Markennennung pro Antwort mit einem klaren Nenner auswerten

Eine Antwort als Zähleinheit festlegen

Definieren Sie, was in Ihrem Datensatz eine Antwort ist. Ein vollständiger Durchlauf erhält einen eigenen Bezeichner. Nachfragen gehören je Untersuchungszweck als neue Antwort oder als Teil eines dokumentierten Verlaufs dazu; diese Entscheidung wird vor der Berechnung getroffen.

Für den Anteil mit Markennennung lautet die Zählfrage: Kommt die betreffende Marke in dieser gültigen Antwort vor? Mehrere Fundstellen desselben Namens erzeugen keine zusätzlichen positiven Antworten. Wenn Sie stattdessen die Zahl aller Erwähnungen untersuchen möchten, brauchen Sie eine anders bezeichnete Kennzahl.

Namensvarianten mit einer festen Zuordnung behandeln

Legen Sie bestätigte Schreibweisen und Abgrenzungen der Marke fest. Ein gleichlautender allgemeiner Begriff oder ein anderes Unternehmen wird nicht automatisch mitgezählt. Prüfen Sie mehrdeutige Funde im Kontext und halten Sie unklare Identitäten getrennt.

Dasselbe gilt für Produkt- und Firmennamen. Entscheiden Sie ausdrücklich, welche Entität die Auswertung betrifft. Eine Produktnennung kann für eine Produktfrage relevant sein, darf aber nicht ohne Regel in eine Firmenkennzahl übernommen werden. Bewahren Sie die Zuordnung für spätere Wiederholungen auf.

Für die angrenzende Entscheidung hilft außerdem Quellenzitationen nach Plattform vergleichen.

Den Rechenweg vollständig offenlegen

Fiktives Rechenbeispiel, keine gemessenen TEAM-CCAA-Daten: Zehn Durchläufe waren geplant, acht lieferten nach der festgelegten Regel auswertbare Antworten. In drei dieser acht Antworten erscheint die eindeutig zugeordnete Marke. Der Anteil beträgt damit 3 ÷ 8 = 37,5 Prozent. Die Erfüllung des Plans beträgt separat 8 ÷ 10 = 80 Prozent.

Fehlende und abgebrochene Fälle sichtbar halten

Eine technisch fehlgeschlagene Abfrage liefert keine negative Markenantwort. Legen Sie nachvollziehbare Ausfallkategorien fest und nennen Sie deren Umfang. Eine leere Antwort, ein nicht verfügbarer Modus und ein abgebrochener Durchlauf können verschiedene Ursachen haben; erfinden Sie keine gemeinsame Erklärung.

Wird ein ausgefallener Versuch wiederholt, dokumentieren Sie die Verbindung zum ursprünglichen Versuch. Zählen Sie nicht versehentlich beide als unabhängig gültige Antworten. Wenn der Plan geändert wird, bewahren Sie frühere Fassungen, damit nachträgliche Bereinigungen den Nenner nicht unbemerkt verändern.

Plattformen und Fragen nicht unbemerkt gewichten

Untersucht ein Team eine Plattform häufiger als eine andere, dominiert diese Plattform einen ungekennzeichneten Gesamtwert. Dasselbe passiert mit besonders oft wiederholten Fragen. Berichten Sie deshalb zunächst nach den tatsächlich relevanten Teilgruppen.

Ein gemeinsamer Wert benötigt eine erklärte Zusammensetzung. Er ist kein Anteil aller realen KI-Nutzer und kein Suchvolumen. Auch eine rechnerisch richtige Quote kann ohne passende Untersuchungsgrundlage zu weit interpretiert werden. Benennen Sie deshalb immer die konkrete eigene Stichprobe.

Die Kennzahl bis zur Antwort rückverfolgbar halten

Jeder gezählte Fall sollte zu Frage, Zeitpunkt, vollständiger Antwort und Identitätsentscheidung zurückführen. Die Quote wird aus diesem Arbeitsbestand berechnet, nicht manuell im Bericht nachgetragen. Eine fachliche Stichprobe kann Grenzfälle aufdecken und gegebenenfalls eine dokumentierte Neuberechnung auslösen.

Nennungsquote, Quellenquote und Empfehlungsbewertung bleiben getrennt. Eine Marke kann häufig erscheinen, ohne als passende Wahl empfohlen zu werden. Der klare Nenner macht eine Beobachtung überprüfbar, ersetzt aber nicht die inhaltliche Lektüre.

Die zugehörige Grundlage erläutert der Leitfaden AI Visibility messen: Nennungen, Quellen und Datenlücken richtig einordnen.

Häufige Fragen.