Markensichtbarkeits-Audit für KI-Suche

How to Use

1. 1„Markenname“ und „Produkt-/Dienstleistungskategorie“ ausfüllen (Pflichtfelder); „Hauptmitbewerber“ und „Zielmarkt“ können optional ergänzt werden
2. 2Auf „Prompt Map generieren“ klicken, um jeweils 10 Test-Prompts auf Chinesisch und Englisch sowie die Spalten für die Tracking-Tabelle zu erhalten
3. 3Prompts in ChatGPT, Gemini und Perplexity einfügen und prüfen, ob die Marke erwähnt und welche Quellen zitiert werden
4. 4Tabelle anhand der „Spalten der Tracking-Tabelle“ erstellen und alle zwei Wochen Trends vergleichen, oder auf „Dokument herunterladen“ zum Speichern klicken

Berechnungsmethode und Annahmen

Anwendungsfälle

• Quartalsweiser Markencheck: Ein Durchlauf vor dem regulären Marketing-Meeting mit 20 Prompts über 3 Engines liefert 60 Datensätze. So wird die Anzahl der Erwähnungen zu einer Kennzahl, die sich von Quartal zu Quartal nachverfolgen lässt, und KI-Sichtbarkeit wird vom reinen Bauchgefühl zum messbaren KPI.
• Erschließung neuer Produktkategorien: Eine Geschenkbox-Druckerei möchte Aufträge für Lebensmittelverpackungen akquirieren und testet das Segment zunächst mit Vergleichs- und Empfehlungs-Prompts. Dabei stellt sich heraus, dass die Antworten von zwei Mitbewerbern und einer Content-Website dominiert werden – vor dem Markteintritt werden daher gezielt Spezifikations- und Fallstudienseiten aufgebaut.
• Agentur-Pitch: Vor der Übernahme eines Kunden wird eine Baseline-Prüfung durchgeführt; nach der Content-Optimierung erfolgt der Nachtest mit identischen Prompts. Der Vorher-Nachher-Vergleich der Tracking-Tabelle bildet den Kern des Erfolgsberichts, sodass jede Entwicklung nachvollziehbar dokumentiert ist.
• Reputationsprüfung: Der Vertrieb berichtet von einem Kunden, der meinte: „Die KI sagt, Sie hätten schlechte Bewertungen“. Über Bewertungs-Prompts wird die Aussage Engine für Engine rekonstruiert und als Quelle ein drei Jahre alter Forenbeitrag identifiziert – so lässt sich die Gegendarstellung gezielt ansetzen.
• Zweisprachige Märkte: Ein Hersteller mit 50 % Exportanteil nutzt die 10 englischen Prompts, um die Perspektive internationaler Einkäufer zu analysieren, und stellt fest, dass die Marke auf Chinesisch genannt wird, auf Englisch jedoch völlig fehlt – die englischen Leistungsseiten werden daraufhin in den Redaktionsplan aufgenommen.
• Ein Marketingleiter nutzt in einem abteilungsübergreifenden Meeting die Tracking-Tabelle für Erwähnungsraten und Zitationsquellen, um mit Vertrieb und PR abzustimmen, welche Content-Lücke im nächsten Quartal prioritär geschlossen werden soll

Häufig gestellte Fragen

Wird die KI-Suche tatsächlich aktiv genutzt?

Generative Engines sind längst einer der Einstiegspunkte für Einkaufsrecherchen. Ihre Antworten heben direkt wenige ausgewählte Marken hervor – eine völlig andere Logik als die klassischen zehn blauen Links einer Suchmaschine. Nicht in der Antwort aufzutauchen bedeutet noch größere Unsichtbarkeit als auf Seite zwei der Suchergebnisse zu stehen – genau deshalb ist die vorherige Messung so essenziell.

Warum muss man manuell testen und kann die Abfragen nicht automatisieren?

Automatische Abfragen sind unzuverlässig und verstoßen häufig gegen Nutzungsbedingungen. KI-Antworten variieren je nach Konto, Region und Zeitpunkt, zudem widerspricht massenhaftes automatisiertes Abfragen meist den Richtlinien der Engine-Anbieter. Feste Prompts in Kombination mit regelmäßigen manuellen Tests liefern hingegen eine saubere Trendlinie. Aus diesem Grund generiert dieses Tool lediglich Prompts und eine Tracking-Tabelle und ruft selbst keine LLMs auf.

Welche KI-Engines sollten getestet werden?

Mindestens drei: ChatGPT (höchste Nutzerzahl), Gemini (Anbindung an das Google-Ökosystem) und Perplexity (transparenteste Quellenauszeichnung, einfachste Attribution). Entscheidend ist, dass dieselben Prompts engine-übergreifend getestet werden, damit die Ergebnisse miteinander vergleichbar bleiben.

Wie erreiche ich, dass ChatGPT meine Marke häufiger erwähnt?

Geben Sie den Engines zitierfähige Inhalte: klar strukturierte Produkt- und Leistungsseiten, FAQs und Vergleichsinhalte, Bewertungen Dritter sowie Medienberichte. Dies sind Voraussetzungen, um die Zitierwahrscheinlichkeit zu erhöhen, jedoch keine Garantie – generative Engines bieten keinen Mechanismus für garantierte Erwähnungen.

In welchen Abständen sollte getestet werden?

Ein Turnus von zwei Wochen bis zu einem Monat ist in der Praxis üblich. Wichtig sind feste Prompts und feste Intervalle, damit die Ergebnisse der einzelnen Runden vergleichbar bleiben; sporadische Tests mit wechselnden Formulierungen erzeugen lediglich Rauschen statt verwertbarer Trends.

Kann GEO garantieren, dass KI meine Marke empfiehlt?

Nein. Generative Engines bieten keinerlei Mechanismus für garantierte Erwähnungen oder Rankings; Angebote, die dies versprechen, sind mit Skepsis zu betrachten. Woran man arbeiten kann, sind die Voraussetzungen für Zitate: verifizierbare Inhalte, klare Strukturen und Bestätigung durch Dritte. Die tatsächliche Wirkung hängt weiterhin von den Algorithmen der Engines und dem Wettbewerbsumfeld ab.

Worin liegt der Unterschied zwischen dem kostenlosen Toolkit und der Beratung?

Das Toolkit ist der Ausgangspunkt für eigene Messungen. Die Beratung ergänzt dies um Content-Gap-Analysen gegenüber Wettbewerbern, einen Plan zum Aufbau von Zitationsquellen sowie monatliches Tracking. So werden Messergebnisse in eine priorisierte Roadmap überführt – ideal für die Phase, in der Lücken identifiziert wurden und Ressourcen gezielt investiert werden sollen.