Am Freitag, den 6. November, wurde in ChatGPT ein Banner für Unternehmen entdeckt. Das Versprechen ist einfach: Bestätigen Sie, dass das Unternehmen Ihnen gehört, und Sie sehen, wie oft es in Antworten erschien und wie viele Personen auf Ihre Website geklickt haben. In meinem Beitrag über die Aufmerksamkeit, die Ihre Analysen nicht erfassen können, schrieb ich, dass nur die Plattform, die die Antwort anzeigt, solche Signale besitzt. Die Plattform beginnt, diese zu teilen, und das ist eine gute Nachricht. Die Frage ist, was Sie aus diesem Zähler ablesen können und was Sie niemals daraus ablesen werden.
Was genau wurde entdeckt und warum ist das eine gute Nachricht?
Die Funktion heißt Business Hub. Sie ist noch nicht verfügbar, und OpenAI hat sie noch nicht offiziell angekündigt. Der Banner und die ersten Berichte deuten darauf hin, dass ein verifiziertes Unternehmen (als Beispiel wird die Anbindung eines Online-Shops genannt) zwei tägliche Zahlen in einem Diagramm sehen wird: Impressionen in Antworten und Klicks auf Links zu seiner Website. Hinzu kommen aktuelle Produkt- und Unternehmensdetails sowie ein Agent, der Kunden in einem vom Unternehmen kontrollierten Kontext antwortet. Das Panel wird keine Fragen anzeigen, die gestellt wurden, keine Wettbewerber oder Rankings.
Das ist eine gute Nachricht, denn ein Kanal, der bisher keine Spuren hinterlassen hat, erhält nun einen Zähler. Die Suche hat diesen Weg bereits früher beschritten: Die Google Search Console zeigt seit Jahren Impressionen und Klicks an, und Marketingexperten haben gelernt, auf dieser Grundlage Entscheidungen zu treffen. Die schlimmste Situation im KI-Kanal, bei der die Entscheidung des Kunden getroffen wird und das Dashboard leer bleibt, verschwindet somit.
Der Zähler bestätigt, dass die Chance auf Aufmerksamkeit in der Antwort eines Modells existiert und gezählt werden kann, aber er sagt nicht, woher diese Chance kam.
Der Zähler misst den letzten Schritt auf dem Weg zur Aufmerksamkeit
In diesem früheren Beitrag habe ich den Weg zur Aufmerksamkeit im KI-Kanal in vier Schritte unterteilt. Der erste ist ein fester Satz von Kundenfragen ohne den Markennamen. Der zweite sind die fünf Ebenen, die aus dem Inhalt der Antworten gelesen werden und zusammen die Chance auf Aufmerksamkeit ausmachen: Präsenz, Wettbewerb, Position, Richtung und Übergabe. Der dritte ist die Forschung mit Menschen, die bestätigt, dass Aufmerksamkeit tatsächlich stattgefunden hat, und der vierte ist der geschäftliche Einfluss: Traffic aus Antworten, Anfragen und Verkäufe. Impressionen und Klicks aus dem Panel der Plattform gehören zu diesem vierten Schritt.
Warum ist das nicht genug? Das Panel wird Ihnen sagen, dass die Marke tausendmal in Antworten erschien. Es wird Ihnen nicht sagen, bei welchen Fragen, neben wem oder in welcher Position. Es wird Ihnen auch nicht sagen, ob das Modell die Marke empfohlen oder nur erwähnt hat, ob es sie genau beschrieben hat oder wohin es den Kunden geschickt hat. Die fünf Fragen zur Chance auf Aufmerksamkeit bleiben unbeantwortet.
Stellen Sie sich zwei Marken mit einem identischen Zähler vor. Die erste erscheint bei Fragen zur Kategorie, und das Modell empfiehlt sie eindeutig. Die zweite erscheint bei Fragen zu den Schwächen des Marktführers, als günstigere Alternative am Ende der Liste. Das Diagramm zeigt denselben Balken, doch dies sind zwei völlig unterschiedliche Situationen. Michał Grzebyk beschrieb den Unterschied zwischen einer Erwähnung und einer Empfehlung in einem separaten Artikel.
Die Plattform zeigt, dass die Marke in der Antwort war. Unabhängige Messungen zeigen, warum und neben wem.
Warum werden Panel-Zahlen und Messwerte niemals übereinstimmen?
Das Panel zählt jede Konversation jedes Nutzers der Plattform, zusammen mit dessen Verlauf, Gedächtnis und Personalisierung. Unabhängige Messungen stellen den Modellen einen festen Satz von Kundenfragen, ohne den Markennamen und ohne Personalisierung, mit der Modellversion und dem Datum neben jeder Zahl. Das erste ist ein Zähler, das zweite eine Forschungsstichprobe, und beide beschreiben dasselbe Phänomen von zwei verschiedenen Seiten.
Keine Messung hebt die andere auf, denn jede beantwortet eine andere Frage. Der Zähler sagt Ihnen, was in den Gesprächen echter Menschen passiert ist. Die Stichprobe sagt Ihnen, was das Modell tendenziell tut, wenn ein Kunde nach der Kategorie fragt, und aus welchem Grund. Beide Zahlen sollten nebeneinander auf einer Zeitachse geführt werden, aber niemals addiert.
Tipp: Wenn beide Diagramme in die gleiche Richtung gehen, ist die Änderung höchstwahrscheinlich real. Wenn sie auseinanderlaufen, ist das noch kein Fehler, sondern nur eine Frage, die es wert ist, untersucht zu werden. Eine Divergenz sagt normalerweise etwas darüber aus, wer fragt, in welcher Sprache oder in welchem Modell.
Ist ein steigender Zähler das Verdienst der Marke?
Nach dem ersten Anstieg des Zählers wird der Vorstand direkt fragen, ob dies das Ergebnis der Arbeit des Unternehmens ist. Ein Anstieg kann mindestens drei Ursachen haben, und jede davon führt zu einer anderen Entscheidung. Er kann von den eigenen Maßnahmen der Marke herrühren, wie z.B. neue Inhalte, neue Quellen oder bereinigte Fakten.
Er kann auch von einer neuen Modellversion herrühren, die ohne jede Kampagne die Marke häufiger erwähnte. In unseren Messungen sehen wir, dass eine Versionsänderung das Ergebnis merklich verschieben kann, in beide Richtungen. Schließlich kann er vom Markt selbst herrühren, weil immer mehr Menschen Assistenten nutzen. Das Panel der Plattform kann diese Ursachen nicht unterscheiden, da es nicht weiß, was die Marke getan hat, und es die Modellversion nicht anzeigt.
Drei Dinge ermöglichen es, sie zu unterscheiden: ein datierter Protokoll der Markenaktivitäten, eine Markierung für jede Modellversionsänderung auf derselben Zeitachse und ein Schwellenwert für Rauschen, unter dem eine Änderung keine Änderung ist. Ohne diese sieht das Diagramm des Panels schön aus, sagt aber nichts. Es lohnt sich also, das Aktivitätsprotokoll noch heute zu beginnen, bevor das Panel Ihr Unternehmen erreicht.
Ein Assistent ist noch nicht der KI-Kanal
Das Panel von OpenAI wird ChatGPT anzeigen, während Kunden auch Gemini, Claude, Perplexity oder Copilot fragen. In der Google-Suche lesen sie zunehmend eine über den Ergebnissen generierte Antwort, bevor sie auf einen Link klicken. Jedes dieser Modelle erstellt seine Liste anders und verweist anders auf Quellen.
Für Marken, die in vielen Märkten präsent sind, kommt die Sprache hinzu. Ein Modell zitiert die Quelle, die zur Situation der fragenden Person passt, in deren Sprache und Kontext. Dasselbe Produkt kann daher in Deutsch und Tschechisch völlig unterschiedliche Antworten und Empfehlungen erhalten.
Ein Zähler von einer Plattform ist ein Maß für eine Plattform. Der KI-Kanal wird über alle Modelle gleichzeitig gemessen, bei denselben Fragen.
Profil, Produkte und Agent, oder der Ort, an dem die Marke für sich selbst spricht
Der zweite Teil des Banners ist für Marken ebenso wichtig, denn das Unternehmen erhält Platz für aktuelle Produkte und Details sowie einen Agenten, der Kunden in einem vom Unternehmen kontrollierten Kontext antwortet. Zum ersten Mal hat eine Marke einen Platz innerhalb des Assistenten, wo sie mit ihrer eigenen Stimme spricht.
Lassen Sie mich das Prinzip wiederholen, dem wir bei Brand Semantics folgen: Wir steuern die Antworten der Modelle nicht, wir messen die Auswirkungen von Änderungen. Das Profil und der Agent sind ein Ort für Fakten, nicht für Überzeugungsarbeit. Das Modell wird sie ohnehin mit Quellen abgleichen, und der Kunde wird sie mit der Realität abgleichen.
Was sollten Sie also vorbereiten? Eine Liste von Markenfakten, die überall konsistent sein müssen: Produkte, Preise oder Preisspannen, Standorte, Zertifizierungen, Ansprechpartner. Ein Fehler gegen die Fakten der Marke in der Antwort eines Modells ist ein anderer Verlust als das Übersehen. Eine Marke, die übersehen wird, verliert eine Chance, während eine Marke, die falsch beschrieben wird, das Vertrauen des Kunden verliert.
Was sollten Sie tun, bevor das Panel Ihr Unternehmen erreicht?
Die Verifizierung über einen Online-Shop deutet darauf hin, dass die Funktion mit dem E-Commerce beginnen wird, sodass ein B2B-Unternehmen möglicherweise länger warten muss. Das ist ein guter Zeitpunkt, um sich auf das Ablesen des Zählers vorzubereiten.
- Messen Sie jetzt, mit Fragen, die die Marke nicht nennen, über mehrere Modelle hinweg und in den Sprachen Ihrer Kunden. Wenn das Panel startet, haben Sie eine datierte Basislinie.
- Führen Sie ein Aktivitätsprotokoll und notieren Sie darin, was wann auf Ihrer Website und in Ihren Quellen veröffentlicht oder geändert wurde.
- Trennen Sie den Traffic von Assistenten in Ihren Analysen als separate Verweisquellen, damit Sie Klicks vom Panel mit Sitzungen auf Ihrer Website vergleichen können.
- Bringen Sie die Fakten der Marke in den Quellen, die Modelle zitieren, in Ordnung. Das Profil und der Agent werden später auf dieselben Fakten zurückgreifen.
- Erfassen Sie jede Zahl mit der Modellversion und dem Datum und halten Sie Panel-Zahlen getrennt von Messwerten, ohne sie zu addieren.
Der Zähler beendet die Unsichtbarkeit des KI-Kanals, aber nicht die Arbeit des Marketingexperten
Ein Zähler von der Plattform ist eine gute Veränderung, denn er beendet die Zeit, in der der KI-Kanal für Analysen unsichtbar war, aber er entbindet den Marketingexperten nicht von der Frage nach den Ursachen. Die Plattform zeigt, dass die Marke in der Antwort war. Unabhängige Messungen zeigen, warum und neben wem. Aufmerksamkeit bleibt die Währung, und das Modell vergibt weiterhin Chancen an Marken, die ihm einen Grund geben.
Wenn Sie eine Basislinie wünschen, bevor ein Plattform-Panel Ihr Unternehmen erreicht, stellt Semantio den Modellen Fragen, die die Marke nicht nennen, und zeigt, ob das Modell sie einführt, neben wem es sie platziert, wie stark es sie empfiehlt und wohin es den Kunden schickt, mit der Modellversion und dem Datum neben jeder Zahl. Sie können mit einer 7-tägigen Testphase beginnen.
