Sichtbarkeit in Chatbots: Relevante Prompts finden und auswerten

AI Chatbots wie ChatGPT, Gemini oder Copilot verändern, wie Menschen nach Informationen suchen – so müssen auch SEOs umdenken. Marken müssen jetzt in Prompts sichtbar werden. Doch wie findet man relevante Prompts? Können vorhandene Keyword-Listen genutzt werden? Und wie wertet man die gefundenen Prompts aus? Alle Infos in diesem Tutorial.

Im Gegensatz zur Google Suche beantworten AI Chatbots direkt als zusammenhängende Antwort – das manuelle Durchsuchen von verschiedenen Webseiten entfällt. Für Marken bedeutet das jedoch: Sichtbarkeit zählt nicht mehr nur auf Google. Statt Rankings zählen Nennungen und Quellen.

Wohingegen es zum Rüstzeug von SEOs gehört, relevante Keywords zu recherchieren, versteckte Ranking-Potentiale aufzudecken und die Erfolgsgeheimnisse der Wettbewerber auf Google aufzudecken, stellen die aktuellen Veränderungen der Branche neue Spielregeln auf.

Statt wie bisher auf Keywords und Rankings zu schauen, sind für Marken jetzt Nennungen und der entsprechende Kontext in Chatbots wie ChatGPT oder Gemini wichtig. Doch zugleich sind Nennungen in Chatbot-Antworten deutlich seltener – eine SISTRIX Auswertung von 10 Millionen Prompts zeigt: Nur rund jede dritte Antwort von ChatGPT, Gemini und Deepseek enthält überhaupt eine Marke.

Dazu kommt, dass wir derzeit noch sehr wenig Informationen darüber haben, welche Maßnahmen überhaupt zuverlässig und nachhaltig Einfluss auf die Antworten von Chatbots haben. Alle aktuellen Informationen zu Chatbots, wie sie funktionieren und welche Veränderungen sie für SEOs bringen, haben wir im eigenen Content Hub zusammengefasst und erweitern wir regelmäßig: sistrix.de/ai-insights/ai-chatbots

Keywords versus Prompts

Damit wir aber besser verstehen, wie sichtbar eine Marke in Chatbots ist, haben wir SISTRIX für AI/Chatbots entwickelt. Dafür ist wichtig zu verstehen, dass Menschen mit Chatbots anders umgehen als mit der Google Suche wie wir sie seit Jahren kennen.

Suchen Menschen nach einer neuen Kaffeemaschine, geben sie wohl vermutlich Begriffe wie „kaffeemaschine vollautomat“ (10.700 monatliche Suchen) oder „jura kaffeevollautomat“ (45.700 monatliche Suchen) in den Google Suchschlitz ein. Google zeigt daraufhin diverse Produktbilder, Shopping-Integrationen und Rankings von Mediamarkt oder dem Jura-Onlineshop.

Screenshot der Google-Suchergebnisse für „Kaffeevollautomat“ mit Produktanzeigen und gesponserten Treffern.

Mittlerweile nutzen viele Menschen jedoch auch Chatbots wie ChatGPT für Anfragen dieser Art – nach eigenen Angaben sind knapp ein Viertel der ChatGPT-Anfragen die Suche nach Informationen. Dort geben Nutzende ihre Anfragen jedoch häufig im Fragenformat ein, suchen also eher nach „Was ist der beste Kaffeevollautomat?“.

Screenshot einer ChatGPT-Antwort zur Frage nach dem besten Kaffeevollautomaten mit tabellarischer Übersicht der Kaufkriterien.

ChatGTP eröffnet einen Dialog und fragt nach, welche Kriterien Nutzenden besonders wichtig sind und worauf es bei einem Kaffeevollautomaten in der Regel ankommt.

Sind wir also aus der Google-Suche gewohnt, auf Keywords zu optimieren, müssen wir in Bezug auf Prompts ein neues Verständnis entwickeln. Sorgsam recherchierte Keyword-Listen sowohl in SISTRIX für Google als auch für AI/Chatbots zu verwenden, ist also der falsche Ansatz.

Recherche nach relevanten Prompts

Bleiben wir bei unserem Kaffeemaschinen-Beispiel und stellen uns vor, wir seien ein Shop für Kaffeemaschinen, haben derzeit eine gute Sichtbarkeit bei Google mit guten Rankings für relevante Keywords. Wollen wir nun auch in Chatbots sichtbar sein, ist ein guter Anfang, selbst erst einmal bei zum Beispiel ChatGPT zu schauen, wie Antworten üblicherweise aussehen und welche Informationen Nutzende erwarten.

Screenshot einer ChatGPT-Antwort mit detaillierter Auflistung der Kaufkriterien und Verweis auf Stiftung Warentest.

So stellen wir beispielsweise fest, dass ChatGPT zunächst erklärt, was Kriterien sind, auf die beim Kauf zu achten ist, beziehungsweise bei denen Nutzende entscheiden sollten, was ihnen besonders wichtig ist. Ein besonders qualitatives Mahlwerk, ein leicht zu reinigendes Milchsystem oder doch eine große Vielfalt an auszuwählenden Kaffeespezialitäten.

Das sind alles Kriterien, auf die Hersteller oder Onlineshops also bei der Vorstellung ihrer Produkte eingehen sollten. Gleichzeitig erfahren wir so mehr darüber, welche Entscheidungen Nutzende auf dem Weg zum Kauf eines Produktes treffen.

Screenshot der SISTRIX Prompt-Detailansicht für Gemini zur Frage nach dem besten Kaffeevollautomaten.

Nach Eingabe des Prompts in SISTRIX für AI/Chatbots kann darüber hinaus ein Überblick darüber gewonnen werden, welche Entitäten in der Prompt-Antwort genannt werden. Marken können so zum Beispiel mit einem Klick weiter ausgewertet werden.

Screenshot des SISTRIX KI-Überblicks für das Thema Kaffeevollautomat mit Sichtbarkeitsindex und Markenvergleich.

Auch das Produkt als Entität kann eingegeben werden. Auf der Übersichtsseite sind interessante Zahlen und Informationen gesammelt, die einen Überblick über das Thema geben. So auch beispielsweise die Marken, die in Verbindung gebracht werden, aber auch interessante Prompts – welche Fragen Nutzende im Kontext von Kaffeevollautomaten also haben.

Screenshot des Prompt-Bereichs in SISTRIX mit häufigen Nutzerfragen zu Kaffeevollautomaten.

Detaillierter wird es unter der Funktion „Prompts“. Mit Filtern wie schon aus SISTRIX für Google oder Amazon gewohnt können die Prompts eingegrenzt werden. Auch bei den genannten Marken können wiederum relevante Prompts gefunden werden.

Es wird bereits deutlich: Bislang gibt es keine „einfache“ Lösung, nach relevanten Prompts zu recherchieren. Dafür ist das Feld rund um Chatbots auch zu dynamisch. Denn zum einen unterscheiden sich die Systeme untereinander, zum anderen führt das Prinzip des Dialogs mit einem System dazu, dass Fragen immer ein bisschen anders beantworten werden können.

Individuelle Prompts analysieren

Sind jedoch relevante Prompts erst einmal identifiziert, können diese innerhalb von SISTRIX gesammelt und zur weiteren Auswertung gespeichert werden. Wie gewohnt können die Prompts mit der Checkbox ganz vorn in der Zeile ausgewählt und dann einer Liste hinzugefügt werden.

Nachdem die wichtigsten Prompts zusammengetragen sind, lohnt es sich, ein neues Projekt zu erstellen. Mit einem Klick können alle gesammelten Prompts der Liste importiert werden. Der Projektbereich ermöglicht ähnlich wie schon der Onpage-Projektbereich tiefergehende Auswertungsmöglichkeiten eigener Prompts.

Mit dem Anlegen eines Projekts und dem Hinterlegen einer Marke erstellt SISTRIX automatisch ein Wettbewerber Umfeld und ergänzt passende Prompts sofern keine eigenen hinterlegt wurden. Ab diesem Moment lässt sich im Verlauf erkennen wann und wie oft die Marke in Antworten erscheint.

Außerdem berechnet SISTRIX sofort einen eigenen Sichtbarkeitsindex für die hinterlegte Marke – so wie es den Index bereits für Google und Amazon gibt.

Screenshot des SISTRIX Trackers mit Verlauf des AI Visibility Index für Marken wie Roborock, Dyson und Ecovacs.

Darunter die Entwicklung des AI Sichtbarkeitsindex der eigenen Marke sowie der Wettbewerber inklusive wichtiger Kennzahlen oder Quellen (URL, Hostname oder Domain) – immer bezogen auf die recherchierten und individuell zusammengestellten Prompts.

Screenshot der SISTRIX Quellenliste mit URLs, die als Quelle für Saugroboter-Antworten genannt werden.

Zusammenfassung

Chatbots verändern nicht nur die Suche, sondern auch den Weg zu Sichtbarkeit. Wer weiterhin nur auf klassische Keywords und Rankings schaut, übersieht einen wachsenden Kanal. Entscheidend ist jetzt zu verstehen, welche Fragen Nutzer wirklich stellen und in welchen Antworten Marken konkret genannt werden. Relevante Prompts zu identifizieren, zu sammeln und systematisch auszuwerten ist dabei kein einmaliger Schritt, sondern ein fortlaufender Prozess.

Mit den richtigen Daten lässt sich dieser Wandel jedoch messbar machen. Wer Prompts analysiert, Projekte anlegt und die eigene Sichtbarkeit im Zeitverlauf beobachtet, schafft sich einen klaren Vorsprung.