Entity-Erwähnungsrate

Die Entity-Erwähnungsrate ist die grundlegendste Sichtbarkeitsmetrik in GEOlyze. Sie misst, wie oft KI-Systeme Ihr Unternehmen, Ihre Marke oder Ihre Entität erwähnen, wenn sie auf relevante Prompts antworten. Im Kontext der Generative Engine Optimization (GEO) ist diese Metrik das Äquivalent zum Ranking in der traditionellen Suche -- wenn eine KI Ihre Marke nicht erwähnt, sind Sie für deren Nutzer unsichtbar.

Definition

Die Entity-Erwähnungsrate gibt den Prozentsatz der gültigen KI-Antworten an, die eine Erwähnung Ihrer Entität (Firmenname, Markenname oder konfigurierter Entitätsbezeichner) enthalten.

Formel

Entity-Erwähnungsrate = erwähnteAntworten / gültigeAntworten

• erwähnteAntworten: Die Anzahl der KI-Antworten, die mindestens eine validierte Erwähnung Ihrer Entität enthalten.
• gültigeAntworten: Die Gesamtzahl der erfolgreich empfangenen KI-Antworten (ohne Fehler, Timeouts und ungültige Antworten).

Das Ergebnis ist ein Wert zwischen 0 und 1, angezeigt als Prozentsatz (z.B. 0,65 = 65 %).

Was zählt als gültige Antwort?

Eine Antwort gilt als gültig, wenn der KI-Anbieter eine vollständige Antwort ohne Fehler zurückgegeben hat. Antworten, die ein Timeout hatten, HTTP-Fehler zurückgaben oder als fehlerhaft markiert wurden, werden sowohl aus dem Zähler als auch aus dem Nenner ausgeschlossen. So wird sichergestellt, dass die Metrik das tatsächliche KI-Verhalten widerspiegelt und nicht Infrastrukturprobleme.

Aufschlüsselung nach Anbieter

GEOlyze befragt für jeden Prompt mehrere KI-Anbieter, und die Entity-Erwähnungsrate wird für jeden einzeln erfasst:

Jeder Anbieter kann für dieselbe Entität erheblich unterschiedliche Erwähnungsraten aufweisen. Das ist zu erwarten -- verschiedene KI-Systeme werden auf unterschiedlichen Daten trainiert, haben verschiedene Wissens-Stichtage und nutzen unterschiedliche Abrufmechanismen. Das Verständnis dieser Unterschiede hilft Ihnen, die KI-Ökosysteme zu priorisieren, auf die Sie Ihre GEO-Strategie ausrichten.

Warum sich Anbieter unterscheiden

• Zusammensetzung der Trainingsdaten: Jedes Modell wird auf einem anderen Korpus trainiert, sodass ein Anbieter Ihre Marke möglicherweise häufiger gesehen hat.
• Wissens-Stichtage: Neuere Modelle können aktuellere Inhalte über Ihre Entität widerspiegeln.
• Retrieval-Augmented Generation (RAG): Anbieter wie Perplexity durchsuchen aktiv das Web und reagieren dadurch schneller auf aktuelle Inhaltsänderungen.
• Antwortstil: Einige Modelle neigen zu spezifischeren Empfehlungen, während andere allgemein bleiben.

Untermetriken

Entity im ersten Satz (Ersterwähnungsrate)

Diese Untermetrik erfasst, ob Ihre Entität in der Eröffnungsaussage der KI-Antwort erscheint. Eine Erwähnung im ersten Satz ist deutlich wirkungsvoller als eine Erwähnung in der Mitte oder am Ende einer Antwort, weil:

• Nutzer oft nur den Anfang von KI-Antworten überfliegen.
• Die erste Empfehlung implizite Priorität und Autorität trägt.
• KI-Systeme, die mit Ihrer Marke beginnen, diese effektiv als ihren Top-Vorschlag behandeln.

Die Ersterwähnungsrate wird auf Gesamtebene erfasst, nicht pro Anbieter. Details finden Sie in der dedizierten Dokumentation zur Ersterwähnungsrate.

Entity-Erwähnungsanzahl

Über die binäre Frage "Wurde sie erwähnt?" hinaus erfasst GEOlyze auch, wie oft Ihr Entitätsname in jeder Antwort vorkommt. Eine Antwort, die Ihre Marke fünfmal in einer detaillierten Empfehlung erwähnt, ist ein stärkeres Signal als eine, die sie einmal beiläufig erwähnt.

Diese Anzahl hilft bei der Unterscheidung zwischen:

• Beiläufige Erwähnungen: Ihre Entität erscheint einmal, vielleicht in einer Liste von Alternativen.
• Fokussierte Empfehlungen: Die KI widmet Ihrer Entität erhebliche Aufmerksamkeit und erwähnt sie mehrfach im Kontext.
• Detaillierte Vergleiche: Ihre Entität wird zusammen mit Wettbewerbern mit mehreren Referenzen diskutiert.

Erwähnungsvalidierung

Nicht jede Zeichenkettenübereinstimmung zählt als echte Erwähnung. GEOlyze wendet Validierungslogik an, um Falsch-Positive herauszufiltern und die Genauigkeit der Metrik sicherzustellen.

Validierungsfilter

GEOlyze prüft und schließt die folgenden Muster aus:

• Teilweise Namensübereinstimmungen: Wenn Ihr Entitätsname "Blue" ist und die KI "Bluetooth" oder "Blueprint" erwähnt, werden diese nicht gezählt.
• Listeneinträge ohne Kontext: Bloße Erwähnungen in nicht verwandten Listen (z.B. eine Farbliste) werden gefiltert.
• Negationsmuster: Aussagen wie "Ich würde Entität nicht empfehlen" oder "Im Gegensatz zu Entität sind andere Optionen..." werden identifiziert und können separat markiert werden.
• Zitierte Referenzen: Erwähnungen, die nur als Teil einer Zitations- oder Quellenangabe erscheinen, ohne dass die Entität empfohlen wird, werden von echten Empfehlungen unterschieden.

Groß-/Kleinschreibung

Der Entity-Abgleich ist standardmäßig nicht case-sensitiv. "ACME Corp", "acme corp" und "Acme Corp" werden alle als Erwähnungen derselben Entität gezählt.

GEO-/SEO-Kontext

Warum die Entity-Erwähnungsrate wichtig ist

In der traditionellen SEO wird Erfolg an der Ranking-Position auf Suchergebnisseiten (SERPs) gemessen. Im Zeitalter der KI-gestützten Suche ist das Äquivalent zum Ranking die Erwähnung. Wenn ein KI-System Ihre Marke als Antwort auf eine relevante Anfrage erwähnt, empfiehlt es Sie effektiv dem Nutzer.

Wichtige Implikationen:

• Keine Erwähnung = keine Sichtbarkeit: Wenn KI-Systeme Ihre Marke nicht erwähnen, existieren Sie im KI-Suchökosystem nicht.
• Erwähnungsrate korreliert mit KI-gesteuertem Traffic: Da immer mehr Nutzer auf KI-Assistenten für Empfehlungen setzen, beeinflusst Ihre Erwähnungsrate direkt Entdeckung und Berücksichtigung.
• Wettbewerberverdrängung: Wenn KI Ihre Wettbewerber erwähnt, aber nicht Sie, werden Nutzer aktiv von Ihrer Marke weggeleitet.

Tipps zur Verbesserung Ihrer Entity-Erwähnungsrate

1. Konsistente Entity-Benennung sicherstellen

Verwenden Sie einen einzigen, konsistenten Markennamen auf Ihrer Website, in sozialen Medien, Pressemitteilungen und allen Online-Präsenzen. KI-Modelle lernen aus Mustern -- inkonsistente Benennung (z.B. "ACME", "Acme Corp.", "ACME Corporation") verwässert Ihr Signal.

2. Strukturierte Daten verwenden (Organization-Schema)

Implementieren Sie Organization-Schema-Markup auf Ihrer Website mit:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Ihr Markenname",
  "url": "https://ihremarke.de",
  "sameAs": [
    "https://linkedin.com/company/ihremarke",
    "https://twitter.com/ihremarke"
  ]
}

Dies hilft KI-Systemen, Ihre Entität eindeutig zu identifizieren und zu referenzieren.

3. Autoritativen, zitierbaren Inhalt bereitstellen

KI-Systeme empfehlen bevorzugt Entitäten, die sie mit Belegen untermauern können. Erstellen Sie:

• Detaillierte Produkt-/Dienstleistungsseiten mit klaren Wertversprechen.
• Fallstudien und Referenzen, die reale Ergebnisse demonstrieren.
• Vergleichsseiten, die Sie gegenüber Wettbewerbern positionieren (respektvoll und sachlich).
• FAQ-Seiten, die direkt die Art von Fragen beantworten, die KI-Nutzer stellen.

4. Thematische Autorität aufbauen

Veröffentlichen Sie vertiefte Inhalte zu Ihrem Fachgebiet. KI-Modelle erwähnen eher Marken, die sie mit Expertise in einem bestimmten Bereich assoziieren. Blogbeiträge, Whitepaper, Forschungsberichte und Thought-Leadership-Inhalte tragen alle dazu bei.

5. Auf Drittquellen erwähnt werden

KI-Systeme lernen nicht nur von Ihrer Website. Erwähnungen auf:

• Branchenbewertungsseiten und Verzeichnissen.
• Nachrichtenpublikationen und Presseberichterstattung.
• Wikipedia und anderen Wissensdatenbanken.
• Community-Foren und Diskussionsplattformen.

... erhöhen die Wahrscheinlichkeit, dass KI-Modelle Ihre Marke in ihre Trainingsdaten und Abrufergebnisse aufnehmen.

6. Eine llms.txt-Datei hinzufügen

Stellen Sie eine llms.txt-Datei im Stammverzeichnis Ihrer Domain bereit, um KI-Crawlern explizit mitzuteilen, worum es bei Ihrer Marke geht und wie sie referenziert werden soll.

Veränderungen interpretieren

Rate steigend

Eine steigende Entity-Erwähnungsrate ist ein starkes positives Signal. Häufige Ursachen:

• Inhaltsverbesserungen: Sie haben neue, autoritative Inhalte veröffentlicht, auf die KI-Systeme nun verweisen.
• Ergänzungen strukturierter Daten: Hinzufügen von Organization-Schema oder Verbesserung bestehender Markups.
• Drittanbieter-Berichterstattung: Neue Presseerwähnungen, Bewertungen oder Verzeichniseinträge.
• KI-Modell-Updates: Ein Anbieter hat ein neues Modell mit aktuelleren Trainingsdaten veröffentlicht, die Ihre Marke enthalten.

Rate sinkend

Eine sinkende Rate erfordert Untersuchung. Berücksichtigen Sie:

• Wettbewerbergewinne: Ein Wettbewerber hat möglicherweise seine GEO-Strategie verbessert und verdrängt Ihre Erwähnungen.
• Inhaltliche Veralterung: Wenn Ihre Inhalte nicht kürzlich aktualisiert wurden, bevorzugen KI-Systeme möglicherweise aktuellere Quellen.
• Technische Probleme: Prüfen Sie, ob KI-Crawler nicht in Ihrer robots.txt blockiert sind und Ihre Website zugänglich ist.
• Modelländerungen: Ein Anbieter hat möglicherweise auf ein Modell mit anderen Trainingsdaten umgestellt.

Anbieterspezifische Veränderungen

Wenn sich die Rate eines Anbieters signifikant ändert, während andere stabil bleiben, ist dies in der Regel zurückzuführen auf:

• Ein Modell-Update oder Versionswechsel durch diesen spezifischen Anbieter.
• Änderungen in der Abruf- oder Suchintegration dieses Anbieters.
• Ihre Inhalte werden von der Datenpipeline dieses Anbieters anders indexiert.

Vergleichen Sie mit der Website-Zitierungsrate -- wenn Erwähnungen sinken, aber Zitierungen stabil bleiben (oder umgekehrt), offenbart dies unterschiedliche Dynamiken.

Verwandte Metriken

• Website-Zitierungsrate -- Wie oft KI-Antworten auf Ihre Website verlinken.
• Ersterwähnungsrate -- Wie oft Ihre Entität vor Wettbewerbern erscheint.
• Sentimentanalyse -- Ob Erwähnungen Ihrer Entität positiv, neutral oder negativ sind.
• Wettbewerberanalyse -- Wie Ihre Erwähnungsrate im Vergleich zu Wettbewerbern abschneidet.