growResonance
Demo buchen
← Alle Artikel

20–30 Prompts, 2–3 Läufe: LLM Ranking für Agenturen mit growResonance

20–30 Prompts, 2–3 Läufe: LLM Ranking für Agenturen mit growResonance

Dekorative Titelseite für LLM-Ranking

„LLM-Ranking verfolgen“ heißt konkret: messen, wie oft und in welchem Kontext ChatGPT, Claude oder Perplexity Ihre Marke nennen oder zitieren, nicht eine feste Platzzahl wie bei Google. Feste Rangplätze existieren hier nicht, weil LLM-Antworten nicht deterministisch sind. Die einzige belastbare Sofortmaßnahme: standardisiertes Prompt-Sampling über mehrere Modelle und mehrere Läufe hinweg, aus dem sich Wahrscheinlichkeiten statt Positionen ableiten lassen.

Kurz gesagt:

  • Das Monitoring der LLM-Sichtbarkeit basiert auf mehrfachen Wiederholungen von Prompts über verschiedene Modelle, um zuverlässige Wahrscheinlichkeiten anstelle fester Platzierungen zu ermitteln.
  • Die zentrale Kennzahl für Agentur-Reports ist der Anteil der Markennennungen im Vergleich zum Wettbewerb, weil er die relative Präsenz besser abbildet als reine Nennrate.
  • Für eine effektive Sichtbarkeitsmessung muss die Website durch korrekt konfigurierte llms.txt- und robots.txt-Dateien für Crawler zugänglich sein.
  • Inhalte sollten klar formuliert und als Answer-First-Struktur präsentiert werden, außerdem ist eine konsequente Standardisierung des Markennamens entscheidend für zuverlässige Zitierungen.
  • Automatisierte Tools sind bei mehreren Kunden wirtschaftlicher, da sie bei regelmäßigem Tracking Zeit und Kosten sparen, während manuelles Sampling nur für Einzelprojekte praktikabel ist.

Inhaltsverzeichnis

Praktischer Monitoring-Workflow: Welche LLMs, wie viele Prompts, wie oft wiederholen

Stellen Sie sich eine einzelne Abfrage bei ChatGPT vor: Sie liefert heute ein Ergebnis, morgen ein anderes. Genau deshalb ist eine einzelne Messung wertlos. Erst viele Wiederholungen über verschiedene Prompts und Modelle hinweg ergeben ein belastbares Bild.

So bauen Sie den Workflow auf:

  1. Plattformen priorisieren: Starten Sie mit ChatGPT, Perplexity und Google AI Overviews, da diese den größten Anteil an KI-gestützten Suchanfragen abdecken. Claude und Gemini ergänzen das Bild, besonders bei technisch versierten Zielgruppen.
  2. Prompt-Set erstellen: Entwickeln Sie 20 bis 30 Fragen, die reale Nutzeranfragen abbilden, etwa Produktvergleiche, Empfehlungsfragen und Problemlösungen.
  3. Varianten bilden: Formulieren Sie jede Kernfrage in drei bis vier Varianten, um Formulierungseffekte auszugleichen.
  4. Wiederholungen festlegen: Führen Sie jeden Prompt mindestens zwei bis drei Mal pro Plattform aus, um Zufallsschwankungen sichtbar zu machen.
  5. Automatisierung abwägen: Manuelle Tests funktionieren für Einzelkunden, skalieren aber schlecht. Für mehrere Kundenprojekte lohnt sich ein Tool, das Plattformen bündelt.

Die Kosten-Nutzen-Rechnung ist einfach: Manuelles Sampling kostet Zeit, keine Lizenzgebühren. Automatisierte Tools kosten Geld, sparen aber bei drei oder mehr Kundenmandaten schnell mehr Stunden, als sie kosten.

KPIs und Messlogik: Mention Rate, Citation Rate und Share of Voice

Ohne klare Kennzahlen bleibt jedes LLM-Monitoring reine Anekdote. Vier Metriken tragen das gesamte Reporting.

  • Mention Rate: Anteil der Prompt-Durchläufe, in denen die Marke überhaupt genannt wird. Bei 30 Prompts mit je mehreren Läufen (insgesamt viele Durchläufe) und 27 Nennungen liegt die Mention Rate bei rund 30 %.
  • Citation Rate: Anteil der Nennungen, die mit einem direkten Link oder einer Quellenangabe verbunden sind. Zitationen wiegen schwerer als bloße Erwähnungen, weil sie tatsächlich Traffic bringen und als Autoritätssignal gelten.
  • Share of Voice (SOV): Ihr Anteil an allen Markennennungen im Vergleich zum Wettbewerb über dieselben Prompts. Laut Crispy Content gilt ein SOV unter 15 % als schwach, ein Wert zwischen 25 % und 40 % als wettbewerbsfähig.
  • Sentiment und Position: Wird die Marke positiv, neutral oder kritisch dargestellt, und taucht sie am Anfang oder erst am Ende der Antwort auf?

Profi-Tipp: *SOV ist die Leitkennzahl für Kundenreports, weil sie relative Stärke zeigt, nicht nur absolute Präsenz.

Technische Voraussetzungen: Crawlbarkeit, llms.txt und Schema

Bevor eine Marke überhaupt zitiert werden kann, muss sie für Crawler zugänglich sein. Das ist keine Selbstverständlichkeit, denn viele Seiten blockieren unbewusst genau die Bots, die für Zitationen sorgen.

  • llms.txt prüfen: Diese Datei signalisiert KI-Crawlern, welche Bereiche zugänglich sind. Ein häufiger Fehler: Agenturen blockieren GPTBot versehentlich über die robots.txt, während sie llms.txt korrekt konfigurieren, und wundern sich dann über ausbleibende Zitationen.
  • Schema und JSON-LD einsetzen: Organization-, FAQ-, HowTo- und Product-Schema erhöhen die Wahrscheinlichkeit, dass ein LLM Inhalte als strukturierte Fakten übernimmt statt als reinen Fließtext.
  • Server-Logs auswerten: Nur ein Blick in die Logs zeigt, ob GPTBot, ClaudeBot oder PerplexityBot Ihre Seiten überhaupt besuchen. Kein Zugriff bedeutet keine Zitationschance.
  • RAG-Kompatibilität sicherstellen: Retrieval-Systeme bevorzugen semantisch klare, aktuelle Inhalte gegenüber vagen Marketingtexten.

Profi-Tipp: Prüfen Sie Ihre llms.txt und robots.txt gemeinsam. Getrennt betrachtet übersieht man Widersprüche, die Crawler komplett aussperren.

Prompt-Design und Content-Formate, die LLMs eher zitieren

Wie Inhalte geschrieben sind, entscheidet mit, ob ein Modell sie überhaupt als Antwortbaustein verwendet. Answer-First-Absätze funktionieren dabei deutlich besser als klassische SEO-Einleitungen, die erst Kontext liefern und die Kernaussage ans Ende schieben.

Ein Beispiel: Statt „Es gibt viele Faktoren, die bei der Wahl eines CRM-Systems eine Rolle spielen“ funktioniert „Das beste CRM für kleine Teams kostet unter 50 € pro Monat und bietet native E-Mail-Integration“ deutlich besser, weil die Antwort sofort extrahierbar ist.

Genauso wichtig ist Entitäts-Konsistenz. Wenn Ihre Marke mal als „growResonance GmbH“, mal als „growResonance“ und mal als „Grow Resonance“ auftaucht, hat ein Modell es schwerer, die Nennungen als dieselbe Entität zu verknüpfen. Standardisieren Sie Markenname, Produktbezeichnungen und Autorenangaben über alle Kanäle hinweg.

Drittquellen sind der stärkste Zitiertreiber, den die meisten Agenturen unterschätzen. Entity-Autorität entsteht seltener durch die eigene Website als durch externe Erwähnung in Fachartikeln, Verzeichnissen und PR-Beiträgen. Wer systematisch Gastbeiträge, Studien-Zitate und Branchenverzeichnisse aufbaut, füttert damit indirekt jedes RAG-System.

Für die Prompt-Erstellung selbst hilft es, verschiedene Frageformen zu testen:

  1. Direkte Empfehlungsfragen: „Welches Tool eignet sich am besten für X?“
  2. Vergleichsfragen: „Was unterscheidet A von B?“
  3. Problemlösungsfragen: „Wie löse ich Problem Y?“

Profi-Tipp: Testen Sie dieselbe Kernfrage als Empfehlungs- und als Vergleichsfrage. Oft zitieren Modelle bei Vergleichsfragen andere Quellen als bei direkten Empfehlungen.

Reporting, Erfolgsmessung und ROI: Wie Agenturen Resultate belegen

Ein LLM-Sichtbarkeitsreport braucht dieselbe Struktur wie ein gutes SEO-Reporting, nur mit neuen Bausteinen. Eine Executive Summary fasst die wichtigsten Veränderungen in ein bis zwei Sätzen zusammen. Ein Trendverlauf zeigt Mention Rate und Citation Rate über die letzten Wochen. Eine Plattform-Aufschlüsselung macht sichtbar, wo die Marke stark und wo sie schwach vertreten ist. Am Ende stehen konkrete Handlungsempfehlungen, keine reine Zahlenwand.

Der eigentliche ROI-Beweis entsteht erst durch Verknüpfung mit klassischen Kennzahlen. LLM-Sichtbarkeit lässt sich mit Markensuche und organischem Traffic in Google Analytics 4 korrelieren, sodass ein Anstieg der Citation Rate parallel zu steigenden Markensuchen ein starkes Argument für den Kunden liefert.

  • Executive Summary mit Kernveränderungen
  • Trendverlauf je Plattform und Metrik
  • Korrelation mit Markensuche und GA4-Daten
  • Alerts bei plötzlicher Narrative-Änderung, etwa wenn ein Modell plötzlich veraltete Preise oder falsche Produktmerkmale nennt

Wer für mehrere Kunden gleichzeitig reportet, profitiert von White-Label-fähigem Reporting, das sich unter der eigenen Agenturmarke ausliefern lässt und so direkt als Vertriebsargument dient.

growResonance als Agentur-Lösung für das LLM-Tracking

growResonance bündelt genau die Bausteine, die dieser Workflow braucht, in einer Plattform: modellübergreifendes Tracking über ChatGPT, Claude, Perplexity und Gemini, White-Label-Reports unter der eigenen Agenturmarke, eine technische Prüfung von llms.txt und GPTBot-Zugriff sowie API-Zugang für den Datenexport. Multi-Client- und Multi-Organisation-Verwaltung mit rollenbasierten Zugriffsrechten macht die Plattform besonders für Agenturen mit mehreren Kundenmandaten praktikabel, und das EU-Hosting erfüllt DSGVO-Anforderungen ohne zusätzlichen Aufwand.

Wer die eigene Methodik erst testen will, kann den Gratis-Check für ChatGPT-Sichtbarkeit nutzen und die Ergebnisse direkt als Demo gegenüber Kunden einsetzen. So lässt sich der komplette Workflow, von Sampling über KPI-Berechnung bis zum fertigen Report, an einem realen Beispiel zeigen, bevor ein Vertrag unterschrieben wird.

growResonance als Agentur-Lösung für das LLM-Tracking — overview diagram

Typische Fehler, Quick-Wins und Team-Setups

Der häufigste Fehler, den ich bei Agenturen sehe: Sie erwarten von LLM-Tracking dieselbe Präzision wie von einem Google-Rank-Tracker und geben dann frustriert auf, wenn die Zahlen zwischen zwei Läufen schwanken. Diese Schwankung ist kein Messfehler, sie ist die Natur des Systems.

Typische Fehler, Quick-Wins und Team-Setups — overview diagram

Drei Quick-Wins liefern schnell erste Ergebnisse: die llms.txt prüfen und korrigieren, zehn zentrale Textabschnitte auf Answer-First umschreiben und die fünf wichtigsten Prompts automatisiert überwachen. Die langfristige Arbeit, Earned Media, technische Infrastruktur und konsequente Content-Governance, zahlt sich erst nach Monaten aus, ist aber der eigentliche Hebel.

Für den Teamaufbau reichen drei klare Rollen: ein Prompt-Owner, der das Fragenset pflegt, ein Entwickler für Schema und llms.txt, und ein Reporting-Owner, der die Kundenkommunikation übernimmt. Ohne diese Aufteilung verwässert die Verantwortung schnell.

— Lucas

Gratis-Check und Agentur-Pricing für den sofortigen Einstieg

growResonance ersetzt keine SEO-Arbeit, sondern schließt die Lücke, die klassisches Rank-Tracking bei KI-Antworten offen lässt: tägliches, modellübergreifendes Monitoring statt manueller Stichproben, die Sie sonst selbst über Stunden zusammentragen müssten.

growResonance

Der Gratis-Check für ChatGPT zeigt in wenigen Minuten, ob und wie eine Marke aktuell genannt wird, und eignet sich damit ideal als erster Aufschlag im Kundengespräch. Für den laufenden Betrieb lohnt sich ein Blick auf die Agentur-Pricing-Übersicht, die White-Label-Reporting und Multi-Client-Verwaltung einschließt. Wer mehrere Marken oder Organisationen gleichzeitig betreut, findet in den Enterprise-Optionen die passenden Kontingente. Das Hosting läuft DSGVO-konform in der EU, was gerade bei Kundendaten aus regulierten Branchen ein entscheidendes Argument ist. Starten Sie mit dem Gratis-Check und prüfen Sie danach, welches Preismodell zu Ihrem Kundenstamm passt.

Quellen

FAQ

Was bedeutet „LLM-Ranking verfolgen“ genau?

Es bedeutet, systematisch zu messen, wie oft und in welchem Kontext ChatGPT, Claude oder Perplexity eine Marke in ihren Antworten erwähnen oder zitieren, nicht eine feste Position wie bei Google zu ermitteln.

Warum funktioniert klassisches Rank-Tracking bei LLMs nicht?

LLM-Antworten sind nicht deterministisch: Dieselbe Frage liefert bei wiederholter Eingabe unterschiedliche Ergebnisse, weshalb sich Sichtbarkeit nur als Wahrscheinlichkeit über viele Läufe hinweg messen lässt.

Welche Kennzahl ist für Agentur-Reports am wichtigsten?

Share of Voice gilt als Leitkennzahl, weil sie die eigene Präsenz relativ zum Wettbewerb zeigt, während Mention Rate und Citation Rate isoliert betrachtet nur ein unvollständiges Bild liefern.

Wie oft sollte man Prompts pro Plattform wiederholen?

Mindestens zwei bis drei Läufe pro Prompt und Plattform gelten als Minimum, um Zufallsschwankungen von echten Trends zu unterscheiden.

Kann growResonance das Monitoring für mehrere Kunden übernehmen?

Ja, growResonance bietet Multi-Client- und Multi-Organisation-Management mit rollenbasierten Zugriffsrechten und White-Label-Reporting, das speziell auf Agenturen mit mehreren Kundenmandaten ausgelegt ist.

Empfehlungen