Der Umbruch
Google, 2015
Der Nutzer vergleicht selbst
→
KI-Antwort, heute
„Ich würde Marke A empfehlen, wegen des Preis-Leistungs-Verhältnisses.“
Die KI vergleicht und nennt einen Namen
Kaufentscheidungen beginnen im Chat-Fenster. Wer dort nicht genannt wird, kommt in der Entscheidung nicht mehr vor, unabhängig von Rankings, Reichweite oder Werbedruck.
Blindstelle 01
Der Kanal ist unsichtbar. Es gibt kein Analytics-Log für ein Gespräch, das ein Modell mit Ihrem Kunden führt. Ohne Messung ist der wichtigste neue Empfehlungskanal ein blinder Fleck.
Blindstelle 02
Eine Abfrage ist keine Messung. Modelle antworten stochastisch. Dieselbe Frage liefert morgen ein anderes Ergebnis. Was als „ChatGPT sagt X über uns“ präsentiert wird, ist ein einzelner Zufallspunkt.
Wie es funktioniert
01
Wir übersetzen Ihre Marktfragen in neutrale, standardisierte Fragestellungen. Bewusst schlank formuliert, damit die Frage die Antwort nicht vorgibt.
02
Jede Frage läuft mehrfach wiederholt über mehrere KI-Modelle und Zielgruppen-Profile. Ergebnisse werden modellgewichtet zusammengeführt.
03
Aus vielen Antworten wird eine Verteilung: wie oft eine Marke genannt wird, an welcher Stelle, in welchem Ton, und wie stabil das über Modelle hinweg ist.
04
Sie erhalten einen Gesamtindex mit fünf Sub-Indizes, und zu jeder Zahl den vollständigen Weg zurück bis zur einzelnen Modellantwort.
Der Entscheidungsmoment
Die meisten Antworten enthalten einen einzelnen Satz, der die Empfehlung kippt. Der Rest ordnet nur ein. Wir lokalisieren diesen Satz in jeder Antwort und zählen, auf welche Marke er fällt.
Erwähnung
Die Marke kommt in der Antwort vor, ohne Gewicht und ohne Aussage über den Ausgang.
Empfehlung
Die Marke wird vorgeschlagen, mit Begründung, eine von mehreren im Text.
Entscheidungsmoment
Der Satz, der für den Nutzer den Ausschlag gibt. Genau den werten wir aus: pro Antwort, pro Marke.
Beispiel · Wer bekommt den Entscheidungsmoment
Illustratives Beispiel. Alle drei Marken werden in fast jeder Antwort erwähnt. Sichtbarkeit allein liegt bei über 95 %. Der Unterschied entscheidet sich erst im letzten Satz, dort wo die Empfehlung tatsächlich fällt.
Was wir messen
Der Brand Reputation Index verdichtet fünf getrennt gemessene Dimensionen zu einer Kennzahl. Jede Dimension bleibt einzeln lesbar. Der Index verdeckt nichts, er ordnet.
Gesamtindex
Die eine Zahl für die Geschäftsleitung, zusammengesetzt aus den fünf Dimensionen rechts, jederzeit in ihre Bestandteile zerlegbar.
Dimension 01
Werden Sie überhaupt genannt, wenn jemand nach Ihrer Kategorie fragt, und an welcher Stelle?
Dimension 02
Wo verortet die KI Sie zwischen den Polen Ihres Marktes: premium oder Preis, Innovator oder Etablierter?
Dimension 03
In welchem Ton wird über Sie gesprochen, und mit welchen Begründungen, Stärke wie Vorbehalt.
Dimension 04
Sind Sie unterscheidbar oder austauschbar? Welche Eigenschaften gehören in der KI-Wahrnehmung nur Ihnen.
Dimension 05
Erzählen die Modelle dieselbe Geschichte über Sie, oder je nach Modell und Zielgruppe eine andere?
Der Messzyklus
Der Brand Reputation Index funktioniert wie ein grosses Blutbild: eine Gesamtaufnahme aller Werte auf einmal. Erst danach zeigt sich, wo gezielt angesetzt werden sollte, und ob die Behandlung gewirkt hat.
01 · Blutbild
Alle fünf Dimensionen auf einmal gemessen. Macht sichtbar, wo eine Marke heute steht, ohne einen Teilbereich zu bevorzugen.
02 · Massnahmen
Gemeinsam mit Ihnen werten wir aus, was das Blutbild zeigt, und bestimmen, auf welche Bereiche Sie sich konzentrieren. Massnahmen setzen Sie selbst oder über Ihre Agentur um, wir unterstützen, wo gewünscht.
03 · Kontrolle
Dieselbe Messung, wiederholt. Zeigt dimension-genau, ob die Massnahme gewirkt hat.
Was Sie erhalten
01
Wie Modelle heute über Ihre Marke sprechen, belegt mit Zitaten aus echten Antworten, nicht mit Vermutungen.
02
Nicht eine Antwort, sondern die Bandbreite: wie oft, in welcher Position, im Vergleich zu wem.
03
Die exakten Sätze, die über Empfehlung oder Auslassung entscheiden, markiert, gezählt und Ihrer Marke zugeordnet.
04
Ihre Position gegenüber dem Wettbewerb, aktualisiert mit jeder Messung, nicht einmalig, sondern als Zeitreihe.
Branchen-Benchmarks
Der Referenzbereich unterscheidet sich je nach Branche und Wettbewerbsdichte. Wir hinterlegen für jede Branche einen eigenen Benchmark-Korridor, damit Ihre Zahl im richtigen Kontext steht.
Mobilität & Transport
Korridor 48–63
Consumer Electronics
Korridor 55–71
Finanzdienstleistungen
Korridor 40–58
Gesundheit & Pharma
Korridor 52–68
Reise & Hospitality
Korridor 44–60
B2B SaaS
Korridor 50–66
Illustrative Korridore. Branchenspezifische Kalibrierung erfolgt zu Projektbeginn.
Beispiel-Auswertung
Illustratives Beispiel mit fiktiven Werten. Jede Zeile ist anklickbar bis hinunter zur einzelnen Modellantwort, die sie erzeugt hat.
Methodik
Keine Formeln an dieser Stelle. Nur die Prinzipien, die jede einzelne Zahl tragen. Die vollständige Methodik-Dokumentation legen wir jedem Projekt bei.
01
Eine einzelne KI-Abfrage ist wie eine einzige Person auf der Straße zu befragen. Wir stellen dieselbe kontrollierte Frage vielfach, über mehrere Modelle: so wie man tausend Menschen befragt, nicht einen.
Verbreitete Praxis: ein Chat-Fenster öffnen, eine Antwort lesen, sie als Ergebnis präsentieren. Ein Zufallspunkt aus einer Verteilung.
02
Eine geschickt formulierte Frage lenkt ein Modell genauso wie eine Suggestivfrage einen Menschen. Unsere Fragen sind bewusst schlank und wertfrei. Wir wollen die ehrliche Antwort, nicht die erwartete.
Verbreitete Praxis: hunderte Prompt-Varianten pro Marke, um Abdeckung zu suggerieren. Das summiert Rauschen, nicht Signal.
03
Statt einer Antwort erhalten Sie eine Verteilung: Marke A in 70 % der Fälle genannt, Marke B in 40 %, an welcher Position, in welchem Ton. Wie stabil das Bild ist, messen wir mit.
Verbreitete Praxis: eine Textantwort wird als Fakt zitiert. Ohne Spanne, ohne Aussage zur Wiederholbarkeit.
04
Ein 24-jähriger Velo-Fan mit begrenztem Budget, der ein E-Auto sucht: Wir müssen nicht raten, was er persönlich tippt. Wir kennen die Antwortverteilung für dieses Profil, bevor er fragt.
Verbreitete Praxis: ein aggregierter Durchschnittswert. Keine Aussage darüber, wie sich das Bild je Zielgruppe verschiebt.
Wir fragen präzise und oft, bauen daraus eine verlässliche Verteilung, und wissen, wie Ihre Marke bei einem Nutzertyp erscheint, bevor der echte Nutzer fragt.
Wissenschaftliche Grundlage
Wir wenden etablierte Messmethodik der Sozial- und Testwissenschaften auf ein neues Messobjekt an: das Sprachmodell. Jede methodische Entscheidung im Katalog ist an Literatur belegt.
Cronbach, 1951
Eine einzelne Messung ist keine Schätzung. Erst die Streuung über Wiederholungen macht eine Aussage belastbar. Deshalb wiederholen wir.
Osgood, 1957
Wahrnehmung liegt auf Skalen zwischen Gegensatzpaaren, nicht in Schubladen. Deshalb messen wir Positionierung stufenlos, mit gültiger Mitte.
Orne, 1962
Befragte antworten auf das, was die Frage erwartet. Deshalb sind unsere Fragen neutral formuliert und verzichten auf jede Vorgabe.
36 methodische Referenzen im vollständigen Katalog
Warum wir
Standard im Aufbau · seit 2024
Wir haben ihn aus etablierter Messmethodik der Sozial- und Testwissenschaften gebaut: dokumentiert, reproduzierbar, offen einsehbar.
01
Erste dokumentierte Methodik für diesen Kanal, mit vollständigem Herleitungskatalog
02
36 wissenschaftliche Referenzen, jede Entscheidung nachvollziehbar begründet
03
Modell- und marktunabhängig: die Zeitreihe bleibt lesbar, auch wenn Modelle wechseln
Nicht die schnellste Antwort gewinnt. Die belegbarste.
Für wen
01
Eine Kennzahl, die Sie im Board vertreten können, mit einer Herleitung, die jede Rückfrage übersteht.
02
Verteilungen, Spannen und Zielgruppen-Schnitte bis hinunter zur einzelnen Modellantwort. Keine Blackbox.
03
Eine belegbare Grundlage für Strategie-Empfehlungen, und ein Nachweis, dass Maßnahmen gewirkt haben.
04
Ein Messstandard für einen Kanal, der gerade entsteht, vergleichbar über Marken, Märkte und Quartale.
Häufige Fragen
Der nächste Nutzer fragt in ein paar Sekunden
Wir zeigen Ihnen eine Beispielmessung Ihrer Kategorie und die vollständige Methodik-Dokumentation. Ohne Verpflichtung.
Live Widget
Direkt hier ausprobieren – ohne Installation. Für Beta-Testing anmelden.
The shift
Google, 2015
The user compares for themselves
→
AI answer, today
“I'd recommend Brand A, given the price-to-value ratio.”
The AI compares and names one
Buying decisions now start in a chat window. A brand that goes unmentioned there is absent from the decision, regardless of rankings, reach, or ad spend.
Blind spot 01
The channel is invisible. There is no analytics log for the conversation a model holds with your customer. Unmeasured, the most important new recommendation channel is a blank.
Blind spot 02
One query is not a measurement. Models answer stochastically. The same question returns something else tomorrow. What gets presented as “ChatGPT says X about us” is a single random draw.
How it works
01
We translate your market questions into neutral, standardised probes — deliberately lean, so the question never implies its answer.
02
Each question runs repeatedly across several models and audience profiles. Results are consolidated with model weights.
03
Many answers become a distribution: how often a brand is named, in which position, in what tone, and how stable that is across models.
04
You get one index across five sub-indices, and for every number the full path back to the individual model answer.
The decision moment
Most answers contain one sentence that tips the recommendation. Everything else just sets context. We locate that sentence in every answer and count which brand it falls on.
Mention
The brand appears in the answer, with no weight and no bearing on the outcome.
Recommendation
The brand is proposed, with a reason, one of several in the text.
Decision moment
The sentence that tips it for the reader. That's what we score: per answer, per brand.
Example · Who wins the decision moment
Illustrative example. All three brands are mentioned in almost every answer. Visibility alone runs above 95%. The difference is decided in the final sentence, where the recommendation actually happens.
What we measure
The Brand Reputation Index condenses five separately measured dimensions into one figure. Each stays readable on its own. The index orders the picture, it never hides it.
Composite
The single figure for the board, built from the five dimensions beside it, decomposable at any time.
Dimension 01
Are you named at all when someone asks about your category, and in which position?
Dimension 02
Where does AI place you between the poles of your market: premium or price, challenger or incumbent?
Dimension 03
In what tone are you discussed, and on what grounds, strengths as well as reservations.
Dimension 04
Are you distinguishable or interchangeable? Which attributes belong to you alone in AI perception.
Dimension 05
Do the models tell the same story about you, or a different one per model and audience?
The measurement cycle
The Brand Reputation Index works like a full blood panel: one complete readout of every value at once. Only then does it show where to intervene, and whether the treatment worked.
01 · Panel
All five dimensions measured at once. Shows where a brand stands today, without favouring one dimension.
02 · Treatment
Together with you, we evaluate what the panel shows and identify where to focus. You or your agency carry out the measures, with our support wherever needed.
03 · Recheck
The same measurement, run again. Shows, dimension by dimension, whether the treatment worked.
What you get
01
How models describe your brand today, backed by quotes from real answers, not guesses.
02
Not one answer, but the range: how often, in what position, compared against whom.
03
The exact sentences that decide recommendation or omission, flagged, counted, and attributed to your brand.
04
Your position against competitors, updated with every measurement, as a time series, not a one-off.
Industry benchmarks
The reference range differs by industry and competitive density. We hold a separate benchmark corridor for every industry, so your number sits in the right context.
Mobility & Transport
Corridor 48–63
Consumer Electronics
Corridor 55–71
Financial Services
Corridor 40–58
Health & Pharma
Corridor 52–68
Travel & Hospitality
Corridor 44–60
B2B SaaS
Corridor 50–66
Illustrative corridors. Industry-specific calibration is set at project start.
Example read-out
Illustrative example with fictional values. Every row opens down to the individual model answer behind it.
Method
No formulas here. Only the principles carrying every number. The full methodology documentation comes with every engagement.
01
A single AI query is like stopping one person on the street. We put the same controlled question many times to several models: the way you survey a thousand people, not one.
Common practice: open a chat window, read one answer, present it as the finding. A random draw from a distribution.
02
A cleverly worded question steers a model exactly as a leading question steers a person. Ours are deliberately lean and value-free. We want the honest answer, not the expected one.
Common practice: hundreds of prompt variants per brand to suggest coverage. That accumulates noise, not signal.
03
Instead of one answer you get a distribution: brand A named in 70 % of cases, brand B in 40 %, in which position, in what tone. How stable that picture is, we measure too.
Common practice: one text answer quoted as fact. No range, no statement on repeatability.
04
A 24-year-old cycling enthusiast on a limited budget shopping for an EV: we don't have to guess what he personally types. We know the answer distribution for that profile, before he asks.
Common practice: one aggregate average score. Nothing about how the picture shifts per audience.
We ask precisely and often, build a reliable distribution from it, and know how your brand appears to a given user type before the real user asks.
Scientific foundation
We apply established measurement methodology from the social and test sciences to a new object of study: the language model. Every methodological choice in the catalogue is grounded in literature.
Cronbach, 1951
A single measurement is not an estimate. Only the spread across repetitions makes a statement defensible. So we repeat.
Osgood, 1957
Perception sits on scales between opposing poles, not in boxes. So we measure positioning continuously, with a valid midpoint.
Orne, 1962
Respondents answer what the question expects. So our questions are neutrally worded and prescribe nothing.
36 methodological references in the full catalogue
Why us
Standard under construction · since 2024
We built ours from established measurement methodology in the social and test sciences: documented, reproducible, open to inspect.
01
First documented methodology for this channel, with a full derivation catalogue
02
36 scientific references, every decision traceably grounded
03
Model- and market-independent: the time series stays readable even as models change
The fastest answer doesn't win. The most defensible one does.
Who it is for
01
One figure you can defend in the board, with a derivation that survives every follow-up question.
02
Distributions, ranges and audience cuts down to the individual model answer. No black box.
03
An evidenced basis for strategic recommendations, and proof that the measures worked.
04
A measurement standard for a channel that is only now forming, comparable across brands, markets and quarters.
FAQ
We will show you a sample measurement of your category and the full methodology documentation. No commitment.
Live Widget
Try it directly here — no installation. Sign up for beta testing.