Ihre Marke in ChatGPT kostenlos prüfen: Methode und Grenzen

Um herauszufinden, ob KI-Assistenten Ihre Marke nennen, müssen Sie nichts kaufen. Sie brauchen eine Tabelle, einen Nachmittag und die Disziplin, den Test sauber durchzuführen. Die meisten, die es versuchen, bekommen ein wertloses Ergebnis, und zwar nicht, weil die Methode schwierig wäre, sondern weil sie in der ersten Minute einen ganz bestimmten Fehler machen.

Hier ist die Methode, vollständig. Und danach, weil es wichtiger ist als die Methode selbst, genau die Stelle, an der sie nicht mehr trägt.

Zuerst die Prompt-Tabelle

Öffnen Sie eine Tabelle. Eine Zeile pro Frage. Schreiben Sie die Fragen auf, bevor Sie ChatGPT öffnen: Wer beim Tippen improvisiert, wählt unbewusst genau die Fragen, die er ohnehin gewinnt.

Der häufigste Fehler ist, das Modell nach Ihnen selbst zu fragen. „Was ist [Ihre Marke]?“ sagt nichts aus. Das Modell wird etwas ausgeben, es gibt immer etwas aus. Das ist ein Nachschlagen, keine Sichtbarkeit. Formulieren Sie die Fragen, die ein Käufer stellt, bevor er weiß, dass es Sie gibt. Sie zerfallen in drei Gruppen, und Sie brauchen alle drei:

• Kategorie-Prompts. „Welches Werkzeug eignet sich am besten für [Aufgabe] in einem mittelständischen Unternehmen?“ „Wer sind die wichtigsten Anbieter von [Produkt] in Europa?“ Das ist die nackte Frage nach der Aufnahme in die Liste: Fällt dem Modell Ihr Name überhaupt ein, wenn es das Feld aufzählt?
• Vergleichende Prompts. „Vergleiche die führenden Optionen in [Kategorie].“ „[Bekannter Wettbewerber] und seine Alternativen.“ Sie zeigen, in welche Schublade das Modell Sie legt und ob Sie als ebenbürtig erscheinen oder als Nachgedanke.
• Problem-Prompts. Keine Kategorie, keine Anbieter, nur der Schmerz. „Mein Lager läuft ausgerechnet bei den schnelldrehenden Artikeln leer, was tun?“ Niemand testet sie, und genau dort taucht oft ein unerwarteter Wettbewerber auf, weil das Modell von einem Symptom aus denkt und nicht von einer Produkttaxonomie.

Ein Dutzend Prompts genügen für den Anfang. Langweilig, konkret, in den Worten Ihrer Kunden geschrieben und nicht im internen Jargon Ihrer Branche.

Saubere Sitzung. Hier scheitern fast alle

Wenn Sie diese Fragen in Ihrem gewohnten ChatGPT-Konto stellen, in dem Konto, das weiß, wer Sie sind, das Ihr Unternehmen im Gedächtnis hat und wochenlange Gespräche über Ihr eigenes Produkt im Verlauf, dann ist die Antwort nicht die, die ein Fremder bekommt. Sie ist personalisiert, geformt von allem, was Sie dem System bereits erzählt haben. Manche machen den Test, sehen sich an erster Stelle genannt und schließen daraus, dass alles bestens läuft. Sie lesen ihr eigenes Spiegelbild.

Also, vor allem anderen:

• Schalten Sie Gedächtnis und Personalisierung ab, oder nutzen Sie einen temporären Chat, wo der Assistent einen anbietet.
• Melden Sie sich vollständig ab, wo es geht, oder verwenden Sie ein frisches Browserprofil ohne Sitzung.
• Nennen Sie niemals Ihre Marke, weder im Prompt noch in der Nachfrage. In dem Moment, in dem Sie es tun, haben Sie den Rest des Gesprächs verunreinigt.
• Beginnen Sie für jeden Prompt ein neues Gespräch. Keine neue Nachricht im selben Verlauf, sondern einen neuen Verlauf. Kontext wird mitgeschleppt, und ein Modell, das Sie gerade empfohlen hat, empfiehlt Sie weiter.

Das ist unspektakulär, und es ist der Unterschied zwischen einem Test und einem Placebo.

Wiederholen Sie jeden Prompt mehrfach

Sprachmodelle arbeiten probabilistisch. Stellen Sie dieselbe Frage zweimal, und Sie können zwei verschiedene Listen empfohlener Anbieter erhalten. Das ist kein Fehler, den man wegkonfiguriert, und er hat eine Folge, die die meisten Tests von Hand nicht akzeptieren wollen: ein einzelner Durchlauf ist eine Anekdote. Wiederholen Sie jeden Prompt mehrfach, jeweils in einer eigenen sauberen Sitzung, und lesen Sie das Ergebnis als Häufigkeit, nicht als Tatsache. „In vier von sechs Durchläufen genannt“ ist ein Befund. „Genannt“ ist keiner.

Danach dasselbe bei den anderen Assistenten. ChatGPT, Claude, Gemini und Perplexity sind nicht austauschbar: Sie wurden unterschiedlich trainiert, sie beschaffen Informationen unterschiedlich, und eine Marke, die das eine System selbstbewusst empfiehlt, kann im anderen unsichtbar sein.

Was Sie pro Durchlauf festhalten

Vier Spalten. Widerstehen Sie dem Drang, weitere hinzuzufügen.

• Genannt: ja oder nein. Der Name kommt in der Antwort vor, mehr nicht.
• Verlinkt: ja oder nein. Als anklickbare Quelle oder Zitat ausgewiesen. Zwei wirklich verschiedene Ergebnisse. Ein Modell kann Ihr Produkt zutreffend und ausführlich beschreiben und Sie dennoch nie verlinken, weil es aus dem antwortet, was es im Training aufgenommen hat, und keine Seite hat, auf die es zeigen könnte. Sie können hoch sichtbar sein und keinen einzigen Klick bekommen, und genau deshalb sieht Ihr Analyse-Dashboard davon nichts.
• Wer sonst genannt wird. Alle anderen Marken in der Antwort, in der Reihenfolge ihres Auftretens. Die unangenehmste Spalte und die wertvollste. Die Unternehmen, die ein Modell statt Ihrer nennt, sind häufig nicht die Wettbewerber aus Ihren internen Übersichten: Modelle gruppieren Marken danach, wie das Netz über sie spricht, nicht danach, wie Sie Ihre Marktlandkarte gezeichnet haben.
• Wie Sie beschrieben werden. Kein Sentiment-Wert, sondern die tatsächlichen Worte. „Für Konzerne“, „günstige Option“, „für Entwickler“, „eine kleinere Alternative zu X“. Mit der falschen Beschreibung genannt zu werden, kann schlimmer sein, als gar nicht genannt zu werden: Ein Modell, das Sie als die billige Wahl einführt, hat eine Positionierungsentscheidung für Sie getroffen und wiederholt sie vor jedem Käufer, der fragt.

Bei Perplexity erfahren Sie das Warum

Die anderen Assistenten sagen Ihnen, was sie denken. Perplexity zeigt Ihnen, woher es das hat, weil es Seiten live abruft und seine Quellen im Text ausweist. Das macht es zur nützlichsten Oberfläche in dieser Übung. Stellen Sie dort Ihre Kategorie- und Vergleichsfragen, ignorieren Sie dann die Antwort und lesen Sie die Quellenliste: Diese Adressen sind die Seiten, mit denen sich das Modell eine Meinung über Ihren Markt bildet, und über Sie.

Rechnen Sie mit einer Überraschung. In der Regel sind es nicht Ihre Seiten. Es sind Bewertungsportale, ein Forenbeitrag, eine Liste von jemandem, der mit Ihrer Branche nichts zu tun hat, die Vergleichsseite eines Wettbewerbers, die Sie mit Worten beschreibt, die Sie nie gewählt hätten. Das ist der Rohstoff Ihrer Sichtbarkeit in KI-Antworten, und Sie haben ihn nie gelesen.

Prüfen Sie, ob Sie die Tür selbst zugesperrt haben

Das dauert wenige Minuten und ist das Einzige hier, das alles andere entwerten kann. Öffnen Sie ihredomain.de/robots.txt und suchen Sie nach diesen Namen:

• GPTBot, der Crawler von OpenAI
• ClaudeBot, der von Anthropic
• PerplexityBot
• Google-Extended, das die Nutzung Ihrer Inhalte in den generativen Produkten von Google regelt

Ein Disallow: / unter einem dieser Namen heißt, dass Sie dieses System vom Lesen Ihrer Seiten ausgeschlossen haben. Viele Websites haben solche Zeilen in der Aufregung um das Scraping eingefügt, auf Rat von jemandem, der längst nicht mehr im Haus ist, und danach nie wieder angefasst. Die Sperre kann weiterhin richtig sein. Sie sollte aber eine Entscheidung sein, kein Erbstück.

Jetzt der ehrliche Teil: Wo diese Methode stirbt

Alles bisher Beschriebene funktioniert. Es kostet nichts, und Sie lernen an einem Nachmittag mehr als aus jeder Spekulation über generative Suche. Es übersteht allerdings die zweite Woche nicht.

Sehen Sie sich an, was Sie gebaut haben. Ein Dutzend Prompts. Jeder mehrfach wiederholt, weil ein einzelner Durchlauf Rauschen ist. Das Ganze auf vier Assistenten. Und wenn Sie exportieren, alles noch einmal in jeder Sprache, in der Sie verkaufen, denn Sichtbarkeit reist nicht mit: Eine Marke, die ein Modell auf Deutsch selbstbewusst empfiehlt, kann bei derselben Frage auf Französisch fehlen, weil das Netz dort weniger über sie sagt. Multiplizieren Sie das. Die Zahl ist nicht groß, sie ist absurd. Und das ist eine einzige Momentaufnahme.

Und das ist es, was die Methode von Hand endgültig bricht: Eine einmalige Prüfung ist fast wertlos. Sie sagt Ihnen, wo Sie an einem Dienstag standen. Sie sagt nicht, ob Sie aus dem Antwortfeld herausfallen, ob ein Wettbewerber aufholt oder ob die Inhaltsarbeit eines ganzen Quartals etwas bewirkt hat. Der Wert liegt im Verlauf, und ein Verlauf bedeutet: alles noch einmal, identisch, in festem Takt, auf unbestimmte Zeit.

Von Hand hält das niemand durch. Genau dieses kombinatorische Problem ist der Grund, warum es Monitoring-Werkzeuge gibt, und es ist das, was PSentry automatisiert: geplante Scans, über die vier Plattformen hinweg und in jeder Sprache, in der Sie verkaufen.

Fangen Sie trotzdem mit der Tabelle an. Machen Sie es einmal von Hand, sorgfältig, in sauberen Sitzungen. Man sollte wissen, was gemessen wird, bevor man etwas für sich messen lässt.

Häufig gestellte Fragen

Wie oft sollte ich jeden Prompt wiederholen?

So oft, dass sich ein Muster vom Rauschen abhebt, jedes Mal in einer sauberen Sitzung. Wenn Ihre Marke in der Hälfte der Durchläufe auftaucht und in der anderen verschwindet, ist genau das der Befund. Ihn zu einem Ja oder Nein zu verflachen, wirft das Einzige weg, was Sie Interessantes gelernt haben.

Kann ich statt der Chat-Oberfläche einfach die API nutzen?

Können Sie, und das Problem des verunreinigten Gedächtnisses ist damit sauber gelöst. Aber Sie verändern den Gegenstand des Tests: Das Modell hinter der API ist nicht immer so konfiguriert wie das Endkundenprodukt und hat womöglich nicht dieselben Abruf- und Browsing-Funktionen aktiv. Wenn Ihre Käufer die Chat-Anwendung nutzen, testen Sie die Chat-Anwendung.

Das Modell beschreibt mein Produkt falsch. Kann ich das korrigieren?

Nicht direkt. Es gibt kein Formular und keinen Ranking-Faktor, an dem sich drehen ließe. Was ein Modell über Sie sagt, spiegelt, was das Netz über Sie sagt. Wenn die Quellen, die Perplexity für Ihre Kategorie heranzieht, eine Handvoll Bewertungsportale und ein Forenbeitrag sind, dann sind das die Oberflächen, auf die es ankommt, und sie gehören nicht Ihnen. Wer Ihnen garantiert, was eine KI über Ihre Marke sagt, verkauft etwas, das er nicht liefern kann.

Wie oft muss eine Prüfung wiederholt werden, damit sie etwas bedeutet?

Oft genug, um Veränderung zu sehen, aber nicht so oft, dass Sie nur Rauschen betrachten. Modelle revidieren ihre Einschätzung einer Marke nicht von einem Tag auf den anderen, tägliches Nachsehen erzeugt vor allem die Illusion von Betriebsamkeit. Es zählt ein gleichbleibender Takt, jedes Mal identisch ausgeführt, damit Sie eine echte Bewegung vom bloßen Zufallsanteil des Modells unterscheiden können.