Warum der Ton in KI-Antworten zählt

Fragen Sie einen KI-Assistenten nach einem Werkzeug für Ihre Produktkategorie, und mit guter Wahrscheinlichkeit wird Ihre Marke in der Antwort genannt. Das ist der erste Punkt, den die meisten prüfen: Werde ich erwähnt oder nicht. Das ist aber nur die halbe Wahrheit. Eine Marke kann in jeder Antwort einer Kategorie auftauchen und trotzdem den Verkauf verlieren, nicht weil sie fehlt, sondern wegen der Art, wie sie beschrieben wird.

Nehmen Sie zwei Sätze, die ein Modell in derselben Antwort produzieren könnte. „Acme ist ein Projektmanagement-Tool für kleine Teams.“ Gegenüber: „Acme ist eine Option, auch wenn Unternehmenskäufer meist Lösungen mit ausgereifterem Reporting bevorzugen.“ Beide nennen Acme. Nur einer der beiden Sätze liest sich wie eine Empfehlung. Der erste ist eine schlichte, uneingeschränkte Aussage. Der zweite ist im Detail nicht falsch und lenkt die lesende Person zugleich still in eine andere Richtung, indem er die Erwähnung in eine Einschränkung verpackt, die sie entwertet.

Das ist kein Einzelfall. Genau das bewirkt Ton in gewöhnlichem Fließtext, und KI-Antworten sind Fließtext. Ein Modell entscheidet, wie es eine Erwähnung einrahmt, nicht nur, ob es Sie überhaupt aufnimmt, und diese Einrahmung trägt eine Information, die eine reine Erwähnungszahl nicht abbilden kann.

Woher der Ton wirklich kommt

Modelle bilden sich ihre Meinung über Ihre Marke nicht aus dem Nichts. Sie übernehmen den Ton wie Fakten: aus dem aggregierten Muster, wie im Trainingsmaterial aus dem Web über Sie gesprochen wird, und bei Modellen mit Live-Recherche aus den Seiten, die sie zum Zeitpunkt der Antwort heranziehen. Bewertungen, Forenbeiträge, Vergleichsartikel, Presseberichte, Diskussionen auf Seiten wie Reddit oder G2. Wenn dieser öffentliche Diskurs durchgehend zurückhaltend ist, „solide, aber begrenzt“, „funktioniert, auch wenn der Support langsam ist“, „ausreichend für kleinere Anwendungsfälle“, nimmt das Modell dieses Muster auf und gibt es in eigenen Worten wieder, jedes Mal, wenn es über Sie spricht.

Das Ergebnis ist eine Marke, die sachlich korrekt beschrieben und trotzdem in jeder Antwort, die sie nennt, unter Wert verkauft werden kann, weil das zugrunde liegende öffentliche Gespräch verhalten ist, selbst wenn es nicht falsch ist. Das ist kein Fehler im Modell, es fasst nur zusammen, was tatsächlich vorhanden ist. Bleibt das Web bei Ihnen zurückhaltend, ist es das Modell auch.

Warum der Ton schwerer auffällt als das Fehlen

Fehlen ist binär. Sie stellen die Frage, lesen die Antwort, und Ihr Name taucht auf oder nicht. Zu bemerken, dass Sie fehlen, erfordert kein Urteilsvermögen, nur einen Blick auf die Liste der genannten Namen.

Beim Ton ist das anders. Niemand liest eine KI-Antwort und denkt anschließend: „Ich wurde mit einer leichten Einschränkung beschrieben.“ Was tatsächlich passiert, ähnelt eher dem Lesen jedes beliebigen Absatzes: Sie nehmen einen vagen Eindruck wahr, ob es sich günstig anfühlt oder nicht, ohne innezuhalten und nach dem Warum zu fragen. Dieser Eindruck ist real, lässt sich aber auch leicht selbst wegreden, besonders wenn es die eigene Marke betrifft und man möchte, dass der Satz gut klingt.

Der einzige Weg, das wirklich zu prüfen, besteht darin, sich Zeit zu nehmen und Formulierung für Formulierung zu vergleichen, wie Sie im Vergleich zu den anderen in derselben Antwort genannten Namen beschrieben werden, über mehrere Prompts und Plattformen hinweg, nicht nur einmal.

Worauf Sie konkret achten sollten

Beim genauen Lesen des Textes lohnt es sich, auf drei Muster zu achten.

Einschränkende Wörter, die an Ihrem Namen hängen, aber nicht am Namen der Konkurrenz. Wörter wie „jedoch“, „allerdings“, „aber“ oder „auch wenn es an … fehlt“ tauchen neben Ihrer Marke auf und fehlen im Satz über den Mitbewerber, der direkt daneben in derselben Antwort genannt wird.
Eine vergleichende Einrahmung, die Sie an zweite Stelle setzt. „X wird für Y in der Regel bevorzugt“ liest sich ganz anders als „X und Z sind beide eine gute Wahl für Y“, auch wenn beide Sätze Ihren Namen enthalten.
Eine Asymmetrie in der Sicherheit der Formulierung. Eine Marke bekommt einen klaren, unzweideutigen Satz. Ihre Marke wird mit „kann sein“, „könnte sich eignen für“ oder „wird manchmal beschrieben als“ abgeschwächt. Der Unterschied zwischen den beiden Sätzen ist das eigentliche Signal, nicht der eine oder der andere für sich betrachtet.

Nichts davon lässt sich auf eine Zahl reduzieren. Es ist eine Leseübung, dieselbe, die Sie machen würden, wenn Ihnen eine Kollegin zwei Absätze aus einer Fachpublikation vorlegt und fragt, welcher sich wie die stärkere Empfehlung liest. Das Urteil bleibt Ihres: Nichts automatisiert die Frage „klingt das positiv“ ehrlich, weil die Antwort von den konkreten Wörtern in diesem Vergleich abhängt, nicht von einem zählbaren Merkmal des Textes.

Eine konkrete Möglichkeit, das selbst zu prüfen

Sie brauchen die tatsächlichen Sätze, keine Zusammenfassung. Stellen Sie dieselbe Kategoriefrage, „was ist ein gutes Werkzeug für X“, bei ChatGPT, Claude, Gemini und Perplexity, und notieren Sie nicht nur, ob Sie genannt wurden, sondern kopieren Sie den vollständigen Satz, den das Modell über Sie geschrieben hat. Machen Sie dasselbe für alle anderen, die in dieser Antwort genannt wurden. Legen Sie beide Sätze nebeneinander.

Wiederholen Sie das mit mehreren unterschiedlich formulierten Prompts, bevor Sie eine Schlussfolgerung ziehen. Eine einzelne Einschränkung könnte nur eine unglückliche Stichprobe sein: Diese Modelle arbeiten probabilistisch und erzeugen selten zweimal exakt dieselbe Formulierung für dieselbe Frage. Eine Einschränkung, die sich über die meisten Ihrer Prompts und die meisten Plattformen hinweg wiederholt, ist ein Muster, das man ernst nehmen sollte. Das ist langsamer als eine Erwähnungszahl zu prüfen, und dafür gibt es keine Abkürzung: Ton ist ein Urteil über Sprache, kein zählbares Merkmal wie Anwesenheit oder Abwesenheit.

Dieselben Bewertungen und Vergleichsseiten, die prägen, wie ein Modell über Sie spricht, sind oft auch die Seiten, auf die sich ein Modell stützt, wenn es für eine Antwort live Quellen abruft. Zu prüfen, was diese Seiten aktuell über Sie sagen, ist deshalb eine sinnvolle ergänzende Übung.

Was das für Ihre Art zu messen bedeutet

Eine Erwähnungszahl und eine Tonlektüre beantworten zwei unterschiedliche Fragen, und beide gleichzusetzen erzeugt ein falsches Sicherheitsgefühl. Sie können an der Spitze jeder „werde ich genannt“-Rangliste stehen und trotzdem in den tatsächlichen Sätzen systematisch unter Wert verkauft werden, und keine noch so genaue Zählung von Vorkommen wird das sichtbar machen. Der einzige Weg, es zu erkennen, ist der Text selbst.

Hier ist PSentry nützlich, und genau hier hört es auch auf. Das Tool durchsucht ChatGPT, Claude, Gemini und Perplexity anhand der Prompts und Sprachen, die Sie einrichten, und liefert Ihnen die Antworten so zurück, wie sie geschrieben wurden: die tatsächlichen Sätze, die über Sie verfasst wurden, und jene über alle anderen, die neben Ihnen genannt wurden. Was es nicht tut: für Sie entscheiden, ob diese Sätze positiv klingen. Es gibt im Produkt keinen Sentiment-Wert, keine Tonverlaufskurve, nichts, das meldet, wenn der Ton eine Schwelle überschreitet. Sie lesen den Text, vergleichen ihn mit der Beschreibung der Konkurrenz in derselben Antwort, und Sie bilden sich das Urteil selbst, genau wie bei jedem anderen Text, der über Ihre Marke geschrieben wird.

Die ehrliche Grenze

Das ist langsamer, als auf ein Diagramm zu schauen, und es skaliert nicht wie eine Zahl. Sätze über Plattformen, Prompts und die Zeit hinweg auf ihren Ton hin zu lesen, verlangt echte Aufmerksamkeit, und niemand kann den Teil automatisieren, in dem ein Mensch entscheidet, ob eine Einschränkung bedeutsam oder beiläufig ist. Was ein Scan leisten kann: dafür sorgen, dass Sie überhaupt die rohen Sätze zum Lesen vorliegen haben, aus jeder Plattform und jedem Markt, in dem Sie tätig sind, statt sich auf den einen Zufallsfall zu verlassen, bei dem jemand aus Ihrem Team ChatGPT beiläufig nach Ihrer Marke gefragt hat.

Häufig gestellte Fragen

Bewertet oder verfolgt PSentry Sentiment?

Nein. PSentry vergibt keinen Sentiment-Wert und hat weder ein Sentiment-Dashboard noch eine Verlaufskurve oder einen Alarm dafür. Jeder Scan liefert den tatsächlichen Text, den ein Modell erzeugt hat, und diesen Text auf seinen Ton hin zu lesen, ist etwas, das ein Mensch tut, indem er Ihre Sätze mit denen über alle anderen in derselben Antwort genannten vergleicht.

Können zwei Marken gleich oft genannt werden und trotzdem sehr unterschiedliche Ergebnisse haben?

Ja. Eine Erwähnungszahl sagt nur, ob ein Name aufgetaucht ist. Sie sagt nichts darüber aus, ob der umgebende Satz wie eine sichere Empfehlung oder wie ein zurückhaltender Nachgedanke klingt. Zwei Marken mit identischer Erwähnungszahl können so beschrieben werden, dass Leserinnen und Leser zu sehr unterschiedlichen Schlüssen kommen.

Kann sich der Ton ändern, ohne dass sich auf meiner eigenen Website etwas ändert?

Ja, denn Modelle übernehmen den Ton größtenteils daraus, wie das breitere Web über Sie spricht, Bewertungen, Foren, Vergleichsseiten, Presse, nicht in erster Linie aus dem Text Ihrer eigenen Website. Eine Verschiebung in diesem öffentlichen Umfeld kann verändern, wie ein Modell Sie einordnet, selbst wenn Ihre Website sich überhaupt nicht verändert hat.

Wie viele Antworten muss ich lesen, bevor ein Muster etwas bedeutet?

Es gibt keine feste Zahl, aber eine einzelne Antwort ist nahezu bedeutungslos, wenn man bedenkt, wie stark diese Modelle von einem Durchlauf zum nächsten schwanken. Prüfen Sie mehrere unterschiedlich formulierte Prompts und mehrere Plattformen, bevor Sie entscheiden, dass eine Einschränkung ein echtes Muster ist und keine einmalige unglückliche Formulierung.

Sollte ich versuchen, ungünstige Bewertungen entfernen zu lassen, um das Problem zu beheben?

Das liegt außerhalb dessen, wozu dieser Artikel oder PSentry Ihnen raten können, und es lohnt sich, skeptisch gegenüber allen zu sein, die behaupten, sie könnten still und leise umschreiben, wie ein Modell über Ihre Marke spricht. Modelle fassen ein Aggregat des öffentlichen Diskurses zusammen, daher ist der dauerhaftere Weg, sich mit dem zu befassen, was tatsächlich über Sie in diesem Diskurs gesagt wird, statt einzelnen Seiten hinterherzujagen.

Wirkt das nur in eine Richtung, oder kann eine zu positive Darstellung ebenfalls ein Problem sein?

Es kann auch in die andere Richtung zu weit gehen. Uneingeschränkte Superlative ohne jede Bestätigung an anderer Stelle im Web können auf jeden, der die Aussage prüft, verdächtig wirken, einschließlich eines Modells, das während einer auf Live-Recherche gestützten Antwort weitere Quellen heranzieht. Genau und sicher ist das Ziel, nicht maximal positiv.