Microsoft Clarity trennt seit dem 3. August 2026 gebrandete und nicht gebrandete AI-Anfragen. Das wirkt wie ein Reporting-Detail, korrigiert für Marken aber eine ziemlich teure Fehlannahme: AI-Sichtbarkeit besteht aus mindestens zwei sehr unterschiedlichen Bewegungen.
Viele Teams bauen sich gerade dieselbe zu grobe AI-Folie.
Oben steht dann etwas wie AI Visibility, darunter eine Kurve, vielleicht noch ein paar neue Referrer, ein paar Zitationshinweise, ein paar Screenshots aus Tools. Und wenn die Linie steigt, klingt es schnell so, als würde die Marke gerade übergreifend in AI-Systemen gewinnen.
Genau diese Lesart wird langsam zum Problem.
Denn AI-Sichtbarkeit ist kein einziger Vorgang. Es macht einen großen Unterschied, ob ein System eure Marke schon mit Namen aufgreift oder ob es euch bei allgemeinen Fach-, Problem- oder Kategorieanfragen sichtbar macht. Das eine ist eher Ausdruck vorhandener Markenlesbarkeit. Das andere ist echte thematische Entdeckung. Beides ist wertvoll. Aber es ist nicht dasselbe.
Am 3. August 2026 hat Microsoft Clarity genau dafür einen nützlichen Schritt eingebaut. Im AI-Citations-Dashboard lassen sich gebrandete und nicht gebrandete Grounding Queries jetzt getrennt auswerten. Das klingt erst einmal nach Reporting-Feinschliff. Praktisch ist es eine strategische Korrektur. Denn viele Marken werfen bisher zwei sehr verschiedene Fragen in einen Topf: Sucht AI bereits nach uns, oder findet AI uns bei einem Thema, obwohl niemand unseren Namen genannt hat?
Die Unterscheidung ist nicht akademisch
Der Grund ist simpel. Gebrandete AI-Sichtbarkeit beantwortet eine andere Frage als nicht gebrandete.
Gebrandete Queries zeigen eher, ob eure Marke als bekannter Bezugspunkt schon im Raum ist. Wenn jemand nach euch fragt oder AI-Systeme euren Namen zur Verifikation eines Themas aufgreifen, geht es stärker um Wiedererkennbarkeit, Vertrauen, Profilkonsistenz und Quellenklarheit. Dann ist die Hürde nicht mehr, überhaupt entdeckt zu werden. Die Hürde ist, ob die Marke als belastbarer Absender lesbar genug ist.
Nicht gebrandete Queries sind härter. Dort taucht eure Marke nur auf, wenn AI-Systeme euch auch ohne Namensvorschuss für relevant halten. Dann konkurriert ihr gegen direkte Wettbewerber und zugleich gegen jede Seite, jeden Case, jede Quelle und jeden Guide, der ein Thema sauberer beantwortet.
Wenn man beide Bewegungen als eine Summenzahl betrachtet, wird das Bild schnell schief. Eine Marke kann bei gebrandeten Queries ziemlich stark sein und bei generischer Discovery fast unsichtbar. Sie kann also in AI-Systemen bereits als bekannter Name funktionieren, aber für neue Nachfrage noch zu schmal oder zu generisch publizieren. Umgekehrt kann ein Team in nicht gebrandeten Themen durchaus auftauchen, ohne dass daraus schon belastbare Markenpräferenz wird.
Similarweb zeigt, warum das wirtschaftlich relevant ist
Das wäre nur ein Reporting-Detail, wenn AI-Sichtbarkeit folgenlos bliebe. Genau das ist aber immer schwerer zu halten.
Similarweb hat am 23. Juni 2026 in seiner Auswertung zum Downstream Impact of AI Visibility beschrieben, dass Nutzerinnen und Nutzer, die in AI-Antworten eine Marke empfohlen bekommen, in den folgenden sieben Tagen deutlich häufiger auf die Website dieser Marke gehen. Similarweb spricht dort von einem Faktor von 2,5 gegenüber nicht empfohlenen Wettbewerbern. Noch wichtiger ist die Anschlusslogik dahinter: Ein großer Teil dieses Effekts läuft erst später über gebrandete Suche oder direkte Besuche.
Das passt zu einer zweiten Similarweb-Einordnung vom 19. März 2026. Dort wird der Weg nach einer AI-Erwähnung eher als Verifikationskette beschrieben. Viele Nutzer suchen danach bei Google weiter, vergleichen, prüfen die Marke noch einmal oder gehen direkt auf die Website. Genau deshalb ist die Trennung zwischen Marke und Kategorie so wichtig. Wer nur auf direkte AI-Referrals schaut, misst oft den kleineren Teil der Wirkung. Wer aber Brand Search, Direct Traffic und cited Pages nicht danebenlegt, versteht auch die größere Bewegung nicht.
AI kann Nachfrage vorbereiten, ohne sie sauber im selben Kanal wieder abzuliefern. Zugleich kann AI Markenpräferenz verstärken, ohne automatisch neue thematische Reichweite zu öffnen.
Was gebrandete AI-Sichtbarkeit wirklich testet
Viele lesen gebrandete Queries zu freundlich. Nach dem Motto: Schön, wir werden schon mit Namen gefunden, also funktioniert unsere Sichtbarkeit.
So einfach ist es nicht.
Wenn AI-Systeme eure Marke zwar aufgreifen, aber fast nur bei direktem Namensbezug, ist das zunächst einmal ein Signal für bestehende Bekanntheit oder bereits angestoßene Nachfrage. Es sagt noch wenig darüber, ob eure Website und euer Content-System neue problemorientierte Nachfrage öffnen.
Gebrandete AI-Sichtbarkeit testet deshalb vor allem die Lesbarkeit der Marke. Ist klar, wofür ihr steht? Sind Leistungen, Cases, Profiltexte, About-Seiten, Insights und Personenprofile so konsistent, dass ein System euch sauber einordnen kann? Gibt es genug belastbare Belege, damit aus einer Erwähnung mehr wird als ein bloßer Name?
Gerade Mittelstandsmarken haben hier oft ein stilles Problem. Die Marke ist intern klar, nach außen aber zu breit beschrieben. Dann weiß das Vertriebsteam genau, worin der Unterschied liegt, die Website klingt trotzdem nach einer weichen Sammelkategorie. AI kann den Namen dann durchaus aufnehmen, aber die thematische Schärfe dahinter bleibt dünn.
Nicht gebrandete Queries testen eure publizistische Substanz
Bei nicht gebrandeten Queries wird es unbequemer. Dort zählt weniger, ob ihr bekannt seid, sondern ob eure Inhalte, Leistungsseiten und Belege einen Themenraum wirklich tragen.
Genau hier hat Clarity schon am 9. Juli 2026 mit Topic Insights die wichtigere Vorarbeit geleistet. Die Logik dahinter ist nicht bloß: Taucht eure Domain irgendwo auf? Die interessantere Frage lautet, bei welchen Themen, gegen welche Wettbewerber und in welchen Antwortmustern ihr überhaupt als Quelle auftaucht.
Das ist für viele Marken näher an echter Wachstumsarbeit als der nächste große AI-Visibility-Screenshot. Denn nicht gebrandete Sichtbarkeit entsteht selten aus einem Trick. Sie entsteht dort, wo eine Website Fragen, Vergleiche, Cases und Entscheidungsprobleme besser sortiert als die üblichen weichen Übersichtsseiten.
Wer bei allgemeinen Anfragen rund um Auswahl, Umsetzung, Fehlerquellen, Kostenlogik oder Priorisierung nie auftaucht, hat oft kein Technikproblem zuerst. Häufig fehlt einfach eine präzise ausgebaute Inhalts- und Seitenarchitektur. Dann gibt es vielleicht zehn nette Artikel, aber keinen wirklich zitierfähigen Knotenpunkt.
Die operative Folge: zwei Diagnosen statt eine
Für Marken heißt das praktisch, dass AI-Sichtbarkeit künftig mit zwei getrennten Diagnosen gelesen werden sollte.
Die erste Diagnose fragt: Gewinnen wir Brand Recall und Brand Verification? Also: Wenn unser Name schon im Spiel ist, werden wir dann sauber wiedergefunden, bestätigt und weiterverfolgt?
Die zweite Diagnose fragt: Gewinnen wir Category Discovery? Also: Wenn jemand noch nicht an uns denkt, tauchen wir dann bei den richtigen Fragen trotzdem als hilfreiche Quelle auf?
Diese beiden Diagnosen führen fast nie zu denselben Maßnahmen.
Wenn das gebrandete Signal stark ist, das nicht gebrandete aber schwach, dann hilft meist keine neue Reporting-Schicht allein. Dann braucht es mehr publizistische Tiefe: stärkere Leistungsseiten, bessere Insights, klarere Cases, mehr Vergleichs- und Diagnosefähigkeit.
Wenn das nicht gebrandete Signal wächst, das gebrandete aber kaum nachzieht, fehlt oft die markenseitige Verdichtung. Dann werden Themen gesehen, aber der Absender bleibt zu austauschbar. Auch das ist kein reines SEO-Problem. Es ist eine Marken- und Website-Aufgabe.
Was jetzt auf der Website geprüft werden sollte
Die sinnvollste Reaktion ist deshalb nicht, noch ein AI-Dashboard an die Wand zu hängen. Besser ist ein sauberer Website- und Content-Check.
Welche Seiten stützen aktuell vor allem gebrandete Nachfrage? Welche Seiten tragen generische Problemanfragen? Welche Inhalte werden zitiert, aber führen schlecht weiter? Wo fehlt nach einer AI-Erwähnung der nächste belastbare Schritt? Und wo verwechselt ihr gerade Markenbekanntheit mit echter Themenpräsenz?
Gerade bei Dienstleistungs- und B2B-Websites lohnt sich diese Trennung schnell. Eine gute About- oder Leistungsseite kann bei gebrandeter Verifikation stark sein, aber bei allgemeiner Discovery fast nichts leisten. Ein starker Insight-Artikel kann umgekehrt thematisch gut ziehen, aber die Marke dahinter nicht klar genug mitführen. Erst wenn beides zusammenarbeitet, wird AI-Sichtbarkeit zu etwas, das mehr kann als hübsch im Reporting auszusehen.
Die neue Clarity-Trennung ist so nützlich, weil sie eine unangenehme Wahrheit sichtbar macht. Viele Marken reden über AI-Präsenz, meinen aber zwei verschiedene Jobs. Der eine ist, als Marke sauber lesbar zu werden. Der andere ist, als Quelle in einem Themenraum aufzutauchen, auch wenn noch niemand nach euch fragt. Wer diese beiden Jobs nicht trennt, optimiert am Ende meistens an der falschen Stelle.
Wenn ihr prüfen wollt, ob eure Website gerade vor allem bestehende Markenbekanntheit bestätigt oder schon neue thematische Nachfrage aufmacht, ist ein Website-Review meist wertvoller als der nächste pauschale AI-Visibility-Report.