Kim Lander, AI Smile: „Wer seine KI-Sichtbarkeit nicht misst, optimiert ins Leere“

Return on Investment war im Pharmamarketing lange eine überschaubare Rechenaufgabe. Dieses Bild ist unvollständig geworden: Ein wachsender Teil der Informationswege, auf denen Therapieentscheidungen vorbereitet werden, findet in KI-Systemen statt, und dort greifen weder Klickraten noch klassische Impressions. Kim Lander von Smile AI erklärt, was das für Rx-Marketing bedeutet und warum der erste Schritt immer derselbe ist: messen.

Health Relations:Ihre Studie belegt, dass 87 Millionen KI-Gespräche mit Gesundheitsbezug monatlich allein in Deutschland stattfinden, 21,3 Millionen davon drehen sich um Arzneimittel. Was sagt diese Zahl über den Stand des digitalen Gesundheitsverhaltens aus, und was sollte sie Pharmaunternehmen zu denken geben?

Kim Lander: 87 Millionen Gespräche mit Gesundheitsbezug monatlich, allein in Deutschland. Das ist keine Randerscheinung mehr. KI-Systeme sind längst Teil des alltäglichen Gesundheitsverhaltens. Menschen nutzen sie, um Symptome einzuordnen, Therapieoptionen zu verstehen oder Behandlungsentscheidungen vorzubereiten. Dabei muss man eine wichtige Unterscheidung treffen: Wer gezielt nach einem bekannten Produkt fragt, findet das in der Regel auch. Markenbekanntheit, die durch klassische Kanäle wie TV, Print oder Außenwerbung aufgebaut wurde, zahlt selbstverständlich weiterhin auf KI-Antworten ein. Die eigentliche Lücke entsteht bei den generischen, symptom- oder indikationsbezogenen Anfragen – also genau dort, wo Patientinnen und Patienten noch keine Vorentscheidung getroffen haben und KI-Systeme aktiv Orientierung geben. In diesem Moment, der für die Meinungsbildung oft entscheidend ist, entscheidet nicht die Markenbekanntheit, sondern die inhaltliche Präsenz in den Quellen, auf die KI-Modelle zurückgreifen.

Health Relations:Gerade findet ein Paradigmenwechsel statt, weg vom Klick, hin zur Erwähnung in KI-Antworten. Was bedeutet das für das klassische Verständnis von digitaler Sichtbarkeit im Pharmamarketing, und warum reicht SEO allein nicht mehr aus?

Kim Lander:Klassische SEO optimiert für den Klick. Der Nutzer sucht, sieht eine Trefferliste und entscheidet. In der KI-Welt gibt es diese Liste nicht mehr, es gibt jetzt eine Antwort. Entweder taucht eine Marke, ein Wirkstoff, ein Produkt in dieser Antwort auf, oder es taucht nicht auf. Das ist ein struktureller Bruch mit dem bisherigen Verständnis digitaler Sichtbarkeit, aber kein vollständiger Ersatz klassischer Maßnahmen.

Reichweite und Markenbekanntheit bleiben relevant, weil sie beeinflussen, welche Begriffe Nutzer überhaupt in KI-Systeme eingeben. Die entscheidende Ergänzung ist eine neue Ebene der Sichtbarkeit, nämlich in wie vielen relevanten, nicht-markenbezogenen KI-Antworten taucht man auf, und in welchem Zusammenhang? Das ist die Metrik, die bisher kaum jemand misst, obwohl sie zunehmend den ersten Informationsmoment dominiert.

„Wissenschaftliche Publikationen, Leitlinienbeiträge und Review-Artikel sind damit nicht mehr nur Kommunikationsmittel für die medizinische Fachwelt, sondern direkte Hebel für KI-Sichtbarkeit“

Health Relations:Die Studie nennt strukturierte, faktenbasierte und zitierfähige Inhalte als Voraussetzung für KI-Sichtbarkeit. Wie muss sich vor diesem Hintergrund die Content-Strategie im Rx-Marketing verändern?

Kim Lander:Klassischer Rx-Content ist oft juristisch abgesichert, aber inhaltlich dünn: kurze Texte, viel Disclaimer, wenig Tiefe. KI-Systeme wählen solche Inhalte nicht als Quellen aus. Was sie prämieren, sind strukturierte, faktenbasierte Inhalte mit echtem Informationsgehalt, Studiendaten, Leitlinienreferenzen, klare Indikationsdarstellungen.

Health Relations: Wie lässt sich GEO rechtssicher umsetzen, und wo liegen die größten Compliance-Fallstricke?

Kim Lander: Die Frage nach der Rechtssicherheit ist berechtigt und wird häufig gestellt. Die wichtige Erkenntnis: GEO bedeutet im Rx-Kontext nicht Werbung, sondern strukturierte Wissenschaftskommunikation. Faktenbasierte Inhalte zu Wirkmechanismen, klinischen Endpunkten oder Leitlinienkonformität lassen sich vollständig innerhalb des regulatorischen Rahmens aufbereiten, und genau diese Inhalte bevorzugen KI-Systeme als Quellen. Der eigentliche Compliance-Fallstrick liegt woanders: in unkontrollierten Drittinhalten und KI-generierten Aussagen, die niemand autorisiert hat. Wer GEO aktiv gestaltet und die eigenen Quellen befüllt, reduziert dieses Risiko erheblich, statt es dem Zufall zu überlassen.

Health Relations: KI-Systeme greifen stark auf Drittplattformen, Fachmedien und internationale Domains zurück. PubMed und die EMA tauchen als Top-Quellen auf. Welche strategische Rolle spielen Publikationen in Fachmedien, Leitlinien und wissenschaftliche Veröffentlichungen für die KI-Sichtbarkeit einer Marke?

Kim Lander:Unsere Analyse zeigt deutlich, dass KI-Systeme stark auf PubMed, EMA-Dokumente und internationale Fachmedien zurückgreifen, das sind die Quellen, denen die Modelle strukturell vertrauen. Wissenschaftliche Publikationen, Leitlinienbeiträge und Review-Artikel sind damit nicht mehr nur Kommunikationsmittel für die medizinische Fachwelt, sondern direkte Hebel für KI-Sichtbarkeit. Dabei gilt auch hier eine modellspezifische Nuance: Systeme wie Perplexity oder ChatGPT mit Browsing-Funktion greifen aktiver auf aktuelle Webinhalte zu, während andere Modelle stärker auf ihren Trainingsdaten basieren. Das bedeutet, dass eine frühe, konsistente Präsenz in zitierfähigen Quellen langfristig in mehrere Systeme gleichzeitig einzahlt. Wer eine starke Evidenzbasis hat, sollte diese systematisch digitalisieren, strukturieren und auf den richtigen Plattformen verfügbar machen.

Der Patient kommt vorbereitet

Health Relations: Welche Konsequenzen hat das für die Markenkommunikation im Rx-Bereich, wenn Patientinnen und Patienten zunehmend mit KI-generierten Vorabinformationen in die Sprechstunde kommen?

Kim Lander:Patientinnen und Patienten kommen manchmal mit konkreten Präferenzvorstellungen. Das verändert die Arzt-Patienten-Dynamik spürbar. Wichtig ist dabei zu unterscheiden, wer ein Medikament bereits kennt und gezielt danach fragt. Der wird es auch in der KI finden. Klassische Markenbildung über TV oder andere Reichweitenkanäle bleibt also relevant und wirkt in diesen Momenten weiter.

Die neue Herausforderung liegt bei den nicht-markenbezogenen Suchanfragen: Patientinnen und Patienten, die Symptome beschreiben oder Therapieoptionen erkunden, erhalten KI-Antworten, die bestimmte Präparate erwähnen und andere nicht, vollständig unabhängig von klassischen Werbemaßnahmen. Wer in diesem frühen, offenen Informationsmoment präsent ist, hat einen strukturellen Vorteil, der sich im weiteren Entscheidungsprozess fortsetzt.

„Wer heute anfängt, die inhaltliche Basis aufzubauen, sieht erste messbare Bewegung realistisch in drei bis sechs Monaten.“

Health Relations:Wie viel Vorlaufzeit brauchen Maßnahmen, bis sie sich in der KI-Sichtbarkeit niederschlagen? 

Kim Lander:Wer heute anfängt, die inhaltliche Basis aufzubauen, sieht erste messbare Bewegung realistisch in drei bis sechs Monaten, wobei die Vorlaufzeit je nach KI-System variiert. Bei Systemen mit Live-Suche wie Perplexity oder Gemini können gut aufbereitete Inhalte schneller wirken als bei Modellen, die stärker auf Trainingsdaten basieren und bei denen Veränderungen erst mit dem nächsten Modell-Update sichtbar werden.

Health Relations: Welche KPIs empfehlen Sie Pharmamarketing-Verantwortlichen, die GEO in ihre Reportings integrieren wollen?

Kim Lander: Die relevanten KPIs sind modellübergreifend definierbar: AI Mention Rate beschreibt, wie häufig eine Marke in relevanten Queries auftaucht; Source Coverage zeigt, auf welchen Plattformen sie als Quelle genutzt wird; Query Coverage erfasst, für wie viele relevante, nicht-markenbezogene Anfragen überhaupt Sichtbarkeit besteht. Diese Metriken in bestehende Reporting-Strukturen zu integrieren macht GEO steuerbar und intern kommunizierbar.

Health Relations:Was wäre der erste konkrete Schritt, den ein Pharmamarketing-Verantwortlicher noch heute gehen sollte, um KI-Sichtbarkeit aufzubauen?

Kim Lander:Messen. Bevor optimiert wird, muss verstanden werden, wo man steht, und zwar differenziert: Wie ist die Sichtbarkeit bei markenbezogenen Anfragen, bei denen klassische Awareness bereits wirkt? Und wie bei den generischen, indikationsbezogenen Anfragen, bei denen KI-Systeme eigenständig Orientierung geben? Beide Dimensionen getrennt zu verstehen ist die Voraussetzung für eine Strategie, die weder SEO noch GEO pauschal priorisiert, sondern modell- und fragetypenspezifisch ansetzt. Ein strukturiertes AI Visibility Audit für die eigenen Top-Assets ist der einzig sinnvolle Ausgangspunkt. Alles andere ist Optimierung ohne Orientierung.