Früher gingen Menschen auf Google, um Empfehlungen zu suchen. Heute fragen sie zunehmend KI-Systeme wie ChatGPT oder Claude direkt: «Was kann ich in Luzern unternehmen?» und bekommen eine kompilierte Antwort, ohne eine einzelne Website zu besuchen.

Wer in diesen Antworten nicht auftaucht, wird von einem immer grösseren Anteil der Bevölkerung einfach nicht mehr wahrgenommen. Diese Analyse mist genau das, systematisch und mit klaren Handlungsempfehlungen.

Bombelli Analytics analysiert systematisch, wie oft, wo und in welchem Kontext Ihr Unternehmen in KI-Antworten erscheint.

Die fiktive Luzern See-Erlebnisse AG wird in fast der Hälfte aller KI-Antworten erwähnt. Bei generischen Suchanfragen fehlt sie häufig, bei produktspezifischen Fragen zu Schifffahrt und Rundfahrten dominiert sie. Die Konkurrenz durch Bergbahnen und Museen ist erheblich, hier liegen Potenzial und Risiko zugleich.

Bei «Produkt» tritt die Marke häufig auf, weil dort konkret nach Schifffahrten gefragt wird. Bei generischer Inspiration («Discovery») kaum. Die grösste Lücke liegt genau dort, wo die meisten Nutzer ihre Suche starten.

Wir senden 60 typische Nutzerfragen an vier KI-Systeme und analysieren jede einzelne Antwort. Pro Antwort werden sieben Dimensionen erfasst, damit entsteht ein lückenfreies, vergleichbares Bild.

Nicht alle Fragen sind gleich. Wir gruppieren nach Entscheidungsnähe, von breiter Inspiration bis zur konkreten Kaufabsicht. Jeder Typ wird hier mit einem konkreten Beispiel für die Luzern See-Erlebnisse AG gezeigt:

Jede einzelne der 240 Antworten wird nach diesen 7 Dimensionen kodiert und auswertbar gemacht.

Diese Seite zeigt ein reales ChatGPT-Beispiel, so wie ein Nutzer es tatsächlich bekommt. Die Analyse prüft, welche Anbieter hier erwähnt werden und welche nicht. Beachten Sie die farblichen Markierungen:

Die Marke wird in 48% der 240 Antworten erwähnt. Zwischen den KI-Systemen gibt es erhebliche Unterschiede: Gemini nennt sie am häufigsten (52%), GPT-4 am seltensten (42%). Diese Differenz hat strategische Bedeutung.

Gemini und Grok erwähnen die Marke häufiger, wahrscheinlich durch eine stärkere Nutzung von Luzern.com als Informationsquelle.

Die grösste Lücke liegt bei Discovery (30%) und Conversion (20%), genau dort, wo Nutzer am häufigsten starten und Entscheidungen treffen.

Wenn ChatGPT eine Liste von Empfehlungen gibt, hat jeder Eintrag einen Platz: Platz 1 ist die wichtigste Empfehlung, Platz 10 die letzte. Diese Darstellung zeigt, wie häufig die Luzern See-Erlebnisse AG auf jedem Platz auftaucht. Je höher die Balke, desto häufiger. Die fallende Kurve bedeutet: Die Marke tritt häufiger vorne auf als hinten, besonders bei Schifffahrt-Fragen.

Platz 1 = häufigste Position · Die Kurve fällt nach rechts, die Marke tritt öfter in den ersten Plätzen auf

Diese Tabelle zeigt, bei welchen Fragtypen die Marke auf vorderen Plätzen (1–3) auftaucht und bei welchen auf hinteren Plätzen (7–10). Je dunkler die Farbe, desto häufiger die Kombination. Bei «Produkt» tritt sie häufig ganz vorne auf, bei «Discovery» eher hinten oder gar nicht.

Bei «Produkt» tritt die Marke 25-mal auf Platz 1–3 auf. Bei «Discovery» nur 10-mal, und dort häufig erst auf den letzten Plätzen.

Share of Voice mist, wie oft ein Anbieter im Vergleich zu allen anderen in KI-Antworten erwähnt wird. Die fiktive Marke liegt vorne, aber knapp. Der Abstand zum nächsten Konkurrenten beträgt nur 2 Prozentpunkte.

Wenn eine KI-Antwort die Luzern See-Erlebnisse AG nicht erwähnt, füllen andere Anbieter diese Lücke. Ein Nutzer, der nach einer Schifffahrt sucht, bekommt stattdessen eine Empfehlung für die SGV. Diese Darstellung zeigt, wer genau davon profitiert:

40% der fehlenden Erwähnungen gehen an die SGV. Das bedeutet: Bei See-Fragen ist die SGV der direkte Konkurrent.

Für jeden Fragtyp gibt es einen anderen Hauptkonkurrenten. Diese Tabelle zeigt, bei welcher Frage welcher Anbieter den Platz bekommt, wenn die Luzern See-Erlebnisse AG nicht erwähnt wird:

Bei See-Fragen ist die SGV der direkte Ersatz. Bei Ausflug-Fragen nehmen Bergbahnen den Platz ein. Zwei unterschiedliche Muster mit unterschiedlichen Optimierungsstrategien.

KI-Systeme lernen aus bestimmten Quellen. Die Top-10 Domains liefern 80% des Inhalts, das «Pareto-Prinzip». Wer auf diesen Seiten präsent ist, wird häufiger erwähnt. Diese Erkenntnis ist für die Optimierungsstrategie zentral.

Nicht alle Modelle greifen auf dieselben Quellen zurück. Wichtig für die Strategie.

Nicht alle Quellen sind gleich zugänglich. Die Balke zeigt, wie viel Einfluss auf den Inhalt dieser Quelle möglich ist: grün = hoher Einfluss (eigene Seiten, Wikipedia-Beiträge), gelb = teilweise (Bewertungsplattformen durch Antworten beeinflussbbar), rot = kaum Einfluss (unabhängige Quellen).

Wenn eine KI eine Frage beantwortet, nutzt sie im Hintergrund bestimmte Suchbegriffe. Diese Keywords verraten, welche Informationsbedürfnisse am häufigsten beantwortet werden und wo Lücken im eigenen Content liegen.

Diese Tabelle zeigt, welche Suchbegriffe bei welchem Fragtyp häufig auftauchen. Je dunkler, desto häufiger. «Route» ist bei fast allen Fragtypen wichtig, «Barrierefreiheit» nur bei konkreten Kauffragen. Das bedeutet: Wer Inhalte zu «Route» und «Preis» hat, wird bei mehr Fragtypen erwähnt.

«Route» tritt bei «Produkt» 20-mal auf, bei «Conversion» nur 4-mal. Bei Produktfragen ist eine gute Route-Beschreibung entscheidend.

Diese Keywords werden häufig von KI-Modellen verwendet, sind aber im eigenen digitalen Content unterrepräsentiert. Je höher der Prozentsatz, desto grösser das Optimierungspotenzial:

«Route & Dauer» ist der grösste blinde Fleck, hier liegt das höchste Potenzial für Content-Optimierung.

Nicht nur ob eine Marke erwähnt wird, zählt, auch wie. Wird sie positiv dargestellt? Gibt es irreführende Aussagen? Diese Seite analysiert die Tonalität und zeigt potenzielle Risiken auf.

KI-Systeme können sachlich falsche Aussagen generieren. Diese sind besonders gefährlich, wenn sie sich über ein Unternehmen verbreiten:

Aus den Daten ergeben sich klare Muster. Diese Seite fasst die wichtigsten Erkenntnisse zusammen und leitet konkrete, priorisierte Massnahmen ab.

Diese Tabelle zeigt auf einem Blick, wo die Luzern See-Erlebnisse AG bei welchem KI-System gut sichtbar ist und wo nicht. Grün bedeutet häufig erwähnt, gelb gelegentlich, rot selten oder gar nicht. So wird sofort klar, wo der grösste Handlungsbedarf liegt.

«Discovery» und «Conversion» sind über alle Modelle hinweg schwach. Bei «Produkt» tritt die Marke überall auf. Dort liegt die grösste Lücke und das grösste Optimierungspotenzial.

Die vollständige Prompt-Liste wird bei einem echten Report als Excel/CSV-Export mitgeliefert. Hier fünf typische Beispiele, eines pro Fragtyp: