So wählst du die besten Prompts aus, um deine Sichtbarkeit in der KI-Suche zu monitoren
Nach Autor Glen Allsopp
Leiter für Marketingstrategie und Forschung bei Ahrefs
- Was wir überwachen
- Das Framework: Tracke Prompt-Gruppen statt einzelner Antworten
- Fragen, für die du bereits in der Google Search Console rankst
- Häufige Fragen aus „Diskussionen und Foren“
- Konversationelle Suchanfragen rund um deine Top-Performing-Seiten
- Perplexitys verwandte Fragen
- „Weitere Fragen“-Ergebnisse
- Themen, bei denen du in der KI-Suche bereits auftauchst
- Seiten, die bereits Traffic aus der KI-Suche erhalten
- Suchanfragen, bei denen deine Konkurrenten auftauchen
- Der Tab „Fragen“ im Keywords Explorer
- Ob KI-Antworten über dein Unternehmen der Realität entsprechen
- Personas basierend auf internen Daten
- Hab einen Plan, um Maßnahmen zu ergreifen
Jetzt, da Ahrefs-Nutzer die KI-Sichtbarkeit für genau die Suchanfragen tracken können, die ihnen wichtig sind, fragen sich viele, welche Begriffe sie monitoren sollten.
Schließlich ist das Gespräch mit KI nicht vergleichbar mit der Art, wie wir traditionell suchen, da Anfragen viel detaillierter sein können oder mitten in längeren Unterhaltungen auftreten.
KI-Antworten sind außerdem weniger konsistent als organische Suchergebnisse – sowohl Markenempfehlungen als auch zitierte URLs können sich von einer Minute zur nächsten ändern.
In diesem Beitrag teile ich das Tracking-Framework und die Quellen für Suchanfragen, die wir für am sinnvollsten halten.
Wenn du bereits weißt, was du tracken möchtest, kannst du mit der Funktion für eigene Prompts in Brand Radar Antworten über die Standorte und Plattformen deiner Wahl überwachen – nach einem täglichen, wöchentlichen oder monatlichen Zeitplan.
Sieh dir Markenerwähnungen für jede einzelne Suchanfrage an oder fasse (wie von uns empfohlen) Prompt-Cluster zusammen und betrachte die aggregierten Antworten – inklusive URLs und Trends – für alle auf einmal.
Lerne auf YouTube weiter
Wie wir die Markensichtbarkeit von Ahrefs über unsere wertvollsten Themen hinweg überwachen
Prompt-Tracking war in den letzten Monaten ein kontroverses Thema; ein häufiger Kritikpunkt ist, dass die Volatilität und Personalisierung von KI-Antworten es schwierig machen zu wissen, wie gut deine Marke tatsächlich abschneidet.
Plattformen teilen nicht direkt, welche Suchanfragen Nutzer eingeben oder wie oft – das heißt, es ist auch möglich, dass du Sichtbarkeit für Phrasen trackst, nach denen tatsächlich niemand sucht.
Andere argumentieren, dass richtungsweisende Daten besser sind als gar keine – und dass du zumindest tracken solltest, ob das, was KI von dir „denkt“, mit der Realität übereinstimmt.
Bei Ahrefs ist uns klar, dass wir nicht mit perfekten Daten arbeiten, aber wir glauben, dass sich aus Antworten Erkenntnisse gewinnen lassen, auf die wir konkret reagieren können.
Als umfassenderer Blick auf das Prompt-Monitoring: Hier ist unsere Gesamtbewertung:
 Nicht |  Do |
|---|---|
Konzentriere dich auf die Ergebnisse einzelner Prompts | Ähnliche Prompts gruppieren und Gemeinsamkeiten in aggregierten Ergebnissen analysieren |
Betrachte es als eine Aufgabe nach dem Motto „Einrichten und vergessen“ | Hab einen Plan, um Maßnahmen zu ergreifen – zum Beispiel, indem du Beziehungen zu häufig zitierten Quellen aufbaust |
Betrachte Prompt-Tracking so, wie du traditionelles Rank-Tracking betrachtest | Sei dir bewusst, dass deine „Position“ in Antworten sehr volatil ist |
Geh davon aus, dass Prompt-Tracking die beste und einzige Quelle für KI-Sichtbarkeitsdaten ist | Traffic aus LLMs, relevante Server-Logs, traditionelle Such-Performance und (wenn möglich) breitere Prompt-Datensätze monitoren |
Denken, dass zitierte URLs das ultimative Ziel sind | Verstehen, dass dein Unternehmen regelmäßig empfohlen werden kann, ohne zitiert zu werden |
Versuche, alle denkbaren Personas und Keyword-Ansätze zu tracken, die deine Website abdeckt | Beginne damit, Suchanfragen zu wertvollen Themen zu priorisieren. Du kannst später jederzeit erweitern |
Die Ermittlung potenzieller Handlungsschritte steht bei unserer Analyse von Antworten besonders im Fokus.
Wenn wir zum Beispiel neue Funktionen wie das Tracking eigener Prompts einführen (meta, ich weiß), möchten wir wissen, ob KI-Antworten widerspiegeln, dass Ahrefs diese Funktion jetzt bietet – oder stattdessen auf veraltete Quellen verweisen.
Das Monitoring mehrerer KI-Plattformen bringt Markenerwähnungen auf Websites zutage, die nicht nur bei Google prominent sind (worauf SEOs traditionell fokussiert sind), sondern auch bei Bing, Brave Search und in eigenen Indexen.
Neben der Genauigkeit der Antworten schauen wir vor allem auf häufig zitierte Websites, mit denen wir uns vernetzen können, auf häufig erwähnte SEO-Plattformfunktionen und Anwendungsfälle, die wir besser abdecken sollten, und darauf, wie wir bei unseren Kernangeboten im Vergleich zum Wettbewerb positioniert sind.
Trotzdem konzentrieren wir uns nicht ausschließlich auf das Tracking eigener Prompts.
KI-Bot-Aktivitäten in Server-Logs, Traffic von KI-Plattformen, traditionelle Suchperformance und Erkenntnisse aus Dutzenden Millionen Prompts in Brand Radar sind ebenfalls Teil unseres Monitorings.
Ein Hinweis zum Prompt-Volumen
Mein Kollege Patrick Stox arbeitet an einem demnächst erscheinenden Report, der nahelegt, dass – nachdem man alles andere ausgeklammert hat, wofür Menschen LLMs nutzen – suchähnliche Interaktionen auf ChatGPT etwa 12 % des Volumens von Google ausmachen.
Große KI-Plattformen teilen die Suchanfragedaten ihrer Nutzer nicht – daher wissen nur sie selbst genau, wie oft bestimmte Fragen gestellt werden.
Auch wenn es Drittanbieter gibt, die einige echte Konversationsdaten liefern, haben wir gesehen, dass diese genutzt werden, um Suchvolumina zu schätzen, die deutlich höher sind, als wir vertreten würden.
Unser aktueller Ansatz ist, die meisten unserer Prompts rund um traditionelle Suchbegriffe zu verankern, da wir hierfür zuverlässigere Daten zu ihrer Popularität haben.
Zugegeben: „synthetische“ Varianten traditioneller Suchbegriffe spiegeln nicht perfekt wider, wie Menschen KI abfragen, können aber helfen, Monitoring-Themen mit nachweislichem Interesse zu priorisieren.
Schauen wir uns das Gruppieren ähnlicher Punkte genauer an, da es ein wichtiger Teil davon ist, wie wir Prompt-Tracking insgesamt betrachten.
Das Framework: Tracke relevante Prompt-Gruppen statt einzelner Antworten
Frag ChatGPT, welche die beste Software für Fitnessstudio-Management ist, und Wodify und PushPress stehen möglicherweise ganz oben in den Empfehlungen. Ein paar Sekunden später ist Mindbody vielleicht die beste Lösung – begleitet von einem Listicle, in dem es auf Platz zwei landet.
Ich habe diese „Ranking“-Volatilität in einem kostenlosen Tool auf Detailed.com visualisiert, inspiriert von einem Report von Sparktoro-CEO Rand Fishkin.
Aus diesem Grund empfehlen wir, verwandte Prompts zu gruppieren, um einen richtungsweisenden, aggregierten Überblick über gemeinsame Muster in den Antworten zu erhalten, statt einzelne Ergebnisse zu priorisieren.
Diese Prompt-Cluster lassen sich nach Intent definieren, nach der Phase im Marketing-Funnel, zu der sie gehören, nach den Produkten und Dienstleistungen, die du anbietest, oder nach allem anderen, was für dein Business sinnvoll ist.
Die folgenden Beispiele wurden in erster Linie von Fragen aus Googles SERP-Feature „Nutzer fragen auch“ inspiriert und anschließend mit anderen Datenquellen erweitert.
Cluster-AnsatzWelche Cluster sinnvoll sind, hängt davon ab, in welchem Business du tätig bist | Potenzielle DatenquelleEs lohnt sich, Quellen zu kombinieren – z. B. Support-Anfragen mit GSC-Daten | Beispielhafte Suchanfragen, auf denen du aufbauen kannstNur zur Veranschaulichung. Für die besten Ergebnisse nutze deine eigenen Daten und deine Nischen-Erfahrung. | |
|---|---|---|---|
Wettbewerbspositionierung | Googles SERP-Feature „Nutzer fragen auch“ | Was ist das beste CRM für Immobilienmakler? | Was ist das beste CRM für Bauunternehmen? |
Vertrauen und Validierung | Diskussionen in Foren und Social-Media-Gruppen | Sind Hoka-Laufschuhe langfristig zuverlässig? | Sind Hoka-Schuhe gut bei Plantarfasziitis? |
Seite mit den meisten Conversions(z. B. werden Menschen, die nach „WeTransfer alternatives“ suchen, zu Kunden) | Website-Analytics- und Self-Attribution-Daten | Was verwenden Leute statt WeTransfer? | Was ist eine gute Alternative zu WeTransfer? |
Trichterstufen(z. B. Bottom of Funnel) | Kundenservice-Anfragen | Lohnt sich HubSpot für ein kleines Unternehmen? | Lohnt sich HubSpot im Jahr 2026? |
Spezifische Anforderungen | Keywords Explorer von Ahrefs | Was ist das beste Webhosting, das cPanel beinhaltet? | Kannst du mir ein paar HIPAA-konforme Hosting-Anbieter empfehlen? |
All das – insbesondere Themen – lässt sich außerdem bis auf ein deutlich granulareres Level herunterbrechen.
Wenn du allgemeine Markenerwähnungen monitoren willst, empfehle ich, markenbezogene und nicht markenbezogene Suchanfragen in eigene Cluster zu trennen.
Technisch gesehen kannst du mit der Zeit aggregierte Daten zu Antworten auf einen einzelnen Prompt betrachten, aber das hat seine Nachteile.
Jetzt, da du eine Vorstellung davon hast, wie du Prompts gruppieren könntest, schauen wir uns die Datenquellen an, die dir Ideen geben können, was du tracken solltest.
Wusstest du schon?
Fragen, für die du bereits in der Google Search Console angezeigt wirst
Öffne die Google Search Console direkt oder über Ahrefs Webmaster Tools und suche gezielt nach Fragen, für die deine Website bereits rankt.
Eine einfache Möglichkeit dafür ist, den folgenden Regex-Ausdruck zu verwenden:
\b(why|what|when|are|will|does|should|where|who|how|can|do|is)\b
Das findet nur Begriffe, die eines oder mehrere dieser spezifischen Wörter enthalten.
Du kannst auch den folgenden Regex verwenden, um alle Suchanfragen zu finden, die mindestens 6 Wörter lang sind: ^(\S+\s+){5}\S+. Ändere bei Bedarf die „5“ in eine höhere Zahl.
Wenn deine Website neu ist, noch nicht viel Suchtraffic bekommt oder du einfach zu einer anderen Branche recherchierst, kannst du dieselben Begriffe auch in einem Filter des Keywords Explorer-Tools von Ahrefs verwenden.
Auch wenn sich geschätzte Suchvolumen nie perfekt auf KI-Chat-Volumen übertragen lassen, gibt dir dieser Ansatz eine Vorstellung davon, wie beliebt Themen generell sind.
Finde häufige Fragen über das SERP-Feature „Diskussionen und Foren“ (oder genauer gesagt: &udm=18)
2022 hat Google ein neues Feature in den Suchergebnissen eingeführt: „Diskussionen und Foren“, um Diskussionen in Online-Communities hervorzuheben. Damit wollte man nach eigener Aussage mehr Ratschläge aus erster Hand sichtbarer machen.
Während typische Webseiten oft perfekt optimierte, keywordlastige Titel-Tags haben, liegen Forenbeiträge viel näher daran, wie Menschen natürlich schreiben – weil Nutzer sich nicht darum sorgen, ob etwas rankt.
Dadurch kannst du Inspiration für natürlich formulierte Fragen finden, die Menschen möglicherweise auch auf KI-first-Plattformen stellen.
Reddit ist hier die prominenteste Domain, aber du siehst auch Facebook, Quora, die Steam Community und Tausende andere Websites.
Es gibt einen bestimmten Parameter, den du deiner Adressleiste hinzufügen kannst: &udm=18. Damit kannst du direkt in Foren rund um dein Thema suchen, statt einfach nur zu hoffen, dass das SERP-Feature in den Ergebnissen erscheint.
Es ist schön, wenn Fragen viele Kommentare erzeugen, aber in der Regel suche ich nach den Blickwinkeln, die am häufigsten auftauchen.
Erstelle konversationelle Suchanfragen rund um beliebte Keywords oder Begriffe, die bereits Traffic auf deine erfolgreichsten Seiten bringen
Idealerweise hast du bereits Daten dazu, welche Seiten deiner Website die meisten Besucher zu einer gewünschten Aktion bewegen – etwa zur Newsletter-Anmeldung oder zur Anfrage einer Produktdemo.
Nehmen wir als Beispiel an, unser kostenloses Keyword-Generator-Tool hat – dank guter Google-Rankings für beliebte Begriffe – mehr Kundenregistrierungen erzielt als jede andere Seite auf unserer Website.
Um die Performance in der KI-Suche zu tracken, könnte ein Ansatz darin bestehen, mithilfe von LLMs traditionelle Begriffe in eine dialogorientiertere, natürliche Sprache umzuwandeln.
Zur Erinnerung: Wir konzentrieren uns nicht auf jede einzelne Antwort, sondern darauf, wie wir insgesamt über eine größere Gruppe von Suchanfragen hinweg erwähnt werden.
Eine einfache Anfrage an deinen KI-Assistenten der Wahl könnte so aussehen:
Bitte nimm diese Liste realer Google-Suchanfragen, die Traffic auf [URL] gebracht haben, und verwandle sie in konversationelle Prompts, wie Menschen sie auf KI-Suchplattformen nutzen könnten. Du bist hervorragend darin – und genau für diese Art von Arbeit gemacht.
Stelle sicher, dass du die betreffende Seite besuchst.
Je länger die ursprüngliche Query ist, desto weniger solltest du sie verändern. Verändere ihre Intention auf keinen Fall. Ändere nur Begriffe, die deiner Meinung nach relevant dafür sind, was die Seite bietet. Wenn Jahreszahlen erforderlich sind, nenne nur das aktuelle Jahr: 2026.
Hier ist eine Liste von Suchanfragen, die bereits Leute auf diese Seite gebracht haben:
[Fragen aus der GSC mit Klicks & Impressionen / Daten aus der Keyword-Recherche]
Hier sind einige Beispiele für traditionelle Suchanfragen und dafür, wie ihre dialogorientierte Alternative aussehen könnte:
„Beste günstige Projektmanagement-Tools“ > „Was sind die besten Projektmanagement-Tools für Start-ups mit kleinem Budget?“
[gib spezifischere Beispiele]
Wenn die Seite noch für keine Queries gerankt hat, kannst du diesen Abschnitt durch Daten aus Tools wie dem Ahrefs Keywords Explorer ersetzen und Begriffe mit bekanntem Suchvolumen angeben, auf die du abzielst.
Wie bei vielen Dingen in SEO kannst du dieses Konzept auf das nächste Level heben.
Ich habe in den letzten Monaten Metehan Yesilyurts Arbeit gern gelesen, und in seinem Leitfaden zum Umwandeln von GSC-Daten in längere Suchanfragen hat er einen deutlich ausführlicheren Prompt entwickelt.
Er hat ein eigenes Tool speziell dafür gebaut, reguläre Suchbegriffe in LLM-ähnliche Prompts umzuwandeln.
Aus Respekt möchte ich nicht alles teilen, aber hier ist ein Ausschnitt aus seiner app.py-Datei:
Ich denke, Metehan würde zustimmen: Je spezifischer deine Vorher-Nachher-Beispiele sind, desto besser.
Nutze Perplexitys verwandte Fragen als Inspiration (sowie einen Einblick darin, wie sie generiert werden)
Ich bin fasziniert davon, wie Perplexity offenbar seinen eigenen Webindex aufbaut, vermutlich um die Abhängigkeit von traditionellen Suchmaschinen als Datenquelle zu verringern.
In einer aktuellen Recherche habe ich festgestellt, dass sie in Antworten deutlich eher hochwertige Quellen empfehlen als ChatGPT oder Microsoft Copilot.
Und das, obwohl sie mehr überschneidende Top-Domains mit Microsoft hatten als Microsoft mit ChatGPT – zu dem Microsoft eine langjährige Beziehung pflegt.
Wie viele der am häufigsten zitierten Domains auf KI-Plattformen haben keine Sichtbarkeit in der Google-Suche?
Analyse der Top-1.000-Domains, auf die jede Plattform verweist – über Ahrefs Brand Radar.
Eine praktische Funktion beim Stellen von Perplexity-Fragen zu deiner Branche ist, dass dir am Ende jedes Chats verwandte Folgeanfragen empfohlen werden.
Ich habe Perplexity kontaktiert und gefragt, ob dafür tatsächlich echte Suchanfragen verwendet werden, die schon einmal gestellt wurden.
Mir wurde gesagt, dass sie von einem KI-Modell generiert werden, das die ursprüngliche Suchanfrage und deren Ergebnisse nutzt. Im Grunde sind das die nächsten naheliegenden Fragen, die sich nach Einschätzung dieses Modells aus diesen Daten ergeben würden.
Für unseren Zweck ist es etwas schade, dass sie nicht auf historischen Queries basieren, aber Perplexity wird wollen, dass diese so relevant wie möglich sind – deshalb sehe ich dennoch einen Nutzen darin, sie zu analysieren.
Hol dir Inspiration aus „Nutzer fragen auch“ in den Google-Suchergebnissen
Für einige der Nischen, die ich tracke, starte ich meine Recherche gern mit Fragen aus Googles SERP-Feature „Nutzer fragen auch“.
Wenn du in der Haustier-Nische unterwegs bist, liefert eine einfache Suche nach „best food for puppies“ sofort Vorschläge für verwandte und potenzielle Anschlussfragen:
Wenn du auf eine beliebige Überschrift klickst, um sie aufzuklappen, bietet Google anschließend noch mehr vorgeschlagene Suchanfragen an.
Wenn ich Branchen recherchiere, mit denen ich weniger vertraut bin, übernehme ich diese Fragen oft 1:1, um zu sehen, welche Marken, Domains und Antworttypen im Lauf der Zeit am häufigsten auftauchen.
Für ernsthaftere Arbeiten und persönliche Projekte nutze ich sie als Grundlage, um darauf aufzubauen. Einige Möglichkeiten dafür zeige ich im Abschnitt zum Tab „Fragen“ im Keywords Explorer.
Wenn du deine Analyse skalieren willst, kannst du sowohl die Ahrefs-Toolbar als auch die Detailed SEO Extension nutzen, um automatisch mehrere Ebenen von „Weitere Fragen“-Überschriften zu extrahieren.
Überwache Themen, bei denen du in der KI-Suche bereits auftauchst
Ahrefs Brand Radar liefert Insights zu über 240 Millionen Prompts auf beliebten KI-Plattformen, darunter Google KI-Modus, ChatGPT und Perplexity.
Wenn wir uns die Sichtbarkeit der Finanzplattform NerdWallet ansehen, sehen wir, dass sie bereits mit Themen wie „homeowners insurance“ und „best savings account“ in Verbindung gebracht wird.
Du kannst jede dieser Optionen einzeln anklicken, um Queries zu identifizieren, die du vielleicht anpassen und weiter tracken möchtest.
Wenn du zum Beispiel erst vor Kurzem angefangen hast, Inhalte für bestimmte Standorte zu erstellen, könntest du diese Begriffe in den jeweiligen Ländern tracken oder das Land im Prompt ausdrücklich erwähnen.
Du kannst auch deine eigene genaue Update-Frequenz festlegen, z. B. täglich, wöchentlich oder monatlich.
Analysiere die Seiten deiner Website, die aktuell Traffic aus der KI-Suche erhalten
Die Details hängen von der Analytics-Lösung ab, die du verwendest, aber die Idee ist dieselbe: Finde Seiten, die Traffic bekommen, und baue Prompts darum herum.
Bei einer der Websites, die ich mit Ahrefs Web Analytics tracke, sehen wir, dass fast der gesamte KI-Such-Traffic, den sie erhält, von ChatGPT kommt:
Du kannst nicht nur traditionelle Web Analytics nutzen, sondern auch in Server-Logs eintauchen.
Unten sehen wir, wann ChatGPT-User im Verlauf von sieben Tagen Seiten auf Detailed.com angefragt hat.
Das ist kein Bot, der das Web kontinuierlich crawlt; stattdessen wird er verwendet, wenn Nutzer ChatGPT oder Custom GPTs eine Frage stellen, und diese Seite kann bei der Generierung einer Antwort helfen.
Neben traditionellen Suchbots kannst du dir auch Anfragen von Perplexity-User (Perplexity), DuckAssistBot (DuckDuckGo) und MistralAI-User (Mistral) ansehen.
Anschließend könntest du dir anhand der Vorschläge in diesem Leitfaden Ideen für Prompts holen, zum Beispiel:
Betrachtung der Begriffe, die in der Google Search Console Traffic auf diese Seite bringen
Finde relevante „Nutzer fragen auch“-Fragen, die auch dort auftauchen, wo es organisch rankt
LLMs um relevante Fragen bitten, die Menschen stellen könnten, um die Seite zu finden
Beide Quellen sind für sich genommen nützlich, aber es ist praktisch, zusätzliche Datenpunkte zu haben, mit denen man sie kombinieren kann.
Suchanfragen monitoren, bei denen du aktuell nicht auftauchst (Konkurrenten aber schon)
Ein weiterer großer Vorteil von Ahrefs Brand Radar ist, dass du deine Sichtbarkeitsanalyse nicht bei null beginnen musst.
Du kannst Monate an KI-Sichtbarkeitsdaten durchgehen, um Suchanfragen zu finden, die wir analysiert haben, bei denen Wettbewerber auftauchen – und deine Marke nicht.
Danach könntest du sie zu Gruppen für eigene Prompts hinzufügen, um sie häufiger oder über zusätzliche Standorte und Plattformen hinweg zu tracken.
Ein weiterer Vorteil dieses Tools ist, dass es Content Gaps hervorhebt, die auf deiner Website bestehen könnten. Es kann sein, dass du einfach nicht angezeigt wirst, weil du keine Seiten hast, die für diese Themen relevant sind.
Verwende den Tab „Fragen“ im Keywords Explorer
Mit unserer Keywords Explorer-Datenbank kannst du 28,7 Milliarden Begriffe recherchieren, um diejenigen zu finden, die für deine Branche am relevantesten sind.
Starte mit einer Seed-Phrase wie „hotels in Paris“, klicke auf Übereinstimmende Begriffe, dann auf Fragen, und du siehst schnell relevante Vorschläge samt Suchvolumen.
Je breiter deine erste Suche, desto mehr Fragen bekommst du zurück. Unten habe ich nach dem allgemeinen Thema „carpentry“ gesucht, und es wurden über 800 Fragen zurückgegeben:
Natürlich wird es hier Begriffe geben, für die du wahrscheinlich gar nicht zitiert werden möchtest.
Je nach Plattform könnte „Was ist Tischlerhandwerk?“ ohne Websuche oder begleitende Quellenlinks beantwortet werden.
Wenn du eine Online-Schreinerschule betreibst oder Dienstleistungen zur Unternehmensgründung anbietest, möchtest du vielleicht eine regelmäßig gesuchte Suchphrase wie „how to start a carpentry business“ nehmen und Varianten als einen einzigen Cluster tracken.
Überwache, ob LLM-Antworten über dein Unternehmen mit der Realität übereinstimmen
Wenn es um SEO geht, lag dein Fokus wahrscheinlich vor allem auf den Google-Suchergebnissen.
KI-Antworten hingegen können auch durch Daten von Bing, Brave Search und benutzerdefinierten Web-Indizes sowie durch deren ursprüngliche Trainingsdaten unterstützt werden.
Diese zusätzlichen Quellen können viele negative oder ungenaue Informationen über deine Marke hervorheben, die du bei Google nie gesehen hast.
Als ich mit dem Schreiben dieses Artikels begann, bestätigten die relevanten Queries, die ich in ChatGPT überwachte, nicht, dass Ahrefs inzwischen Tracking eigener Prompts anbietet.
Das bedeutete, wir mussten daran arbeiten, die Botschaft über unsere eigene Website, Social Media und in den Artikeln anderer zu verbreiten – denn viele hatten ihre früheren Aussagen darüber, dass uns diese Funktion fehlt, möglicherweise nicht aktualisiert.
Zum Glück zeigen sie inzwischen durchgehend korrekte Informationen:
Für deine eigene Marke könntest du Antworten rund um Folgendes tracken:
Deine aktuellen Preise
Relevante Kundenprioritäten, etwa Erschwinglichkeit, Zuverlässigkeit oder Komfort
Ob du bestimmte Funktionen anbietest
Die häufigsten Beschwerden, die Menschen haben
Wie du im Vergleich zu den Top-Wettbewerbern dastehst
Steve Toth, Gründer von Notebook Agency, ist ein großer Befürworter davon, zu prüfen, ob die Sicht der KI auf deine Marke mit der Realität übereinstimmt.
Er sagte mir, dass er bei der Arbeit mit Kunden Daten aus Hilfedokumentationen, Vertriebs-Call-Transkripten, privaten Gesprächen und zusätzlichen Ressourcen wie Sales-Battlecards nutzen kann, um zu verstehen, wie sie in LLMs dargestellt werden möchten.
Darauf aufbauend erstellt sein Team Prompts mit Dealbreaker-Fragen und misst die Genauigkeit der Antworten. Wenn sie Abweichungen finden, versuchen sie, diese mit zusätzlichem Content auf der eigenen Website und auf anderen Websites zu beeinflussen.
Personas mithilfe interner Datenquellen erstellen
Eine Sache, die Response-Tracking schwierig macht, sind die Informationen, die ein Assistent über seinen Nutzer haben könnte, z. B. den Standort, in früheren Chats geteilte Präferenzen und zusätzlichen Kontext aus dem aktuellen Gespräch.
Wir können versuchen, das zu modellieren, indem wir unseren Prompts zusätzlichen Kontext hinzufügen – aber behalte im Hinterkopf, dass das Grenzen hat. Es ist keine perfekte Alternative.
Viele setzen sich stark für Persona-Tracking als Schutz vor personalisierten Antworten ein, und viele haben (verständlicherweise) ihre Zweifel. Wir tracken Prompts rund um Personas, aber sie haben nicht unsere höchste Priorität.
Ein Format, das ich beobachtet habe, folgt einer einfachen Struktur: [Meine Situation] [Einschränkungen] [Prioritäten] [Pain Points] [Frage].
Aufgeschlüsselt könnte das Folgendes abdecken:
[Situation] | Ich war bei der Arbeit gestresst und … | Ich habe gerade eine neue Immobilie mit einem großen Garten gekauft … |
[Einschränkungen] | Ich habe nicht viel Freizeit … | Ich brauche eine einfache Bewässerungslösung, bei der sogar Kinder mithelfen können … |
[Prioritäten] | Ich würde diese Stimme in meinem Kopf so gern beruhigen … | Er muss sich mindestens 50 Meter weit erstrecken, ohne dass der Wasserdruck nachlässt … |
[Problempunkte] | Ich habe Yoga ausprobiert und mir YouTube-Tutorials angesehen… | Ich habe schon versucht, mehrere Schläuche zu verbinden, aber ohne Erfolg … |
[Frage] | Würdest du empfehlen, ein lokales Meditations-Retreat auszuprobieren oder … | Gibt es Sprinkler- oder Schlauchsysteme, die ich mir anschauen sollte … |
Als Unterstützung hierbei kannst du so viele interne Datenquellen wie möglich nutzen – z. B. Kundensupport-Chats, Anzeigendaten, interne Website-Suchen (über Blogposts, Hilfedokumentation usw.) und alles andere, was dir einfällt.
Wenn du diesen Weg nicht einschlagen möchtest: Mir gefiel eine einfache Formel, die Mark Williams-Cook geteilt hat und die Begriffe personalisiert, statt „vollständige“ Personas zu erstellen.
Er gibt LLMs den Prompt: „Wenn ich als [Persona] versuchen würde, [Keyword] zu finden, wonach würde ich suchen?“
Damit herumzuspielen macht Spaß, aber wie ich schon sagte: Wir wissen nicht, wie eng das mit echter Personalisierung übereinstimmt.
Ein kürzlich eingeführtes Brand Radar-Feature
Während ich an diesem Artikel gearbeitet habe, hat Ahrefs eine neue Funktion eingeführt, die dabei hilft, Suchanfragen zum Tracking zu generieren.
Dabei werden das Projekt, an dem du arbeitest, und/oder benutzerdefinierte Suchanfragen, die du bereits eingegeben hast, herangezogen, um bestimmte Schwerpunktbereiche zu ermitteln, die du dir vielleicht ansehen möchtest.
Im Screenshot oben habe ich nach zusätzlichen Prompts für eine Automobilmarke gesucht, und es hat relevante Themen rund um Fahrzeugbesitz generiert.
Wir werden das anhand von Feedback weiter verbessern – probiere es also gern aus und sag uns, was du denkst.
Einen Plan haben, wie du auf das, was du siehst, reagierst
Angesichts der Summen, die im Bereich KI-Sichtbarkeit eingesammelt wurden, liegt es nahe, dass unzählige Unternehmen bei jeder Gelegenheit betonen werden, wie wichtig Prompt-Tracking ist.
Das Wichtigste, was wir empfehlen können, ist, dass du Prompts nicht nur um des Trackings willen trackst, sondern bereit bist, basierend auf dem, was du siehst, zu handeln.
Dazu können zum Beispiel folgende Dinge gehören:
Sicherstellen, dass deine am häufigsten zitierten Seiten korrekt und aktuell sind
Muster in Antworten erkennen, die dir möglicherweise entgehen – etwa Zertifizierungen, Features oder Akkreditierungen
Beziehungen zu den Top-Websites aufbauen, die in relevanten Antworten als Quellen genannt werden
Reporting einrichten, um KI-Traffic mit Umsatz oder anderen Conversion-Ergebnissen zu verknüpfen
Sicherstellen, dass das, was andere über dich sagen, den Tatsachen entspricht
Content- und Wissenslücken finden und anschließend schließen
Wir haben (freundlicherweise) darum gebeten, falsche Aussagen zu korrigieren, unsere Hilfedokumentation um zusätzliche Klarstellungen ergänzt und – wo relevant – eigene Seiten für spezifische Anwendungsfälle erstellt, die wir abdecken.
Und schließlich musst du nicht damit anfangen, Tausende Begriffe zu tracken.
Ein paar Dutzend Prompts zu einem eng umrissenen Themenset können für den Einstieg ausreichen – bevor du das anschließend ausbaust, wenn du neue Verticals erschließt oder dein Monitoring einfach erweitern willst.
Wie bei allen KI-Themen teilen wir ständig Studien und Insights – und wir halten diesen Leitfaden aktuell, falls sich unser Ansatz im Laufe der Zeit ändert.
Wenn du mehr Insights entdecken willst, die Ahrefs Brand Radar bieten kann, empfehle ich dir diesen Guide meiner Kollegin Despina mit 10 umsetzbaren Use Cases.
Wenn du Vorschläge für zukünftige Leitfäden oder Fragen hast, melde dich gern bei mir auf LinkedIn oder X!
Glens SEO-Reports wurden u. a. auf TechCrunch und in der Financial Times vorgestellt. Er baute die Detailed SEO Extension auf 450.000 wöchentliche Nutzer aus, bevor er (sehr stolz) zu Ahrefs kam, um mit den Marketing- und Produktteams zusammenzuarbeiten.
Alle AEO-Leitfäden entdecken
Was ist Answer Engine Optimization (AEO)?
Starte hier. Was AEO ist, wie es sich von SEO unterscheidet und die sieben Schritte für den Einstieg.
So funktionieren Antwortmaschinen
Was zwischen einem Prompt und einer Antwort wirklich passiert – und wo deine Marke ins Spiel kommen kann.
So trackst du KI-Sichtbarkeit
Du kannst nicht optimieren, was du nicht siehst. Sieben Wege, um zu messen, wo deine Marke in KI-Antworten auftaucht.
So wählst du die besten Prompts zum Tracking aus
Tracke Prompt-Cluster statt einzelner Antworten. Elf Orte, um die Suchanfragen zu finden, die sich zu überwachen lohnen.
So optimierst du Content für Antwortmaschinen
Rankings sorgen dafür, dass du in Betracht gezogen wirst. So wirst du zitiert – die Themen, Formate und On-Page-Änderungen, die funktionieren.
So überwachst du Markenerwähnungen in KI-Antworten und erzielst mehr davon
KI empfiehlt Marken, über die an anderer Stelle diskutiert wird. So überwachst du diese Erwähnungen und sorgst für mehr davon.
So optimierst du deine Website für Antwortmaschinen
Die technischen Korrekturen, die darüber entscheiden, ob KI deine Seiten erreichen, sie lesen und herausfinden kann, wer du bist.