Share of Model (SoM) misst, welchen Anteil eine Marke an allen Markennennungen hat, die ein KI-System auf eine definierte Menge branchenrelevanter Fragen ausgibt. Die Kennzahl überträgt den aus der Werbung bekannten Share of Voice auf generative Suche: Nicht die eigene Nennung allein zählt, sondern das Verhältnis zu den mitgenannten Mitbewerbern.
Erhoben wird sie, indem ein festes Fragenset regelmäßig an ein oder mehrere Modelle gestellt und in den Antworten gezählt wird, welche Anbieter wie oft vorkommen; ergänzend lässt sich der Tonfall der Nennung bewerten. Von der Citation Rate unterscheidet sie sich in der Bezugsgröße, denn diese misst die eigene Quotierung gegen die Zahl der Abrufe, jene die eigene Nennung gegen die des Wettbewerbs.
Ein Standard existiert nicht: Auswahl der Fragen, Zahl der Wiederholungen, berücksichtigte Modelle und Zählweise legt jedes Werkzeug selbst fest, weshalb Werte verschiedener Anbieter nicht vergleichbar sind. Dazu kommt die Schwankung der Antworten, die eine einmalige Messung wertlos macht und mehrfache Abrufe je Frage erfordert. Als internes Beobachtungsinstrument über die Zeit ist SoM brauchbar, als belastbare Marktanteilsgröße nicht, und wer entsprechende Werkzeuge einkauft, sollte sich die Methodik offenlegen lassen.