Ist der AI-Readiness Check wirklich kostenlos?

Ja. 100% kostenlos, keine Anmeldung, keine Kreditkarte. Aus Fairness gegenüber allen Nutzern ist pro Check eine kostenlose Analyse alle 24 Stunden möglich. Wir nutzen den Scanner als Teil unserer STEP/SEEDS® Marketing-Diagnose-Methodik. Wenn Sie den vollen Marketing-Audit über alle sechs Marketing-Kanäle wollen, gibt es unsere bezahlte Diagnose ab 199 € (Founder-Edition, vorläufig). Der Verkauf ist noch nicht geöffnet, Sie können sich auf die Warteliste setzen.

Was ist der Unterschied zu klassischem SEO?

Klassisches SEO optimiert für Google-Crawler und menschliche Leser. AI-Readiness optimiert zusätzlich für KI-Agenten, die strukturierte Maschinen-Protokolle bevorzugen: llms.txt liefert LLM-optimierten Content, JSON-LD Schema macht Daten eindeutig lesbar, /.well-known/mcp.json beschreibt API-Schnittstellen für autonome Agenten. Beides ist wichtig: SEO bleibt relevant, AI-Readiness wird das Fundament der nächsten Suchgeneration.

Welche KI-Bots prüft der Scanner?

19 bekannte KI-Bots: GPTBot, OAI-SearchBot, ChatGPT-User (OpenAI), ClaudeBot, Claude-Web, Anthropic-AI, PerplexityBot, Perplexity-User, Google-Extended, GoogleOther, Bingbot, Bytespider (ByteDance), Amazonbot, Cohere-AI, CCBot, Meta-ExternalAgent, FacebookBot, Applebot-Extended, MistralAI-User. Wir prüfen, ob Ihre robots.txt diese Bots namentlich adressiert. Eine generische User-agent: * Regel reicht oft nicht aus.

Was bedeutet der Score 0 bis 10 und die Note A bis F?

Der Score wird als lineare Skala von 0 bis 10 dargestellt (Endscore / 10, gerundet). Zusätzlich gibt es eine Note von A bis F. 9 bis 10 / A (90 bis 100): agentenfähig. 8 bis 9 / B (80 bis 89): sehr gut. 7 bis 8 / C (70 bis 79): solide Basis. 6 bis 7 / D (60 bis 69): unvollständig. 0 bis 5 / F (unter 60): erhebliche Lücken. Die Noten sind eine Einordnung dieses Scans, keine Zertifizierung.

Wer steckt hinter diesem Tool?

STEP/SEEDS® ist eine strukturierte Marketing-Diagnose-Methodik für KMU und Mittelstand. Wir analysieren über 112 priorisierte Maßnahmen in sechs Marketing-Kanälen (SEO inklusive KI-Suchsichtbarkeit, Social Media, Paid Ads, E-Mail, CRM und Conversion-Optimierung) sowie Operations im Tarif L. Dieser AI-Check ist ein technischer Baustein unserer SEO-Tiefenanalyse (Step 4C: AEO/GEO).

Was ist der Unterschied zwischen AI-Crawlability und AI-Mention?

AI-Crawlability (Tab 1) prüft die technische Sichtbarkeit: ob KI-Crawler wie GPTBot Ihre Inhalte finden und verstehen können (22 technische Signale: robots.txt, llms.txt, JSON-LD u.a.). AI-Mention (Tab 2) prüft die tatsächliche Sichtbarkeit: ob Ihre Marke in Antworten von echten LLMs genannt wird, wenn Kunden nach Ihren Leistungen fragen. AI-Crawlability ist die Voraussetzung, AI-Mention ist das Ergebnis.

Wie funktioniert die AI-Mention Probe technisch?

Wir senden Ihre Keywords an zwei unabhängige LLM-Slots: einen mit US-Modellen (Nemotron / GPT-OSS) und einen mit Diversifizierungs-Modellen (GLM 4.5, Gemma 3). Jeder Slot hat einen 3-stufigen Fallback. Wir prüfen, ob Ihre Marke in der Antwort erscheint, an welcher Position, und welche Anbieter genannt werden. Ergebnis: Visibility-Score von 0 bis 100 % mit Note A bis F. Die Auswertung ist KI-unterstützt, automatisiert erstellt und eine Momentaufnahme.

Sind das die gleichen Modelle wie ChatGPT, Gemini, Perplexity?

Nicht exakt. Wir nutzen Open-Source-Äquivalente (Nemotron, GPT-OSS, GLM 4.5, Gemma 3), die mit ähnlichen öffentlichen Web-Daten trainiert wurden. Wenn Ihre Marke in den öffentlichen Quellen (Wikipedia, Branchenmedien, vertrauenswürdige Verzeichnisse) gut sichtbar ist, wird sie auch von kommerziellen LLMs zitiert. Das Ergebnis ist ein starker Indikator, kein 1:1-Spiegel von ChatGPT.

Was macht diesen AI-Check besonders?

AI-Check kombiniert in einem Scan: technische AI-Crawlability (22 Signale, 19 AI-Bots) und Live-LLM-Mention-Probe (mehrere Modelle parallel) auf Deutsch, ohne Account und ohne Abonnement, kostenlos.

Der AI-Check ist mir zu technisch. Gibt es auch einen einfacheren Überblick?

Ja. Dieser AI-Check ist bewusst technisch: 22 Signale, 19 Bots, Live-LLM-Probe. Wenn Sie stattdessen einen breiteren Scan Ihres gesamten Marketings wollen, nicht nur der KI-Sichtbarkeit, gibt es den kostenlosen Marketing-Audit-Check. Er deckt mit einem einzigen Scan mehrere Bereiche ab: SEO-Grundlagen, Vertrauenssignale, Analytics-Tracking und KI-Sichtbarkeit.

Ist GEO das Gleiche wie SEO?

Nein, aber beide hängen zusammen. SEO optimiert für die klassische Google-Trefferliste, GEO optimiert dafür, dass generative KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews eine Website in ihren Antworten zitieren. Eine solide SEO-Basis ist meist auch die Grundlage für GEO, aber GEO stellt zusätzliche Anforderungen an Zitierfähigkeit und maschinenlesbare Fakten.

Was kostet GEO-Optimierung, und wie entscheide ich zwischen Agentur und Selbstumsetzung?

Agentur-Honorare für GEO-Optimierung variieren stark je nach Umfang, es gibt keinen einheitlichen Marktpreis. Der kostenlose Check hier zeigt zunächst, welche technischen Signale fehlen. Als eigene Faustregel (nicht gemessen): liegt der Score über 6 von 10, lassen sich einzelne fehlende Signale oft selbst umsetzen. Ob Sie extern beauftragen, hängt von Ihren Ressourcen ab. Die STEP/SEEDS® Diagnose ab 199 € (Founder-Edition) betrachtet sechs Marketing-Kanäle statt nur GEO und liefert priorisierte Handlungsempfehlungen, die Sie selbst oder mit einem Dienstleister Ihrer Wahl umsetzen können.

Wie lange dauert es, bis GEO-Maßnahmen wirken?

Technische Maßnahmen wie llms.txt oder JSON-LD-Markup können KI-Crawler theoretisch beim nächsten Crawl-Durchlauf erfassen, das kann je nach Bot Tage bis Wochen dauern. Ob und wann eine Marke danach tatsächlich in generierten Antworten zitiert wird, hängt zusätzlich von Faktoren außerhalb der eigenen Website ab. Es gibt keine belastbare Garantie für eine feste Zeitspanne.

Ist llms.txt ein offizieller Web-Standard?

Nein, llms.txt ist eine offene, community-getragene Konvention nach llmstxt.org, kein Standard einer Normungsorganisation wie dem W3C. Anthropic und Perplexity gelten als Anbieter, die sie in Abruf-Workflows berücksichtigen (Stand der Berichte, ohne Gewähr). Google hat öffentlich erklärt, llms.txt weder für die klassische Suche noch für AI Overviews zu nutzen. Die Datei anzulegen kostet wenig Aufwand, ersetzt aber keine strukturierten Daten oder eine grundsätzlich zugängliche robots.txt.

Warum reicht eine robots.txt-Regel pro Anbieter oft nicht aus?

Große KI-Anbieter betreiben meist mehrere separate Bots für unterschiedliche Zwecke: einen für das Modelltraining, einen für Live-Suchanfragen und teils einen weiteren, der Seiten im Auftrag eines Nutzers während einer laufenden Konversation abruft. Anthropic etwa unterscheidet zwischen ClaudeBot, Claude-SearchBot und Claude-User; der Scan prüft die Kennungen ClaudeBot, Claude-Web und Anthropic-AI. Eine Regel, die nur einen dieser Bots betrifft, lässt die anderen unberührt.

Ist das MCP-Server-Manifest unter /.well-known/mcp.json bereits Standard?

Noch nicht abschließend. Eine Arbeitsgruppe des Model Context Protocol entwickelt aktuell einen Vorschlag für ein standardisiertes, unter /.well-known/ auffindbares Server-Manifest. Dieser Vorschlag befindet sich im Entwurfsstadium und ist noch nicht Teil der final verabschiedeten MCP-Spezifikation. Der genaue Dateipfad kann sich bis zur endgültigen Verabschiedung noch ändern.

Was ist ein AI Readiness Check?

Ein AI Readiness Check prüft, ob eine Website technisch darauf vorbereitet ist, von KI-Systemen gelesen und als Quelle verwendet zu werden. Konkret geht es um vier Ebenen: ob KI-Bots in der robots.txt namentlich zugelassen sind, ob strukturierte Daten vorhanden und valide sind, ob maschinenlesbare Zusatzdateien wie llms.txt existieren, und ob Inhalte so aufgebaut sind, dass sich einzelne Aussagen sauber extrahieren lassen. Genau diese Prüfung führt der Scan auf dieser Seite durch.

Was ist der Unterschied zwischen einem AI Visibility Audit und diesem Scan?

Ein AI Visibility Audit betrachtet zwei Seiten: die technische Auffindbarkeit und die tatsächliche Nennung in KI-Antworten. Dieser kostenlose Scan deckt die technische Seite vollständig ab und liefert zusätzlich eine Stichprobe zur Nennung. Ein vollständiges Audit prüft die Nennungsseite systematisch über viele Suchanfragen und Plattformen hinweg und beobachtet die Entwicklung über die Zeit. Diese fortlaufende Beobachtung ist Teil des STEP/SEEDS® Trackings, nicht des kostenlosen Scans.

Was bedeutet AI Search Optimization konkret, und wo fange ich an?

AI Search Optimization (auch LLM SEO oder GEO genannt) bedeutet, eine Website so aufzubauen, dass sie sowohl von KI-Crawlern gelesen als auch in KI-generierten Antworten zitiert werden kann. Der sinnvolle Startpunkt ist immer die technische Basis: Tab 1 (AI-Crawlability) auf dieser Seite zeigt in unter einer Minute, ob überhaupt die Voraussetzungen (robots.txt-Freigaben, llms.txt, strukturierte Daten) vorhanden sind. Erst danach lohnt sich Tab 2 (AI-Mention), um zu messen, ob die Marke bereits in echten LLM-Antworten genannt wird.

Ist AI Search Visibility das Gleiche wie eine gute Google-Position?

Nein, das sind zwei unabhängige Metriken. Eine Website kann bei Google auf Position 1 stehen und trotzdem in ChatGPT- oder Perplexity-Antworten nicht erwähnt werden, LLMs gewichten nach bisherigem Kenntnisstand teils andere Signale (Zitierfähigkeit, strukturierte Fakten, Erwähnung in Drittquellen) als klassische Backlink- oder Keyword-Signale. Tab 2 dieses Scans misst die KI-Sichtbarkeit direkt, unabhängig vom Google-Ranking.

Methodik

So arbeitet der AI Check: Methodik, Signale und Grenzen

Diese Seite beschreibt den Aufbau der Prüfung, Änderungen stehen im Änderungsverlauf am Ende.

Der AI Check prüft in drei Teilen: erstens 22 technische Signale Ihrer Website, die für KI-Crawler und KI-Agenten relevant sind, zweitens in einer kleinen Stichprobe, ob Sprachmodelle Ihre Marke nennen, drittens acht strukturelle Signale für KI-Übersichten. Das Ergebnis ist eine Momentaufnahme von außen und keine Bewertung durch Google, OpenAI oder andere Anbieter.

Zurück zum AI Check

Was der AI Check misst

Prüfart	Frage	Art der Messung
AI-Crawlability	Können KI-Crawler Ihre Website finden, lesen und einordnen?	22 technische Signale, gleiche Seite ergibt gleiches Ergebnis
AI-Mention	Nennen Sprachmodelle Ihre Marke?	Stichprobe mit 1 bis 3 Suchbegriffen bei zwei Modell-Plätzen, schwankt von Abruf zu Abruf
Google AI Overviews	Sind strukturelle Voraussetzungen für KI-Übersichten erkennbar?	8 Signale. Eine Signal-Bewertung, kein Live-Abruf der Übersichten

Zusätzlich gibt es im Tracking von STEP/SEEDS® einen fortlaufenden Wert, den AVS (AI Visibility Score). Er wird im Abschnitt „AVS im Tracking“ erklärt.

Teil 1: Die 22 technischen Signale

Die Signale sind sechs Kategorien zugeordnet. Die Kategorien bilden drei Ebenen: Entität (Findet KI Ihre Website?), Content (Versteht KI Ihren Inhalt?) und Signal (Empfiehlt KI Sie weiter?).

Kategorie	Ebene	Signale
Auffindbarkeit	Entität	robots.txt, Sitemap, HTTP-Link-Header
Inhaltszugänglichkeit	Content	Markdown-Aushandlung, llms.txt, JSON-LD
Bot-Zugriffskontrolle	Signal	KI-Bot-Regeln in der robots.txt, Inhalts-Signale (llms.txt, ai.txt oder JSON-LD)
Protokoll-Erkennung	Content	Web Bot Auth, API-Katalog, OAuth-Discovery, OAuth Protected Resource, MCP-Server-Karte, Agenten-Skills, WebMCP, x402
Kommerz	Signal	UCP, ACP
Zitierbarkeit	Signal	FAQPage-Schema, About-Seiten-Schema, Google Knowledge Graph, llms.txt Deep-Check

Nicht jedes Signal ist für jede Website relevant. Protokolle für Agenten wie MCP, WebMCP, x402, UCP und ACP haben für einen Handwerksbetrieb ohne Online-Shop in der Regel keine praktische Bedeutung. Der Check weist sie aus, weil er technische Lesbarkeit insgesamt abbildet, nicht weil jede Website sie braucht. Mehrere dieser Protokolle sind nicht standardisiert. Das Signal zum Google Knowledge Graph wird übersprungen, wenn der dafür nötige Schnittstellenschlüssel nicht eingerichtet ist. Die Zahl der tatsächlich bewerteten Signale kann deshalb im Einzelfall unter 22 liegen.

Die 19 Bot-Kennungen

Das Signal „KI-Bot-Regeln“ prüft, ob die robots.txt bekannte Bot-Kennungen namentlich nennt. Es gilt als erfüllt, wenn mindestens 5 der 19 Kennungen vorkommen, als teilweise erfüllt bei 1 bis 4. Eine allgemeine Regel für alle Crawler genügt für diese Wertung nicht. Der Check bewertet nicht, ob eine Sperre oder eine Freigabe richtig ist. Das ist eine unternehmerische Entscheidung. Nicht jede Kennung gehört zu einem reinen KI-Crawler, Bingbot zum Beispiel ist auch der Crawler der Bing-Suche.

gptbot, oai-searchbot, chatgpt-user, claudebot, claude-web, anthropic-ai, perplexitybot, perplexity-user, google-extended, googleother, bingbot, bytespider, amazonbot, cohere-ai, ccbot, meta-externalagent, facebookbot, applebot-extended, mistralai-user

So wird bewertet

Jedes Signal erhält einen Status: erfüllt (1 Punkt), teilweise erfüllt (0,5 Punkte), nicht erfüllt (0 Punkte) oder nicht auswertbar.
„Nicht auswertbar“ heißt, dass ein Bot-Schutz oder ein Übertragungsfehler die Prüfung verhindert hat. Solche Signale gehen weder in Zähler noch in Nenner ein, damit eine Sperre die Wertung nicht verfälscht. Kategorien, die vollständig nicht auswertbar waren, bleiben in der Gesamtwertung außen vor.
Je Kategorie ergibt sich ein Prozentwert. Der Basiswert ist der Durchschnitt der Kategorien.
Von diesem Basiswert werden Punkte abgezogen: 1 Punkt je nicht erfülltem Signal, 2 Punkte je nicht erfülltem kritischem Signal. Als kritisch gelten API-Katalog, MCP-Server-Karte, Agenten-Skills und WebMCP.
Fehlt mindestens ein kritisches Signal, ist der Gesamtwert auf höchstens 69 begrenzt.
Aus dem Gesamtwert wird die Note abgeleitet. Sie ordnet diesen Scan ein und ist keine Zertifizierung.

Note	Technische Signale (Gesamtwert)	Markennennung (Anteil der Abfragen)
A	90 bis 100	75 bis 100 Prozent
B	80 bis 89	50 bis 74 Prozent
C	70 bis 79	25 bis 49 Prozent
D	60 bis 69	über 0 bis unter 25 Prozent
F	unter 60	0 Prozent

Die Signale zählen im Prozentwert gleich viel. Das ist eine Vereinfachung: Ein fehlender MCP-Eintrag wiegt rechnerisch im Prozentwert so viel wie eine fehlende Sitemap, wird aber über den Abzug für kritische Signale zusätzlich berücksichtigt.

Was die technische Prüfung nicht sagt

Das Ergebnis sagt nichts darüber, ob ein KI-System Ihre Seite tatsächlich verwendet. Es beschreibt die technische Voraussetzung. Google schreibt in seinem Leitfaden zur Optimierung für generative KI-Funktionen, dass für die KI-Funktionen der Google-Suche keine zusätzlichen technischen Anforderungen gelten und keine neuen maschinenlesbaren Dateien nötig sind. Signale wie llms.txt oder MCP sind für die Google-Suche deshalb kein Bewertungsmaßstab. Der Check bildet die Sicht anderer Systeme und Agenten ab. Die Einordnung der Datei llms.txt steht auf der Seite llms.txt: Braucht Ihre Website die Datei?

Teil 2: Die Stichprobe zur Markennennung

Ablauf. Sie geben Ihre Domain und 1 bis 3 Suchbegriffe ein. Für jeden Suchbegriff stellt der Check zwei Modell-Plätzen dieselbe Frage nach den besten Anbietern oder Dienstleistern im deutschsprachigen Raum und bittet um 5 bis 10 konkrete Namen. Er prüft, ob Ihre Marke oder Domain in der Antwort vorkommt, und notiert genannte Wettbewerber. Die Marke wird aus der Domain abgeleitet.

Ergebnis. Der Sichtbarkeitswert ist der Anteil der erfolgreichen Abfragen, in denen Ihre Marke genannt wurde, in Prozent, mit einer Note von A bis F (Tabelle oben). Beispiel: Bei 3 Suchbegriffen und 2 Plätzen sind es höchstens 6 Abfragen. Wird die Marke in 2 davon genannt, ergibt das 33 Prozent. Fehlgeschlagene Abfragen gehen nicht in die Rechnung ein.

Modelle. Es werden kostenlose Open-Source-Modelle über den Dienst OpenRouter (USA) genutzt, je Platz mit mehrstufigem Ersatz, wenn ein Modell nicht antwortet. Welches Modell im Einzelfall antwortet, kann wechseln. Es sind nicht die Modelle der Apps ChatGPT, Perplexity oder Gemini.

Grenzen der Stichprobe

Die Frage ist fest formuliert und passt zu Beratern, Agenturen und Dienstleistern. Für lokale Betriebe, die nach Ort und Leistung gesucht werden, bildet sie die Kundenfrage nur ungenau ab.
Die Stichprobe ist klein: höchstens 6 Abfragen.
Dieselbe Frage kann bei Wiederholung andere Antworten liefern.
Die Modelle antworten aus ihrem Trainingswissen und ohne Websuche. Sie zeigen, ob eine Marke bekannt ist, nicht, ob eine aktuelle Seite abgerufen wird.
Der Namensabgleich erfolgt über die Zeichenfolge von Marke oder Domain. Bei sehr kurzen oder allgemeinen Namen kann das zu falschen Treffern führen.
Das Ergebnis ist ein Indikator und kein Spiegel von ChatGPT, Gemini oder Perplexity.

Der AVS im Tracking

Der AVS (AI Visibility Score) ist ein Wert von 0 bis 100, den das Tracking von STEP/SEEDS® im Dashboard ausweist. Er wird mit einem eigenen Verfahren erhoben, nicht mit der kostenlosen Stichprobe oben.

Umfang	In der Regel rund 30 branchenspezifische Suchanfragen, abgefragt bei vier KI-Systemen (ChatGPT, Claude, Gemini, Perplexity), also etwa 120 Abfragen je Lauf. Der Lauf ist monatlich vorgesehen.
Zugang	Über den Dienst OpenRouter (USA), die Modelle werden über Schnittstellen abgefragt, nicht über die Apps.
Übermittelte Daten	Firmenname, Branche und Region sowie die Suchanfragen. In der Regel sind das keine personenbezogenen Daten. Bei Einzelunternehmen kann der Firmenname einen Personenbezug haben.
Auswertung	Prüfung, ob der Markenname in der Antwort vorkommt, und eine grobe Einschätzung der Stimmung anhand einer Wortliste im Umfeld von 100 Zeichen um die Nennung. Neutral entspricht dem Wert 5, positiv liegt zwischen 7 und 10, negativ unter 4.
Formel	AVS = 100 × Nennquote × (0,6 + 0,04 × durchschnittliche Stimmung). Die Nennquote ist der Anteil der Antworten mit Nennung. Antworten ohne Inhalt, etwa nach einem Schnittstellenfehler, zählen nicht in den Nenner.

Rechenbeispiele

Fall	AVS
keine Nennung in 120 Antworten	0
30 Nennungen in 120 Antworten, neutrale Stimmung (5)	20
60 Nennungen in 120 Antworten, Stimmung 8,5	47
120 Nennungen in 120 Antworten, neutrale Stimmung (5)	80
120 Nennungen in 120 Antworten, Stimmung 10	100

Wird die Marke nie genannt, ist der AVS 0. Der Wert ist ein Diagnosewert zum Vergleich über die Zeit und kein Maß für Umsatz oder Platzierung. Vergleichbar ist er nur mit sich selbst, solange Anfragen und Modelle gleich bleiben.

Grenzen des AVS

Der Stimmungswert beruht auf einer einfachen Wortliste und ist eine grobe Näherung.
Der Namensabgleich arbeitet mit der Zeichenfolge des Markennamens. Bei kurzen oder allgemeinen Namen sind falsche Treffer möglich.
Modelle wechseln. Ein Modellwechsel kann den Wert ändern, ohne dass sich Ihre Sichtbarkeit geändert hat. Wir weisen Modellwechsel im Änderungsverlauf aus.
Antworten schwanken. Ein Monat ist ein Messpunkt und kein Trend. Aussagekräftig wird der Verlauf über mehrere Monate.
Die Werte für Wettbewerber im Dashboard sind eine Näherung auf Basis der Nennhäufigkeit, mit angenommener neutraler Stimmung.
Für die eigenen Projekte von STEP/SEEDS® liegt bisher je Projekt ein einzelner Lauf vom 17. Juli 2026 vor. Ein Verlauf über mehrere Monate besteht damit noch nicht.

Unsere eigene Messung als Vergleich

Unabhängig vom AI Check haben wir eine eigene Stichprobe erhoben: Fragen kleiner Unternehmen, abgefragt bei Perplexity, ChatGPT und Gemini über deren Schnittstellen. Sie ist keine repräsentative Studie. Methode, Grenzen und Daten stehen auf der Seite Welche Quellen KI-Assistenten zitieren.

Speicherung und Datenschutz

Für die Prüfung geben Sie eine Domain und gegebenenfalls bis zu drei Stichwörter ein. Bitte tragen Sie keine personenbezogenen Daten ein. Wir speichern das Ergebnis der Prüfung zusammen mit einem Nutzungsprotokoll 30 Tage lang, damit der Bericht in dieser Zeit als PDF abrufbar bleibt. Danach werden beide Datensätze gelöscht.

Bei der Markenabfrage werden Domain und Stichwörter an OpenRouter in den USA und von dort an den Anbieter des Sprachmodells weitergeleitet. Um die Zahl kostenloser Prüfungen auf eine je Prüfart und 24 Stunden zu begrenzen, speichern wir einen mit einem geheimen Wert gesalzenen Hash Ihrer IP-Adresse, keine Klartext-IP. Eine E-Mail-Adresse speichern wir nur, wenn Sie den Bericht per E-Mail anfordern. Die vollständige Erklärung steht in der Datenschutzerklärung, den KI-Einsatz beschreibt die Seite KI-Transparenz.

Der Check ruft öffentlich erreichbare Dateien und Seiten in geringer Zahl ab, wie es ein Crawler tut. Auf Ihrer Website werden keine Daten verändert.

Häufige Fragen

Ist der AI Check eine Zertifizierung?

Nein. Er prüft technische Signale von außen und fragt eine kleine Stichprobe ab. Die Note ordnet das Ergebnis dieses Scans ein. Sie ist kein Zertifikat und keine Aussage von Google, OpenAI oder anderen Anbietern.

Warum prüft der AI Check Dateien, die Google nicht braucht?

Der Check bildet die technische Lesbarkeit für KI-Systeme und Agenten insgesamt ab, nicht nur für Google. Für die Google-Suche gelten nach Googles Leitfaden keine zusätzlichen technischen Anforderungen. Ob andere Anbieter bestimmte Dateien auswerten, ist nicht einheitlich belegt. Sie entscheiden, welche Signale für Ihr Angebot sinnvoll sind.

Kann ich das Ergebnis wiederholen und vergleichen?

Die technischen Signale sind reproduzierbar, solange die Website gleich bleibt. Die Stichprobe zur Markennennung schwankt von Abruf zu Abruf. Für Vergleiche über die Zeit eignet sich der AVS im Tracking, weil er dieselben Anfragen regelmäßig stellt.

Wie oft kann ich den Check nutzen?

Je Prüfart ist eine kostenlose Analyse innerhalb von 24 Stunden möglich. Die drei Prüfarten (technische Signale, Markennennung, KI-Übersichten) haben getrennte Zähler.

Werden meine Daten an KI-Anbieter übermittelt?

Bei der Markenabfrage werden Domain und Suchbegriffe an den Dienst OpenRouter in den USA und von dort an den Anbieter des Sprachmodells weitergeleitet. Das sind öffentliche Angaben. Bitte tragen Sie keine personenbezogenen Daten ein.

Änderungsverlauf

Datum	Änderung
Oktober 2026	Erste Fassung dieser Seite. Signale, Schwellen und Formel entsprechen dem Stand der Programmierung vom selben Tag.

Quellen

Eigene Dokumentation und Programmierung des AI Check und des AVS.
Google Search Central: Optimizing your website for generative AI features on Google Search (abgerufen im Oktober 2026)
llmstxt.org: Vorschlag zu llms.txt (abgerufen im Oktober 2026)

Weiterführend: KI-Sichtbarkeit in fünf Schritten, Glossar KI-Sichtbarkeit, Tool-Typen im Vergleich.