Kostenlose AEO-Tracking-Tools 2026: Was geht ohne Budget?

Komplett kostenloses AEO-Tracking funktioniert 2026 nur als DIY-Stack — fast alle kommerziellen Tools haben ihren Free-Tier in den letzten 12 Monaten gestrichen. Wer trotzdem Sichtbarkeit in ChatGPT, Gemini, Claude und Perplexity messen will, braucht eine Mischung aus Google Sheets, kostenlosen LLM-Web-Interfaces und ein bisschen Skripting. Das funktioniert für ein Solo-Setup mit 1-2 Marken bis maximal 20 Prompts pro Woche.

Warum die meisten Free-Tiers 2026 verschwunden sind

Anfang 2025 boten AEORadar, Otterly und Peec noch echte Free-Tiers mit 25 bis 50 Prompts. Mitte 2025 wurden diese alle auf "Trial 7 Tage" umgestellt, weil die LLM-API-Kosten der Anbieter explodierten. Pro Prompt-Run mit 5 LLMs kostet die Plattform etwa 8 bis 15 Cent — bei 50 Prompts pro Woche sind das 30-60 Euro Cost-per-User. Free-Tier rechnete sich nicht mehr.

Geblieben sind sehr eingeschränkte Trials: AEORadar 7 Tage, Otterly 14 Tage, Profound auf Anfrage. Wer dauerhaft kostenlos arbeiten will, muss DIY bauen. Die gute Nachricht: Die LLM-Web-Interfaces selbst sind alle kostenlos nutzbar — ChatGPT, Gemini, Claude und Perplexity haben kostenlose Tier-Optionen, die für AEO-Tracking ausreichen.

Realistisch sparst du mit dem DIY-Stack 99 bis 199 Euro pro Monat, investierst aber 4-6 Stunden pro Woche an manueller Arbeit. Wer einen Stundensatz von 50 Euro ansetzt, zahlt also indirekt 800-1.200 Euro pro Monat in Zeit. Das DIY-Setup lohnt sich vor allem für Solopreneure und kleine Agenturen, die mit Lernkurve und Eigenleistung kalkulieren können.

Der minimale Free-Stack im Überblick

Das Setup besteht aus 4 Bausteinen: Google Sheets als Datenbank, Browser-Bookmarks zu den 4 LLM-Interfaces, ein einfaches Apps-Script zur Datenvalidierung und ein freies Schema-Validator-Tool. Dazu kommen die kostenlosen LLM-Web-Frontends, die für nicht-kommerzielle Volumen ausreichen. Keine API-Keys nötig, keine Kreditkarten-Hinterlegung.

Sheets ist das Herzstück: Eine Tabelle mit Spalten für Prompt-ID, LLM, Datum, Response-Excerpt, Brand-Mentioned (boolean), Citations (komma-getrennt) und Notes. 50 Zeilen pro Woche sind in 60 Minuten füllbar, wenn du diszipliniert arbeitest. Wichtig: Sheets-Apps-Script kann mit Connectivity zu OpenAI bei Bedarf später erweitert werden — du musst nicht alles auf einmal automatisieren.

Die 4 LLM-Interfaces sind das eigentliche "Tool": ChatGPT (chat.openai.com, GPT-4o Free-Tier), Gemini (gemini.google.com, kostenlos für Standard-Volumen), Claude (claude.ai, Free-Tier mit täglichem Limit) und Perplexity (perplexity.ai, kostenloser Search-Modus). Alle 4 in 4 Browser-Tabs aufmachen, Prompt rein, Antworten ins Sheet kopieren.

Schritt-für-Schritt: Dein erstes Free-Tracking-Sheet

Lege ein neues Sheet an mit den Tabs "Prompts", "Runs", "Citations" und "Summary". Im Tab "Prompts" landen deine 20-50 Topics mit eindeutigen IDs. Im Tab "Runs" jede einzelne Abfrage mit Timestamp und LLM-Name. Citations werden separat geloggt, damit du sie später nach Domain aggregieren kannst. "Summary" zeigt die wöchentliche Sichtbarkeits-Quote pro Cluster.

Der Workflow für eine wöchentliche Session sieht so aus: 1) Öffne alle 4 LLMs in Tabs, 2) Kopiere Prompt aus "Prompts" ins erste Tab, 3) Notiere Antwort + Citations + Brand-Mention im Sheet, 4) Wiederhole für alle 4 LLMs, 5) Nächster Prompt. Bei 20 Prompts × 4 LLMs sind das 80 Einträge, machbar in 90-120 Minuten.

Wichtig ist die saubere Citation-Erfassung: Welche Domains werden in der Antwort genannt? Bei ChatGPT mit aktiviertem Browsing siehst du die Citations explizit, bei Gemini ebenfalls. Bei Claude und Perplexity musst du die Antwort scannen und Domain-Mentions selbst extrahieren. Das kostet Übung, ist aber innerhalb von 4 Wochen routiniert.

Apps-Script-Automation für Sheets

Sheets lässt sich mit Google Apps Script erweitern, sodass du Citations automatisch nach Domain aggregierst und Wochen-Reports baust. Das folgende Snippet ist ein Minimal-Setup: Es liest den "Citations"-Tab, zählt Domains und schreibt eine sortierte Übersicht in den "Summary"-Tab. Komplett kostenlos und ohne externe Tools nutzbar.

function aggregateCitations() {
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  const citations = ss.getSheetByName('Citations').getDataRange().getValues();
  const counts = {};
  for (let i = 1; i < citations.length; i++) {
    const domain = citations[i][1];
    counts[domain] = (counts[domain] || 0) + 1;
  }
  const sorted = Object.entries(counts).sort((a,b) => b[1] - a[1]);
  const summary = ss.getSheetByName('Summary');
  summary.clearContents();
  summary.getRange(1,1,1,2).setValues([['Domain','Mentions']]);
  summary.getRange(2,1,sorted.length,2).setValues(sorted);
}

Dieses Script läuft per Klick oder als Time-Driven-Trigger einmal pro Woche. Die Ausführung dauert 2-5 Sekunden bei 500-1000 Citations und kostet null. Wer schon Apps-Script-Erfahrung hat, baut sich daraus in einem Nachmittag ein vollständiges Dashboard. Für alle anderen gibt es kostenlose YouTube-Tutorials zu Sheets-Automation.

Die Grenzen des Free-Setups

Free-Tracking skaliert nicht über 50 Prompts pro Woche. Wer mehrere Marken trackt oder wöchentlich an Stakeholder reporten muss, kommt schnell an die Belastungsgrenze des manuellen Workflows. Spätestens ab 3 Marken oder 100 Prompts pro Woche solltest du Otterly oder Profound evaluieren — die Stunden-Ersparnis rechnet sich dann.

Außerdem fehlen im Free-Setup historische Daten-Backfills. Wenn du erst heute startest, hast du keine 6-Monats-Trendlinie. Kommerzielle Tools wie Profound bieten teilweise Backfills bis 12 Monate zurück (auf Anfrage). Diese historischen Daten sind für strategische Entscheidungen wertvoll — beim DIY-Setup baust du sie erst über die Zeit auf.

Drittes Limit: Konkurrenz-Tracking ist mühsam. Bei kommerziellen Tools gibst du 3-5 Konkurrenten ein, und das Tool extrahiert deren Mentions automatisch. Im DIY-Setup machst du das per Auge. Bei 5 Konkurrenten × 50 Prompts × 4 LLMs musst du 1.000 Antworten scannen — das ist nicht skalierbar, sobald du seriös vergleichen willst.

1. Google Sheet mit 4 Tabs anlegen (Prompts, Runs, Citations, Summary)
2. 20 Topics in 5 Cluster definieren (Awareness, Comparison, Decision, Implementation, Troubleshooting)
3. Browser-Bookmarks zu ChatGPT, Gemini, Claude, Perplexity setzen
4. Jede Woche 90-120 Minuten Tracking-Session einplanen
5. Apps-Script für Citation-Aggregation einrichten
6. Nach 4 Wochen Daten reviewen und Cluster-Lücken identifizieren

Wann sich der Sprung in bezahlte Tools lohnt

Drei klare Signale: Erstens, wenn du mehr als 50 Prompts pro Woche tracken willst — der manuelle Workflow bricht zusammen. Zweitens, wenn du wöchentlich an C-Level reportest und visuelle Dashboards brauchst, die du nicht von Hand bauen willst. Drittens, wenn AEO-Sichtbarkeit ein KPI in deinem Marketing-OKR-Set ist und du Daten-Stabilität brauchst.

Für alle anderen Fälle ist der Free-Stack stark genug. Otterly, AEORadar und Profound liefern dieselben Rohdaten — sie automatisieren nur den Workflow. Wenn deine Zeit billig ist oder du gerade erst startest, ist DIY die ehrliche Wahl. Wenn AEO mission-critical wird, geht kein Weg an einem Tool vorbei.

Der Übergang vom Free-Stack auf ein bezahltes Tool ist nahtlos: Du importierst deine Prompt-Liste, das Tool macht den Rest. Die Vorarbeit aus dem Sheet (saubere Cluster, IDs, Varianten) ist eins zu eins übertragbar. Niemand verliert Arbeit beim Wechsel.

Take-Away

Kostenlos AEO-tracken funktioniert 2026 nur als DIY-Setup: Google Sheets + ChatGPT/Gemini/Claude/Perplexity-Web-Interfaces + Apps-Script. Realistisches Maximum: 50 Prompts pro Woche, 1-2 Marken, 4-6 Stunden Aufwand. Konkrete Empfehlung: Starte mit Perplexity (beste Citation-Sichtbarkeit) und Gemini (höchstes Free-Limit) als primäre LLMs, ergänze ChatGPT für die Vollständigkeit, und steige nach 3 Monaten auf Otterly oder AEORadar um, sobald die Daten zeigen, dass AEO wirklich Pipeline-Impact hat.