KI-Sichtbarkeit: Wer ist im Unternehmen zuständig? | WSC

Wer ist bei euch für KI-Sichtbarkeit zuständig? Ein Rollenmodell für Healthcare-Marken

Von Detlef Ostfeld, Stand: 11. Oktober 2026

KI-Sichtbarkeit braucht einen Owner. Wer dafür sorgt, dass ChatGPT, Gemini oder Googles KI-Übersichten eine Healthcare-Marke korrekt nennen, ist in den meisten Unternehmen nicht geregelt. Die Verantwortung verteilt sich laut einer Semrush-Umfrage vom Juni 2026 auf sieben Funktionen, keine erreicht mehr als 18 Prozent. Dieser Beitrag zeigt ein Rollenmodell mit einer entscheidenden Stelle, vier liefernden Funktionen und einer Freigabe-Schiene, dazu drei priorisierte Schritte für den Start.

Dienstag, 9:40 Uhr, eine Apotheke in Essen-Rüttenscheid

Die Schiebetür summt, draußen nieselt es. Eine Frau Mitte fünfzig legt ihr Smartphone auf den HV-Tisch, Bildschirm nach oben, und sagt zur PTA: „Ich hab das schon gefragt. Da stand, ich soll was mit Hyaluron nehmen, und dann noch irgendwas für die Lider.“ Auf dem Display ein Chatverlauf, drei Absätze, zwei Produktkategorien, kein einziger Markenname. Die PTA scrollt mit dem Zeigefinger, nickt, greift ins Sichtwahlregal.

Welche Packung sie nimmt, entscheidet in diesem Moment ihre Erfahrung. Mit welcher Erwartung die Kundin hereinkam, hat eine Maschine geprägt.

Die Szene ist zusammengesetzt, aus Gesprächen mit Apothekenteams in den letzten Monaten. Die Frage dahinter ist echt und landet regelmäßig bei mir: Wer in unserem Haus kümmert sich eigentlich darum, was da auf dem Display steht? Meistens folgt Schweigen. Dann zählt jemand vier Abteilungen auf.

Wo beginnt heute die Patientenreise?

Sie beginnt für fast jeden zweiten Menschen in Deutschland im Chatfenster. 45 Prozent haben laut Bitkom Gesundheitsfragen schon einem KI-Chatbot wie ChatGPT, Gemini oder Copilot gestellt, 10 Prozent tun das häufig. Der STADA Health Report 2026 misst mit anderer Methode eine ähnliche Größenordnung.

Die letzte Zeile gehört dazu, weil sie die Lage zuspitzt. Die Menschen fragen die Maschine und kaufen trotzdem am HV-Tisch. Information und Kauf fallen auseinander, und wer nur einen der beiden Orte bespielt, verliert den anderen.

Was im Chat steht, ist damit Vorgespräch. Es legt fest, welche Wirkstoffgruppe die Kundin erwartet, ob sie nach einer bestimmten Marke fragt und wie skeptisch sie auf den Rat der PTA reagiert, falls der vom Bildschirm abweicht.

Hinweis zur Datenbasis: Die 55 Prozent beziehen sich laut Bitkom auf Nutzer:innen von KI-Chatbots; einige Fachmedien nennen fälschlich alle Befragten als Basis. Für den STADA-Wert kursieren 45 und 47 Prozent. Wir nennen 47 Prozent, wie die Mehrzahl der Berichte zur Vorstellung am 6. Juli 2026.

Was passiert mit dem Klick, wenn die KI antwortet?

Er wird seltener. Pew Research hat das Surfverhalten von 900 US-Erwachsenen über einen Monat aufgezeichnet und 68.879 Google-Suchen ausgewertet. Erscheint oben eine KI-Zusammenfassung, sinkt die Klickrate auf normale Ergebnisse von 15 auf 8 Prozent. Auf die Quellen in der Zusammenfassung selbst klicken Nutzer bei 1 Prozent der Besuche.

Quelle: Pew Research Center, Browsingdaten von 900 US-Erwachsenen, 68.879 Google-Suchen, März 2025

Zwei Details aus derselben Studie sind für Gesundheitsmarken wichtiger als die Schlagzeile. Fragen lösen besonders oft eine Zusammenfassung aus: Bei Suchen, die mit Wer, Was, Wann oder Warum beginnen, waren es 60 Prozent. Und Behördenseiten tauchen in KI-Zusammenfassungen dreimal so oft als Quelle auf wie in der normalen Trefferliste, 6 gegen 2 Prozent. Patientenfragen sind Fragen. Und KI-Systeme greifen gern zu Quellen mit Amtsautorität.

Der Datensatz hat Grenzen. Er stammt aus den USA, aus dem Frühjahr 2025, als 18 Prozent der Suchen eine KI-Zusammenfassung zeigten. Neuere Messungen von Toolanbietern liegen je nach Methode deutlich höher, für Deutschland gibt es keine vergleichbare unabhängige Messung. Die Richtung trägt trotzdem: Wer seine Marke über Website-Traffic misst, sieht nur noch einen Teil dessen, was über sie gesagt wird.

Wer ist für KI-Sichtbarkeit zuständig?

In den meisten Unternehmen jemand anderes. Semrush hat im Juni 2026 481 Marketer:innen, SEO-Profis und Unternehmer:innen befragt. Die Führung der Arbeit an KI-Sichtbarkeit verteilt sich auf sieben Funktionen, und keine kommt über 18 Prozent. Jedes zehnte Team hat gar keinen Zuständigen.

Quelle: Semrush, „The operational gap“, Umfrage unter 481 Marketer:innen, SEO-Profis und Unternehmer:innen, veröffentlicht 3. Juni 2026

Das Bild sieht auf den ersten Blick harmlos aus, fast jedes Team hat ja irgendwo jemanden. Nur sitzt er überall woanders. Im Pharmaunternehmen A kümmert sich die SEO-Agentur nebenbei darum, in B ein Content-Team, in C ein Junior im E-Commerce, der seit Februar ChatGPT-Abfragen in eine Excel-Tabelle kopiert. Drei Unternehmen, drei Antworten auf dieselbe Frage. Vergleichbar ist davon nichts.

Dazu passt ein zweiter Befund aus derselben Umfrage. 90 Prozent sagen, ihr Team sei bei Marken- und Suchstrategie mindestens teilweise abgestimmt. Voll integriert arbeiten aber nur 22 Prozent. Einig im Meeting, getrennt im Alltag.

Einordnung: Semrush verkauft Software für KI-Sichtbarkeit. Die Studie ist branchenübergreifend, die Stichprobe nicht nach Healthcare ausgewiesen. Werte für deutsche Pharma- und Apothekenmarken liegen nicht vor.

Macht ein Zuständiger einen Unterschied?

Die Daten legen es nahe. Unter den Teams, die Ergebnisse aus KI-Suche melden, haben nur 3 Prozent keinen klaren Owner. Bei Teams ohne Ergebnisse sind es 22 Prozent. Ein ähnliches Gefälle zeigt die Messbarkeit: 41 Prozent der erfolgreichen Teams halten KI-Sichtbarkeit für klar messbar, bei den übrigen 15 Prozent.

Kausal ist das nicht belegt. Es sind Selbstauskünfte aus einer einzigen Befragungswelle, ohne Aufschlüsselung nach Branche, und der Absender verkauft die passende Software. Wer Ergebnisse hat, benennt vielleicht erst danach jemanden. Ich halte die Richtung trotzdem für plausibel, aus einem banalen Grund. Ohne Owner fehlt der Ort, an dem jede Woche entschieden wird, welche Lücke zuerst geschlossen wird.

Was passiert, wenn dieser Ort fehlt, sehen die Befragten in den KI-Antworten selbst:

Quelle der Anteile: Semrush 2026. Die Healthcare-Übersetzung ist unsere Einordnung.

Punkt zwei ist im Gesundheitsmarkt der gefährlichste. Eine falsch beschriebene Indikation ist mehr als ein Imageschaden, sie kann zu falscher Anwendung führen. Allein deshalb gehört das Monitoring in eine Hand, die einen kurzen Draht zu Medical Affairs hat.

Wie sieht ein Rollenmodell für KI-Sichtbarkeit aus?

Eine Person entscheidet, vier Funktionen liefern, eine Freigabe-Schiene prüft. So lässt sich das Modell in einem Satz beschreiben, das wir bei WSC für Pharma-, OTC- und Apothekenmarken vorschlagen. Es ersetzt keine Abteilung. Es legt fest, wo die Frage „Was machen wir diese Woche?“ beantwortet wird.

Strategische Einschätzung von WSC, Stand Oktober 2026

Der Owner muss kein Spezialist sein. Er braucht Zugriff auf Budget, einen direkten Draht in Medical und Regulatory und eine halbe Stunde pro Woche, in der er Entscheidungen trifft statt Berichte zu lesen. Die eigentliche Arbeit bleibt in den Funktionen, wo das Handwerk sitzt.

Wer was tut, zeigt die Matrix. E = entscheidet, V = verantwortlich für die Umsetzung, M = wirkt mit, I = wird informiert, F = Freigabe erforderlich.

Die Matrix ist bewusst schlicht. In einem Konzern mit eigener Medical-Affairs-Abteilung sieht die rechte Spalte anders aus als bei einem Mittelständler, der Freigaben extern vergibt.

Welche Quellen prägen, was KI-Systeme über eine Marke sagen?

Überwiegend fremde. Laut einer McKinsey-Analyse von Googles KI-Übersichten macht die markeneigene Website in vielen Fällen nur 5 bis 10 Prozent der Quellen aus, auf die KI-Suche verweist. Der Rest kommt von Verlagen, Vergleichsseiten, Foren und nutzergenerierten Inhalten, je nach Kategorie und Modell unterschiedlich verteilt.

Im Gesundheitsmarkt heißt „außen“ vor allem: Menschen mit Fachautorität und die Orte, an denen sie sprechen. Die Apothekerin, die auf YouTube erklärt, warum Nasenspray nach sieben Tagen abgesetzt werden sollte. Der Dermatologe im Fachportal. Der Hausarzt, der im Lokalpodcast über Antibiotika spricht. Die PTA in einer Facebook-Gruppe für Neurodermitis-Eltern, deren Antwort unter dem Post ganz oben steht. Keiner von ihnen steht im Organigramm einer Pharmamarke. Alle beeinflussen, welche Kategorie und welche Wirkweise ein Chatbot nennt.

Dazu passt eine Beobachtung, die der eigenen Argumentation unbequem ist. Der STADA Health Report 2025 maß für Deutschland 63 Prozent Vertrauen in Apothekenteams und 15 Prozent in Künstliche Intelligenz. Die Menschen fragen die Maschine, aber sie glauben der Apotheke. Für Marken ist das eher eine gute Nachricht: Die Autorität, die KI-Systeme suchen, existiert bereits. Sie sitzt am HV-Tisch.

Rechtsgrundlage: §§ 10, 11 HWG. Keine Rechtsberatung, im Einzelfall juristisch prüfen.

Hinweis zur Quelle: Die 5 bis 10 Prozent stammen laut McKinsey-Artikel vom 16. Oktober 2025 aus einer Analyse von Google AI Overviews. Die ebenfalls dort zitierte Konsumentenumfrage (1.927 US-Befragte, August 2025) liefert andere Werte, etwa dass 44 Prozent der Nutzer:innen KI-Suche als bevorzugte Quelle nennen.

Wie misst man KI-Sichtbarkeit, ohne auf Rauschen hereinzufallen?

Mit Wiederholung. KI-Antworten schwanken: Laut AirOps bleiben nur 30 Prozent der Marken von einer Antwort zur nächsten auf dieselbe Frage sichtbar, über fünf aufeinanderfolgende Abfragen sind es 20 Prozent. Eine einzelne Abfrage am Montagmorgen sagt deshalb wenig. Trotzdem prüfen laut Semrush 40 Prozent der Marketer ihre Sichtbarkeit genau so, Prompt für Prompt per Hand.

Strategische Einschätzung von WSC, Stand Oktober 2026

Der Zyklus ist unspektakulär, und genau das ist seine Stärke. Jede Frage aus einer festen Liste läuft mehrfach, die Ergebnisse werden pro Woche gemittelt. Erst so entsteht eine Zeitreihe, auf der man Entscheidungen bauen kann. Der mittlere Schritt ist der, der in den meisten Unternehmen fehlt: Daten gibt es oft, eine Person, die daraus jeden Dienstag eine Priorität macht, eher selten.

Quellen der Prozentwerte: AirOps, State of AI Search 2026, Semrush 2026. Die Messgrößen entsprechen dem, was wir in eigenen Projekten empirisch erheben; sie beschreiben Beobachtungen in den Antworten, keine internen Rankingmechanismen der Anbieter.

Wo kann das Rollenmodell scheitern?

An vier Stellen, und keine davon ist exotisch. Ein Rollenmodell, das diese Bruchstellen verschweigt, wäre schlechter als gar keins, weil es Sicherheit vorspielt.

Allerdings bleibt ein Konflikt, den keine Tabelle auflöst. KI-Antworten ändern sich im Wochentakt, eine HWG-feste Freigabe dauert in vielen Häusern deutlich länger als eine Woche. Für diesen Widerspruch zwischen Tempo und Sorgfalt habe ich keine saubere Lösung. Vorgeprüfte Bausteine verkürzen ihn, beseitigen ihn nicht.

Bei meiner Haltung bleibe ich trotzdem. Ein langsamer Prozess mit klarer Zuständigkeit schlägt einen schnellen ohne, weil er wenigstens weiß, worauf er wartet.

Womit sollte man anfangen?

Mit drei Schritten, in dieser Reihenfolge. Möglich wären zehn, den größten Hebel haben diese drei. Schritt 1 wirkt erst durch die beiden anderen, Schritt 3 ist am schwersten zu kopieren.

Die Bewertung ist eine strategische Einschätzung von WSC, Stand Oktober 2026. Sie beruht auf Projekterfahrung, nicht auf einer kontrollierten Studie.

Was ich nicht empfehle: mit einem Tool anzufangen. Ein Dashboard ohne Owner produziert schöne Kurven, die niemand in eine Entscheidung übersetzt.

Häufige Fragen zur KI-Sichtbarkeit von Healthcare-Marken

Was ist KI-Sichtbarkeit?

KI-Sichtbarkeit beschreibt, ob und wie eine Marke in Antworten von KI-Systemen wie ChatGPT, Gemini, Perplexity oder Googles KI-Übersichten genannt wird. Gemessen werden Nennungsrate, Korrektheit, Anteil an allen Markennennungen der Kategorie und die Quellen, auf die sich die Antwort stützt.

Ist KI-Sichtbarkeit dasselbe wie SEO?

Nein. SEO optimiert die Position in einer Trefferliste, KI-Sichtbarkeit die Nennung in einer formulierten Antwort. Beide überschneiden sich bei der technischen Basis. Die Quellen unterscheiden sich stark: Laut McKinsey stammen oft nur 5 bis 10 Prozent der von KI-Suche genutzten Quellen von der markeneigenen Website.

Wer sollte im Unternehmen für KI-Sichtbarkeit zuständig sein?

Eine benannte Person mit Budgetzugriff und direktem Draht zu Medical, Legal und Regulatory. Sie entscheidet einmal pro Woche über die wichtigste Lücke. Marketing, Social Media, SEO und GEO liefern zu, die Arbeit bleibt in den Fachfunktionen.

Dürfen Apotheker:innen und Ärzt:innen in KI-relevanten Inhalten Arzneimittel empfehlen?

In der Publikumswerbung für Arzneimittel ist das nach § 11 HWG eingeschränkt, für verschreibungspflichtige Präparate ist Publikumswerbung nach § 10 HWG untersagt. Fachstimmen können Indikation, Anwendung und Wirkprinzip einer Kategorie erklären. Im Einzelfall juristisch prüfen.

Wie schnell zeigt sich ein Effekt?

Eine Baseline steht nach etwa vier Wochen. Veränderungen in der Nennungsrate sollten erst über vier bis sechs wöchentliche Messpunkte bewertet werden, weil KI-Antworten stark schwanken. Fachstimmen-Programme brauchen nach unserer Projekterfahrung sechs Monate und mehr.

Wie viele Menschen in Deutschland nutzen KI für Gesundheitsfragen?

45 Prozent haben laut Bitkom (Herbst 2025) Gesundheitsfragen schon einem KI-Chatbot gestellt. Der STADA Health Report 2026 kommt auf 47 Prozent, die KI bereits für Gesundheitsfragen nutzen.

Zurück an den HV-Tisch

Die Kundin in Rüttenscheid ist mit ihrer Packung gegangen. Was auf ihrem Display stand, hat niemand im Unternehmen hinter dem Produkt gesehen, geschweige denn gesteuert. Ob das nächste Mal dort ein Markenname steht und ob er stimmt, entscheidet sich weniger am Algorithmus als an der Frage, wer im Haus jeden Dienstag eine halbe Stunde dafür reserviert hat.

Wer ist bei euch zuständig? Wenn du wissen willst, wie eure Marke heute in KI-Antworten auftaucht und an welcher Stelle im Haus daran gedreht werden sollte: Schreib mir an d.ostfeld@we-social-commerce.de. Auf Fragen freue ich mich, auf kritische besonders.

DO

Über den Autor

Detlef Ostfeld ist Investor bei WSC We Social Commerce, einer Strategieberatung an der Schnittstelle von Healthcare, KI, Content und Commerce. Er begleitet seit vielen Jahren Marken im Pharma-, Apotheken- und Dermokosmetikmarkt und arbeitet heute vor allem an der Frage, wie Gesundheitsmarken in KI-Antworten sichtbar, korrekt und glaubwürdig auftauchen. Sein Ansatz ist empirisch: messen, was KI-Systeme tatsächlich antworten, und daraus Prioritäten für Content, Quellen und Fachstimmen ableiten.

Kontakt: d.ostfeld@we-social-commerce.de

Quellen