Skip to main content

was eine Analyse enthält

Machen Sie aus jeder KI-Engine einen Kanal für Einfluss, Gewinnung und Conversion.

Umfang, Methode und Lesart einer GEO- und APO-Analyse, durchgegangen an einem typischen Fall. Die Zahlen und die Struktur des Ergebnisses sind die echter Analysen.

Dashboard von ResonanceMetrics — Score RMtrx und KI-Sichtbarkeit

der Kontext

Vernaz, ein französischer Hersteller technischer Beleuchtung. Ein fiktiver Fall, eine echte Analyse.

Vernaz stattet Architektur und Gewerbebauten aus. Das Unternehmen gibt es nicht: es verdichtet, was wir bei B2B-Marken mitten im Umbau der Website sehen. Das Briefing: was KI-Engines antworten, wenn die Marke nicht genannt wird.

Die Zahlen und die Struktur des Ergebnisses sind die echter Analysen. Nur der Name Vernaz und das Umfeld der Beleuchtung sind erfunden, damit der Fall erzählt werden kann, ohne einen Kunden offenzulegen.

die Eingabe

Wir stellen nicht die Fragen eines Marketers. Wir stellen die der Personas.

Das framing beginnt bei drei Personas, aus dem, was Sie von Ihrem Markt wissen. Die Personas bestimmen die Fragen.

Marc, Einkäufer im Fachvertrieb

Marc

Einkäufer im Fachvertrieb

Sucht einen verlässlichen Lieferanten. Entscheidet nach Lieferzeiten und gleichbleibender Qualität.

Léa, ausschreibende Architektin

Léa

Ausschreibende Architektin

Sucht eine technische Antwort. Entscheidet nach Konformität und Leistung.

Karim, Elektroinstallateur

Karim

Elektroinstallateur

Sucht betriebliches Material. Entscheidet nach einfacher Montage und verfügbarer Beratung.

Die Personas bestimmen die Fragen an ChatGPT, Claude, Gemini und Perplexity, von der Exploration bis zur Entscheidung. Ein Standardfall umfasst Hunderte von Fragen: entscheidend ist, wer fragt.

die Methode

Wie analysieren wir, was KI-Engines sagen?

Die Analyse erzeugt keinen Score. Zuerst die Antworten (GEO). Danach die Seiten, wenn der Katalog zählt (APO) — ein optionaler Strang.

Die Frage so stellen, wie die Personas sie stellen

Wir fragen KI-Engines nicht mit dem Markennamen. Wir fragen, was Marc, Léa und Karim tippen würden: einen Lieferanten, eine technische Referenz, eine Montagebedingung. Nur so sieht man, ob Vernaz auftaucht, wenn nichts auf die Marke zeigt.

Fragen und Prompts an die KI-Engines, so formuliert, wie die Personas sie stellen würden

Die Antworten analysieren. Hunderte davon, jeden Tag, über 5 LLMs.

Wenn Vernaz genannt wird, kennen die KI-Engines die Marke. Das reicht nicht. Wir lesen vier Hebel: ob sie erscheint, in welchen Wörtern, auf welchen Quellen, und ob ein Agent die Website tatsächlich lesen kann.

Markenerwähnungen und durchschnittliche Position auf KI-Plattformen

Präsenz

GenanntNicht genannt

Der Anteil der Antworten, in denen die Marke erscheint, bei Fragen, die sie nicht nennen. Genannt: bekannt und gut wahrgenommen. Nicht genannt: abwesend — dort, wo Marc, Léa und Karim entscheiden.

Semantische Autorität: Markenpfeiler und Scores in KI-Antworten

Semantik

Nutzt den Wortschatz von VernazTut es nicht

Der Abstand zwischen dem Wortschatz, den Vernaz beansprucht, und den Wörtern, mit denen KI-Engines die Marke beschreiben. Hier werden sieben von zehn Mal weder Wörter noch Botschaften übernommen.

Autoritätsquellen: Marke präsent oder fehlend, Zitate gegenüber Wettbewerbern

Strategische Quellen

Autoritätsdomänen der Branche, in denen die Marke zitiert wird — oder fehlt. Sechs Quellen von fünfzehn identifizierten sind gewonnen: die KI-Engines stützen sich anderswo.

Technisches Audit der Seiten: Struktur, Auszeichnung und Vorlagen

Technische Analyse

Struktur, Auszeichnung, Vorlagen: was ein Agent tatsächlich lesen kann. Wenn jede Produktseite auf dieselbe Weise scheitert, sind es nicht 142 Umschreibungen: es ist eine Vorlage, die zu korrigieren ist.

E-Commerce / Katalog. Produktseiten so lesen, wie ein Kaufagent sie lesen würde.

Optional — APO

Wenn die Website über einen Katalog verkauft, lesen wir Produkt- und Kollektionsseiten: kann ein Agent die Seite extrahieren, spricht sie die Marke, antwortet sie Marc, Léa oder Karim? In diesem Fall ist der Strang nicht erforderlich.

Dieser Strang heißt Agentic Product Optimization.

APO-Dashboard: Katalog-Traffic, Marke, Kaufabsicht und technische Scores

Die Daten kreuzen und über die Zeit verfolgen. Dasselbe Instrument, Quartal für Quartal.

Präsenz, Semantik, Quellen und technische Passung werden nicht isoliert gelesen: gekreuzt nach Persona, KI-Engine und Wettbewerber. Danach läuft derselbe Umfang erneut. Was sich bewegt hat, ist kein Eindruck: es ist eine Neumessung.

Historische GEO-Indikatoren, gekreuzt nach Persona und KI-Engine

das Ergebnis

Die Daten sind nicht da, um Vernaz zu bewerten. Dazu da, zu entscheiden, wo anzufangen ist.

Genannt: gut wahrgenommen. Nicht genannt: abwesend für Marc, Léa und Karim. Nicht die Reputation blockiert die Eroberung: die Präsenz tut es, und der fehlende Beleg dort, wo die drei entscheiden.

Eine geordnete Lesart

Zuerst die Präsenz: Vernaz taucht nicht auf, wenn nichts auf die Marke zeigt. Semantik und Quellen erklären, warum. Die technische Analyse sagt, ob die Website folgen kann. Drei oder vier Lücken, in Reihenfolge, bereit für eine Sitzung.

Geordnete Empfehlungen

Zugang und Vorlage vor jedem Text — solange der Agent nicht lesen kann, erzeugt der Text keine messbare Wirkung. Eine Korrektur an der Vorlage, nicht 142 Produktseiten. Danach der vergleichende und operative Beleg, den Marc, Léa und Karim bei Wettbewerbern schon finden.

Eine Basis für die Neumessung

Dieselben Personas, dieselben KI-Engines, dieselbe Granularität. Im nächsten Quartal ist die Debatte kein Eindruck: es ist das, was sich bewegt hat.

Wethenew

Erweiterung des ursprünglichen Angebots+20Brand fit Punktein der Kosmetik, nicht nur bei Sneakern

Brand fit: eine Achse des Gesamtscores, den ResonanceMetrics misst.

Fallstudie lesen

als Nächstes

Der Rest ist an Ihrer eigenen Marke sichtbar.

Diese Seite zeigt die Struktur einer Analyse, nicht ihren Inhalt. Inhalte gibt es nur in Bezug auf eine bestimmte Marke, einen Markt und Wettbewerber. Das können wir Ihnen an Ihrer Marke zeigen.