So messen Sie frühen GEO-Erfolg: Wichtige Metriken und KPIs für KI-Such-Sichtbarkeit

Verständnis der GEO-Erfolgsmetriken im KI-Zeitalter

Generative Engine Optimization (GEO) stellt einen grundlegenden Wandel dar, wie Marken Sichtbarkeit und Einfluss in der Suche messen. Anders als bei traditionellem SEO, das sich auf Rankings und Klickraten konzentriert, steht beim GEO-Erfolg im Mittelpunkt, ob Ihre Inhalte innerhalb KI-generierter Antworten von Plattformen wie ChatGPT, Perplexity, Google AI Overviews und Claude zitiert, referenziert und hervorgehoben werden. Diese Unterscheidung ist entscheidend, da KI-Systeme die Art und Weise, wie Nutzer Informationen entdecken, neu gestalten – laut Gartner-Studie soll das traditionelle Suchvolumen bis 2026 um 25 % zurückgehen, während KI-gestützte Suche bis dahin mehr als 60 % der Online-Suchen ausmachen wird. Für frühe GEO-Anwender bedeutet Erfolgsmessung, die gewohnten Kennzahlen wie Rankings und Impressions zugunsten neuer Indikatoren aufzugeben, die KI-Sichtbarkeit und Autorität widerspiegeln. Die Herausforderung besteht darin, dass sich diese Metriken noch entwickeln, aber einige Kernleistungsindikatoren liefern bereits umsetzbare Erkenntnisse darüber, ob Ihre GEO-Strategie funktioniert.

Der grundlegende Unterschied zwischen GEO- und traditionellen SEO-Metriken

Traditionelle SEO-Metriken wie Keyword-Rankings, Klickraten und organisches Traffic-Volumen dominierten das digitale Marketing jahrzehntelang. Doch diese Metriken werden zunehmend irrelevant in einer Welt, in der KI-Zusammenfassungen Nutzerfragen direkt beantworten, ohne dass ein Klick erforderlich ist. Untersuchungen von Ahrefs und Amsive zeigten, dass KI-generierte Overviews die Klickraten für das erste Suchergebnis um bis zu 34,5 % senken, was grundlegend verändert, wie Marketer die Leistung von Inhalten bewerten sollten. In diesem Umfeld kann eine Marke sehr sichtbar und autoritativ sein, ohne über traditionelle Kanäle signifikanten Traffic zu generieren. GEO-Erfolg wird daher durch andere Kriterien gemessen: Erscheint Ihre Marke in KI-Antworten, wie oft wird sie als Quelle zitiert und welche Position oder Prominenz hat sie innerhalb dieser Antworten? Dies erfordert einen hybriden Messansatz, der traditionelle Analysen mit neuen KI-spezifischen KPIs kombiniert, die Sichtbarkeit über generative Engines hinweg statt über traditionelle Suchrankings erfassen.

Zentrale GEO-Metriken, die Sie sofort messen können

Ihre GEO-Messgrundlage festlegen

Bevor Sie Fortschritte messen können, müssen Sie feststellen, wo Sie aktuell auf KI-Plattformen stehen. Diese Basiserhebung umfasst das systematische Testen, wie Ihre Marke, Produkte und Inhalte in Antworten der wichtigsten generativen Engines erscheinen. Beginnen Sie damit, 15–25 Zielanfragen zu identifizieren, die Ihre Kerngeschäftsbereiche repräsentieren – dies sollten Fragen sein, die Ihre Ideal-Kundschaft tatsächlich stellt. Für ein B2B-SaaS-Unternehmen könnten Beispiele sein: „Was ist die beste Projektmanagement-Software?“ oder „Wie automatisiere ich Workflow-Aufgaben?“ Für eine E-Commerce-Marke könnten es Anfragen wie „Was sind die besten Laufschuhe für Marathontraining?“ oder „Wo finde ich nachhaltige Modemarken?“ sein. Nachdem Sie diese Anfragen festgelegt haben, testen Sie sie auf ChatGPT, Perplexity, Google AI Overviews und Claude (sofern in Ihrer Region verfügbar). Dokumentieren Sie, ob Ihre Marke erscheint, an welcher Stelle in der Antwort, ob sie mit Link zitiert wird und welche Stimmung die Nennung umgibt. Dieser manuelle Testprozess ist anfangs zeitintensiv, liefert aber unschätzbare qualitative Daten darüber, wie KI-Systeme Ihre Marke wahrnehmen und darstellen. Viele GEO-Einsteiger nutzen Tabellen zur Datenerfassung, während dedizierte KI-Monitoring-Plattformen wie AmICited diesen Prozess automatisieren und plattformübergreifendes, historisches Tracking bieten.

Tracking von KI-Zitathäufigkeit und Attributionsqualität

KI-Zitathäufigkeit ist vermutlich die wichtigste GEO-Metrik, da sie direkt anzeigt, ob generative Engines Ihre Inhalte als autoritativ und relevant erkennen. Anders als beim traditionellen SEO, wo ein Platz 1-Ranking das Ziel ist, ist im GEO eine hohe Zitatfrequenz das neue Top-Ranking. Diese Metrik misst, wie oft Ihre Marke oder Website als Quelle in KI-generierten Antworten referenziert wird. Der entscheidende Unterschied liegt zwischen Erwähnung und Zitat – eine Erwähnung könnte lauten: „Unternehmen X bietet Projektmanagement-Software an“, während ein Zitat einen Link oder explizite Attribution enthält, wie „Laut Dokumentation von Unternehmen X…“. Beide sind wichtig, aber Zitate wiegen schwerer, da sie anzeigen, dass das KI-System Ihre Inhalte als Primärquelle empfiehlt. Für effektives Messen müssen Sie nicht nur die Häufigkeit, sondern auch die Attributionsqualität tracken: Wird Ihre Marke in der Eröffnungszusammenfassung oder nur in unterstützenden Quellen zitiert? Ist die Zitation korrekt und kontextuell passend? Werden mehrere Ihrer Inhalte zitiert oder nur eines? Frühe GEO-Erfolge zeigen sich oft als steigende Zitatfrequenz über 4–8 Wochen, wobei Marken von 10–15 % auf 25–40 % Sichtbarkeit bei relevanten Anfragen wachsen, sobald die Content-Optimierung greift. Tools, die KI-Antworten plattformübergreifend überwachen, liefern historische Daten zu Zitat-Trends, sodass Sie erkennen, welche Inhalte und Themen die meiste KI-Sichtbarkeit erzeugen.

Share of Voice in generativen Engines messen

Share of Voice (SOV) in KI-Antworten zeigt Ihre Wettbewerbsposition in generativen Suchergebnissen. Während der traditionelle SEO-Share of Voice Ihre Keyword-Ranking-Sichtbarkeit im Vergleich zu Wettbewerbern misst, erfasst der GEO-Share of Voice, wie oft Ihre Marke in KI-Antworten im Vergleich zu Wettbewerbern bei identischen Anfragen erscheint. Diese Metrik ist besonders wertvoll für die Frühphasenmessung, da sie sofortigen Wettbewerbskontext liefert – Sie erkennen z.B., ob Ihre Zitatfrequenz zwar steigt, aber Wettbewerber schneller wachsen, oder ob Sie in bestimmten Themenbereichen aufholen. Um den GEO-Share of Voice zu berechnen, testen Sie 20–30 Zielanfragen mit Ihren Hauptwettbewerbern und tracken, welche Marken in KI-Antworten erscheinen. Wenn Sie bei 8 von 30 Anfragen erscheinen und Ihr Hauptwettbewerber bei 12, beträgt Ihr Share of Voice gegenüber diesem Wettbewerber etwa 40 %. Mit fortschreitender KI-Optimierung sollte dieser Prozentsatz steigen. Frühe GEO-Erfolge zeigen sich oft als 5–15 % monatliche Steigerungen des Share of Voice, besonders in Nischenthemen, in denen Ihre Expertise am stärksten ist. Diese Metrik eignet sich besonders, um den GEO-ROI gegenüber Stakeholdern zu demonstrieren, da sie die Wettbewerbsposition direkt abbildet – ein Wert, den Führungskräfte auch ohne KI-Fachkenntnis intuitiv verstehen.

Empfehlungs-Traffic aus KI-Quellen messen

Obwohl KI-generierte Antworten oft direkte Lösungen liefern, ohne dass Nutzer auf Ihre Website klicken müssen, enthalten viele Antworten Quellenlinks. Das Tracking von Empfehlungs-Traffic aus KI-Plattformen liefert konkrete Nachweise für den Geschäftswert von GEO. Diese Metrik schlägt die Brücke zwischen KI-Sichtbarkeitsmetriken und traditionellen Geschäftsergebnissen, indem sie zeigt, wie viele tatsächliche Besucher aus KI-Zitaten stammen. Sie müssen Ihr Analytics so segmentieren, dass Traffic aus ChatGPT, Perplexity, Google AI Overviews und anderen generativen Engines sichtbar wird. In Google Analytics 4 können Sie benutzerdefinierte Segmente nach Referral-Quelle erstellen und Traffic von Domains wie „openai.com“, „perplexity.ai“, „google.com“ (mit spezifischen Parametern für KI-Traffic) und „claude.ai“ identifizieren. Früher GEO-Erfolg zeigt sich oft als kleiner, aber wachsender Referral-Traffic aus diesen Quellen – anfangs vielleicht 5–20 Besucher pro Woche, später 50–100+, wenn Ihre Inhalte häufiger zitiert werden. Die Qualität dieses Traffics ist meist höher als bei traditionellem organischem Traffic, da Nutzer aus KI-Zitaten bereits Kontext zu Ihrer Marke oder Ihrem Produkt erhalten haben und daher eher konvertieren oder sich engagieren. Das Tracking von Conversion Rate und Engagement-Metriken für KI-Referral-Traffic zeigt, ob GEO-Maßnahmen über reine Sichtbarkeit hinaus geschäftlichen Mehrwert liefern.

Content-Prominenz und Position in KI-Antworten

Die Position und Prominenz Ihrer Inhalte in KI-generierten Antworten hat erheblichen Einfluss auf deren wahrgenommene Autorität und Wirkung. Generative Engines strukturieren Antworten meist mit Schlüsselpunkten, Zusammenfassungen oder Listen – entscheidend ist, wo Ihre Inhalte innerhalb dieser Struktur erscheinen. Inhalte in der Eröffnungszusammenfassung oder als Primärquelle wiegen deutlich mehr als solche in unterstützenden Verweisen. Um dies zu messen, dokumentieren Sie nicht nur das Erscheinen Ihrer Marke, sondern auch die jeweilige Position. Erstellen Sie ein einfaches Punktesystem: Eröffnungsnennung/Primärquelle = 3 Punkte, Nennung im Mittelteil = 2 Punkte, unterstützender Verweis = 1 Punkt. Tracken Sie im Zeitverlauf, ob Ihr durchschnittlicher Prominenzscore steigt – das deutet darauf hin, dass KI-Systeme Ihre Inhalte als zunehmend wichtig einstufen. Früher GEO-Erfolg zeigt sich oft zunächst in steigenden Prominenz-Scores, noch bevor die Zitathäufigkeit deutlich zunimmt – das signalisiert, dass KI-Systeme Ihre Inhalte als maßgeblicher erkennen. Einige fortgeschrittene Anwender nutzen Schema-Markup und strukturierte Daten, um die Extraktion und Präsentation ihrer Inhalte durch KI zu beeinflussen und so die Prominenz zu erhöhen. Das Monitoring von Prominenz und Zitathäufigkeit zusammen bietet ein differenzierteres Bild des GEO-Erfolgs als die reine Zählung der Zitate.

Conversational Engagement Rate (CER) Tracking implementieren

Die Conversational Engagement Rate (CER) misst, wie Nutzer mit Ihren Inhalten interagieren, nachdem sie über KI-generierte Antworten darauf gestoßen sind. Diese Metrik verbindet KI-Sichtbarkeit mit tatsächlichem Nutzerverhalten und zeigt, ob KI-Traffic sich sinnvoll mit Ihren Inhalten beschäftigt oder nur abspringt. Tracken Sie für die CER Mikro-Conversions aus KI-Referral-Traffic: Downloads, Newsletter-Anmeldungen, interne Klicks, Videoaufrufe oder andere Engagement-Indikatoren jenseits traditioneller Conversions. In Google Analytics 4 können Sie dafür benutzerdefinierte Events anlegen und nach KI-Referral-Quellen segmentieren. Früher GEO-Erfolg zeigt oft CER-Verbesserungen von 10–25 %, wenn Ihre Inhalte häufiger zitiert werden – Nutzer aus KI-Zitaten sind meist hochintentioniert, da sie bereits Kontext zu Ihrer Marke erhalten haben. Vergleichen Sie die CER für KI-Referral-Traffic mit Ihrer allgemeinen organischen Traffic-Basis; wenn KI-Traffic um 30–50 % höhere Engagement-Raten zeigt, ist das ein Beweis für qualitativ hochwertige Sichtbarkeit durch GEO. Diese Metrik ist besonders wertvoll für den Nachweis des GEO-ROI gegenüber Stakeholdern, da sie zeigt, dass gesteigerte KI-Sichtbarkeit zu echter Nutzerinteraktion führt und nicht nur ein Schönwetterwert ist. Erste CER-Erfolge zeigen sich oft schon 4–6 Wochen nach GEO-Optimierung und sind damit einer der schnellsten Strategie-Indikatoren.

Sentiment-Analyse und Markenbild in KI-Antworten

Sentiment-Analyse in KI-Antworten bewertet, ob Ihre Marke korrekt und vorteilhaft dargestellt wird, wenn sie von generativen Engines erwähnt wird. Diese qualitative Metrik ergänzt quantitative Werte wie Zitathäufigkeit und stellt sicher, dass steigende Sichtbarkeit nicht mit Reputationsrisiken einhergeht. Um das Sentiment zu messen, prüfen Sie KI-Antworten mit Markennennung manuell und kategorisieren sie als positiv, neutral oder negativ. Positive Nennungen beinhalten zutreffende Beschreibungen Ihrer Produkte/Dienstleistungen im vorteilhaften Kontext. Neutrale Nennungen sind sachlich, ohne Wertung. Negative Nennungen enthalten falsche Informationen, ungünstige Vergleiche oder kritischen Kontext. Früher GEO-Erfolg sollte überwiegend positives oder neutrales Sentiment zeigen, mit unter 10 % negativen Nennungen. Steigt das negative Sentiment parallel zur Zitathäufigkeit, müssen Sie an Content-Qualität und -Korrektheit nachbessern. Manche Marken erkennen durch Sentiment-Analyse, dass sie zwar häufig in KI-Antworten erscheinen, der Kontext aber oft falsch oder ungünstig ist – das führt zu Anpassungen in der Content-Strategie, damit KI-Systeme auf korrekte, autoritative Informationen zugreifen können. Das Sentiment-Tracking im Zeitverlauf zeigt, ob Ihre Optimierungen nicht nur Sichtbarkeit, sondern auch Markenwahrnehmung in KI-Antworten verbessern.

Plattform-spezifische GEO-Erfolgsindikatoren

Verschiedene KI-Plattformen haben spezifische Eigenheiten, die die GEO-Erfolgsmessung beeinflussen. Google AI Overviews erscheinen in den klassischen Google-Suchergebnissen und bevorzugen Inhalte sehr autoritativer Quellen mit starken E-E-A-T-Signalen. Hier misst man den Erfolg an der Auftrittshäufigkeit in AI Overviews für Zielanfragen – erste Erfolge zeigen sich meist als 5–15 % der Zielanfragen mit Ihren Inhalten innerhalb von 6–8 Wochen nach Optimierung. ChatGPT basiert auf Trainingsdaten und Web-Browsing-Fähigkeiten; hier misst man Erfolg über direkte Erwähnungen in Antworten und Empfehlungs-Traffic aus ChatGPTs „Browse with Bing“-Funktion. Perplexity zitiert Quellen explizit und prominent, ideal also für die Messung von Zitathäufigkeit und Prominenz – frühe Erfolge erscheinen oft als 20–40 % der Zielanfragen mit Zitation Ihrer Inhalte. Claude hat begrenzteren Webzugang, legt aber Wert auf Genauigkeit und Nuancen, daher hängt Erfolg hier von hochwertigen, gut strukturierten Inhalten ab. GEO-Einsteiger sollten sich zunächst auf 1–2 Plattformen konzentrieren, statt alles gleichzeitig zu optimieren. Die meisten Marken erzielen früheste Erfolge auf Perplexity dank des expliziten Zitat-Modells, gefolgt von Google AI Overviews mit wachsender Content-Autorität. Das Tracking plattform-spezifischer Metriken zeigt, welche Kanäle für Ihr Geschäft den größten Wert liefern und wo sich Optimierungsaufwand am meisten lohnt.

Wichtige Schritte zum Aufbau Ihres GEO-Messsystems

• Identifizieren Sie 15–25 Zielanfragen, die Ihre Kerngeschäftsbereiche und das Suchverhalten Ihrer Kunden abbilden
• Testen Sie diese Anfragen auf allen wichtigen KI-Plattformen (ChatGPT, Perplexity, Google AI Overviews, Claude) und dokumentieren Sie die Ausgangswerte
• Erstellen Sie eine Tracking-Tabelle oder nutzen Sie Monitoring-Tools, um Zitathäufigkeit, Position, Sentiment und Referral-Traffic je Anfrage zu erfassen
• Legen Sie Basismetriken für alle KPIs vor Optimierungsmaßnahmen fest, um einen Vorher-Nachher-Vergleich zu ermöglichen
• Richten Sie Google Analytics 4 Segmente ein, um Empfehlungs-Traffic aus KI-Quellen separat vom organischen Traffic zu erfassen
• Definieren Sie Erfolgsschwellen für Ihr Unternehmen (z. B. „Erscheinen bei 30 % der Zielanfragen in 8 Wochen“ oder „50+ monatliche Besucher aus KI-Quellen“)
• Planen Sie wöchentliche oder zweiwöchentliche Überwachung, um Fortschritte und Trends frühzeitig zu erkennen
• Dokumentieren Sie Sentiment und Korrektheit der KI-Nennungen, um Reputationsrisiken auszuschließen
• Vergleichen Sie Ihre Werte mit 2–3 zentralen Wettbewerbern, um eine Share-of-Voice-Basis und Wettbewerbsposition zu bestimmen
• Erstellen Sie ein einfaches Dashboard mit Ihren wichtigsten GEO-Metriken für Reporting an Stakeholder

Rolle von Content-Qualität und Autorität beim frühen GEO-Erfolg

Früher GEO-Erfolg hängt maßgeblich von Content-Qualität und nachweislicher Autorität ab. KI-Systeme bevorzugen Inhalte mit konkreten Daten, Statistiken, Expertenzitaten und eigener Forschung – vage oder generische Inhalte erscheinen selten in KI-generierten Antworten. Untersuchungen der Princeton University zu GEO-Optimierungsmethoden ergaben, dass Inhalte mit mehreren Zitaten autoritativer Quellen und eigenen Statistiken deutlich häufiger von KI-Systemen ausgewählt werden. Das bedeutet, dass frühe GEO-Erfolge oft durch Identifikation Ihrer hochwertigsten, autoritativsten Inhalte entstehen und diese gezielt für KI-Sichtbarkeit optimiert werden – mit Schema-Markup, klarer Struktur und umfassender Themenabdeckung. Marken stellen oft fest, dass ihre meistzitierten Inhalte nicht zwangsläufig die populärsten nach klassischen Metriken sind – es handelt sich meist um längere, datenreiche Beiträge, die spezifische Fragen umfassend beantworten. Diese Erkenntnis verändert die Content-Strategie: Tiefe und Autorität werden wichtiger als Masse. Frühindikatoren zeigen oft, dass 20–30 % Ihrer Inhalte 70–80 % der KI-Zitate generieren – so erkennen Sie, welche Content-Typen und Themen in generativen Engines am meisten Resonanz erzeugen. Diese Einsichten beschleunigen den GEO-Erfolg bei zukünftiger Content-Erstellung.

GEO-Metriken mit Geschäftsergebnissen verbinden

So wichtig KI-Sichtbarkeitsmetriken sind, letztlich ist früher GEO-Erfolg nur dann relevant, wenn er mit geschäftlichen Ergebnissen wie Leads, Conversions oder Umsatz verbunden ist. Dieser Zusammenhang ist entscheidend, um weitere GEO-Investitionen zu rechtfertigen und den ROI gegenüber Stakeholdern zu belegen. Tracken Sie, welche KI-zitierten Inhalte den wertvollsten Traffic liefern – nicht nur im Volumen, sondern in Qualität. Nutzen Sie UTM-Parameter oder Analytics-Segmente, um Traffic aus verschiedenen KI-Quellen zu kennzeichnen, und analysieren Sie Conversion Rates und Customer Lifetime Value je Segment. GEO-Einsteiger stellen oft fest, dass KI-Referral-Traffic um 30–50 % besser konvertiert als traditioneller organischer Traffic, weil Nutzer aus KI-Zitaten bereits Kontext und Validierung zu Ihrer Marke erhalten haben. Diese höhere Conversion Rate bedeutet, dass selbst moderate Steigerungen der KI-Zitathäufigkeit deutlichen Geschäftswert bringen. Wenn Sie z. B. von 10 % auf 25 % Sichtbarkeit bei Zielanfragen wachsen und jede Nennung 5–10 zusätzliche Besucher pro Monat mit 5 % Conversion Rate generiert, sind das 2,5–5 zusätzliche Conversions monatlich – ein spürbarer Geschäftseffekt durch relativ geringen Sichtbarkeitszuwachs. Die Verbindung von GEO-Metriken und Geschäftsergebnissen macht aus GEO eine strategische Business-Initiative mit klarem ROI statt einer reinen Schönwetter-Messung.

Herausforderungen bei der frühen GEO-Messung meistern

Die GEO-Messung in der Frühphase ist mit mehreren inhärenten Herausforderungen verbunden. Intransparenz der KI-Systeme bedeutet, dass Sie nie exakt wissen, warum generative Engines bestimmte Inhalte zitieren – war es eine spezifische Formulierung, ein einzigartiger Datenpunkt oder die Gesamt-Autorität? Das erschwert die Reproduzierbarkeit von Erfolg. Plattform-Inkonsistenz sorgt dafür, dass Inhalte, die in Perplexity häufig erscheinen, bei ChatGPT kaum auftauchen – daher sind plattformspezifische Optimierungen nötig. Komplexe Attribution bei Multi-Source-Antworten erschwert die Zuordnung des Verdienstes an einzelne Quellen. Fehlende Standardmetriken führen dazu, dass verschiedene Monitoring-Tools unterschiedliche Zitathäufigkeiten für dieselben Anfragen melden – das sorgt für Unsicherheit über die „wahre“ Leistung. GEO-Einsteiger begegnen diesen Herausforderungen, indem sie quantitative Metriken mit qualitativer Analyse kombinieren – KI-Antworten manuell prüfen, Content-Varianten testen, um Zitationsmuster zu erkennen, und mehrere Monitoring-Tools zum Abgleich nutzen. Entscheidend ist die Erkenntnis, dass frühe GEO-Messung zwar nie perfekt, aber immer richtungsweisend für Optimierungsmaßnahmen ist. Mit der Weiterentwicklung des GEO-Marktes und verbesserter Tools wird die Messung immer präziser – wer schon jetzt ein GEO-Messsystem etabliert, verschafft sich entscheidende Wettbewerbsvorteile.

Die künftige Entwicklung der GEO-Messung

Die GEO-Messlandschaft entwickelt sich rasant weiter, da sowohl KI-Plattformen als auch Monitoring-Tools reifen. Neue Metriken wie Real-Time Adaptability Score (RTAS) und Prompt Alignment Efficiency (PAE) ermöglichen künftig eine noch differenziertere Bewertung, wie Inhalte bei verschiedenen Anfragen und in unterschiedlichen Dialogkontexten performen. Attributionsmodelle werden präziser, da Plattformen mehr Transparenz darüber bieten, wie sie Quellen auswählen und gewichten – das ermöglicht eine genauere ROI-Berechnung. Plattformübergreifende Dashboards bündeln GEO-Metriken aller wichtigen KI-Plattformen und bieten eine einheitliche Übersicht ähnlich klassischen SEO-Tools. Predictive Analytics zeigen, welche Content-Änderungen die KI-Sichtbarkeit voraussichtlich steigern, noch bevor sie umgesetzt werden. Wer jetzt ein GEO-Messsystem aufbaut und Metriken konsequent trackt, ist bestens aufgestellt, um diese neuen Möglichkeiten zu nutzen. Marken, die GEO als laufende strategische Praxis und nicht als einmalige Prüfung verstehen, testen, lernen und optimieren datengestützt kontinuierlich. Wer jetzt das eigene GEO-Messsystem etabliert und Fortschritte konsequent verfolgt, legt das Fundament für nachhaltige Wettbewerbsvorteile, wenn KI-getriebene Suche zum dominanten Entdeckungskanal wird.