SOV nach KI-Modell
Verstehe, wie deine Sichtbarkeit sich zwischen verschiedenen KI-Modellen unterscheidet.
Warum die Aufschlüsselung nach Modell?
Nicht jedes KI-Modell behandelt deine Marke gleich. Verschiedene Modelle haben unterschiedliche Trainingsdaten, werden zu unterschiedlichen Zeitpunkten aktualisiert und nutzen verschiedene Methoden, um Informationen aus dem Web einzubeziehen. Das führt dazu, dass dein Share of Voice bei einem Modell deutlich höher oder niedriger sein kann als bei einem anderen.
Die SOV nach KI-Modell-Ansicht schlüsselt deinen Share of Voice pro Modell auf, sodass du gezielt analysieren und optimieren kannst.
Die KI-Modelle im Überblick
ucited.ai trackt die wichtigsten KI-Modelle, die Nutzer für Recherche und Empfehlungen einsetzen:
ChatGPT (OpenAI)
Das meistgenutzte KI-Modell weltweit. ChatGPT kann auf Echtzeit-Webdaten zugreifen und zitiert dabei häufig Quellen. Eine hohe Sichtbarkeit bei ChatGPT ist besonders wertvoll, da es die größte Nutzerbasis hat.
Gemini (Google)
Googles KI-Modell ist tief in das Google-Ökosystem integriert und erscheint unter anderem in den AI Overviews der Google-Suche. Die Sichtbarkeit bei Gemini korreliert oft mit starker Web-Präsenz und strukturierten Daten.
Perplexity
Perplexity ist speziell als KI-Suchmaschine konzipiert und liefert fast immer Quellenangaben. Marken, die hier gut sichtbar sind, profitieren von direkten Verlinkungen zu ihren Inhalten.
Copilot (Microsoft)
Microsofts KI-Assistent ist in Bing, Windows und Microsoft 365 integriert. Copilot greift auf aktuelle Web-Daten zu und liefert Quellenangaben, was ihn zu einem wichtigen Kanal für Markensichtbarkeit macht.
Modelle konfigurieren
Unter Configuration → LLMs kannst du festlegen, welche Modelle getrackt werden. Die Auswahl gilt für alle Clients deiner Company. Nicht alle Modelle müssen aktiviert sein — konzentriere dich auf die, die für deine Zielgruppe relevant sind.
Die Tabelle lesen
Die SOV-nach-Modell-Tabelle zeigt dir für jedes aktive KI-Modell eine eigene Zeile. Für jedes Modell siehst du:
- Deinen SOV-Anteil — Der prozentuale Anteil deiner Marke bei diesem Modell
- Wettbewerber-Anteile — Wie sich die ausgewählten Wettbewerber aufteilen
- Gesamterwähnungen — Die absolute Anzahl der Erwähnungen pro Modell
Große Unterschiede beachten
Wenn dein SOV bei einem Modell deutlich niedriger ist als bei anderen, ist das ein starkes Signal für gezielten Optimierungsbedarf. Verschiedene Modelle bevorzugen unterschiedliche Content-Formate und Quellentypen.
So nutzt du diese Metrik
1. Modell-Stärken erkennen
Identifiziere das Modell, bei dem du den höchsten SOV hast. Analysiere, welche deiner Inhalte dort besonders gut funktionieren — diese Erkenntnisse lassen sich oft auf andere Modelle übertragen.
2. Schwachstellen gezielt angehen
Bei welchem Modell ist dein SOV am niedrigsten? Prüfe, welche Wettbewerber dort führen, und nutze die Mentions-Ansicht, um ihre Erwähnungsmuster zu verstehen.
3. Plattform-spezifisch optimieren
Jedes Modell hat Besonderheiten: Perplexity bevorzugt gut strukturierte, zitierbare Inhalte. Gemini profitiert von starker Google-Präsenz. ChatGPT greift auf aktuelle Web-Inhalte zu. Passe deine Content-Strategie entsprechend an.
4. Veränderungen verfolgen
Modell-Updates können deine Sichtbarkeit schlagartig verändern. Überwache den SOV nach Modell regelmäßig, um solche Shifts frühzeitig zu erkennen und darauf zu reagieren.
Verwandte Seiten
Ergänze deine Modell-Analyse mit diesen Seiten: