkeits-KPI.

Die Signal-Ansprache ist die erste Komponente des Active-Trust Systems. Sie besteht aus einem durchdachten Vokabular für die Kundenansprache, das auf die individuelle Positionierung der Anbieterin oder des Anbieters abgestimmt ist.

Die Signal-Ansprache ersetzt generische Vernetzungsanfragen durch kontextbezogene Nachrichten, die auf das konkrete Problem der Empfängerin oder des Empfängers eingehen. Dadurch entstehen höhere Antwortquoten bei deutlich geringerem Volumen.

Sprache ist die vierte Säule der T.R.U.S.T.-Methodik und beschreibt, wie ein Anbieter spricht: welche Pronomen er wählt, wie konkret seine Versprechen formuliert sind und ob seine Wortwahl zur Realität dahinter passt. Sprache ist die feinste Säule und gleichzeitig die brutalste Diagnose: An ihr erkennt ein B2B-Käufer in unter zehn Sekunden, ob er hier richtig ist.

Zentrale Mess-Stellen der Säule Sprache sind Pronomen-Konsistenz und Versprechen-Konkretheit. Beide sind im DIM16 Analyzer als eigene Mensch-Dimensionen geführt.

Der System-Audit ist das diagnostische Einstiegsprodukt von Makrosign System.Design. Er nutzt den DIM16 Analyzer und prüft eine Website in allen sechzehn Dimensionen aus beiden Beobachter-Perspektiven (Mensch und KI).

Das Ergebnis ist keine Bewertung, sondern eine Diagnose mit konkreten Werten pro Dimension, mechanischen Erklärungen pro Schwachstelle und einer Korrektur-Reihenfolge auf Basis harter, wissenschaftlich belegter Fakten. Der System-Audit identifiziert die Kaskaden-Hebel mit dem höchsten Wirkungspotenzial. Preis: 490 Euro. Lieferzeit: eine Woche.

System.Design ist der methodische Ansatz von Makrosign: einen digitalen Auftritt nicht als Summe einzelner Maßnahmen zu betrachten, sondern als vernetztes System, in dem alle Komponenten aufeinander wirken.

System.Design verbindet Webdesign, Marketing-Strategie und Vertriebslogik zu einer integrierten Disziplin und steht damit im Gegensatz zur klassischen Trennung dieser drei Felder in separate Gewerke. Ausführende Rolle in dieser Disziplin ist die des System.Designers.

Der System.Designer ist die Berufsbezeichnung von Jochen Hesse bei Makrosign System.Design. Ein System.Designer entwirft digitale Vertrauensräume als integrierte Mechanik aus Positionierung, Sichtbarkeit, Conversion und Nachverfolgung — nicht eine Website als isoliertes Artefakt.

Die Rolle verbindet die drei Disziplinen Webdesign, Marketing-Strategie und Vertriebslogik und grenzt sich damit gegen reines Webdesign, reines Sales-Coaching oder reine Marketing-Beratung ab. Methodischer Ansatz dahinter ist System.Design.

Die T.R.U.S.T.-Methodik ist das methodische Framework hinter dem Active-Trust System. Sie beschreibt fünf Säulen für systematischen Vertrauensaufbau im digitalen B2B-Vertrieb:

• Taktik — klare Zielgruppe, klare Route, klarer Pfad zur Anfrage.
• Reichweite — systematische Sichtbarkeit durch wiederkehrende Content-Cluster.
• Überzeugung — Vertrauensbrücke durch Live-Events und Social Proof.
• Sprache — kohärente Kommunikation über alle Touchpoints hinweg.
• Transparenz — messbare Ergebnisse statt Blackbox.

Taktik ist die erste Säule der T.R.U.S.T.-Methodik und beschreibt die konkreten Schritte, mit denen ein Anbieter sichtbar wird, sowie die Zielgruppe, an die er sich dabei richtet. Taktik ohne klare Zielgruppe ist Reichweite an den falschen Empfängern. Taktik mit klarer Zielgruppe ist die Voraussetzung für alles, was danach kommt.

Die zentrale Mess-Stelle der Säule Taktik ist die Versprechen-Konkretheit: Ein Angebot, das nicht spezifisch genug formuliert ist, dass Außenstehende sich ausgeschlossen wissen, hat keine wirksame Taktik — egal wie viel Reichweite, Überzeugung oder Sprache dahinterstehen.

Ein Token ist die kleinste Verarbeitungseinheit, in der Sprachmodelle wie ChatGPT, Claude oder Gemini Text verarbeiten und erzeugen. Ein Token kann ein ganzes Wort, eine Silbe, ein Satzzeichen oder ein einzelner Buchstabe sein. Wie ein Modell Text in Tokens zerlegt, hängt vom verwendeten Tokenizer ab. Etwa 1.000 englische Wörter entsprechen bei gängigen Modellen rund 1.300 Tokens; im Deutschen liegt der Faktor durch längere Wortzusammensetzungen meist höher.

Bei jedem neuen Token berechnet das Modell anhand seiner Trainingsdaten, welche Fortsetzung am wahrscheinlichsten zum bisher Geschriebenen passt. Tokens sind die zentrale Maßeinheit für Verarbeitungskosten, Kontextfenster-Größen und Antwortlängen bei generativen KI-Systemen. Im Verhältnis zur Chunk-Tauglichkeit sind Tokens die Vorstufe: Erst entstehen Tokens, dann Chunks, dann zitierfähige Wissenseinheiten.

Tonalität ist die sprachliche Stimmung eines Textes, also nicht was gesagt wird, sondern wie es gesagt wird. Die Nielsen Norman Group beschreibt sie über vier Dimensionen: Förmlichkeit, Humor, Respekt und Begeisterung.

An diesen Dimensionen lässt sich messen, wie stark die Wortsprache zwischen LinkedIn, Website und Angebot schwankt. Eine konsistente Tonalität über alle Kanäle hinweg ist ein Konsistenz-Signal und Teil der Säule Sprache in der T.R.U.S.T.-Methodik. Tonalität ist von der logischen Konsistenz zu unterscheiden, die prüft, ob sich die Aussagen selbst widersprechen.

Traffic ist die Gesamtheit aller Besucher und Seitenaufrufe einer Website über einen bestimmten Zeitraum. Üblicherweise wird Traffic aufgeschlüsselt nach Herkunft: organischer Traffic aus Suchmaschinen, Direkter Traffic durch direkte URL-Eingabe oder Lesezeichen, Referral-Traffic von anderen Websites, Social-Traffic aus sozialen Netzwerken, Paid-Traffic aus bezahlten Anzeigen und neuerdings AI-Traffic aus KI-Systemen.

Hoher Traffic allein ist kein Erfolgsindikator. Entscheidend ist die Passung zwischen Traffic-Qualität und Zielgruppe. Tausend Besucher aus einer thematisch fremden Quelle erzeugen meist weniger Anfragen als hundert Besucher aus einer fachlich passenden Suche. Die Qualität des Traffics wird vor allem über die Conversion-Rate und die Bounce Rate sichtbar.

Transparenz ist die fünfte Säule der T.R.U.S.T.-Methodik und beschreibt, was ein Anbieter über sich, seine Methode, seine Preise und seine Arbeitsweise offenlegt. Transparenz heißt nicht „alles erzählen", sondern „nichts verstecken, was später überraschen würde".

Versteckte Preise erzeugen die Vermutung, dass etwas zu verstecken ist. Transparenz ist die Säule, die den Vertrauensaufbau gegen späteres Auseinanderbrechen absichert: Was vor Vertragsabschluss klar war, kann danach keinen Vertrauensbruch erzeugen.

Trust-Gap ist die Phase im B2B-Kaufprozess, in der ein potenzieller Käufer einen Anbieter auf dessen Website bewertet, ohne dass der Anbieter davon weiß. Sie beginnt mit dem ersten Klick auf die Seite und endet entweder mit einer qualifizierten Anfrage oder mit einem stillen Tab-Schließen. In dieser Phase entscheidet sich, ob die Seite ein Vertrauenssignal trägt oder eines kostet.

Die Trust-Gap ist mechanisch asymmetrisch — der Anbieter ist still, der Käufer ist aktiv. Sichtbar wird die Phase erst durch Inferenz, etwa durch Auswertung des Conversion-Pfads oder strukturierte Diagnose im DIM16 Analyzer. Die T.R.U.S.T.-Methodik ist explizit darauf ausgelegt, in der Trust-Gap mit den richtigen Signalen zu wirken, statt sie durch lautere Selbstdarstellung zu überdecken.

Unique Visitors (deutsch: einzelne Besucher) ist die Anzahl unterschiedlicher Personen, die eine Website in einem bestimmten Zeitraum besucht haben — unabhängig davon, wie oft die gleiche Person zurückkehrt. Eine Person, die innerhalb desselben Monats fünfmal die Seite öffnet, zählt als ein Unique Visitor, aber als fünf Sessions und potenziell zwanzig Page Views.

Technisch funktioniert die Identifikation über Cookies, lokale Browser-Speicher oder Fingerprinting. Privacy-Browser, geleerte Cookies und Multi-Device-Nutzung führen zu Ungenauigkeiten: Dieselbe Person zählt schnell mehrfach. Unique Visitors sind ein klassischer Sichtbarkeits-KPI: Sie zeigen die Größenordnung der Reichweite, sagen aber nichts darüber aus, ob aus dem Besuch eine qualifizierte Anfrage entsteht. Das Gegenstück sind Wirksamkeits-KPI.

Ein User-Agent ist die Selbstidentifikation, mit der ein Programm beim Aufruf einer Website mitteilt, was es ist — z. B. ein bestimmter Browser, ein Suchmaschinen-Crawler oder ein KI-Crawler wie GPTBot, ClaudeBot oder PerplexityBot.

Webseiten können einzelne User-Agents per robots.txt oder per Server-Konfiguration ausschließen. Blockierte User-Agents reduzieren Crawlbarkeit: Was ein KI-Crawler nicht abrufen darf, landet weder in dessen Wissensbasis noch in dessen Live-Antworten. Wer in KI-Antworten erscheinen will, muss prüfen, welche KI-User-Agents Zugriff haben.

Versprechen-Konkretheit ist der Diagnose-Wert dafür, wie spezifisch ein Angebots-Versprechen auf einer Website formuliert ist. Ein konkretes Versprechen erfüllt drei Kriterien: Es benennt eine messbare Wirkung (nicht eine Tätigkeit), es benennt die Zielgruppe spezifisch genug, dass Außenstehende sich ausgeschlossen wissen, und es nennt einen Zeitrahmen oder eine Größenordnung.

Vage Versprechen wie „Wir entfesseln dein Wachstum" oder „Mehr Sichtbarkeit für deine Marke" wirken in der Trust-Gap als Marketing-Geräusch. Versprechen-Konkretheit ist eine zentrale Mess-Stelle der Säule Taktik in der T.R.U.S.T.-Methodik und im DIM16 Analyzer eine der zwölf Mensch-Dimensionen.

Die Vertrauens-Asymmetrie ist die empirisch belegte Beobachtung, dass vertrauensbrechende Ereignisse stärker wirken als vertrauensbildende Ereignisse derselben Größenordnung. Der Begriff geht auf Paul Slovic (1993) zurück: Vertrauen ist schwer zu gewinnen, leicht zu verlieren und nach einem Bruch besonders schwer wiederherzustellen.

Die Vertrauens-Asymmetrie ist die direkte Folge des Negativitätsbias auf der Ebene ganzer Geschäftsbeziehungen. Im B2B-Kaufprozess heißt das, dass ein einziger Bruch in einer der drei Markensprachen die gesamte Bilanz zur negativen Seite kippen lässt, unabhängig davon, wie konsistent die übrigen Signale sind. Konsequenz für den Vertrauensaufbau: Konsistenz ist kein Bonus, sondern die Voraussetzung dafür, dass Vertrauen überhaupt Bestand hat.

Vertrauensaufbau ist die Disziplin, im B2B-Kaufprozess die Signale einer Marke so zu orchestrieren, dass ein potenzieller Käufer in kurzer Zeit ein konsistentes und prüfbares Bild gewinnt. Vertrauensaufbau ist kein Soft-Faktor, sondern ein messbarer Prozess mit identifizierbaren Auslösern, Bruchstellen und Effekten.

Die methodische Grundlage in Makrosign System.Design ist die T.R.U.S.T.-Methodik mit ihren fünf Säulen Taktik, Reichweite, Überzeugung, Sprache und Transparenz. Vertrauensaufbau ist die Vorbedingung dafür, dass eine B2B-Anfrage überhaupt zustande kommt — rund achtzig Prozent der Kaufentscheidungen fallen vor dem ersten Kontakt mit dem Anbieter.

Vertrauenssignal ist jedes überprüfbare Element auf einer Website, das einem B2B-Käufer in der Trust-Gap erlaubt, die Behauptungen des Anbieters gegen die eigenen Annahmen abzugleichen. Typische Vertrauenssignale sind konkrete Zahlen, benannte Methodiken, authentische Fotografie, vollständige Kontaktdaten und kohärente Selbstdarstellung über Website, LinkedIn-Profil und Drittquellen.

Vertrauenssignale wirken in Dichte, nicht in Einzelaussagen. Drei überprüfbare Anker dicht beieinander wirken stärker als ein einzelnes, isoliertes Argument. Im DIM16 Analyzer werden Vertrauenssignale über mehrere Dimensionen hinweg ausgewertet, darunter Entity-Klarheit und Transparenz im Sinne der T.R.U.S.T.-Methodik. Die wissenschaftliche Grundlage dafür ist die Web-Credibility-Forschung.

Die Verweildauer ist die durchschnittliche Zeitspanne, die Besucherinnen und Besucher auf einer Website oder einer einzelnen Seite verbringen, bevor sie sie verlassen oder zur nächsten Seite wechseln. Sie zählt zu den klassischen Sichtbarkeits-KPI und wird von Analytics-Werkzeugen wie der Google Search Console oder serverseitigen Tracking-Lösungen erfasst.

Verweildauer misst Zeit, nicht Wirkung. Eine hohe Verweildauer ohne anschließende Aktion ist kein Erfolgssignal: Sie kann ebenso bedeuten, dass ein Text zu lang ist oder die Entscheidungsstruktur unklar bleibt. Erst im Verhältnis zur Conversion-Rate wird sie aussagekräftig. Steigt die Verweildauer, während die Conversion-Rate stagniert, deutet das auf eine Wirksamkeits-Lücke hin: Die Wirksamkeits-KPI bleiben zurück, obwohl die Bounce Rate und andere Sichtbarkeits-Werte unauffällig wirken.

Visibility Percentage (deutsch: Sichtbarkeits-Anteil) ist die Kennzahl, die misst, in wie vielen Antworten von KI-Systemen eine Marke überhaupt erscheint — egal ob als zitierte Quelle, als textliche Erwähnung im Antwort-Body oder als Empfehlung. Berechnet wird sie als Anzahl der KI-Antworten mit beliebiger Erwähnung der eigenen Marke geteilt durch die Gesamtzahl der thematisch relevanten Test-Prompts, multipliziert mit 100.

Visibility Percentage ist die breiteste der drei gängigen KI-Sichtbarkeits-Kennzahlen und damit ein klassischer Sichtbarkeits-KPI in der KI-Sichtbarkeits-Analyse. Im Unterschied zu Share of Citations zählt jede Form der Sichtbarkeit, nicht nur die zitierte Quelle. Im Unterschied zu Brand Mentions ist die Bezugsgröße der Anteil an einem definierten Prompt-Set, nicht eine absolute Zähl-Größe. Sinnvoll wird die Kennzahl erst im Vergleich zu klar definierten Wettbewerbern auf demselben Prompt-Set.

Web-Credibility ist das Forschungsfeld, das untersucht, woran Menschen die Glaubwürdigkeit einer Website festmachen. Den Referenzrahmen liefern die Stanford Web Credibility Guidelines von B.J. Fogg und dem Stanford Persuasive Technology Lab, entstanden aus mehrjähriger Forschung mit über 4.500 Teilnehmern. Die erste der zehn Richtlinien lautet, Aussagen durch Belege, Referenzen und Drittquellen leicht überprüfbar zu machen.

Web-Credibility ist die wissenschaftliche Grundlage hinter der Beweis-Dichte und dem Vertrauenssignal: Beide übersetzen das Prinzip der leichten Überprüfbarkeit in messbare Diagnose-Werte für die Trust-Gap. Im Sinne der T.R.U.S.T.-Methodik wirkt Web-Credibility vor allem über die Säulen Überzeugung und Transparenz.

Website-Diagnostik ist die systematische Bestandsaufnahme einer Website nach klar definierten Mess-Dimensionen, im Unterschied zur Optimierung mit Hypothesen oder zur subjektiven Bewertung. Eine Diagnose stellt fest: „Diese Seite hat in Dimension X den Wert Y, und das bedeutet konkret Z." Eine Bewertung sagt: „Diese Seite ist gut" oder „diese Seite ist schlecht" — und ist damit Geschmackssache.

Website-Diagnostik im Makrosign-Kontext erfasst zwei Beobachter-Perspektiven gleichzeitig: die Mensch-Perspektive (Vertrauenssignale, Versprechen-Konkretheit, visuelle Konsistenz) und die KI-Perspektive (Entity-Klarheit, Chunk-Tauglichkeit, Semantische Autorität). Das diagnostische Werkzeug dafür ist der DIM16 Analyzer.

Wirksamkeits-KPI sind Kennzahlen, die messen, ob eine Website ihren Zweck erfüllt. Typische Wirksamkeits-KPI sind qualifizierte Anfragen pro Monat, Conversion-Rate pro Conversion-Punkt, Zitationswahrscheinlichkeit bei KI-Modellen, durchschnittliche Anfrage-Qualität und Auftragswert pro Quelle.

Wirksamkeits-KPI tauchen seltener in Standard-Analytics-Tools auf als Sichtbarkeits-KPI und erfordern oft zusätzliche Mess-Setups. Eine typische Diagnose-Erkenntnis in der Website-Diagnostik lautet: Die Sichtbarkeits-KPI steigen seit Monaten, die Wirksamkeits-KPI stagnieren. Das ist kein Fehler der Website — es ist eine Wirksamkeits-Lücke zwischen Reichweite und Anfrage.

Eine Wirksamkeits-Lücke ist eine Bruchstelle im Conversion-Pfad einer B2B-Website, an der Sichtbarkeit nicht in Wirkung umgesetzt wird. Typische Wirksamkeits-Lücken sind Top-Rankings ohne klaren nächsten Schritt, hohe Verweildauer ohne Folgeschritt, einzige Conversion-Punkte und fehlende Brücken zwischen Inhalten und Angeboten.

Wirksamkeits-Lücken werden in der Website-Diagnostik systematisch identifiziert. Sie sind der Unterschied zwischen Sichtbarkeits-KPI (Sessions, Suchimpressionen) und Wirksamkeits-KPI (qualifizierte Anfragen, Conversion-Rate pro Punkt). Wer ausschließlich Sichtbarkeits-KPI misst, sieht Wirksamkeits-Lücken nicht — sie tauchen in keinem Analytics-Report auf.

Die Wortsprache ist eine der drei Markensprachen, mit denen eine Marke Vertrauen aufbaut, neben Bildsprache und Gestaltungssprache. Sie umfasst alles Geschriebene: Überschriften, Fließtext, Handlungsaufforderungen, die Texte in Profil, Website und Angebot.

Von den drei Markensprachen transportiert die Wortsprache das Versprechen am direktesten, weil sie als einzige explizite, überprüfbare Aussagen macht. In der T.R.U.S.T.-Methodik entspricht sie der Säule Sprache. Widersprechen sich Aussagen über mehrere Kanäle hinweg, sinkt die Entity-Klarheit, weil Mensch und KI denselben Bruch registrieren.

Überzeugung ist die dritte Säule der T.R.U.S.T.-Methodik und beschreibt die Inhalte, Argumente und Belege, mit denen ein Anbieter seine Position als glaubwürdig untermauert. Überzeugung ohne Substanz wirkt wie Lautstärke. Überzeugung mit Substanz wirkt wie Autorität.

Die zentrale Mess-Stelle der Säule Überzeugung ist die Beweis-Dichte: Die Anzahl überprüfbarer Aussagen pro Sektion (Zahlen, Eigennamen, benannte Methoden, Zeiträume, Drittquellen). Niedrige Beweis-Dichte schwächt Überzeugung mechanisch, weil B2B-Käufer in der Trust-Gap ohne überprüfbare Aussagen nicht entscheiden können.