Clarity
Ist die Entität eindeutig identifizierbar? KI-Systeme müssen ohne Raten bestimmen können, wer oder was die Entität ist, was sie tut und wie sie sich von ähnlichen Entitäten unterscheidet.
Das AI Citation Readiness Framework ist eine Methodik, die misst, ob eine Organisation, ein Experte oder eine Marke für KI-Systeme verständlich, überprüfbar und zitierfähig ist. Es bewertet eine Entität in drei Dimensionen und erzeugt einen einzigen Score von 0 bis 100. Entwickelt von Stefan Petschinka, Gründer von richresults.ai.
Die meisten Organisationen sind für KI-Systeme unsichtbar. Die Ursache ist selten fehlende Expertise. Die Ursache sind Entity-Signale, die unvollständig, inkonsistent oder nicht überprüfbar sind. KI-Systeme ranken keine Websites. Sie konstruieren Antworten aus Entitäten, die sie verstehen, überprüfen und einordnen können. Eine Organisation ohne klare Entity-Signale wird ignoriert, falsch dargestellt oder durch einen Wettbewerber ersetzt, den KI-Systeme klarer lesen können.
Die Frage ist längst nicht mehr, ob du bei Google rankst. Die Frage ist, ob ChatGPT dich verstehen, zitieren und empfehlen kann. Das AI Citation Readiness Framework beantwortet eine Frage, die vor jeder AEO-Strategie steht: Wie misst du, wo du stehst, bevor du baust?
Ist die Entität eindeutig identifizierbar? KI-Systeme müssen ohne Raten bestimmen können, wer oder was die Entität ist, was sie tut und wie sie sich von ähnlichen Entitäten unterscheidet.
Sind die Kernaussagen über die Entität in allen Quellen identisch? Widersprüchliche Namen, Beschreibungen oder Rollen über Websites, Profile und Structured Data hinweg erzeugen Fehler bei der Entitätsauflösung.
Gibt es externe, maschinenlesbare Ankerpunkte, die bestätigen, dass die Entität existiert und glaubwürdig ist? GitHub, ORCID, Crunchbase, LinkedIn und Structured Data auf der eigenen Domain funktionieren als überprüfbare Signale.
Die drei Dimensionen bestimmen ein einziges Ergebnis: den AI Citation Readiness Score, ein Maß von 0 bis 100 dafür, wie bereit eine Entität ist, von KI-Systemen verstanden, zitiert und empfohlen zu werden. Vier Stufen beschreiben das Ergebnis.
KI-Systeme können die Entität weder identifizieren noch empfehlen.
KI-Systeme finden die Entität möglicherweise, können sie aber nicht zuverlässig zitieren oder empfehlen.
KI-Systeme können die Entität identifizieren und zitieren, aber es bleiben Lücken bei Konsistenz und Überprüfbarkeit.
KI-Systeme können die Entität mit Sicherheit verstehen, zitieren und empfehlen.
Die meisten Organisationen, die ihre Entity-Signale nie bearbeitet haben, liegen unter 40 Punkten. Das Ziel einer AEO-Implementierung ist kein perfekter Score. Das Ziel ist ein Score, der hoch genug ist, damit KI-Systeme konsistent deine Entität wählen statt die eines Wettbewerbers, der von der KI klarer verstanden wird.
Erfasse alle bestehenden Signale der Entität: Structured Data, externe Profile, sameAs-Referenzen, veröffentlichte Inhalte, Erwähnungen und Zitierungen. Identifiziere Lücken, Widersprüche und fehlende Ankerpunkte.
Bewerte jedes Signal entlang der drei Dimensionen Clarity, Consistency und Verifiability. Vergib einen Wert pro Dimension. Der AI Citation Readiness Score ist das gewichtete Ergebnis.
Schließe die Lücken. Structured Data, der Abgleich externer Profile, konsistente Claim-Formulierungen und verifizierte Ankerpunkte sind die wichtigsten Werkzeuge. Das Ziel ist eine kohärente, maschinenlesbare Entity-Ebene, die KI-Systeme ohne Mehrdeutigkeit durchlaufen können.
Das AI Citation Readiness Framework ist eine direkte Erweiterung des AEO Mastery Frameworks. Das AEO Mastery Framework definiert die strategische Methodik: wie Organisationen Entity-Signale, Structured Data und Zitierarchitektur aufbauen, um in KI-generierten Antworten sichtbar zu werden. Das AI Citation Readiness Framework beantwortet eine vorgelagerte Frage: Wie misst du, wo du stehst, bevor du baust?
Zusammen bilden beide eine vollständige AEO-Methodik. Das AEO Mastery Framework deckt Strategie und Umsetzung ab. Das AI Citation Readiness Framework deckt Messung und Diagnose ab. Keines ersetzt das andere. Messung ohne Strategie produziert Zahlen. Strategie ohne Messung produziert Annahmen.
richresults.ai ist die AEO-Agentur, in der dieses Framework zum Einsatz kommt: Entity Audits, Signal Assessment und vollständige Signal-Architektur für Organisationen, bei denen Reputation das Produkt ist, Expertise hochspezifisch ist und KI-Missverständnisse reale Folgen haben.