5 häufige Fehler bei der Prompt Auswahl [Unsere Auswertung]

Viele Prompt-Monitorings sind Geldverschwendung. Weil sie die falschen Prompts abprüfen. Oder auf alten SEO-Gewohnheiten beruhen. Oder eine Sichtbarkeit zeigen, die nur auf dem Papier existiert. Woran erkennt man gute Prompts?

Das besprechen wir in dieser Podcastfolge. Die Basis dafür: Wir haben 500 kostenlose GEO-Checks in unserem Tool J.O.E. ausgewertet. Fünf Muster tauchen immer wieder auf. Viele davon kennen wir auch aus unserer Beratung.

Wir gehen die fünf häufigsten Fehler bei der Promptrecherche durch. Wir zeigen sie an umgewandelten Beispielen direkt im Tool.

Spoiler: Alle Fehler sind unnötig und schnell zu beheben.

Viele denken sich „Wunsch-Prompts“ aus, die hyperspeziell sind. Das liegt nahe, denn KI-Systeme können lange und sehr individuelle Anfragen verarbeiten. Also werden die Prompts immer spezieller.

Beispiel: Ein Unternehmen verkauft Akku-Rasenmäher. Also geben die Verantwortlichen Prompts ein wie „Kompakter Akku-Rasenmäher für einen kleinen Stadtgarten mit klappbarem Griff, vertikaler Lagerung und Mulchfunktion“. Oft sind die Kriterien so gewählt, dass genau die Stärken des eigenen Produkts zum Tragen kommen.

Das Problem: Die KI nennt hier zwar Marken und empfiehlt konkrete Produkte. Das AI Visibility Monitoring wirkt also valide. Aber so ein Prompt bildet nur einen winzigen Ausschnitt des Marktes ab. Angenommen, 300.000 Menschen suchen jeden Monat nach einem Akku-Rasenmäher. Jeder von ihnen kombiniert andere Kriterien – Gartengröße, Antrieb, Fangkorb, Schnittbreite. Daraus entstehen Millionen möglicher Promptkombinationen. Wer nur eine davon monitort, erfasst nur diesen einen speziellen Fall. Und alle Kombinationen zu überwachen, ist in keinem Tool realistisch. Das Monitoring sieht dann zwar gut aus, aber es ist nicht valide.

Daher empfehlen wir, auf der ersten Kriterienebene zu bleiben. Also ein Prompt pro Kriterium: „Ich suche einen Akku-Rasenmäher mit Radantrieb.“ Oder: „Ich suche einen Akku-Rasenmäher für kleine Gärten.“ Unsere Erfahrung zeigt: Wer bei den einzelnen Kriterien sichtbar ist, wird auch bei Kombinationen häufig empfohlen. So lässt sich ein Produktbereich mit rund 30 Prompts gut abdecken.

Viele nehmen auch ihren eigenen Markennamen ins Monitoring auf. Beraterinnen und Berater geben oft den eigenen Namen ein. Das ist verständlich. Schließlich möchte man wissen, was die KI-Systeme über einen sagen.

Beispiel: Ein Hersteller wie Einhell verkauft Akku-Rasenmäher. Also geben die Verantwortlichen Prompts ein wie „Welche Rasenmäher bietet Einhell an?“. Oder: „Wie gut sind die Akku-Rasenmäher von Einhell?“

Das Problem: Wer direkt nach der Marke fragt, bekommt sie natürlich auch genannt. Diese Prompts kommen also auf 100 Prozent KI-Sichtbarkeit. Und das verzerrt das gesamte Monitoring. Denn eigentlich will man wissen, wie oft die eigene Marke bei einem generischen Begriff wie „Akku-Rasenmäher“ empfohlen wird. Mischt man Brand-Prompts darunter, steigt die durchschnittliche Sichtbarkeit künstlich an.

Das kennt man aus dem SEO: Die Search Console zeigt viel Traffic, aber ein Großteil davon ist Brand-Traffic. Das sind Menschen, die das Unternehmen schon kennen. Die große Stärke von GEO liegt aber im Neukundengeschäft – also darin, bei Menschen empfohlen zu werden, die die Marke noch nicht kennen.

Daher empfehlen wir, Brand-Prompts aus dem Sichtbarkeits-Monitoring herauszunehmen und gesondert zu überwachen. Wie die KI über die eigene Marke spricht, ist trotzdem ein wichtiges Thema. Das gehört aber in eine eigene Brand-Sentiment-Analyse mit eigenen Prompts. Etwa „Wie vertrauenswürdig gilt Einhell in der Branche Rasenmäher?“ oder „Wird Einhell als innovativ angesehen?“. Hier zeigt sich dann auch, wo die KI Kritik übt – zum Beispiel an zu viel Kunststoff oder einem wackeligen Griff.

Eine gute Prompt-Recherche ist kein Bauchgefühl. Sie folgt einer klaren Logik. Und sie ist die Grundlage für alles, was danach kommt. Denn nur wenn die Prompts sauber ausgewählt sind, zeigt das Monitoring die tatsächliche KI-Sichtbarkeit. Wir empfehlen dafür drei Schritte.

Erstens: Mit dem Produkt oder der Leistung starten. Die entscheidende Frage lautet: Was bietet man an und wonach suchen die Kunden? Ins Monitoring gehört also nicht der allgemeine Themenbegriff, sondern das konkrete Angebot. Ohne Kauf-Zusätze, ohne Markennamen und ohne Domain.

Zweitens: Die Prompts in die Tiefe recherchieren. Ausgehend vom Produkt entstehen die Prompts auf der ersten Kriterienebene. Also ein Prompt pro Kriterium. Dabei gilt: Die Prompts müssen zum eigenen Angebot passen. Wer ein bestimmtes Merkmal nicht anbietet, braucht dazu auch keinen Prompt. Außerdem sollten die Prompts auf Daten beruhen, nicht auf Wünschen. In J.O.E. schlagen wir deshalb Prompts auf Basis von SEO- und KI-Daten vor. Ausgewählt werden die mit hohem Suchvolumen und hoher KI-Relevanz. So entsteht ein Promptset, das mit rund 30 Prompts einen ganzen Produktbereich und sehr viele Kombinationen abdeckt.

Drittens: Die Analyse starten. Wir sehen oft, dass Nutzer in der Prompt-Recherche stecken bleiben. Dabei hilft es, einfach anzufangen. Im kostenlosen GEO-Check von J.O.E. lassen sich fünf Prompts auswählen, ohne Anmeldung. Lieber fünf Prompts wählen, die ungefähr passen, und die Analyse starten. Dann sieht man, wie sich das Dashboard aufbaut und wie ein Monitoring überhaupt aussieht. Das Ergebnis: ein sauberes, tiefes und valides Monitoring statt Zahlen, die nur auf dem Papier gut aussehen.