Video als Quelle: Was die KI auf YouTube liest

Die meisten Marketingteams verbuchen Video unter "Markenauftritt". Es steht neben dem Logo und den Fotografien, wird in Views und Sehdauer gemessen, und niemand im Raum stellt je die Frage, die heute wirklich zählt: Kann ein Sprachmodell es lesen?

Es kann, oder genauer: Es kann etwas lesen, das an seiner Stelle steht. Video ist still und leise zu einer der Quellen geworden, aus denen generative Systeme schöpfen, wenn sie eine Frage zu Ihrer Produktkategorie beantworten. Der Mechanismus lässt sich leicht zerstören, und die meisten Unternehmen haben ihn bereits zerstört, ohne es zu bemerken.

Ein Modell sieht sich Ihr Video nicht an

Beginnen Sie hier, denn daraus ergibt sich alles Weitere. Wenn ChatGPT, Claude, Gemini oder Perplexity ein Video als Quelle anzeigen, hat kein Modell es sich angesehen. Es gibt kein Auge. Was dem System zur Verfügung steht, ist Text: ein Transkript, Untertitel, ein Titel, eine Beschreibung, Kapitelmarken und jede andere Seite im Web, die dieses Video eingebettet oder darüber geschrieben hat.

Das ist die gesamte Materialgrundlage. Für ein Retrieval-System ist ein Video ein Textdokument mit angehängtem Vorschaubild: Alles, was ein Modell darüber sagt, sagt es, weil zuvor jemand den Ton in Worte verwandelt hat. Daraus folgt ein nüchterner Schluss: Ein Video ohne sauberes Transkript ist beinahe stumm. Ein wunderbar produziertes Erklärvideo kann hervorragend konvertieren und trotzdem nichts dazu beitragen, wie ein Modell Ihr Unternehmen beschreibt, weil der einzige Text, den es ausgibt, ein Titel und ein paar hastig geschriebene Beschreibungszeilen sind.

Für ein Modell ist das Transkript das Video

Die automatische Transkription ist bei alltäglicher Sprache bemerkenswert gut und ausgerechnet bei den Worten unzuverlässig, die Ihnen am wichtigsten sind. Allgemeiner Wortschatz ist einfach: Das System hat "Lieferkette" unzählige Male gehört. Eigennamen sind schwierig. Ihr Markenname, Ihr Produktname, der Nachname Ihres Gründers, der Name eines branchenspezifischen Standards. Genau diese Wörter erfindet, verstümmelt oder zerteilt das Transkriptionswerkzeug.

Und ein falsch transkribierter Markenname schreibt Ihnen nichts zu. Wenn das Transkript den Namen Ihres Unternehmens als gewöhnliches Wort oder als erfundenes Kompositum wiedergibt, dann wurde Ihr Unternehmen für jedes System, das diesen Text liest, nie erwähnt. Das Video spricht über jemand anderen.

Prüfen Sie es selbst, jetzt sofort

Das lässt sich in der Zeit überprüfen, die man braucht, um sich einen Kaffee zu machen.

• Öffnen Sie eines Ihrer eigenen Videos auf YouTube, jenes, in dem Ihre Marke am häufigsten genannt wird.
• Öffnen Sie das Transkript-Feld: am Desktop liegt es unter der Beschreibung, mobil hinter demselben Menü.
• Suchen Sie in diesem Transkript nach Ihrem Markennamen. Nicht mit den Augen, sondern mit der Suchfunktion des Browsers, genauso eingetippt, wie Sie ihn schreiben.
• Steht er dort, korrekt geschrieben, jedes Mal, wenn er ausgesprochen wurde? Oder erscheint er als etwas anderes, oder gar nicht?

Tun Sie dasselbe mit Ihren Produktnamen und jedem Fachbegriff, von dem Ihre Kategorie abhängt. Wenn das Transkript falsch ist, ist die Korrektur manuell: Laden Sie eine korrigierte Untertiteldatei hoch. YouTube akzeptiert sie und ersetzt die automatische Vermutung durch Ihren Text. Genau dieser eine Upload macht den Unterschied zwischen einem Video, das Sie erwähnt, und einem, das es nicht tut.

Titel und Beschreibung sind keine Dekoration

Der Titel ist der stärkste kurze Text, der mit dem Inhalt verknüpft ist, und die Beschreibung ist der längste Fließtext, den Sie daneben selbst kontrollieren. Beide werden gelesen. Trotzdem werden Beschreibungen noch immer routinemäßig als Linksammlung geschrieben: ein Satz, dann die Social-Media-Profile, dann die Zeitstempel. Wenn die Beschreibung nicht in gewöhnlichen Sätzen sagt, welche Frage das Video beantwortet und wer es gemacht hat, haben Sie das am besten auffindbare Feld der Seite leer gelassen und stattdessen mit Hyperlinks gefüllt.

Kapitel sind Struktur, und Retrieval-Systeme mögen Struktur

Kapitelmarken teilen ein langes Video in benannte Abschnitte. Für einen Menschen sind sie eine Annehmlichkeit. Für ein Retrieval-System sind sie eine Reihe beschrifteter Passagen, jede mit ihrem eigenen Transkriptausschnitt darunter. Ein langes Webinar ohne Kapitel ist eine undifferenzierte Wand aus Gesprochenem, und der Teil, der eine bestimmte Frage beantwortet, liegt in der Mitte begraben, ohne dass etwas darauf hinweist. Dasselbe Webinar mit ehrlichen Kapitelüberschriften wird zu einer kleinen Bibliothek abrufbarer Einheiten. Benennen Sie sie nach dem, was sie behandeln, nicht nach einem internen Scherz: "Preise und Lizenzen" wird gefunden, "Der lustige Teil" nicht.

Warum eine Frage im Titel so gut funktioniert

Das Format "Stellen Sie die Frage im Titel, beantworten Sie sie im Video" schneidet als Quelle ungewöhnlich gut ab, aus einem strukturellen Grund ohne Bezug zur Klickrate. Retrieval funktioniert über Ähnlichkeit: Das System sucht nach Text, der einer gestellten Frage ähnelt, und nichts ähnelt einer Frage mehr als eine andere Frage. Ein Titel, formuliert so, wie ein Käufer ihn formulieren würde, gefolgt von einem Transkript, das ihn direkt in der ersten Minute beantwortet, entspricht der Suchanfrage einer echten Person sehr genau. Ein Slogan-Titel entspricht nichts, weil niemand jemals Ihren Slogan irgendwo eingetippt hat.

Auch die Position der Antwort spielt eine Rolle. Die Passage, die abgerufen wird, ist jene, in der die Antwort nahe an der Frage steht, also begräbt ein Video, das seine Kernaussage hinter einer langen Einleitung versteckt, auch den abrufbaren Text.

Die Seiten rund um das Video zählen genauso wie das Video selbst

Ein Video, das allein auf einer Plattform steht, ist ein Dokument. Ein Video, das auf Ihrer eigenen Seite eingebettet ist, neben einer schriftlichen Zusammenfassung, auf einer Seite, auf die andere verlinken, ist eine Gruppe von Dokumenten, die alle auf dasselbe verweisen. Modelle nehmen Videoinhalte ständig über diese umgebenden Seiten auf: einen Blogbeitrag, der den Vortrag einbettet und zusammenfasst, eine Dokumentationsseite, die auf die Demo verlinkt, einen Forenthread, der Ihren Gründer zitiert. Das Video ist der Ursprung, die Seiten sind der Verstärker.

Der praktische Schritt besteht also nicht darin, zu veröffentlichen und sich dann nicht mehr darum zu kümmern. Geben Sie jedem Video, das zählt, ein schriftliches Zuhause: eine Seite auf Ihrer eigenen Domain mit dem eingebetteten Video, einer echten Zusammenfassung und dem Transkript als lesbarem Text. Diese Seite kann auch von Systemen abgerufen werden, die die Videoplattform nie berühren.

Was Ihnen eine Quelle zu sein nicht garantiert

Lesbar zu sein ist eine Voraussetzung, kein Versprechen. Ein Modell kann Ihr Transkript in seinem abgerufenen Kontext haben und trotzdem eine Antwort schreiben, die drei andere Unternehmen nennt. Niemand kann garantieren, dass ein Video am Ende zitiert wird, und wer Ihnen etwas anderes erzählt, beschreibt einen Hebel, den es nicht gibt. Sie kontrollieren, ob die Maschine überhaupt etwas hat, womit sie arbeiten kann. Sie kontrollieren nicht, was sie damit macht.

Was sich tatsächlich zu messen lohnt

Die nützliche Frage ist nicht, wie viele Aufrufe das Video bekommen hat. Sie lautet: Wenn eine KI eine Frage zu meiner Kategorie beantwortet, tauchen meine Videos dann unter den verwendeten Quellen auf?

Aufrufe können das nicht annähernd beantworten. Die Antwort verlangt, die Kaufentscheidungsfragen auf den Systemen zu stellen, die Menschen tatsächlich nutzen, in jeder Sprache, in der Sie verkaufen, und dann die Quellen hinter jeder Antwort zu lesen statt nur den Text an der Oberfläche. Manchmal stellt sich heraus, dass ein Video, das Sie vergessen hatten, still und leise die Arbeit erledigt. Häufiger sind die Quellen die Seiten eines anderen Unternehmens, und keines Ihrer Materialien befindet sich im Raum.

Genau diese Ebene bildet PSentry ab: Es führt Ihre Prompts auf ChatGPT, Claude, Gemini und Perplexity aus, in jedem Markt, und zeigt, welche Quellen die Modelle genutzt haben, um über Ihre Kategorie zu sprechen, zusammen damit, wo Sie erwähnt wurden und wer stattdessen genannt wurde. Es misst. Es optimiert Ihre Videos nicht, und es verspricht Ihnen keine Zitierung.

Ein Transkript zu korrigieren ist eine kleine Aufgabe mit einem klaren Mechanismus dahinter. Ob sich dadurch nachgelagert etwas ändert, ist eine empirische Frage, und die einzige Möglichkeit, es herauszufinden, besteht darin, zu beobachten, was die Modelle vorher und nachher zitieren. Fast niemand schaut hin.

Häufig gestellte Fragen

Lesen Modelle wirklich YouTube-Transkripte?

Sie lesen den Text, der mit dem Video verknüpft ist, und das Transkript ist der größte Teil davon. Systeme, die live Seiten abrufen, können direkt darauf zugreifen; Systeme, die aus ihrem Training antworten, haben es meist über Seiten aufgenommen, die das Video zitiert oder eingebettet haben. In beiden Fällen führt der Weg über Worte, nicht über Pixel.

Sollte ich eigene Untertitel hochladen oder den automatischen vertrauen?

Prüfen Sie zuerst die automatischen. Wenn Ihr Marken- und Produktname korrekt wiedergegeben werden, lassen Sie sie so. Wenn nicht, laden Sie eine korrigierte Datei hoch: Eine falsch geschriebene Marke in einem Transkript schreibt den Inhalt niemandem zu.

Gilt das auch für andere Plattformen als YouTube?

Der Mechanismus schon: Jedes Video ist für ein Modell nur über den umgebenden Text lesbar. Was sich unterscheidet, ist, wie viel von diesem Text öffentlich erreichbar ist. Ein Video hinter einem Login oder auf einer Plattform, die kein Transkript veröffentlicht, bleibt in Bezug auf Retrieval unsichtbar, egal wie gut es gemacht ist.

Wenn ich alles richtig mache, wird mein Video dann zitiert?

Vielleicht. Niemand kann das versprechen, und ein Anbieter, der es tut, verkauft etwas, das er nicht liefern kann. Korrekte Transkripte und klare Titel machen ein Video dafür geeignet, als Quelle verwendet zu werden. Ob eine bestimmte Antwort es tatsächlich nutzt, hängt von der Frage, dem Modell, der Sprache und davon ab, was sonst noch im Web über Ihre Kategorie existiert.

Woran würde ich erkennen, dass ein Video zur Quelle geworden ist?

Indem Sie wiederholt die Quellen lesen, die den KI-Antworten zu Ihrer Kategorie beigefügt sind, statt die Aufrufzahlen zu beobachten. Eine einzelne Prüfung sagt nichts aus: Diese Systeme sind probabilistisch, und zwei identische Fragen können zwei unterschiedliche Quellensätze hervorbringen. Nur ein Muster über viele Fragen und über die Zeit hat eine Bedeutung.