Der folgende Standard beschreibt das minimale Beobachtungsset, mit dem sich eine kumulative Datenbasis zu Marken, Kategorien und Antwortsystemen aufbauen lässt. Die Vorlage ist bewusst einfach gehalten: Sie soll reproduzierbar sein und sich sowohl für die Schreibtischrecherche als auch für das laufende Monitoring in Produkt- oder Marketingteams eignen.

Das Leitprinzip der Vorlage besteht darin, nicht nur den bloßen Umstand des Auftauchens einer Marke zu erfassen, sondern die gesamte Kontur der Antwort: die Formulierung der Frage, die Nutzerintention, die Sprache, das System, den Typ der Quellen, die Rolle der Marke, das Vorhandensein von Zitationen, den Charakter der Kategoriesubstitution, die Update-Verzögerung und die abschließende praktische Interpretation. Andernfalls verwandelt sich die Basis schnell in ein Lager schöner Screenshots ohne analytische Tiefe.

Felder der Vorlage

System und Modus

Zum Beispiel: Google AI Overviews, AI Mode, ChatGPT Search, Copilot Search, Perplexity.

Datum und Geografie der Ausführung

Erfasst werden das Datum, die Regionseinstellung, die Sprache der Benutzeroberfläche und das Land, sofern es die Ausgabe beeinflusst.

Ausgangsfrage

Die exakte Formulierung der Nutzerfrage ohne redaktionelle Eingriffe.

Typ der Intention

Sachbezogen, vergleichend, kommerziell, lokal, navigationsbezogen, explorativ.

Rolle der Marke in der Antwort

Keine Präsenz; Erwähnung; Zitation; prägt den Rahmen der Antwort; erscheint in der engeren Auswahl.

Typ und Qualität der Quellen

Offizielle, redaktionelle, nutzergenerierte, institutionelle, katalogbasierte; stark oder schwach.

Anzeichen einer Kategoriesubstitution

Ob eine Aufgabenverschiebung vorliegt, ob sich die Sprache des Vergleichs ändert oder ob fremde Alternativen eingefügt werden.

Anzeichen einer Update-Verzögerung

Ob die Antwort den zuletzt bekannten Fakten entspricht und aus welchem Teil der Kette die Verzögerung wahrscheinlich stammt.

Redaktionelles Fazit

Eine kurze Interpretation: Wo liegt das Problem, wo liegt die Stärke, was ist als Nächstes zu prüfen.

Verwandte Materialien

Forschungsartikel 7 Min.

„Antwortblase“: Warum dieselbe Marke in ChatGPT, Google, Copilot und anderen Systemen unterschiedlich erscheint

Warum es keine einheitliche KI-Sichtbarkeit gibt: dieselbe Marke kann zwischen ChatGPT, Google AI Overviews, Copilot und Perplexity merklich unterschiedlich aussehen.

Material öffnen →
Forschungsartikel 7 Min.

Update-Verzögerung: Wie schnell KI-Systeme ihr Bild eines Unternehmens nach einer Nachricht, einer Produkteinführung oder einer Preisänderung verändern

Warum zwischen der Änderung eines Fakts über eine Marke und seinem stabilen Erscheinen in der Maschinenantwort Zeit vergeht — und wie man diese Verzögerung in der Praxis beobachten kann.

Material öffnen →
Nächster Schritt

Wie das in der Praxis mit AI100 zusammenhängt

Wenn Sie nicht einen Überblick, sondern eine spezifische Diagnose für Ihre Marke brauchen, können Sie mit AI100 prüfen, wie das Modell das Unternehmen in neutralen Auswahlszenarien wahrnimmt, welche Wettbewerber höher positioniert sind und welche Verbesserungen die Sichtbarkeit am ehesten steigern.

Beispielbericht ansehen