Markenbeobachtung bei Claude: der übersehene Assistent

Marketingteams behalten ChatGPT im Blick, weil alle ChatGPT im Blick behalten. Danach prüfen sie Perplexity, weil es seine Quellen zeigt und das beruhigend an die SEO erinnert, die sie bereits kennen. Claude wird fast immer übergangen, mit einem Argument, das vernünftig klingt: Es habe weniger Privatnutzer als die anderen.

Diese Überlegung ist an sich nicht falsch, sie richtet die Aufmerksamkeit nur auf die falsche Stelle. Die Nutzerzahl sagt, wie laut eine Plattform ist, nicht wer im Raum sitzt. Claude steckt in sehr viel alltäglicher Arbeit: Dokumente entwerfen, Verträge prüfen, Code schreiben, einen Berg von Recherchen zusammenfassen, die Shortlist zusammenstellen, die am Ende auf einer Folie landet. Wer an Unternehmen verkauft, sollte sich nicht fragen, wie viele Menschen Claude an einem Sonntag öffnen, sondern ob die Person, die an einem Dienstagnachmittag eine Lieferantenliste erstellt, es benutzt.

Warum das vor allem ein B2B-Problem ist

Verbraucherorientierte Assistenten bekommen Fragen zu Restaurants und Geschenkideen gestellt. Assistenten, die in der Arbeit genutzt werden, bekommen Fragen dazu, welche Werkzeuge ein Unternehmen prüfen sollte, welche Anbieter einen bestimmten Markt bedienen. Fragen kurz vor der Kaufentscheidung, gestellt von Menschen mit Budget.

Sichtbarkeit verteilt sich nicht gleichmäßig über alle Plattformen. Eine Marke, die ein Assistent regelmäßig nennt, kann einem anderen völlig unbekannt sein, weil die Modelle sich überschneidende, aber nicht identische Ausschnitte des Web aufgenommen haben und sich darin unterscheiden, wie bereitwillig sie vor einer Antwort suchen. Ihr Ergebnis bei ChatGPT als Stellvertreter für alle anderen zu behandeln, ist eine Vermutung im Kostüm einer Messung.

Claude stützt sich auf das, was es im Training gelernt hat

Jedes große Sprachmodell wird mit einem Korpus trainiert, der zu einem bestimmten Zeitpunkt endet. Diese Grenze ist der Knowledge Cutoff, der Wissensstichtag. Alles, was davor aufgenommen wurde, steht als internes Wissen zur Verfügung, abrufbar ohne Zugriff auf das Netz. Alles danach ist unsichtbar, es sei denn, das Modell sucht aktiv danach.

Claude beantwortet sehr viele Fragen direkt aus diesem internen Wissen. Es hat Zugriff auf die Websuche und nutzt sie, wenn eine Frage offensichtlich aktuelle Informationen verlangt, aber die Frage, welche Werkzeuge für eine bestimmte Aufgabe führend sind, wirkt für ein Modell nicht so, als verlange sie irgendetwas Aktuelles: Sie wirkt wie allgemeines Wissen. Also antwortet das Modell aus dem Gedächtnis, und dieses Gedächtnis trägt ein Datum.

Die Folge für eine Marke ist unmittelbar. Wenn Ihr Unternehmen jung ist, den Namen geändert hat oder übernommen und umbenannt wurde, besteht eine reale Möglichkeit, dass das Modell schlicht nicht weiß, dass Sie existieren. Nicht, dass es Sie schlecht bewertet: Es hat Sie einfach nicht. Wettbewerber, über die seit Jahren geschrieben wird, sitzen mit einem Vorsprung in diesem internen Wissen, und nichts, was Sie in diesem Quartal veröffentlichen, ändert etwas an dem, was das Modell im vergangenen Jahr aufgenommen hat.

Zwei verschiedene Fehlerarten, die identisch aussehen

Sie fragen Claude, welche Anbieter Ihre Kategorie anführen. Sie tauchen in der Antwort nicht auf. Diese Beobachtung hat mindestens zwei mögliche Ursachen, und solange Sie nicht wissen, welche davon zutrifft, ist alles Weitere ein Griff ins Dunkle.

Der Gedächtnisfall. Das Modell hat aus seinem Trainingswissen geantwortet, und Ihre Marke kam darin nicht vor, oder nur schwach, vage beschrieben, unter einer Kategorie eingeordnet, die Sie inzwischen verlassen haben. Der Fehler ist lange vor dieser Konversation entstanden.

Der Recherchefall. Das Modell hat gesucht, einige Seiten gelesen, und seine Antwort aus ihnen aufgebaut. Ihre Marke kam darin nicht vor. Hier passiert der Fehler jetzt, öffentlich, und er ist nachvollziehbar: Irgendeine Übersicht wird von einem Assistenten vorgelesen, und Ihr Name steht nicht darin.

Die Abhilfen zeigen in entgegengesetzte Richtungen, und deshalb ist die Diagnose keine akademische Übung. Beim Recherchefall geht es darum, welche Seiten gefunden werden: welche Übersichten existieren, ob Ihre Website für einen Crawler erreichbar ist und klar sagt, was Sie tun. Der Gedächtnisfall ist die langsamere Frage, wie viel das Web insgesamt über Sie sagt, und keine Landingpage löst das.

Ein Vorgehen, das Sie diese Woche durchführen können

Formulieren Sie die Fragen, die Ihr Käufer stellt, bevor er weiß, dass Sie existieren. Fragen Sie nicht direkt, was Ihre Marke ist, das beweist nichts: Geben Sie einem Modell einen Namen, und es findet etwas dazu zu sagen, gelegentlich indem es es erfindet. Fragen Sie, was davor kommt: welche Anbieter sollte ein mittelständisches Unternehmen prüfen, das nach Frankreich expandieren will, was sind die Alternativen zum offensichtlichen Marktführer. Ihr Fehlen in diesen Antworten ist Ihre tatsächliche Position.

Stellen Sie jede Frage mehrfach, in neuen Konversationen. Diese Modelle arbeiten probabilistisch: Derselbe Prompt kann eine Stunde später eine andere Liste von Namen liefern. Eine Antwort ist eine Anekdote; ein Muster über mehrere Durchläufe hinweg ist der Anfang einer Messung.

Notieren Sie zu jeder Antwort, ob das Modell gesucht hat. Das ist der Schritt, den fast alle auslassen, und er macht den Rest erst interpretierbar. Wenn Claude eine Websuche durchführt, sagt es das, und zeigt die konsultierten Seiten. Angehängte Links bedeuten, dass recherchiert wurde. Selbstsicherer Text ohne Quellen bedeutet, dass fast sicher aus dem Trainingswissen gesprochen wurde. Zwei Erwähnungen sind kein gleichwertiger Befund, wenn die eine aus dem Gedächtnis stammt und die andere von einer Seite, die Sie selbst nachlesen können.

Erzwingen Sie den anderen Modus und vergleichen Sie. Fragen Sie erneut, mit der ausdrücklichen Anweisung, zuerst im Web zu suchen. Wenn Sie in der recherchierten Version auftauchen und in der ungeprüften verschwinden, kennt das lebendige Web Sie, das interne Wissen des Modells jedoch nicht: Ihr Problem ist Alter und Abdeckung, nicht eine defekte robots-Datei.

Prüfen Sie, ob Sie erreichbar sind. Öffnen Sie ihredomain.de/robots.txt und suchen Sie nach ClaudeBot. Eine Disallow-Regel darunter bedeutet, dass Sie den Crawler von Anthropic ausgeschlossen haben, möglicherweise während einer allgemeinen Panik rund um das Scraping, ohne dass jemand das bewusst entschieden hätte. Welche Seite Sie auch wählen wollen, wählen Sie sie bewusst.

Testen Sie auch den alten Namen, falls Sie einen haben, und führen Sie den Test in jeder Sprache durch, in der Sie verkaufen. Umbenannte oder übernommene Unternehmen stellen häufig fest, dass das Modell sie unter dem aufgegebenen Namen kennt und unter dem aktuellen gar nicht. Eine Marke, die auf Deutsch flüssig beschrieben wird, kann bei derselben Frage auf Englisch fehlen, weil das englischsprachige Web weniger über sie sagt.

Was diese Methode Ihnen nicht sagen kann

Wenn eine Erwähnung ohne Quellenangabe kommt, wissen Sie nicht, woher sie stammt. Das Modell hat Ihren Namen geliefert, keinen Beleg. Es könnte eine Bewertungsseite widerspiegeln, einen Forenbeitrag, Ihre Dokumentation, oder einen Vergleichsartikel, geschrieben von jemandem, der Sie nicht mag. Ohne Quellen in der Antwort bleibt die Herkunft für Sie verschlossen, und jede Erklärung dafür, warum Sie erwähnt wurden, ist eine Geschichte, die Sie sich selbst erzählen.

Das Modell zu bitten, seine eigene Argumentation zu erklären, löst das nicht: Die Beschreibung, die es liefert, ist Text wie jeder andere, kein Prüfprotokoll, und es wird Einflüsse nennen, die es nie konsultiert hat.

Wann die manuelle Version nicht mehr ausreicht

Sie können das einmal von Hand machen. Sie können es nicht über Dutzende Prompts, vier Assistenten und mehrere Sprachen hinweg, wiederholt, und dabei noch Ihrer Arbeit nachgehen. Genau hier muss die Messung automatisch werden, und genau das leistet PSentry: Es führt Ihr Prompt-Set über ChatGPT, Claude, Gemini und Perplexity aus, in jeder Sprache, in der Sie verkaufen, und zeigt, wo Sie genannt werden, wo Sie zitiert werden, welche Quellen auftauchten und wer stattdessen empfohlen wurde.

Zwei Dinge, die es nicht ist. Die Scans laufen nach einem festen Kalender, zweimal im Monat, nicht in Echtzeit: Marken bewegen sich nicht stundenweise in das Wissen eines Modells hinein oder heraus. Und es misst, statt zu optimieren: Es manipuliert nicht, was ein Modell über Sie sagt, weil das niemand kann.

Häufig gestellte Fragen

Liest Claude meine Website, wenn jemand nach meiner Marke fragt?

Nur wenn es während dieser Konversation eine Suche durchführt, und oft tut es das nicht. Aus dem Trainingswissen zu antworten bedeutet, auf alles zurückzugreifen, was vor dem Stichtag aufgenommen wurde, einschließlich Seiten, die es nicht mehr gibt. Ein veraltetes Drittprofil kann Ihre eigene Startseite überdauern.

Wenn ich ClaudeBot blockiere, hört Claude auf, mich zu erwähnen?

Nein. Das Blockieren des Crawlers wirkt sich darauf aus, was von Ihrer Website ab jetzt gesammelt werden kann. Es hat keinen Einfluss darauf, was das Modell bereits gelernt hat, und ebenso wenig darauf, was die Seiten anderer Leute über Sie sagen.

Claude hat mein Produkt falsch beschrieben. Kann ich das korrigieren?

Nicht direkt. Es gibt kein Einreichungsformular, kein verifiziertes Profil, keine Korrekturwarteschlange. Sie können dafür sorgen, dass die korrekte Version leicht zu finden und schwer misszuverstehen ist, und akzeptieren, dass die Wirkung indirekt und langsam ist.

Warum nennt Claude einen Wettbewerber unserer Größe und nicht uns?

Größe in einem Markt und Präsenz in einem Trainingskorpus sind zwei verschiedene Größen. Modelle gruppieren Marken danach, wie viel das Web über sie schreibt, nicht nach Umsatz. Ein kleinerer Rivale mit umfangreicher öffentlicher Dokumentation kann für ein Modell weitaus präsenter sein als ein größeres Unternehmen, das über persönliche Vertriebsgespräche verkauft.

Lohnt sich die Beobachtung von Claude, wenn meine Kunden Privatpersonen sind?

Etwas weniger, aber nicht gar nicht: Menschen übertragen ihre Arbeitswerkzeuge auch auf private Entscheidungen. Der stärkere Grund ist diagnostisch. Weil Claude sich stärker auf Trainingswissen stützt, lesen sich seine Antworten fast wie ein direkter Bericht darüber, wie ausführlich das Web vor dem Stichtag über Sie geschrieben hat.

Meine Marke taucht in manchen Durchläufen auf und in anderen nicht. Was stimmt?

Beides. Ein probabilistisches System hat eine Verteilung, keine einzelne Antwort, die nur darauf wartet, enthüllt zu werden. Formulieren Sie einen Befund als Häufigkeit über mehrere wiederholte Durchläufe: Ein Screenshot einer guten Antwort ist kein Beweis für irgendetwas.