Share of Voice auf Amazon: So messt ihr Sichtbarkeit 2026 richtig

Share of Voice ist eine der aussagekräftigsten Kennzahlen, um Sichtbarkeit auf Amazon zu steuern. Sie zeigt, welchen Anteil eure Marke an den relevanten Plätzen einer Suchergebnisseite hält – im Vergleich zum Wettbewerb. 2026 verändert sich allerdings, wie Käufer*innen auf Amazon suchen, und damit auch, wie man Sichtbarkeit sinnvoll misst.

Seit Mai 2026 hat Amazon seinen KI-Einkaufsassistenten unter dem Namen Alexa for Shopping gebündelt, und konversationelle Antworten nennen nur noch eine Handvoll Produkte statt einer langen Ergebnisliste. Dieser Artikel erklärt, was Share of Voice auf Amazon ist, wie sich die Sichtbarkeit gerade verschiebt und wie ihr SoV so messt, dass die Zahl auch 2026 noch trägt.

Share of Voice (SoV) beschreibt den Anteil eurer Marke an der sichtbaren Präsenz auf einer Amazon-Suchergebnisseite, gemessen über ein Set relevanter Keywords und gegen einen definierten Wettbewerbskorb. Die Plätze auf einer Ergebnisseite sind unterschiedlich wertvoll: Position 1 zieht mehr Aufmerksamkeit als Position 9, above the fold mehr als below. Deshalb wird SoV in der Regel als gewichteter Anteil modelliert – nicht jede Position zählt gleich viel.

Der Nutzen liegt im Vergleich über die Zeit. Ein steigender SoV bedeutet, dass eure Marke auf den relevanten Suchbegriffen Raum gewinnt; ein fallender Wert ist oft das erste Signal, bevor sich ein Problem im Umsatz zeigt. Genau das macht die Kennzahl strategisch wertvoll: Sie ist ein vorlaufender Indikator. Umsatz, Bestand und Marktanteil reagieren träge, der SoV bewegt sich früher. Wer ihn engmaschig beobachtet, sieht eine Verschiebung im Wettbewerb, während noch Zeit bleibt, darauf zu reagieren.

Besonders aussagekräftig ist SoV auf generischen Kategorie-Keywords, weil dort Erstkäufe entstehen und bestehende Markenbekanntheit weniger hilft. Auf „Proteinriegel“ sucht jemand, der noch keine feste Marke im Kopf hat; auf dem Markennamen sucht, wer sich längst entschieden hat. Wer auf generischen Begriffen wächst, erschließt tatsächlich neuen Raum, statt nur die eigene Stammkundschaft abzuholen. Deshalb ist die generische SoV oft die ehrlichere Wachstumskennzahl als ein gut verteidigter Branded-Anteil.

Wichtig ist, die Zahl im Kontext zu lesen. Rund 64 Prozent aller Klicks gehen an die ersten drei organischen Treffer. Ein Platz weit unten auf der Liste fließt zwar in einen klassischen SoV-Wert ein, bringt kommerziell aber kaum etwas. Wer SoV steuert, sollte also nicht nur auf den Gesamtwert schauen, sondern darauf, in welchem Bereich der Ergebnisseite die Sichtbarkeit entsteht. Eine Marke mit 30 Prozent SoV, die sich aus vielen Plätzen unterhalb der Spitze speist, kann schwächer dastehen als eine Marke mit 20 Prozent, die in der Top 5 konzentriert ist.

Die größte Veränderung kommt von der KI-gestützten Suche. Amazons Einkaufsassistent, bis Mai 2026 als Rufus bekannt und seither mit Alexa+ zu Alexa for Shopping zusammengeführt, beantwortet konversationelle Fragen wie „bestes kabelloses Headset fürs Homeoffice“ nicht mehr mit einer Wand aus Kacheln, sondern im Schnitt mit fünf Produkten, die namentlich genannt werden. Das ist relevant, weil diese Oberfläche stark genutzt wird: An Black Friday 2025 lief der Assistent, damals noch unter dem Namen Rufus, laut Sensor Tower durch 38 Prozent der Sessions.

Für die Messung von Sichtbarkeit hat das eine wichtige Folge. Auf der klassischen Ergebnisseite ist Sichtbarkeit ein gradueller Anteil: Wer von Position 7 auf 5 klettert, gewinnt Aufmerksamkeit, und auch ein Platz weiter unten ist noch vorhanden. In einer AI-Antwort mit nur fünf Nennungen gibt es diese Abstufung nicht mehr. Eine Marke wird genannt oder nicht – Sichtbarkeit wird auf dieser Oberfläche binär. Beide Welten existieren parallel, und beide Zahlen können gleichzeitig stimmen: Eine Marke kann eine solide organische SoV ausweisen und auf der wichtigsten konversationellen Kauf-Query ihrer Kategorie trotzdem nicht auftauchen.

Diese Binärität verändert auch das Risikoprofil. Auf der SERP verliert man Sichtbarkeit schrittweise und meist mit Vorlauf; in der AI-Antwort kann eine Marke von der einen Woche auf die andere komplett aus der Empfehlung fallen, ohne dass ein klassischer Ranking-Report das erfasst. Die Volatilität ist höher, und die Konsequenz eines Wegfalls ist größer, weil hinter der einzelnen Nennung keine zweite Reihe steht, die noch ein paar Klicks abfängt.

Bevor eine Marke überhaupt für eine AI-Empfehlung infrage kommt, gilt zudem eine Art Qualitätsschwelle. Produkte unter vier Sternen erscheinen praktisch nicht in den Empfehlungen, und das durchschnittlich empfohlene Produkt trägt eine vierstellige Zahl an Reviews. Rating und Review-Volumen wirken hier also als vorgelagerter Filter, nicht erst als Conversion-Faktor. Dazu kommt die Datenpflege: Die AI filtert über strukturierte Attribut-Felder, und ein nicht gepflegtes Attribut kann ein Produkt aus dem passenden Cluster halten. Saubere Content Protection und eine stabile Buy Box sind damit eine Voraussetzung, bevor weitere Keyword-Optimierung überhaupt wirkt.

Auch im Paid-Bereich verschiebt sich die Logik. Seit dem Sponsored-Brands-Update vom Januar 2026 läuft Werbung in einem KI-zusammengestellten Product-Collections-Layout statt über kuratierte Creatives. Und die Werbeplätze innerhalb der AI-Antwort, die Sponsored Prompts, sind seit März 2026 kostenpflichtig. Wer organische und bezahlte Sichtbarkeit nicht sauber trennt, sieht nicht mehr, wofür Budget abfließt und wie viel die Marke ohne Bezahlung hält.

Jede SoV-Zahl ist nur so gut wie das Keyword-Set, über das sie gemessen wird. Eine zu kurze Liste übersieht Bewegung, eine zu breite verwässert das Signal mit Begriffen, die kommerziell irrelevant sind. Bevor es um Schichten und Bänder geht, lohnt sich deshalb der Schritt davor: das richtige Set aufzubauen.

Als Faustregel sollte ein Keyword-Set drei Gruppen abdecken. Branded Keywords sind der eigene Markenname und seine Varianten – sie zeigen, wie gut die Marke ihren eigenen Raum hält. Generic Keywords sind die Kategorie-Begriffe ohne Markenbezug, auf denen Neukunden suchen; sie sind das eigentliche Wachstumsfeld. Competitor Keywords sind die Markennamen der Wettbewerber, auf denen man entweder selbst auftauchen oder zumindest die fremde Stärke beobachten will. Erst die Mischung aus allen drei Gruppen macht die spätere Segmentierung aussagekräftig.

Bei der Auswahl zählt Relevanz vor Vollständigkeit. Ein Begriff gehört ins Set, wenn er Suchvolumen in der Kategorie hat, kommerzielle Kaufabsicht trägt und für das eigene Portfolio überhaupt erreichbar ist. Reine Long-Tail-Begriffe ohne Volumen blähen die Liste auf, ohne das Bild zu schärfen. Sinnvoll ist außerdem, das Set pro Marktplatz zu denken: „Müsli“ in DE und „cereal“ in UK sind nicht dieselbe Suche, und eine eins-zu-eins übersetzte Liste verfehlt das lokale Suchverhalten.

Ein Keyword-Set ist kein einmaliges Setup, sondern lebt mit. Neue Produkte bringen neue relevante Begriffe, Saisonalität verschiebt Suchvolumen, und Wettbewerber, die in die Kategorie eintreten, gehören als neue Competitor-Terms aufgenommen. In der Praxis bewährt sich ein fester Review – etwa quartalsweise –, bei dem das Set gegen aktuelle Suchdaten gespiegelt und um tote oder neu entstandene Begriffe bereinigt wird. So bleibt die SoV-Zahl über die Zeit vergleichbar, ohne an Relevanz zu verlieren.

Eine einzelne Anteilszahl bildet diese Realität nicht mehr ab. Statt SoV wegzuwerfen, lohnt es sich, die Kennzahl in klar getrennte Schichten und Sichtbarkeitsbänder zu zerlegen. So wird sichtbar, wo Sichtbarkeit entsteht – und wo sie verloren geht.

Organic und Paid sauber trennen

Die erste Schicht ist Organic SoV, der Anteil rein organischer Plätze. Sie zeigt, wie gut die Marke ohne Mediabudget rankt, und ist damit der ehrlichste Indikator für Content- und Ranking-Stärke. Steigt der organische Anteil, hat die Optimierung am Listing und an den Rankings tatsächlich gegriffen – unabhängig davon, wie viel Budget gleichzeitig in Werbung floss.

Die zweite Schicht ist Paid SoV, der Anteil gesponserter Plätze. Sie sauber von der organischen Schicht zu trennen, ist 2026 keine Feinheit mehr, sondern Voraussetzung, um Werbeeffizienz von organischer Stärke zu unterscheiden. Vermischt man beides, entsteht ein gefährlicher Trugschluss: Ein hoher Gesamt-SoV sieht nach Marktstärke aus, kann aber komplett durch Werbebudget getragen sein. Sobald die Kampagne pausiert, bricht die Sichtbarkeit weg – und das fällt nur auf, wenn man die beiden Schichten von Anfang an getrennt ausweist.

Total SoV und die Keyword-Segmente

Die dritte Schicht, Total SoV, kombiniert beides gewichtet und segmentiert nach Branded, Competitor und Generic Keywords. Diese Segmentierung beantwortet unterschiedliche Fragen: Branded zeigt, wie gut die Marke ihren eigenen Namen verteidigt, Competitor den Druck auf fremde Begriffe, Generic das Wachstum im offenen Wettbewerb.

Der Wert dieser Aufteilung liegt darin, dass dieselbe Gesamtzahl je nach Segment völlig anders zu bewerten ist. Ein hoher Branded-SoV ist Pflicht, kein Erfolg – wer den eigenen Namen nicht verteidigt, verschenkt Marge an Wettbewerber, die genau dort bieten. Ein steigender Generic-SoV ist dagegen echtes Wachstum, weil dort neue Käufer*innen entstehen. Wer beide Segmente in einem Mittelwert vermischt, sieht keinen davon klar und kann eine Schwäche im Generic-Bereich hinter einem soliden Branded-Wert verstecken.

Die Bänder: Top 5, Top 10, Top 20

Statt einer starren Grenze ist es sinnvoll, Sichtbarkeit in konfigurierbaren Bändern auszuweisen. Top 5 zeigt die kommerziell entscheidende Spitze. Top 10 bildet das Mittelfeld ab. Top 20 dient als Frühwarnband, in dem ein aufsteigender Wettbewerber zuerst auftaucht, lange bevor er in der Spitze wehtut.

Welches Band zählt, ist eine Kategorie-Entscheidung. In Premium-Beauty konvertiert unterhalb der Top 5 kaum etwas, dort ist das Top-5-Band der relevante Steuerungswert. In breiteren Kategorien mit mehr Auswahl lohnt sich ein Blick bis Top 20, um Bewegung früh zu erkennen. Die Bänder zusammen gelesen ergeben ein Bewegungsbild: Wandert eine Marke über Monate von der Top 20 in die Top 10 und dann in die Top 5, sieht man die Bedrohung Band für Band kommen, statt erst zu reagieren, wenn sie bereits oben steht.

Die neue Schicht: AI Share of Voice

Die vierte Schicht ist neu. AI Share of Voice misst den Anteil der Konversationen, in denen Alexa for Shopping die eigene Marke nennt – ohne Position, nur Präsenz oder Abwesenheit. Diese Schicht befindet sich noch im Aufbau und ist nicht marktweit standardisiert vermessen. Amazon Brand Analytics erfasst sie nicht, und eine etablierte Branchenmetrik gibt es bislang nicht. Eine erste Annäherung liefert Customer Signals, ein eigenständiges Tool, das als separater Score außerhalb der Remdash-Plattform läuft und beobachtet, ob eine Marke in AI-Antworten auftaucht. Diese Schicht muss heute noch nicht perfekt stehen, sie gehört aber auf die Roadmap der nächsten Monate. Wer sie ignoriert, misst die Sichtbarkeit von gestern und übersieht den Bereich, der gerade am schnellsten wächst.

In der Praxis scheitert eine SoV-Messung selten am Konzept, sondern an der Umsetzung. Einige Fehler tauchen so regelmäßig auf, dass es sich lohnt, sie vorab zu kennen.

Der häufigste ist die eine Gesamtzahl ohne Trennung von organisch und paid. Sie sieht sauber aus und ist trotzdem fast wertlos, weil sie verdeckt, wie viel der Sichtbarkeit eingekauft ist. Eng damit verwandt ist der Snapshot statt Verlauf: Eine einzelne Momentaufnahme sagt nichts darüber, ob die Marke gerade gewinnt oder verliert. SoV entfaltet seinen Wert erst als Zeitreihe, in der Bewegung lesbar wird.

Ein weiterer Fehler ist das veraltete oder schiefe Keyword-Set. Wenn das Set die wichtigen generischen Begriffe nicht enthält oder seit Monaten nicht gepflegt wurde, misst man eine Sichtbarkeit, die mit dem tatsächlichen Suchverhalten wenig zu tun hat. Dazu kommt der falsche Wettbewerbskorb: Wer gegen die falschen oder zu wenige Wettbewerber misst, bekommt einen Anteil, der das reale Kräfteverhältnis verzerrt.

Vier Fehler betreffen die neue AI-Schicht. Erstens, sie ganz zu ignorieren und weiter nur die SERP zu messen – das blendet genau die Oberfläche aus, die am schnellsten wächst. Zweitens, sie mit der graduellen SERP-Logik zu vermischen, obwohl AI-Sichtbarkeit binär ist und eine eigene Messlogik braucht. Drittens, US-Werte auf die EU hochzurechnen, obwohl die AI ihren Graphen pro Markt baut. Und viertens, die flache Gewichtung jeder Position, die die kommerziell entscheidende Spitze genauso wertet wie Platz 18 – und damit das Bild zugunsten breiter, aber wirkungsschwacher Sichtbarkeit verschiebt.

Viele Teams steuern Sichtbarkeit über die nativen Reports in Vendor und Seller Central. Diese Tools sind nützlich, decken die SoV-Frage aber nur teilweise ab – aus mehreren Gründen.

Erstens zeigt Amazon Brand Analytics pro Suchterm nur die Top-3-ASINs. Für jede Marke, die sich gerade von Platz 4 bis 10 nach oben arbeitet, also genau in der Bewegung, die man steuern will, entsteht keine durchgehende Spur. Zweitens gibt es einen Zeitverzug: Ein Wettbewerber-Launch fällt oft erst auf, wenn er bereits im Sell-out angekommen ist. Drittens existiert nativ keine Pan-EU-Aggregation; eine Marke in DE, FR, IT, ES und UK bekommt jedes Land in eigenem Format.

Der grundsätzlichste Punkt kommt obendrauf: Die AI-Sichtbarkeit ist in den nativen Tools nicht abgebildet. Kein Vendor-Central-Report sagt, auf welchen konversationellen Queries die eigene Marke unter den genannten Produkten ist. Diese binäre Schicht braucht eine andere Datengrundlage – man muss die Konversation beobachten, nicht die Ergebnisliste. Eine belastbare SoV-Messung lebt 2026 deshalb außerhalb der nativen Tools.

Eine verlässliche SoV-Messung braucht einen eigenen, kontinuierlichen Crawl der Suchergebnisseiten, der organische und bezahlte Plätze sauber trennt und Sichtbarkeit in Bändern ausweist. Den übernimmt ein spezialisiertes Amazon Analyse Tool. Zur Größenordnung: Eine Liste von 800 Keywords über fünf Marktplätze erzeugt rund 4.000 Crawls am Tag, und gecrawlt wird mindestens täglich, damit eine Verschiebung sofort auffällt und nicht erst im Wochen-Review.

In Remdash ist diese Messung über Jahre gewachsen: Sichtbarkeit in den Bändern Top 5, Top 10 und Top 20, organisch und bezahlt getrennt, Wettbewerber*innen automatisch identifiziert und als Verlauf statt als Snapshot. Seit Dezember 2025 rechnet ein zusätzliches, gewichtetes SoV-Modell die Search-Term-Rank-Verteilung ein, statt jede Position flach zu werten – das bildet die Spitze realistischer ab. Die AI Share of Voice ist dabei die entstehende vierte Schicht, kein fertiges Feature.

Den eigentlichen Wert liefern diese Daten erst im Zusammenspiel. SoV-Daten in denselben Custom Dashboards wie Werbe- und Verfügbarkeitsdaten beantworten die Frage hinter jedem Sichtbarkeitsverlust: Wettbewerber-Launch, Out-of-Stock oder pausierte Kampagne? Genau diese Verzahnung macht aus einer Beobachtung eine Diagnose. Ein fallender SoV allein sagt nur, dass etwas passiert; erst neben dem Bestands- und Werbeverlauf sagt er, was passiert. Und damit dafür niemand durch sechs Dashboards klicken muss, liefert der Remdash-Chatbot seit April 2026 die Executive Summary auf Nachfrage.

Der richtige Reporting-Rhythmus

Tägliches Crawlen heißt nicht tägliches Reporting. Die Datengrundlage muss engmaschig sein, damit kein Ausschlag verloren geht; der Blick darauf darf gröber getaktet sein. In der Praxis bewährt sich eine Staffelung nach Empfänger*in und Zweck.

Auf der operativen Ebene lohnt ein wöchentlicher Blick auf die Bänder und Segmente: Hier fängt man Bewegung früh ab und kann auf einen Wettbewerber reagieren, der gerade in die Top 20 wandert, oder auf eine ASIN, deren Sichtbarkeit nach einer Out-of-Stock-Phase einbricht. Auf der monatlichen Ebene zählt der Trend statt des Ausschlags – die Frage, ob die generische SoV über mehrere Wochen die richtige Richtung nimmt. Und für Business-Reviews im Quartalsrhythmus zählt die Verdichtung: generische SoV, Sell-in und Wettbewerbsentwicklung nebeneinander, als Beleg, dass die Sichtbarkeitsarbeit tatsächlich auf den Umsatz einzahlt. Wichtig ist, für jeden Rhythmus vorab zu definieren, welche Schicht und welches Band der Steuerungswert ist – sonst diskutiert jedes Review eine andere Zahl.

Kellanova: ein Praxisbeispiel

Wie das in der Praxis aussieht, zeigt Kellanova, vormals Kellogg’s, auf den Marktplätzen DE, UK, FR, IT und ES. Der Ausgangspunkt war typisch: niedrige Sichtbarkeit auf generischen Kategorie-Keywords, Out-of-Stock-Phasen, die ASINs aus dem Index drückten, und kein systematischer Blick auf den Wettbewerb. Aufgesetzt wurde eine kuratierte Liste von 800 Keywords über alle Märkte, mit automatischer Wettbewerber-Identifikation und SoV-Daten, verzahnt mit Werbung und Bestellung.

Über sechs Monate stieg die Sichtbarkeit auf generischen Keywords von 6,8 auf 16,2 Prozent, ein Plus von 240 Prozent; der Sell-in legte um 331 Prozent zu. Dass beide Kurven zusammen anziehen, ist kein Zufall, aber auch kein Beweis für eine feste Formel. Generische Sichtbarkeit ist der Frühindikator, der Sell-in der nachgelagerte Effekt, und die Höhe des Lifts hängt an Kategorie und Wettbewerb – ein Praxisbeispiel, keine Benchmark fürs eigene Portfolio. Christoph Sterkel, Head of E-Commerce Northern & Eastern Europe bei Kellanova, sagt dazu: „Remdash ist Teil jeglicher Business-Reviews und fundamentaler Bestandteil unserer Amazon-Steuerung. Es liefert mir wertvolle Informationen, die das Team und ich benötigen, um die richtigen Entscheidungen zu treffen. Die Übersichtlichkeit der Software sticht im Vergleich zu anderen Tools deutlich hervor.“

Ist klassische Share of Voice 2026 noch relevant? Ja. Auf klassischen Suchergebnisseiten, die es weiterhin gibt, bleibt der gewichtete Anteil ein sinnvoller Steuerungswert, besonders im Top-5-Band. Was nicht mehr trägt, ist die Annahme, dass diese eine Zahl die Sichtbarkeit vollständig beschreibt. Sie deckt die SERP ab, nicht die AI-Antwort – und beide Oberflächen laufen zunehmend auseinander.

Wie misst man AI Share of Voice heute? Bislang nur näherungsweise. Brand Analytics erfasst die AI-Schicht nicht, und eine marktweite Standardmetrik existiert noch nicht. Erste Annäherungen liefern separate Tools wie Customer Signals, die beobachten, ob eine Marke in AI-Antworten auftaucht. Wer auf den perfekten Standard wartet, wartet zu lange – die Richtung ist klar genug, um jetzt mit einer groben Messung zu beginnen.

Überträgt sich AI-Sichtbarkeit aus den USA auf die EU-Marktplätze? Nicht automatisch. Die AI baut ihren semantischen Graphen pro Marktplatz aus lokalem Kaufverhalten – welche Aktivität, welcher Anlass, welches Begleitprodukt mit einem Artikel assoziiert wird, unterscheidet sich von Land zu Land. Eine in den USA AI-sichtbare ASIN kann in DE unsichtbar sein, selbst bei identischem Produkt. AI Share of Voice misst man deshalb pro Markt, nicht hochgerechnet.

Sichtbarkeit auf Amazon ist 2026 mehr als ein Anteil an einer Ergebnisliste. Fürs nächste Review reicht die Frage „wie hoch ist unser Anteil?“ deshalb nicht mehr ganz aus. Genauso wichtig ist: Auf welche der Fragen, die unsere Kund*innen der AI tatsächlich stellen, kommt unser Name als Antwort vor? Wer das beantworten will, sieht sich in einer Demo ausgewählte Keywords aus der eigenen Kategorie live im gewichteten SoV-Modell an.