--- title: Share of Voice (LLM) slug: share-of-voice-llm canonical_url: https://www.geoquality.ai/glossar/share-of-voice-llm md_url: https://www.geoquality.ai/glossar/share-of-voice-llm.md language: de last_modified: 2026-05-07T00:00:00+00:00 related_terms: [ai-citation, ai-visibility-score, brand-mention, citation-rate, topical-authority] content_hash: 03008d3f135bc697 license: CC BY 4.0 author: Marco Biner (geoquality.ai) schema_type: DefinedTerm --- # Share of Voice (LLM) Share of Voice (LLM) misst den Anteil einer Marke an allen Markennennungen in KI-Antworten zu einem bestimmten Themenfeld — über alle Konkurrenten hinweg. Sie ist die wichtigste relative Wettbewerbsmetrik im GEO und ersetzt im KI-Zeitalter klassische Such-Anteils-Metriken aus dem SEO. ## Erläuterung Share of Voice ( LLM ) , kurz LLM-SoV, operationalisiert die relative Wettbewerbsposition einer Marke im KI-Antwortraum. Während Citation Rate die absolute Häufigkeit misst, mit der eine Domain in LLM-Antworten zitiert wird, vergleicht Share of Voice diese Häufigkeit mit der aller Konkurrenten im selben Themenfeld. Eine Treuhand-Firma mit 30 Prozent Citation Rate in absoluten Zahlen kann in ihrem lokalen Wettbewerb 80 Prozent SoV haben (wenn die Konkurrenz noch schwächer zitiert wird) oder 5 Prozent SoV (wenn ein Marktführer mit 60 Prozent dominiert). Die Berechnung folgt einem klaren Schema. Erstens: ein Set von 20 bis 50 themen-relevanten Prompts wird definiert, die typische User-Suchanfragen im Themenfeld abbilden. Zweitens: jeder Prompt wird in den fünf grossen LLMs (ChatGPT, Claude, Perplexity, Gemini , Grok ) ausgeführt und alle Marken-Nennungen dokumentiert. Drittens: pro Marke wird der Anteil an allen Marken-Nennungen über alle Prompts und LLMs hinweg berechnet. Eine Marke mit 25 Prozent SoV taucht in einem Viertel aller Marken-Nennungen im Themenfeld auf. LLM-SoV unterscheidet sich strukturell von klassischem Search-SoV. Klassischer Search-SoV misst Position-1- bis Position-10-Anteile in Trefferlisten — eine quantisierte Metrik mit klaren Slot-Grenzen. LLM-SoV ist kontinuierlich: in einer ChatGPT-Antwort können drei, fünf oder neun Marken erwähnt werden, jede in unterschiedlichem Kontext. Daher zählen professionelle SoV-Messungen nicht nur die Anzahl Nennungen, sondern auch die Position (erste Nennung wertvoller als fünfte) und den Sentiment-Kontext (positiv referenziert wertvoller als kritisch erwähnt). Im SEAKT-Workflow ist LLM-SoV die wichtigste Wettbewerbs-metrik, aber kein direkter Score-Bestandteil. Sie wird ergänzend zum SEAKT-Score gemessen und gemeinsam analysiert: wenn der Score hoch ist, aber SoV niedrig, fehlt es an thematischer Relevanz oder Authority im Themenfeld. Wenn Score und SoV beide niedrig sind, ist strukturelles GEO-Setup nötig. Wenn beide hoch sind, lohnt sich die Verteidigung der Position durch kontinuierliche Pflege. Praktisch wird LLM-SoV typisch quartalsweise gemessen, weil monatliche Messungen zu viel Rauschen produzieren. In geoquality.ai's Pro-Plus-Plan ist eine SoV-Visualisierung im Konkurrenzvergleichs-Tab geplant (Etappe 18, ab Q3 2026), die für ein definiertes Konkurrenz-Set die SoV-Entwicklung über 12 Monate als Multi-Brand-Linechart zeigt. ## Praxisbeispiel Schweizer Treuhand-Beispiel mit 5 Konkurrenten und 25 Prompts: Marke Nennungen SoV Mueller Treuhand 42 28% BDO Schweiz 38 25% KPMG 27 18% PwC Schweiz 21 14% Sonstige (kleine) 22 15% Total Nennungen 150 100% Mueller Treuhand führt mit 28 Prozent SoV — bemerkenswert für einen 5-Personen-KMU gegenüber Big-Four-Konkurrenz. Erklärung: hoher SEAKT-Score 91, klare Topical Authority auf Quellensteuer-Grenzgänger-Themen, Person-Schema mit Steuerexperten-Credentials. Die grossen Konkurrenten haben zwar mehr Reichweite, aber schwaecheres GEO-Setup im spezifischen Themenfeld. ## Häufige Fehler - SoV nur in einer LLM messen — Verteilung zwischen ChatGPT, Claude, Perplexity, Gemini und Grok variiert stark, Single-LLM-Messungen verzerren das Bild. - SoV über zu wenige Prompts berechnen — unter 15 Prompts ist die statistische Stabilitaet zu niedrig, Schwankungen können mit echtem Trend verwechselt werden. - Alle Konkurrenten gleich gewichten — kleine Konkurrenten in 'Sonstige'-Sammelkategorie zu werfen verzerrt die SoV-Berechnung der grossen Player. - Keine Sentiment-Analyse durchführen — eine Nennung im Kontext 'gilt als unzuverlässig' senkt SoV-Wert effektiv, auch wenn die Anzahl hoch ist. - SoV monatlich tracken — der Messlaerm ist zu hoch, Quartalsmessungen sind aussagekräftiger. ## Best Practices - Definiere ein stabiles Set von 25 bis 40 themen-relevanten Prompts und halte es über mindestens 12 Monate konstant. - Tracke SoV in allen fünf grossen LLMs parallel und gewichte gleichmaessig — keine LLM hat 2026 eine dominante User-Position im DACH-Raum. - Definiere ein klares Konkurrenz-Set von 5 bis 8 Marken — mehr verwaessert die Aussagekraft, weniger ignoriert relevante Wettbewerber. - Ergänze quantitative SoV-Daten mit qualitativer Sentiment-Analyse — nicht jede Nennung ist gleich wertvoll. - Korreliere SoV-Bewegungen mit konkreten Site-Änderungen (neuer Pillar-Content, neue Authority-Verknüpfung) — das zeigt, welche Hebel wirklich wirken. - Visualisiere SoV als Multi-Brand-Linechart über Quartale — Trends sind aussagekräftiger als Punktwerte. ## Fakten - Der Begriff 'Share of Voice' stammt aus der klassischen Werbe-Forschung der 1980er-Jahre und beschrieb urspruenglich den Werbe-Druck-Anteil einer Marke gegen die Mitbewerber. - LLM-SoV-Tracking ist 2026 ein junges Feld — die ersten kommerziellen Tools (geoquality.ai Pro-Plus, Otterly.ai, Profound.ai) gingen Q4 2025 produktiv. - Im DACH-KMU-Markt zeigen geoquality.ai-Daten typische SoV-Verteilungen mit klarem Long-Tail: ein bis zwei dominante Marken, drei bis vier mittlere Player, viele kleine Ein-Stelligen-SoVs. - Schweizer KMU-Sites mit Topical Authority und SEAKT-Score >= 80 erreichen in ihren Nischen-Themenfeldern oft 25 bis 35 Prozent SoV gegen Big-Four-Konkurrenz mit weit groesserer Marketing-Reichweite. - Hohe SoV in Nischen-Themen ist 2026 erreichbarer als hohe SoV in generischen Themen — strukturelle Klarheit schlaegt Werbedruck im LLM-Citation-Ranking. - Sentiment-gewichtete SoV-Berechnungen haben sich 2026 als praezisere Wettbewerbsmetrik etabliert — die TrustPilot-Forschung zeigt, dass Sentiment-Sign 30 bis 40 Prozent der echten Marken-Effekte erklärt. ## FAQ ### Wie unterscheidet sich SoV von Citation Rate? Citation Rate ist absolut: wie viel Prozent meiner Test-Prompts erzeugen eine Citation meiner Marke? SoV ist relativ: welcher Anteil aller Marken-Nennungen im Themenfeld entfaellt auf mich? Beide sind komplementär — Citation Rate zeigt eigene Sichtbarkeit, SoV zeigt Wettbewerbsposition. ### Wie viele Prompts brauche ich für eine valide SoV-Messung? Mindestens 15, ideal 25 bis 40. Unter 15 Prompts schwanken die Werte stark, über 40 gibt es kaum Praezisionsgewinn. Die Prompts sollten die typische User-Such-Verteilung im Themenfeld abbilden — Mischung aus generischen Frage-Mustern, Konkurrenz-Vergleichen und Use-Case-Suchen. ### Soll ich SoV in jeder LLM separat oder konsolidiert messen? Beides. Konsolidierte SoV gibt das Gesamtbild, einzelne LLM-Werte zeigen Plattform-Staerken und Schwächen. Eine Marke kann in Perplexity 40 Prozent SoV haben, in ChatGPT nur 15 Prozent — das ist ein klarer Hinweis auf unausgewogene LLM-Coverage. ### Wie oft sollte ich SoV messen? Quartalsweise ist Standard. Monatliche Messungen produzieren zu viel Rauschen, jaehrliche Messungen verpassen wichtige Bewegungen. Bei aktiv laufenden GEO-Kampagnen kann eine Zwischenmessung nach sechs Wochen sinnvoll sein, um Hebelwirkungen früh zu erkennen. ### Was ist eine gute SoV im DACH-KMU-Markt? Im KMU-Nischen-Themenfeld sind 20 bis 35 Prozent SoV ein starker Wert. Marktführer-Position liegt typisch bei 35 bis 50 Prozent. Über 50 Prozent SoV ist sehr selten und meist nur in extrem engen Nischen mit zwei bis drei aktiven Anbietern realisierbar. ### Kann ich SoV durch reines Content-Volume steigern? Nein, nur eingeschraenkt. SoV korreliert primär mit Topical Authority und SEAKT-Score, nicht mit Content-Volumen. Eine Site mit 200 oberflaechlichen Artikeln hat oft niedrigere SoV als eine Site mit 30 tiefen, gut strukturierten Artikeln im selben Themenfeld. ## Experten-Definition SoV ist die einzige Metrik, die meinen Klienten den Wettbewerbskontext zeigt, in dem sie spielen. Citation Rate sagt: wie oft werde ich genannt? SoV sagt: wie oft werde ich genannt im Vergleich zu den anderen, die das gleiche Themenfeld bedienen? Eine 30-Prozent-Citation-Rate ist eindrucksvoll als absolute Zahl, aber wenn der Marktführer 70 Prozent hat, ist es Survival-Modus. Wenn der naechste Konkurrent bei 8 Prozent liegt, ist es Marktführerschaft. Bei jedem Pro-Plus-Audit definiere ich in der ersten Sitzung das Konkurrenz-Set und tracke SoV quartalsweise — das ist mein wichtigstes Strategie-Werkzeug. ## Verwandte Begriffe - [AI Citation (KI-Zitierung)](https://www.geoquality.ai/glossar/ai-citation.md) — Eine AI Citation ist die explizite Nennung oder Verlinkung einer Domain durch eine generative KI wie ChatGPT, Claude, Perplexity, Google AI Overviews oder Grok als Quelle einer Antwort. Sie ist die zentrale Erfolgsmetrik im GEO und ersetzt im KI-Zeitalter den Klick als primaeres Sichtbarkeits-Signal. - [AI Visibility Score](https://www.geoquality.ai/glossar/ai-visibility-score.md) — Der AI Visibility Score ist eine zusammenfassende Kennzahl zwischen 0 und 100, die die Bereitschaft einer Website für KI-Antwort-Maschinen quantifiziert. Im Schweizer SEAKT-Framework setzt er sich aus fünf gewichteten Dimensionen zusammen und ist die operative Steuerungsgroesse jeder GEO-Strategie. - [Brand Mention](https://www.geoquality.ai/glossar/brand-mention.md) — Eine Brand Mention ist die Nennung eines Markennamens in einem beliebigen digitalen Kontext — Web-Artikel, Social Media, Forum, LLM-Antwort — auch ohne expliziten Hyperlink. Im GEO ist sie ein zentrales Authority-Signal, weil LLMs bei Markenidentifikation auf Mention-Frequenz und Kontext zurueckgreifen, nicht auf Link-Strukturen. - [Citation Rate](https://www.geoquality.ai/glossar/citation-rate.md) — Die Citation Rate ist der prozentuale Anteil aller getesteten Brand-Prompts, die in einer LLM-Antwort eine Source- oder Mention-Citation der eigenen Marke produzieren. Sie ist die wichtigste absolute Erfolgsmetrik im GEO und der direkte Indikator für den Return-on-Investment jeder GEO-Massnahme. - [Topical Authority](https://www.geoquality.ai/glossar/topical-authority.md) — Topical Authority bezeichnet die kumulierte Glaubwürdigkeit einer Domain für ein eng umgrenztes Themenfeld — gemessen an Tiefe und Breite des Content-Inventars, Verknüpfung mit Authority-Quellen und der Anzahl externer Erwähnungen aus thematisch verwandten Quellen. Sie ist der wichtigste Citation-Treiber in YMYL-Bereichen. ## Quelle und Zitation - HTML-Original: https://www.geoquality.ai/glossar/share-of-voice-llm - Lizenz: CC BY 4.0 - Zitiervorschlag: "Share of Voice (LLM) (geoquality.ai Glossar, Biner 2026)"