Brand-Sichtbarkeit in der AI-Suche messen, Wettbewerber-Lücken aufdecken und passende PAA-Fragen aus der klassischen Google-Suche identifizieren: Das Modell führt über den SISTRIX MCP Server eine vollständige Prompt-Recherche durch und liefert eine priorisierte Übersicht für Content und GEO.
| Zeitaufwand | Zeitersparnis | Schwierigkeit | Einsatz |
|---|---|---|---|
| 20-35 Min. | ca. 3-5 Stunden | ●●○○○ | Strategie / GEO / Laufend |
Nutzen
- Vollständiger Überblick auf Knopfdruck: Brand Prompts aus der AI-Suche, Wettbewerber-Gaps und reale PAA-Fragen aus Google fließen in einem strukturierten Recherche-Paket zusammen.
- Priorisierte Maßnahmen für SEO und GEO: Das Modell clustert alle Quellen nach Relevanz und leitet konkrete Handlungsempfehlungen ab, welcher Content fehlt und welcher gestärkt werden muss.
- Zeitersparnis gegenüber manuellem Abgleich: Ohne diesen Use Case wäre eine vergleichbare Analyse nur mit stundenlangem Abgleich in SISTRIX möglich.
- Flexibel kombinierbar: PAA-Fragen und AI-Prompts ergänzen sich. PAA zeigt, was Nutzer in Google fragen, Brand Prompts zeigen, ob die eigene Marke die Antwort liefert.
Prompt
„Analysiere die Domain [Domain] mit dem SISTRIX MCP Server und führe eine vollständige Prompt-Recherche durch:
- BRAND PROMPTS (Entity-Analyse): Rufe über ai_entity (view: „prompts“) alle Prompts ab, in denen [Marke] bereits genannt oder zitiert wird. Kategorisiere nach Thema (z. B. Produkte, Wettbewerb, Tierversuche) und AI-Modell (AIO, AIMODE, ChatGPT).
- NON-BRAND PROMPTS DER WETTBEWERBER: Führe für die Wettbewerber [Wettbewerber 1], [Wettbewerber 2], [Wettbewerber 3] jeweils ai_entity (view: „prompts“) aus. Filtere alle Prompts mit explizitem Markennamen heraus. Dedupliziere die verbleibenden Non-Brand-Prompts und bewerte jedes Ergebnis nach Potenzial für [Marke] (Hoch, Mittel, Prüfen).
- PAA-FRAGEN AUS DER GOOGLE-SUCHE (3 Keywords): Rufe für [Keyword 1], [Keyword 2] und [Keyword 3] jeweils keyword_seo_serpfeatures auf und prüfe den Wert für RELATED_QUESTION. Notiere die Anzahl der PAA-Fragen je Keyword. Rufe die angezeigten „Ähnliche Fragen“-Einträge ab und liste alle Fragen auf. Ordne sie nach Thema und bewerte, ob die eigene Domain bereits für die zugehörigen Keywords rankt.
Liefere am Ende eine priorisierte Tabelle: Prompt/Keyword, Kategorie, Umfang, Potenzial, Top-Maßnahme.“
💡 Tipp: Die PAA-Fragen (RELATED_QUESTION) lassen sich über keyword_seo_serpfeatures zählen, die Frage-Texte selbst entnimmst du direkt aus SISTRIX. Übergib sie dem Modell als Liste im gleichen Prompt, damit es sie direkt in die Analyse einbeziehen kann.
Ablauf
- Brand Prompts abrufen: Über ai_entity (view: „prompts“) werden alle Prompts abgerufen, in denen die eigene Marke bereits als Quelle zitiert oder namentlich genannt wird, inklusive AI-Modell und Antwortkontext. Das Ergebnis zeigt, in welchen Themen und auf welchen Plattformen die Marke schon sichtbar ist.
- Wettbewerber-Analyse (Non-Brand Prompts): Für jeden Wettbewerber wird dieselbe Entity-Abfrage ausgeführt. Das Modell filtert Prompts mit explizitem Markennamen heraus und dedupliziert die generischen Fragen. Jeder verbleibende Prompt wird auf Potenzial für die eigene Marke bewertet.
- PAA-Fragen aus der klassischen Google-Suche (3 Keywords): Für die drei definierten Keywords wird keyword_seo_serpfeatures aufgerufen. Der Wert RELATED_QUESTION zeigt, wie viele „Ähnliche Fragen“-Einträge Google für dieses Keyword anzeigt. Die konkreten Frage-Texte werden direkt aus SISTRIX entnommen und dem Modell als Liste übergeben.
- Alle Quellen zusammenführen und priorisieren: Brand Prompts, Non-Brand Wettbewerber-Prompts und PAA-Fragen werden in einer gemeinsamen Tabelle nach Potenzial sortiert. Pro Eintrag wird eine konkrete Maßnahme abgeleitet, etwa Content-Erstellung, FAQ-Schema, interne Verlinkung oder GEO-Optimierung.
⚠ Wichtig: Die PAA-Fragen sind in SISTRIX über keyword_seo_serpfeatures als RELATED_QUESTION-Zähler verfügbar. Für die Frage-Texte öffnest du SISTRIX, gibst das Keyword ein und kopierst die angezeigten „Ähnliche Fragen“ direkt in den Prompt.
In einem einstündigen Online Seminar erklären wir dir die Einrichtung, Nutzung und verschiedene Anwendungsbeispiele rund um den MCP Server detailliert: Jetzt kostenlos für den 09. September um 11 Uhr anmelden.
Output / Ergebnis
Am Ende der Recherche liefert das Modell eine priorisierte Tabelle aller analysierten Prompts und Fragen:
| Prompt/Keyword | Kategorie | Umfang | Potenzial | Top-Maßnahme |
|---|---|---|---|---|
| benefit cosmetics | Brand Prompts | 100 Prompts | Hoch | Benefit als Quelle stärken, BrowBar-Content ausbauen |
| benefit augenbrauen | PAA-Fragen (Google) | 6 Fragen | Hoch | FAQ-Content zu Augenbrauen aufbauen, Schema ergänzen |
| make-up tierversuche | Non-Brand (Wettb.) | 23 Prompts | Hoch | Cruelty-Free-Seite optimieren, in AI sichtbar werden |
| mascara beste marke | Non-Brand (Wettb.) | 15 Prompts | Mittel | BADgal BANG! Landingpage stärken |
| brow lifting douglas | PAA-Fragen (Google) | 4 Fragen | Mittel | BrowBar-Serviceseiten mit FAQ-Schema ausstatten |
Die Tabelle kann direkt als Grundlage für eine Content-Strategie, einen Kunden-Pitch, die Sprint-Planung oder die Priorisierung von Landingpage-Optimierungen genutzt werden.
Kombinationen und Varianten
★ Kombination: Topic Prompt Research. Erweitere deine Prompt-Recherche jetzt um eine themen- statt markenbezogene Recherche mit unserem Prompt Research Tool und entdecke die Themenfelder, die für deine Marke und Produkte relevant sind, unabhängig vom aktuellen Ist-Zustand.
★ Kombination: Content Audit Use Case. Nach der Prompt-Recherche: Die PAA-Fragen und High-Potential-Prompts direkt mit dem Content Audit abgleichen, welche bestehenden URLs adressieren diese Fragen bereits, und wo fehlt Content komplett?
- Nur PAA-Analyse: Den Use Case auf die PAA-Fragen-Extraktion fokussieren, ideal als schnelle Grundlage für FAQ-Seiten, Featured-Snippet-Optimierungen oder strukturierte Daten (FAQ-Schema).
- Nur Brand-Monitoring: Ausschließlich Brand Prompts tracken, als monatliches Reporting, wie sich die AI-Sichtbarkeit der eigenen Marke über Zeit entwickelt.
- PAA vs. AI-Prompts vergleichen: PAA-Fragen aus Google direkt den AI-Prompts gegenüberstellen, zeigt, welche Nutzerfragen bereits in der AI-Suche ankommen und welche noch klassisch über Google laufen.
- Erweiterung Share of Voice: Nach der Prompt-Recherche über ai_entity (view: „competition“) ermitteln, welche anderen Brands in denselben Prompts genannt werden, und den eigenen Share of Voice berechnen.
Beispiel-Analysen zum Download
📥 Benefit_Cosmetics_Prompt_Recherche.xlsx: Beispiel-Rohdaten aus diesem Use Case, mit drei Tabs: Brand Prompts, Non-Brand Prompts der Wettbewerber und Fragen rund um die Marke, wie sie sich mit dem gezeigten Prompt erzeugen lassen.
Nicht weitergekommen? Unser Support-Team hilft beim Setup des SISTRIX MCP Servers und beantwortet Fragen zur Nutzung mit Claude oder ChatGPT. Support kontaktieren
SISTRIX kostenlos testen
- Kostenloser Testaccount für 14 Tage
- Unverbindlich, keine Kündigung notwendig
- Persönliches Onboarding durch Experten
