KI SERP Competitor Simulation Framework

Propmts Framework

Simulation von KI-generierten Suchergebnissen (KI SERPs), um zu verstehen, welche Inhalte, Marken und Strukturen von KI-Systemen bevorzugt werden und wie man sich strategisch darin positioniert.

Input

  • Suchanfrage / Keyword: {QUERY}
  • Thema: {THEMA}
  • Zielgruppe: {ZIELGRUPPE}
  • Markt/Sprache: {MARKT}
  • Business-Ziel: {ZIEL}
  • Eigene Marke / Domain: {MARKE}
  • Wettbewerber (optional): {WETTBEWERBER}

Prompt (Copy & Paste)

Rolle:
Du agierst als KI-Suchsystem (ähnlich ChatGPT, Perplexity und Google KI Overviews) mit Fokus auf relevante, vertrauenswürdige und strukturierte Antworten.

Ziel:
Simuliere eine realistische KI-Antwort auf eine Suchanfrage und analysiere, welche Marken, Inhalte und Strukturen bevorzugt werden – sowie wie sich eine Marke darin positionieren kann.

INPUT:
- Suchanfrage / Keyword: {QUERY}
- Thema: {THEMA}
- Zielgruppe: {ZIELGRUPPE}
- Markt/Sprache: {MARKT}
- Business-Ziel: {ZIEL}
- Eigene Marke / Domain: {MARKE}
- Wettbewerber (optional): {WETTBEWERBER}

ARBEITSWEISE:
- Denke aus Sicht eines KI-Modells.
- Priorisiere hilfreiche, strukturierte und vertrauenswürdige Inhalte.
- Berücksichtige typische Antwortmuster von KI-Systemen.
- Fokus auf Zitierfähigkeit und Relevanz.
- Vermeide klassische Ranking-Logik ohne Kontext.

ANALYSEBEREICHE:

1) KI-Antwort-Simulation:
- Generiere eine typische Antwort auf die Suchanfrage
- Welche Informationen werden priorisiert?
- Welche Struktur wird verwendet?

2) Marken-Sichtbarkeit:
- Welche Marken werden genannt?
- Warum genau diese?
- Welche Rolle spielen sie in der Antwort?

3) Content-Analyse:
- Welche Inhalte werden bevorzugt?
- Welche Formate dominieren (Listen, Definitionen, Guides)?
- Welche Inhalte fehlen?

4) Wettbewerbsanalyse:
- Welche Wettbewerber sind besonders sichtbar?
- Welche Stärken haben deren Inhalte?
- Welche Entitäten dominieren?

5) Positionierungspotenzial:
- Wie kann die eigene Marke in die Antwort integriert werden?
- Welche Inhalte müssen erstellt oder optimiert werden?
- Welche Differenzierung ist möglich?

6) AI-Pattern:
- Welche Muster sind in der Antwort erkennbar?
- Wie werden Informationen strukturiert?
- Welche Inhalte werden zusammengefasst?

7) Risiko-Analyse:
- Unsichtbarkeit in AI SERPs (1–10)
- Wettbewerbsdominanz (1–10)
- Content-Lücken (1–10)
- Differenzierungsschwäche (1–10)

OUTPUT:
1) Simulierte KI-Antwort
2) Analyse der Antwortstruktur
3) Sichtbare Marken & Wettbewerber
4) Content-Pattern Insights
5) Positionierungsstrategie
6) Optimierungsmaßnahmen

Keine klassische Ranking-Analyse.
Kein Fokus auf Keywords allein.
Fokus auf AI-Antwortlogik und Sichtbarkeit.

Output Format

  • Simulierte KI-Antwort
  • Antwort-Analyse
  • Marken & Wettbewerber
  • Content-Patterns
  • Positionierungsstrategie
  • Optimierungs-Roadmap

Wann einsetzen?

  • Bei Analyse von KI Search (ChatGPT, Perplexity etc.)
  • Vor Content-Strategie-Entwicklung
  • Bei starker Konkurrenz
  • Zur Identifikation von Sichtbarkeitslücken
  • Für Positionierungsstrategien
  • Bei Zero-Click-Optimierung

Tipps

  • In Antworten statt Rankings denken
  • Strukturierte Inhalte priorisieren
  • Zitierfähigkeit gezielt verbessern
  • Wettbewerber aus KI-Sicht analysieren
  • Eigene Marke aktiv positionieren
  • Antwortmuster erkennen und nutzen
  • Content auf Zusammenfassbarkeit optimieren
  • Differenzierung klar herausarbeiten

Typische Fehler

  • Nur klassische SERPs analysieren
  • Keine Simulation von KI-Antworten
  • Zu starke Keyword-Fixierung
  • Ignorieren von Antwortstrukturen
  • Keine klare Positionierung
  • Zu generischer Content
  • Fehlende Differenzierung
  • Keine Analyse von Wettbewerbern

Alle Prompts im Überblick

Propmts Framework

Keyword Research Framework

Keyword Research Framework Strukturierte Keyword- und Intent-Recherche zur systematischen Planung von Content-Strategien, Themenclustern und SEO-Prioritäten…

Weiterlesen
Nach oben scrollen