Überwachen, was KI-Modelle über Ihre Marke sagen: eine monatliche Routine

Warum sollte eine Modemarke überwachen, was KI-Modelle sagen?

Käuferinnen und Wholesale-Einkäufer fragen Assistenten zunehmend nach Empfehlungen, Vergleichen und Hintergründen zu Marken. Was diese Assistenten sagen, kann falsch, veraltet oder auf der Seite eines Wiederverkäufers begründet sein, und die Marke sieht es nur, wenn sie hinschaut. OpenAI selbst warnt, dass Suchergebnisse und Quellenangaben unvollständig, veraltet oder falsch sein können, und fordert Nutzer auf, zitierte Quellen zur Überprüfung zu öffnen.

Für den Einstieg braucht das Monitoring keine Spezialsoftware. Eine disziplinierte manuelle Routine, einmal im Monat von einer namentlich bestimmten Person durchgeführt, liefert den Grossteil der Erkenntnisse und lässt sich später durch Tools unterstützen, wenn das Volumen dies rechtfertigt.

Auch Wholesale-Einkäufer, Journalisten, Recruiter und Investoren stellen diese Fragen. Ein Einkäufer, der sich auf ein erstes Gespräch vorbereitet, fragt einen Assistenten womöglich nach Positionierung, Preissegment und Verkaufsstellen einer Marke, und eine ungenaue Antwort prägt den ersten Eindruck, noch bevor es einen Kontakt gibt. Wer diese Zielgruppen ins Prompt-Set aufnimmt, erweitert den Nutzen der Routine über das Konsumentenmarketing hinaus.

Was sollte die monatliche Routine abdecken?

Lesen Sie auch

Wem gehört der Kunde, wenn ein KI-Agent einkauft? Markenkontrolle im Agentic Commerce

Wie sollte das Prompt-Set aufgebaut sein?

Echte Kundensprache verwenden. Fragen aus Search-Console-Anfragen, Kundenservice-Tickets, Notizen des Aussendiensts und Bewertungen ableiten. Markenfragen einbeziehen (wofür ist diese Marke bekannt), Kategoriefragen (welche Marken stellen ein bestimmtes Produkt her), Vergleichsfragen (wie schneidet eine Marke im Vergleich zu einer anderen ab) und Kauffragen (wo kaufen, welche Grösse bestellen). Für den Wholesale kommen Fragen hinzu, die ein Einkäufer stellen könnte, etwa wer die Handelspartner der Marke sind oder wie hoch ihre Mindestbestellmenge ist.

Die Länge spielt eine Rolle. In einer Ahrefs-Studie mit 146 Millionen Desktop-Ergebnissen erschienen AI Overviews bei 9,5 Prozent der Anfragen mit einem Wort und bei 46,4 Prozent der Anfragen mit sieben oder mehr Wörtern. Ein Prompt-Set, das nur aus kurzen Schlagwörtern besteht, erfasst deshalb die konversationellen Fragen, bei denen generierte Antworten am häufigsten sind, zu schwach.

• Den Wortlaut der Prompts festhalten, damit Veränderungen von Monat zu Monat etwas aussagen.
• Neue Prompts hinzufügen, statt alte zu ändern, und das Datum der Aufnahme notieren.
• Jeden Prompt in mindestens zwei Assistenten ausführen und bei Google sowohl in den Standardergebnissen als auch im AI Mode.
• Markt, Sprache und verwendetes Gerät protokollieren.

Was gilt als gutes oder schlechtes Ergebnis?

Für eine gesunde Erwähnungsquote gibt es keinen veröffentlichten Richtwert, den man deshalb nicht erfinden sollte. Stattdessen jede Antwort klassifizieren: Marke fehlt, Marke vorhanden und korrekt, Marke vorhanden mit Fehlern oder Marke vorhanden mit veralteten Informationen. Die nützlichste Messgrösse ist die Zahl der Sachfehler und ihrer Ursachen, da diese behebbar sind. Die Häufigkeit der Erwähnungen ist nur als Trend innerhalb des eigenen Prompt-Sets aussagekräftig.

Einzelne Antworten sind mit Vorsicht zu behandeln. Antworten variieren zwischen Sitzungen und zwischen Nutzern, eine einmalige Auslassung ist daher ein schwächerer Beleg als ein Muster über mehrere Durchläufe. Das Datum festhalten und alles, was wichtig aussieht, wiederholen, bevor man eskaliert.

Bei Wholesale- und B2B-Fragen sind andere Dinge festzuhalten. Zu notieren ist, ob ein Assistent die Verkaufsstellen der Marke korrekt auflistet, ob er die richtigen Produktkategorien nennt und ob er die Positionierung der Marke so beschreibt, dass das Vertriebsteam sie wiedererkennt. Veraltete Aussagen zu geschlossenen Läden, eingestellten Linien oder früheren Eigentümern sind gängige Beispiele, nach denen sich zu suchen lohnt, und sie lassen sich meist auf einen bestimmten alten Artikel oder Verzeichniseintrag zurückführen, der aktualisiert oder berichtigt werden kann.

Wie behebt man, was man findet?

Mit den Quellen beginnen, die Sie selbst kontrollieren. Nennt eine Antwort einen alten Preis, ein eingestelltes Produkt oder eine falsche Rückgaberegelung, die Seite oder den Feed suchen, der sie stützt. Die Seite aktualisieren, prüfen, ob sie crawlbar ist, und den Feed konsistent zur Website halten. Stammt der Fehler von einer Drittseite, den Eigentümer oder den Wiederverkäufer kontaktieren und um eine Korrektur bitten.

Auch den Zugang prüfen. OpenAI erklärt, dass Websites, die OAI-SearchBot ausschliessen, nicht in den Suchantworten von ChatGPT erscheinen und dass ein Host oder CDN den veröffentlichten Searchbot-Traffic zulassen sollte. Google erklärt, dass eine Seite für die Anzeige in AI Overviews oder im AI Mode indexiert und für ein Snippet zugelassen sein muss und dass keine besondere Optimierung nötig ist. Eine Marke, die nicht vorkommt, sollte diese Grundlagen ausschliessen, bevor sie etwas anderes vermutet.

Lesen Sie auch

Wie Modemarken eine KI-Strategie entwickeln

Wer sollte die Verantwortung tragen, und wie sollten Ergebnisse geteilt werden?

Die Verantwortung einer Person im Marketing oder E-Commerce übertragen, mit einer namentlich bekannten Ansprechperson in Produktdaten, Kundenservice und Recht. Monatlich eine einseitige Zusammenfassung teilen: gefundene Fehler, behobene Fehler, geänderte Seiten und offene Punkte. Wholesale- und Vertriebsteams einbeziehen, denn Einkäufer nutzen vor einem Termin womöglich ebenfalls Assistenten, um eine Marke zu recherchieren. Das Prompt-Set jedes Quartal überprüfen und Prompts streichen, die nicht mehr abbilden, wie Kundinnen und Kunden fragen.

1. Eine verantwortliche Person bestimmen und einen festen Tag im Monat festlegen.
2. Die Prompt-Liste aufbauen und versionieren.
3. Antworten und Quellenangaben ausführen, erfassen und als Screenshot sichern.
4. Ergebnisse klassifizieren und Fehler auf Quellen zurückführen.
5. Quellen korrigieren, erneut prüfen und berichten.

Den Prozess schlank genug halten, damit er überlebt. Eine Routine, die jeden Monat einen halben Tag dauert und eine einseitige Zusammenfassung liefert, wird gepflegt, während eine, die einen grossen Bericht verlangt, spätestens im dritten Monat fallen gelassen wird. Antworten und Screenshots in einem gemeinsamen Ordner mit einheitlichen Namen ablegen, damit eine Verhaltensänderung eines Assistenten gegenüber Kolleginnen und Kollegen mit datierten Belegen statt mit Erinnerung gezeigt werden kann.