Prompt-Recherche: woher Sie wissen, was Ihre Kunden eine KI fragen

Sie wissen, wie Sie in der Google-Suche stehen. Sie wissen vermutlich nicht, was ein Interessent zu sehen bekommt, der Ihre Kategorie in ChatGPT eingibt. Genau das ist der blinde Fleck: Ein wachsender Teil der B2B-Orientierung beginnt bei einem KI-Assistenten. Wenn Sie nicht wissen, welche Fragen dort gestellt werden, können Sie auch nicht wissen, ob Sie in der Antwort vorkommen.

Dieser Artikel behandelt den Teil, den die meisten überspringen: nicht wie Sie eine Frageliste abfragen und protokollieren, sondern woher die Fragen kommen, die es überhaupt wert sind, verfolgt zu werden. Das ist Nachfrageforschung, und sie funktioniert anders als Keyword-Recherche.

Warum ein Prompt kein Suchbegriff ist

In der klassischen Suchmaschinenoptimierung dreht sich alles um Suchbegriffe: kurze, getippte Ausdrücke. Bei KI-Assistenten fragen Menschen anders. Sie stellen vollständige Fragen, oft in gesprochener Sprache, oft mit Kontext.

Niemand tippt mehr nur “CRM Software Mittelstand”. Gefragt wird: “Welches CRM passt für ein Maschinenbauunternehmen mit 40 Mitarbeitern, das den Vertrieb noch in Tabellen führt?” Das ist ein Prompt, kein Suchbegriff.

Der Unterschied ist grundlegend, und er hat eine Folge, die für die Recherche entscheidend ist:

• Ein Suchbegriff ist ein Fragment, ein Prompt ist eine vollständige Absicht mit Kontext.
• Ein Suchbegriff liefert zehn Ergebnisse, ein Prompt liefert eine Antwort mit wenigen genannten Namen.
• Bei Suchbegriffen zählen Sie Positionen, bei Prompts zählen Sie, ob Sie überhaupt vorkommen.
• Und der entscheidende Punkt: Der Kontext im Prompt, Branche, Größe, Einschränkung, Vorgeschichte, steht in keinem Keyword-Werkzeug. Sie können ihn nicht nachschlagen. Sie müssen ihn erheben.

Wo die Fragen tatsächlich herkommen

Sie müssen hier nicht raten. Es gibt sechs Quellen, die zusammen ein überraschend scharfes Bild ergeben, und fünf davon liegen bereits in Ihrem Unternehmen.

Die wertvollste dieser sechs ist die dritte, und sie wird fast immer übersehen. Ein Verlustgrund ist die Frage, auf die Sie keine überzeugende Antwort hatten. Sie in eine Inhaltsfrage zu übersetzen, ist die direkteste Verbindung zwischen Recherche und Umsatz, die es in diesem Feld gibt.

Ein Wort zum Assistenten selbst als Quelle

Sie können ein Modell natürlich fragen, welche Fragen Menschen in Ihrer Kategorie üblicherweise stellen. Das liefert eine brauchbare Startliste. Behandeln Sie sie aber als das, was sie ist: eine Zusammenfassung dessen, was das Modell für plausibel hält, nicht ein Abbild echter Nachfrage. Sie erkennen den Unterschied sofort, wenn Sie die generierte Liste neben die Fragen aus Ihren Vertriebsnotizen legen. Die generierten sind allgemeiner, glatter und enthalten den Kontext nicht, an dem eine echte Kaufentscheidung hängt.

Der deutschsprachige Sonderfall: eine Frage zerfällt in viele

Hier liegt der Teil, den ein aus dem Englischen übernommenes Vorgehen regelmäßig verfehlt. Eine deutsche Frage hat mehr Varianten als ihre englische Entsprechung, und diese Varianten sind für ein Modell nicht automatisch dasselbe.

Komposita werden uneinheitlich geschrieben. Zusammen, getrennt, mit Bindestrich. Ihre Käufer verwenden alle drei Formen, und in welcher Form Ihre Kategorie tatsächlich geschrieben wird, ist eine Datenfrage, keine Grammatikfrage. Die Antwort steht in Ihrer Search Console.

Fachbegriff und Umgangssprache existieren nebeneinander. Der Einkäufer fragt nach dem, was der Anbieter es nennt. Der Anwender fragt nach dem, was das Problem heißt. Beide Fragen führen zu unterschiedlichen Antworten, und häufig kommen Sie nur in einer der beiden vor.

Die drei Länder verwenden eigene Wirtschaftsbegriffe. Wo in Deutschland ein Angebot steht, ist in Österreich und der Schweiz von einer Offerte die Rede. Das Handelsregister heißt in Österreich Firmenbuch. Diese Unterschiede wandern in die Frage, mit der ein Käufer beginnt.

Deutsch und Englisch liefern verschiedene Antworten. Bei international geprägten Kategorien greift ein Modell auf englischsprachige Quellen zurück, auch wenn die Frage deutsch gestellt wurde. Das ändert, welche Anbieter genannt werden.

Vom Rohmaterial zur geordneten Fragenlandschaft

Sie haben jetzt eine unsortierte Sammlung. Die Ordnung geschieht in drei Schritten, und keiner davon braucht ein Werkzeug.

Schritt eins: nach Kaufphase gruppieren. Sortieren Sie jede Frage danach, wo der Fragende steht. Vier Gruppen reichen.

Schritt zwei: jede Frage im Wortlaut des Käufers aufschreiben. Nicht wie ein Marketingtext klingt, sondern wie ein Mensch spricht. Wenn Ihre Notiz “Preistransparenz” lautet, ist sie unbrauchbar. Wenn sie lautet “Können Sie mir vorab sagen, in welcher Größenordnung wir liegen, damit ich das intern vorlegen kann”, haben Sie die Frage.

Schritt drei: nach zwei Achsen priorisieren. Kaufabsicht und Nähe zu Ihrem Angebot. Eine Definitionsfrage, in der ohnehin jeder vorkommt, ist niedrig priorisiert. Eine Auswahlfrage, in der Käufer Anbieter gegeneinander abwägen, ist hoch priorisiert. Eine Problemfrage, die genau Ihre Lösung beschreibt, ist die wertvollste Kategorie überhaupt, weil dort die wenigsten Anbieter vorbereitet sind.

Wie diese priorisierte Fragenlandschaft in einen größeren Plan eingeordnet wird, beschreibt der Artikel zur KI-Sichtbarkeitsstrategie.

Der Schritt, der meistens fehlt: aus Fragen werden Inhaltsaufträge

Hier trennt sich brauchbare Recherche von einer Tabelle, die niemand mehr öffnet. Eine Fragenlandschaft ist kein Messprotokoll, sondern ein Auftrag. Jede priorisierte Frage sollte in genau einem der drei Ergebnisse enden:

1. Eine bestehende Seite beantwortet sie bereits, aber nicht in einer Form, die entnehmbar ist. Dann ist die Aufgabe eine Überarbeitung: die Antwort in den ersten Satz des Abschnitts, die Frage als Zwischenüberschrift, Belege dazu.
2. Keine Seite beantwortet sie. Dann ist die Aufgabe eine neue Seite, und die Frage ist bereits Ihr Titel. Das ist die produktivste Verwendung dieser Recherche und der Grund, warum sie sich auch dann lohnt, wenn Sie nie einen einzigen Prompt protokollieren.
3. Die Frage lässt sich ehrlich nicht zu Ihren Gunsten beantworten. Auch das ist ein Ergebnis. Notieren Sie es und gehen Sie weiter, statt eine Seite zu bauen, die eine Antwort vortäuscht.

Für die Formulierung der Antwort selbst gilt, was der Artikel zu direkter Sprache für KI-Antworten beschreibt: Die Schlussfolgerung gehört in den ersten Satz, nicht ans Ende der Herleitung.

Und danach: messen

Erst wenn die Fragenlandschaft steht und in Aufgaben übersetzt ist, wird Messen sinnvoll. Die Reihenfolge lautet: Fragen, dann Inhalte, dann Messung, dann Werkzeug. Wer mit dem Werkzeug beginnt, bekommt ein Dashboard über eine Frageliste, die niemand geprüft hat.

Wie Sie eine Ausgangsmessung ohne bezahltes Werkzeug aufsetzen, welche Kennzahlen tatsächlich tragen und wie Sie mit der bekannten Schwankung zwischen zwei Messungen desselben Prompts umgehen, steht im Artikel zum Messen der KI-Sichtbarkeit. Das Protokoll für die einzelne Abfrage, also was Sie pro Prompt festhalten, finden Sie im Artikel in ChatGPT gefunden werden.

Was Sie erwarten dürfen und was nicht

Ehrlich: Prompt-Recherche ist kein Schalter, aus dem Anfragen fallen. Es ist ein Kompass, kein Motor. Was Sie erwarten dürfen:

• Ein klares Bild davon, welche Fragen in Ihrem Markt tatsächlich gestellt werden, und in welcher Sprache.
• Eine Prioritätenliste, die sich auf Umsatz zurückführen lässt statt auf Suchvolumen.
• Eine Liste konkreter Inhaltsaufträge, die auch dann Wert hat, wenn Sie das Thema KI-Sichtbarkeit morgen fallen lassen.

Was Sie nicht erwarten sollten: dass Sie in einer Woche irgendwo dominieren. Sichtbarkeit in KI-Antworten entsteht über Inhalte, Erwähnungen und Zeit. Wer Ihnen sagt, es gehe schneller, verkauft Luft.

Häufig gestellte Fragen

Wie viele Fragen brauche ich?

Weniger, als üblicherweise behauptet wird. Zehn bis fünfzehn gut recherchierte Fragen mit echtem Kontext sind mehr wert als fünfzig generierte Varianten. Erweitern Sie erst, wenn Sie die ersten in Inhalte übersetzt haben, sonst wächst die Liste schneller als die Fähigkeit, sie zu bearbeiten.

Wie oft sollte ich die Fragenlandschaft überarbeiten?

Zweimal im Jahr reicht für die Fragen selbst, denn die Kaufmotive ändern sich langsam. Anlassbezogen überarbeiten sollten Sie, wenn Sie ein neues Angebot einführen, eine neue Zielgruppe erschließen oder in ein weiteres deutschsprachiges Land gehen. Die Messung läuft in einem anderen, kürzeren Rhythmus.

Kann ich die Fragen aus einem Keyword-Werkzeug übernehmen?

Als Ergänzung ja, als Grundlage nein. Ein Werkzeug zeigt Ihnen, was getippt wurde, nicht was gefragt wird, und es zeigt den Kontext nicht, an dem im B2B alles hängt. Der Artikel zur B2B-Keyword-Recherche beschreibt dasselbe Problem für die klassische Suche.

Was, wenn unsere Kategorie zu klein ist und niemand danach fragt?

Dann ist das ein sehr nützliches Ergebnis. Kleine Kategorien haben oft keine eigene Frage, sondern hängen an einer größeren Problemfrage. Suchen Sie eine Ebene höher: Nicht nach Ihrem Produktnamen, sondern nach dem Problem, das ohne Ihr Produkt entsteht. Dort wird gefragt.

Brauche ich dafür ein bezahltes Werkzeug?

Für die Recherche nicht. Vertriebsnotizen, Support-Tickets, Verlustgründe und die Search Console kosten Sie nichts außer Zeit, und sie sind die besseren Quellen. Ein Werkzeug wird erst dann sinnvoll, wenn Sie regelmäßig über viele Fragen hinweg messen wollen.

Wollen Sie wissen, welche Fragen Sie heute verfehlen?

Prompt-Recherche ist der erste Schritt. Der zweite ist, dafür zu sorgen, dass Sie in diesen Antworten vorkommen und dort bleiben. Vereinbaren Sie Ihr kostenloses Erstgespräch, und wir zeigen Ihnen, welche Fragen in Ihrem Markt gestellt werden und wo Sie in der Antwort fehlen.