Die meisten bauen ein GEO-Audit aus vier auswendig getippten Fragen, packen ihren Markennamen in alle und wundern sich dann, dass die KI sie "so oft nennt". Natürlich nennt sie dich: du hast danach gefragt. Das Audit ist nicht so viel wert wie das Tool oder der Report; es ist so viel wert wie die Prompts, mit denen du fragst. Ein schlechtes Set gibt dir eine hübsche, falsche Zahl; ein gutes sagt dir die unbequeme Wahrheit: existierst du für das Modell, wenn der Käufer fragt, ohne dich zu kennen? So baust du diese Batterie, Frage für Frage.
Warum ein GEO-Audit nur so gut ist wie seine Prompts
In einem GEO-Audit ist der Prompt das Messinstrument, kein Detail. Ist das Thermometer falsch kalibriert, ist es egal, wie schön das Diagramm aussieht: die Zahl lügt. Und die häufigste Verzerrung ist, deine Marke in die Frage zu packen —"Was hältst du von [meiner Firma]?"—: damit misst du Reputation, nicht Sichtbarkeit. Die KI redet über dich, weil du gefragt hast, nicht weil sie dich von sich aus empfiehlt, wenn der Käufer dich nicht nennt.
Echte Sichtbarkeit entscheidet sich in den Fragen, in denen dein Name nie auftaucht. Dort kommst du aus eigener Kraft rein oder eben nicht. Deshalb ist der Entwurf des Prompt-Sets 80 % eines gut geführten Audits: er legt fest, was du misst, gegen wen und in welcher Sprache. Der Rest —laufen lassen, notieren, bewerten— ist Mechanik. Das ist die Arbeit, die fast niemand macht, und die ein nützliches Audit von Theater mit Screenshots trennt.
Die drei Prompt-Typen, die nicht fehlen dürfen
Eine ernsthafte Batterie deckt drei Fragefamilien ab. Jede misst etwas anderes, und fehlt eine, misst du einen Ausschnitt und glaubst, das Ganze zu messen.
| Typ | Was er fragt (ohne deine Marke) | Was er misst |
|---|---|---|
| Kategorie | "Beste Tools für X", "wie wähle ich einen Y-Anbieter" | Ob du aus eigener Kraft in die Antwort kommst, wenn dich niemand nennt. |
| Vergleich | "A vs B", "Alternativen zu Z", "lohnt sich X oder besser Y?" | Deine relative Position gegen die Wettbewerber, mit denen man dich vergleicht. |
| Problem | "Wie höre ich auf, Zeit mit ... zu verlieren", "warum versagt mein X ständig" | Ob du den Käufer erreichst, der den Schmerz hat, aber deine Kategorie noch nicht kennt. |
Die Kategoriefragen sind deine Existenz-Basislinie. Die Vergleiche messen den Share of Voice: auftauchen reicht nicht, es zählt, ob du es bist oder dein Rivale. Und die Problemfragen sind die wertvollsten und die, die fast niemand schreibt, weil sie dich zwingen, aus dem internen Jargon herauszukommen und wie der Kunde zu sprechen, der dich noch nicht kennt. Dort sitzt der früheste und am wenigsten umkämpfte Käufer.
Wie du Prompts schreibst, die die KI wie ein echter Käufer beantwortet
Ein guter Audit-Prompt ahmt nach, wie eine Person mit deinem Problem wirklich fragt, nicht wie du dein Produkt beschreiben würdest. Fünf Regeln, damit die Antwort ehrlich bleibt:
- Ohne deine Marke (außer im Sentiment-Block). Steht dein Name in der Frage, misst du keine Sichtbarkeit, sondern Echo. Halte zwei oder drei Marken-Prompts nur bereit, um die Tonalität der KI über dich zu lesen, und misch sie nicht mit der Präsenz-Metrik.
- In der Sprache des Kunden, nicht deiner. Der Käufer schreibt nicht "Lösung zur Automatisierung von Dokumenten-Workflows"; er schreibt "wie höre ich auf, Rechnungen von Hand zu tippen". Stiehl das Vokabular aus deinen Support-Tickets, deinen Vertriebsgesprächen und den Bewertungen: so wird wirklich gesucht.
- Neutral, keine Antwort eingebaut. "Was ist das beste günstige Tool auf Deutsch für KMU?" hat die Antwort schon mit deinen Kriterien gefiltert. Frag offen und lass das Modell wählen; wenn du einschränkst, schränk ein, wie der Käufer es täte, nicht wie es dir passt.
- Intent-spezifisch, nicht generisch. "Marketing" misst nichts; "wie erkenne ich, ob ChatGPT meinen Shop empfiehlt" schon. Je näher der Prompt an einer konkreten Entscheidung ist, desto nützlicher die Ablesung.
- Wortgenau wiederholbar. Jeder Prompt muss sich eine Woche später identisch neu starten lassen. Improvisierst du jedes Mal, hast du keine Zeitreihe, sondern lose Anekdoten.
Wie viele und wie aufteilen: die Batterie aus 15 bis 25 Fragen
Die gesunde Größe liegt zwischen 15 und 25 festen Fragen. Unter 15 ist das Ergebnis anekdotisch —an einem Tag tauchst du auf, am nächsten nicht, und du unterscheidest Signal nicht von Rauschen—. Über 30 startest du sie nicht wöchentlich von Hand neu —und genau das macht sie als Basislinie nützlich. Eine Aufteilung, die funktioniert:
| Familie | Ungefähres Gewicht | In einer Batterie von 20 |
|---|---|---|
| Kategorie (ohne Marke) | ~50 % | 10 Fragen |
| Vergleiche | ~30 % | 6 Fragen |
| Problem | ~15 % | 3 Fragen |
| Marke (nur Sentiment) | ~5 % | 1 Frage |
Die Fehler, die die Batterie ungültig machen (und wie du sie vermeidest)
Vier Fehler machen aus einem Audit ein schmeichelhaftes, falsches Foto. Machst du einen, ist der Rest des Reports überflüssig:
- Die Marke überall reinpacken. Der Klassiker. Du misst, dass die KI deinen Namen wiederholen kann, nicht dass sie dich empfiehlt. Nimm sie aus den Präsenz-Fragen raus.
- Fragen, die sich selbst beantworten. Der Prompt mit eingebauter Antwort ("warum ist [meine Marke] die beste für X?") auditiert nicht, er applaudiert. Neutralität oder nichts.
- Winzige Stichprobe. Vier Fragen sind kein Audit, sondern ein Eindruck. Ohne Volumen unterscheidest du den Trend nicht vom Rauschen eines Modells, das zwischen Antworten schwankt.
- Das Set jedes Mal ändern. Der stille Fehler: es sieht aus, als würdest du besser, aber du hast nur den Maßstab geändert. Fixiere die Prompts mindestens ein Quartal; ergänze, ohne zu entfernen.
Ist die Batterie gut gebaut, ist der Rest Ausführung: das Audit laufen lassen für das Foto von heute, Nennungen Woche für Woche verfolgen für den Film, und jede Antwort mit dem Rahmen aus wie du deine KI-Sichtbarkeit misst bewerten. Wenn du die Batterie nicht von Hand bauen und pflegen willst, hält das Delegieren des KI-Sichtbarkeits-Monitorings das Instrument lebendig und überwacht; und wenn die Ablesung Handlung verlangt, arbeitet die GEO-Optimierung am Inhalt, nicht am Report.