Zum Inhalt springen
ARO

Produkt 01 · AI Recommendation Landscape

Wo werden Sie heute von KI-Systemen berücksichtigt — und gegen wen?

Der AI Recommendation Audit misst, bei welchen kaufnahen Fragen ChatGPT, Gemini und Claude Ihr Unternehmen als Anbieter nennen, welche Wettbewerber stattdessen erscheinen und welche Quellen diese Antworten stützen.

Die Ausgangsfrage

„Empfiehlt ChatGPT uns?“ ist noch keine beantwortbare Frage.

Beantwortbar wird sie erst, wenn drei Dinge festgelegt sind: bei welchen konkreten Fragen, in wie vielen Durchläufen und in welchem System. Genau das leistet dieses Produkt — es macht aus einem Eindruck eine Zahl, die man in drei Monaten erneut erheben kann.

  1. 01

    Buyer Prompts definieren

    Wir starten bei der Kaufsituation, nicht beim Keyword: Welche Fragen stellt jemand, der kurz vor einer Anbieterentscheidung steht? Daraus entsteht ein festes, dokumentiertes Prompt-Set mit klarer Anbieterintention — abgestimmt auf Branche, Unternehmensgröße, Region und typische Auslöser. Ihr Markenname kommt in keinem dieser Prompts vor.

  2. 02

    Isolierte Runs durchführen

    Jeder Prompt wird mehrfach und jeweils in einem eigenen, unbelasteten Kontext ausgeführt. Kein vorheriger Gesprächsverlauf, kein Nachschärfen, keine Rückfragen. Nur so misst man den Markt und nicht die eigene Fragestellung. Modellversion, Datum und Websuche-Status werden je Durchlauf festgehalten.

  3. 03

    Tatsächliche Wettbewerber entdecken

    Aus den Antworten extrahieren wir alle genannten Anbieter. Das Ergebnis ist das beobachtete Wettbewerbsfeld — die Anbieter, die ein Interessent bei dieser Frage wirklich zu sehen bekommt. Ihre eigene Wettbewerberliste fragen wir bewusst erst danach ab, damit sie die Auswahl nicht beeinflusst.

  4. 04

    Recommendation Share messen

    Für jeden Anbieter wird ausgewertet, in wie vielen Durchläufen er genannt, empfohlen und an erster Stelle genannt wurde. Daraus ergeben sich Mention Rate, Recommendation Rate, AI Share of Voice und die Run Consistency — die Streuung über die Wiederholungen.

  5. 05

    Intents analysieren

    Die Auswertung erfolgt je Prompt, nicht als Gesamtwert. Ein Unternehmen kann bei einem Intent stabil vertreten und beim benachbarten vollständig unsichtbar sein. Sichtbar wird außerdem, welcher Wettbewerber welchen Intent hält — und wie fest.

  6. 06

    Quellen und Citations analysieren

    Bei aktivierter Websuche führen die Systeme in der Regel Quellen an. Wir erfassen, welche Domains wiederholt herangezogen werden, welchem Intent sie zuzuordnen sind und ob Ihre eigene Domain in dieser Belegkette überhaupt vorkommt.

  7. 07

    Opportunity Map erstellen

    Am Ende steht keine Datentabelle, sondern eine Priorisierung: welche Intents kaufnah, für Sie fachlich passend und zugleich schwach besetzt sind. Nur dort lohnt gezielte Arbeit. Intents, für die Ihr Angebot nicht wirklich geeignet ist, werden ausdrücklich ausgeschlossen.

Ergebnis

Was Sie am Ende in der Hand halten.

  • Buyer Prompt Mapping
  • AI Competitor Discovery
  • Recommendation Share of Voice
  • Run Consistency
  • Intent Ownership
  • Prompt × Competitor Matrix
  • Engine Comparison
  • Source- und Citation-Analyse
  • Visibility Gaps

Sie wissen, gegen wen Sie in KI-Antworten tatsächlich antreten - nicht gegen wen Sie es vermuten.

Ausgabeformat

Ihre Sichtbarkeit, Ihr Abstand, Ihre Lücken.

Das Kernartefakt des Audits: ein Wert für Sie, ein Wert für jeden Anbieter, gegen den Sie dort antreten, und der Status für jeden einzelnen Buyer Prompt. Die folgenden Werte sind erfunden und zeigen nur das Format.

Beispieldaten · keine realen Messergebnisse

Ihre Sichtbarkeit

10%

bei relevanten Buyer Prompts

Stärkster Wettbewerber

68%

Anbieter A — 58 Prozentpunkte vor Ihnen

Ohne Ihre Nennung

5 von 8

Buyer Prompts

Wer wird in ChatGPT empfohlen

  • Ihr Unternehmen10%
  • Anbieter A68%
  • Anbieter B60%
  • Anbieter C55%
  • Anbieter D33%

Wo verlieren Sie Sichtbarkeit?

  • Welche Anbieter für [Kategorie] eignen sich für mein Unternehmen?nicht genannt
  • Welche Alternativen zu [Anbieter] gibt es in Deutschland?nicht genannt
  • Welchen Anbieter würdest du für [Problem] empfehlen?gelegentlich genannt
  • Wer bietet [Leistung] für Unternehmen mit 200–1000 Mitarbeitenden an?nicht genannt
  • Welche [Kategorie]-Lösung erfüllt DSGVO-Anforderungen bei EU-Hosting?gelegentlich genannt
  • Welcher Dienstleister begleitet [Projekttyp] in [Branche]?nicht genannt
  • Wen sollte ein [Branche]-Unternehmen für [Leistung] beauftragen?gelegentlich genannt
  • Welche [Kategorie]-Anbieter sind auf [Segment] spezialisiert?nicht genannt

Beispieldarstellung. Alle Werte auf dieser Seite sind erfunden und zeigen nur das Ausgabeformat. — Grundlage einer echten Auswertung: 8 kaufnahe Fragen, jede 5× je System wiederholt. Die Wiederholung ist nötig, weil KI-Antworten nicht deterministisch sind: dieselbe Frage kann beim nächsten Durchlauf andere Anbieter nennen.

Grenzen

Was ein Audit nicht leistet.

Diese Einschränkungen stehen auch im Bericht selbst — nicht im Kleingedruckten, sondern auf der ersten Seite.

Kein Nachfragevolumen

Die Messung sagt nichts darüber aus, wie oft eine Frage tatsächlich gestellt wird. KI-Anbieter veröffentlichen keine Abfragevolumina. Die wirtschaftliche Bewertung eines Intents muss deshalb aus Ihrem eigenen Vertriebswissen kommen — wir bringen sie in der Priorisierung mit Ihnen zusammen.

Keine Prognose

Ein Audit beschreibt einen Zeitpunkt, eine Modellversion und ein Prompt-Set. Daraus lässt sich keine künftige Sichtbarkeit ableiten und keine Wirkung einzelner Maßnahmen vorhersagen.

Kein vollständiger Blick ins Modell

Angeführte Quellen zeigen nur den Teil der Antwort, der aus der Websuche stammt. Was ein Modell aus dem Training über einen Anbieter weiß, ist von außen nicht messbar.

Der erste Schritt ist eine Messung, keine Maßnahme.

Wir starten mit einem definierten Prompt-Set aus Ihrer Kaufsituation und messen, wo Sie heute stehen. Ohne diese Ausgangslage lässt sich später nicht beurteilen, ob eine Veränderung eingetreten ist.