Das Aufkommen von KI-generierten Suchen und Entdeckungen veranlasst Händler dazu, die Sichtbarkeit ihrer Produkte auf diesen Plattformen zu bewerten. Viele Suchoptimierer versuchen, herkömmliche Metriken wie den Traffic über generative KI und die Platzierungen in KI-Antworten anzuwenden, doch beide Ansätze sind unzureichend. Traffic: Den Fokus nur auf Traffic zu legen, verkennt die Kernfunktion von KI-Antworten, die darin besteht, einen Bedarf auf der Webseite zu erfüllen, anstatt Klicks zu generieren. KI-generierte Antworten enthalten in der Regel keine Links zu Marken-Websites. So verlinken beispielsweise Google’s KI-Übersichten manchmal Produktnamen mit organischen Suchergebnissen. Daraus folgt, dass Sichtbarkeit nicht zwangsläufig in Traffic umgewandelt wird. Produkte eines Händlers können in einer KI-Antwort erscheinen, aber keine Klicks erhalten. Rankings: KI-Antworten enthalten oft Listen, was dazu führt, dass viele Verkäufer versuchen, Rankings zu überwachen, um auf oder nahe an der Spitze zu landen. Allerdings ist die Verfolgung solcher Platzierungen kaum möglich. KI-Antworten sind von Natur aus unvorhersehbar. Eine Studie von Sparktoro ergab, dass KI-Plattformen bei jeder gleichen Frage an dieselbe Person unterschiedliche Marken und in unterschiedlichen Reihenfolgen empfehlen. Bessere KI-Metriken Hier sind verbesserte Kennzahlen, um die KI-Sichtbarkeit zu bewerten. Produkt- oder Markenpositionierung in den Trainingsdaten der LLM Trainingsdaten sind entscheidend für die Sichtbarkeit in KI, weil große Sprachmodelle vor allem auf ihr gelerntes Wissen zurückgreifen. Selbst bei Abfragen bei Google oder anderen Quellen nutzen LLMs häufig ihre Trainingsdaten, um Suchbegriffe zu formen. Daher ist es unerlässlich, zu überwachen, was LLMs über Ihre Marke und Ihre Wettbewerber behalten, insbesondere etwaige Ungenauigkeiten oder veraltete Informationen. Priorisieren Sie es, fehlende oder korrigierte Daten auf Ihrer Website und in allen eigenen Kanälen bereitzustellen. Manuelles Prompten in ChatGPT, Claude, Gemini und ähnlichen Plattformen kann helfen, diese Lücken zu identifizieren. Nützliche Prompts sind beispielsweise: - „Was wissen Sie über [MEIN PRODUKT]?“ - „Vergleichen Sie [MEIN PRODUKT] mit [WETTBEWERBER-PRODUKT]. “ KI-Sichtbarkeit-Tracker wie Profound und Peec AI können diese Prompts automatisieren, um die Produktpositionierung im Zeitverlauf zu überwachen. Bedenken Sie dabei: KI-Tracking-Tools schicken Prompts über APIs der LLMs.

Allerdings erhalten Menschen oft andere Ergebnisse aufgrund von Personalisierung und Unterschieden zwischen den KI-Modellen. API-generierte Ergebnisse sind besser geeignet, um die Trainingsdaten zu bewerten, da LLMs typischerweise Informationen aus diesen Daten zurückliefern (anstatt Live-Suchen), um Ressourcen zu sparen. Die Sichtbarkeitswerte in diesen Tools hängen vollkommen von den verwendeten Prompts ab. Brandenkenne Prompts in eigene Ordner, da sie meist eine Punktzahl von 100% erreichen. Priorisieren Sie außerdem nicht-branded Prompts, die den Wert Ihrer Produkte widerspiegeln; irrelevante Prompts erzielen in der Regel eine Punktzahl von Null. Meistzitiert Quellen LLM-Plattformen führen zunehmend Live-Suchen durch, um Antworten zu generieren, wobei sie Quellen wie Google, Bing oder sogar Communities wie Reddit abfragen. In der Tat beeinflusst organische Suche die KI-Sichtbarkeit. Zitate aus diesen Live-Suchen, etwa Artikel und Videos, beeinflussen die KI-Antworten. Allerdings variieren die Zitate stark, da LLMs viele unterschiedliche (und oft unwesentliche) Abfragen erkunden. Daher ist es unrealistisch, bei jeder zitierten Quelle vertreten zu sein. Dennoch liefern bestimmte Prompts wiederholt die gleichen einflussreichen Quellen, die es wert sind, in Bezug auf Ihre Marke oder Ihr Produkt berücksichtigt zu werden. KI-Sichtbarkeits-Tools können die am häufigsten zitierten URLs im Zusammenhang mit Ihrer Marke, Ihrem Produkt oder Ihrer Branche zusammenstellen. Marken Erwähnungen und Branded Search-Volumen Nutzen Sie Search Console oder ähnliche traditionelle Analysetools, um folgende Daten zu verfolgen: - Suchanfragen, die Ihren Markennamen oder Variationen enthalten. - Klicks, die aus diesen Anfragen entstehen. - Impressionen im Zusammenhang mit diesen Anfragen. Je mehr KI-Antworten einen Markennamen enthalten, desto wahrscheinlicher ist es, dass Nutzer danach suchen. In der Search Console können Sie im Bereich „Leistung“ eine Filterung vornehmen, um Daten aus Markenanfragen zu analysieren.