Ein Käufer fragt ChatGPT: "Ist [Ihre Marke] zuverlässig?" und das Modell antwortet: "Einige Nutzer berichten von häufigen Ausfällen und versteckten Gebühren." Keine wütende Bewertung auf der ersten Seite von Google. Kein Support-Ticket hat Sie gewarnt. Doch der Satz, der die Kaufentscheidung prägt, wurde von einer KI geschrieben und könnte nicht einmal wahr sein. Da die meisten Produktrecherchen mittlerweile über KI-Antworten laufen, wird eine einzige negative oder erfundene Aussage zu dem, was Ihr Kunde liest, anstatt Ihre Homepage zu besuchen.
Klassische Reputationswerkzeuge können hier nicht helfen, da sie Webseiten und Social-Media-Beiträge überwachen, nicht jedoch das Innere eines ChatGPT-Gesprächs. Die Lösung ist eine andere Disziplin: Diagnostizieren Sie, mit welcher Art von negativer Erwähnung Sie es zu tun haben, korrigieren Sie die Eingaben, die das Modell liest, und messen Sie erneut, bis sich die Antwort ändert. Dieser Leitfaden führt Sie durch diesen Prozess von Anfang bis Ende.
Wichtige Erkenntnisse
- Negative KI-Erwähnungen lassen sich in drei Typen unterteilen: Halluzinationen (selbstsicher falsch), Stimmungs-Echos (verstärkte echte Beschwerden) und Wettbewerber-Framing (Sie werden als schwächere Option dargestellt). Jeder Typ erfordert eine andere Lösung. - Sie können eine KI-Antwort nicht löschen. Sie ändern, was das Modell abruft, damit seine nächste Antwort besser wird. Das bedeutet, die Arbeit besteht aus Nachschulung, nicht Unterdrückung. - Monitoring ist die Grundlage. Ein fester Satz von Marken-Prompts, der regelmäßig über verschiedene Engines ausgeführt wird, verwandelt eine vage Sorge in eine zitierfähige, nachverfolgbare Aussage. - Die meisten Halluzinationen sind auf fehlende oder mehrdeutige autoritative Fakten zurückzuführen. Eine saubere Faktenseite, präzise Preis- und Richtlinienseiten, Schema und `llms.txt` geben dem Modell korrekte Quellen zum Zitieren. - Drittquellen sind genauso wichtig wie Ihre eigene Website, da KI oft Reddit, Bewertungen und Medien zitiert, anstatt Ihre Seiten.
Schritt 1: Den Typ der negativen Erwähnung diagnostizieren
Nicht jede Negativität ist gleich, und die Lösung hängt vollständig davon ab, mit welchem Typ Sie es zu tun haben. Führen Sie die Prompts aus, die ein besorgter Käufer stellen würde: "Ist [Marke] seriös", "[Marke] Beschwerden", "[Marke] vs [Wettbewerber]" in ChatGPT, Perplexity und Gemini, und klassifizieren Sie, was Sie finden.
Eine Halluzination ist eine selbstsichere falsche Aussage: Das Modell nennt einen Preis, den Sie nie verlangt haben, eine Richtlinie, die Sie nicht haben, oder einen "Datenverstoß", der nie passiert ist. Die Ursache sind meist veraltete Trainingsdaten, widersprüchliche Quellen oder Verwechslungen mit einem anderen Unternehmen. Ein Stimmungs-Echo ist eine echte Beschwerde, die das Modell verstärkt hat, oft aus Bewertungen oder einem Forenbeitrag übernommen. Wettbewerber-Framing ist subtiler: Sie werden korrekt erwähnt, aber als teurere oder weniger fähige Option positioniert. Klassifizieren Sie jede Erwähnung, bevor Sie handeln, da die Behebung einer Halluzination und eines Stimmungs-Echos völlig unterschiedlich ist.
