Ein Erfahrungsbericht zum „AI Visbility Tracker“ von morefire
Im Juni diesen Jahres (2026) bekam ich durch eine Kooperation die Möglichkeit, den AI Visibility Tracker von morefire testen zu dürfen. Darüber hinaus erhielt ich einen etwa 40-minütigen Call mit einer Einweisung in das Tool und – als Bestandteil des KI Marketing Professional Lehrgangs von Digital Beat – Einblick in das Modul „GEO und Sichtbarkeit in KI-Antworten“, in dem auch nochmal das Tool behandelt wurde, das aber auch einen 45-minütigen Vortrag über das Thema „GEO“ („Generative Engine Optimization“) enthielt. Auf beide Ressourcen werde ich auch in diesem Erfahrungsbericht zum GEO-Tool von morefire eingehen.
Einführung in das GEO-Tool
Zugang
Wie bereits erwähnt habe ich meinen Zugang im Rahmen einer Kooperation bekommen. Wer das Tool außerhalb von sowas testen möchte, sucht am besten nach ucited.ai, das ist die Domain, über die morefire das Tool anbietet. Hier kommst du direkt zum Pricing von ucited.ai.
Der GEO-Tracker von morefire kostet 49 € bis 119 € monatlich – je nach Funktionsumfang. Eine individuelle Enterprise Lösung ist ebenfalls möglich. Mein Test-Kontingent entsprach ungefähr der Kategorie „Tester“, nur dass ich statt 7 Tagen 2 Monate Zugang zum Tool hatte.
Eichrichtung
Zur Einrichtung hatte ich morefire im Vorfeld folgende Infos genannt:
Meine Domain: www.dataproofed.de
2-3 Wettbewerber: datasolut.com, databraineo.com und datenschutz.org.
Ihr könnt diese im Tool immer unter dem Reiter „Competitors“ einsehen.
5 Prompts:
- Was ist die DSGVO?
- Was ist eine Clusteranalyse?
Diese beiden Prompts habe ich aus einem anderen Tool übernommen, nämlich aus Clarity von Microsoft. Ich verwende es zur besseren Analyse meines Blogs und seit Kurzem gibt es hier auch eine Übersicht zur KI-Sichtbarkeit (Beta-Version) und Clarity zeigt mir an, dass ich zu diesen beiden Prompts gefunden werden. Daher dachte ich, das ist eine gute Probe, um zu sehen, ob Ucited.ai mich dazu ebenfalls findet. Ich sage weiter unten noch etwas zum Vergleich von Clarity und Ucited.ai.
- Was ist der Unterschied zwischen Machine Learning, Deep Learning und KI?
- Welche Pflichten ergeben sich aus dem EU AI Act für Unternehmen?
- Wie funktioniert die Assoziationsanalyse nach dem Apriori-Algorithmus?
Damit sind die groben Themen meines Blog gut abgedeckt und die am besten rankenden Artikel sind gut berücksichtigt. Später kamen noch weitere Prompts hinzu.
Übrigens: Ucited.ai hilft auch bei der Auswahl von passenden Prompts.
Exkurs: Passende Prompts auswählen für das GEO-Tool
Wenn ihr eure Prompts im Nachhinein anpassen wollt oder weitere Prompts auswählen wollt, könnt ihr das über eine Funktion direkt in Ucited.ai angehen. Klickt dazu einfach in der linken Seitenleiste auf „Prompt Research“ und stoßt eine Suche an.
Das Tool spuckt euch dann sogleich passende Prompts aus, die nach verschiedenen Topics geclustert sind. Es werden die Themen: Alternativen, Empfehlung, Preis-Leistung, Qualität, Regionalität, Vergleich, Zielgruppe und noch einige mehr abgedeckt. Die Zielrichtung aller Themen ist aber schon Conversion-getrieben, d.h. die Prompts zielen darauf ab, Erkenntnisse darüber zu gewinnen, wie man im Vergleich mit dem Wettbewerb da steht.
Bei mir kamen Prompts wie:
Welche Plattformen für KI-Weiterbildung schneiden im Vergleich am besten ab?
Spezialisierte Blogs für News zur EU-KI-Verordnung und Data Governance?
Welche Anbieter für KI-Weiterbildung gibt es im Raum Düsseldorf und Köln?
Empfehlungen für verständliche Lernportale zum Thema EU AI Act?
Mein Fazit: Gerade für Anfänger und Neulinge finde ich das eine sinnvolle Funktion, weil man so besser in das Thema GEO reinkommt und Inspiration bekommt, welche Fragen für die eigene Sichtbarkeit relevant sein könnten. Hier nochmal der Screenshot, wo ihr das findet: (Der Rest ist dann recht selbsterklärend)
GEO-Tool Overview
Das ist der Overview Screen im GEO-Tool von morefire (wenn ihr links im Menü „Overview“ auswählt). Ich erkläre euch kurz, was ihr hier seht:
Settings zur Brand Visibility
Ganz oben:
Der Zeitraum:
Entweder per Vorausfall oder benutzerdefiniert.
Die Modelle:
Standardmäßig findet ihr hier zunächst die vier großen Anbieter: ChatGPT; Gemini; Claude und Perplexity. (Soweit ich weiß sollen weitere Modelle folgen).
Die Prompts:
Du kannst darüber einzelne Prompts an- oder abwählen oder auch nach den bereits erklärten Clustern filtern (Empfehlung, Qualität, Spezialisierung, Top-Liste, Vergleich etc.).
Total Mentions, Share of Voice, Market Leader and Tracked Brand
Hier sieht du schon deine ersten KPI’s für deinen ausgewählten Zeitraum. Die Zahlen setzen sich wie folgt zusammen:
Total Mentions ist die Gesamtzahl aller Marken, Firmen, Blogs, Brands die im Zusammenhang mit den 12 ausgewählten Prompts zitiert wurden im ausgewählten Zeitraum.
Your Share of Voice ist dein Anteil daran. In meinem Fall bedeutet es, dass von den 6.496 Mentions 0,8 Prozent auf mich zurückfallen, was in etwa 52 Mentions entspricht.
Market Leader, also derjenige Wettbewerber, der am häufigsten genannt wird in den Mention: in meinem Fall Open AI, ergibt ja auch Sinn bei einem Blog über KI. Also, in der Regel steht da denke ich mal kein LLM sondern ein Wettbewerber, den man wahrscheinlich auch kennt dann. In meinem Fall hat Open AI 3,4 % Share of Voice und damit gut das Dreifache von mir.
Tracked Brands, das ist die Gesamtzahl der erfassten Brands, auf die sich die Total Mentions aufteilen.
Durch diese ersten Zahlen bekommt man also schon einen groben Eindruck, wo man steht. Durch das an- und abwählen bestimmter Prompts oder Prompt-Sets (Themen) ändern sich die Zahlen, so dass man nochmal gezielter prüfen kann, in welchem Themenbereich man wie da steht.
Darunter findet sich noch weitere Grafiken:
1) Share of Voice Trend: Der Graph, der zeigt, wie sich deine Share of Voice im gewählten Zeitraum verändert hat.
2) Die Top Citation Domains: Zeigt an, welche Domians im Zusammenhang mit den genannten Prompts am häufigsten zitiert wurden. Hier landet dataproofed.de mit 185 Citations weit vorne – noch vor ibm.com und bitkom.org.