Zum Inhalt springen

Blog

So prüfen Sie, was KI-Modelle über ein Unternehmen sagen

Von Johnny Lagneau · Veröffentlicht am 28. Januar 2026Aktualisiert am 8. September 2026

Aus dem Englischen übersetzt. Original lesen

Eine einzelne Antwort von ChatGPT kann eine nützliche Frage aufdecken, aber sie ist kein vollständiges Sichtbarkeitsaudit. Legen Sie zuerst das Unternehmen und den Markt fest, und halten Sie dann fest, wie mehrere Modelle dieselben Käuferfragen unter vergleichbaren Bedingungen beantworten.

Die Schritte unten ergeben ein Protokoll, das Sie jemand anderem geben könnten, der es dann wiederholt. Genau darum geht es: Eine Prüfung, die man nicht wiederholen kann, ist eine Anekdote.

1. Das Unternehmen und den Markt festlegen

Notieren Sie die URL der Website, die genauen Leistungen, den Ort und den Marktkontext, bevor Sie irgendetwas in ein Modell eingeben. Ist das Unternehmen ein Kunde, fügen Sie keine vertraulichen Informationen über ihn in ein öffentliches Beispiel ein: Die Fragen dürfen nur verwenden, was ein Käufer wissen könnte.

2. Die Käuferfragen schreiben, bevor Sie die Antworten prüfen

Drei Arten, im Voraus festgelegt:

  • Ohne Namen, für die Entdeckung. „Wer macht X in der Nähe von Y?“ Das Unternehmen wird nicht genannt; Sie prüfen, ob es erscheint.
  • Mit Namen, für die Beschreibung. „Was macht das Unternehmen Z?“ Sie prüfen die Richtigkeit.
  • Vergleichend, für die Empfehlung. „Z oder W für X?“ Sie prüfen die Präferenz und den genannten Grund.

Die Fragen oben sind erfundene Beispiele, die für diesen Leitfaden geschrieben wurden.

3. Die Testbedingungen festhalten

Notieren Sie zu jeder Antwort das Modell und die angezeigte Version, das Datum, die genaue Frage, den Gesprächskontext (ein neues Gespräch oder eines mit früheren Nachrichten) und ob die Websuche aktiviert war. Passen Sie das Vorgehen nicht von Modell zu Modell an, damit ein Ergebnis besser aussieht; wenn Sie eine Frage ändern, ist es ein neuer Test.

4. Die Antwort und ihre Quellen aufbewahren

Speichern Sie den Text der Antwort so, wie er gegeben wurde, oder einen Export, statt einer Paraphrase. Wenn das Modell Links angegeben hat, notieren Sie sie und öffnen Sie sie: Eine zitierte Seite, die nicht sagt, was die Antwort behauptet, ist schon ein Befund. Hat das Modell keine Quelle angegeben, schreiben Sie „keine Quelle angegeben“. Suchen Sie nicht selbst eine für das Modell.

5. Den Befund einordnen

Ein Etikett pro Antwort:

  • Abwesend. Das Unternehmen steht nicht in der Antwort.
  • Genannt. Vorhanden, ohne Aussage darüber.
  • Falsch beschrieben. Vorhanden, mit einer Aussage, die einer geprüften Tatsache widerspricht.
  • Empfohlen. Nach vorn gestellt, als eine Wahl verlangt wurde.
  • Fehlend. Der Aufruf ist fehlgeschlagen oder hat nichts Brauchbares geliefert. Wird nie als abwesend gezählt.

6. Untersuchen, bevor Sie eine Korrektur verordnen

Eine falsche Beschreibung ist ein Vergleich zwischen dem, was das Modell gesagt hat, und dem, was die eigenen Seiten des Unternehmens sagen. Lesen Sie die Seiten. Steht die falsche Angabe auf der Seite, ist das die Korrektur. Ist die Seite richtig und irrt das Modell, liegt die Korrektur vielleicht woanders, oder es gibt auf Seitenebene gar keine. Schlagen Sie eine genaue Maßnahme nur vor, wenn die Belege sie stützen.

7. Die Prüfung wiederholen und die Grenzen dokumentieren

Wiederholen Sie sie mit denselben Fragen, demselben Kontext und derselben Konfiguration, und notieren Sie jedes Mal die Versionen der Modelle. Rechnen Sie mit Schwankungen: Modelle sind nicht deterministisch. Und sagen Sie, was die Stichprobe ist: eine Handvoll Fragen an einem Datum, nicht alle Käufer.

Eine Vorlage für das Protokoll

Ein leeres Formular für eine Antwort. Es speichert nichts und versendet nichts; kopieren Sie die Felder in Ihre eigene Tabelle.

FeldWas hineinkommt
Unternehmen und MarktURL, Leistungen, Ort, Kontext
FrageGenauer Wortlaut und die Art: ohne Namen, mit Namen, vergleichend
Modell und VersionWie zum Zeitpunkt angezeigt
DatumWann die Antwort erzeugt wurde
KonfigurationWebsuche aktiviert oder deaktiviert; neues Gespräch oder nicht
AntwortWörtlicher Text oder Export
Angegebene QuellenLinks, die das Modell angegeben hat, und ob jeder geprüft wurde
EinordnungAbwesend, genannt, falsch beschrieben, empfohlen, fehlend
UntersuchungWas die Seiten des Unternehmens zu der Aussage sagen
Nächster SchrittEine genaue Maßnahme oder „keine nötig“

Was das nützliche Ergebnis ist

Das nützliche Ergebnis ist nicht nur ein Urteil über die Sichtbarkeit. Es ist eine datierte Antwort, die Belege, die Sie prüfen konnten, und ein nächster Schritt, den Sie erklären können. Das ist auch die Form eines Brand Snapshot; die Methode dahinter steht unter wie ich messe.