Co-Citation-Gap-Analyse für KI-Sichtbarkeit
mit Unterstützung von KI erstellt und redaktionell geprüft

Co-Citation-Gap-Analyse für KI-Sichtbarkeit

Erfasst am 22.06.2026

Wer in KI-Antworten zitiert werden will, muss aufhören, primär für Keywords zu schreiben. Stattdessen gilt es, Evidenzlücken entlang der Käuferrollen zu kartieren, den fehlenden Gatekeeper zu identifizieren und die Belege gezielt aufzubauen. Im Mai 2025 lud Google 25 Fachleute zu einem geschlossenen Gespräch auf der I/O über die Post-Click-SERP ein. Die zentrale Botschaft war knapp: nicht-kommodifizierten Content erstellen.

Über mehr als 15 Jahre haben viele Marketer nicht Content kommodifiziert, sondern den Verkauf. Milliarden Seiten verdichteten komplexe Kaufentscheidungen auf ein Keyword und antworteten mit Variationen von „Jetzt kaufen ist die beste Wahl“. Das funktionierte für Marken – und formte ein verkaufsorientiertes Web. KI-Suche ist die Rechnung für diese kognitive Schuld: Jahre lang wurden echte Käuferfragen übersprungen und durch Kaufmotive ersetzt.

Die Abrechnung ist ein Linkbuilding-Problem – nicht nur im Sinne von Hyperlinks, sondern als Verknüpfung zwischen Quellen, Rollen, Risiken und Entscheidungen. Eine Co-Citation-Gap-Analyse kartiert genau diese Verbindungen. Sie zeigt, welche Quellen die KI-Suche pro Käuferrolle vertraut und an welcher Stelle der eigenen Content in der Entscheidung fehlt.

Vom Ankertext zum Ankerkontext

Citation Labs betreibt Co-Citation-Analysen am Link-Graphen seit rund 15 Jahren. Bereits 2011 wurde eine sechsstufige Methode veröffentlicht: kuratierte Themenseiten finden, gemeinsam zitierte Quellen zählen und rückentwickeln, was diese Seiten zitierwürdig machte. Der entscheidende Wandel liegt heute in der Arbeitseinheit: Der Fokus verschiebt sich vom Ankertext zum Ankerkontext.

Ankertext sagte Suchmaschinen, worum es auf einer Seite geht. Ankerkontext erklärt dem Modell, warum ein Beleg in einer konkreten Antwort für eine bestimmte Rolle an einem bestimmten Entscheidungspunkt relevant ist. Die Aufgabe wandelt sich von der Seitenbeschreibung zur Entscheidungsunterstützung. Statt zu fragen, welche Seiten ein Thema gemeinsam erwähnen, lautet die Frage: Welche Quellen vertraut ein KI-Assistent, wenn unterschiedliche Käuferrollen dieselbe Entscheidung treffen – und welche Rolle unterstützt der eigene Content noch nicht?

Diese fehlende Entscheidungsunterstützung ist die Co-Citation-Lücke. Sie ist der Kern einer Stakeholder-orientierten GEO-Strategie: Sichtbarkeit entsteht dort, wo Evidenz für die richtige Person zum richtigen Zeitpunkt fehlt.

Co-Citation-Gap-Analyse manuell durchführen

Die Analyse zählt, was KI-Suche bei gleichphasigen, gleichgelagerten Prompts für verschiedene Käuferrollen liest und zitiert. Überlappungen und Lücken zeigen, welche Entscheidungen Content noch nicht trägt. Nötig sind eine Kaufentscheidung, das Entscheidungsgremium, Prompts, ein KI-Tool mit sichtbaren Quellen und ein Spreadsheet.

Schritt 1: Gremium und Ängste je Rolle

Listen Sie alle Personen auf, die vor dem Kauf zustimmen müssen – die echten Entscheider, nicht das Organigramm. Beispiel Biotech-Logo: CEO, Rechtsabteilung, Operations, Marketing. Notieren Sie pro Rolle die zentrale Angst in Ich-Form, denn genau diese Frage stellt die Person dem Assistenten.

  • CEO: Wirken wir seriös und finanzierungsfähig?
  • Rechtsabteilung: Droht eine Klage oder ein Rebranding-Zwang?
  • Operations: Funktioniert das in der Produktion von Favicon bis Beschilderung?
  • Marketing: Wird die Marke erkannt und differenziert wahrgenommen?

Schritt 2 bis 4: Prompts, Quellen und Matrix

Pro Rolle entsteht ein kontrollierter Prompt zum gleichen Szenario – in der Stimme der Rolle, ohne Markennamen. Ergänzen Sie einen Kill-Switch-Prompt: „Was wäre der eine Fehler, den wir nicht rückgängig machen können?“ Damit wird die Veto-Rolle sichtbar. Erfassen Sie Sub-Queries, gelesene und zitierte Seiten. Seiten fallen in drei Zustände: gelesen und zitiert, gelesen aber verworfen oder nie gelesen. Verworfene, aber gelesene Seiten bergen oft die günstigsten Hebel.

Aus den Daten entsteht eine Matrix: eine Zeile pro zitierter URL, eine Spalte pro Rolle, plus Zähler für Rollen-Überlappungen. Sortiert nach Häufigkeit zeigt sie gemeinsame Kerne, rollenexklusive Quellen und leere Kanten zwischen Rollen, die beide zustimmen müssen.

Schritt 5 bis 8: Veto-Rolle, Phasen und Messung

Der gemeinsame Kern umfasst Quellen, die mindestens zwei Rollen zitieren. Ist er dünn, ist das Gremium zerstreut – Content muss sitzweise bedient werden. Ist er stark, gewinnt man über den gemeinsamen Nenner und den Gatekeeper. Die Veto-×-Isolate-Rolle kombiniert finales Nein mit wenig Quellen-Überlappung – dort zuerst bauen.

Wiederholen Sie die Analyse entlang der Phasen Wahl, Rollout, Nutzen und Verlängerung. Phasenlücken sind Asset-Ziele. Priorisieren Sie: Gatekeeper, leere Kanten, gemeinsamer Kern, Phasenlücken. Sub-Queries verraten vertrauenswürdige Domains pro Rolle – das ist die Outreach-Liste. Messen Sie über feste Prompt-Sets: Erscheint die Marke neu, tauchen platzierte Quellen beim Gatekeeper auf, füllen sich leere Kanten?

Von der Matrix zu konkreten Entscheidungen

Konvergente Gremien teilen viele Quellen – dort lohnt gemeinsame Evidenz. Disjunkte Gremien leben in getrennten Welten; generischer Bottom-of-Funnel-Content trägt die Entscheidung nicht. In Praxisläufen war Rechtsabteilung häufig die Veto-Rolle: viele exklusive Quellen aus Legal- und Markenrecht-Umfeld, hohe Hebelwirkung, wenig Wettbewerb.

Leere Kanten zwischen zwei Pflicht-Zustimmern signalisieren fehlende Brücken-Assets. Der Gatekeeper sitzt oft in Compliance, Security oder Legal – unterschätzt im Organigramm, dominant in der Zitationskarte. Ein Beispiel: Ein „Founder’s Preliminary Trademark Clearance Brief“ gibt dem CEO etwas Prüfbares für Legal, bevor Budget fließt – Veto wird zur frühen Weiterleitung statt zur Demontage.

Linkbuilding im Zeitalter der KI-Suche

Gute Links platzierten schon immer die richtige Evidenz vor der richtigen Person im Entscheidungsmoment. KI-Suche beendet diese Arbeit nicht – sie macht sie präziser. Bauen Sie mehr als Hyperlinks: Verbindungen zwischen Entscheidungspunkten, die Aufwand, Unsicherheit und Fehlinterpretation reduzieren. Beginnen Sie beim Sitz, der Nein sagen kann und für den kaum jemand schreibt. Das ist der Gatekeeper. Das ist die Lücke. Das ist die Arbeit.

Karin Ingram (KI)
Karin Ingram (KI)

Automatisierte Redaktion mit Fokus auf Technical SEO, Crawling und Indexierbarkeit. Die Trainingsbasis umfasst sehr viele Artikel zu Core Web Vitals, JavaScript-Rendering, Logfile-Analysen, Canonicals und interner Verlinkung; das System hat zahlreiche Fallstudien zu technischen Ranking-Problemen ausgewertet. Die Redaktion erklärt technische Zusammenhänge verständlich, priorisiert Maßnahmen und bleibt bei belegbaren Best Practices.

Ort des Geschehens

Land USA
Stadt Mountain View