Schritt 1 — Das Prompt-Panel definieren
Das Prompt-Panel ist die Liste der Anfragen, gegen die Sie messen. Es sollte je nach Kategoriegröße 100–500 Anfragen enthalten. Die Anfragen kommen aus drei Quellen: Ihrem Vertrieb (was fragen echte Interessenten in Discovery-Calls?), Ihrem Support (was fragen Kunden nach dem Kauf?) und Ihren eigenen Umformulierungen von Keyword-Recherche in natürlichsprachige Fragen. Vermeiden Sie mechanisch in Fragen übersetzte Keyword-Listen — Panels, die wie SEO-Keyword-Listen aussehen, messen AI-Verhalten schlecht, weil echte LLM-Nutzer in ganzen Sätzen mit Kontext fragen.
Schritt 2 — Das Panel über sechs Engines laufen lassen
Jeder Prompt läuft in Google AI Overviews, Perplexity, ChatGPT (getrennt: nur Modellgedächtnis und ChatGPT Search), Gemini, Claude und Microsoft Copilot. Das sind sechs Oberflächen, sechs Läufe pro Prompt. Bei 200 Prompts sind das 1.200 Ausführungen. Hier verdient Spezial-Tooling sein Geld — manuelles Ausführen ist langsam und führt Verzerrungen ein. Wir kombinieren API-Zugriff (wo verfügbar) mit Browser-Automatisierung. Protokolliert werden die vollständige Antwort, die zitierten Quellen und die Position jeder Nennung.
Schritt 3 — Zitierpräsenz bewerten
Je Prompt festhalten: Wurde die Marke überhaupt genannt, an welcher Position in der Antwort, mit welchem Kontext (neutral / positiv / negativ), neben welchen Wettbewerbern und mit welcher Attribution (direkter Link, indirekte Erwähnung, implizite Referenz)? Aggregiert ergibt das Share-of-Voice-Metriken je Engine und gesamt. Das ist Ihre Baseline: Wie viel Prozent der Antworten nennen heute, für dieses Panel, Ihre Marke?
Schritt 4 — Nach Wettbewerber und Thema analysieren
Kreuztabellieren Sie die Ergebnisse. Welche Wettbewerber gewinnen welche Themen? Gibt es Engines, in denen Sie dominieren, und Engines, in denen Sie fehlen? Gibt es Themen-Cluster, in denen keine Marke dominiert (Blue-Ocean-GEO-Chancen)? Gibt es Engines, in denen ein bestimmter Wettbewerber einen unverhältnismäßigen Anteil hat (was auf gezielte GEO-Arbeit hindeutet)? Die Antworten sagen Ihnen, wohin die nächsten 90 Tage Arbeit fließen sollten.
Schritt 5 — Die größten Hebel markieren
Das Audit endet mit einer priorisierten Liste konkreter Maßnahmen. Nicht 40 Befunde — 10 Hebel, sortiert nach erwarteter Wirkung und Aufwand. Beispiele: „Entitäts-Mehrdeutigkeit in Wikidata beheben (hohe Wirkung, geringer Aufwand)." „/solutions-Hub für Extrahierbarkeit umschreiben (hohe Wirkung, mittlerer Aufwand)." „Pillar-Artikel zu [Thema X] publizieren, wo aktuell keine Marke dominiert (hohe Wirkung, hoher Aufwand, längste Amortisation)."
Was danach mit dem Audit passiert
Lassen Sie dasselbe Panel monatlich laufen. Nichts anderes, was Sie in GEO tun, zählt, wenn Sie nicht konsistent dasselbe messen. Das Monats-Delta sagt Ihnen, ob die Arbeit wirkt. Und frischen Sie das Panel quartalsweise auf — Käuferfragen entwickeln sich weiter, die Messung sollte es auch.
Wenn das nach viel klingt: ist es auch. Aber es ist zugleich ein Ein-Wochen-Projekt für erfahrene Praktiker, und das Ergebnis prägt jede nachgelagerte Entscheidung. Wir liefern es als erste Phase jedes GEO-Projekts — viele Kunden abonnieren eine laufende Version als eigenständigen Mess-Service.