Share of Voice in KI-Antworten: der Nenner

Der Share of Voice kam aus der Werbung ins Marketing, und dort war der Nenner wenigstens im Prinzip bekannt: Gesamtausgaben der Kategorie, gesamte Kontakte, gesamte Spaltenzentimeter. Über ihre Genauigkeit ließ sich streiten, aber alle waren sich einig, dass es eine Summe gibt.

Übertragen auf KI-Antworten sieht die Rechnung identisch aus. Zählen Sie, wie oft ein Modell Ihre Marke nennt, teilen Sie durch die Häufigkeit, mit der es irgendjemanden nennt, nennen Sie das Ergebnis Ihren Anteil. Es liest sich wie eine Messung, und auf einer Folie benimmt es sich auch wie eine.

Das Problem sitzt nicht im Zähler. Es sitzt im Nenner, und fast niemand, der Ihnen diese Zahl verkauft, wird das laut sagen.

Der Nenner ist die ganze Kennzahl

Ein Bruch wird mindestens ebenso sehr von dem bestimmt, was unter dem Strich steht, wie von dem darüber. Bevor Sie also irgendeinen Anteil betrachten, stellen Sie die Frage, die über seine Bedeutung entscheidet: Anteil gemessen woran?

Es gibt zwei Antworten, und beide sind kaputt, in entgegengesetzte Richtungen.

Wählen Sie das Wettbewerbsumfeld, wählen Sie das Ergebnis

Der naheliegende Weg ist, die Wettbewerber vorab zu erklären: die Marken nehmen, die Sie für Rivalen halten, zählen, wie oft das Modell jede nennt, und Ihren Anteil berechnen.

Und nun sehen Sie, wozu Ihnen das die Macht gibt. Nehmen Sie ein paar Rivalen hinzu, die generative Systeme praktisch nie erwähnen: Ihre absolute Zahl an Nennungen bleibt gleich, Ihr Anteil steigt, weil der Nenner um Marken schwerer wurde, die nichts zu ihm beitragen. Streichen Sie einen Rivalen, der jede Antwort Ihrer Kategorie beherrscht, mit der vertretbaren Begründung, er sitze in einem angrenzenden Segment, und Ihr Anteil steigt erneut.

Niemand muss dafür unehrlich sein, und genau das macht es gefährlich. Das Umfeld stellt jemand zusammen, der aufrichtig glaubt, dies seien die relevanten Wettbewerber, und jede einzelne Entscheidung lässt sich in gutem Glauben begründen. Die Zahl aber, die herauskommt, wurde weitgehend entschieden, als das Umfeld zusammengestellt wurde, nicht, als das Modell befragt wurde. Eine Kennzahl, deren Wert eine vorgelagerte redaktionelle Entscheidung festlegt, misst nicht die Welt. Sie berichtet die Entscheidung.

Überlassen Sie es dem Modell, hält der Nenner nicht still

Die scheinbar objektivere Alternative gibt gar kein Umfeld vor: Prompt laufen lassen, jede genannte Marke extrahieren, Anteil gleich Ihre Nennungen geteilt durch alle Nennungen. Kein redaktioneller Daumen auf der Waage.

Nur sind diese Modelle probabilistisch. Lassen Sie denselben Prompt erneut laufen, und die Besetzung wechselt. Manche Antworten nennen eine knappe Handvoll Anbieter, andere ufern zu langen Listen aus, mit benachbarten Werkzeugen und gelegentlich einem Unternehmen, das es so nicht mehr gibt. Jede dieser Marken landet in Ihrem Nenner und verdünnt Ihren Anteil, ohne dass sich an Ihrem Markt etwas geändert hätte.

Ihr Anteil bewegt sich nun zwischen den Durchläufen aus Gründen, die mit Ihrer Sichtbarkeit nichts zu tun haben: Ein Modell in gesprächiger Stimmung nennt mehr Marken, also fällt Ihr Anteil, also sieht es aus, als hätten Sie an einem Tag Boden verloren, an dem nichts geschehen ist.

Ein offener Nenner ist nicht objektiver als ein gewählter. Er hat die Wahl an ein System ausgelagert, das sie jedes Mal anders trifft und Ihnen nicht sagt, warum.

Wie Sie ehrlich zählen

Nichts davon macht die Kennzahl wertlos. Es macht sie bedingt, und die Bedingung muss sichtbar sein.

Erklären Sie das Wettbewerbsumfeld schriftlich und frieren Sie es ein. Es ist eine veröffentlichte Annahme, keine private, und gehört neben die Zahl, damit jede Leserin sieht, wovon der Anteil ein Anteil ist. Ändern dürfen Sie es, still ändern nicht, und jede Änderung setzt die Reihe zurück: Die Werte davor und danach gehören nicht auf dieselbe Linie.

Bauen Sie das Umfeld gegen sich selbst, nicht für sich. Genau die Marken, die Sie am wenigsten im Nenner haben wollen, verwandeln Ihre Zahl in Fiktion, wenn Sie sie ausschließen. Taucht ein Unternehmen immer wieder in den Antworten auf, die Ihnen wichtig sind, gehört es hinein, was auch immer Ihre Marktkarte über Segmente sagt.

Berichten Sie beide Nenner, getrennt. Ihr Anteil am erklärten Umfeld beantwortet: Wie stehe ich unter den Unternehmen, mit denen ich zu konkurrieren beschlossen habe. Eine eigene Aufstellung der unerwarteten Marken beantwortet die dringlichere Frage: Wer wird an meiner Stelle empfohlen. Verrühren Sie beides zu einer Zahl, und Sie verlieren beide Antworten.

Viele Durchläufe, viele Prompts, oder gar nichts. Ein Anteil aus einer einzigen Antwort ist kein Anteil, sondern eine Stichprobe im Kostüm einer Grundgesamtheit. Jeder Prompt muss wiederholt laufen, und der Anteil wird über die gesamte Ergebnismenge gerechnet. Schwankt der Wert wild, ist diese Unruhe ein Befund und gehört gezeigt, nicht zu einer beruhigend flachen Linie geglättet.

Lesen Sie ihn als Verlauf, nie als Wert. Die absolute Zahl ist ein Artefakt Ihres Nenners und bedeutet für sich nichts. Bedeutung hat dieselbe Zahl, gleich gerechnet, gegen dasselbe eingefrorene Umfeld, in Bewegung über die Zeit. Eine einzelne Ablesung als Aussage über Ihre Marktposition zu nehmen, ist der Fehler, zu dem die Kennzahl einlädt und den sie nie übersteht.

Was die Kennzahl nicht sehen kann

Selbst ehrlich gezählt ist der Share of Voice eine grobe Verdichtung.

Nehmen Sie zwei Antworten. In der ersten nennt ein Modell Ihre Marke gleich zu Beginn als Standardwahl der Kategorie und beschreibt sie zutreffend. In der zweiten steht Ihr Name am Ende einer längeren Liste, als billige Variante für knappe Budgets. Beides ist eine Nennung, beides erhöht den Zähler gleich. Die Kennzahl kann sie nicht unterscheiden, und der Abstand zwischen ihnen ist das meiste von dem, was Sie wissen wollten.

Dieselbe Einebnung verbirgt mehr:

Position in der Antwort. Zuerst genannt und zuletzt genannt lesen sich für einen Menschen sehr verschieden und für die Kennzahl identisch.
Rahmung. Der Standard, der Herausforderer, die günstige Option, der Platzhirsch. Für die Kennzahl alles nur Nennungen.
Richtigkeit. Ein Modell, das Sie nennt und dabei ein Produkt beschreibt, das Sie gar nicht verkaufen, hat Ihren Anteil erhöht und Ihnen geschadet.
Welcher Prompt sie erzeugt hat. Eine Nennung bei einer Kauffrage und eine bei einer beiläufigen Definitionsfrage sind nicht gleich viel wert.
Sprache und Markt. Ein globaler Anteil ist der Mittelwert aus starkem Heimatmarkt und nahezu vollständiger Abwesenheit im Ausland und beschreibt keinen von beiden. Ein über Sprachen hinweg gerechneter Anteil verdeckt genau die Lücke, die ein Exporteur sehen muss.

Es ist also ein grobes Instrument, um Bewegung zu erkennen, und das ist nützlich. Ein Zeugnis über Ihren Rang kann es nicht ausstellen.

Wofür er wirklich taugt

Gegen ein stabiles Umfeld und eine stabile Promptliste, wiederholt gefahren, sagt Ihnen ein über Monate steigender Anteil, dass sich der Antwortraum des Modells für Sie öffnet. Ein erodierender Anteil bei gleichbleibender absoluter Zahl an Nennungen sagt, dass ein Wettbewerber zulegt und nicht, dass Sie abrutschen: ein anderes Problem, das eine andere Antwort verlangt. Ein Anteil, der zu Hause ordentlich ist und in Ihren Exportmärkten zusammenbricht, sagt Ihnen, wo die Arbeit liegt, und genau dafür wird diese Kennzahl fast nie benutzt.

Keine dieser Lesarten verlangt, dass die Zahl präzise ist. Alle verlangen, dass sie konsistent ist.

Wo gezählt wird

Konsistenz in dieser Größenordnung ist keine Handarbeit. Ein Wettbewerbsumfeld über vier Plattformen und jede Sprache, in der Sie verkaufen, stabil zu halten, in festem Takt zu wiederholen und vergleichbar zu bewahren, ist ein Datenproblem.

Dafür ist PSentry gebaut: Ihre Prompts über ChatGPT, Claude, Gemini und Perplexity laufen lassen, je Sprache und je Markt, festhalten, welche Marken neben Ihnen genannt werden, und zeigen, wie sich das bewegt.

Zwei Grenzen, offen gesagt, denn ein Beitrag über ehrliches Zählen kann nicht mit einem Versprechen enden. Die Scans laufen nach Zeitplan, zweimal im Monat: ein Verlaufsinstrument, kein Livestream. Und es misst nur. Es manipuliert nicht, was diese Systeme über Sie sagen, und wer Ihnen einen garantierten Anteil an KI-Antworten verspricht, verkauft etwas, das er nicht liefern kann.

Häufig gestellte Fragen

Muss das Wettbewerbsumfeld in jedem Markt dasselbe sein?

Meist nicht, und es zu erzwingen führt verlässlich zu einer bedeutungslosen Zahl. Die Marken, die ein Modell in einer Sprache empfiehlt, sind häufig nicht die einer anderen, weil das lokale Netz ein anderes ist. Führen Sie je Markt ein erklärtes Umfeld und akzeptieren Sie, dass Anteile verschiedener Märkte untereinander nicht vergleichbar sind. Jeder ist mit seiner eigenen Geschichte vergleichbar, und mehr trägt diese Kennzahl ohnehin nicht.

Lässt sich der Share of Voice über Plattformen hinweg vergleichen?

Mit Vorsicht und nie eins zu eins. Diese Systeme rufen ab und erzeugen unterschiedlich, und sie nennen Marken unterschiedlich gesprächig. Zwei Plattformen ergeben zwei getrennte Reihen: Beobachten Sie jede in ihrer Bewegung, aber ziehen Sie sie nicht voneinander ab.

Ist ein steigender Anteil eine gute Nachricht, wenn sich sonst nichts geändert hat?

Nicht zwangsläufig, und das ist die Falle des Nenners. Ihr Anteil kann steigen, weil die Berichterstattung über einen Wettbewerber verfallen ist, weil das Modell knapper antwortet und weniger Marken nennt, oder weil jemand still das Umfeld bearbeitet hat. Prüfen Sie vor dem Feiern, ob sich Ihre absolute Zahl an Nennungen bewegt hat. Wenn nicht, geschah die Bewegung unter dem Strich.

Bedeutet ein Anteil von null, dass das Modell meine Marke nicht kennt?

Es bedeutet, dass es Sie in den Antworten auf diese Prompts nicht genannt hat. Das sind zwei verschiedene Aussagen. Fragen Sie direkt nach Ihrer Marke, und Sie bekommen meist eine Beschreibung. Abwesenheit aus einer Empfehlungsantwort sagt etwas über Ihren Rang unter den erwogenen Optionen, nicht darüber, ob der Name im Gedächtnis existiert.

Wie oft sollte die Zahl neu berechnet werden?

Langsam genug, dass Sie einen Verlauf lesen und kein Rauschen. Diese Systeme ändern ihr Bild von einer Marke nicht schnell, denn es ruht auf einer träge wachsenden Ansammlung von Seiten und Erwähnungen. Ständiges Neuberechnen erzeugt eine zittrige Kurve, die vor allem das probabilistische Verhalten der Modelle abbildet, und verleitet dazu, auf Bewegung zu reagieren, die es nie gab.