OBSERVATORY WÖCHENTLICHES BAROMETER
Das Barometer für KI-Sichtbarkeit
Eine Frage, zwei Wege, die Antwort von ChatGPT zu erfassen: überwiegend andere Marken.
Wir haben ChatGPT Hunderttausende Prompts auf zwei Wegen gestellt. Je nachdem, welchen Weg du misst, siehst du möglicherweise andere Wettbewerber.
API: Der Prompt läuft über die Entwicklerschnittstelle des KI-Anbieters statt über dessen Chat-App.
Scraping: Wir erfassen die Antwort aus einer Sitzung in der ChatGPT-App, so wie sie beim Monitoring beobachtet wurde.
Es wird geprüft, ob API- und Scraping-Antworten dieselben Marken nennen.
Die durchschnittliche Überschneidung der Marken erscheint, sobald die Daten geladen sind.
Barometer-Daten werden geladen…
Die neuesten Wochendaten werden vom Server abgerufen.
Die wöchentliche Lücke zwischen den Messwegen
Die wöchentlichen Ergebnisse für identische Prompts erscheinen, sobald die Daten geladen sind.
Wie viele Marken werden pro Antwort genannt?
Die neuesten Wochendurchschnitte werden abgerufen...
Ähnlich viele Marken heißt aber nicht unbedingt: dieselben Marken.
Nennen API-Antworten und Scraping-Antworten dieselben Marken?
Vergleiche der zugeordneten Antwortpaare werden geladen...
Wie beschreibt KI Marken?
Je nach Erfassungsweg können KI-Antworten andere Branchenthemen in den Vordergrund stellen. Aber erkennen sie auch die Kompetenzen, Funktionen und Eigenschaften, auf die es für deine Marke ankommt?
Wie viele Themen kommen in jeder Antwort vor?
Themen sind branchenbezogene benannte Entitäten, die anhand der beobachteten Website ermittelt werden. Das Diagramm zählt, wie viele davon in den Antworten vorkommen, nicht, ob sie mit einer bestimmten Marke verknüpft sind.
Die Zahl der Themen zeigt, wie breit eine Antwort ist, nicht, ob die KI ein bestimmtes Thema mit deiner Marke verknüpft.
Was hat sich diese Woche verändert?
Hier erscheinen nur Veränderungen, die offengelegte Schwellenwerte des Monitorings überschreiten. Es sind Signale für eine nähere Prüfung, keine Aussagen über statistische Signifikanz.
Was das für deine Marke bedeutet
Selbst wenn deine Marke in beiden Ergebnissen vorkommt: Wie du KI-Antworten erfasst, kann dein Bild von ihrer Wettbewerbsposition verändern.
Welche Wettbewerber übersiehst du vielleicht?
Beobachtest du nur Scraping-Antworten, können in deinem Wettbewerbsbild Markennennungen fehlen.
Könnte dein Share of Voice anders aussehen?
Share of Voice ist der Anteil deiner Marke an den Nennungen der konkurrierenden Marken. Ändert sich die Liste der Wettbewerber, kann sich dein scheinbarer Anteil verschieben, ohne dass eine einzige Nennung hinzukommt.
Erkennt KI, was deine Marke von anderen unterscheidet?
Von KI genannt zu werden, reicht nicht. Finde heraus, ob KI deine Marke mit ihren wichtigsten Stärken, Funktionen und Unterscheidungsmerkmalen verknüpft oder ob diese Sichtbarkeit an deine Wettbewerber geht.
Behalte im Blick, wie sich die KI-Sichtbarkeit verschiebt
Erfahre jede Woche, wie sich die Sichtbarkeit von Wettbewerbern verändert, welche Themen aufkommen und worin sich KI-Antworten unterscheiden.
Methodik und FAQ
Die Vergleiche beruhen auf identischen Prompts und der Zuordnungsmethodik, die in den JSON-Daten bereits angelegt ist. Alle angezeigten Kennzahlen stammen aus den modellspezifischen JSON-Dateien, die aus dem Verzeichnis barometer-data ausgeliefert werden.
Welche Art von Fragen wertet das Barometer aus?
Nur kaufrelevante Fragen, also solche, die Menschen stellen, wenn sie ein Produkt, eine Dienstleistung oder einen Anbieter suchen. Zum Beispiel „bestes CRM für ein kleines Vertriebsteam“ oder „welche Laufschuhe bei Plattfüßen“. Das Panel deckt B2B und B2C ab. Reine Informationsfragen wie „Was ist ein CRM?“ bleiben außen vor, weil sie eine KI nur selten dazu bringen, Marken zu empfehlen. Und Markenempfehlungen sind das, was dieses Barometer misst.
Was ist ein „Thema“?
Ein Thema ist ein Konzept, das in deiner Branche zählt: eine Produktfunktion, ein Anwendungsfall, ein Kaufkriterium, eine Technologie, ein Standard. Bei einem CRM könnten das „Pipeline-Management“, „E-Mail-Integration“ oder „DSGVO-Konformität“ sein. Themen werden automatisch mit der Sprachanalyse-Technologie von Waikay (von InLinks) erkannt. Sie findet benannte Entitäten in Texten: Konzepte, Produkte und Organisationen, die etwas Bestimmtes bezeichnen, im Unterschied zu gewöhnlichen Wörtern.
Wie stellt ihr sicher, dass die gezählten Themen relevant sind?
Jede Frage, die wir verfolgen, gehört zu einem Projekt, und jedes Projekt hat seinen eigenen Knowledge Graph: eine Karte der Entitäten, die für diese Website und ihren Markt wichtig sind. Wird in einer KI-Antwort ein Thema erkannt, gleichen wir es mit dem Knowledge Graph des Projekts ab. Themen ohne Bezug zur Branche des Projekts werden aussortiert. So bleiben irrelevante Begriffe aus der Zählung heraus, und die Themenzahlen spiegeln das wider, was für die beobachteten Marken tatsächlich zählt.
Sagt mir die Zahl der Themen, wie KI meine Marke beschreibt?
Für sich genommen nicht. „Themen pro Antwort“ misst, wie breit eine Antwort ist, also wie viele Branchenthemen sie abdeckt. Die Kennzahl sagt nicht, mit welcher Marke ein Thema verknüpft ist. Ob KI deine Marke mit ihren wichtigsten Stärken verbindet, zeigt erst eine Analyse auf Markenebene. Waikay liefert sie für beobachtete Projekte.
Was sind API-Antworten und Scraping-Antworten?
Wir vergleichen identische Fragen, einmal über die Entwickler-API des Anbieters erfasst und einmal in beobachteten Sitzungen der Oberfläche für Endnutzer. Verglichen wird derselbe Prompt am selben Tag. Die beiden Wege können unterschiedliche Modelle im Hintergrund, Einstellungen oder Ausführungsbedingungen nutzen. Keiner von beiden ist automatisch der maßgebliche. Scraping-Antworten geben die beobachteten Sitzungen wieder, nicht unbedingt das, was jeder Nutzer sieht, und eine Markennennung ist nicht unbedingt eine Empfehlung.
Was misst die Überschneidung der Marken?
Für jedes zugeordnete Paar aus API-Antwort und Scraping-Antwort ist die Überschneidung der Mittelwert zweier Anteile: (gemeinsame Marken geteilt durch API-Marken) und (gemeinsame Marken geteilt durch Scraping-Marken). Der Wochenindikator bildet den Durchschnitt dieser Werte über alle Paare. Er misst weder den Anteil identischer Antworten noch den Anteil unterschiedlicher Wettbewerber an der Vereinigungsmenge aller Antworten.
Wie werden blinde Flecken im Wettbewerb berechnet?
Die wöchentliche Berechnung je Richtung wird angezeigt, sobald die nötigen Markendurchschnitte der zugeordneten Antwortpaare vorliegen.
Die Schätzung lautet 100 × (1 − durchschnittliche gemeinsame Marken pro zugeordnetem Antwortpaar ÷ durchschnittliche API-Marken pro Antwort). Tauscht man den Nenner aus, ergibt sich die Gegenrichtung. Diese Durchschnitte müssen auf denselben zugeordneten Antwortpaaren beruhen. Weil die exportierten Durchschnitte gerundet sind, ist das Ergebnis ein Näherungswert. Es beschreibt Nennungen, die in der jeweils zugehörigen Antwort fehlen, nicht den Prozentsatz unterschiedlicher Wettbewerber, die in jedem Ergebnis fehlen.
Wie können Erfassungswege den Share of Voice beeinflussen?
Das Beispiel rechnet mit den durchschnittlichen Markenzahlen der ausgewählten Woche.
Welche Märkte, Sprachen und Branchen sind abgedeckt?
Die Ergebnisse spiegeln die Prompts, Websites und Antworten wider, die im jeweiligen Monitoring-Datensatz enthalten sind. Die öffentliche JSON-Zusammenfassung enthält keine geprüfte Aufschlüsselung nach Markt, Sprache oder Branche. Geh nicht davon aus, dass diese Ergebnisse für jeden Markt, jede Sprache, jede Branche oder jeden Nutzer von ChatGPT oder Gemini stehen.
Was bedeuten die Pfeile und die Veränderungen zur Vorwoche?
Die wöchentlichen Veränderungen und ihre Bedeutung erscheinen, sobald die Daten geladen sind.
Was bedeuten die Modell-Symbole in den Diagrammen?
Jedes Symbol markiert eine dokumentierte Änderung am Standardmodell im Browser oder am Routing. Fahr mit der Maus über das Symbol, tipp oder klick es an oder wähle es per Tastatur aus, um Modell, Einführungsdatum, Nutzergruppe und Quelle zu sehen. Die Einführung kann je nach Konto unterschiedlich verlaufen. Die Markierungen belegen nicht, dass eine bestimmte Antwort von diesem Modell stammt oder dass es eine Bewegung im Diagramm verursacht hat.
Warum ist der letzte Punkt im Diagramm schattiert?
Der schattierte Zeitraum ist die laufende, noch unvollständige Woche. Ihre Werte sind vorläufig und fließen nicht in die Kernzahlen abgeschlossener Wochen ein. Auch kürzlich abgeschlossene Wochen können vorläufig bleiben, bis sich der Datenstand stabilisiert hat.
Bereit für das ganze Bild?
Erfahre, wie Waikay dir hilft, deine KI-Sichtbarkeit zu beobachten, übersehene Wettbewerber aufzudecken und zu verstehen, welche Stärken deiner Marke die KI erkennt und welche ihr entgehen.
Bleib über Neues zur KI-Sichtbarkeit informiert
Sieh, was sich ändert, wenn KI-Antworten auf unterschiedlichen Wegen gemessen werden.
Schau in dein Postfach
Wenn wir deine Anfrage bearbeiten können, bekommst du in Kürze eine Bestätigungsmail. Klick auf den Link darin, um deine Benachrichtigungen zu aktivieren.
