KI Sichtbarkeit messen: Werde ich in ChatGPT genannt?

Indem Sie die Frage stellen, die Ihre Kunden stellen würden, und die Antworten auszählen statt sie zu lesen. Festgehalten wird je Antwort, ob die Marke vorkommt, an welcher Stelle und welche Anbieter sonst noch fallen.

Eine Antwort ist dabei eine Beobachtung, kein Befund. Erst über viele Läufe und mehrere Systeme hinweg lässt sich sagen, ob eine Nennung die Regel ist.

Weil das Ergebnis von Dingen abhängt, die im eigenen Chatfenster nicht sichtbar sind. Sprachmodelle wählen ihre Wörter mit einer Zufallskomponente, sie berücksichtigen den bisherigen Gesprächsverlauf, und viele Konten tragen gespeicherte Angaben über den Nutzer mit sich.

Dazu kommt ein Beobachtungsfehler: Wer die eigene Marke sucht, formuliert die Frage unbewusst so, dass sie gefunden wird. Ein Kunde fragt allgemeiner und bekommt deshalb ein anderes Ergebnis.

Ein Prompt-Typ beschreibt, was eine Frage von der Antwort verlangt, nicht wovon sie handelt. Eine Kategoriefrage verlangt eine Liste, eine Empfehlungsfrage eine Auswahl, eine Kriterienfrage eine Erklärung, eine Zielgruppenfrage eine Zuordnung.

Markennamen sind in diesen Formen sehr unterschiedlich dicht verteilt. Erklärende Antworten kommen oft ganz ohne Anbieter aus, auswählende bestehen fast nur aus Namen. Wer einen Typ misst, kennt einen Ausschnitt.

Weil zu jeder Frage eine andere Art von Beleg gesucht wird. Bei einer Frage nach Anbietern für eine bestimmte Betriebsgröße zählen Quellen, in denen Anbieter und Größenordnung zusammen vorkommen. Fehlt diese Verbindung im Text, fehlt die Marke, obwohl das Produkt passt.

Der häufigste Fall ist deshalb kein Sichtbarkeitsproblem, sondern ein Zuordnungsproblem. Das erklärt auch, warum Lücken oft bei frühen Orientierungsfragen auftreten: dort wird über das Thema gesprochen und nicht über Anbieter.

Es zeigt die Auswahl, aus der ein Kunde am Ende wählt. Eine Rangliste sagt, wo Sie stehen. Die Mitgenannten sagen, gegen wen Sie in dieser Situation antreten, und das sind oft nicht die Anbieter, die im Vertrieb als Wettbewerber gelten.

Steht bei einem Prompt immer dieselbe fremde Marke zuerst, lohnt der Blick darauf, worauf diese Nennung beruht. Für die dauerhafte Beobachtung eines solchen Abstands ist das Wettbewerber-Tracking gebaut.

Sinnvoll ist eine Auswahl, die alle Phasen abdeckt: die frühe Orientierungsfrage, die Vergleichsfrage in der Mitte und die konkrete Auswahlfrage kurz vor der Entscheidung. Ein einzelner Prompt beschreibt eine Situation, ein Satz aus mehreren Formulierungen ein Spektrum.

Nicht brauchbar ist eine Sammlung, die nur aus Fragen besteht, bei denen die eigene Marke ohnehin gut dasteht. Ein Prompt-Set taugt erst, wenn es auch Fragen enthält, deren Antwort unangenehm sein könnte.

Sie prüfen zuerst, woran es liegt. Fehlt die Marke bei allen Fragen, ist meist die Erkennung das Problem, und dann beginnt es bei der Entity-Analyse. Fehlt sie nur bei bestimmten Fragen, fehlt in der Regel ein Inhalt, der genau diese Frage beantwortet, und dafür ist der GEO-Artikel gedacht.

Aus mehreren Befunden wird dann eine Reihenfolge. Genau das leistet die GEO Optimierung. Der Prompt bleibt dabei der Prüfstein: dieselbe Frage, später erneut gestellt, zeigt, ob sich etwas bewegt hat.

Die Arbeit überschneidet sich stark, das Ziel unterscheidet sich. Suchmaschinenoptimierung arbeitet darauf hin, dass eine Seite in einer Ergebnisliste weit oben steht. Generative Engine Optimization, auch Answer Engine Optimization genannt, arbeitet darauf hin, dass eine Marke in einer erzeugten Antwort vorkommt, in der es keine Liste gibt.

Vieles, was hilft, ist bekannte Handwerksarbeit: verständliche Texte, klare Struktur, belegte Aussagen, erreichbare Seiten. Zwei Dinge kommen dazu. Nennungen außerhalb der eigenen Website wiegen schwerer als Verlinkungen, und das Ergebnis lässt sich nicht in einer Rangliste ablesen, sondern nur an den Antworten selbst messen.