Was ist Prompt-Abdeckung bei der KI-Sichtbarkeit?
Die Prompt-Abdeckung ist der Teil Ihrer verfolgten Käuferfragen, auf den KI-Engines mit Ihrer Marke antworten, aufgeschlüsselt nach Frage, Thema und Engine. Eine einzelne Erwähnungsrate sagt Ihnen, wie oft Sie im Schnitt genannt werden. Die Abdeckung sagt Ihnen, wo: welche Fragen, Themen und Engines Sie nennen und welche Sie ganz auslassen. Sie ist die Karte, nach der Sie planen, denn eine Frage, bei der Sie keine Engine nennt, ist ein anderes Problem als eine, bei der es nur eine tut.
Wie messen Tools die Abdeckung in KI-Antworten und die Sichtbarkeit in Zitierungen?
Die Abdeckung wird als Raster gemessen: Fragen oder Themen auf der einen Seite, Engines oben, und in jeder Zelle, wie viele Antworten Ihre Marke genannt haben, von wie vielen gelesenen.
Aus dem Raster entstehen die Kennzahlen. Die Fragenabdeckung ist der Anteil der verfolgten Fragen, bei denen mindestens eine Engine Sie genannt hat. Die Engine-Abdeckung ist der Anteil der Fragen, bei denen jede Engine Sie genannt hat. Die Themenabdeckung fasst Fragen zu ihren Themen zusammen, sodass Sie sehen, mit welchem Teil Ihres Marktes die Engines Sie verbinden. Dasselbe Raster lässt sich für Zitierungen statt Erwähnungen bauen und zeigt dann, wo Ihre Seiten als Quellen dienen.
Wie sieht Prompt-Abdeckung in einem echten Beispiel aus?
Im öffentlichen Tesla-Beispiel (4. Okt. 2026) verteilten sich die 25 Käuferfragen auf sechs Themen, und die Abdeckung schwankte nach Thema und Engine weit stärker, als die Gesamterwähnungsrate von 53 % vermuten lässt.
Bei den vier Fragen zum Supercharger-Netz nannten ChatGPT und Google AI Overviews Tesla jedes Mal. Bei den fünf Fragen zur Installation von Solaranlagen nannte Google AI Overviews Tesla in 4 und Claude in keiner. Bei den fünf Fragen zum Powerwall-Heimspeicher nannten Perplexity und Google AI Overviews Tesla je einmal. Das sind drei verschiedene Probleme mit drei verschiedenen Lösungen, und ein Durchschnitt verdeckt alle drei.
| Thema | ChatGPT | Perplexity | Claude | Google AI Overviews |
|---|---|---|---|---|
| Full Self-Driving (Supervised) | 4 von 5 | 2 von 5 | 3 von 5 | 3 von 5 |
| Megapack-Energiespeicher | 3 von 5 | 3 von 5 | 2 von 5 | 3 von 5 |
| Powerwall-Heimspeicher | 3 von 5 | 1 von 5 | 3 von 5 | 1 von 5 |
| Laden von Semi-Lkw | 1 von 1 | 0 von 1 | 1 von 1 | 1 von 1 |
| Installation von Solaranlagen | 1 von 5 | 1 von 5 | 0 von 5 | 4 von 5 |
| Supercharger-Netz | 4 von 4 | 3 von 4 | 2 von 4 | 4 von 4 |
Wie stelle ich einen repräsentativen Satz von Käuferfragen zum Testen zusammen?
Beginnen Sie bei den Entscheidungen, die Käufer treffen, bevor sie Ihren Namen kennen, formulieren Sie jede als vollständige Frage und gruppieren Sie die Fragen in die wenigen Themen, für die Sie bekannt sein wollen.
- Wählen Sie fünf oder sechs Themen, jedes ein Teil Ihres Marktes, nach dem ein Käufer eigenständig suchen würde.
- Schreiben Sie bis zu drei Fragen pro Thema in den Formen, die Käufer nutzen: „Was ist das beste X für Y“, „Alternativen zu X“, „X vs. Y“, „Welches X hat eine kostenlose Testphase“.
- Ergänzen Sie die Einschränkungen, die Käufern wichtig sind, etwa Preis, Teamgröße oder Integrationen, denn Engines beantworten eingeschränkte Fragen anders.
- Führen Sie Fragen, die Ihre Marke nennen, in einem eigenen Satz. Sie prüfen Richtigkeit, nicht Sichtbarkeit.
- Stellen Sie jede Frage auf jeder Engine mit denselben Worten, damit ein Unterschied zwischen Engines echt ist und kein Effekt der Formulierung.
Welches Tool unterstützt das Tracking unterschiedlicher Suchabsichten besser?
Suchen Sie ein Tool, mit dem Sie jede Frage mit Thema und Absicht markieren, das die Abdeckung pro Markierung und Engine berichtet und die Suchen zeigt, die jede Engine vor der Antwort ausgeführt hat. Die Absicht zeigt sich in der Formulierung: Eine Vergleichsfrage, eine „am besten für“-Frage und eine Preisfrage ziehen unterschiedliche Seiten und oft unterschiedliche Marken heran.
Auch die Formulierung zählt. Zwei Fragen mit derselben Absicht können unterschiedliche Marken nennen, daher ist ein Abdeckungsraster nur so gut wie die Fragen darin. Lesen Sie die verlorenen Fragen erneut, und wenn eine Umformulierung, die ein Käufer plausibel nutzen würde, Sie nennt, verfolgen Sie beide. Query Fan-out erklärt, warum: Engines zerlegen eine Frage in Teilsuchen, und die Formulierung entscheidet, welche sie ausführen.
Wo sehen Sie die Prompt-Abdeckung in Proofsource?
In Proofsource listet Prompts jede verfolgte Käuferfrage nach Thema mit ihrer Erwähnungsrate und ihrem Rang, und jede Frage öffnet die Antworten von ChatGPT, Perplexity, Claude und Google AI Overviews, die stattdessen genannten Marken und die zitierten Seiten. Engine-Suchen zeigt die Folgesuchen, die die Engines für jede Frage ausgeführt haben. Die Funktionsseite Prompts zeigt die Ansichten.
Häufige Fragen: Prompt-Abdeckung
Wie viele Käuferfragen sollte ich verfolgen?
Fangen Sie klein an: Fünf oder sechs Themen mit je bis zu drei Fragen reichen, um das Muster zu sehen. Ergänzen Sie Fragen, sobald Sie auf den ersten Satz reagiert haben, statt Hunderte zu verfolgen, die Sie nicht lesen werden.
Welches Tool eignet sich am besten, um Hunderte Varianten von Käufer-Prompts zu testen?
Menge hilft nur, wenn die Varianten solche sind, die Käufer tippen würden, und jemand die Ergebnisse liest. Bevorzugen Sie ein Tool, das Varianten nach Thema und Absicht gruppiert, die Abdeckung pro Gruppe und Engine berichtet und jede Antwort speichert, gegenüber einem, das nur einen Durchschnitt über eine lange Liste ausgibt.
Was ist der Unterschied zwischen Prompt-Abdeckung und Erwähnungsrate?
Die Erwähnungsrate ist eine Zahl: der Anteil der Antworten, die Sie nennen. Die Abdeckung ist die Aufschlüsselung dieser Zahl nach Frage, Thema und Engine. Zwei Marken mit derselben Erwähnungsrate können eine sehr unterschiedliche Abdeckung haben: die eine überall stark, die andere bei einem Thema dominant und beim Rest abwesend.
Sollten Markenfragen in die Abdeckung einfließen?
Nein. Eine Frage, die Ihre Marke nennt, erwähnt sie in fast jeder Antwort. Im Tesla-Beispiel nannten 19 von 20 Antworten auf Markenfragen Tesla. Verfolgen Sie sie separat, um zu prüfen, ob die Antworten Sie korrekt beschreiben.
Verwandte Begriffe
- KI-Sichtbarkeit
KI-Sichtbarkeit ist, wie oft KI-Assistenten wie ChatGPT, Perplexity, Claude und Google AI Overviews Ihre Marke nennen, wenn Menschen nach Ihrer Kategorie fragen.
- Query Fan-out
Query Fan-out bedeutet, dass eine KI-Engine eine Frage in mehrere verwandte Suchen aufteilt und ihre Antwort aus allen Ergebnissen zusammensetzt.
- KI-Share-of-Voice
Der KI-Share-of-Voice ist der Anteil Ihrer Marke an allen Markennennungen in KI-Antworten auf einen Satz von Fragen.
- Zitierungsanteil
Der Zitierungsanteil ist der Anteil aller Zitierungen in KI-Antworten, der auf eine bestimmte Website verweist.
Durchgerechnetes Beispiel: Tesla, öffentliche KI-Antworten, 4. Okt. 2026: der erste Scan von Tesla durch Proofsource, 25 Käuferfragen und 5 Markenfragen, eine Antwort pro Frage auf jeder von vier Engines. Eine kleine Stichprobe einer einzigen Marke, gezeigt als Beispiel, nicht als Benchmark.
Sehen Sie, wo KI Sie auslässt, und was Sie korrigieren sollten.
Sehen Sie, bei welchen Käuferfragen Ihre Marke genannt wird, wer stattdessen genannt wird und was Sie ändern sollten. 200 Antworten. 25 Prompts/Frage. Top-KI-Engines. 2 Tage. Kostenlos. Keine Kreditkarte.
Google AI OverviewsGoogle AI Mode
